Efeitos dos recursos dos vídeos no YouTube que aumentam sua popularidade: uma análise empírica
DOI:
https://doi.org/10.22267/rtend.202102.153Palavras-chave:
marketing, publicidade, regressão binomial negativa, YouTubeResumo
YouTube é a plataforma multimídia mais visitada do mundo; cenário ideal para promover produtos e serviços. A literatura tem se preocupado em identificar os elementos que favorecem a popularidade dos vídeos nesta plataforma; no entanto, ainda é raro. Esta pesquisa estabelece os efeitos da estratégia da mensagem, consistência da marca e elementos técnicos de resolução e duração dos vídeos sobre a popularidade, entendida como o volume de reproduções de cada vídeo publicado pelas operadoras de telefonia móvel. A análise de conteúdo foi utilizada para identificar as características mencionadas e, por meio de um modelo de regressão binomial negativo, as hipóteses foram testadas. Os resultados mostraram que as estratégias de conteúdo funcional e emocional, a consistência da marca e a resolução do vídeo aumentam o volume de visualizações. Por outro lado, a duração do vídeo diminui a taxa de reprodução. Esses resultados podem ser úteis no desenvolvimento de estratégias de divulgação de peças publicitárias no YouTube por operadoras de telefonia móvel, porém, estudos futuros poderão analisar outras indústrias para contrastar os resultados obtidos.
Downloads
Referências
(1) Abitbol, A., & Lee, S. (2017). Messages on CSR-dedicated Facebook pages: What works and what doesn’t. Public Relations Review, 43(4), 796-808. https://doi.org/10.1016/j.pubrev.2017.05.002
(2) Ahmad, U., Zahid, A., Shoaib, M., & AlAmri, A. (2017). HarVis: An integrated social media content analysis framework for YouTube platform. Information Systems, 69, 25-39. https://doi.org/10.1016/j.is.2016.10.004
(3) Akaike, H. (1974). A New Look at the Statistical Model Identification. IEEE Transactions on Automatic Control, 19(6), 716-723. https://doi,org/10.1109/TAC.1974.1100705
(4) Borghol, N., Ardon, S., Carlsson, N., Eager, D., & Mahanti, A. (2012). The untold story of the clones: content-agnostic factors that impact YouTube video popularity. Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining. https://doi.org/10.1145/2339530.2339717
(5) Brasel, S. (2012). How focused identities can help brands navigate a changing media landscape. Business Horizons, 55(3), 283-291. Beijin, China. https://doi.org/10.1016/j.bushor.2012.01.005
(6) Cameron, A., & Trivedi, P. (2013). Regression Analysis of Count Data (2.ªed.). Cambridge University Press.
(7) Coxe, S., West, S., & Aiken, L. (2009). The Analysis of Count Data: A Gentle Introduction to Poisson Regression and Its Alternatives. Journal of Personality Assessment, 91(2), 121-136. https://doi.org/10.1080/00223890802634175
(8) De Vries, L., Gensler, S., & Leeflang, P. (2012). Popularity of Brand Posts on Brand Fan Pages: An Investigation of the Effects of Social Media Marketing. Journal of Interactive Marketing, 26(2), 83-91. https://doi.org/10.1016/j.intmar.2012.01.003
(9) Dehghani, M., Khorram, M., Ramezani, I., & Sali, R. (2016). Evaluating the influence of YouTube advertising for attraction of young customers. Computers in Human Behavior, 59, 165-172. https://doi.org/10.1016/j.chb.2016.01.037
(10) eMarketer (2019). Key Digital Trends H2 2019. Five Trends to Track as We Head Into 2020. https://bit.ly/3bPRk8x
(11) Figueiredo, F., Almeida, J., Gonçalves, M., & Benevenuto, F. (2014). On the dynamics of social media popularity: A YouTube case study. ACM Transactions on Internet Technology (TOIT), 14(4), 1-21. https://bit.ly/3bFEppz
(12) Gupta, H., Singth, S., & Sinha, P. (2017). Multimedia tool as a predictor for social media advertising - a YouTube way. Multimedia Tools and Applications, 76(18), 18557–18568. https://doi.org/10.1007/s11042-016-4249-6
(13) Hair, J., Black, W., Babin, B., & Anderson, R. (2013). Multivariate data analysis (7.ªed.). Prentice Hall.
(14) Jáugueri, D. (2018, enero 9). Claro tiene la atención al cliente más deficiente de la telefonía móvil según encuesta de LR. La República. https://bit.ly/2zbc2lF
(15) Kemp., S. (2019, 30 de enero). Digital 2019: Global Internet Use Accelerates. We Are Social Inc. https://bit.ly/3cK7n92
(16) Kim, J., Guo, P., Seaton, D., Mitros, P., Gajos, K., & Miller, R. (2014). Understanding in-video dropouts and interaction peaks inonline lecture videos. Proceedings of the first ACM conference on Learning@ scale conference. Atlanta, USA. https://dl.acm.org/doi/10.1145/2556325.2566237
(17) Krippendorff, K. (2018). Content analysis: An introduction to its methodology. Sage Publications.
(18) Lee, C., & Ma, L. (2012). News sharing in social media: The effect of gratifications and prior experience. Computers in human behavior, 28(2), 331-339. https://doi.org/10.1016/j.chb.2011.10.002
(19) Londoño-Silva, A. M., Osorio-Andrade, C. F. y Peláez-Muñoz, J. P. (2020). Efectos del lenguaje publicitario y del destino turístico usados en páginas comerciales de Facebook sobre la generación de boca a boca electrónico. Estudios Gerenciales, 36(156), 264-271. https://doi.org/10.18046/j.estger.2020.156.3895
(20) Mudzanani, T. (2015). A review and analysis of the role of integrated marketing communication message typology in the development of communication strategies. African Journal of Marketing Management, 7(8), 90-97. https://doi.org/10.5897/AJMM2015.0475
(21) Navarro, A., Utzet, F., Puig, P., Caminal, J. y Martín, M. (2001). La distribución binomial negativa frente a la de Poisson en el análisis de fenómenos recurrentes. Gaceta Sanitaria, 15(5), 447-452. https://doi.org/10.1016/S0213-9111(01)71599-3
(22) Schultz, C. (2017). Proposing to your fans: Which brand post characteristics drive consumer engagement activities on social media brand pages? Electronic Commerce Research and Applications, 26, 23-24. https://doi.org/10.1016/j.elerap.2017.09.005
(23) Scott, J., & Freese, J. (2014). Regression Models for Categorical Dependent Variables Using Stata (2.ªed.). Stata Press.
(24) Shoufan, A., & Mohamed, F. (2017). On the likes and dislikes of youtube’s educational videos: A quantitative study. Proceedings of the 18th annual conference on information technology education. New York, USA. https://bit.ly/2TjCUqv
(25) Socialbakers. (2019). YouTube stats - Brands in Colombia. https://bit.ly/3bKJIDU
(26) Steffes, S., Lee, J., & Lee, S. (2014). Consumer-generated ads on Youtube: impacts of source credibility and need for cognition on attitudes, interactive behaviors, and ewom. Journal of Electronic Commerce Research, 15(3), 254-266. http://www.jecr.org/sites/default/files/Paper9.pdf
(27) Tafesse, W. (2015). Content strategies and audience response on Facebook brand pages. Marketing Intelligence and Planning, 33(6), 927-943. https://doi.org/10.1108/MIP-07-2014-0135
(28) Ten Hove, P., & Van Der Meij, H. (2015). Like It or Not. What Characterizes YouTube’s More Popular Instructional Videos? Technical Communication, 62(1), 48-62. https://bit.ly/3g1AjeH
(29) Tuells, J., Martínez-Martínez, P., Duro-Torrijos, J., Caballero, P., Fraga-Freijeiro, P. y Navarro-López, V. (2015). Características de los vídeos en español publicados en Youtube sobre la vacuna contra el virus del papiloma humano. Revista Española de Salud Pública, 89(1), 107-115. https://doi.org/10.4321/S1135-57272015000100012
(30) Voorveld, H., Neijens, P., & Smit, E. (2011). Opening the black box: Understanding cross-media effects. Journal of Marketing Communications, 17(2), 69-85. https://doi.org/10.1080/13527260903160460
(31) Welbourne, D., & Grant, W. (2016). Science communication on YouTube: Factors that affect channel and video popularity. Public Understanding of Science, 25(6), 706-718. https://doi.org/10.1177%2F0963662515572068
Publicado
Como Citar
Edição
Seção
Licença
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
Esta revista está bajo una Licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional License. Los artículos se pueden copiar, distribuir, adaptar y comunicar públicamente, siempre y cuando se reconozcan los créditos de la obra y se cite la respectiva fuente. Esta obra no puede ser utilizada con fines comerciales.
Para aumentar su visibilidad, los documentos se envían a bases de datos y sistemas de indización.
El contenido de los artículos es responsabilidad de cada autor y no compromete, de ninguna manera, a la revista o a la institución.
