Year: 2012
Type: dissertation
Abstract: Daarom onderzoekt deze studie in een home vending industrie de meerwaarde van drie types situationele variabelen, namelijk fysische omgevingsfactoren (het weer), tijdsperspectief (het moment van de dag) en sociale omgevingsfactoren (de verkoper aanwezig).Hieruit blijkt dat het opnemen van elk van deze situationele variabelen de voorspellingen met betrekking tot het aankoopgedrag van de consument verbeteren.De derde studie is gefocust op de incorporatie van geografische informatie in traditionele CRM modellen.Deze traditionele CRM modellen veronderstellen namelijk vaak dat het aankoopgedrag van de consument volledig onafhankelijk gebeurt, terwijl dit in realiteit regelmatig wordt beïnvloed door derden.Als gevolg, het mee in rekening brengen van deze informatie kan helpen om potentiële klanten beter te identificeren.Deze studie toont aan dat het diepteniveau waarop geografisch gecorreleerd gedrag wordt gemeten kan een belangrijke invloed hebben op de prestatie van het model.Verder wijst deze studie op het feit dat geografische gecorreleerd gedrag verschillende oorzaken kan hebben, elk gemeten op een optimaal diepteniveau.Daarom is het nuttig om, indien er voldoende data beschikbaar is, meerdere diepteniveau gelijktijdig op te nemen.De vierde studie spits zich ook toe op het belang van geografische informatie om beter potentiële klanten te identificeren.Echter, in deze studie werden twee statistische technieken vergeleken die in staat zijn om geografisch gecorreleerd gedrag op te nemen, namelijk een hiërarchische en een autoregressieve techniek.Bovendien werd het belang van geografische informatie onderzocht voor 25 verschillende merken en producten.De resultaten gaven weer dat wanneer een variabele wordt gebruikt die respondenten opsplitst in mutueel exclusieve groepen een hiërarchische techniek te verkiezen is.Voorst bleek ook dat het belang van geografische informatie in CRM modellen sterk toeneemt wanneer het gaat om publiek geconsumeerde duurzame goederen.
Author: Philippe Baecke
Institution: Ghent University
Language: English
Subfield: Marketing
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W2211763792