{"title":"Apenas uma postagem? previsões de vendas diárias de empresas varejistas de beleza e cosmético a partir da influência de mídias sociais","authors":"G. G. Pessanha, E. Soares","doi":"10.5585/remark.v20i4.17914","DOIUrl":null,"url":null,"abstract":"Objetivo: 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.Metodologia: Foram consideradas séries temporais de vendas diárias entre os anos de 2017 e 2019 de 10 empresas varejistas do setor de beleza e cosméticos. Métodos baseados em aprendizagem de máquina foram empregados e os modelos de previsões foram incrementados com variáveis numéricas do perfil oficial da empresa, da postagem feita pelo influenciador digital contratado e as características das imagens postadas pelo influenciador digital foram incluídas nos modelos. Relevância e Originalidade: 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 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.Principais resultados: 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. Constatou-se que as imagens são responsáveis por adicionar atributos exclusivos que ajudam na previsão e no entendimento dos padrões das séries de vendas.Contribuições teóricas e metodológicas: 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.","PeriodicalId":43978,"journal":{"name":"Revista Brasileira de Marketing","volume":"5100 4 1","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2021-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Marketing","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5585/remark.v20i4.17914","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"BUSINESS","Score":null,"Total":0}
引用次数: 1
Abstract
Objetivo: 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.Metodologia: Foram consideradas séries temporais de vendas diárias entre os anos de 2017 e 2019 de 10 empresas varejistas do setor de beleza e cosméticos. Métodos baseados em aprendizagem de máquina foram empregados e os modelos de previsões foram incrementados com variáveis numéricas do perfil oficial da empresa, da postagem feita pelo influenciador digital contratado e as características das imagens postadas pelo influenciador digital foram incluídas nos modelos. Relevância e Originalidade: 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 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.Principais resultados: 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. Constatou-se que as imagens são responsáveis por adicionar atributos exclusivos que ajudam na previsão e no entendimento dos padrões das séries de vendas.Contribuições teóricas e metodológicas: 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.