A carregar...
Publicação
Algorithmic brand discovery on Instagram and Its effect on brand trust and purchase intention
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.04 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Algorithmic recommendations have transformed brand discovery on social media, creating new possibilities to personalize consumer experiences. This study analyses the impact of algorithmically driven recommendations on brand trust and purchase intention.The research employs a quantitative survey with an experimental between-subjects design. Independent-samples t-tests are used to examine the effectiveness of algorithmic cues, while linear regression and Hayes’ PROCESS macro are applied to investigate the mediating role of brand trust and moderating factors like involvement.The findings indicate that explicit algorithmic attribution does not significantly influence brand trust, suggesting a normalization effect and high baseline awareness among digital natives. Instead, perceived serendipity and objectivity are the main factors enhancing brand trust, which subsequently mediates purchase intention. Furthermore, the findings reveal a backfire effect for users with high privacy concerns and tech savviness. For those consumers, the perception of algorithmic influence triggers reactance rather than trust. Additionally, the results reveal that product involvement may not necessarily moderate the response toward algorithmic cues in fast-moving social media environments.The research concludes that effective algorithmic brand discovery requires a shift from mere technical precision towards responsible, serendipity- and objectivity-driven curation. These insights carry implications for brand managers, platform developers and policymakers, particularly regarding the need for clearer governance to protect consumers in increasingly automated environments.
As recomendações algorítmicas transformaram a descoberta de marcas, criando novas possibilidades de personalização. Este estudo examina o impacto das recomendações algorítmicas na confiança na marca e na intenção de compra.Utiliza um questionário experimental quantitativo com um desenho entre grupos. Para a análise, são aplicados testes t para amostras independentes, regressão linear e a macro PROCESS de Hayes.Os resultados indicam que a atribuição algorítmica não influencia significativamente a confiança na marca, sugerindo um efeito de normalização e um elevado nível de conhecimento de base entre os nativos digitais. A descoberta inesperada e a objetividade percebidas emergem como os fatores mais fortes na confiança na marca, o que, por sua vez, medeia a intenção de compra. Os resultados revelam um efeito contrário para utilizadores com elevadas preocupações em matéria de privacidade e literacia tecnológica, desencadeando reatância em vez de confiança. Além disso, os resultados revelam que o envolvimento pode não moderar a resposta a sinais algorítmicos em ambientes de redes sociais.A investigação conclui que a descoberta algorítmica de marcas requer uma mudança da precisão técnica para uma curadoria responsável, orientada pela serendipidade e pela objetividade. Estas conclusões têm implicações para gestores de marcas, plataformas e r esponsáveis políticos no que diz respeito à necessidade de uma governação mais clara para proteger os consumidores.
As recomendações algorítmicas transformaram a descoberta de marcas, criando novas possibilidades de personalização. Este estudo examina o impacto das recomendações algorítmicas na confiança na marca e na intenção de compra.Utiliza um questionário experimental quantitativo com um desenho entre grupos. Para a análise, são aplicados testes t para amostras independentes, regressão linear e a macro PROCESS de Hayes.Os resultados indicam que a atribuição algorítmica não influencia significativamente a confiança na marca, sugerindo um efeito de normalização e um elevado nível de conhecimento de base entre os nativos digitais. A descoberta inesperada e a objetividade percebidas emergem como os fatores mais fortes na confiança na marca, o que, por sua vez, medeia a intenção de compra. Os resultados revelam um efeito contrário para utilizadores com elevadas preocupações em matéria de privacidade e literacia tecnológica, desencadeando reatância em vez de confiança. Além disso, os resultados revelam que o envolvimento pode não moderar a resposta a sinais algorítmicos em ambientes de redes sociais.A investigação conclui que a descoberta algorítmica de marcas requer uma mudança da precisão técnica para uma curadoria responsável, orientada pela serendipidade e pela objetividade. Estas conclusões têm implicações para gestores de marcas, plataformas e r esponsáveis políticos no que diz respeito à necessidade de uma governação mais clara para proteger os consumidores.
Descrição
Palavras-chave
Algorithmic discovery Recommender systems Brand trust Purchase intention Digital marketing Descoberta algorítmica Sistemas recomendação Confiança na marca Intenção de compra Marketing digital
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC