An optimal strategy of advertising and electronic word-of-mouth with considering rebates
An optimal strategy of advertising and electronic word-of-mouth with considering rebates
复制标题
考虑返利的广告与电子口碑最优策略
DOI：
10.1108/k-03-2022-0369
复制
发表时间：
2022-09
期刊：
影响因子：
2.5
通讯作者：
Xudong Deng
中科院分区：
文献类型：
--
作者：
Jizi Li;Yue Yu;Chunling Liu;Xudong Deng
目的本文旨在研究电子零售商的最优促销策略，通过广告或推出返利活动来鼓励消费者传播电子口碑（eWOM）消息，从而促进产品销售。设计/方法/途径本文利用效用函数方法和逆向归纳法，在两阶段模型中分析了电子零售商的决策，并获得了四种促销策略的最优解。广告的时机，无论是较低还是较高的消费者电子口碑努力都不一定对零售商有利，相反，中等水平才是零售商的最佳选择。当网络口碑影响力处于较高水平时，可以补充广告效应，吸引更多消费者购买。否则，电子口碑可能会抵消广告的作用。 原创性/价值与现有文献关注广告或无回扣的电子口碑不同，本文研究了两阶段模型中的广告和有回扣的电子口碑问题，在作者检查广告和有/无回扣的四种促销策略（即A-NE模型、NE-A模型、A-ER模型和ER-A模型）的最佳时机之前很少涉及。
PurposeThis paper aims to examine the optimal promotion strategy of an e-retailer, who may advertise, or launch rebates initiative to encourage consumers' disseminating electronic word-of-mouth (eWOM) messages, with an aim to boost product sales.Design/methodology/approachThis paper analyzes the decisions of the e-retailer in a two-period model, using utility function approach and backward induction method, and obtains the optimal solutions in four promotion strategies.FindingsThe study finds that rebate scheme greatly impacts the timing of advertising, and neither lower nor higher consumers' eWOM effort invariably benefits the retailer, rather, a medium level is the best choice for the retailer. When eWOM impact power is at a relatively high level, it can supplement advertising effect to attract more consumers' purchase. Otherwise, eWOM may counteract the role of advertising.Originality/valueDifferent from the extant literature focusing on advertising or eWOM without rebates, the paper studies the issue of advertising and eWOM with rebates in two- period model which seldom addresses before the authors examine the optimal timing of advertising and eWOM with/without rebates in four promotion strategies i.e. the A-NE model the NE-A model the A-ER model and the ER-A model.
登录
查看更多内容
DOI：
10.1287/mksc.2016.1002
发表时间：
2017
期刊：
Mark. Sci.
影响因子：
--
作者：
Beth L. Fossen;David A. Schweidel
通讯作者：
Beth L. Fossen;David A. Schweidel
通过在线评论在客户密集型服务系统中进行动态质量和定价决策
影响因子：
9.2
作者：
Cui Zhao;Yao Zhang
通讯作者：
Yao Zhang
影响因子：
11.8
作者：
Hennig-Thurau, T;Gwinner, KP;Gremler, DD
通讯作者：
Gremler, DD
影响因子：
1.9
作者：
G. Fruchter
通讯作者：
G. Fruchter
DOI：
10.2139/ssrn.2848398
发表时间：
2016-08
期刊：
Behavioral & Experimental Finance (Editor's Choice) eJournal
影响因子：
--
作者：
Gordon Burtch;Y. Hong;R. Bapna;Vladas Griskevicius
通讯作者：
Gordon Burtch;Y. Hong;R. Bapna;Vladas Griskevicius