MétaCan
Menu
Retour à la cohorte
Enregistrement W7161973303 · doi:10.82308/24187

Three essays on the effectiveness of advertising and its dynamics

2025· dissertation· en· W7161973303 sur OpenAlexaboutno aff
June Soo Lee

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior in Brand Consumption and Identification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Market timingLimiting

Résumé

récupéré en direct d'OpenAlex

Une source de difficulté pour la compréhension des effets de la publicité provient de la nature dynamique de l'environnement commercial. Bien que les dynamiques publicitaires à un niveau macro aient été étudiées précédemment, les dynamiques publicitaires à un niveau micro résultant de l'hétérogénéité des consommateurs et de la microsegmentation n'ont pas encore été explorées. Cette thèse évalue la variation des réponses des consommateurs à la publicité au fil du temps en se concentrant sur l'hétérogénéité des consommateurs, ce qui n'a pas été fait dans la littérature antérieure.Le premier essai examine les réponses différentielles des nouveaux patients et des patients réguliers aux publicités visant directement le consommateur dans l'industrie pharmaceutique. Dut la réglementation du contenu publicitaire dans l'industrie pharmaceutique canadienne, un message de recherche d’aide ne peut uniquement inclure que des informations sur la maladie traitée sans mentionner une marque spécifique, et devrait cibler les nouveaux patients. En revanche, une publicité de rappel devrait uniquement contenir de l’information sur la marque et non sur la maladie ni sur l'efficacité, et devrait affecter les patients récurrents. Les résultats suggèrent que les deux types de patients sont affectés par les deux formes de publicités, impliquant que la réglementation en place est ineffective pour la protection des consommateurs. De plus, les publicités de rappel deviennent plus efficaces pour persuader les nouveaux patients à mesure que les consommateurs prennent conscience du médicament, suggérant une hétérogénéité dans l'efficacité de la publicité au fil du temps.Le deuxième essai examine la présence de paramètres structurels hétérogènes sous-jacents aux dynamiques publicitaires, où la source de l'hétérogénéité est déterminée par la fidélité des consommateurs à une marque. En utilisant des données d'achat au niveau individuel pour un produit de consommation emballé fréquemment acheté et des données sur l'exposition individuelle à la publicité, je propose un modèle de choix en espace d'état avec fidélité markovienne. Je découvre que, en plus d'avoir des élasticités publicitaires plus élevées, les consommateurs fidèles sont susceptibles d'avoir des dynamiques publicitaires plus favorables en termes de meilleure conservation de l'image de marque et de moindre probabilité de surexposition par rapport aux consommateurs non fidèles. Ainsi, la segmentation basée sur le comportement par le statut de fidélité peut améliorer le ciblage publicitaire.Dans le dernier essai, je considère l'hétérogénéité régionale dans les réponses à une campagne de publicité multimédia d'une marque nationale. Plus précisément, j'examine le rôle des dynamiques dans l'efficacité de la publicité provenant des expositions séquentielles aux publicités et comment la synergie résultante varie en fonction de la région géographique. En utilisant l’ensemble de données du deuxième essai, je propose un modèle de choix dynamique qui prend en compte le moment d’un achat par rapport à l’exposition séquentielle aux publicités. Je trouve des preuves d'effets synergiques dynamiques asymétriques où une exposition en ligne préalable améliore l'exposition future à la télévision mais pas l'inverse. De plus, je trouve des preuves de variation régionale dans la présence de synergie

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0040,010
Communication savante0,0120,011
Science ouverte0,0010,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,257
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConsumer Behavior in Brand Consumption and IdentificationTravaux en français237 207