Consumer search and purchase : gravitational spatial sales model using search engine query data

• Autor(a) principal: Kemmerich, Graziele Camargo
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: eng
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/274579
• topic: Marketing digital; Motores de busca; Decisão de compra; Canais de comunicação; Análise estatística; Search engine; Prediction; Regression model; Huff model

As pessoas costumam obter informações de diversos tipos de fontes para buscar produtos e serviços em sua jornada de compra. Os canais de comunicação online, como as plataformas de motores de busca, são uma das fontes através das quais os consumidores podem obter informação. A plataforma do motor de busca é uma poderosa ferramenta online que atua como intermediária entre o interesse do consumidor relacionado a um produto (pesquisa orgânica) e os interesses das empresas que fornecem esse produto (pesquisa patrocinada). Embora a literatura de Marketing tenha trazido importantes avanços no entendimento de como a plataforma de search engine funciona e, sobretudo, no entendimento dos fatores que influenciam um consumidor a clicar ou não em um anúncio online, ainda existe uma lacuna importante de pesquisa no tocante às potencialidades que esse tipo de dado pode oferecer. Pesquisas em outras áreas do conhecimento já utilizaram o volume de buscas online como proxy para mensurar o interesse do consumidor e, com isso, prever eventos no mundo real, aproveitando o fato de que os dados de search engine fornecem a localização geográfica de quem busca informação online. Sendo assim, o objetivo dessa tese é propor um modelo de previsão que seja capaz de estimar as vendas em uma determinada região a partir do comportamento de busca online do consumidor e da localização geográfica dessas buscas. Para atingir esse objetivo, foram desenvolvidos 4 modelos de regressão, em que foi testada a influência nas vendas de variáveis que expressam o comportamento de busca online (Xg) e espacial do consumidor (Xt e Xu). O comportamento de busca online do consumidor foi mensurado a partir do volume de buscas realizadas no Google. Já o comportamento espacial foi calculado através de uma versão adaptada da equação de probabilidade de Huff, em que foram usadas como métricas de atratividade a extensão territorial e a área urbanizada de cidades definidas como origem e destino do deslocamento. O produto escolhido para obter os dados do Google e estimar as vendas foi o interruptor de luz. A base de dados do Google e a base de vendas da empresa de materiais elétricos foi filtrada de modo a abranger o período de julho de 2018 a novembro de 2019. As cidades metropolitanas localizadas nos Estados brasileiros da Bahia (BA), Espírito Santo (ES), Goiás (GO), Pará (PA), Pernambuco (PE), Minas Gerais (MG), Rio Grande do Sul (RS), Santa Catarina (SC), São Paulo (SP) e Tocantins (TO) foram as regiões escolhidas para aplicação dos modelos. Os resultados demonstraram que o comportamento de busca online do consumidor é um bom preditor de vendas nas regiões em que a informação sobre o produto selecionado foi buscada na internet. Contudo, o desempenho dos modelos não tiveram um desempenho acentuado no caso das capitais dos Estados. Além disso, em termos de poder preditivo, o uso da variável que utiliza como métrica de atratividade o valor da área urbanizada apresentou desempenho equivalente àquele cuja métrica empregada foi o valor da extensão territorial da cidade. A ausência de alcance de vendas da empresa em relação ao produto selecionado e a falta e/ou pouco retorno de volume de buscas online na região foi a principal limitação da pesquisa. Além disso, não foi possível identificar com precisão o local da busca online, assim como não foi possível identificar o local físico da venda do produto. Entre as sugestões de pesquisas futuras está a expansão do período de tempo para aplicação dos modelos e a combinação dos dados de busca online com outras formas de variáveis que representam o comportamento espacial do consumidor.