Word-of-Mouth on Action: Analysis of Operational Decisions When Customers are Resentful
Auteurs : Bahar Çavdar, Nesim Erkip
Résumé : Word-of-Mouth (WoM) communication, via online reviews, plays an important role in customers' purchasing decisions. As such, retailers must consider the impact of WoM to manage customer perceptions and future demand. In this paper, we consider an online shopping system with premium and regular customers. Building on the behavioral and operations management literature, we model customer preferences based on the perceived service quality indicated by WoM and integrate this into the retailer's operational problem to determine a shipment policy. First, we study the e-tailer's problem when she has no knowledge of WoM, and only reacts to the changes in demand. We analyze the long-term behavior of customer demand and show that potential market size and customer sensitivity are the key parameters determining this behavior. Then, we build a model to integrate knowledge of WoM into operational decision making and partially characterize the optimal solution. We show that (i) beating the competition in the market may not always benefit the company under strict operational constraints as it can result in undesired customer switching behavior, (ii) relaxations in operational constraints may hurt profitability due to the associated difficulties of managing perceptions, and (iii) seeking a stationary policy can lead to suboptimal solutions, therefore cyclic policies should also be considered when appropriate.
Outils pour cet article
Posez des questions sur cet article à notre assistant IA
Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.
⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.
Le résumé précédent a été créé il y a plus d'un an et peut être réexécuté (si nécessaire) en cliquant sur le bouton Exécuter ci-dessous.
⚠La licence de cet article spécifique ne nous permet pas de nous appuyer sur son contenu et les outils de synthèse seront exécutés en utilisant les métadonnées de l'article plutôt que l'article complet. Cependant, l'outil produira quand même un bon résultat, et vous pouvez également essayer nos outils sur des papiers avec des licences plus ouvertes.
Articles similaires résumés avec nos outils d'IA
Naviguez à travers encore plus d'articles similaires en utilisant une
représentation arborescenteRecherchez des articles similaires (en version bêta)
Nous comparons le titre et le résumé avec les articles indexés dans notre base. Pour les articles arXiv, la recherche porte sur la même catégorie ; pour les DOI et les autres sources, elle couvre toutes les sources et disciplines. Vous pouvez la relancer à mesure que notre base s’enrichit.
Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.