Digital Marketing View Chatgpt

 

Penilaian sesaat ekologis terhadap paparan dan dampak pemasaran makanan dan minuman digital pada dewasa muda: Sebuah studi kelayakan

Pemasaran makanan yang tidak sehat berkontribusi pada epidemi obesitas, tetapi wawasan waktu nyata ke dalam mekanisme hubungan ini sedang dipelajari. Pemasaran digital sedang tumbuh dan mengikuti merek makanan dan minuman (F & B) di media sosial adalah umum, tetapi pengukuran paparan dan dampak pemasaran tersebut menghadirkan tantangan baru. Dengan demikian, penelitian ini bertujuan untuk mengevaluasi kelayakan pengumpulan data tentang paparan dan dampak pemasaran F & B digital (DFM) menggunakan metodologi penilaian sesaat ekologis berbasis smartphone (EMA). Kami berhipotesis bahwa mengidam makanan yang diinduksi DFM akan bervariasi berdasarkan apakah (atau tidak) peserta terlibat dengan merek F & B secara online. Peserta adalah penduduk Singapura (n = 95, 21-40 tahun), direkrut melalui telepon dari kohort yang ada. Peserta diminta untuk mengunggah tangkapan layar semua penampakan pesan pemasaran F & B online selama tujuh hari, dan menjawab pertanyaan kontekstual dalam aplikasi tentang penampakan termasuk apakah ada hasrat yang diinduksi. Peserta memberikan total 1310 unggahan (median 9 per peserta, Q1-Q3: 4-21) dari pesan pemasaran F & B, 27% di antaranya disediakan pada hari ke 1, secara signifikan lebih dari pada hari-hari lain (P <0,001). Pengikut merek makanan / minuman di media sosial yang dihadapi 25,6 poin persentase (95% CI 11,4, 39,7) lebih banyak pesan pemasaran yang menginduksi mengidap daripada peserta yang bukan pengikut. Pendidikan universitas juga dikaitkan dengan lebih banyak (18,1 poin persentase; 95% CI 3.1, 33.1) bertemu dengan pesan pemasaran yang menginduksi mengidam. Itu praktis dan dapat diterima oleh peserta untuk mengumpulkan wawasan tentang paparan pemasaran F & B digital dan dampak menggunakan EMA pada orang dewasa muda, meskipun periode studi yang lebih pendek direkomendasikan dalam studi di masa depan. Pengikut merek makanan dan minuman di media sosial tampaknya lebih rentan mengalami mengidam setelah paparan pemasaran F & B digital.

Kelayakan desain studi mencakup beberapa domain (Bowen et al., 2009), tetapi penelitian ini bertujuan untuk menyelidiki penerimaan dan kepraktisan metodologi yang dijelaskan di bawah ini dalam persiapan kohort atau studi skala besar lainnya. Menilai validitas dalam pengaturan naturalistik adalah menantang (Carlson & Morrison, 2009). Metode pengukuran objektif kurang, dan faktor-faktor perancu sering mengurangi kredibilitas studi observasional (Miroshnychenko et al., 2022). Mengingat kebaruan metodologi tersebut, penelitian ini bertujuan untuk menguji hipotesis asosiasi awal untuk menginformasikan apakah efek yang diharapkan dari DFM berdasarkan studi laboratorium akan diamati dalam pengaturan naturalistik. Ukuran efek apa pun dapat digunakan dalam perhitungan daya dalam studi skala besar di masa depan. Setelah survei demografis dan gaya hidup awal setelah, peserta diminta untuk mengunggah tangkapan layar semua penampakan pesan DFM selama tujuh hari menggunakan aplikasi seluler EMA berbasis smartphone ("aplikasi"). Rincian aplikasi EMA Mobile disediakan di Bagian 2.4.2 'Aplikasi Smartphone'. Setelah setiap unggahan, peserta diminta untuk menjawab pertanyaan dalam aplikasi. Selain itu, peserta dikirim survei perilaku pendek tiga kali per hari melalui aplikasi (perincian lebih lanjut di bagian Survei Perilaku di bawah). Durasi penelitian tujuh hari dipilih berdasarkan penelitian lain menggunakan EMA untuk memeriksa penggunaan alkohol dan tembakau (Battista et al., 2015; Yang et al., 2015a) dan tujuan untuk menangkap potensi variabilitas di seluruh minggu. Data yang dikumpulkan dan aplikasi potensial dijelaskan dalam Tabel 1. Seperti yang direkomendasikan oleh Lancaster dan Thabane (Lancaster & Thabane, 2019), pelaporan penelitian ini dipandu oleh daftar periksa strobo (Von Elm et al., 2007), bersama percontohan Percontohan dan Uji coba kelayakan (Eldridge et al., 2016).

Survei awal Informasi demografis peserta termasuk jenis kelamin, etnis, usia, status pekerjaan, pendapatan rumah tangga, dan pencapaian pendidikan dilaporkan sendiri pada awal penelitian ini. Peserta menyelesaikan pertanyaan tentang perilaku penggunaan media tipikal, termasuk waktu yang dihabiskan secara online. Peserta juga ditanya pertanyaan "Apakah Anda mengikuti makanan atau minuman makanan di media sosial?". 2.4.2. Aplikasi Smartphone Aplikasi Mobile EMA dikembangkan menggunakan Movisensxs (Movisens Gmbh, Karlsruhe, Jerman), solusi smartphone berbasis Android untuk pengambilan sampel pengalaman berkala. Peserta studi berinteraksi dengan aplikasi EMA melalui dua proses; satu kali-kontingen, dan kontingen peristiwa lainnya. Yang pertama diprogram untuk memicu suara smartphone peserta dan alarm getaran dalam tiga slot waktu di setiap hari periode studi. Menanggapi alarm ini memicu survei ("survei perilaku") untuk peserta untuk menyelesaikannya. Proses kedua memungkinkan peserta untuk melaporkan DFM yang ditemui sepanjang periode penelitian. Ini diprakarsai pengguna menggunakan aplikasi, dan setelah aktivasi akan meminta peserta untuk mengunggah foto iklan dan menanggapi langkah-langkah survei yang relevan ("Survei Unggah Iklan"). Jika tidak mungkin untuk menangkap tangkapan layar, peserta dapat memilih untuk menggambarkan merek atau perusahaan, item F & B, dan promosi (mis., Meriah, diskon) yang ditampilkan di iklan, melalui aplikasi. Data yang dikumpulkan dari kedua proses diunggah dari smartphone ke server. Kami memprogram aplikasi untuk hanya menerima input data dari peserta selama periode studi; Peserta tidak dapat mengakses proses input sebelum dan sesudah penelitian.

pengaruh chtgpt terhadap pengalaman pelanggan dalam pemasaran digital: menyelidiki peran moderator

Subbagian ini mencakup eksplorasi penelitian sebelumnya tentang pengaruh jenis bisnis pada hubungan antara pengalaman pelanggan dan kepuasan pelanggan secara keseluruhan tentang Chatgpt dalam pemasaran digital. Dengan kata lain, jawaban untuk pertanyaan: Apakah ada peran moderasi untuk jenis bisnis dalam dampak pengalaman pelanggan pada kepuasan pelanggan secara keseluruhan? Ribuan bisnis di seluruh dunia memanfaatkan Chatgpt untuk terlibat dengan konsumen mereka melalui Internet di berbagai industri [1,20,26]. Sebagian besar perusahaan yang diakui secara global telah membuat situs web berdasarkan Chatgpt di berbagai industri, termasuk ritel dan e-commerce (mis., Amazon, Walmart, Alibaba, ebay, asos, ikea, dan target) [20], teknologi dan komunikasi (E.g., Google, Microsoft, Facebook, Apple, IBM, Intel, Samsung, LG, Sony, Panasonic, Cisco, Dell, HP, Oracle, SAP, Ericsson, dan Nokia, Huawei) [4], Transportasi dan Perjalanan (mis., Uber, booking.com (mis., Pfizer, Novartis, Johnson & Johnson, dan Glaxo) [12,13,16]. AI Chatbots tidak sama dalam tujuan dan kinerja dan penggunaannya yang optimal, Tabel 2 menunjukkan bagaimana Kinerja optimal setiap chatbot sesuai dengan berbagai jenis bisnis. Jenis bisnis juga dapat berdampak pada pengalaman pelanggan tentang penggunaan chatbot. Berbagai jenis bisnis mungkin memiliki kualitas dan tuntutan klien yang berdampak pada bagaimana chatbot dilihat dan digunakan [9,27]. Digunakan di perusahaan ritel, misalnya, dapat dilihat secara berbeda dari chatbot yang digunakan dalam bisnis kesehatan [6]. Jenis perusahaan juga dapat berdampak pada desain dan penyebaran chatbot, seperti bahasa yang digunakan, dan jenis interaksi diaktifkan [13]. Studi saat ini bermaksud untuk mengevaluasi pengaruh moderat dari jenis bisnis pada hubungan antara pengalaman pelanggan dan kepuasan keseluruhan mengenai Chatgpt dalam pemasaran digital, yang merupakan celah dalam literatur.

Keterbatasan dan penelitian di masa depan Ada beberapa keterbatasan dalam studi saat ini yang harus diatasi dalam penelitian di masa depan. Pertama, penelitian di masa depan mungkin memanfaatkan sampel perwakilan untuk meningkatkan validitas eksternal studi. Kedua, penelitian ini mengandalkan data yang dilaporkan sendiri, yang rentan terhadap bias respons. Untuk memberikan penilaian yang lebih menyeluruh tentang pengaruh Chatgpt pada pengalaman pelanggan, sebuah studi di masa depan dapat menambah pengukuran obyektif pengalaman konsumen, seperti data perilaku dan penanda fisiologis. Ketiga, penelitian ini berkonsentrasi pada pengaruh Chatgpt pada pengalaman pelanggan daripada hasil pemasaran lainnya seperti penjualan dan loyalitas merek. Studi lebih lanjut dapat menyelidiki temuan ini untuk menawarkan ulasan yang lebih menyeluruh tentang kinerja Chatgpt dalam pemasaran digital. Selain menyelesaikan kendala ini, studi lebih lanjut harus menyelidiki elemen-elemen lain yang dapat mempengaruhi hubungan antara ChatGPT dan pengalaman pelanggan. Akhirnya, reproduktifitas artikel dapat meningkat secara signifikan dan diperluas dengan cara-cara berikut: (1) Temuan dapat dikirim ke perusahaan pemasaran untuk diuji pada kumpulan data yang lebih besar dan diberikan kepada jumlah orang yang lebih besar. (2) Temuan ini dapat digunakan sebagai kompas untuk mengembangkan kuesioner baru yang berfokus pada perilaku konsumen melalui interaksi pemasaran digital dengan ChatGPT.

pemasaran konten digital di media sosial sepanjang perjalanan pelanggan B2B : pengaruh pengiriman konten tepat waktu pada keterlibatan pelanggan

Tidak seperti konten pendidikan, yang berfokus pada masalah pelanggan, konten terkait produk memiliki kualitas promosi yang jelas. Ini memberi pelanggan informasi terkait produk yang dapat membantu pelanggan memilih solusi yang tepat untuk kebutuhan mereka. Sementara Tafesse (2015) tidak menemukan hubungan yang jelas antara konten terkait produk dan keterlibatan pelanggan dalam konteks B2C, kami berharap pembeli B2B menghargai informasi yang memungkinkan mereka untuk memahami spesifikasi penawaran dan membuat perbandingan. Contoh konkret dari konten yang memproduksi (yang diselaraskan dengan apa yang Cortez et al., 2023 posting penjualan istilah), termasuk konten pada fitur produk / layanan baru, saluran pemasaran baru atau diperbarui, harga baru atau yang diperbarui (mis. Proposisi nilai, dan penilaian / rujukan pelanggan.

Tidak seperti konten pendidikan, yang berfokus pada masalah pelanggan, konten terkait produk memiliki kualitas promosi yang jelas. Ini memberi pelanggan informasi terkait produk yang dapat membantu pelanggan memilih solusi yang tepat untuk kebutuhan mereka. Sementara Tafesse (2015) tidak menemukan hubungan yang jelas antara konten terkait produk dan keterlibatan pelanggan dalam konteks B2C, kami berharap pembeli B2B menghargai informasi yang memungkinkan mereka untuk memahami spesifikasi penawaran dan membuat perbandingan. Contoh konkret dari konten yang memproduksi (yang diselaraskan dengan apa yang Cortez et al., 2023 posting penjualan istilah), termasuk konten pada fitur produk / layanan baru, saluran pemasaran baru atau diperbarui, harga baru atau yang diperbarui (mis. Proposisi nilai, dan penilaian / rujukan pelanggan.

sumber :

1. Journal homepage: www.elsevier.com/locata/appet

2. Journal homepage: www.cell.com/heliyon

3. Journa homepage: www.elsevier.com/locata/indmarman