Resumo

Título do Artigo

EFEITOS DA PERSONALIZAÇÃO DE CONTEÚDO EM PLATAFORMA DE VÍDEO ONLINE
Abrir Arquivo
Ver apresentação do trabalho
Assistir a sessão completa

Palavras Chave

Personalização
Plataformas de streaming
Behavioral Perspective Model

Área

Marketing

Tema

Comportamento do Consumidor

Autores

Nome
1 - Natalia Guarany Bonetti
UNIVERSIDADE DE BRASÍLIA (UNB) - Campus Darcy Ribeiro
2 - CARLA BORGES
UNIVERSIDADE DE BRASÍLIA (UNB) - ADM
3 - Jorge Mendes de Oliveira Castro Neto
UNIVERSIDADE DE BRASÍLIA (UNB) - Instituto de Psicologia

Reumo

A implementação de tecnologias envolvendo Inteligência Artificial vem transformando a prática de marketing, uma vez que as empresas conseguem adquirir mais informações sobre seus públicos, tornando mais fácil o entendimento de padrões de compra e preferências de seus consumidores. Por isso, a personalização de conteúdo a partir do uso de algoritmos de Inteligência Artificial tem se tornado uma prática estratégica para as OTTs, o que demanda a realização de estudos voltados para avaliação de sua eficácia.
O objetivo dessa pesquisa é caracterizar a influência dos algoritmos de personalização de conteúdo em plataformas online de entretenimento em vídeo. Os objetivos específicos são: reconhecer o papel da inteligência artificial e Big Data na cultura de consumo da sociedade; compreender as influências negativas e positivas da personalização nas jornadas de compra; testar a efetividade de um algoritmo de personalização em uma plataforma de conteúdo digital em vídeo.
Para fomentar um hábito de consumo é essencial utilizar estratégias que estimulem o cenário de consumo do comprador, além disso é fundamental dispor de informações para melhor compreensão do histórico de aprendizagem de cada indivíduo. No âmbito da transformação digital, o uso de ferramentas de inteligência artificial se apresenta como uma tendência crescente que vem transformando as estratégias de marketing, permitindo a personalização da oferta de produtos e serviços com base em informações sobre o histórico do comportamento do consumidor.
Para realização do experimento utilizou-se como variável independente (VI) o tipo de portfólio apresentado ao participante, contendo três variações: (a) Portfólio aleatório, (b) Portfólio baseado em popularidade e (c) Portfólio personalizado. A variável dependente (VD) foi uma métrica de avaliação da experiência do usuário, com notas de 1 a 5 atribuídas pelos participantes a cada uma das três plataformas. Por fim, as variáveis de controle (VC) foram: (a) dados demográficos, e (b) frequência de uso nas plataformas Youtube e Netflix.
No experimento, os usuários avaliaram três plataformas com níveis diferentes de personalização. Foram feitos diferentes testes estatísticos e os resultados mostram que o tipo de portfólio (VI) exerce influência significativa sob a VD experiência do usuário, tanto quanto intenção de compra, além disso, pode-se observar que as variáveis de controle não possuem correlação com as variáveis dependentes do objeto de estudo. Como resultado também observamos que a média das nossas possuem relação com a intenção de compra.
O presente estudo comparou o efeito da exposição a diferentes portfólios de filmes sobre métricas de avaliação da experiência dos usuários, a fim de avaliar a eficácia de portfólio personalizado em comparação com portfólio baseado em popularidade e portfólio com oferta aleatória de filmes. Foi verificado que a plataforma mais personalizada apresentou melhores resultados, mostrando que a personalização é uma técnica eficaz e que pode aumentar os lucros de uma empresa. Trabalhos futuros podem envolver uma parceria com empresas para verificar na prática esses elementos estudados no experimento.
Kim, M. S., Kim, E., Hwang, S. Y., Kim, J., & Kim, S. (2017). Willingness to pay for over-the-top services in China and Korea. Telecommunications Policy, 41(3), 197–207. https://doi.org/10.1016/j.telpol.2016.12.011 Foxall, G. R. (1992). The behavioral perspective model of purchase and consumption: From consumer theory to marketing practice. Journal of the Academy of Marketing Science, 20(2), 189–198. Ehrenberg, A. S. C., Uncles, M. D., & Goodhardt, G. J. (2004). Understanding brand performance measures: Using Dirichlet benchmarks. Journal of Business Research, 57(12 SPEC.ISS.), 1307–1325.