In recent years retail competition has intensified, generally as a consequence of technologies, more sophisticated management practices and industry consolidation. An understanding of current customers' loyalty intentions and their determinants is an important basis for the identification of optimal retailer actions. The focus of this study is to examine the links between patronage intention and the effects of various antecedents of current customers' store loyalty intentions in fashion store. 340 female universities students living in Seoul were analyzed by utilizing multiple regressions to investigate the predictability of each of the 4 different sets of variables(consumer value, source of information, clothing benefits, importance of store attributes) on four patronage intentions of apparel shopping(discount store, speciality store, conventional market, Fashion shopping mall). Four factors were significant in predicting conventional market patronage intention. Brand had a negative coefficient, while price, social affiliation, store fashion service/promotion had positive coefficients. Fashion shopping mall were predicted by five factors:brand had a negative coefficient, while media, social affiliation, price, uniqueness had positive coefficients. For specialty store, four factors were significant: brand had a negative coefficient, while store fashion service/promotion, personal sources, uniqueness had positive coefficients. Four factors were significant in predicting discount store patronage intention :price, store fashion service/promotion, social affiliation, variety of price & product had positive coefficients. Despite the relatively low $r^2s$, all four variables appeared to have, to some degree, predictability of choosing among four different types of store for apparel shopping. Based on the results, patronage intention profiles for four retail stores were developed. Marketing implications are discussed.
This study was implemented to examine the effect of tobacco on operation of a retail store and propose a relevant direction to development of a retail store. In terms of an examination method, the questionnaire was conducted in respect of supermarkets and convenience stores(CVS) around the nation. As a result of analysis based on such questionnaire, although there was a little difference in between a supermarket and a convenience store, a similar result could be found in general. In other words, retailers selling tobacco regarded the tobacco as a medium to solicit customers. Since the significance of tobacco in terms of total sales volume was so high, without the tobacco, they might have suspend the business. Consequently, the effect of tobacco was enormous. In addition, under the premise that many regular customers should be acquired to develop such retail stores, it was found that it would be necessary to increase $15{\sim}20%$ in terms of a margin in tobacco, preserve the profit ratio by the government, make efforts to enhance a quality and design by a tobacco company, actively recommend a particular brand, and actively display a tobacco publicity booklet, etc. Moreover, the proper number of tobacco stores in comparison with habitual smokers was one per 200 persons. In respect of the most unreasonable tobacco policy, a minor-related system and a policy of increasing a tobacco price were named. Thus, under the premise that a medium such as tobacco is highly important with respect to an operation of retail store, it is necessary to pay a more careful attention to an improvement of a reasonable and equitable system to further develop a retail store.
Muhammad Umer Farooq;Mustafa Latif;Waseemullah;Mirza Adnan Baig;Muhammad Ali Akhtar;Nuzhat Sana
International Journal of Computer Science & Network Security
/
v.23
no.9
/
pp.1-7
/
2023
Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.
Muhammad Umer Farooq;Mustafa Latif;Waseem;Mirza Adnan Baig;Muhammad Ali Akhtar;Nuzhat Sana
International Journal of Computer Science & Network Security
/
v.23
no.8
/
pp.210-216
/
2023
Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.
The factors that affect on the ratio of monthly rent to total rents in commercial real estate lease contract was empirically investigated. The theoretical basis for the research was location theory, retail trade-area analysis, bid rent, agglomeration theory, and demand externality theory. The data used in this study included information on goodwills per 3.3 square meters, deposit money per 3.3 square meters, retail rents per 3.3 square meters, and passing pedestrians' characteristics in 96 retail trade areas in South korea. As the results, using the hedonic price functions and multi-regression analysis, the independent variables does affect the ratio of monthly rent to total rents in the each retail trade area were goodwills per 3.3 square meters, deposit money per 3.3 square meters, retail rents per 3.3 square meters, and the number of Small Wholesale Retail Trade Firms at the level of nation. also, the results show goodwills per 3.3 square meters and the number of Small Wholesale Retail Trade Firms are important factors in determining the ratio of monthly rent to total rents in commercial real estate lease contract in seoul. In summary, not only the economic conditions in the retail trade area but also the passing pedestrian count should be considered to determine the ratio of monthly rent to total rents in commercial real estate lease contract.
The relationship between market structure and social welfare outcomes has received considerable critical attention in the field of competition policy research. In particular, it is necessary to study in greater depth the impact of market power on social welfare in the telecommunications industry, which is highly likely to form a monopolistic market structure. This is because, when market powers are concentrated on few upper carriers, there are negative effects on social welfare due to an excess of profits. Against this background, the present study investigates the relationship between the market structure of the mobile communications industry (the level of market power) and social welfare outcomes (the retail rate cut) through an international comparison. The results demonstrate that both the market structure and competition status of the Korean market have had significant gaps in global trends. It also points out that the monopolistic market structure (when the leading provider has more than 50% of the market share) has significantly negative effects on consumer welfare (the retail price cut). In addition, the findings of this study suggest that the direction of competition policy should focus on not only improving market concentration(HHI), but also on mitigating the monopoly of power of a dominant operator.
This paper analyzes a price discovery process for gasoline among branded and independent stations in Korea using a vector error correction model (VECM) and directed acyclic graphs (DAG). Two data sets for daily prices of medium level gasoline running from April 15, 2008 to May 31, 2009 and from January 1, 2011 to December 31, 2011 are used for empirical analysis. Empirical results show that S-OIL has an exogeneity and played a important role in the flow of price information in the market in the first period. In the second period, SK energy played a key role in price discovery process in the market. The price of NH-OIL stations do not cause the price of any other stations, which implies that the entrance of new branded stations with lower gasoline price to market has no influence on gasoline prices of retail markets.
Journal of the Korea Institute of Information and Communication Engineering
/
v.18
no.5
/
pp.1201-1206
/
2014
Retail stores are mostly relying their product management on handwriting. This handwriting management is limited and poor at managing the status of stocking and releasing. Also, to confirm real-time product status, additional statistic system is required. POS system developed to overcome foresaid problems is operating only in big and special stores because of expensive price and limited space. Therefore, new automated management system which has low installation price needs to be developed and adopted instead of handwriting management system. In this paper, we developed real-time product management system which can manage the products in retail stores by utilizing NFC function in mobile device.
This paper considers a Bayesian Network analysis for understanding the heterogeneous cross-category effects of different promotion activities and developing an efficient overall promotion strategy for a large retail store. More specifically we differentiate price reduction promotion and floor promotion and study their heterogeneous effect on consumer purchase behavior under a market basket setting. We then utilize Bayesian networks in identifying complex association structure in market basket dataset by analyzing the effects of different promotional activities and also include the effects of time, family income and size. We find from our Bayesian network analysis that the dominant cross-category promotion effect of price promotion is the indirect effect whereas the dominant cross-category promotion effect of floor promotion is the direct effect. Also, among the demographic variables we find that family size of the household is linked with more product categories compared to income and see that there are differences in the extent of the effects by product category. Finally, we also show the existence of products acting as a network hub and how they can be utilized by retailers faced with a limited marketing budget and suggest a more efficient promotion strategy.
This study presents a comparative analysis on mackerel distribution process and price formation process, and investigation of price and margin between traditional markets and Large-scale discount store distribution channel. Through this, the study investigated distribution efficiency of each channel, and examined whether a difference of distribution efficiency leads to a difference of performance through the investigation of a difference of function and role between members of a wholesale market and vendor of Large scale discount store. The following are the results of this study. As a consequence of investigating supply and sum by distribution channel of mackerel, it appeared that mackerels shipped from port market are distributed into 9 consumption sites(Wholesale market, Large scale discount store, Institutional Food Service, etc.). In the comparison of distribution efficiency between traditional retail store and Large scale discount store 52.0% margin is formed in traditional retail store distribution channel and 43.1% margin is formed in Large scale discount store, and a distribution cost rate consists of 19.4% cost in a traditional retail store for fishery products and 18.1% cost in a Large-scale discount store. To analyze a difference of performance, the study examine a difference of role and function between vendor and Wholesale market company, wholesaler and middleman. Wholesale market company and middleman of wholesale market for consumer have slightly high or similar score in collection function, sorting function, evaluation function and financial function which are traditional and original. However, it was confirmed that vendor has a better score in other functions, that is, newly-demanded functions(ex : market frontier function, product development function, Integral Distribution Function, etc.).
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.