The Impact of Social Media Advertising Features on Costumer Purchase Intention
Subject Areas : Jounal of Marketing ManagementAmirreza Ahmadnejad Masti 1 , kambiz heidarzadeh hanzaee 2 , fereshteh lotfizadeh 3
1 - Master of Business Administration, Science and Research Branch, Islamic Azad University, Tehran, Iran
2 - Associate Professor, Department of Business Management, Science and Research Branch, Islamic Azad University, Tehran, Iran,
3 - Assistant Professor, Department of Business Management, Zanjan Branch, Islamic Azad University, Zanjan, Iran
Keywords: Costumers, marketing, Advertising, Purchase Intention, Social media,
Abstract :
The purpose of this study was to the impact of social media advertising Features on costumer purchase intention. This research, in terms of goal, is an applied research and in terms of data collection method is descriptive. In order to gather information in this research, library and field method and a standardized questionnaire were used. Statistical population of the present research was composed of all students studying at Science and Research Branch of the Islamic Azad University, with the statistical sample taken through neither the Cochran’s formula nor Morgan’s table but rather based on structural equations modeling (SEM) with a covariance fitting approach. The statistical sample was made up of 439 students studying at Science and Research Branch of the Islamic Azad University (Tehran, Iran). The collected data was analyzed by SEM as implemented in the AMOS and SPSS software packages, based on which results the research hypotheses were confirmed at 95% confidence level. The perceived relevance, habit, interaction, and in formativeness were herein considered as independent variables, and the performance expectancy, hedonic motivation, and purchase intent were taken as mediating and dependent variables. The results showed that the hedonic motivation, interactivity, performance expectancy, in formativeness, and habit impose direct effects on the purchase intent. It was further found that the interactivity affects the hedonic motivation and anticipated performance expectancy, and that the perceived relevance imposes direct impacts on the anticipated performance expectancy and purchase intent. The in formativeness was also found to affect the performance expectancy directly. Finally, based on the obtained results, the advertisement agents specialized in social media advertising are recommended to pay increasingly more attention to the advertising on social media by employing marketing researchers and experts to improve their customers’ purchase intent. Therefore, the present study was performed to extend the present deal of knowledge about the principle aspects of advertising on social media and their effects on the customers’ purchase intent. An accurate review of the relevant literature led to the identification of six factors (performance expectancy, hedonic motivation, habit, interactivity, in formativeness, and perceived relevance) as the main predictors of the purchase intent.
Alalwan, A.A., Rana, N.P., Dwivedi, Y.K. & Algharabat, R. (2017). “Social Media in Marketing: A Review and Analysis of the Existing Literature”, Telematics and Informatics, Vol, 34(7), PP. 1177-1190.
Alalwan, A.A., Dwivedi, Y.K., Rana, N.P. & Algharabat, R. (2018). “Examining Factors Influencing Jordanian Customers’ Intentions and Adoption of Internet Banking: Extending UTAUT2 With Risk.”, Journal of Retailing and Consumer Services, Vol. 40, PP. 125-138.
Alalwan, A.A., Dwivedi, Y.K., Rana, N.P. & Williams, M.D. (2016). “Consumer Adoption of Mobile Banking in Jordan: Examining The Role of Usefulness, Ease of Use, Perceived Risk and Self-Efficacy”, Journal of Enterprise Information Management, 29(1), PP. 118-139.
Alalwan, A.A., Rana, N.P., Algharabat, R. & Tarhini, A. (2016). “A Systematic Review of Extant Literature in Social Media in The Marketing Perspective”, Conference on eBusiness, e-Services and e-Society, PP. 79-89.
Braojos-Gomez, J., Benitez-Amado, J. & Llorens-Montes, F.J. (2015). “How Do Small Firms Learn To Develop A Social Media Competence?”, International Journal of Information Management, Vol. 35(4), PP. 443-458.
Campbell, D.E. & Wright, R.T. (2008). “Shut-Up I Don’T Care: Understanding The Role of Relevance and Interactivity on Customer Attitudes Toward Repetitive Online Advertising”, Journal of Electronic Commerce Research, Vol. 9, PP. 62-76.
Chang, Y.T., Yu, H. & Lu, H.P. (2015). “Persuasive Messages, Popularity Cohesion, and Message Diffusion in Social Media Marketing”, Journal of Business Research, Vol, 68(4), PP. 777-782.
Drossos, D. & Giaglis, G.M. (2005). “Factors That Influence The Effectiveness of Mobile Advertising: The Case of SMS. Panhellenic Conference on Informatics”, Berlin, Heidelberg: Springer, PP. 278-285.
GAO, Y. & Koufaris, M. (2006). “Perceptual Antecedents of User Attitude in Electronic Commerce”, Acm Sigmis Database, Vol. 37(2-3), PP. 42-50.
Hart, M. & Porter, G. (2004). “The Impact of Cognitive and Other Factors on the Perceived Usefulness of OLAP”, Journal of Computer Information Systems, Vol. 45(1), PP. 47-56.
Hawkins, K. & Vel, P. (2013). “Attitudinal Loyalty, Behavioural Loyalty and Social Media: An Introspection”, the Marketing Review, Vol. 13(2), PP. 125-141.
Ho, S.Y. & Bodoff, D. (2014). “The Effects of Web Personalization on User Attitude and Behavior: An Integration of The Elaboration Likelihood Model and Consumer Search Theory”, MIS Quarterly, Vol. 38(2), PP. 497-520.
Jung, J., Shim, S.W., Jin, H.S. & Khang, H. (2016). “Factors Affecting Attitudes and Behavioural Intention Towards Social Networking Advertising: A Case of Facebook Users in South Korea. International Journal of Advertising, Vol. 35(2), PP. 248-265.
Kamboj, S., Sarmah, B., Gupta, S. & Dwivedi, Y. (2018). “Examining Branding Co-Creation in Brand Communities on Social Media: Applying The Paradigm of Stimulus-Organismresponse”, International Journal of Information Management, Vol. 39, PP. 169-185.
Kim, N. & Kim, W. (2018). “Do Your Social Media Lead You To Make Social Deal Purchases? Consumer-Generated Social Referrals for Sales via Social Commerce”, International Journal of Information Management, Vol. 39, PP. 38-48. http://dx.doi.org/10.1016/j. ijinfomgt.2017.10.006.
Kim, H. & Niehm, L.S. (2009). “The Impact of Website Quality on Information Quality, Value, and Loyalty Intentions in Apparel Retailing, Journal of Interactive Marketing, Vol. 23(3), PP. 221-233.
Kolodinsky, J.M., Hogarth, J.M. & Hilgert, M.A. (2004). “The Adoption of Electronic Banking Technologies by US Consumers”, the International Journal of Bank Marketing, Vol. 22(4), PP. 238-259.
Lee, J. & Hong, I.B. (2016). “Predicting Positive User Responses to Social Media Advertising: The Roles of Emotional Appeal, Informativeness, and Creativity”, International Journal of Information Management, Vol. 36(3), PP. 360-373.
Limayem, M., Hirt, S.G. & Cheung, C.M.K. (2007). “How Habit Limits The Predictive Power of Intentions: The Case of IS Continuance”, MIS Quarterly, Vol. 31(4), PP. 705-737.
Liang, T.P., Chen, H.Y., Du, T., Turban, E. & Li, Y. (2012). “Effect of Personalization on The Perceived Usefulness of Online Customer Services: A Dual-Core Theory”, Journal of Electronic Commerce Research, Vol. 13(4), PP. 275-288.
Lin, C.A. & Kim, T. (2016). “Predicting User Response To Sponsored Advertising on Social Media Via The Technology Acceptance Model”, Computers in Human Behavior, Vol. 64, PP. 710-718.
Oh, J., Bellur, S. & Sundar, S.S. (2015). “Clicking, Assessing Immersing, and Sharing: An Empirical Model of User Engagement With Interactive Media”, Communication Research. Vol. 45(5), http://dx.doi.org/10.1177/0093650215600493.
Pavlou, P.A. & Stewart, D.W. (2000). “Measuring The Effects and Effectiveness of Interactive Advertising: A Research Agenda”, Journal of Interactive Advertising, Vol. 1(1), PP. 62-78.
Rafaeli, S. (1988). “Interactivity: From New Media to Communication. In R.P. Hawkins, J.M. Wiemann, & S. Pingree (Eds.)”, Advancing Communication Science: Merging Mass and Interpersonal Processes (PP. 110-134). Newbury Park, CA: Sage.
Rana, N.P., Dwivedi, Y.K., Lal, B., Williams, M.D. & Clement, M. (2017). “Citizens’ Adoption Of An Electronic Government System: Towards A Unified View”, Information Systems Frontiers, Vol. 19(3), PP. 549-568.
Rathore, A.K., Ilavarasan, P.V. & Dwivedi, Y.K. (2016). “Social Media Content and Product Co-Creation: An Emerging Paradigm”, Journal of Enterprise Information Management, Vol. 29(1), PP. 7-18.
Rotzoll, K.B. & Haefner, J.E. (1990). “Advertising in Contemporary Society (2nd Ed)”, Cincinnati, OH: South-Western Publishing.
Shareef, M.A., Mukerji, B., Dwivedi, Y.K., Rana, N.P. & Islam, R. (2017). “Social Media Marketing: Comparative Effect of Advertisement Sources”, Journal of Retailing and Consumer Services, Vol. 46, PP. 58-69. http://dx.doi.org/10.1016/j.jretconser.2017.11.001.
Shareef, M.A., Baabdullah, A., Dutta, S., Kumar, V. & Dwivedi, Y.K. (2018). “Consumer Adoption of Mobile Banking Services: An Empirical Examination of Factors According To Adoption Stages”, Journal of Retailing and Consumer Services, Vol. 43, PP. 54-67. http:// dx.doi.org/10.1016/j.jretconser.2018.03.003 Available at.
Shareef, M.A., Mukerji, B., Alryalat, M.A.A., Wright, A. & Dwivedi, Y.K. (2018). “Advertisements on Facebook: Identifying the Persuasive Elements in the Development of Positive Attitudes in Consumers”, Journal of Retailing and Consumer Services, Vol. 43, PP. 258-268. http://dx.doi.org/10.1016/j.jretconser.2018.04.006.
Shilbury, D., Westerbeek, H., Quick, S., Funk, D. & Karg, A. (2014). “Strategic Sport Marketing (4th ed)”, Sydney: Allen & Unwin.
Statista (2017a). “Global Advertising Spending from 2010 to 2017 (in billion U.S. dollars)”, Available at: https://www.statista.com/statistics/236943/global-advertisingspending/. (Accessed 25 January 2017).
Statista (2017b). “Social Media Advertising Expenditure as Share of Digital Advertising Spending Worldwide From 2013 to 2017”, Available at: https://www.statista.com/statistics/ 271408/share-of-social-media-in-online-advertising-spending-worldwide/. (Accessed 25 January 2017).
Sundar, S.S., Bellur, S., Oh, J., Xu, Q. & Jia, H. (2014). “User Experience of on-Screen Interaction Techniques: An Experimental Investigation of Clicking, Sliding, Zooming, Hovering, Dragging, and Flipping”, Human-Computer Interaction, Vol. 29(2), PP.109-152.
Sundar, S.S. (2007). “Social Psychology of Interactivity in Human-Website Interaction. in A. N. Joinson, K. Y. A. Mckenna, T. Postmes, & U.-D. Reips (Eds)”, The Oxford Handbook of Internet Psychology (PP. 89-104). Oxford, UK: Oxford University Press.
Taylor, D.G., Lewin, J.E. & Strutton, D. (2011). “Friends, Fans, and Followers: Do Ads Work on Social Networks?: How Gender and Age Shape Receptivity”, Journal of Advertising Research, Vol. 51(1), PP. 258-275.
Usher, K., Woods, C., Casella, E., Glass, N., Wilson, R., Mayner, L., et al. (2014). “Australian Health Professions Student Use of Social Media”, Collegian Journal of the Royal College of Nursing Australia, Vol. 21(2), PP. 95-101.
Venkatesh, V., Morris, M., Davis, G. & Davis, F. (2003). “User Acceptance of Information Technology: Toward A UnifiEd View”, MIS Quarterly, Vol. 27(3), PP. 425-478.
Venkatesh, V., Thong, J.Y. & Xu, X. (2012). “Consumer Acceptance and Use of Information Technology: Extending The Unified Theory of Acceptance and Use of Technology”, MIS Quarterly, Vol. 36(1), PP. 157-178.
Voorveld, H.A., Van Noort, G. & Duijn, M. (2013). “Building Brands With Interactivity: The Role of Prior Brand Usage in the Relation between Perceived Website Interactivity and Brand Responses”, Journal of Brand Management, Vol. 20(7), PP. 608-622.
Wamba, S.F., Bhattacharya, M., Trinchera, L. & Ngai, E.W. (2017). “Role of Intrinsic and Extrinsic Factors in User Social Media Acceptance within Workspace: Assessing UNobserved Heterogeneity”, International Journal of Information Management, Vol. 37(2), PP. 1-13.
Zeng, B. & Gerritsen, R. (2014). “What Do We Know About Social Media in Tourism? A Review”, Tourism Management Perspectives, Vol. 10, PP. 27-36.
Zhu, Y.Q. & Chang, J.H. (2016). “The Key Role of Relevance in Personalized Advertisement: Examining Its Impact on Perceptions of Privacy Invasion, Self-Awareness, and Continuous Use Intentions”, Computers in Human Behavior, Vol. 65, PP. 442-447.
_||_Alalwan, A.A., Rana, N.P., Dwivedi, Y.K. & Algharabat, R. (2017). “Social Media in Marketing: A Review and Analysis of the Existing Literature”, Telematics and Informatics, Vol, 34(7), PP. 1177-1190.
Alalwan, A.A., Dwivedi, Y.K., Rana, N.P. & Algharabat, R. (2018). “Examining Factors Influencing Jordanian Customers’ Intentions and Adoption of Internet Banking: Extending UTAUT2 With Risk.”, Journal of Retailing and Consumer Services, Vol. 40, PP. 125-138.
Alalwan, A.A., Dwivedi, Y.K., Rana, N.P. & Williams, M.D. (2016). “Consumer Adoption of Mobile Banking in Jordan: Examining The Role of Usefulness, Ease of Use, Perceived Risk and Self-Efficacy”, Journal of Enterprise Information Management, 29(1), PP. 118-139.
Alalwan, A.A., Rana, N.P., Algharabat, R. & Tarhini, A. (2016). “A Systematic Review of Extant Literature in Social Media in The Marketing Perspective”, Conference on eBusiness, e-Services and e-Society, PP. 79-89.
Braojos-Gomez, J., Benitez-Amado, J. & Llorens-Montes, F.J. (2015). “How Do Small Firms Learn To Develop A Social Media Competence?”, International Journal of Information Management, Vol. 35(4), PP. 443-458.
Campbell, D.E. & Wright, R.T. (2008). “Shut-Up I Don’T Care: Understanding The Role of Relevance and Interactivity on Customer Attitudes Toward Repetitive Online Advertising”, Journal of Electronic Commerce Research, Vol. 9, PP. 62-76.
Chang, Y.T., Yu, H. & Lu, H.P. (2015). “Persuasive Messages, Popularity Cohesion, and Message Diffusion in Social Media Marketing”, Journal of Business Research, Vol, 68(4), PP. 777-782.
Drossos, D. & Giaglis, G.M. (2005). “Factors That Influence The Effectiveness of Mobile Advertising: The Case of SMS. Panhellenic Conference on Informatics”, Berlin, Heidelberg: Springer, PP. 278-285.
GAO, Y. & Koufaris, M. (2006). “Perceptual Antecedents of User Attitude in Electronic Commerce”, Acm Sigmis Database, Vol. 37(2-3), PP. 42-50.
Hart, M. & Porter, G. (2004). “The Impact of Cognitive and Other Factors on the Perceived Usefulness of OLAP”, Journal of Computer Information Systems, Vol. 45(1), PP. 47-56.
Hawkins, K. & Vel, P. (2013). “Attitudinal Loyalty, Behavioural Loyalty and Social Media: An Introspection”, the Marketing Review, Vol. 13(2), PP. 125-141.
Ho, S.Y. & Bodoff, D. (2014). “The Effects of Web Personalization on User Attitude and Behavior: An Integration of The Elaboration Likelihood Model and Consumer Search Theory”, MIS Quarterly, Vol. 38(2), PP. 497-520.
Jung, J., Shim, S.W., Jin, H.S. & Khang, H. (2016). “Factors Affecting Attitudes and Behavioural Intention Towards Social Networking Advertising: A Case of Facebook Users in South Korea. International Journal of Advertising, Vol. 35(2), PP. 248-265.
Kamboj, S., Sarmah, B., Gupta, S. & Dwivedi, Y. (2018). “Examining Branding Co-Creation in Brand Communities on Social Media: Applying The Paradigm of Stimulus-Organismresponse”, International Journal of Information Management, Vol. 39, PP. 169-185.
Kim, N. & Kim, W. (2018). “Do Your Social Media Lead You To Make Social Deal Purchases? Consumer-Generated Social Referrals for Sales via Social Commerce”, International Journal of Information Management, Vol. 39, PP. 38-48. http://dx.doi.org/10.1016/j. ijinfomgt.2017.10.006.
Kim, H. & Niehm, L.S. (2009). “The Impact of Website Quality on Information Quality, Value, and Loyalty Intentions in Apparel Retailing, Journal of Interactive Marketing, Vol. 23(3), PP. 221-233.
Kolodinsky, J.M., Hogarth, J.M. & Hilgert, M.A. (2004). “The Adoption of Electronic Banking Technologies by US Consumers”, the International Journal of Bank Marketing, Vol. 22(4), PP. 238-259.
Lee, J. & Hong, I.B. (2016). “Predicting Positive User Responses to Social Media Advertising: The Roles of Emotional Appeal, Informativeness, and Creativity”, International Journal of Information Management, Vol. 36(3), PP. 360-373.
Limayem, M., Hirt, S.G. & Cheung, C.M.K. (2007). “How Habit Limits The Predictive Power of Intentions: The Case of IS Continuance”, MIS Quarterly, Vol. 31(4), PP. 705-737.
Liang, T.P., Chen, H.Y., Du, T., Turban, E. & Li, Y. (2012). “Effect of Personalization on The Perceived Usefulness of Online Customer Services: A Dual-Core Theory”, Journal of Electronic Commerce Research, Vol. 13(4), PP. 275-288.
Lin, C.A. & Kim, T. (2016). “Predicting User Response To Sponsored Advertising on Social Media Via The Technology Acceptance Model”, Computers in Human Behavior, Vol. 64, PP. 710-718.
Oh, J., Bellur, S. & Sundar, S.S. (2015). “Clicking, Assessing Immersing, and Sharing: An Empirical Model of User Engagement With Interactive Media”, Communication Research. Vol. 45(5), http://dx.doi.org/10.1177/0093650215600493.
Pavlou, P.A. & Stewart, D.W. (2000). “Measuring The Effects and Effectiveness of Interactive Advertising: A Research Agenda”, Journal of Interactive Advertising, Vol. 1(1), PP. 62-78.
Rafaeli, S. (1988). “Interactivity: From New Media to Communication. In R.P. Hawkins, J.M. Wiemann, & S. Pingree (Eds.)”, Advancing Communication Science: Merging Mass and Interpersonal Processes (PP. 110-134). Newbury Park, CA: Sage.
Rana, N.P., Dwivedi, Y.K., Lal, B., Williams, M.D. & Clement, M. (2017). “Citizens’ Adoption Of An Electronic Government System: Towards A Unified View”, Information Systems Frontiers, Vol. 19(3), PP. 549-568.
Rathore, A.K., Ilavarasan, P.V. & Dwivedi, Y.K. (2016). “Social Media Content and Product Co-Creation: An Emerging Paradigm”, Journal of Enterprise Information Management, Vol. 29(1), PP. 7-18.
Rotzoll, K.B. & Haefner, J.E. (1990). “Advertising in Contemporary Society (2nd Ed)”, Cincinnati, OH: South-Western Publishing.
Shareef, M.A., Mukerji, B., Dwivedi, Y.K., Rana, N.P. & Islam, R. (2017). “Social Media Marketing: Comparative Effect of Advertisement Sources”, Journal of Retailing and Consumer Services, Vol. 46, PP. 58-69. http://dx.doi.org/10.1016/j.jretconser.2017.11.001.
Shareef, M.A., Baabdullah, A., Dutta, S., Kumar, V. & Dwivedi, Y.K. (2018). “Consumer Adoption of Mobile Banking Services: An Empirical Examination of Factors According To Adoption Stages”, Journal of Retailing and Consumer Services, Vol. 43, PP. 54-67. http:// dx.doi.org/10.1016/j.jretconser.2018.03.003 Available at.
Shareef, M.A., Mukerji, B., Alryalat, M.A.A., Wright, A. & Dwivedi, Y.K. (2018). “Advertisements on Facebook: Identifying the Persuasive Elements in the Development of Positive Attitudes in Consumers”, Journal of Retailing and Consumer Services, Vol. 43, PP. 258-268. http://dx.doi.org/10.1016/j.jretconser.2018.04.006.
Shilbury, D., Westerbeek, H., Quick, S., Funk, D. & Karg, A. (2014). “Strategic Sport Marketing (4th ed)”, Sydney: Allen & Unwin.
Statista (2017a). “Global Advertising Spending from 2010 to 2017 (in billion U.S. dollars)”, Available at: https://www.statista.com/statistics/236943/global-advertisingspending/. (Accessed 25 January 2017).
Statista (2017b). “Social Media Advertising Expenditure as Share of Digital Advertising Spending Worldwide From 2013 to 2017”, Available at: https://www.statista.com/statistics/ 271408/share-of-social-media-in-online-advertising-spending-worldwide/. (Accessed 25 January 2017).
Sundar, S.S., Bellur, S., Oh, J., Xu, Q. & Jia, H. (2014). “User Experience of on-Screen Interaction Techniques: An Experimental Investigation of Clicking, Sliding, Zooming, Hovering, Dragging, and Flipping”, Human-Computer Interaction, Vol. 29(2), PP.109-152.
Sundar, S.S. (2007). “Social Psychology of Interactivity in Human-Website Interaction. in A. N. Joinson, K. Y. A. Mckenna, T. Postmes, & U.-D. Reips (Eds)”, The Oxford Handbook of Internet Psychology (PP. 89-104). Oxford, UK: Oxford University Press.
Taylor, D.G., Lewin, J.E. & Strutton, D. (2011). “Friends, Fans, and Followers: Do Ads Work on Social Networks?: How Gender and Age Shape Receptivity”, Journal of Advertising Research, Vol. 51(1), PP. 258-275.
Usher, K., Woods, C., Casella, E., Glass, N., Wilson, R., Mayner, L., et al. (2014). “Australian Health Professions Student Use of Social Media”, Collegian Journal of the Royal College of Nursing Australia, Vol. 21(2), PP. 95-101.
Venkatesh, V., Morris, M., Davis, G. & Davis, F. (2003). “User Acceptance of Information Technology: Toward A UnifiEd View”, MIS Quarterly, Vol. 27(3), PP. 425-478.
Venkatesh, V., Thong, J.Y. & Xu, X. (2012). “Consumer Acceptance and Use of Information Technology: Extending The Unified Theory of Acceptance and Use of Technology”, MIS Quarterly, Vol. 36(1), PP. 157-178.
Voorveld, H.A., Van Noort, G. & Duijn, M. (2013). “Building Brands With Interactivity: The Role of Prior Brand Usage in the Relation between Perceived Website Interactivity and Brand Responses”, Journal of Brand Management, Vol. 20(7), PP. 608-622.
Wamba, S.F., Bhattacharya, M., Trinchera, L. & Ngai, E.W. (2017). “Role of Intrinsic and Extrinsic Factors in User Social Media Acceptance within Workspace: Assessing UNobserved Heterogeneity”, International Journal of Information Management, Vol. 37(2), PP. 1-13.
Zeng, B. & Gerritsen, R. (2014). “What Do We Know About Social Media in Tourism? A Review”, Tourism Management Perspectives, Vol. 10, PP. 27-36.
Zhu, Y.Q. & Chang, J.H. (2016). “The Key Role of Relevance in Personalized Advertisement: Examining Its Impact on Perceptions of Privacy Invasion, Self-Awareness, and Continuous Use Intentions”, Computers in Human Behavior, Vol. 65, PP. 442-447.
15
تاثیر ویژگی هاي تبلیغات در رسانه هاي اجتماعی بر تمایل به خرید مشتریان با رویکرد پژوهش توصیفی
مدیریت بازاریابی |
تاثیر ویژگی هاي تبلیغات در رسانه هاي اجتماعی بر تمایل به خرید مشتریان با رویکرد پژوهش توصیفی
امیررضا احمدنژادمستی 1
کامبیز حیدرزاده هنزائی2
فرشته لطفی زاده 3
دریافت: پذیرش:
چکیده
تحقیق حاضر با هدف تاثیر ویژگی هاي تبلیغات در رسانه هاي اجتماعی بر تمایل به خرید مشتریان انجام شده است.این تحقیق از نظر هدف، یک تحقیق کابردی و از نظر روش گردآوری داده ها، از نوع توصیفی می باشد. گردآوری اطلاعات در این پژوهش به صورت کتابخانه ای و روش میدانی با استفاده از پرسشنامه استاندارد صورت گرفته است. جامعه آماری این پژوهش دانشجویان دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوده و نمونه مورد مطالعه در این پژوهش غیر از فرمول کوکران و مورگان می باشد و از مدل یابی معادلات ساختاری 4با رویکرد کوواریانس محور برازش استفاده شده است، که شامل 439 نفر از دانشجویان دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران می باشند. تجزیه و تحلیل داده ها توسط مدل یابی معادلات ساختاری با استفاده از نرم افزار ایموس 5و اس پی اس اس 6انجام شد و فرضیه های تحقیق در سطح اطمینان 95% تایید شدند. ارتباط درک شده و عادت و تعامل و آگاهی بخشی به عنوان متغیر مستقل و عملکرد مورد انتظار و انگیزه لذت جویانه و قصد خرید به عنوان متغیر های میانجی و وابسته در تظر گرفته شدند، نتایج بررسی نشان دهنده انگیزه لذت جویانه بر قصد خرید تأثیر مستقیم دارد، تعامل بر قصد خرید تأثیر مستقیم دارد، عملکرد مورد انتظار بر قصد خرید تأثیر مستقیم دارد، آگاهی بخشی بر قصد خرید تأثیر مستقیم دارد، عادت بر قصد خرید تأثیر مستقیم دارد، تعامل بر انگیزه لذت جویانه تأثیر مستقیم دارد، تعامل بر عملکرد مورد انتظار تأثیر مستقیم دارد، ارتباط درك شده بر عملکرد مورد انتظار تأثیر مستقیم دارد، ارتباط درك شده بر قصد خرید تأثیر مستقیم دارد، آگاهی بخشی بر عملکرد مورد انتظار تأثیر مستقیم دارد. در نهایت نتایج به دست آمده، به فعالان تبلیغات در رسانه های اجتماعی توصیه می شود که جهت ارتقا سطح تمایل به خرید مشتریان، موضوعات مربوط به تبلیغات در رسانه هاي اجتماعی به طور فزاینده اي مورد توجه محققان و دست اندرکاران بازاریابی قرار می گیرد. بنابراین ، این مطالعه به منظور گسترش درك فعلی از جنبه هاي اصلی تبلیغات در رسانه هاي اجتماعی و تأثیر آن بر اهداف خرید مشتري انجام شده است. بررسی دقیق ادبیات در مورد این موضوع منجر به شناسایی شش عامل اصلی (عملکرد مورد انتظار ، انگیزه لذت جویانه ، عادت ، تعامل ، آگاهی بخشی و ارتباط درك شده) به عنوان پیش بینی کننده هاي اصلی اهداف خرید می شود.
واژگان کلیدي: شبکه هاي اجتماعی، بازاریابی، تبلیغات، مشتریان، قصد خرید
[1] . کارشناسی ارشد مدیریت بازرگانی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران amirreza_ahmadnejad@yahoo.com
[2] دانشیار، گروه مدیریت بازرگانی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران، (نویسنده مسئول)، پست الکترونیک:
kambizheidarzadeh@yahoo.com
[3] . استادیار، گروه مدیریت بازرگانی، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران
Lotfizadeh1981@gmail.com
[4] Structural equation modeling
[5] AMOS
[6] Statistical package for social science(SPSS)
ﻣﻘﺪﻣﻪ
رﺳﺎﻧﻪ ﻫﺎي اﺟﺘﻤﺎﻋﯽ ﺑﻪ ﻃﻮر ﻓﺰاﯾﻨﺪه اي ﺑﻪ ﻋﻨﻮان ﺑﺴﺘﺮي ﺑﺮاي اﻧﺠﺎم ﻓﻌﺎﻟﯿﺖ ﻫﺎي ﺑﺎزارﯾﺎﺑﯽ و ﺗﺒﻠﯿﻐﺎت اﺳﺘﻔﺎده ﻣﯽ ﺷﻮﻧﺪ. ﺳﺎزﻣﺎن ﻫﻤﯿﺸﻪ اﯾﻦ ﭼﺎﻟﺶ وﺟﻮد دارد ﮐﻪ ﭼﮕﻮﻧﻪ، ﭘﻮل و ﺗﺒﻠﯿﻐﺎت زﯾﺎدي را در رﺳﺎﻧﻪ ﻫﺎي اﺟﺘﻤﺎﻋﯽ ﺻﺮف ﮐﺮده اﻧﺪ .ﺑﺎ اﯾﻦ وﺟﻮد ، ﻫﺎ زﻣﺎن ﺳﺎزﻣﺎﻧﻬﺎ ﻣﯽ ﺗﻮاﻧﻨﺪ ﺗﺒﻠﯿﻐﺎت را در رﺳﺎﻧﻪ ﻫﺎي اﺟﺘﻤﺎﻋﯽ ﻃﺮاﺣﯽ ﮐﻨﻨﺪ ﺗﺎ ﺑﻪ ﻃﻮر ﻣﻮﺛﺮ ﻣﺸﺘﺮي را ﺑﻪ ﺧﻮد ﺟﻠﺐ ﮐﺮده و آﻧﻬﺎ را ﺑﻪ اﯾﻦ ﻣﻄﺎﻟﻌﻪ ﺑﺎ ﻫﺪف ﺷﻨﺎﺳﺎﯾﯽ و آزﻣﺎﯾﺶ ﻋﻮاﻣﻞ اﺻﻠﯽ ﻣﺮﺗﺒﻂ ﺑﺎ ﺗﺒﻠﯿﻐﺎت در رﺳﺎﻧﻪ ، ﺧﺮﯾﺪ ﻣﺎرك ﻫﺎي ﺧﻮد ﺗﺮﻏﯿﺐ ﮐﻨﻨﺪ. ﺑﻨﺎﺑﺮاﯾﻦ ﻫﺎي اﺟﺘﻤﺎﻋﯽ اﻧﺠﺎم ﺷﺪه اﺳﺖ ﮐﻪ ﻣﯽ ﺗﻮاﻧﺪ ﻗﺼﺪ ﺧﺮﯾﺪ را ﭘﯿﺶ ﺑﯿﻨﯽ ﮐﻨﺪ .ﻣﺪل ﻣﻔﻬﻮﻣﯽ ﺑﺮ اﺳﺎس ﺳﻪ ﻋﺎﻣﻞ از ﺗﺌﻮري در ﺣﺎلﮔﺴﺘﺮش ﭘﺬﯾﺮش و اﺳﺘﻔﺎده از ﻓﻨﺎوري) ﻋﻤﻠﮑﺮد ﻣﻮرد اﻧﺘﻈﺎر، اﻧﮕﯿﺰه ﻟﺬت ﺟﻮﯾﺎﻧﻪ، و ﻋﺎدت آﮔﺎﻫﯽ ﺑﺨﺸﯽ و، (ﺑﻪ ﻫﻤﺮاه ﺗﻌﺎﻣﻞ ارﺗﺒﺎط درك ﺷﺪه اراﺋﻪ ﺷﺪه اﺳﺖ.
رسانه های اجتماعی به طور فزاینده ای جایگاه خود را در همه جنبه های زندگی ما پیدا می کنند. در نتیجه، مشتریان در سیستم عاملهای مهم رسانه های اجتماعی مانند Facebook ، Google+ ، Snapchat ، YouTube و Twitter Alalwan) ، Rana ، Dwivedi، & Algharabat، 2017؛ Kapoor et al.، 2017؛ and Kim Kim،2018) درگیر و محافظه کارانه تر هستند.( Shareef، Mukerji، Dwivedi، Rana، & Islam،2017). این واقعاً ماهیت تعامل ما با دوستان یا سازمانهای خصوصی و عمومی را تغییر می دهد. سکوهای رسانه های اجتماعی مکان جدیدی است که افراد ، سازمانها و حتی دولتها می توانند در تعامل تجاری ، اجتماعی ، سیاسی و آموزشی با یکدیگر تعامل داشته و اطلاعات ، افکار ، محصولات و خدمات را تبادل کنند (Hawkins and Vel, 2013; Rathore, Ilavarasan, & Dwivedi, 2016; Usher et al., 2014; Zeng and Gerritsen, 2014; Zhu and Chen, 2015). در نتیجه سازمان هایی در سرتاسر جهان شروع به این سؤال كردند كه چگونه استفاده از این سیستم عامل ها می تواند به جذب مشتری كمك كند و روابط بازاریابی سودمند با این مشتریان برقرار كند(Alalwan, Rana, Algharabat, & Tarhini, 2016; Braojos-Gomez, Benitez-Amado, & Llorens-Montes, 2015; Kamboj, Sarmah, Gupta, & Dwivedi, 2018; Lin and Kim, 2016; Oh, Bellur, & Sundar, 2015). .
شیوه های بازاریابی وجود دارد که شرکت ها می توانند در شبکه های اجتماعی از آنها استفاده کنند (یعنی تبلیغات ، بازاریابی دهان به دهان ، مدیریت ارتباط با مشتری و ایجاد برند).
این علاقه همچنین توسط مبالغ زیادی که توسط سازمانها برای تبلیغات تبلیغاتی صرف می شود ، نشان داده شده است ، به عنوان مثال در سال 2016، طبق آمار Statista (2017a) ، حدود 524.58 میلیارد دلار برای این منظور سرمایه گذاری شده است. همین میزان علاقه به تبلیغات در رسانه های اجتماعی نیز پرداخت شد ، طبق آمار Statista (2017b) ، در حالی که در سال 2016 حدود 32.3 میلیارد دلار برای تبلیغات در رسانه های اجتماعی اعم از ثابت و تلفن همراه هزینه شده است. این به نوبه خود ، مسئله امکان پذیری چنین کمپین هایی را از دیدگاه یک شرکت مطرح می کند. مهمتر از همه ، بازاریابان همیشه با این چالش روبرو هستند که چگونه می توانند تبلیغات خود را در رسانه های اجتماعی به شکلی جذاب تر طراحی کنند.
در واقع تبلیغات در رسانه های اجتماعی نوعی تبلیغات اینترنتی است ، اما به دلیل اینکه آنها وب 2.0 هستند ، مشتریان ممکن است درک و تجربه تعامل با تبلیغات در رسانه های اجتماعی را داشته باشند. این همچنین به دلیل ماهیت تبلیغات در رسانه های اجتماعی است زیرا به مشتریان این امکان را می دهد تا بیشتر درگیر تبلیغات شوند (مانند اشتراک مجدد ، اظهار نظر ، تبلیغات و یادگیری) در تبلیغات هدفمند (Laroche، Habibi، & Richard، 2013؛ Tuten and Solomon، (2017. بنابراین ، همانطور که لوگان و همکاران (2012)پیشنهاد کردند. ، در سالهای اخیر نیاز به تحلیل دقیق تری از چنین پدیده هایی وجود داشته است. در حقیقت ، محققان باید بیشتر به کشف ابعاد اصلی تأثیرگذار بر پاسخ مشتری و درک تبلیغات در رسانه های اجتماعی بپردازند. طبق گفته های توتن و سولومون (2017)، یکی از اهداف اصلی استفاده از رسانه های اجتماعی برای ارتقاء و ارتباطات ، شکل گیری فرایند تصمیم گیری مصرف کننده است. بنابراین ، این مطالعه با هدف شناسایی و بررسی اصلی ترین فاکتورهایی که می تواند اهداف خرید مشتری برای محصولاتی را که از طریق تبلیغات رسانه های اجتماعی ترویج می شود پیش بینی کرده است.
چهارچوب نظری و فرضیه های پژوهش
عملکرد مورد انتظار 1
در حوزه آنلاین، اکثراً این بحث مطرح شده است که افراد اگر این سیستم ها را مثمر ثمر تر، مفیدتر بدانند و بتوانند در وقت و تلاش خود صرفه جویی کنند، بیشتر درگیر و مشغول اتخاذ سیستم های جدید خواهند بود (Alalwan et al., 2017).
انگیزه لذت جویانه 2
انگیزه لذت جویانه تاثیر زیادی روی رفتار خرید برنامه ریزی نشده دارد. رفتار جستجو را به هدف گرا ( همراه با برنامه خرید) و کاوشگرا (بدون داشتن برنامه خرید ) طبقه بندی می کند. مصرف کنندگان هدف گرا به جستجو می پردازند تا اطلاعات محصول مورد نظرشان را جمع آوری کنند، در حالی که مصرف کنندگان کاوشگرا که هدف حاصی در ذهن ندارند فقط برای گشتن اطلاعات محصول به جستجو می پردازند. انگیزه لذت جویانه نه تنها از بابت چیزهایی که آنها پیدا و کشف می کنند حاصل می شود، بلکه همچینین این لذت از خود فرآیند جستجو نیز حاصل می شود .( To, et al, 2007)
ارتباط درک شده 3
با استفاده از سیستم عامل های رسانه های اجتماعی، تبلیغ کنندگان قادر به تنظیم و سفارشی سازی انواع پیام ها و مطالب ارسال شده بر اساس تنظیمات مشتری خود هستند در حقیقت، توجه زیادی به مشتریان وفادار و رضایت بخش می شود اگر سطح شخصی از ادراک را که توسط بیان شده است درک کنند. ارتباط درک شده به عنوان درجه ای که مصرف کنندگان شیء را به عنوان همبستگی یا به نوعی برای دستیابی به اهداف و ارزش های شخصی خود درک می کنند تعریف شده است. Laroche et al. (2013); and Liang, Chen, Du, Turban, and Li (2012).
عادت 4
عادت را می توان به عنوان درجه ای که مردم مایل به انجام خودکار به دلیل یادگیری هستند، بیان کرد Venkatesh et al. (2012, p. 161).
تعامل 5
تعامل یکی از مهمترین و مهمترین جنبه های حوزه آنلاین و سیستم عامل های رسانه های اجتماعی است.در واقع ، نقش موثر اینگونه کارکردهای تکنولوژیکی ، افق ادراک افراد را گسترش می دهد و بر همین اساس ، توانایی آنها در پردازش آگاهانه اطلاعات بیشتر به عنوان مثال ، تعامل به طور قابل توجهی ماهیت فرآیند ارتباطات و نحوه تبادل اطلاعات بین همه طرفین در منطقه آنلاین را تغییر می دهد. (McMillan and Hwang, 2002; Sundar et al., 2014)
آگاهی بخشی 6
آگاهی بخشی یکی از رایج ترین استراتژیهای دائمی روی اینترنت است، به خصوص برای سایتهایی که محصولات پیچیدهتری دارند، خریداران نیاز به طیف وسیعتر و کاملتری از اطلاعات مرتبط با محصول دارند. فراهم نمودن اطلاعات وسیعتر، امکان ایجاد ارزش و رضایت را برای وب سایت بیشتر میکند. این متغیر، میزان و غنای اطلاعات قرار گرفته در وب سایت، شامل اطلاعات راجع به شرکتها، محصولات، اطلاعات غیر بازرگانی و اطلاعات مشروح انتقال مانند گزینه های پرداخت و خرید همراه با پیشرفت با فناوری، موتورهای جست وجوی بهتر وسرعت دانلود سریعتر را شامل می گردد. به این ترتیب، وب سایت ها پیشرفته تر می شوندوظرفیت بییشتری برای شمول اطلاعات در این ابعاد را دارد. (Richard et al, 2010)
قصد خرید 7
قصد خرید به احتمال اینکه مشتریان در یک دوره خاص از یک طبقه محصول را خریداری کنند،اشاره دارد.
Crosno,J. I.,Freling,T. H., & Skiner, S. J.(2009)
H1: انگیزه لذت جویانه بر قصد خرید تأثیر مستقیم دارد.
یكی از مشاركتهای اصلی توسط ونکاتش و همکاران (2012) اضافه شده است در UTAUT2 مربوط به نقش انگیزه لذت جویانه است. در واقع ، ونکاتش و همکاران (2012) با ترکیب نقش انگیزه داخلی در کنار انگیزه بیرونی توانست مدل جدید خود را با زمینه مشتری سازگار کند. سکوهای رسانه های اجتماعی تا حد زیادی به عنوان مکان جدیدی گزارش شده اند که در آن افراد می توانند سرگرمی پیدا کنند (Alalwan et al.، 2017؛ Hsu and Lin، 2008؛ Shareef، Mukerji et al.، 2018؛ Wamba، Bhattacharya، Trincher and Ngai،2017). به ویژه، مشتریان به دلیل سطح خلاقیت و جذابیت بیشتر علاقه مند به تبلیغات در رسانه های اجتماعی هستند (Dwivedi، Rana، Jeyaraj et al.، 2017؛ Hsu and Lin، 2008؛ Jung et al.، 2016؛ Lee and Hong 2016؛ Wamba et al. .،2017) این علاوه بر سطح بالای تعامل موجود در چنین سیستم عامل هایی است که باعث افزایش توانایی مشتریان در کنترل ، مشارکت و تعامل با دیگران می شود. در نتیجه ، ممکن است مشتریان از مزایای دوگانه بیشتر برخوردار باشند ویانگ ريا، کیم و یو(2017) این موضوع را گزارش می کنند. براساس این استدلال ، اخیراً شریف و همکاران (2017) تأثیر انگیزه داخلی (سرگرمی) بر ارزش تبلیغاتی در رسانه های اجتماعی و رفتار مشتری را نشان داده اند. به همین ترتیب ،جونگ و همکاران (2017) از همبستگی شدید بین سرگرمی و نگرش مشتری نسبت به تبلیغات در رسانه های اجتماعی پشتیبانی کرد.
H2: تعامل بر قصد خرید تأثیر مستقیم دارد. تعامل یکی از مهمترین جنبه های حوزه آنلاین و سیستم عامل های رسانه های اجتماعی است. Kiousis) ، 2002؛ Kweon، Cho، & Kim، 2008؛ مک میلان و هوانگ ، 2002؛ Shilbury، Westerbeek، Quick، Funk، & Karg،2014). در واقع ، نقش موثر اینگونه کارکردهای تکنولوژیکی ، افق ادراک افراد را گسترش می دهد و بر همین اساس ، توانایی آنها در پردازش آگاهانه اطلاعات بیشتر (chang zhao and ، 2004؛ sundar ،2007). به عنوان مثال ، تعامل به طور قابل توجهی ماهیت فرآیند ارتباطات و نحوه تبادل اطلاعات بین همه طرفین در منطقه آنلاین را تغییر می دهد (McMIlan and Hwang ، 2002؛ sundar et al ،2014).
H3: عملکرد مورد انتظار بر قصد خرید تأثیر مستقیم دارد.
در حوزه آنلاین ، عمدتاً این بحث مطرح شد كه افراد در صورت در نظر گرفتن چنین سیستم هایی ، كارآمدتر ، مفید و صرفه جویی در وقت و تأثیرگذاری را در تصویب سیستم های جدید دخیل تر می كنند. 2017؛ Shareef، Baabdullah، Dutta، Kumar، & Dwivedi، 2018؛ Venkatesh et al.، 2003؛ Venkatesh، Thong، & Xu،2012). وقتی صحبت از تبلیغات رسانه های اجتماعی می شود ، افراد اگر تبلیغات هدف را مفید تر و با ارزش تر بدانند ، بیشتر به هم می پیوندند (chang et al.,2015;rana, dwivedi,lal, Williams, & clement,2017) از نظر تجربی، چانگ و همکاران(2015)نقش ابزار به عنوان عاملی شبیه به عملکرد مورد انتظار از نظر ترجیحات مشتری مانند اهداف و نیت برای به اشتراک گذاری آنها پشتیبانی کرد. یکی دیگر از مطالعات خرید آنلاین نشان داد که نگرش و اهداف مشتری برای خرید در مراکز خرید آنلاین تا حد زیادی با سهولت استفاده درک شده در تبلیغات آنلاین پیش بینی شده است(han ryu & han,2005). یک مطالعه جدید که توسط لین و کیم (2016)انجام شده است ، شواهد بیشتری درباره نقش سهولت استفاده درک شده در رابطه با نگرش مشتری نسبت به تبلیغات رسانه های اجتماعی و اهداف خرید ارائه داد. اخیراً شریف و همکاران(2017) از همبستگی شدید بین ارزش تبلیغات و نگرش مشتریان نسبت به تبلیغات رسانه های اجتماعی پشتیبانی کرد.
H4: آگاهی بخشی بر قصد خرید تأثیر مستقیم دارد.
این آگاهی بخشی توسط روتزول و هفین (1990) بیان شده است تا آنجا كه شركت می تواند اطلاعات مربوطه را براساس اینكه مشتریان بتوانند تصمیمات خرید بهتری داشته باشند ، تهیه كنند. پاولون و لیانگ و ژن (2007)موضوعات فن آوری اطلاعات را به عنوان ساختاری ادراك تر معرفی كردند كه با استفاده از مقیاس سلف سرویس اندازه گیری شد. در حقیقت ، این طراحی ارتباط نزدیکی با توانایی فرستنده در جذب منطقی پاسخ مشتری دارد زیرا این امکان را به مشتری می دهد که شناختی از پذیرش اطلاعات و پیام های ارائه شده را ارزیابی کنند. لی و هوانگ (2016)گائو و کوفاریس (2006) ، که تأثیر این پروژه را بر نگرش مشتری برجسته کردند ، به چنین نقش مهمی از فناوری اطلاعات در تجارت دیجیتال توجه کردند. در زمینه رسانه های اجتماعی ، تیلور و همکاران. (2011) نشان داد که بین فناوری اطلاعات و نگرش مشتری رابطه مثبت وجود دارد. یک مطالعه دیگر توسط فایو و تیه(2009) بر نقش آگاهی بخشی در رویکرد مشتریان به تبلیغات موبایل تأکید کرده است. به همین ترتیب ، لی و هونگ (2016) نقش مثبت آگاهی بخشی را از نظر پاسخ مشتری به تبلیغات رسانه های اجتماعی و در قصد خرید محصولات ارائه شده در تبلیغات رسانه های اجتماعی نشان داده اند. کیم و نیهم (2009) رابطه مثبت و محکمی بین کیفیت اطلاعات موجود در وب سایت و اهداف مشتری در زمینه وفاداری الکترونیکی نشان دادند.
به نظر می رسد همه چیز حاکی از آن است که سطح فن آوری اطلاعاتی که در تبلیغات در رسانه های اجتماعی وجود دارد ، می تواند مصرف کنندگان را قادر به رفتار بهتر خرید و در نتیجه افزایش اهداف خرید خود کند.
H5: عادت بر قصد خرید تأثیر مستقیم دارد.
طبق گفته های ونکاتش و همکاران (2012)یک عادت را می توان به عنوان درجه ای که مردم مایل به انجام خودکار به دلیل یادگیری هستند ، بیان کرد. براساس تعامل روزانه با بسترهای اجتماعی ، مردم نسبت به چنین بسترهای نرم افزاری و همچنین بیشتر فعالیتهای بازاریابی عادت دارند (Alalwan et al.، 2017؛ Shareef et al.،2017). این به نوبه خود ، سطح مهارت و دانش مشتری در رابطه با این فعالیت ها را غنی تر می کند (Limayem، Hirt، & Cheung، 2007؛ Venkatesh et al.،2012). در حقیقت ، براساس بحث ارائه شده توسط ونكاتش و همكاران. (2012) ، به نظر می رسد اگر مشتریان طبق معمول از چنین سیستم ها و برنامه هایی استفاده کنند ، بیشتر در سیستم ها و برنامه های جدید شرکت می کنند ; kerem, Nilsson, 2008; Kolodinsky, Hgarth,& Hilgert, 2004) ( Alalwan et al, 2018بنابراین می توان ادعا کرد که مشتریانی که معمولاً در رسانه های اجتماعی تبلیغات می بینند ، بیشتر در معرض اثرات قرار گرفته و به آنها پاسخ مثبت می دهند.
H6: تعامل بر انگیزه لذت جویانه تأثیر مستقیم دارد.
به عنوان یک نوع سیستم وب 2.0 ، رسانه های اجتماعی از تعامل بالایی برخوردار هستند و بنابراین کاربران فضای بیشتری برای تعامل و ورودی دارند. این به نوبه خود می تواند سطح مزایای درونی و روانی (یعنی انگیزه لذت جویانه ، لذت و سرگرمی) را در ارتباط با استفاده و پیگیری تبلیغات در رسانه های اجتماعی افزایش دهد. در راستای این ایده ، سیر ، هد و ایوانوف (2009)شواهد تجربی از نقش تعامل در بهبود درک مشتری از خرید آنلاین را ارائه دادند. لی ، فیور و کیم (2006) همچنین متوجه رابطه قوی بین تعامل و انگیزه لذت جویانه با از استفاده از وب سایت تجارت الکترونیکی شدند. علاوه بر این ، یانگ و همکاران(2013) نشان داد که سطح انگیزه درونی (شادی) تا حد زیادی با سطح تعامل موجود در وب سایت رسانه های اجتماعی ارتباط دارد. به همین روش ، مولر و چاندون (2004) ثابت کردند که تعامل تأثیر مثبتی بر درک مشتری از روابط عاطفی با مارک های آنلاین دارد.
H7: تعامل بر عملکرد مورد انتظار تأثیر مستقیم دارد.
تعامل همچنین توسط رافائل (1988) به عنوان توانایی بستر رسانه برای ارائه پاسخ به موقع بیان شد ، در حالی که رایس و ویلیامز (1984) تعامل را به عنوان یک تبادل اطلاعات دو طرفه در زمان واقعی مشاهده می کردند. این به نوبه خود می تواند باعث افزایش قابلیت استفاده و درک ارزش از طریق بستر رسانه هدف شود. در حقیقت ، در حوزه رسانه های دیجیتال و اجتماعی ، مشتریان نمی توانند از لحاظ جسمی کیفیت کالاهای ارائه شده را تجسم و ارزیابی کنند ، و بنابراین ویژگی هایی مانند تعامل ، به شدت شیوه درک مشتریان از رسانه و مزایای مرتبط با چنین محصولاتی را شکل می دهند (Barreda et al.، 1016؛ پالا و همکاران ،2013). علاوه بر این ، وورولد ، ان نورت و یون و دوجین (2013) ، لی و پارک (2010) استدلال کردند که تعامل وب سایت نقش مهمی در تأثیرپذیری از ادراک و رفتار مشتری در زمینه خرده فروشی آنلاین دارد. در اوایل سال 2006 ، لی و همکاران با موفقیت تأثیر آماری تعامل بر درک مشتری از سودمندی وب سایت ها در تجارت الکترونیکی را نشان دادند.
H8: ارتباط درک شده بر عملکرد مورد انتظار تأثیر مستقیم دارد.
همچنین می توان استدلال کرد که تا زمانی که مشتریان بر این باورند که تبلیغاتی که منتشر میکنند با نیازها ، علایق و ترجیحات آنها مرتبط تر و مرتبط هستند ، آنها چنین ارزیابیهایی را مثبت ارزیابی می کنند و آنها را مفیدتر می دانند. رابطه بین مناسب بودن و قابلیت استفاده در مراحل اولیه مورد آزمایش قرار گرفت و توسط هارت و پورتر (2004) در مطالعه خود به منظور بررسی عوامل و سودمندی از پردازش تحلیلی آنلاین پشتیبانی شد. علاوه بر این ، دروسوس و جیاجلیس (2015)رابطه مثبت بین ارتباط درک شده و تبلیغات آنلاین تبلیغات الکترونیکی را پیشنهاد کردند. لیانگ و همکاران (2012) اظهار داشت که مشتریان اگر در نظر بگیرند مناسب و شخصی سازی شده با توجه به ترجیحات و نیازهای خود ، مفیدتر از یک سیستم خدمات آنلاین می بینند.
H9: ارتباط درک شده بر قصد خرید تأثیر مستقیم دارد.
با استفاده از سیستم عامل های رسانه های اجتماعی ، تبلیغ کنندگان قادر هستند انواع پیام ها و مطالب ارسال شده را بر اساس ترجیحات مشتری بهتر تنظیم و سفارشی کنند .Zhu and Chang(2016)در واقع ، مشتریان در صورت درک سطح شخصی سازی ، همانطور که توسط بال، کوئلهو و ویلارس(2006) ادعا شده اند ، تا حد زیادی به عنوان یک فرد وفادار و راضی شناخته شده اند. (Laroche et al. (2013); and Liang, Chen, Du, Turban, and Li (2012). مطابق گفته سلسی و اولسون (1988) ارتباط به عنوان "درجه ای که مصرف کنندگان یک شیء را به عنوان همبستگی یا به نوعی برای دستیابی به اهداف و ارزش های شخصی خود کمک می کنند." هنگامی که نوبت به تبلیغات در رسانه های اجتماعی می رسد ، این مقاله تعریف زو و چانگ (2016)را تصویب می کند ، این "درجه ای است که مصرف کنندگان تبلیغات شخصی شده را به عنوان مربوط به خود یا به نوعی کمک به اهداف شخصی خود می دانند’’.
و بسیاری از محققان مربوط به حوزه آنلاین ، مانند کمپبل و رایت(2008) ، دروسوس و جیالیس(2005) ، پاولو و استوارت(2000) و ژو و چانگ نشان دادند که چگونه مشتریان محتوای تبلیغاتی خود را به عنوان مناسب و شخصی سازی شده براساس آنها درک می کنند. الزامات و تنظیمات برگزیده به عنوان مثال ، پاولو و استوارت (2000) تأثیر شخصی سازی را در اهداف خرید مشتری ، اعتماد و رضایت خاطر نشان دادند .پچمن و استوارت (1990)همچنین توجه كردند كه مشتریان اگر علاقه بیشتری به ترجیحات شخصی خود داشته باشند به تبلیغات علاقه دارند. به تازگی ، زو و چانگ (2016) به طور تجربی نقش اهمیت درک شده را برای استفاده از پایدار مشتریان از طریق نقش غیرمستقیم خودآگاهی اثبات کرده اند.
با توجه به بحث فوق ، میتوان ادعا کرد که مشتریان تبلیغات در رسانه های اجتماعی را مثبت ارزیابی می کنند
[1] Performance Expectancy
[2] Hedonic motivation
[3] Perceived Relevance
[4] Habbit
[5] Interactivity
[6] informativeness
[7] Purchase intention
و اگر تصمیم بگیرند در صورتی که تبلیغات را متناسب با اهداف و ترجیحات خود بدانند ، بیشتر به تبلیغات در رسانههای اجتماعی اعتماد کنند.
H10: آگاهی بخشی بر عملکرد مورد انتظار تأثیر مستقیم دارد.
سکوهای رسانه های اجتماعی مکانیزم ها و ابزارهای بیشتری را در اختیار تبلیغ کنندگان قرار می دهند تا بتوانند تبلیغات و اطلاعات خود را سفارشی کنند. این به نوبه خود تبلیغات در رسانه های اجتماعی را برای مشتری مفیدتر میکند(young et,al2016). به عنوان مثال دوکوفی (2016)؛ گائو و کوفاریس (2006)؛ راتور و همکاران. (2016)؛ و تیلور و همکاران. (2011) ، اطلاع رسانی را یکی از اصلی ترین جنبه های تبلیغات سودمند دانستند که تا حدود زیادی نگرش مشتریان را نسبت به تبلیغات در رسانه های اجتماعی شکل می دهد. علاوه بر این ، هرچه اطلاعات به روز و جامع تر در تبلیغات رسانه های اجتماعی در دسترس باشد ، ممکن است مشتریان چنین تبلیغاتی را مفیدتر بدانند. در این زمینه ، لوگان و همکاران. (2012) نقش فن آوری اطلاعات را به عنوان قوی ترین عامل در افزایش درک ارزش تبلیغات توسط مشتریان تأیید کرد. در این روش ، ارزش درک شده توسط کیم و نیهم (2009) درک شد که به طور قابل توجهی با نقش کیفیت اطلاعات در وب سایت پیش بینی شده است.
با توجه به بحث فوق ، تبلیغات در رسانه های اجتماعی که از اطلاعات خاصی برخوردار است ، می تواند از دید مشتری نیز مفیدتر و مشتری الکترونیکی تلقی شود.
شکل 1: مدل مفهومی پژوهش (Ali Abdallah Alalwan. 2018)
|
روش پژوهش
پژوهش حاضر پژوهش توصیفی می باشد، شامل جمع آوری اطلاعات برای آزمون فرضیه یا پاسخ به سؤالات مربوط به وضعیت فعلی این پژوهش آنچه را که هست ، موضوع مورد مطالعه میباشد .) لذا، پژوهش 1381 توصیف و تفسیر میکند (میرزایی، حاضر در طبقهبندی بر مبنای ماهیت، از نوع توصیفی میباشد. گردآوری اطلاعات در این پژوهش به دو صورت کتابخانهای و میدانی صورت گرفته است. جهت گردآوری اطلاعات در زمینه مبانی نظری و ادبیات تحقیق موضوع، از منابع کتابخانهای و به خصوص مقالات لاتین مجلات معتبر ELSEVIER و EMERALD پایگاههای اطلاعاتی استفاده شده است و برای جمعآوری دادهها از روش میدانی با استفاده از پرسشنامه استفاده شده است، که توسط دانشجویان دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران تکمیل شده است.
جامعه آماری و ابزار اندازه گیری
جامعه آماري این پژوهش دانشجويان مقاطع كارشناسي تا دكتري دانشگاه آزاد واحد علوم و تحقيقات تهران هستند که حداقل در یکی از رسانه های اجتماعی مثل اینستاگرام، توییتر، فیسبوک عضو هستند.
از ميان 600 شرکت کننده هدف، تعداد 439 نفر اقدام به تكميل پرسشنامه به صورت كامل كردند كه در تجزيه و تحليل مورد استفاده قرار گرفته است. تجزیه و تحلیل داده ها غیر از فرمول کوکران و مورگان می باشد و با استفاده از مدل یابی معادلات ساختاری با استفاده از نرم افزار ایموس و اس پی اس اس انجام شد. برای تنظیم سؤالات پرسشنامه از پرسشنامه استاندارد موجود در مقاله "بررسی تأثیر عملکردهای تبلیغاتی در رسانه های اجتماعی در خصوص قصد خرید مشتری"، علی عبداله آلالوان، (2018) استفاده شد و پرسشنامه نهایی تنظیم شد که شامل 31 گویه می باشد و بین افراد نمونه توزیع شد.
تجزیه و تحلیل داده های پژوهش
تحلیل آمارهای توصیفی
توزیع فراوانی بر حسب جنس
با توجه به جدول ارائه شده، از ميان نمونه نهايي كه پاسخنامه را به صورت كامل پر (439) كردند، حدود 41% درصد به جنسيت زن و حدود 59% به جنسيت مرد اختصاص دارد. از ميان نمونه آماري حدود 22% به گروه سني زير 25 سال، حدود 29% به گروه سني بين 26 تا 33 سال و حدود 28% به گروه سني بين 34 تا 40 سال و 21% به گروه سني بیش از 40 سال اختصاص دارد. از ميان نمونه آماري حدود 61% به دانشجويان کارشناسي، حدود 32% به دانشجويان کارشناسي ارشد و حدود 7% به دانشجويان دكتري اختصاص دارد.
جدول 1: جدول فراواني و درصد فراواني ويژگيهاي فردي و جمعيت شناختي
متغير | زير متغير | فراواني | درصد فراواني | نما |
جنسيت | مرد | 260 | 59.2 | زن |
زن | 179 | 40.8 | ||
گروه سني
| كمتر از 25 سال | 95 | 21.6 | بين 26 تا 33 سال |
بين 26 تا 33 سال | 129 | 29.4 | ||
بين 34 تا 40 سال | 122 | 27.8 | ||
بيش از 40 سال | 93 | 21.2 | ||
مقطع تحصيلات | كارشناسي | 268 | 61.0 | کارشناسي |
كارشناسي ارشد | 140 | 31.9 | ||
دكتري | 31 | 7.1 |
تجزیه و تحلیل استنباطی داده ها
هدف پژوهش مطابق با مدل مفهومي بررسي تاثير چهار متغير برونزا بر سه متغير درونزا است كه از بين متغيرهاي درونزا دو متغير ميانجي و يك متغير وابسته است. براي سنجش هر يك از متغيرها از چند گويه استفاده شده است. بنابراين متغيرهاي مورد مطالعه به صورت پنهان است كه از طريق مجموعهاي از گويهها استخراج شده و مناسبترين روش براي تجزيه و تحليل مدل، استفاده از معادلهيابي ساختاري است. در تجزيه و تحليل مدل، گويهها انعكاسي از سازهها لحاظ شده و با رويکرد کوواريانس محور و با بيشينه درستنمايي و كاربرد از نرمافزار ايموس بررسي شده است. براي استفاده از اين رويكرد در تجزيه و تحليل نياز به تعدادي مفروضه بنيادي است.
جدول 2: شاخص های برازندگی
روایی و پایایی
جدول 3: آلفای کرونباخ
متغیر | تعداد سوالات | آلفای کرونباخ |
ﻋﻤﻠﮑﺮد ﻣﻮرد اﻧﺘﻈﺎر | 4 | 877. |
اﻧﮕﯿﺰه ﻟﺬت ﺟﻮﯾﺎﻧﻪ | 3 | 830. |
ارﺗﺒﺎط درك شده | 6 | 910. |
ﻋﺎدت | 4 | 883. |
ﺗﻌﺎﻣﻞ | 5 | 918. |
آﮔﺎﻫﯽ ﺑﺨﺸﯽ | 5 | 889. |
ﻗﺼﺪ ﺧﺮﯾﺪ | 4 | 824. |
روایی عاملی: براي بررسي و قضاوت در مورد روابط بين متغيرهاي مشاهده شده و سازههاي مدل به بخش اندازهگيري تحليل عاملي تاييدي استناد شده است. طبق نتايج، همه گويهها در رابطه با سازه مشخص شده داراي بارهاي عاملي استاندارد شده مثبت و بزرگتر از 50/0 (بين 745/0 تا 942/0) و آماره نسبت بحراني بزرگتر از 96/1 و 58/2 است كه به صورت معنادار از وجود رابطه مثبت بين گويهها با سازههاي تعيين شده حمايت كرده و به بيان ديگر از مناسب و قابل قبول بودن روايي عاملي گويههاي هر يك از سازهها حمايت كرده است.
مقدار آلفای کرونباخ بر اساس سوالات مربوطه به متغیرها در جدول آمده است. تمامی این ضرایب بالاتر از 6/0 می باشند (مالهوترا،1392) و نشان از پایا بودن ابزار اندازه گیری می باشند.
بررسی مدل مفهومی با مدل یابی ساختاری
مدل مفهومي پژوهش از ده مسير مستقيم و سه مسير
غيرمستقيم تشكيل شده است. اين مدل با رويكرد كوواريانس محور و روش بيشينه درست نمايي با نرم افزار ايموس برازش شده است. تحليل شواهد براساس نتايج بخش اندازهگيري، بخش ساختاري و برازندگي مدل انجام گرفته است.
1) نتايج شاخصهاي برازندگي مدل: بسياري از شاخصها از برازندگي مدل حمايت كرده است. شاخص برازندگي با مقدار 900/0، شاخص نرمشده برازندگي به مقدار 921/0، شاخص برازندگي تطبيقي به مقدار 962/0، شاخص برازندگي فزاينده به مقدار 963/0، شاخص نرمشده برازندگي نسبي به مقدار 827/0، شاخص برازندگي نسبي به مقدار 759/0، ريشه خطاي ميانگين مجذورات تقريب به مقدار 044/0 و مربع كا هنجار شده به مقدار 837/1 است كه در مقايسه با آستانه پيشنهاد شده در پيشينه پژوهش از مقادير لازم برخوردار بوده و از همخواني دادههاي تجربي با مدل نظري پيشتيباني شده است.
شاخصهاي برازندگي | مقدار پيشنهادشده | نام پيشنهادكننده | مقدار مدل | |
GFI | شاخص برازندگي | 0.80 | فروزا و فليپيني (1998) | .900 |
NFI | شاخص نرمشده برازندگي | 0.80 | فروزا و فليپيني (1998) | .921 |
CFI | برازندگي تطبيقي | 0.90 | جان و همكاران (2006) | .962 |
IFI | شاخص برازندگي فزاينده | 0.90 | العدلي و ايد (2016) | .963 |
PNFI | شاخص نرمشده برازندگي نسبي | 0.50 | كايناك (2003) | .828 |
PGFI | شاخص برازندگي نسبي | 0.50 | كايناك (2003) | .759 |
RMSEA | ريشه دوم برآورد واريانس خطاي تقريب | 0.08 | جان و همكاران (2006) | .044 |
X2/df | مربع كا بر درجهآزادي | 5.00 | العدلي و ايد (2016) | 1.837 |
جدول4 : شاخصهاي برازندگي مدل معادلات ساختاري مورد مطالعه پژوهش
شاخصهاي برازندگي | مقدار پيشنهادشده | نام پيشنهادكننده | مقدار مدل | |
|---|---|---|---|---|
GFI | شاخص برازندگي |
| فروزا و فليپيني (1998) | .900 |
NFI | شاخص نرمشده برازندگي |
| فروزا و فليپيني (1998) | .921 |
CFI | برازندگي تطبيقي |
| جان و همكاران (2006) | .962 |
IFI | شاخص برازندگي فزاينده |
| العدلي و ايد (2016) | .963 |
PNFI | شاخص نرمشده برازندگي نسبي |
| كايناك (2003) | .828 |
PGFI | شاخص برازندگي نسبي |
| كايناك (2003) | .759 |
RMSEA | ريشه دوم برآورد واريانس خطاي تقريب |
| جان و همكاران (2006) | .044 |
X2/df | مربع كا بر درجهآزادي |
| العدلي و ايد (2016) | 1.837 |
2) نتايج بخش اندازهگيري مدل: اين بخش از مدل به تبيين روابط بين متغيرهاي پنهان و متغيرهاي آشکار اختصاص دارد. اين بخش از مدل مشخص ميکند که سازهها چگونه با گويهها مرتبط بوده و از طريق آنها سنجيده شده است. در بخش اندازهگيري مدل مجموعهاي از شاخصها وجود دارد كه به آنها استناد شده و در مورد روايي گويههاي سنجش شده و رابطه آنها با سازه مد نظر قضاوت شده است است. بارهاي عاملي همه گويههاي مدل (بين 708/0 تا 876/0) بزرگتر از مقدار 50/0 است. از آنجا كه آماره آزمون (246/12 تا 655/22) در همه موارد بزرگتر از 96/1 و 58/2 است كه در سطح 99% اطمينان از وجود رابطه مثبت و معنادار بين هر يك از گويهها با سازه مفروض پشتيباني كرده است. ضرايب تشخيص هر يك از گويهها از مقادير بالا (501/0 تا 767/0) برخوردار است كه نشان دهنده تبيين بالاي گويهها توسط سازه است. اين شواهد حاكي است كه همه گويهها در رابطه سازه مفروض از روايي عاملي لازم و كافي برخوردار است. نتايج و شاخصهاي بخش اندازهگيري مدل در جدول 4-16 ارائه شده است.
3) نتايج بخش ساختاري مدل: در اين بخش از مدل به روابط علي بين سازههاي مدل، مطابق با مدل مفهومي پژوهش پرداخته شده است. براساس نتايج مدل معادلهيابي ساختاري: ضرايب تأثير استاندارد شده سازه تعامل بر انگيزه لذتجویانه با مقدار 728/0 داراي نسبت بحراني به مقدار 184/13، بر عملکرد مورد انتظار با مقدار 282/0 داراي نسبت بحراني به مقدار 886/4 و بر قصد خريد با مقدار 222/0 داراي نسبت بحراني به مقدار 740/2 است که نسبت بحراني در هر سه مورد بزرگتر از مقدار بحراني 96/1 و 58/2 است و از تأثير مثبت سازه تعامل بر سازههاي ميانجي: انگيزه لذتجویانه و عملکرد مورد انتظار و بر سازه وابسته قصد خريد به صورت معنادار پشتيباني كرده است. ضرايب تأثير استاندارد شده سازه ارتباط درك شده بر عملکرد مورد انتظار با مقدار 511/0 داراي نسبت بحراني به مقدار 468/8 و بر قصد خريد با مقدار 180/0 داراي نسبت بحراني به مقدار 556/2 است که نسبت بحراني در هر دو مورد بزرگتر از مقدار بحراني 96/1 است و از تأثير مثبت سازه ارتباط درك شده بر سازه عملکرد مورد انتظار و بر سازه وابسته قصد خريد به صورت معنادار پشتيباني كرده است. ضرايب تأثير استاندارد شده سازه آگاهی بخشی بر عملکرد مورد انتظار با مقدار 147/0 داراي نسبت بحراني به مقدار 672/2 و بر قصد خريد با مقدار 180/0 داراي نسبت بحراني به مقدار 316/3 است که نسبت بحراني در هر دو مورد بزرگتر از مقدار بحراني 96/1 و 58/2 است و از تأثير مثبت سازه آگاهی بخشی بر سازه عملکرد مورد انتظار و بر سازه وابسته قصد خريد به صورت معنادار پشتيباني كرده است. ضرايب تأثير استاندارد شده سازه عادت بر سازه وابسته قصد خريد با مقدار 148/0 داراي نسبت بحراني به مقدار 528/2 است که نسبت بحراني بزرگتر از مقدار بحراني 96/1 است و از تأثير مثبت به صورت معنادار پشتيباني كرده است. ضرايب تأثير استاندارد شده سازه ميانجي انگیزه لذت جویانه بر سازه وابسته قصد خريد با مقدار 151/0 داراي نسبت بحراني به مقدار 708/2 است که نسبت بحراني بزرگتر از مقدار بحراني 96/1 و 58/2 است و از تأثير مثبت به صورت معنادار پشتيباني كرده است. ضرايب تأثير استاندارد شده سازه ميانجي عملکرد مورد انتظار بر سازه وابسته قصد خريد با مقدار 188/0 داراي نسبت بحراني به مقدار 519/2 است که نسبت بحراني بزرگتر از مقدار بحراني 96/1 است و از تأثير مثبت به صورت معنادار پشتيباني كرده است.
از آنجا كه مدل داراي سه سازه درونزا است، بنابراين مدل داراي سه ضريب تشخيص است. ضريب تشخيص براي سازه درونزاي انگیزه لذت جویانه به مقدار 530/0 و نشاندهنده تبيينپذيري آن به وسيله سازه تعامل است. ضريب تشخيص براي سازه درونزاي عملکرد مورد انتظار به مقدار 719/0 و نشاندهنده تبيينپذيري آن به وسيله سه سازه ارتباط درك شده، آگاهی بخشی و تعامل است. ضريب تشخيص براي سازه درونزاي قصد خريد به مقدار 824/0 و نشاندهنده تبيينپذيري آن به وسيله شش سازه: تعامل، ارتباط درك شده، آگاهی بخشی، آگاهی بخشی، عملکرد مورد انتظار و انگیزه لذت جویانه است.
بحث و نتیجه گیری
موضوعات مربوط به تبلیغات در رسانه های اجتماعی به طور فزاینده ای مورد توجه محققان و دست اندرکاران بازاریابی قرار می گیرد. بنابراین ، این مطالعه به منظور گسترش درک فعلی از جنبه های اصلی تبلیغات در رسانه های اجتماعی و تأثیر آن بر اهداف خرید مشتری انجام شده است. بررسی دقیق ادبیات در مورد این موضوع منجر به شناسایی شش عامل اصلی (عملکرد مورد انتظار ، انگیزه لذت جویانه، عادت، تعامل، آگاهی بخشی و ارتباط درک شده) به عنوان پیش بینی کننده های اصلی اهداف خرید می شود.
پیشنهادات برای پژوهش های آتی
1: این پژوهش را می توان بر روی نمونه ای بزرگتر انجام داد و در مدت زمان طولانی تر که ممکن است به ما درک بهتری از رفتار مصرف کننده در مقابل تبلیغات و شبکه های اجتماعی بدهد.
2: انجام چنین تحقیقی برای دیگر صنایع خدماتی و در نظر گرفتن نمونه ای بزرگتر.
3: پژوهشگران آتی می توانند این پژوهش را در میان مشتریانی که چنین تجربه ای داشتند انجام دهند.
4: استفاده برندهای تازه تاسیس و کسب و کارهای نوپا از این پژوهش.
محدودیت های پژوهش
1: نبود پیشینه داخلی و کمبود پیشینه خارجی درباره موضوع
2: محدودیت زمانی محقق برای پرکردن پرسش نامه ها
3: محدود کردن جامعه آماری به یک دانشگاه
4: محدود کردن جامعه آماری و نبود امکان اینکه از تمام افراد جامعه پرسشنامه تهیه کرد.
5: عدم همکاری برخی افراد جامعه آماری جهت تکمیل پرسشنامه
Alalwan, A. A., Rana, N. P., Dwivedi, Y. K., & Algharabat, R. (2017). Social media in marketing: A review and analysis of the existing literature. Telematics and Informatics, 341177,(7)-1190.
Alalwan, A. A., Dwivedi, Y. K., Rana, N. P., & Algharabat, R. (2018). Examining factors influencing Jordanian customers’ intentions and adoption of internet banking: Extending UTAUT2 with risk. Journal of Retailing and Consumer Services, 40(January), 125-138.
Alalwan, A. A., Dwivedi, Y. K., Rana, N. P., & Williams, M. D. (2016). Consumer adoption of mobile banking in Jordan: Examining the role of usefulness, ease of use, perceived risk and self-efficacy. Journal of Enterprise Information Management, 29(1), 118–139.
Alalwan, A. A., Rana, N. P., Algharabat, R., & Tarhini, A. (2016). A systematic review of extant literature in social media in the marketing perspective. Conference on eBusiness, e-Services and e-Society (pp. 79–89(.
Braojos-Gomez, J., Benitez-Amado, J., & Llorens-Montes, F. J. (2015). How do small firms learn to develop a social media competence? International Journal of Information Management, 35443, (4)-458.
Campbell, D. E., & Wright, R. T. (2008). Shut-up I don’t care: Understanding the role of relevance and interactivity on customer attitudes toward repetitive online advertising. Journal of Electronic Commerce Research, 962, (1)-76.
Chang, Y. T., Yu, H., & Lu, H. P. (2015). Persuasive messages, popularity cohesion, and message diffusion in social media marketing. Journal of Business Research, 68, (4)777-782.
Drossos, D., & Giaglis, G. M. (2005). Factors that influence the effectiveness of mobile advertising: The case of SMS. Panhellenic conference on informatics. Berlin, Heidelberg: Springer278-285.
Gao, Y., & Koufaris, M. (2006). Perceptual antecedents of user attitude in electronic commerce. Acm Sigmis Database, 3742, (3-2)-50.
Hart, M., & Porter, G. (2004). The impact of cognitive and other factors on the perceived usefulness of OLAP. Journal of Computer Information Systems, 547, (1)-56.
Hawkins, K., & Vel, P. (2013). Attitudinal loyalty, behavioural loyalty and social media: An introspection. The Marketing Review, 3125, (2)-141.
Ho, S. Y., & Bodoff, D. (2014). The effects of Web personalization on user attitude and behavior: An integration of the elaboration likelihood model and consumer search theory. MIS Quarterly, 8497, (2)-520.
Jung, J., Shim, S. W., Jin, H. S., & Khang, H. (2016). Factors affecting attitudes and behavioural intention towards social networking advertising: A case of Facebook users in South Korea. International Journal of Advertising, 35248, (2)-265.
Kamboj, S., Sarmah, B., Gupta, S., & Dwivedi, Y. (2018). Examining branding co-creation in brand communities on social media: Applying the paradigm of Stimulus-organismresponse. International Journal of Information Management, 39(April), 169–169.
Kim, N., & Kim, W. (2018). Do your social media lead you to make social deal purchases? Consumer-generated social referrals for sales via social commerce. International Journal of Information Management, 39(April), 38–48. http://dx.doi.org/10.1016/j. ijinfomgt.2017.10.006.
Kim, H., & Niehm, L. S. (2009). The impact of website quality on information quality, value, and loyalty intentions in apparel retailing. Kolodinsky, J. M., Hogarth, J. M., & Hilgert, M. A. (2004). The adoption of electronic banking technologies by US consumers. The International Journal of Bank Marketing, 22(4) 238-259.
Lee, J., & Hong, I. B. (2016). Predicting positive user responses to social media advertising: The roles of emotional appeal, informativeness, and creativity. International Journal of Information Management, 36360, (3)-373.
Limayem, M., Hirt, S. G., & Cheung, C. M. K. (2007). How habit limits the predictive power of intentions: The case of IS continuance. MIS Quarterly, 31705, (4)-737.
Liang, T. P., Chen, H. Y., Du, T., Turban, E., & Li, Y. (2012). Effect of personalization on the perceived usefulness of online customer services: A dual-core theory. Journal of Electronic Commerce Research, 13275, (4)-288.
Lin, C. A., & Kim, T. (2016). Predicting user response to sponsored advertising on social media via the technology acceptance model. Computers in Human Behavior, 64(November), 710–718.
Oh, J., Bellur, S., & Sundar, S. S. (2015). Clicking, assessing immersing, and sharing: An empirical model of user engagement with interactive media. Communication Research. http://dx.doi.org/10.1177/0093650215600493.
Pavlou, P. A., & Stewart, D. W. (2000). Measuring the effects and effectiveness of interactive advertising: A research agenda. Journal of Interactive Advertising, 161, (1)-77.
Rafaeli, S. (1988). Interactivity: from new media to communication. In R. P. Hawkins, J. M. Wiemann, & S. Pingree (Eds.). Advancing communication science: Merging mass and interpersonal processes (pp. 110–134). Newbury Park, CA: Sage.
Rana, N. P., Dwivedi, Y. K., Lal, B., Williams, M. D., & Clement, M. (2017). Citizens’ adoption of an electronic government system: Towards a unified view. Information Systems Frontiers, 19549, (3)568.
Rathore, A. K., Ilavarasan, P. V., & Dwivedi, Y. K. (2016). Social media content and product co-creation: An emerging paradigm. Journal of Enterprise Information Management, 29, (1) 7-18.
Rotzoll, K. B., & Haefner, J. E. (1990). Advertising in contemporary society (2nd ed.).Cincinnati, OH: South-Western Publishing.
Shareef, M. A., Mukerji, B., Dwivedi, Y. K., Rana, N. P., & Islam, R. (2017). Social media marketing: Comparative effect of advertisement sources. Journal of Retailing and Consumer Services. http://dx.doi.org/10.1016/j.jretconser.2017.11.001 (in press) Available at.
Shareef, M. A., Baabdullah, A., Dutta, S., Kumar, V., & Dwivedi, Y. K. (2018). Consumer adoption of mobile banking services: An empirical examination of factors according to adoption stages. Journal of Retailing and Consumer Services, 43(July), 54–67. http:// dx.doi.org/10.1016/j.jretconser.2018.03.003 Available at.
Shareef, M. A., Mukerji, B., Alryalat, M. A. A., Wright, A., & Dwivedi, Y. K. (2018). Advertisements on Facebook: Identifying the persuasive elements in the development of positive attitudes in consumers. Journal of Retailing and Consumer Services, 43(July), 258–268. http://dx.doi.org/10.1016/j.jretconser.2018.04.006 Available at.
Shilbury, D., Westerbeek, H., Quick, S., Funk, D., & Karg, A. (2014). Strategic sport marketing (4th ed.). Sydney: Allen & Unwin.
Statista (2017a). Global advertising spending from 2010 to 2017 (in billion U.S. dollars). Available at: https://www.statista.com/statistics/236943/global-advertisingspending/. (Accessed 25January 2017).
Statista (2017b). Social media advertising expenditure as share of digital advertising spending worldwide from 2013to 2017. Available at: https://www.statista.com/statistics/ 271408/share-of-social-media-in-online-advertising-spending-worldwide/. (Accessed 25 January 2017).
.Sundar, S. S., Bellur, S., Oh, J., Xu, Q., & Jia, H. (2014). User experience of on-screen interaction techniques: An experimental investigation of clicking, sliding, zooming, hovering, dragging, and flipping. Human-Computer Interaction, 29109, (2)-152.
Sundar, S. S. (2007). Social psychology of interactivity in human-website interaction. In A. N. Joinson, K. Y. A. McKenna, T. Postmes, & U.-D. Reips (Eds.). The oxford handbook of internet psychology (pp. 89–104). Oxford, UK: Oxford University Press.
Taylor, D. G., Lewin, J. E., & Strutton, D. (2011). Friends, fans, and followers: Do ads work on social networks?: How gender and age shape receptivity. Journal of Advertising Research, 51258, (1)275.
Usher, K., Woods, C., Casella, E., Glass, N., Wilson, R., Mayner, L., et al. (2014).Australian health professions student use of social media. Collegian, 2195, (2)-101.
Venkatesh, V., Morris, M., Davis, G., & Davis, F. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27425, (3)-478.
Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36257, (1)-178.
Voorveld, H. A., Van Noort, G., & Duijn, M. (2013). Building brands with interactivity: The role of prior brand usage in the relation between perceived website interactivity and brand responses. Journal of Brand Management, 20608, (7)-622.
Wamba, S. F., Bhattacharya, M., Trinchera, L., & Ngai, E. W. (2017). Role of intrinsic and extrinsic factors in user social media acceptance within workspace: Assessing unobserved heterogeneity. International Journal of Information Management, 37, (2) 1-13.
Zeng, B., & Gerritsen, R. (2014). What do we know about social media in tourism? A review. Tourism Management Perspectives, 1027, -36.
Zhu, Y. Q., & Chang, J. H. (2016). The key role of relevance in personalized advertisement: Examining its impact on perceptions of privacy invasion, self-awareness, and continuous use intentions. Computers in Human Behavior, 65442, -447.
The Impact Of Social Media Advertising Features On Costumer Purchase Intention |
15 |
The Impact Of Social Media Advertising Features On Costumer Purchase Intention
Amirreza Ahmadnejad Masti 1
Kambiz Heidarzadeh Hanzaee 2
Fereshteh Lotfizadeh 3
Abstract
Key Words: Social media, Marketing, Advertising, Costomers, Purchase intention
|
[1] . Master of Business Management, Science and Research Branch, Islamic Azad University, Tehran, Iran.
[2] . Associate Professor, Department of Business Management, Science and Research Branch, Islamic Azad University, Tehran, Iran, (Corresponding Author), Email: kambizheidarzadeh@yahoo.com.
[3] . Assistant Professor, Department of Business Management, Islamic Azad University of Zanjan, GMAIL: lotfizadeh1981@gmail.com.