Publication
Understanding the impact of personalized recommendations on customer satisfaction, likelihood to recommend and repurchase intentions
| datacite.subject.fos | Ciências Sociais::Economia e Gestão | pt_PT |
| dc.contributor.advisor | Souto, Daniela Langaro da Silva do | |
| dc.contributor.author | Rodrigues, Joana Paixão Simões Nunes | |
| dc.date.accessioned | 2021-10-06T14:26:25Z | |
| dc.date.available | 2021-10-06T14:26:25Z | |
| dc.date.issued | 2021-05-05 | |
| dc.date.submitted | 2021-01 | |
| dc.description.abstract | The present dissertation aims to study the impact of personalized recommendations components’ and customers perceptions towards it on customer satisfaction with recommendations. These include explanation of the suggested items, fit with the customer, and privacy concerns, and trust in the retailer issuing the recommendation, respectively. Then, the influence of satisfaction with recommendations on customer satisfaction with product choice is analysed. Additionally, the effect of these two constructs on the likelihood to recommend the retailer and repurchase intentions is studied. This thesis employed an online survey to conduct the mentioned analysis. The questionnaire asked respondents to recall the last time they received a personalized recommendation and purchased the suggested product. Results show that explanation, fit, and trust positively influence satisfaction with recommendations, whereas privacy concerns negatively impact the latter. Satisfaction with recommendations proved to positively influence customer satisfaction with the product choice, consequently leading to a higher likelihood to recommend the retailer and later generating increased repurchase intentions. An additional analysis focused on the difference in behaviour between the models of low and high involvement products. In general, the latter had a higher explanatory power than the former. Concluding, the findings reveal the importance of the personalized recommendations’ attributes on satisfaction with these suggestions, affecting customer satisfaction, and customer loyalty, relevant measures of customer feedback for firms. Thus, retailers should provide users with personalized options on their digital platforms to boost their relationship with customers. The stated options should focus on satisfying users regarding the recommendations’ components and customer perceptions. | pt_PT |
| dc.description.abstract | A presente dissertação pretende estudar o impacto dos componentes das recomendações personalizadas e as suas perceções no consumidor na satisfação do cliente com estas recomendações. Estes incluem explicação dos itens sugeridos, adequação ao consumidor, preocupações com a privacidade e confiança no retalhista. Analisa-se também a influência da satisfação com as recomendações na satisfação com o produto escolhido. Adicionalmente, estuda-se o efeito destas duas variáveis na probabilidade de recomendar o retalhista e intenções de recompra. Esta tese aplica um questionário online, que pede aos participantes que se recordem da última vez que receberam uma recomendação personalizada e compraram o produto sugerido. Os resultados mostram que a explicação, adequação, e confiança influenciam positivamente a satisfação com as recomendações, enquanto que preocupações com a privacidade a impactam negativamente. Esta influencia positivamente a satisfação do consumidor com o produto escolhido, aumentando a probabilidade de recomendação do retalhista e, posteriormente, as intenções de recompra. Uma análise adicional focou-se na diferença de comportamento entre o modelo de produtos de baixo e o de produtos de elevado envolvimento. No geral, o último registou um poder explicativo superior ao primeiro. Em conclusão, o estudo revela a importância dos componentes das recomendações personalizadas na satisfação com as mesmas, afetando a satisfação e lealdade do consumidor, medidas de feedback relevantes para as empresas. Assim, os retalhistas devem oferecer opções personalizadas aos consumidores nas suas plataformas digitais para fortalecer a sua relação com os mesmos. Estas opções deveriam focar-se em satisfazê-los relativamente aos componentes das recomendações e às perceções do usuário. | pt_PT |
| dc.identifier.tid | 202728587 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.14/35410 | |
| dc.language.iso | eng | pt_PT |
| dc.subject | Artificial intelligence | pt_PT |
| dc.subject | Big Data | pt_PT |
| dc.subject | Machine learning | pt_PT |
| dc.subject | Personalized recommendations | pt_PT |
| dc.subject | Customer satisfaction | pt_PT |
| dc.subject | Likelihood to recommend | pt_PT |
| dc.subject | Repurchase intentions | pt_PT |
| dc.subject | Inteligência artificial | pt_PT |
| dc.subject | Recomendações personalizadas | pt_PT |
| dc.subject | Satisfação do consumidor | pt_PT |
| dc.subject | Probabilidade de recomendação | pt_PT |
| dc.subject | Intenções de recompra | pt_PT |
| dc.title | Understanding the impact of personalized recommendations on customer satisfaction, likelihood to recommend and repurchase intentions | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Gestão e Administração de Empresas | pt_PT |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- 152119174_Joana Rodrigues_DPDFA.pdf
- Size:
- 1.5 MB
- Format:
- Adobe Portable Document Format