Influencer selection and strategic analysis for live streaming selling

影响力营销 人气 议价能力 付款 业务 讨价还价问题 微观经济学 差速器(机械装置) 偏爱 广告 营销 经济 市场营销管理 心理学 社会心理学 财务 关系营销 工程类 航空航天工程
作者
Fei Ye,Li Ji,Yu Ning,Yina Li
出处
期刊:Journal of Retailing and Consumer Services [Elsevier]
卷期号:77: 103673-103673 被引量:13
标识
DOI:10.1016/j.jretconser.2023.103673
摘要

The increasing popularity of live streaming selling on e-commerce platforms, along with the expanding number of influencers. There are currently two primary categories of influencers: the first refers to top influencers who have a large fan base, resulting in increased popularity and bargaining power. The second category comprises regular influencers who have a smaller fan base, resulting in diminished popularity and bargaining power. Furthermore, sellers are required to consider two pricing strategies, namely the differential pricing strategy and the uniform pricing strategy. We develop a game model to analyze the preferences of the seller regarding influencer types and pricing strategies. We discover that the seller's preference for the influencer depends on the influencer profession's average bargaining power and the fixed payment of the top influencers. When both are less than a certain threshold, the seller prefers to cooperate with the top influencer, and the threshold of both increases under the differential pricing strategy. At the same time, the seller's tolerance for the top influencer's fixed payment increases as the top influencer's popularity increases. It is also observed that the implementation of a differential pricing strategy consistently leads to higher profits compared to a uniform pricing strategy. However, considering the social welfare, the seller tends to favor the uniform pricing strategy when the cost coefficient of the influencer exceeds a specific threshold. Our research presents some guidelines for the seller to make strategic decisions on live streaming selling.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
2秒前
2秒前
3秒前
HWJ发布了新的文献求助10
5秒前
6秒前
大模型应助Liam采纳,获得10
7秒前
vfuisNBIO12发布了新的文献求助10
7秒前
8秒前
久天完成签到 ,获得积分10
9秒前
LQX2141发布了新的文献求助10
10秒前
10秒前
邱志鸿完成签到,获得积分10
11秒前
11秒前
顺利山柏发布了新的文献求助20
11秒前
12秒前
搜集达人应助自觉的海蓝采纳,获得10
13秒前
彭于晏应助SEVEN采纳,获得10
15秒前
黄文娟发布了新的文献求助10
16秒前
黄玉林发布了新的文献求助10
17秒前
现代的秋发布了新的文献求助10
18秒前
19秒前
19秒前
Echo完成签到,获得积分10
21秒前
科研通AI2S应助迷你的颖采纳,获得10
22秒前
aachixx发布了新的文献求助10
23秒前
hushidi发布了新的文献求助10
24秒前
wy完成签到,获得积分10
24秒前
KTaoL完成签到,获得积分10
26秒前
28秒前
易安发布了新的文献求助10
29秒前
bounnie给bounnie的求助进行了留言
30秒前
昭荃完成签到 ,获得积分10
30秒前
30秒前
阳光湘发布了新的文献求助30
32秒前
无畏完成签到 ,获得积分10
32秒前
香蕉觅云应助SEVEN采纳,获得10
33秒前
文刀发布了新的文献求助10
35秒前
文艺代丝发布了新的文献求助10
35秒前
高分求助中
Shape Determination of Large Sedimental Rock Fragments 2000
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3129756
求助须知:如何正确求助?哪些是违规求助? 2780520
关于积分的说明 7748718
捐赠科研通 2435880
什么是DOI,文献DOI怎么找? 1294326
科研通“疑难数据库(出版商)”最低求助积分说明 623670
版权声明 600570