Resumo

Título do Artigo

MOMENTO É DINHEIRO: O EFEITO DE MÉTRICAS DE REDE SOCIAL EM CAMPANHAS DE CROWDFUNDING
Abrir Arquivo
Ver apresentação do trabalho
Assistir a sessão completa

Palavras Chave

Métricas
Facebook
Séries Temporais

Área

Marketing

Tema

Redes Sociais Mediadas, Ambientes e Dispositivos Digitais

Autores

Nome
1 - Thaísa Barcellos Pinheiro do Nascimento
Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo - FEA - São Paulo
2 - Lauri Luis Rauber
UNIVERSIDADE FEDERAL DE LAVRAS (UFLA) - Lavras
3 - Gilmar Masiero
Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo - FEA - EAD
4 - Edson Crescitelli
Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo - FEA - Adm
5 - Francisval de Melo Carvalho
UNIVERSIDADE FEDERAL DE LAVRAS (UFLA) - Departamento de Administração e Economia

Reumo

O aumento do engajamento é recomendado para o sucesso de ações de publicidade (KUMAR et al., 2018). Nesse contexto as diferentes métricas do Facebook são tidas como formas de comunicação e são importantes para compreender se o conteúdo está sendo bem aceito pelos usuários (BONSÓN; RATKAI, 2013). Em modelos de negócios derivados do crowdsourcing, que tem relação com a participação social, estão vinculados à diferentes comunidades (ESTELLÉS-AROLAS; GONZÁLEZ-LADRÓN-DE-GUEVARA, 2012), um dos pontos interessantes é explicar a disseminação do ponto de vista da comunicação e interação dos adotantes.
As métricas de desempenho populares podem não ser indicadores precisos para analisar os efeitos de campanhas de marketing nas redes sociais (ZHANG et al., 2017) e trabalhos que analisam as correlações entre as métricas dessa rede social e as contribuições em campanhas não foram identificados. Sendo assim, o objetivo do trabalho foi duplo: descrever os momentos em que o engajamento acontece e analisar se esses momentos coincidem com a arrecadação.
Inicialmente foram apresentadas algumas definições, objetivos e características do Crowdfunding, assim como, estudos que envolveram o Facebook para divulgação de campanhas. Em sequência, o Facebook e suas métricas de popularidade, comprometimento e viralidade foram abordados. Por fim, foram apresentados estudos que envolveram a utilização da metodologia proposta (análise de séries temporais) para a análise das métricas do Facebook.
A primeira etapa utilizou valores das estatísticas descritivas e de séries de comportamento das contribuições e das métricas do facebook, buscando apontar os momentos em que o engajamento acontece. Em seguida, foi utilizado o modelo VAR em Painel dinâmico em dois estágios por meio do método generalizado de momentos (GMM) afim de analisar se o engajamento coincide com a arrecadação e em que momento. coincide com a arrecadação. Assim, além de contribuir com o avanço do
As campanhas foram dividas entre as que atingiram o sucesso e as que não atingiram. Para os dois grupos, notou-se diferentes formas de engajamento e diferentes comportamentos das variáveis analisadas. Em seguida, a partir do modelo VAR, obteve-se uma relação altamente significativa entre os comentários e as contribuições ou seja, o momento em que os comentários ocorrem é o mesmo momento das contribuições, sendo possível sugerir que as pessoas tendem a comentar no mesmo dia em que contribuem para a campanha.
O presente trabalho teve sucesso nos objetivos propostos sendo que o primeiro foi atingido a partir da an´alise descritiva dos comportamentos diários de campanhas de crowdfunding entre o período de 2011 e 2018 para a categoria de jogos da plataforma Catarse. E o segundo através modelo VAR em Painel dinâmico em dois estágios por meio do método generalizado de momentos (GMM). Como limitações podem-se citar: o recorte da pesquisa e as alterações nas políticas do Facebook. Para trabalhos futuros, seria interessante expandir as análises apresentadas nesse trabalho para outras mídias sociais.
BONSÓN, E.; RATKAI, M. A set of metrics to assess stakeholder engagement and social legitimacy on a corporate facebook page. Online Information Review, Emerald Group Publishing Limited, v. 37, n. 5, p. 787–803, 2013. Citado 3 vezes nas páginas 1, 4 e 19. SIGMUND, M.; FERSTL, R. Panel vector autoregression in r with the package panelvar. The Quarterly Review of Economics and Finance, Elsevier, 2019. Citado na página 7.