O Comportamento do Consumidor Influenciado por Redes Sociais. Um Estudo de Caso das Empresas “O Boticário” e “Kiko Make Up Milano

A influência das práticas do Marketing nas redes sociais é o assunto central desta investigação. Muitos afirmam que o marketing digital afecta diretamente a vida das pessoas e consumidores. Saber em que momentos ou situações essa influência se dá é importante para estabelecer até que ponto os utilizadores permitem que o seu comportamento enquanto consumidor seja moldado. Incidindo sobre a área da cosmética, abordamos a questão da utilização de produtos de cosmética sob uma ótica sociológica que envolve desde a inserção da mulher no mercado de trabalho, os padrões de beleza existentes e o fenómeno da metrossexualidade que acontece desde os anos 2000. A investigação analisou o impacto do marketing nas redes sociais de “O Boticário” e “Kiko Make Up Milano”, duas empresas estrangeiras que actuam no mercado português de forma física e virtual. Do ponto de vista das redes sociais, o Facebook foi escolhido porque é a mais popular actualmente. A pesquisa utilizou como metodologia entrevistas e inquérito, este último alojado online. Após a realização da análise, foi constatado que “O Boticário” está mais adaptado ao mercado português, por meio de uma estratégia diferenciada, do que a “Kiko Make Up Milano”, que aplica a mesma estratégia vigente nas lojas do seu país de origem em Portugal. Foi verificado ainda que o Marketing praticado nas redes sociais aproxima as empresas do seus consumidores e muitas vezes os levam às lojas, seja para conhecer um novo produto ou para uma atitude de compra.

Construção de Sistemas Integrados de Gestão para Micro e Pequenas Empresas

As Micro e Pequenas Empresas (MPE) possuem na sua essência recursos limitados. Raramente possuem um Sistema Integrado de Gestão (SIG) que lhes permita gerir o seu negócio de forma transversal e que mapeie todos os processos da empresa. Devido ao número reduzido de colaboradores, não dispõem internamente alguns serviços. O seu espaço de mercado é em geral limitado. As suas competências específicas raramente permitem apresentar uma oferta global. Por serem pequenas, não têm força negocial perante os seus fornecedores e eventuais parceiros estratégicos. A Arquitetura de Sistemas de Informação (ASI) permite representar e mapear os diversos aspetos da gestão das empresas e alinhar as Tecnologias de Informação e Comunicação (TIC) com as necessidades destas empresas. Este trabalho pretende apresentar e descrever uma Macro Arquitetura para a construção de SIG, orientados para as MPE, e que inclua um conjunto de serviços integrados numa única plataforma.

A era de um mercado social

O crescimento e a expansão das redes sociais trouxe novas formas de interação entre os seres humanos que se repercutem na vida real. Os textos partilhados nas redes sociais e as interações resultantes de todas as atividades virtuais têm vindo a ganhar um grande impacto no quotidiano da sociedade e no âmbito económico e financeiro, as redes sociais tem sido alvo de diversos estudos, particularmente em termos de previsão e descrição do mercado acionista (Zhang, Fuehres, & Gloor, 2011) (Bollen, Mao & Zheng, 2010). Nesta investigação percebemos se o sentimento do Twitter, rede social de microblogging, se relaciona diretamente com o mercado acionista, querendo assim compreender qual o impacto das redes sociais no mercado financeiro. Tentámos assim relacionar duas dimensões, social e financeira, de forma a conseguirmos compreender de que forma poderemos utilizar os valores de uma para prever a outra. É um tópico especialmente interessante para empresas e investidores na medida em que se tenta compreender se o que se diz de determinada empresa no Twitter pode ter relação com o valor de mercado dessa empresa. Usámos duas técnicas de análise de sentimentos, uma de comparação léxica de palavras e outra de machine learning para compreender qual das duas tinha uma melhor precisão na classificação dos tweets em três atributos, positivo, negativo ou neutro. O modelo de machine learning foi o modelo escolhido e relacionámos esses dados com os dados do mercado acionista através de um teste de causalidade de Granger. Descobrimos que para certas empresas existe uma relação entre as duas variáveis, sentimento do Twitter e alteração da posição da ação entre dois períodos de tempo no mercado acionista, esta última variável estando dependente da dimensão temporal em que agrupamos o nosso sentimento do Twitter. Este estudo pretendeu assim dar seguimento ao trabalho desenvolvido por Bollen, Mao e Zheng (2010) que descobriram que uma dimensão de sentimento (calma) consegue ser usada para prever a direção das ações do mercado acionista, apesar de terem rejeitado que o sentimento geral (positivo, negativo ou neutro) não se relacionava de modo global com o mercado acionista. No seu trabalho compararam o sentimento de todos os tweets de um determinado período sem exclusão com o índice geral de ações no mercado enquanto a metodologia adotada nesta investigação foi realizada por empresa e apenas nos interessaram tweets que se relacionavam com aquela empresa em específico. Com esta diferença obtemos resultados diferentes e certas empresas demonstravam que existia relação entre várias combinações, principalmente para empresas tecnológicas. Testamos o agrupamento do sentimento do Twitter em 3 minutos, 1 hora e 1 dia, sendo que certas empresas só demonstravam relação quando aumentávamos a nossa dimensão temporal. Isto leva-nos a querer que o sentimento geral da empresa, e se a mesma for uma empresa tecnológica, está ligado ao mercado acionista estando condicionada esta relação à dimensão temporal que possamos estar a analisar.

Text mining e twitter : o poder das redes sociais num mercado competitivo

Actualmente, com a massificação da utilização das redes sociais, as empresas passam a sua mensagem nos seus canais de comunicação, mas os consumidores dão a sua opinião sobre ela. Argumentam, opinam, criticam (Nardi, Schiano, Gumbrecht, & Swartz, 2004). Positiva ou negativamente. Neste contexto o Text Mining surge como uma abordagem interessante para a resposta à necessidade de obter conhecimento a partir dos dados existentes. Neste trabalho utilizámos um algoritmo de Clustering hierárquico com o objectivo de descobrir temas distintos num conjunto de tweets obtidos ao longo de um determinado período de tempo para as empresas Burger King e McDonald’s. Com o intuito de compreender o sentimento associado a estes temas foi feita uma análise de sentimentos a cada tema encontrado, utilizando um algoritmo Bag-of-Words. Concluiu-se que o algoritmo de Clustering foi capaz de encontrar temas através do tweets obtidos, essencialmente ligados a produtos e serviços comercializados pelas empresas. O algoritmo de Sentiment Analysis atribuiu um sentimento a esses temas, permitindo compreender de entre os produtos/serviços identificados quais os que obtiveram uma polaridade positiva ou negativa, e deste modo sinalizar potencias situações problemáticas na estratégia das empresas, e situações positivas passíveis de identificação de decisões operacionais bem-sucedidas.