dor_id: 4121703

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la Revista Contaduría y Administración se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT), Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex), Scientific Electronic Library Online (SciELO), SCOPUS, SCImago Journal Rank (SJR).

561.#.#.u: http://www.fca.unam.mx/

650.#.4.x: Ciencias Sociales y Económicas

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://www.cya.unam.mx/index.php/cya/index

351.#.#.b: Contaduría y Administración

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: http://www.revistas.unam.mx/front/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural, UNAM

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial, UNAM

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://www.cya.unam.mx/index.php/cya/article/view/3258/1606

100.1.#.a: Mejía Trejo, Juan

524.#.#.a: Mejía Trejo, Juan (2021). Digital Marketing Model Innovation and Generation Z as Consumer Decision-Making Style. Making predictions with an Artificial Neural Network, in México. Contaduría y Administración; Vol. 66, Núm. 4:, 2021. Recuperado de https://repositorio.unam.mx/contenidos/4121703

245.1.0.a: Digital Marketing Model Innovation and Generation Z as Consumer Decision-Making Style. Making predictions with an Artificial Neural Network, in México

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Facultad de Contaduría y Administración, UNAM

264.#.0.c: 2021

264.#.1.c: 2021-03-01

653.#.#.a: Digital marketing model innovation; generation z; consumer decision-making style; artificial neural network; binary logistic regression, mexico

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY 4.0 Internacional, https://creativecommons.org/licenses/by/4.0/legalcode.es, fecha de asignación de la licencia 2021-03-01, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico revista_cya@fca.unam.mx

884.#.#.k: http://www.cya.unam.mx/index.php/cya/article/view/3258

001.#.#.#: oai:cya.www.revistas-conacyt.unam.mx:article/3258

041.#.7.h: spa

520.3.#.a: This research aims to assess the predictive capabilities between the Digital Marketing Model Innovation (DMMI), based on the Oslo Manual 4th ed., and the Consumer Decision-Making Style (CDMS) model. The methodology involved an artificial neural network based on SPSS software to analyze data collected from 400 young Mexican students (Generation Z) belonging to ten local Guadalajara city universities from January to June 2019. The above mentioned are essential for several organizations interested in recognizing how to collect and measure innovation data of DMMI related to different CDMS internet behavior to increase competitiveness. The results suggest improvements on each one of the strategic relationships at the DMMI-CDMS model.  Such improvements involving a high prediction level based on Multilayer Perceptron (MLP) as a predictive neural network on different variables compared with a  Binary Logistic Regression (BLR) to assess and explain the scope of such predictions of the DMMI-CDMS model

773.1.#.t: Contaduría y Administración; Vol. 66, Núm. 4: (2021)

773.1.#.o: http://www.cya.unam.mx/index.php/cya/index

046.#.#.j: 2021-10-20 00:00:00.000000

022.#.#.a: ISSN electrónico: 2448-8410; ISSN impreso: 0186-1042

310.#.#.a: Trimestral

264.#.1.b: Facultad de Contaduría y Administración, UNAM

758.#.#.1: http://www.cya.unam.mx/index.php/cya/index

doi: https://doi.org/10.22201/fca.24488410e.2021.3258

last_modified: 2021-11-09 13:10:00

license_url: https://creativecommons.org/licenses/by/4.0/legalcode.es

license_type: by

No entro en nada

No entro en nada 2

Artículo

Digital Marketing Model Innovation and Generation Z as Consumer Decision-Making Style. Making predictions with an Artificial Neural Network, in México

Mejía Trejo, Juan

Facultad de Contaduría y Administración, UNAM, publicado en Contaduría y Administración, y cosechado de Revistas UNAM

Licencia de uso

Procedencia del contenido

Entidad o dependencia
Facultad de Contaduría y Administración, UNAM
Revista
Repositorio
Contacto
Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

Cita

Mejía Trejo, Juan (2021). Digital Marketing Model Innovation and Generation Z as Consumer Decision-Making Style. Making predictions with an Artificial Neural Network, in México. Contaduría y Administración; Vol. 66, Núm. 4:, 2021. Recuperado de https://repositorio.unam.mx/contenidos/4121703

Descripción del recurso

Autor(es)
Mejía Trejo, Juan
Tipo
Artículo de Investigación
Área del conocimiento
Ciencias Sociales y Económicas
Título
Digital Marketing Model Innovation and Generation Z as Consumer Decision-Making Style. Making predictions with an Artificial Neural Network, in México
Fecha
2021-03-01
Resumen
This research aims to assess the predictive capabilities between the Digital Marketing Model Innovation (DMMI), based on the Oslo Manual 4th ed., and the Consumer Decision-Making Style (CDMS) model. The methodology involved an artificial neural network based on SPSS software to analyze data collected from 400 young Mexican students (Generation Z) belonging to ten local Guadalajara city universities from January to June 2019. The above mentioned are essential for several organizations interested in recognizing how to collect and measure innovation data of DMMI related to different CDMS internet behavior to increase competitiveness. The results suggest improvements on each one of the strategic relationships at the DMMI-CDMS model.  Such improvements involving a high prediction level based on Multilayer Perceptron (MLP) as a predictive neural network on different variables compared with a  Binary Logistic Regression (BLR) to assess and explain the scope of such predictions of the DMMI-CDMS model
Tema
Digital marketing model innovation; generation z; consumer decision-making style; artificial neural network; binary logistic regression, mexico
Idioma
spa
ISSN
ISSN electrónico: 2448-8410; ISSN impreso: 0186-1042

Enlaces