بررسی تاثیر ویژگی های محتوای منتشر شده بر مشارکت مشتری در شبکه های اجتماعی با رویکرد داده کاوی : مورد مطالعه شبکه اجتماعی اینستاگرام

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 دانشگاه شهید باهنر کرمان

2 دانشجوی کارشناسی ارشد مدیریت کسب و کار، دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر، کرمان، ایران.

3 استادیار گروه مدیریت، دانشکده مدیریت و اقتصاد، دانشگاه شهید باهنر کرمان، کرمان، ایران

10.22059/jibm.2024.364548.4647

چکیده

چکیده

هدف: با نقش روزافزون رسانه های اجتماعی در رشد دیجیتال مارکتینگ به عنوان یکی از مهم ترین و در عین حال غیرقابل پیش بینی ترین روندهای بازاریابی امروزه، پلتفرم های خاصی مانند فیس بوک و اینستاگرام به ابزارهای ضروری در حوزه تبلیغات و بازاریابی تبدیل شده اند. این نشان می دهد که اینستاگرام از نظر پلتفرم های رسانه های اجتماعی پیشرو که توسط متخصصان بازاریابی و صاحبان برند استفاده می شود، پس از فیس بوک در رتبه دوم قرار دارد. حجم گسترده محتوای تبلیغاتی و بازاریابی تولید شده در شبکه‌های اجتماعی، باعث شده صاحبان کسب و کارها این محتوا را به گونه‌ای تهیه کنند که برای مخاطبین هدف جالب توجه باشند و به این طریق نرخ مشارکت را در صفحات کسب‌وکار خود افزایش دهند. از سوی دیگر، با توجه به افزایش قابل توجه تعداد دنبال کنندگان شبکه اجتماعی اینستاگرام طی سالهای گذشته و همچنین علاقه کاربران به دنبال کردن کسب و کارها در این پلتفرم، اهمیت مضاعف این شبکه برای متخصصان حوزه بازاریابی پوشیده نیست. به این ترتیب، هدف این مطالعه بررسی تاثیر ویژگی های محتوای منتشرشده بر مشارکت مشتری در شبکه اجتماعی اینستاگرام است.

روش: با توجه به حجم عظیم محتوای تولید شده در شبکه های اجتماعی یکی از بهترین روش برای تجزیه و تحلیل و شناسایی الگوهای موجود در این شبکه ها تکنیک های داده کاوی هستند. بدین منظور ویژگی های بصری و متنی 490 محتوای منتشرشده در صفحات تجاری فرآورده های آرایشی و بهداشتی –برندهای سینره، لایسل، شون و بایودرما- گرد آوری شدند. سپس با استفاده از نرم افزار داده کاوی کلمنتاین و سه روش قوانین انجمنی، مدل اپریوری و درخت تصمیم ویژگی های موثر بر رفتارهای مشارکت مشتریان از منظرلایک ها ، کامنت ها و مکالمات شناسایی شدند و چگونگی تاثیر گذاری آنها مورد ارزیابی قرار گرفت.

یافته ها: نتایج این پژوهش بیانگر آن است که ویژگی های بصری و متنی تعبیه شده در محتوای پیام های منتشر شده بر رفتارهای مشارکت مشتریان تاثیر میگذارند. براساس این یافته ها استفاده از ویژگی های متنی ترغیب کننده – مثل مناسبتهای رسمی و واقعیت های قابل توجه- و همچنین ویژگی های متنی آگاه ساز – مثل قیمت و مخاطبین هدف- بر میزان مشارکت مشتریان با صفحات کسب و کارها تاثیر می گذارد. افزون بر این، ویژگی های بصری آگاه ساز- مثل مرکزیت برند و مرکزیت محصول- در بازه های مقداری مشخصی بررفتار مشارکت مشتریان تاثیر گذار می باشند.

نتیجه گیری: پژوهش های پیشین در شبکه اینستاگرام عمدتا بر لایک ها و کامنت ها به عنوان رفتارهای مشارکت مشتریان تاکید داشته اند. پژوهش حاضر علاوه بر بررسی این دو رفتار، گفتگوهای صورت گرفته در کامنت ها (مکالمات) را نیز مورد ارزیابی قرار می دهد. افزون بر این، پژوهش حاضر با در نظر گرفتن همه جنبه های محتوای منتشر شده و معرفی سیزده ویژگی متنی و دو ویژگی بصری درک عمیق تری از ویژگی های محتوای تاثیرگذار بر رفتارهای مشارکت مشتریان فراهم می آورد و شکاف موجود مبنی بر چگونگی تولید محتوای منتشر شده به منظور افزایش مشارکت مشتریان را پر می کند. نتایج این پژوهش به مدیران کسب و کارها و برندها به ویژه در حوزه فرآورده های آرایشی و بهداشتی کمک می کند تا استراتژی مشارکت مشتری کارآمد و موثری را در شبکه های اجتماعی بصری در پیش گیرند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Investigating Impact of Published Content Properties on Customer Engagement in Social Media with Data Mining Approach (Case Study: Instagram Social Media)

نویسندگان [English]

  • Mohammadmehdi Poursaeed 1
  • azadeh shekari 2
  • Saeid Dehyadegari 3
1 عضو هیات علمی
2 1. MSc. Student, Faculty of Management and Economic, University of Shahid Bahonar, Kerman, Iran
3 Department of Management,. Faculty of Management and Economics. Shahid Bahonar University of Kerman. Kerman. Iran
چکیده [English]

Abstract

Purpose: Purpose: With the ever-increasing role, social media plays in the growth of digital marketing as one of the most important yet unpredictable trends in marketing today, particular platforms such as Facebook and Instagram have developed into indispensable tools in the area of advertising and marketing. This indicates Instagram ranks second after Facebook in terms of leading social media platforms used by marketing Profs and brand owners. A large amount of advertising and marketing content produced in social networks has made business owners prepare this content in a way that is interesting for the target audience and thus increase the engagement rate on their business pages. On the other hand, due to the significant increase in the number of followers on Instagram over the past years, as well as the interest of users to follow businesses on this platform, the great importance of this network is unconcealed for marketing specialists. In this way, this study aims to investigate the effect of published content attributes on customer engagement in the Instagram.

Method: Considering the huge amount of content produced in social networks, one of the best methods to analyze and identify patterns in these networks are data mining techniques. To achieve this goal, visual and textual features of 490 content published in the commercial pages of cosmetics products- Cinere, Lisel, Schon and Bioderma brands- were collected. Then Clementine data mining toolkit and three methods of Association Rules, Apriori Algorithm and Decision Tree used to identify features affecting customer engagement in terms of likes, comments and conversations and evaluate their effectiveness.

Findings: The results of this study indicate effects of embedded visual and textual content features of published messages on customer engagement behavior. Based on these results, the use of persuasive textual features - such as Holiday Mention and Remarkable facts - as well as informative textual features - such as price and target audiences - affect customer engagement in social media. In addition, visual informative features - such as brand centrality and product centrality - affect customer engagement behavior to a certain degree.

Conclusion: Previous research on Instagram have mainly emphasized likes and comments as customer engagement behaviors. In addition to examine these two behaviors, the present research also evaluates the conversations raised in comments (conversations). Moreover, by considering all parts of the published content and defining thirteen textual features and two visual features the present research provides a deeper understanding of the effective content features that influence customer engagement behaviors and fill the existing gap based on how to create the published content in order to increase engagement. Findings provide business managers and brands, especially in the field of cosmetics and hygiene products, with adoption of an efficient and effective customer engagement strategy in the visual social networks.

کلیدواژه‌ها [English]

  • Published Content Attributes
  • Customer Engagement
  • Social Networks
  • Instagram
  • Data Mining