ATENÇÃO: Esta página foi traduzida automaticamente pelo Google Translate. Isto pode ter consequências inesperadas no conteúdo apresentado e, portanto, não nos responsabilizamos pelo resultado dessa tradução automática.


ATTENTION: this page has been automatically translated by Google Translate. This can have unexpected consequences and, therefore, we do not take responsibility for the result of that automatic translation.

menu
menu close
MestradoMestrado em Gestão de Empresas

The impact of social media in brand building

Autor
Vala, Bernardo Varela
Data de publicação
08 Aug 2016
Acesso
Acesso livre
Palavras-chave
Marketing
Comportamento do consumidor
Marca
Brand building
Social Media
Rede social
Data mining
Facebook
Resumo
PT
As publicações nas redes sociais influenciam de forma direta a formação das marcas na medida em que afectam a percepção que os consumidores têm da marca. Este estudo apresenta uma abordagem alavancada através de data mining que prevê o impacto de publicações numa página de Facebook de uma marca. Foram modeladas 791 publicações através de 12 métricas de performance, sendo que os dois melhores resultados atingiram um erro médio de cerca de 27%. Uma dessas variáveis, “Lifetime Post Consumers”, foi analisada através de uma análise de sensibilidade para perceber de que forma é que cada uma das sete variáveis de input a influenciam. O tipo de conteúdo foi considerado a mais relevante com uma relevância de 36%. Uma publicação do tipo “Status” capta o dobro da atenção dos consumidores, quando comparado com os outros dois tipos de publicação. Foi também verificada elevada sazonalidade, de acordo com o mês da publicação. Este tipo de conclusões são interessantes para ajudar os gestores nas suas decisões sobre fazer ou não uma publicação e em que moldes.
EN
The impact of publications on social networks directly affects brand building through customers’ perceptions on the brand. This research presents a data mining approach for predicting the impact of posts published on a Facebook page. Twelve posts’ performance metrics extracted from a cosmetic company’s page including 791 publications were modeled, with the two best results achieving a mean absolute percentage error of around 27%. One of them, the “Lifetime Post Consumers” model, was assessed using sensitivity analysis to understand how each of the seven input features influenced it. The type of content was considered the most relevant feature for the model, with a relevance of 36%. A status post captures around twice the attention of the remaining three types. Also, seasonality was observed regarding the month of the publication. Such knowledge is valuable for content managers’ to make informed decisions on whether to publish or not a post.

Relacionadas