“Engaja-me e atraia-me, então eu compartilharei”: uma análise do impacto da categoria da postagem no marketing viral em uma rede social

Resumo

Objetivo:

O objetivo deste artigo é analisar o impacto de diferentes tipos de conteúdo no marketing viral, em uma rede social virtual bastante popular. A pesquisa é fundamentada em estudos recentes que categorizam postagens no Facebook.

Metodologia:

Dados de 2583 postagens em oito perfis de marcas brasileiras de cerveja foram codificados e analisados por meio de análise de regressão e análise de variância.

Resultados:

Duas hipóteses foram suportadas. Encontrou-se um relacionamento positivo entre postagens das categorias Fã e Promocional e o marketing viral. Postagens das categorias Informacional e Enquete não produziram efeitos significativos, confirmando estudos anteriores que analisaram curtidas e comentários como variáveis dependentes.

Contribuições:

Estudos anteriores não categorizaram postagens produzidas por fãs/seguidores de marca. A tipologia desenvolvida representa avanço quantitativo em relação a outros estudos com objetivos semelhantes. Desse modo, gestores de marketing responsáveis pela gestão de marcas no Facebook devem publicar postagens que promovam a marca e reproduzir conteúdo produzido por indivíduos engajados, caso o objetivo seja aumentar a viralização dessas postagens.

Palavras-chave:
Comunicação viral; marketing nas redes sociais; marketing viral; métricas nas redes sociais; redes sociais virtuais

Abstract

Purpose:

The purpose of this paper is to analyze the impact of different types of content of viral marketing in a popular social networking site. Our research is founded on recent studies which categorize posts on Facebook.

Design/methodology/approach:

Data for 2583 posts in eight profiles of Brazilian beer brands were coded and analyzed. We used a regression model and Analysis of Variance to establish relationships among independent variables and a dependent variable.

Findings:

Two hypotheses were supported. There was a positive relationship between posts of the categories Fan and Promotion and Publicity and viral marketing. Posts of the categories Information and Pool did not have any significant effects, and confirmed previous studies which analyzed likes and comments as dependent variables.

Originality/value:

Previous studies using the platform did not categorize posts created by brand fans/followers. Our typology is a quantitative improvement in relation to studies with similar objectives. Hence, marketers involved with brand management on Facebook should publish posts which promote the brand and reproduce content generated by people engaged with it if they seek to increase the viralization capacity of such posts.

Keywords:
Social media marketing; social media metrics; social networking sites; viral communications; viral marketing

1 Introdução

Desde que foi usada para classificar a ação bem-sucedida de marketing de uma empresa que oferecia serviço de e-mail gratuito (Jurvetson & Draper, 1997), a expressão “marketing viral” se tornou popular e tem circulado entre gestores ansiosos por disseminar os conteúdos mais diversos para seus mercados. Isso desencadeou os esforços dos pesquisadores para compreender a dinâmica do funcionamento do marketing viral e a interação das pessoas com os conteúdos online produzidos pelas marcas. No momento, muito do contato entre as marcas e seus consumidores ocorre nos ambientes interativos online nos quais os gestores utilizam os conteúdos virais como meio para expandir o alcance das campanhas (Nelson-Field, Riebe & Newstead, 2013). Esse alcance normalmente se refere a variáveis de resposta econômicas, como vendas, e a variáveis não econômicas, como a disseminação de informações e a conscientização (Hinz, Skiera, Barrot & Becker, 2011).

Embora a pesquisa sobre marketing viral ocorra há quase duas décadas, falta um esforço empírico para explicar a eficácia do conteúdo viral (Lindgreen, Doeble & Vanhamme, 2013). Muito desse conteúdo é publicado nas redes sociais porque o marketing viral utiliza uma rede social preexistente para disseminar informações de marketing por meio do word-of-mouth (WOM) (boca a boca, em português) entre os usuários de tal rede social (Yang, Yao, Ma & Chen, 2010). Como resultado, a pesquisa realizada com a ajuda dos dados das redes sociais virtuais está se tornando cada vez mais comum (Cvijikj & Michahelles, 2013; De Vries, Gensler & Leeflang, 2012; Groeger & Buttle, 2014; Kim, Spiller & Hettche, 2015; Ransbotham, Kane & Lurie, 2012; Sabate, Berbegal-Mirabent, Cañabate & Lebherz, 2014; Schulze, Schöler & Skiera, 2014; Smith, Fischer & Yongjian, 2012; Swani, Milne & Brown, 2013), embora os autores enfatizem que as organizações ainda não foram capazes de medir a eficácia das estratégias baseadas nesses ambientes (Hoffman & Novak, 2012; Kumar, Bhaskaran, Mirchandani & Shah, 2013).

As redes sociais virtuais são plataformas perfeitas para o marketing viral, uma vez que tornam possível para as pessoas se conectarem com base em amplos links de relacionamento especializados, por meio das comunidades virtuais (Boyd & Ellison, 2007). Aqui, os indivíduos reproduzem espontaneamente o conteúdo patrocinado pelas marcas, que, como um vírus, se beneficia da capacidade das redes sociais virtuais para se multiplicar (Vilpponen, Winter & Sundqvist, 2006). A literatura sobre o compartilhamento de conteúdo é recente e robusta o bastante para explicar os fatores sociais e psicológicos que influenciam esse comportamento nas redes sociais. Oh e Syn (2015) categorizaram dez fatores motivacionais responsáveis por exercer pressão sobre o compartilhamento de informações. No Facebook, o site mais popular de rede social, eles identificaram que o envolvimento social, o aprendizado e o altruísmo são as principais motivações desse comportamento.

Uma corrente diferente de esforços empíricos se concentra nas características das redes sociais responsáveis por facilitar o compartilhamento de conteúdo. As possibilidades sociais da plataforma podem ampliar o envolvimento do usuário, o que pode levar ao comportamento de disseminação (Oeldorf-Hirsch & Sundar, 2015). Ainda existe, entretanto, uma importante lacuna que se refere a quais características do conteúdo de marketing podem levar ao compartilhamento. Nosso artigo contribui para a construção do conhecimento sobre esse tema, apresentando uma pesquisa que se empenhou em identificar o efeito dos diferentes tipos de conteúdo em sua disseminação. Trata-se de uma investigação baseada em estudos que categorizam o conteúdo voltado ao marketing nas redes sociais virtuais aplicada à realidade da interação entre as marcas e os públicos-alvo nesses ambientes. A pesquisa sobre o marketing viral produziu resultados consistentes, especialmente em relação aos modelos probabilísticos do alcance ou da estrutura da disseminação da mensagem (De Bruyn & Lilien, 2008; Iribarren & Moro, 2011; Van der Lans, Van Bruggen, Eliashberg & Wierenga, 2010; Yang et al., 2010), mas ainda não foi inteiramente capaz de: i) identificar as características da mensagem disseminada pelos usuários; ou ii) explicar o poder de tais características no compartilhamento da mensagem.

Esse foco nos levou a categorizar 2.583 postagens em perfis de oito marcas de cerveja brasileiras no Facebook por um período de três meses. Em termos operacionais, essa rede social foi escolhida em razão de sua representatividade nas atividades diárias dos indivíduos na Internet, com mais de um bilhão de usuários ativos por mês, 81,7% dos quais estão localizados fora da América do Norte (Facebook, 2014). Eles interagem diretamente com as empresas e as marcas que criam páginas e utilizam esse ambiente como uma ferramenta para contatar seus clientes para disseminar campanhas publicitárias (Boyd & Ellison, 2007; Smith et al., 2012). Em termos teóricos e empíricos, essa escolha foi feita porque no Facebook os usuários compartilham espontaneamente o conteúdo publicado nos perfis das empresas ou das marcas em suas próprias páginas (Zarrella & Zarrella, 2010). Nossa abordagem é uma importante iniciativa de análise do marketing viral, já que estudos similares baseados nessa rede social virtual apenas focam as opções de curtidas e comentários como variáveis dependentes (De Vries et al., 2012; Swani et al., 2013).

As seções posteriores apresentam o marketing viral como uma ação de marketing, discutem a categorização do conteúdo nas redes sociais virtuais e apresentam a estrutura conceitual e as hipóteses do estudo, com base nos pressupostos teóricos que consideram a eficácia do conteúdo online de acordo com as características técnicas, funções e apelo publicitário. As seções seguintes discutem o método e os resultados e são seguidas por uma discussão sobre as principais limitações do estudo e suas implicações teóricas e gerenciais.

2 O estado da pesquisa sobre o marketing viral

2.1 As características fundamentais dos estudos empíricos sobre marketing viral

A expressão “marketing viral” descreve qualquer estratégia que encoraja os indivíduos a disseminar uma mensagem de marketing nessas redes, criando assim potencial para o crescimento exponencial na exposição e influência dessa mensagem (Camarero & San José, 2011). A pesquisa sobre marketing viral foca em dois fenômenos distintos: i) a produção do conteúdo do marketing e o projeto de uma estratégia de reprodução para esse conteúdo; e ii) a disseminação espontânea da mensagem por meio de WOM eletrônico, frequentemente sem o controle sobre a natureza ou conteúdo de tal mensagem (Swanepoel, Lye & Rugimbana, 2009). Como afirmado por Camarero & San José (2011), não há uma definição clara sobre o significado do marketing viral: não há consenso sobre se ele é uma ação de marketing controlada, patrocinada e desencadeada por uma certa empresa ou um mero processo informal de disseminação e repetição do conteúdo realizado por indivíduos. Muito dessa divergência ocorre porque o marketing viral é uma aplicação de gerenciamento de marketing do fenômeno do WOM (Modzelewksi, 2000) em que as empresas e as marcas dependem do WOM eletrônico como uma ferramenta para disseminar as campanhas (Hennig-Thurau, Gwinner, Walsh & Gremler, 2004).

As origens do marketing viral estão diretamente relacionadas à comunicação WOM, embora ocorra exclusivamente nos ambientes virtuais (Camarero & San José, 2011). Uma vez que as mensagens não são solicitadas pelos destinatários, elas podem ser ignoradas. Isso significa que o conteúdo que vem de fontes próximas confiáveis tem mais probabilidade de ser aceito que outros de fontes desconhecidas. Os últimos são classificados como informações menos valiosas e mais arriscadas, sendo então descartados (De Bruyn & Lilien, 2008). Em termos da pesquisa realizada sobre esse assunto, as investigações se alternam entre a investigação por meio da análise da comunicação WOM eletrônica utilizando dados individuais e a investigação que foca na estratégia ou na forma da disseminação do conteúdo. A Tabela 1 classifica a pesquisa quantitativa teórica e empírica sobre marketing viral em quatro grupos, destacando as principais características de cada um e apresentando a variável dependente normalmente atribuída a esses estudos. Os estudos exclusivamente teóricos ou qualitativos foram excluídos desta pesquisa por razões de adequação a seu fim.

Tabela 1:
Principais características dos estudos sobre marketing viral

Características	Variável dependente	Estudos principais
Grupo 1 Análises de comunicação WOM eletrônica em blogs e microblogs, como Twitter, e redes sociais virtuais, como o Facebook, realizadas por meio da análise da interação entre as marcas e os indivíduos. Em certos casos, esses estudos envolveram a análise do compartilhamento dos aplicativos ou da mídia, como vídeo ou um jogo.	Alcance; Frequência; Risco da adoção.	Aral e Walker (2011); Groeger & Buttle (2014); Jansen, Zhang, Sobel & Chowdury (2009); Nelson-Field et al. (2013); Schulze, Schöler, L. & Skiera (2014).
Grupo 2 Estudos correlacionais e experimentais que investigam a comunicação WOM eletrônica por meio das variáveis latentes sustentadas por métodos baseados em questionários, com amostras de diferentes contextos, como estudantes universitários e jovens adultos, aplicados a plataformas digitais diferentes.	Intenção de WOM eletrônica; Envio de conteúdo online; Frequência de envio; Frequência de visitas a plataformas digitais; Número de comentários escritos nas plataformas de opinião; Formação de opinião; Oferecimento de opinião; Repasse de opinião; Busca de opinião; Probabilidade de envio.	Camarero e San José (2011); Chu e Kim (2011); Eckler e Bolls (2011); Harvey, Stewart & Ewing (2011); Hennig-Thurau et al. (2004); Ho e Dempsey (2010); Sohn (2009); Southgate, Westoby & Page (2010); Sun, Youn, Wu & Kuntaraporn (2006).
Grupo 3 Estudos que analisam os efeitos das críticas e estratégias de incentivo ao indivíduo para a prática de WOM eletrônico os ambientes tais como serviços de compartilhamento de informações (Yahoo!Movies) e serviços de varejo online, como Amazon.com.	Compras baseadas em recomendações; Número de recomendações enviadas; Número de críticas online; Colocação de um certo produto em um ranking de vendas; Razões para o sucesso das recomendações; Volume de vendas.	Ahrens, Coyle, & Strahilevitz (2013); Chevalier e Mayzlin (2006); Duan, Gu & Whinston (2008); Zhang, Ma & Cartwright (2013)
Grupo 4 Pesquisa com foco na análise e na proposta de modelos analíticos e na dinâmica da propagação de mensagens, por meio de estruturas teóricas baseadas nas redes sociais e aplicadas a e-mail, mensagens instantâneas e telefonia móvel.	Alcance; Propagação; Número médio de usuários alcançados por uma mensagem em particular; Número de recomendações.	Bampo, Ewing, Mather, Stewart & Wallace (2008); De Bruyn e Lilien (2008); Hinz et al. (2011); Iribarren e Moro (2011); Leskovec, Adamic & Huberman (2007); Van der Lans et al. (2010); Yang et al. (2010).

2.2 Integração da pesquisa sobre marketing viral na literatura sobre envolvimento em redes sociais

A Tabela 1 é mais abrangente que as pesquisas realizadas por Nelson-Field et al. (2013) ou Vilpponen et al. (2006). Essa classificação em quatro grupos sustenta os resultados encontrados na revisão da literatura de Chan e Ngai (2011), que identificaram uma disseminação de pesquisa sobre o tema. Além disso, ela expõe a fragilidade da definição dos termos comunicação WOM eletrônica e marketing viral (Camarero & San José, 2011), e desse modo mostra a dificuldade em delimitar um fenômeno amplamente disseminado da interação entre consumidor e empresa nas plataformas digitais. O Grupo 1, em particular, é de especial interesse em nossa pesquisa porque inclui um número menor de estudos e oferece uma oportunidade para a pesquisa no contexto das redes sociais virtuais, como o Facebook.

Não obstante, é substancial preencher a lacuna presente no Grupo 1 quanto à literatura sobre envolvimento de marcas nas redes sociais. De acordo com Brodie, Hollebeek, Jurić e Illić (2011), o domínio conceitual do envolvimento do cliente reside na experiência interativa e na cocriação de valor nos relacionamentos de marketing. Esse conceito evoluiu para a investigação do envolvimento entre consumidor e marca nas redes sociais, definido como uma “atividade cognitiva, emocional e comportamental relacionada à marca com valência positiva do consumidor durante ou relacionada às interações focais consumidor/marca” (Hollebeek, Glynn & Brodie, 2014, p. 154). O pressuposto da relação por trás do conceito se torna mais intenso em contextos virtuais (Dessart, Veloutsou & Morgan-Thomas, 2015) nos quais as empresas e os indivíduos estão diretamente conectados.

As interações relacionadas às marcas ocorrem em diferentes níveis, em que o principal objetivo é encorajar e aumentar o envolvimento (Azar, Machado, Vacas-de-Carvalho & Mendes, 2016). O conteúdo da marca age como um instrumento de marketing para provocar uma resposta na métrica de consciência, como curtidas, comentários e compartilhamentos. O principal objetivo para as marcas é construir o alcance em todos esses níveis (Peters, Chen, Kaplan, Ognibeni & Pauwels, 2013). Especificamente, o comportamento de compartilhamento é um fenômeno importante nas redes sociais e deve ser examinado pelos marqueteiros e pelos pesquisadores para avaliar o envolvimento com as marcas, já que ele reflete as atitudes positivas em relação a elas (Hoffman & Fodor, 2010).

Considerando a definição conceitual do envolvimento do cliente proposta por Brodie et al. (2011) e sua evolução para ambientes de rede social introduzida por Hollebeek et al. (2014), podemos oferecer um insight valioso sobre como esse fenômeno poderia ser abordado para revelar o marketing viral nas redes sociais. Nossa abordagem recorre aos diferentes conteúdos de marca que são produzidos e disseminados, para desencadear a consciência e alcançar as redes preexistentes construídas pelos indivíduos. Sendo assim, o envolvimento com a marca é definido em uma dimensão comportamental, uma vez que reflete a atividade de marketing viral do conteúdo da marca nas redes sociais virtuais.

3 Categorização do conteúdo na marca nas redes sociais virtuais

As redes sociais virtuais são grupos dos indivíduos com interesses comuns em que o princípio básico é que a estrutura de relacionamentos sociais é crucial para o conteúdo desses relacionamentos (Wellman, 2001). Elas estão mudando a maneira como as empresas interagem com seus clientes por meio de ações que incluem recomendações dos contatos e amigos, conteúdo disseminado e gerado pelos usuários e avaliações dos produtos e serviços (Rohm, Kaltcheva & Milne, 2013). Tais ações estão no centro do envolvimento do indivíduo e da interação entre cliente e marca, uma vez que os consumidores podem compartilhar recomendações para compras ou informações relacionadas às empresas ou marcas antes, durante ou após o momento da compra (Rohm et al., 2013; Schultz & Peltier, 2013). Os profissionais no mercado publicitário perceberam o poder das redes sociais virtuais para apoiar a produção de anúncios e publicidade específica (Hoy & Milne, 2010). Entretanto, um desafio para a integração dessas redes é a dificuldade de quantificar o retorno das atividades, uma vez que as empresas e as marcas ainda não consolidaram métricas que possam fornecer as informações sobre se o conteúdo postado nesses ambientes tem efeitos econômicos ou não econômicos (Hinz et al., 2011).

Criado em 2004 para fins estudantis, o Facebook é uma rede social virtual que se afastou de sua proposta inicial. É uma plataforma digital que permite aos usuários criar perfis contendo informações pessoais, interesses e fotos e convidar outros usuários (Smith et al., 2012). Além dos indivíduos, empresas e marcas também podem criar perfis, que são utilizados como uma ferramenta para se aproximar de seus clientes de modo a disseminar campanhas publicitárias (Boyd & Ellison, 2007; Smith et al., 2012). Abram e Pearlman (2008) apresentam pelo menos duas razões pelas quais uma empresa deve manter uma página no Facebook: primeiro, ele oferece aos marqueteiros um excelente mecanismo para construção da marca em razão de sua habilidade de viralizar mensagens e conteúdo; segundo, ele possibilita às empresas se comunicar com os consumidores por meio de ações interativas. Entre as alternativas de interação, as redes sociais virtuais, em particular, oferecem a opção de compartilhamento, de modo que os indivíduos possam reproduzir espontaneamente o conteúdo postado por terceiros para que seus amigos visualizem tal conteúdo. Essa reprodução consensual desperta o interesse dos pesquisadores que estudam a dinâmica do marketing viral, uma vez que a opção de compartilhar é considerada por autores como Peters et al. (2013) como um dos resultados do gerenciamento da marca nesses ambientes.

As estruturas de pesquisa e conceituais para a caracterização do conteúdo publicado nas plataformas digitais são muito diversas. No Facebook, especificamente, as postagens são um dos itens analisados pelos pesquisadores. Nesses casos, os estudos focam as características do projeto (interatividade com o usuário, número de mídias e elementos de texto, tamanho da postagem e vivacidade) e o conteúdo - entretenimento, tanto emocional quanto informacional (De Vries et al., 2012; Rauschnabel, Praxmarer & Ivens, 2012; Swani et al., 2013). A característica mais marcante dos estudos que analisam o compartilhamento como a variável dependente é que eles normalmente não o vinculam ao marketing viral. Eles normalmente se referem a ele como envolvimento (Cvijikj & Michahelles, 2013) ou resposta (Kim et al., 2015) do consumidor em razão da associação do compartilhamento a duas outras ações na rede social: comentário e curtida.

Toda essa pesquisa indica progressos na compreensão dos tipos de postagem no Facebook, embora se admita que mais poderia ser conhecido sobre o impacto que têm no compartilhamento, uma métrica relacionada ao marketing viral. Entre os estudos que categorizam as postagens no Facebook, a grande maioria foca as curtidas e os comentários como as variáveis dependentes (De Vries et al., 2012; Sabate et al., 2014; Swani et al., 2013). Aqueles que definem o compartilhamento como variável dependente (Kim et al., 2015) não se concentram em sua análise como uma forma de marketing viral. O conteúdo que é popular e relevante para os usuários é positivamente associado à lealdade com a marca nas redes sociais virtuais (Erdoğmuş & Çiçek, 2012), uma vez que os estudos indicam que tal conteúdo pode promover o envolvimento com os clientes e produzir resultados gerenciais, como vendas (Smith et al., 2012).

4 Estrutura conceitual e hipóteses

4.1 Visão geral da estrutura

Nossa estrutura conceitual se baseia na construção de sete hipóteses que se referem às categorias de postagens que podem ser utilizadas durante a interação entre a marca e seu público-alvo em uma rede social virtual. Os marqueteiros incluem cada vez mais sistemas como o Facebook em suas estratégias, especialmente após evidências de que as ações virtuais de branding podem aumentar os níveis de retorno do investimento (Kumar & Mirchandani, 2012). Nosso modelo é baseado no argumento de Swanepoel et al. (2009) de que as mensagens virais trazem estímulos verbais e visuais. É por isso que consideramos a classificação da tipologia da postagem e propomos a medição desse conteúdo em uma medida de marketing viral (compartilhamento).

Nossa abordagem considera a atividade da marca no Fa, que pode incluir aplicativos, apresentar pesquisas, incorporar imagens e vídeos e reproduzir conteúdo informativo, promocional/publicitário ou aquele gerado pelos usuários. Essas atividades se referem às interações relacionadas com a marca descritas pela literatura sobre envolvimento com a marca nas redes sociais, em que ocorre uma experiência interativa entre os indivíduos e as marcas (Hollebeek et al., 2014). Um comportamento resultante dessa dinâmica é o compartilhamento de postagens, quando os indivíduos espontaneamente reproduzem o conteúdo da marca para seus amigos e contatos pessoais.

Esses pressupostos levaram à criação de sete categorias, um número maior e mais abrangente do que em estudos anteriores. A lógica subjacente é que diferentes tipologias podem produzir variabilidade diferente no marketing viral. Tipos de postagem foram criados após a análise da pesquisa existente que: i) analisou a eficácia dos banners online por causa de sua similaridade com postagens de marca, já que ambos têm fatores que poderiam induzir as pessoas a interagir (De Vries et al., 2012; Fennis & Stroebe, 2010); e ii) postagens classificadas ou propagandas virais de acordo com as características técnicas, a função e o apelo publicitário (Eckler & Bolls, 2011; Porter & Golan, 2006; Rauschnabel et al., 2012). A Figura I resume a estrutura conceitual, que contém as hipóteses em que a variável da resposta é o marketing viral, definido operacionalmente como a opção “compartilhar” no Facebook.

Figura 1:
Estrutura conceitual e sinais previstos do teste da hipótese

4.2 Desenvolvimento das hipóteses

Esta seção apresenta a construção das hipóteses, baseadas na atividade da marca no Facebook. Ela incorpora o envolvimento na rede social na forma de compartilhamento da postagem, como expresso na Figura 1. Essa atividade comportamental no Facebook corresponde a uma disseminação espontânea da mensagem por meio do WOM eletrônico, uma forma específica de marketing viral (Swanepoel et al., 2009). As sete hipóteses se referem às atividades disponíveis para os marqueteiros para envolver seu público-alvo em um ambiente de rede social: o desenvolvimento de aplicativos, anúncios de eventos, publicação de conteúdo gerado pelo usuário (fãs), disseminação de informações, anúncios de pool, promoção e publicidade da marca e oferta de serviço. A Tabela 2 resume o desenvolvimento das hipóteses.

Os aplicativos se tornaram parte da plataforma do Facebook em maio de 2007. Consequentemente, terceiros puderam desenvolver os mais diversos software e adicionar uma dimensão de uso não coberta pelos componentes centrais da rede social virtual (Claussen, Kretschmer & Mayrhofer, 2013). Russell-Bennett e Neale (2009) afirmam que os aplicativos são uma alternativa à promoção da marca, já que um dos objetivos de seus desenvolvedores é que os usuários os compartilhem com seus contatos. A pesquisa sobre o uso e a disseminação dos aplicativos ainda está em seus estágios iniciais, embora já seja possível inferir que seu uso (Eling, Krasnova, Widjaja & Bruxmann, 2013) e o compartilhamento dos aplicativos oferecidos pelas marcas sejam influenciados pelas recomendações dos amigos.

H1: As postagens da marca categorizadas como Aplicativo têm um efeito linear e positivo no compartilhamento da postagem.

O Facebook oferece a opção de anunciar eventos de modo que os gestores possam promovê-los para os consumidores (Lee & Paris, 2013). Para os marqueteiros, a questão fundamental é descobrir como as pessoas percebem tais ações de marketing (Lee, Xiong, & Hu, 2012). Os eventos normalmente apelam aos sentimentos e emoções (Martensen & Gronholdt, 2008) e, uma vez que uma empresa ou marca nas redes sociais os mencionem, eles podem atrair a atenção especial do público-alvo. Lee et al. (2012) confirmaram a hipótese de que a atitude do usuário em uma página de evento exerce um impacto positivo sobre a intenção desse usuário de participar do evento. Esse resultado sugere que a relação entre as postagens da marca dessa natureza e o compartilhamento da postagem é positiva.

H2: As postagens da marca categorizadas como Evento têm um efeito linear e positivo no compartilhamento da postagem.

Do mesmo modo, o conteúdo gerado pelo usuário, criado fora da rotina e da prática profissional, é individual ou coletivamente produzido e pode ser modificado, consumido e compartilhado (Kaplan & Haenlein, 2010). O conteúdo da marca gerado pelo usuário varia entre as diferentes redes sociais virtuais (Smith et al., 2012), porém uma de suas principais características é sua habilidade de servir como fonte confiável de informações para outros usuários (Pavlou & Dimoka, 2006). No Facebook, especificamente, ele é produzido pelo usuário, embora a marca ou a empresa possa postá-lo. O estudo realizado por Goh, Heng e Lin (2013) ajuda a compreender o comportamento econômico resultante de tal conteúdo, porém há escopo para mais pesquisa que investigue o impacto do conteúdo dessa natureza nas variáveis não econômicas, como o compartilhamento.

H3: As postagens da marca categorizadas como Fã têm um efeito linear e positivo no compartilhamento da postagem.

Dholakia, Bagozzi e Pearo (2004) argumentam que a busca por informações é uma razão importante pela qual as pessoas utilizam as redes sociais e participam de comunidades virtuais. Não está claro se tal participação influencia diretamente a interação entre os indivíduos e as marcas. Taylor, Lewin e Strutton (2011) encontraram um relacionamento fraco, porém positivo, entre o conteúdo das informações e as atitudes individuais em relação a anúncios postados nas redes sociais. De modo similar, de uma amostra de 402 participantes, Lin e Lu (2011) mostraram que os usuários do Facebook acreditam que o uso de uma rede social melhora a eficiência por meio do compartilhamento de informações com os outros. Por outro lado, no estudo de De Vries et al. (2012), a hipótese de que as postagens informativas influenciam as curtidas e os comentários não foi sustentada. Esses resultados são diferentes dos encontrados por Cvijikj e Michaehelles (2013), em que as postagens informativas positivamente influenciaram as curtidas e os comentários, mas não exerceram influência no compartilhamento. Dada essa divergência de resultados, decidimos considerar uma influência positiva pelas postagens dessa categoria.

H4: As postagens da marca categorizadas como Informação têm um efeito linear e positivo no compartilhamento da postagem.

Outra característica-chave nas redes sociais é a interatividade, como os mecanismos de feedback em tempo real que possibilitam aos usuários modificar a estrutura do conteúdo da mensagem original (Hoffman & Novak, 1996). Tal característica estimula o envolvimento do consumidor em diferentes níveis, variando da participação por meio da ação superficial ao compromisso com a cocriação do conteúdo (Hennig-Thurau et al., 2010). Um modo de participar é por meio de pesquisas nas quais os indivíduos respondem perguntas nas redes sociais virtuais. Níveis moderados de interatividade influenciam indiretamente o envolvimento com anúncios baseados na rede (Fortin & Dholakia, 2005), ao passo que altos níveis de interatividade estão negativamente relacionados às curtidas e positivamente relacionados aos comentários (De Vries et al., 2012). Do mesmo modo, Cvijikj e Michahelles (2013) encontraram um relacionamento positivo entre as postagens na forma de sweepstakes (uma forma de interatividade) nas páginas da marca e nos comentários na postagem, porém nenhum efeito em seu compartilhamento. Como os efeitos dessa categoria são conflitantes e parcialmente apoiados na literatura sobre redes sociais virtuais, o mesmo procedimento para a construção da hipótese anterior é adotado para esse caso.

H5: As postagens da marca categorizadas como Pool têm um efeito linear e positivo no compartilhamento da postagem.

As empresas gastam uma parte considerável de seus orçamentos de marketing na promoção de vendas, que podem ter efeitos diretos ou ir além de uma influência imediata nas vendas (Heerde & Neslin, 2008). As promoções são cruciais para informar os consumidores sobre a disponibilidade de um produto ou para conscientizar o público sobre as atividades de marketing (Bagozzi, 1998). No contexto das compras online, os varejistas incluem as promoções de vendas, como descontos e prêmios, para atrair os compradores a seus sites, conforme a evidência existente na literatura de que as promoções estão positivamente associadas ao valor percebido (Park & Lennon, 2009). No contexto do Facebook, De Vries et al. (2012) encontraram um relacionamento positivo entre uma postagem que anunciava concursos e o número de curtidas recebido pela postagem.

No campo da Comunicação Integrada de Marketing (IMC, Integrated Marketing Communication), a propaganda de algum modo acompanha as práticas promocionais. Ela é considerada como um modo eficiente de comunicação entre a empresa e o consumidor (Stammerjohan, Wood, Chang & Thorson, 2005). Embora a propaganda garanta espaço na mídia para a promoção da marca, há sempre o risco inerente de ser alguma coisa que os gerentes de marketing não possam controlar (Eisend & Küster, 2011). No contexto digital, o constructo da propaganda recebe novas contribuições conforme esteja diretamente relacionado a: i) conteúdo com diversão e entretenimento; e ii) característica de interatividade dessa mídia. Taylor, Strutton e Thompson (2012) concluíram que as características de entretenimento têm efeitos positivos no compartilhamento dos anúncios, ao passo que Lin e Peña (2011) mostraram que as postagens do Twitter com conteúdo emocional têm influência maior no compartilhamento dos usuários. Esse tipo de postagem foi designado Promoção e Publicidade, já que inclui ações relacionadas à publicidade ou promoção da marca na rede social virtual. Isso será abordado com maiores detalhes na seção Método. Espera-se que tais postagens tenham um efeito positivo no compartilhamento.

H6: As postagens da marca categorizadas como Promoção e Publicidade têm um efeito linear e positivo no compartilhamento da postagem.

A busca por informações é uma das quatro principais razões pelas quais os usuários participam dos grupos no Facebook (Park, Kee, & Valenzuela, 2009). Essas informações, entretanto, podem dizer respeito ao conteúdo informativo da marca (De Vries et al., 2012) ou mencionar um serviço adicional oferecido, como detalhes sobre a venda virtual de varejo ou o atendimento ao cliente. A literatura que classifica as postagens nas redes sociais virtuais não caracterizou conteúdo dessa natureza, portanto o impacto que esse tipo poderia ter no marketing viral ainda não foi medido. A identificação da existência desse impacto é importante, já que ainda há resultados divergentes para certos tipos de conteúdo. Embora os usuários acreditem, por exemplo, que ao utilizar a rede social eles possam adquirir mais informações e melhorar a eficiência no compartilhamento de informações com os outros (Lin & Lu, 2011), observou-se que os tipos de postagens informativas não afetam as curtidas ou os comentários (De Vries et al., 2012). Para a Hipótese 7, para abordar especificamente a questão das informações sobre serviços, recorremos aos argumentos dos pesquisadores que afirmaram que dimensões adicionais do serviço poderiam influenciar a satisfação com o atendimento em nível individual (Raja, Bourne, Goffin, Çakkol & Martinez, 2013).

H7: As postagens da marca categorizadas como Serviço têm um efeito linear e positivo no compartilhamento da postagem.

Tabela 2:
Resumo do desenvolvimento das hipóteses

5 Método

Esta pesquisa recorre aos dados secundários a fim de identificar o impacto da tipologia da postagem em seu compartilhamento. Essa é uma abordagem empírica comum na pesquisa de marketing utilizando dados de rede social, como mostrado pelos estudos de De Vries et al. (2012), Rohm et al. (2013), Smith et al. (2012) e outros. Oito perfis oficiais de marcas de cerveja brasileiras foram selecionados no Facebook. Decidimos por esse produto dados os altos níveis de consumo no país, o que denota um importante comportamento de consumo de artigos de grande consumo (FMCG). A escolha das marcas seguiu dois critérios: (i) as marcas escolhidas tinham que ter uma efetiva participação no mercado de massa. Por exemplo, não podiam ser tipos especiais da cerveja ou ser exclusivamente regionais; e (ii) as marcas tinham que participar regularmente na rede social, com alguma frequência de postagem. O principal objetivo ao escolher oito marcas diferentes foi controlar o efeito da marca na variável dependente, um procedimento similar ao utilizado por Kim et al. (2015), que controlou a categoria do produto. O número de postagens (2.583), abrangendo o período entre dezembro de 2012 a fevereiro de 2013, é significativamente maior que o número analisado em estudos anteriores sobre o Facebook (De Vries et al., 2012; Kim et al., 2015; Sabate et al., 2014; Swani et al., 2013).

5.1 Procedimentos para a coleta de dados e definição das variáveis

Os dados foram coletados dos perfis das marcas em apenas uma ocasião, por meio de uma opção de web browser que salvasse todos os dados de cada página. Com esse procedimento todo o conteúdo foi salvo, até o ponto em que foi feito o download da página armazenada em um arquivo HTML. Os dados para as 2.583 postagens em oito perfis de marcas foram então sistematizados em uma planilha e codificados. Um dos autores recebeu a tarefa de classificar todas as postagens. Essa categorização das postagens é mais abrangente do que em pesquisa anterior sobre o Facebook, e utilizou tipos baseados no conteúdo das mensagens publicadas. Durante todo o processo, o autor responsável recebeu instruções de um outro pesquisador, que às vezes solicitava uma recategorização de determinadas postagens quando eram observadas divergências. A categorização seguiu as definições dadas na Tabela 3 e o procedimento de recategorização, que ocorreu após discussão e acordo entre ambos os pesquisadores, foi reproduzido da análise da literatura realizada por Furrer, Thomas e Goussevskaia (2008).

Rauschnabel et al. (2012) limitaram sua classificação de postagens de acordo com características técnicas, como tamanho, quantidade de texto, elementos de mídia e presença de pesquisas. Um procedimento similar foi utilizado por Sabate et al. (2014, p. 1004), que definiram as postagens do Facebook por características estruturais, contendo imagens, vídeos e links, em vez de “capturar o significado do conteúdo em si”. De Vries et al. (2012) utilizaram seis tipos, mas incluíram características diferentes do conteúdo, como a posição da postagem da marca na página. Smith et al. (2012) formaram seis categorias e fizeram comparações entre as redes sociais, como o Facebook, Twitter e YouTube, ao passo que Swani et al. (2013) identificaram três tipos: aqueles que utilizam nomes comerciais da marca, aqueles que se referem ao conteúdo emocional e aqueles que fazem referências instantâneas para a compra de produtos e serviços. Cvijikj e Michahelles (2013) também classificaram apenas três tipos de conteúdo (entretenimento, informações e remuneração), ao passo que Kim et al. (2015) definiram sua tipologia utilizando orientação do conteúdo (tarefa, interação e auto-orientado).

A classificação proposta em nosso estudo é uma melhoria quantitativa dos estudos acima mencionados e divide as postagens em sete categorias: Aplicativo, Evento, Fã, Informação, Pool, Promoção e Publicidade e Serviço. A Tabela 3 descreve as variáveis independentes que têm natureza qualitativa e se referem ao conteúdo das postagens. A variável dependente é o número de compartilhamentos recebidos por cada postagem. O compartilhamento é uma importante medida do uso nas redes sociais virtuais e se refere à medida na qual os usuários trocam, distribuem e recebem conteúdo (Kietzmann, Silvestre & McCarthy, 2012). É, portanto, uma variável não econômica para a disseminação de informações e criação de consciência sobre a marca (Hinz et al., 2011). Decidimos apresentar a variável dependente em sua forma absoluta (no nível) para identificar o efeito marginal do tipo de postagem no número de compartilhamentos. Essa escolha diferencia nossas análises das análises de De Vries et al. (2012), Kim et al. (2015) e Sabate et al. (2014), que apresentaram as variáveis dependentes na forma logarítmica. É também diferente do estudo conduzido por Cvijikj e Michahelles (2013), que apresentaram as variáveis dependentes na forma de um índice.

Um grupo de seis variáveis de controle também foi considerado para isolar o real efeito de cada categoria no número de compartilhamentos. Em primeiro lugar, a marca foi controlada por meio da coleta de postagens nos perfis de oito marcas de cerveja (brand1 a brand8), como no estudo de De Vries et al. (2012) e Kim et al. (2015), que utilizaram categorias de produto como variável de controle. Este estudo também se baseou no trabalho de De Vries et al. (2012), já que considerou o momento da semana em que a postagem ocorreu (meio da semana ou final de semana) como uma variável de controle. Quatro outras variáveis foram definidas: (i) duração da postagem, da data em que o conteúdo dos perfis foi salvo pelos pesquisadores (duração); (ii) número de postagens da marca no mesmo dia (quantidade); (iii) momento do dia (manhã, tarde ou noite); e (iv) mês no qual a postagem ocorreu (dezembro, janeiro ou fevereiro). Esse total de seis variáveis de controle também excedeu os estudos anteriores no contexto do Facebook.

Tabela 3:
Variáveis independentes do estudo

5.2 Modelo empírico e testes de especificação

Um modelo econométrico foi construído, no qual a variável dependente era o número de compartilhamentos, um meio de análise do marketing viral. O modelo inclui as variáveis independentes quantitativas e qualitativas discutidas anteriormente. As representações dos parâmetros de interceptação e de inclinação são reproduzidas na Equação 1. Vale a pena notar que a equação omite as variáveis da referência removidas para facilitar a operacionalização da análise estatística. Como um princípio geral para a inclusão das variáveis artificiais que indicam grupos diferentes, no caso do modelo de regressão apresentando os grupos ou categorias “g”, a necessidade da inclusão das variáveis g - 1 nos modelos é enfatizada (Wooldridge, 2013). As variáveis da referência definidas no modelo foram: “br1” para a marca de cerveja, “ser” para postagens na categoria Serviços, “aft” para tarde, “mid” para o período do meio da semana e “dec” para o mês de dezembro. O agrupamento foi selecionado após a realização de um procedimento em etapas em que essa combinação resultou em uma interceptação estatisticamente insignificante, o que tornou possível fazer comparações apropriadas entre os coeficientes associados aos grupos de variáveis artificiais e a interceptação do grupo-base (Wooldridge, 2013). Em resumo, a insignificância estatística da constante permitiu comparações entre os coeficientes dos tipos de postagem quando elas eram significativas.

(1)

Testes de pressuposto foram realizados antes da escolha do modelo analítico. Em primeiro lugar, os testes foram feitos para identificar a presença de heterocedasticidade. Em ambos os casos, a hipótese nula foi rejeitada em razão da presença da variância constante dos residuais. O teste de White (1980) retornou um valor Chi de 57,53 (p < 0,01), ao passo que o teste de Breusch e Pagan (1979) retornou um valor Chi de 3803,95 (p < 0,01). A normalidade do teste de residuais (Chi = 23758,9, p < 0,01) corrobora esses resultados que mostram que os residuais não têm distribuição normal. Esses procedimentos fundamentam a escolha de um modelo robusto de estimativa, utilizando os Mínimos Quadrados Generalizados (MQG).

6 Resultados

A Tabela 4 resume a estatística descritiva. Decidimos não apresentar a estatística para as variáveis de controle relacionadas às marcas (br1 a br8) porque elas foram omitidas na amostra. Uma postagem recebe, em média, 1924,54 compartilhamentos, com um desvio padrão de 4712,65. Entre as variáveis independentes qualitativas utilizadas, o maior número de postagens foi categorizado no tipo Publicidade e Promoção (1801), cerca de 69% de todo o conteúdo analisado no estudo. Isso implica que, em geral, as marcas utilizam o Facebook para promover conteúdo sobre entretenimento e para anunciar sorteios e concursos. Em seguida, aparecem as postagens produzidas por fãs (294), seguidas daquelas que comunicam eventos relacionados às marcas (191). O conteúdo menos utilizado foi aquele que anuncia pesquisas (22) e aplicativos (23), respectivamente. No caso da tipologia da postagem, a Tabela 4 apresenta a estatística descritiva dos compartilhamentos ponderados pelo número de postagens dentro de cada categoria.

Os resultados de ambas as variáveis de controle quantitativas mostram que o tempo médio de exposição da publicação foi de 61,57 dias. Esse número é uma função direta do período durante o qual a investigação ocorreu, a saber, três meses, e mostrou um desvio de 25,44. A variável quantidade (qua) indica que, em média, as marcas fazem 4,72 postagens por dia, com um desvio padrão de 2,83. As variáveis de controle qualitativas indicam que a maioria das postagens (1115, 43%) ocorre à tarde, entre 12h e 17h59, e no meio da semana (1509, 58%). Esses resultados são importantes porque representam uma indicação da atividade das marcas na rede social virtual. Outros detalhes sobre o relacionamento entre as variáveis de controle são expressos na matriz de correlação.

Tabela 4:
Estatística descritiva

• Nota.^aA Tabela 4 apresenta a estatística descritiva dos compartilhamentos ponderados pelo número de postagens dentro de cada categoria. A média geral nesse caso é a média incondicional de compartilhamento (1924,54)

A Tabela 5 apresenta a estatística inferencial e mostra que o modelo se ajusta adequadamente aos dados. As variáveis incluídas explicam 16% da variabilidade nos compartilhamentos das postagens. Embora baixa, o que torna as estruturas prognosticadoras menos precisas, ela explica mais que o modelo de curtidas de De Vries et al. (2012), por exemplo. É importante lembrar, no entanto, que esses dois estudos possuem objetivos ligeiramente diferentes. O valor do R-quadrado e o uso de variáveis são sustentados pela significância global da regressão que retornou um F-estatístico de 31,24 (p < 0,01). A constante não é significativa porque os autores decidiram por um agrupamento de variáveis de referência que daria uma interceptação que não seria estatisticamente significativa. Esse procedimento garante que o efeito marginal dos tipos de postagem possa ser identificado. É importante mencionar que os testes para os fatores de inflação da variância (VIF) identificaram uma fraca presença de multicolinearidade entre as variáveis independentes. Apenas a variável Promoção e Publicidade (VIF = 7,21) apresentou um resultado próximo a 8. Números maiores que 10 podiam representar um problema de colinearidade. Entretanto, os valores variaram entre 1 e 5 com dados das postagens das cervejas, o que denota uma colinearidade aceitável entre os regressores (Gujarati & Porter, 2008).

Os resultados das estimativas para as variáveis de controle mostram que realmente existe um efeito de uma marca principal. Das oito marcas escolhidas para controlar esse efeito, a significância estatística foi observada em seis, que tiveram coeficientes positivos (br2, br3, br4 e br8) ou negativos (br5 e br7). Esses resultados mostram que a atividade de uma marca no Facebook pode refletir a participação dessa marca no mercado. Entretanto, seria necessário confrontar e comparar esses dados, o que não foi possível neste estudo. Em relação às variáveis de controle, também foi observado que, na média, as postagens do período da manhã receberam mais compartilhamentos do que dos períodos da tarde ou da noite, e do mesmo modo as postagens publicadas em dezembro receberam mais compartilhamentos do que aquelas de janeiro ou fevereiro. Todos esses coeficientes são estatisticamente significativos em nível de 99%, com exceção da duração da postagem (dur): o tempo de exposição reduziu o número de compartilhamentos em um nível de confiança de 90%.

6.1 Resultados dos testes das hipóteses

Como já mencionado, a análise da Constante (Const.) mostra uma interceptação que não é estatisticamente significativa. Isso significa que não há relacionamento entre o tipo de Serviço (ser) e o número de compartilhamentos. Essa categoria é omitida na Tabela 5 porque é a categoria de referência das variáveis de tipo que é reproduzida na interceptação. Em termos estatísticos, seu efeito no marketing viral é zero e, com tal resultado podemos dizer que não há sustentação para a Hipótese 7. Embora haja uma literatura consistente sobre o impacto de elementos e dimensões adicionais de serviços em níveis individual e organizacional (Raja et al., 2013), esse efeito não é reproduzido nas redes sociais virtuais. Postagens que se referem a Serviços, como lojas virtuais ou atendimento ao cliente, não influenciam o compartilhamento da postagem. Pode-se até afirmar que os valores das variáveis br1, aft, mid e dec, todos reproduzidos na interceptação, também são estatisticamente iguais a zero e não têm impactos lineares na variável dependente.

A Hipótese 1 também não foi sustentada, uma vez que as postagens do tipo Aplicativo (app) não tiveram um efeito positivo na variável dependente. O uso de aplicativos aumenta o envolvimento do usuário e melhora as avaliações dos usuários (Claussen et al., 2013) quando o desenvolvedor de software é confiável (Eling et al., 2013). Embora os aplicativos sejam mecanismos fundamentais para a disseminação do conteúdo (Eling et al., 2013), seu uso nas postagens da marca não tem um impacto significativo no compartilhamento da postagem. A Hipótese 2 também não foi sustentada porque o coeficiente da variável Evento (eve) é estatisticamente igual a zero. As páginas de evento no Facebook podem até mesmo encorajar os indivíduos a participar dos eventos fora da rede social (Lee & Paris, 2013), embora não levem diretamente ao compartilhamento da postagem que menciona um certo evento, quando esse conteúdo é publicado nos perfis da marca.

Houve um efeito positivo e estatisticamente significativo em um nível de confiança de 99% da categoria Fã (fan) no compartilhamento. Ete resultado garante a confirmação da Hipótese 3 e é a primeira evidência de marketing viral no Facebook. Muitos estudos focam o impacto do conteúdo gerado pelo usuário nas consequências econômicas, como as vendas. A literatura mostra um efeito positivo nas vendas agregadas de produtos como filmes, livros e video games (Goh et al., 2013). Nosso estudo oferece uma base analítica consistente para o fato de as postagens classificadas nessa categoria também terem um impacto positivo nas consequências não econômicas, como os compartilhamentos, um fenômeno que ocorre nas redes sociais virtuais, como o Facebook. Esse impacto é importante porque os principais objetivos de uma campanha de marketing viral são disseminar a informação, criar consciência e cultivar as percepções sobre a marca (Hinz et al., 2011).

Os consumidores buscam informações sobre as marcas e, em certos casos, essa busca pode consumir muito tempo e esforços (Kiel & Layton, 1981). Diferente do que é observado em nível individual e fora do contexto virtual, oferecer informações sobre marcas nas redes sociais virtuais não garante uma resposta em medidas não econômicas. Em nosso estudo, as postagens de marca classificadas como Informação (inf) não tiveram quaisquer efeitos positivos nos compartilhamentos. Esses resultados não sustentam a Hipótese 4 e confirmam os resultados do estudo de De Vries et al. (2012) e Cvijikj e Michaehelles (2013) nos quais os autores, respectivamente, não encontraram nenhum relacionamento entre o conteúdo informativo, curtidas, comentários e compartilhamentos e concluíram que não é a característica que determina a popularidade de uma postagem.

Tradicionalmente, os gerentes de marketing utilizam o formato de comunicação um-para-muitos para disseminar os valores da marca para o público-alvo, mas o advento das redes sociais virtuais obrigou-os a incorporar essa mídia no mix de comunicações (Gensler, Völckner, Liu-Thompkins & Wiertz, 2013). Em formatos de comunicação um-para-muitos, há um relacionamento entre o indivíduo e um ambiente mediador que oferece altos níveis de interatividade (Hoffman & Novak, 1996), como por meio de pesquisas. De Vries et al. (2012) encontraram um relacionamento negativo entre altos níveis de interatividade e curtidas, e um relacionamento positivo entre altos níveis e comentários. Ao abordar especificamente o contexto do marketing viral, não houve efeitos positivos do tipo de postagem Pool (poo) no compartilhamento, o que não sustenta a Hipótese 5 em nosso estudo.

A segunda indicação de marketing viral no Facebook decorre do efeito positivo da categoria Promoção e Publicidade (pp). Esse efeito sustenta a Hipótese 6 e mostra que, para as postagens que anunciam concursos e sorteios e promovem a marca com conteúdo de entretenimento, há um aumento médio de 2419,25 compartilhamentos. Esse relacionamento é estatisticamente significativo em um nível de 99% e corrobora os estudos de Taylor et al. (2012) sobre o Facebook e de Lin e Peña (2011) sobre o Twitter. O primeiro mostrou que o conteúdo de entretenimento em anúncios na rede social virtual exerce uma influência positiva na atitude dos usuários do serviço, ao passo que o último mostrou que as marcas utilizam tons positivos na gestão da comunicação socioemocional com seus públicos. É interessante que os resultados desse tipo foram diferentes dos encontrados na pesquisa de De Vries et al. (2012), que não encontrou qualquer relacionamento significativo entre as postagens com conteúdo relacionado a entretenimento e curtidas e comentários. Por outro lado, Cvijikj e Michaehelles (2013) encontraram uma relação significativa e positiva entre as postagens de entretenimento e as curtidas, comentários e compartilhamentos. Esses resultados indicam a necessidade de mais pesquisa sobre a tipologia das postagens nas redes sociais virtuais.

Tabela 5:
Resultados para os coeficientes das variáveis independente e de controle

• Nota. Valores em negrito: valor p < 0,00; em itálico: valor p < 0,10.

6.2 Análise adicional

Concentramo-nos nas tipologias Fã e Promoção e Publicidade para realizar a análise adicional de nossos resultados. O objetivo foi o de explorar os resultados encontrados em nosso modelo inferencial. Em primeiro lugar, realizamos testes T simples em amostras independentes para comparar as médias desses dois grupos, considerando o conjunto completo de variáveis de controle. Considerando as postagens das oito marcas no conjunto de dados e a quantidade de postagens por dia, as médias foram estatisticamente diferentes a um nível de 99%. Para o momento do dia, as médias foram diferentes a níveis de 99% (para manhã), 95% (tarde) e 90% (noite). Os resultados não sugerem diferença estatística nas médias para a duração, momento da semana e mês da postagem. A Tabela 6 resume os resultados dos testes T.

Um segundo procedimento envolve uma Anova para atender dois objetivos: em primeiro lugar, para gerar médias marginais estimadas; em segundo lugar, para identificar o efeito parcial para cada tipologia de postagem. Nesse modelo, utilizamos o compartilhamento como variável dependente e as tipologias de postagem como variáveis de fator. Tentamos rodar uma Anova utilizando a quantidade e a duração das postagens como covariáveis, mas os pressupostos básicos desse modelo (independência da covariável e efeito do tratamento e homogeneidade das inclinações de regressão) foram violados (Field, 2009). A Figura 2 revela o primeiro resultado da Anova, indicando que as postagens Fã e Promoção e Publicidade estavam de fato muito acima da linha de base, gerando mais que pelo menos 2 mil compartilhamentos, ao passo que Aplicativo, Evento, Informação e Pool estavam próximos ao ponto marcado em zero. As postagens categorizadas como Serviço estão apenas ligeiramente acima dessa linha de base.

Tabela 6:
Resultados para os testes T utilizando dois grupos: tipologias Fã e Promoção e Publicidade

• Nota. Valores em negrito: valor p < 0,001; em negrito e itálico: Valor p <0,05; em itálico: valor p < 0,10 ^a Fornecido pelo teste de hipótese de Levene para a paridade das variâncias (Utilizamos um nível de confiança de 95% para este teste).

Figura 2:
Médias marginais estimadas considerando diferentes tipologias de postagem

A Tabela 7 complementa a Figura 2 e apresenta os resultados para o modelo Anova. Ela revela que apenas os coeficientes das tipologias Fã e Promoção e Publicidade são estatisticamente diferentes de Serviço, a categoria de referência. Fã é significativo em um nível de 99%, e Promoção e Publicidade, em um nível de 95%. Os efeitos parciais da primeira tipologia são três vezes maiores do que da última, claramente indicando como os marqueteiros deveriam investir na categorização de conteúdo no Facebook, para melhorar a probabilidade do marketing viral.

Tabela 7:
Estimativas de parâmetro para o modelo Anova

• Nota. Valores em negrito: valor p < 0,001; em negrito e itálico: valor p< 0,05 ^a Este parâmetro é fixado em zero porque é redundante (categoria de referência).

7 Discussão e implicações gerenciais

As redes sociais virtuais como o Facebook revolucionaram os modos como as organizações se relacionam com seus mercados e com a sociedade em geral, e criaram um mundo de novas possibilidades e desafios para os vários aspectos da empresa (Aral, Dellarocas & Godes, 2013). À medida que essas mídias ganham popularidade entre os usuários, os gerentes buscam modos para incluir essas redes na estratégia de marketing para envolver e influenciar seus públicos-alvo (Hoffman & Novak, 2012). Essas redes levam à participação ativa do indíviduo e garantem altos níveis de interconectividade de rede (Hennig-Thurau, Hofacker & Bloching, 2013) que transformam aspectos-chave do marketing e do comportamento do consumidor. Entretanto, apesar de tal progresso, muitas perguntas permanecem sem resposta (Aral et al., 2013) e os pesquisadores ainda estudam métricas mais efetivas para gerenciar as marcas nesses ambientes (Peters et al., 2013).

Um dos mecanismos de resposta mais conhecido no Facebook é a opção de compartilhamento. As pessoas que acessam as redes sociais virtuais podem produzir e modificar conteúdo, mas, acima de tudo, elas têm a opção de compartilhá-lo (Peters et al., 2013). Kietzmann et al. (2012) mencionam uma importante implicação do compartilhamento nas redes sociais virtuais: a necessidade de descobrir quais forças induzem as pessoas a disseminar tal conteúdo. Essa necessidade é sustentada pelas lacunas teóricas observadas na literatura sobre marketing viral. Bampo, Ewing, Mather, Stewart e Wallace (2008), por exemplo, mostram a necessidade para uma análise intensificada da interferência gerencial no marketing viral no Facebook, ao passo que Schulze et al. (2014) destacam as diferenças nos mecanismos de compartilhamento para produtos utilitários e pouco utilitários, como serviços de jogos e música.

Nosso estudo contribui para a pesquisa atual sobre marketing viral por meio da análise do impacto do conteúdo da marca nas redes sociais virtuais. Em primeiro lugar, nossa tipologia, baseada na construção de sete categorias de postagens, é uma melhoria qualitativa em relação aos estudos com objetivos similares, já que inclui um número mais abrangente e maior de conteúdos nas interações entre a marca e os públicos-alvo. Em segundo lugar, os resultados dos testes das hipóteses, resumidos na Tabela 8, mostram a importância do conteúdo gerado pelo usuário e daquele que menciona ofertas ou promove a marca na rede social. Estudos anteriores utilizando a plataforma Facebook não categorizaram as postagens criadas por fãs/seguidores de marca. As principais implicações gerenciais se referem a essas duas categorias, que mostraram impactos lineares e positivos no número de compartilhamentos: os marqueteiros envolvidos no gerenciamento das marcas no Facebook deveriam publicar postagens que promovessem a marca e reproduzissem o conteúdo gerado pelas pessoas envolvidas com a mesma se buscam aumentar a capacidade de viralização de tais postagens.

Tabela 8:
Resultados dos testes das hipóteses

8 Limitações e pesquisa futura

A principal limitação deste estudo está relacionada ao número reduzido de amostras em algumas categorias. Pool (22) e Aplicativos (23) estão próximos de 1% das postagens analisadas. Como são menos frequentes, um estudo que aumentasse esse número exigiria mais tempo durante a fase de coleta de dados. Outra consideração importante que limita o escopo de nosso estudo é a inclusão de muitas variáveis de controle de natureza qualitativa. Estudos futuros deveriam incorporar, por exemplo, o comprimento da mensagem em caracteres e tentar consolidar todas as variáveis utilizadas em estudos anteriores. Finalmente, o método dos Mínimos Quadrados limita a análise para uma função linear. Novos métodos poderiam melhorar o poder explicativo do marketing viral no Facebook.

Estudos futuros deveriam ampliar e melhorar o modelo apresentado. Em primeiro lugar, seria apropriado testar a variável compartilhamento em forma logarítmica para analisar a taxa de variação do marketing viral, como estudos anteriores fizeram. Não obstante, para tornar isso factível, sugere-se que a restrição de tempo seja incluída para analisar a evolução dessa taxa ao longo do tempo. Em segundo lugar, novos modelos poderiam incluir outras variáveis de resposta não econômicas, como curtidas e comentários, e considerar a endogenicidade de variáveis como curtidas, comentários e compartilhamentos. A estrutura empírica seria baseada em sistemas de equações que, teoricamente, parecem capturar melhor a dinâmica da interação entre os indivíduos e as marcas no Facebook, já que aqueles que curtem uma postagem em particular parecem estar mais inclinados a comentá-la e compartilhá-la.

Referências

• Abram, C., & Pearlman, L. (2008). Facebook for dummies Hoboken, NJ: John Wiley & Sons.
• Ahrens, J., Coyle, J. R., & Strahilevitz, M. A. (2013). Electronic word of mouth: The effects of incentives on e-referrals by senders and receivers. European Journal of Marketing, 47(7), 1034-1051.
• Aral, S., Dellarocas, D., & Godes, D. (2013). Social media and business transformation: A framework for research. Information Systems Research, 24(1), 3-13.
• Aral, S., & Walker, D. (2011). Creating social contagion through viral product design: A randomized trial of peer influence in networks. Management Science, 57(9), 1623-1639.
• Azar, S. L., Machado, J. C., Vacas-de-Carvalho, L., & Mendes, A. (2016). Motivations to interact with brands on Facebook: Towards a typology of consumer-brand interactions. Journal of Brand Management, 23(2), 157-178.
• Bagozzi, R. P. (1998). Marketing management Upper Saddle River, NJ: Prentice-Hall.
• Bampo, M., Ewing, M. T., Mather, D. R., Stewart, D., & Wallace, M. (2008). The effects of the social structure of digital networks on viral marketing performance. Information Systems Research, 19(3), 237-290.
• Boyd, D. M., & Ellison, N. B. (2007). Social network sites: Definition, history, and scholarship. Journal of Computer-Mediated Communication, 13(1), 210-230.
• Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. Econometrica, 47(5), 1287-1294.
• Brodie, R. J., Hollebeek, L. D., Jurić, B., & Ilić, A. (2011). Customer engagement: Conceptual domain, fundamental propositions, and implications for research. Journal of Service Research, 14(3), 252-271.
• Camarero, C., & San José, R. (2011). Social and attitudinal determinants of viral marketing dynamics. Computers in Human Behavior, 27(6), 2292-2300.
• Chan, Y. Y. Y., & Ngai, C. E. W. T. (2011). Conceptualising electronic word of mouth activity. Marketing Intelligence & Planning, 29(5), 488-516.
• Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: Online book reviews. Journal of Marketing Reserach, 43(3), 345-354.
• Chu, S., & Kim, Y. (2011). Determinants of consumer engagement in electronic word-of-mouth (eWOM) in social networking sites. International Journal of Advertising, 30(1), 47-75.
• Claussen, J., Kretschmer, T., & Mayrhofer, P. (2013). The effects of rewarding user engagement: The case of Facebook apps. Information Systems Research, 24(1), 186-200.
• Cvijikj, I. P., & Michahelles, F. (2013). Online engagement factors on Facebook brand pages. Social Network Analysis and Mining, 3(4), 843-861.
• De Bruyn, A., & Lilien, G. L. (2008). A multi-stage model of word-of-mouth influence through viral marketing. International Journal of Research in Marketing, 25(3), 151-163.
• De Vries, L., Gensler, S., & Leeflang, P. S. H. (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.
• Dessart, L., Veloutsou, C., & Morgan-Thomas, A. (2015). Consumer engagement in online brand communities: A social media perspective. Journal of Product & Brand Management, 24(1), 28-42.
• Dholakia, U. M., Bagozzi, R. P., & Pearo, L. K. (2004). A social influence model of consumer participation in network and small-group-based virtual communities. International Journal of Research in Marketing, 21(3), 241-263.
• Duan, W., Gu, B., & Whinston, A. B. (2008). The dynamics of online word-of-mouth and product sales: An empirical investigation of the movie industry. Journal of Retailing, 84(2), 233-242.
• Eckler, P., & Bolls, P. (2011). Spreading the virus emotional tone of viral advertising and its effect on forwarding intentions and attitudes. Journal of Interactive Advertising, 11(2), 1-11.
• Eisend, M., & Küster, F. (2011). The effectiveness of publicity versus advertising: A meta-analytic investigation of its moderators. Journal of the Academy of Marketing Science, 39(6), 906-921.
• Eling, N., Krasnova, H., Widjaja, T., & Buxmann, P. (2013). Will you accept an app? Empirical investigation of the decisional calculus behind the adoption of applications on Facebook. Proceedings of the International Conference of Information Systems, Milan, Italy.
• Erdogmus, I. E., & Çiçek, M. (2012). The impact of social media marketing on brand loyalty. Procedia - Social and Behavioral Sciences, 58, 1353-1360.
• Facebook. (2014). Facebook newsroom: Company info Retrieved from http://newsroom.fb.com/company-info/
  » http://newsroom.fb.com/company-info/
• Fennis, B. M., & Stroebe, W. (2010). The psychology of advertising New York, NY: Psychology Press.
• Field, A. (2009). Discovering statistics using SPSS Thousand Oaks, CA: Sage Publications.
• Fortin, D. R., & Dholakia, R. R. (2005). Interactivity and vividness effects on social presence and involvement with a web-based advertisement. Journal of Business Research, 58(3), 387-396.
• Furrer, O., Thomas, H., & Goussevskaia, A. (2008). The structure and evolution of the strategic management field: A contents analysis of 26 years of strategic management research. International Journal of Management Reviews, 10(3), 1-23.
• Gensler, S., Völckner, F., Liu-Thompkins, T., & Wiertz, C. (2013). Managing brands in the social media environment. Journal of Interactive Marketing, 27(4), 242-256.
• Goh, K., Heng, C., & Lin, Z. (2013). Social media brand community and consumer behavior: Quantifying the relative impacto f user- and marketer-generated contents. Information Systems Research, 24(1), 88-107.
• Groeger, L., & Buttle, F. (2014). Word-of-mouth marketing: Towards an improved understanding of multi-generational campaign reach. European Journal of Marketing, 48(7/8), 11860-1208.
• Gujarati, D., & Porter, D. (2008). Basic econometrics New York, NY: McGraw-Hill.
• Harvey, C. G., Stewart, D. B., & Ewing, M. T. (2011). Forward or delete: What drives peer-to-peer message propagation acrosss social networks? Journal of Consumer Behavior, 10(6), 365-372.
• Heerde, H. J., & Neslin, S. A. (2008). Sales promotion models. In B. Wierenga (Ed.). Handbook of marketing decision models (107-162). New York, NY: Springer.
• Hennig-Thurau, T., Malthouse, E. C., Friege, C., Gensler, S., Lobschat, L., Rangaswamy, A., & Skiera, B. (2010). The impact of new media on customer relationships. Journal of Service Research, 13(3), 311-330.
• Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the Internet? Journal of Interactive Marketing, 18(1), 38-52.
• Hennig-Thurau, T., Hofacker, C. F., & Bloching, B. (2013). Marketing the pinball way: Understanding how social media change the generation of value for consumer and companies. Journal of Interactive Marketing, 27(4), 237-241.
• Hinz, O., Skiera, B., Barrot, C., & Becker, J. U. (2011). Seeding strategies for viral marketing: An empirical comparison. Journal of Marketing, 75(6), 55-71.
• Ho, J. Y. C., & Dempsey, M. (2010). Viral marketing: Motivations to forward online contents. Journal of Business Research, 63(9), 1000-1006.
• Hoffman, D. L., & Fodor, M. (2010). Can you measure the ROI of your social media marketing? MIT Sloan Management Review, 52(1), 41-49.
• Hoffman, D. L., & Novak, T. P. (1996). Marketing in hypermidia computer-mediated environments: Conceptual foundations. Journal of Marketing, 60(3), 50-68.
• Hoffman, D. L., & Novak, T. P. (2012). Toward a deeper understanding of social media. Journal of Interactive Marketing, 26(2), 67-70.
• Hollebeek, L. D., Glynn, M. S., & Brodie, R. J. (2014). Consumer brand engagement in social media: Conceptualization, scale development and validation. Journal of Interactive Marketing, 28(2), 149-165.
• Hoy, M. G., & Milne, G. (2010). Gender differences in privacy-related measures for young adult Facebook users. Journal of Interactive Advertising, 10(2), 28-45.
• Iribarren, J. L., & Moro, E. (2011). Branching dynamics of viral information spreading. Physical Review E, 84(4), 046116.
• Jansen, B., Zhang, M., Sobel, K., & Chowdury, A. (2009). Twitter power: Tweets as electronic word of mouth. Journal of the American Society for Information Science and Technology, 60(11), 2169-2188.
• Jurvetson, S. & Draper, T. (1997). Viral marketing: Viral marketing phenomenon explained Retrieved from http://www.dfj.com/news/article_26.shtml/
  » http://www.dfj.com/news/article_26.shtml/
• Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of social media. Business Horizons, 53(1), 59-68.
• Kiel, G. C., & Layton, A. (1981). Dimensions of consumer information seeking behavior. Journal of Marketing Research, 18(2), 233-239.
• Kietzmann, J. H., Silvestre, B. S., & McCarthy, I. P. (2012). Unpacking the social media phenomenon: Towards a research agenda. Journal of Public Affairs, 12(9), 109-119.
• Kim, D., Spiller, L., & Hettche, M. (2015). Analyzing media types and contents orientations in Facebook for global brands. Journal of Research in Interactive Marketing, 9(1), 4-30.
• Kumar, V., Bhaskaran, V., Mirchandani, R., & Shah, M. (2013). Creating a mensurable social media marketing strategy: Increasing the value and ROI of intangibles and tangibles for Hokey Pokey. Marketing Science, 32(2), 194-212.
• Kumar, V., & Mirchandani, R. (2012). Increasing the ROI of social media marketing. MIT Sloan Management Review, 54(1), 55-61.
• Lee, W., & Paris, C. M. (2013). Knowledge sharing and social technology acceptance model: Promoting local events and festivals through Facebook. Tourism Analysis, 18(4), 457-469.
• Lee, W., Xiong, L., & Hu, C. (2012). The effect of Facebook users’ arousal and valence on intention to go to the festival: Applying and extension of the technology acceptance model. International Journal of Hospitality Management, 31(3), 819-827.
• Leskovec, J., Adamic, L. A., & Huberman, B. A. (2007). The dynamics of viral marketing. ACM Transactions on the Web, 1(1), 1-46.
• Lin, K.-Y., & Lu, H.-P. (2011). Why people use social networking sites: An empirical study integrating network externalities and motivation theory. Computers in Human Behavior, 27(3), 1152-1161.
• Lin, J. S., & Peña, J. (2011). Are you following me? A contents analysis of TV networks brand communication on Twitter. Journal of Interactive Advertising, 12(1), 17-29.
• Lindgreen, A., Doeble, A., & Vanhamme, J. (2013). Word-of-mouth and viral marketing referrals: What do we know? European Journal of Marketing, 47(7), 1028-1033.
• Martensen, A., & Gronholdt, L. (2008). How events work: Understanding consumer responses to event marketing. Innovative Marketing, 4(4), 44-56.
• Modzelewski, F. M. (2000). Finding a cure for viral marketing. Direct Marketing News, 11(9).
• Nelson-Field, K., Riebe, E., & Newstead, K. (2013). The emotions that drive viral video. Australasian Marketing Journal, 21(4), 205-211.
• Oeldorf-Hirsch, A., & Sundar, S. S. (2015). Posting, commenting, and tagging: Effects of sharing news stories on Facebook. Computers in Human Behavior, 44, 240-249.
• Oh, S., & Syn, S. Y. (2015). Motivations for sharing information and social support in social media: A comparative analysis of Facebook, Twitter, Delicious, YouTube, and Flickr. Journal of the Association for Information Science and Technology, 66(10), 2045-2060.
• Park, N., Kee, K. F., & Valenzuela, S. (2009). Being immersed in social networking environment: Facebook groups, uses and gratifications, and social outcomes. CyberPsychology & Behavior, 12(6), 729-733.
• Park, M., & Lennon, S. J. (2009). Brand name and promotion in online shopping contexts. Journal of Fashion Marketing and Management, 13(2), 149-160.
• Pavlou, P. A., & Dimoka, A. (2006). The nature and role of feedback text comments in online marketplaces: Implications for trust building, price premiums, and seller differentiation. Information Systems Research, 17(4), 392-414.
• Peters, K., Chen, Y., Kaplan, A. M., Ognibeni, B., & Pauwels, K. (2013). Social media metrics: A framework and guidelines for managing social media. Journal of Interactive Marketing, 27(4), 281-298.
• Porter, L., & Golan, G. J. (2006). From subservient chicken to brawny men: A comparison of viral advertising to television advertising. Journal of Interactive Advertising, 6(2), 26-33.
• Raja, J. Z., Bourne, D., Goffin, K., Çakkol, M., & Martinez, V. (2013). Achieving customer satisfaction through integrated products and services: An exploratiory study. Journal of Product Innovation Management, 30(6), 1128-1144.
• Ransbotham, S., Kane, G. C., & Lurie, N. H. (2012). Network characteristics and the value of collaborative user-generated contents. Marketing Science, 31(3), 387-405.
• Rauschnabel, P. A., Praxmarer, S., & Ivens, B. S. (2012). Social media marketing: How design features influence interactions with brand postings on Facebook. In M. Eisend, T. Langner, & S. Okazaki (Eds.). Advances in Advertising Research (Vol. III). Wiesbaden, Germany: Springer Gabler.
• Rohm, A., Kaltcheva, V. D., & Milne, G. R. (2013). A mixed-method approach to examining brand-consumer interactions driven by social media. Journal of Research in Interactive Marketing, 7(4), 295-311.
• Russell-Bennet, R., & Neale, L. (2009). Social networking: Investigating the features of Facebook application. Proceedings of Academy of Marketing Annual Conference, United Kingdom.
• Sabate, F., Berbegal-Mirabent, J., Cañabate, A., & Lebherz, P. (2014). Factors influencing popularity of branded contents in Facebook. European Management Journal, 32(6), 1001-1011.
• Schultz, D. E., & Peltier, J. (2013). Social media’s slippery slope: Challenges, opportunities and future research directions. Journal of Research in Interactive Marketing, 7(2), 86-99.
• Schulze, C., Schöler, L., & Skiera, B. (2014). Not all fun and games: Viral marketing for utilitarian products. Journal of Marketing, 78(1), 1-19.
• Smith, A. N., Fischer, E., & Yongjian, C. (2012). How does brand-related user-generated contents differ across Youtube, Facebook, and Twitter. Journal of Interactive Marketing, 26(2), 102-113.
• Sohn, D. (2009). Disentangling the effects of social network density on electronic word-of-mouth (eWOM) intention. Journal of Computer-Mediated Communication, 14(2), 352-367.
• Southgate, D., Westoby, N., & Page, G. (2010). Creative determinats of viral video viewing. International Journal of Advertising, 29(3), 349-368.
• Stammerjohan, C., Wood, C. M., Chang, Y., & Thorson, E. (2005). An empirical investigation of the interaction between publicity, advertising, and previous brand attitudes and knowledge. Journal of Advertising, 34(4), 55-67.
• Sun, T., Youn, S., Wu, G., & Kuntaraporn, M. (2006). Online word-of-mouth (or Mouse): An exploration of its antecedents and consequences. Journal of Computer-Mediated Communication, 11(4), 1104-1127.
• Swanepoel, C., Lye, A., & Rugimbana, R. (2009). Virally inspired: A review of the theory of viral stealth marketing. Australasian Marketing Journal, 17(1), 9-15.
• Swani, K., Milne, G., & Brown, B. P. (2013). Spreading the word through likes on Facebook. Journal of Research in Interactive Marketing, 7(4), 269-294.
• Taylor, D. G., Lewin, J. E., & Strutton, D. (2011). Friends, fans, and followers: Do ads work on social networks? Journal of Advertising Research, 51(1), 258-275.
• Taylor, D. G., Strutton, D., & Thompson, K. (2012). Self-enhancement as a motivation for sharing online advertising. Journal of Interactive Advertising, 12(2), 13-28.
• Van der Lans, R., Van Bruggen, G., Eliashberg, J., & Wierenga, B. (2010). A viral branching model for predicting the spread of electronic word of mouth. Marketing Science, 29(2), 348-365.
• Vilpponen, A., Winter, A., & Sundqvist, S. (2006). Electronic word-of-mouth in online environments: Exploring referral networks structure and adoption behavior. Journal of Interactive Advertising, 6(2), 8-77.
• Wellman, B. (2001). Computer networks as social networks. Science, 293(5537), 2031-2034.
• White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817-838.
• Wooldridge, J. M. (2013). Introductory econometrics: A modern approach Mason, OH: Cengage Learning.
• Yang, J., Yao, C., Ma, W., & Chen, G. (2010). A study of the spreading scheme of viral marketing based on a complex network model. Physica A, 389(4), 859-870.
• Zarrella, D., & Zarrella, A. (2010). The Facebook marketing book Sebastopol, CA: O’Reilly Media.
• Zhang, L., Ma, B., & Cartwright, D. K. (2013). The impact of online user reviews on câmera sales. European Journal of Marketing, 47(7), 1115-1128.

• 2
  Avaliado pelo sistema: Double Blind Review

Contribuição autores:

Datas de Publicação

• Publicação nesta coleção
  Dez 2016

Histórico

• Recebido
  22 Jul 2015
• Aceito
  30 Ago 2016