Resumo

As mídias sociais apresentaram uma nova forma dinâmica de comunicação que cria enormes quantidades de dados diariamente. Esse fenômeno ajudou a estabelecer novas relações de marketing, que são mais colaborativas e impulsionadas pelos influenciadores digitais. No entanto, apesar do esforço para entender quantitativamente a influência das plataformas digitais e de seus usuários na demanda de produtos, ainda não há consenso sobre o impacto das redes sociais e influenciadores digitais nas vendas e na lucratividade.

O problema de pesquisa está pautado no poder preditivo das características dos posts e no potencial incremento de acurácia dos modelos tradicionais de previsão. O objetivo é estudar a relevância das postagens no Instagram na construção de modelos de previsão de variação de receitas de vendas diárias para empresas varejistas do setor de beleza e cosméticos e propor um modelo de análise com a fusão de dados (numéricos e imagens) usando uma abordagem baseada em regras interpretáveis em tempo real a medida que sua estrutura se adapta ao longo do tempo de acordo com o fluxo de dados.

Alguns estudos investigaram a relação entre a mídia social e o comportamento do consumidor (ALALWAN & RANA, 2017; HAJLI & SIMS, 2015; HAJLI, 2014). Kim & Kim (2018) examinaram o efeito da influência social no Facebook e Twitter nas vendas e concluíram que as referências sociais geradas pelo consumidor aumentam significativamente as vendas no comércio social. Tien, Rivas & Liao (2019) estudaram o impacto da influência de ID na decisão de compra e demonstraram que a informação percebida e o conhecimento da fonte são preditores adequados de influência dos influenciadores digitais.

Foram consideradas séries temporais de variações de vendas diárias de 10 empresas do varejo do setor de beleza e cosméticos entre os anos de 2017 e 2019. Para avaliar a importância das postagens feitas por influenciadores digitais no Instagram, os modelos de previsões univariados foram incrementados com variáveis relativas a estes posts. As variáveis numéricas do perfil oficial da empresa e da postagem feita pelo influenciador digital contratado; e as características das imagens postadas pelo influenciador digital foram incluídas nos modelos.

Os modelos se mostraram eficientes na previsão e a importância das variáveis likes e engajamento reforça a ideia de que a identificação e referência social gerada pelo ID são importantes aspectos no processo de decisão de compra. Constou-se que as imagens são responsáveis por adicionar atributos exclusivos que ajudam na previsão e no entendimento dos padrões das séries de vendas. Os modelos de machine learning incorporaram tanto as variáveis numéricas quanto aprenderam os padrões das imagens para gerar previsões mais acuradas.

O estudo demonstrou de modo promissor a eficiência dos métodos baseados em aprendizagem de máquina na previsão de vendas a partir de dados do Instagram, especialmente, no que se refere à incorporação e extração de dados de imagens. O estudo é inovador, pois ultrapassa as reflexões qualitativas sobre a temática e traz evidências empíricas quanto aos impactos na acurácia da previsão a partir da inclusão de variáveis de mídias sociais. Apresentou-se ainda uma estratégia de fusão de dados (numéricos e imagens) para a previsão de vendas diárias de empresas de varejo do setor de beleza e cosméticos.

Alalwan, A. A. (2018). Investigating the impact of social media advertising features on customer purchase intention. International Journal of Information Management, 42, 65-77. Kim, E., & Kim, Y.-C. (2018). Communication Infrastructure, Migrant Community Engagement, and Integrative Adaptation of Korean Chinese Migrants in Seoul. Communication Research. Tien, D. H., Rivas, A. A. A., & Liao, Y. K. (2019). Examining the influence of customer-to-customer electronic word-of-mouth on purchase intention in social networking sites. Asia Pacific Management Review, 24(3), 238-249.