亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Leveraging Social Interaction Among Customers: Referral Reward Versus Collective Buying

估价(财务) 杠杆(统计) 业务 营销 介绍 产品(数学) 声誉 信息共享 微观经济学 经济 计算机科学 社会学 家庭医学 几何学 万维网 机器学习 医学 社会科学 数学 财务
作者
Feihong Xia,Rabikar Chatterjee,R. Venkatesh
出处
期刊:Journal of Interactive Marketing [Elsevier]
卷期号:57 (4): 583-600
标识
DOI:10.1177/10949968221112624
摘要

Over the past decade, the developed and emerging markets have witnessed an exponential growth in online selling strategies that leverage social interaction among customers and enable sellers to offer discounts or rewards on the basis of the size of the buyer pool. This article classifies these diverse strategies into two categories—referral reward (e.g., Uber) and collective buying (e.g., GroupGets)—with associated subtypes. The authors employ an analytical model in which the seller faces customers with heterogeneity in their knowledge and/or intrinsic valuation of a product. Informed customers may inform and increase their less-informed peers’ valuation of the product. The study's richer behavioral model and consideration of a broader strategy space, relative to the existing analytical models, provide new insights into when and how specific strategies are optimal. Referral reward and collective buying encourage information sharing with less-informed potential customers and are typically superior to the individual selling strategy (under which the seller does not incentivize information sharing among customers), except when information sharing is significantly difficult. The authors conduct model refinements and robustness checks and identify clear qualitative managerial implications that can aid strategic decisions under different product-market characteristics. The authors conclude by suggesting future research opportunities to build on this article and add new theoretical insights and managerial guidance.
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
7秒前
14秒前
钰姝完成签到,获得积分20
14秒前
呼呼呼完成签到 ,获得积分10
21秒前
往事小刘完成签到,获得积分10
22秒前
25秒前
图书馆碎碎念的葱花完成签到,获得积分10
29秒前
季1发布了新的文献求助10
30秒前
35秒前
野性的柠檬完成签到,获得积分10
40秒前
立青发布了新的文献求助10
41秒前
景辣条应助123采纳,获得10
43秒前
科研通AI2S应助风筝不断线采纳,获得10
43秒前
43秒前
CodeCraft应助古德豹采纳,获得10
43秒前
白艳涛完成签到,获得积分10
45秒前
choyng完成签到,获得积分10
50秒前
53秒前
53秒前
dental发布了新的文献求助30
55秒前
三千光影完成签到 ,获得积分10
55秒前
古德豹发布了新的文献求助10
59秒前
DrNant完成签到,获得积分10
1分钟前
木林森林木完成签到 ,获得积分10
1分钟前
pass完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
李爱国应助丙泊酚采纳,获得10
1分钟前
kento应助科研通管家采纳,获得100
1分钟前
寻道图强应助科研通管家采纳,获得30
1分钟前
1分钟前
搞科研完成签到,获得积分10
1分钟前
坚强热狗完成签到 ,获得积分10
1分钟前
上官若男应助zhou采纳,获得10
1分钟前
Cynthia完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
Orange应助monets采纳,获得10
1分钟前
缓慢珠发布了新的文献求助10
1分钟前
丙泊酚发布了新的文献求助10
1分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 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 3146697
求助须知:如何正确求助?哪些是违规求助? 2798001
关于积分的说明 7826354
捐赠科研通 2454503
什么是DOI,文献DOI怎么找? 1306289
科研通“疑难数据库(出版商)”最低求助积分说明 627692
版权声明 601522