Banner top Til forsiden Econa

Lar vi oss påvirke av reklame i sosiale medier?

I løpet av de siste årene har reklamekonseptet blitt stadig mer avansert. Selskaper, forretningspartnere, annonseringsnettverk og andre aktører på nett samler inn informasjon når brukerne deres leser annonser eller klikker på noen av annonsene på nettsteder. De samler også informasjon om brukerne når annonsene deres vises på andre nestteder, som for eksempel Facebook, og kan på den måten vises tilpassede annonser, som genereres på basis av de interessene brukerne utviser gjennom son nettlesing. . Mange mener at disse tilpassede reklamene på Facebook påvirker dem til å kjøpe produkter på internett. Samtidig er mange bekymret for annonsørene får altfor stort innblikk i privatlivene til brukere av blant annet Facebook. For å kunne avkrefte eller bekrefte om disse reklamene faktisk har noen effekt, gjorde vi derfor en undersøkelse med formål å avdekke om brukerne av Facebook lar seg påvirke av tilpasset reklame. Undersøkelsen er begrenset til å bare ta hensyn til ett sosialt medium, Facebook, da dette er et av de mest brukte sosiale nettverkene.

Utgangspunktet for hypotesen var at vi ønsket å finne ut om det eksisterer en sammenheng mellom kjønn og kjøp som en følge av tilpasset reklame på Facebook. Vi ønsket videre å finne ut om kvinner lar seg påvirke mer av tilpasset reklame enn menn.

Teoretisk rammeverk

I følge Athanasiadis og Mitropoulos (2010) benyttes begrepet «personalisering» til å uttrykke muligheter for å reklamere og selge produkter på forskjellige måter til hver enkelt kunde. Hovedmålet med «personalisering» er å gi den beste kundeservicen ved å bruke kunnskaper eller prediksjoner av kunders behov. Internett har vært en viktig kilde for markedsføring av personaliserte reklamer.

Personalisert teknologi har sitt fundament i informasjon bak brukeprofiler. Markedsførere kan enkelt avdekke de behovene som hver enkelt bruker har ved å undersøke deres søkehistorikk. Teorier tyder på at følgende egenskaper gir mest informasjon: bakgrunnsinformasjon (alder, kjønn etc.), preferanser (produkter og tjenester), interesser, søkehistorikk og virtuelle samfunn (Chen og Hsieh: 2012).

På en annen side er det også gjort undersøkelser på om reklame på internett er mer effektivt enn reklame i tradisjonelle medier som eksempelvis aviser og radio. Det viser seg at begge måtene har like stor effekt på konsumenter (Pavlou og Stewart: 2010).

figur-author

Metode

Det ble benyttet en web-basert spørreundersøkelse for å samle inn nødvendige data, gjennom dataprogrammet «Questback». Spørreundersøkelsen ble sendt til alle masterstudenter ved Handelshøyskolen i Bodø.

For å analysere de innsamlede dataene vi fikk fra Questback ble SPSS benyttet som analyseverktøy. Antall respondenter anses som et representativt utvalg.

Analysen av svarene viste at det var omtrent like mange menn som kvinner som har besvart spørreundersøkelsen. Videre var samtlige respondenter brukere av Facebook. Dette gav et godt grunnlag for å sammenligne de to kjønnenes ulike oppfatninger og påvirkningsgrad.

Standardavviket av kjøp på bakgrunn av TR (tilpasset reklame) forteller at 23,5 prosent ligger i nærheten av gjennomsnittet på 5,71 prosent; altså stor spredning. Følgelig kan man si at det er de færreste som har latt seg påvirke i stor nok grad av den tilpassede reklamen til at det har ført til kjøp.

I gjennomsnitt er det 85,7 prosent av respondentene som har brukt internett til å handle produkter eller tjenester, i tillegg til at ca. 97 prosent har brukt internett som informasjonskilde.

Videre har 5,71 prosent av respondentene har endt opp med å kjøpe et produkt på bakgrunn av tilpasset reklame.

Det ble i tillegg gjort en korrelasjonsanalyse, for å forklare om en variabel er avhengig av en annen, altså om det er kausalitet. Når vi tok for oss kjønn og grad av påvirkning av TR, var pearsons r er 0,189, noe som betyr at det er lite lineær sammenheng mellom variablene. I denne sammenhengen lå r nærmere 0 enn 1, dvs. at den lå nærmest det som kalles en «ikke-lineær sammenheng».

Til slutt ble det gjort en regresjonsanalyse for å se på sammenhengen mellom den avhengige variabelen og de uavhengige variablene. Den ustandardiserte regresjonskoeffisienten forteller hvor mye de uavhengige variablene øker når den avhengige variabelen øker med et poeng. Den standardiserte regresjonskoeffisienten viser om det er liten eller stor sammenheng mellom to variabler på en skala fra –1 til 1.

Resultatet ble vurdert ut fra følgende verdier:

  • Ubetydelig effekt (0,01–0,09)
  • Liten effekt (0,10–0,29)
  • Middels effekt (0,30–0,49)
  • Stor effekt (0,50–1,00)

En OLS-analyse (ordinary least square) er en regresjonsanalyse som skal minimere den vertikale distansen mellom linjen og punktene. Ved å gjøre dette vil man minimere den totale summen av kvadratene (Brooks: 2002). Ved å utføre en slik analyse kan man tegne en rett linje mellom alle punktene i en graf.

Resultatet viser at den uavhengige variabelen, tid brukt på Facebook, øker med 0,136 når den avhengige variabelen, kjøp, øker med 1.

Diskusjon og konklusjon

Ved aksept av nullhypotese kan man beskrive populasjonen med bakgrunn av funnene i utvalget. Etter å ha analysert korrelasjonskoeffisientene mellom den avhengige variabelen og den viktigste uavhengige variabelen med et signifikansnivå på 5 prosent, kunne vi med sikkerhet forkaste vår nullhypotese om at kvinner kjøper mest på bakgrunn av tilpasset reklame på Facebook. Følgelig ble alternativhypotesen ble akseptert, og vår konklusjone er altså at at kjønn ikke er en variabel for å si noe om påvirkning til kjøp på bakgrunn av tilpasset reklame på Facebook.

Kilder

  • Analyseteknikker, resultater og utvalgsstørrelser hentet 04.11.2013 fra www.somaresearch.no/id43.html,
  • Athanasiadis, E., Mitropoulos, S. (2010). A distributed platform for personalized advertising in digital inveractive TV environments. Elsevier. Science Direct.
  • Brooks, C. (2002). Introductory econometrics for finance. Cambridge University Press.
  • Chen, P-T., Hsieh, H-P. (2012). Personalized mobile advertising: Its key attributes, trends, and social impact. Elseiver. Science direct.
  • Easterby-Smith, M., Thorpe, R., Jackson, P. (2012). Management Research. Ashford Colour, Storbritannia.
  • Johannessen, A., Christoffersen, L., Tufte, P. A. (2011). Forskningsmetode for økonomisk-administrative fag. (IIV. Utg). Abstrakt forlag AS, Oslo.
  • Pavlou, P. A., Stewart, D.W. (2010). Measuring the effects and effectiveness of interactive advertising: A research agenda. Journal of Interactive Advertising, Vol 1 No 1, pp. 62–78. American Academy of Advertising.

© Econas Informasjonsservice AS, Rosenkrantz' gate 22 Postboks 1869 Vika N-0124 OSLO
E-post: post@econa.no.  Telefon: 22 82 80 00.  Org. nr 937 747 187. ISSN 1500-0788.

RSS