Репутационный менеджмент в Интернете: пользовательский опыт и его влияние на процесс принятия решения о покупке

SERM. Отзывы в Интернете - это то самое «сарафанное радио», влияющее на поведение пользователей в сети. Это мнение тех самых «значимых других», которое формирует субъективные нормы. Влияние отзывов на отношение и поведение пользователей широко признано. Согласно актуальной российской статистике, 93% пользователей ориентируются на отзывы в сети при выборе товаров и услуг. Более того, 64% опрошенных и читают, и пишут отзывы. При этом, различия в демографических характеристиках совсем невелики, однако мужчин чуть больше, чем женщин (83% против 89% соответственно), а людей в возрасте 35-44 лет больше, чем 55-64 лет (91% против 83%). То, что нам наиболее интересно - 73% респондентов совершают покупку после прочтения отзыва.

Эта информация совпадает с другими работами, написанными ранее, и с результатами по выборкам из других стран. Так, например, уже в 2014 году в США 92% потребителей регулярно читали отзывы и 88% им доверяли В 2019 была опубликована статья с выводами, что 97% американцев делают покупку после визита сайта-отзовика Yelp. В исследовании потребительского поведения 2018 года россияне выбирали качественные отзывы в Интернете как один из трех основных факторов, влияющих на решение в выборе определенного магазина. Подводя итог, можно сказать, что в академической среде нет разногласий по поводу того, что большинство пользователей читает отзывы перед покупкой, и это влияет на их отношение, намерение и поведение, учитывая огромное количество информации в онлайн-среде.

Если говорить про характер связи между тональностью отзывов и отношением к продукту в целом, более позитивные отзывы увеличивают продажи и улучшают отношение, а негативные снижают и ухудшают. При этом, негативные отзывы имеют большее влияние на пользователей, чем позитивные. Эффект, однако, зависит от оформления отзыва, характеристик автора и ресурса, на котором отзыв опубликован. Например, некоторые исследования показали, что отзывам других клиентов пользователи доверяют в 12 раз больше, чем описательным характеристикам, представленным владельцами сайтов и самими поставщиками. А если речь идет о публикации отзыва на площадке, которая подконтрольна самой компании, люди склонны более негативно оценивать опыт взаимодействия с этой организацией, чем если бы они делились своим мнением на внешнем ресурсе. Объяснение этому можно найти и с помощью теории запланированного поведения. Сайты, на которые, по мнению пользователей, у бренда есть влияние, снижают тот самый уровень субъективного контроля, поскольку существуют независимые сайты-отзовики. Это влияет и на отношение к полученному опыту, и на поведение - пользователь оставляет более негативную оценку, чем мог бы.

Доверие - это один из факторов, влияющих на поведение потребителей в целом. Стоит отметить, что некоторые компании этим доверием пренебрегают. Не только научному сообществу известно, что отзывы могут увеличивать продажи, поэтому появился феномен «fake reviews». Несмотря на то, что фейковые онлайн-отзывы запрещены на законодательном уровне в множестве стран, компании все еще берут на себя риск, чтобы переманить потенциальных клиентов. Специалисты Управления по конкуренции и рынкам Великобритании даже считают, что британцы могут тратить около Ј23 млрд в год под влиянием фейковых обзоров. Покупатели, в свою очередь, тоже становятся осведомлены об этой проблеме. Исследования показали, что, если у аудитории появляются сомнения насчет правдоподобности позитивного отзыва, это может оказать негативный эффект на намерение совершить покупку. На данный момент фейковые отзывы являются предметом обсуждения как с точки зрения науки, так и этики.

То, в каком виде представлены отзывы, также имеет значение. Существует несколько самых частых вариантов их оформления на сайтах: собирательный общий рейтинг и отдельные оценки пользователей. На данный момент все еще не существует единого мнения по поводу того, какой из видов производит наибольший эффект при покупке. Пристальное внимание уделяется дизайну самого места под отзыв и системе в целом, например, создаются ограничения для символов, добавляется возможность прикрепить фото, устанавливаются правила и сроки публикации, присутствует модерация.

Так или иначе, в интересах компании сделать так, чтобы клиент обязательно оставил отзыв после получения опыта, это выгодно для всех сторон, включая организацию, прошлых, текущих и потенциальных клиентов. Для этого бренды используют различные стимулирующие приемы: улучшают сервисы, дарят пробники, ищут партнеров, предлагают материальное поощрение и другое.

Однако недостаточно просто получить отзыв, часто необходимо его обработать и, более того, ответить пользователю. Необходимость продолжать диалог наиболее важна в случае, если полученный опыт был негативным. Полный ответ не только может помочь решить проблему потребителя, но и покажет другим людям, которые с ним ознакомятся, что компания действительно заботится о наилучшем уровне сервиса. Согласно исследованиям, наличие ответа на отзыв от лица компании повышает уровень доверия потребителей.

Феномен онлайн-отзывов детально изучен в литературе и не возникает сомнений в их необходимости как для компаний с целью улучшения репутации, так и для пользователей, которым рекомендации других людей помогают сделать выбор в процессе покупки.

SMM. Отзывы, однако, представлены не только на сайтах рекомендательных систем или специальных вкладках самих компаний. Более 60% аудитории, которая ищет информацию о продукте онлайн, использует социальные сети для этой же цели. 71% из тех, кто получил положительный опыт взаимодействия с социальными сетями бренда, вероятно порекомендует этот бренд другим. Российские исследования показали, что внушительное количество респондентов считает социальные сети вроде Facebook, ВКонтакте и Instagram важными в намерении совершить покупку. Треть опрашиваемых заявила, что доверяет отзывам оттуда больше, чем сайту поставщика.

Комментарии в социальных сетях по поводу продуктов, которые чаще всего представлены в виде вопросов или сложившегося мнения после знакомства с товарами или услугами, тоже являются видом word of mouth. Это касается и обработанного негатива, поскольку это не только решает проблему самого пользователя, но и поднимает бренд в глазах других.

«Функцию» репутационного менеджмента в SMM выполняет модерация. Социальные сети становятся площадкой для коммуникации с очень высоким уровнем вовлеченности, что побуждает пользователей вступать в этот диалог. Эксперты подтверждают, что работа с комментариями, устранение негатива и предотвращение возможных конфликтов в длительной перспективе тесно связано с репутацией как с точки зрения компании, так и клиентов. В зависимости от субъективной оценки полезности отзыва, эта информация может повлиять на намерение пользователя совершить покупку.

Коммуникация в социальных сетях также влияет на доверие пользователей. Более того, некоторые брендовые аккаунты пытаются создать коммьюнити для своей аудитории на основе своих продуктов. Подписчики положительно реагируют на такого рода сообщества, поскольку находят в нем группу людей, которые разделяют их интересы. Это выражается не только в очень высоких показателях вовлеченности (в том числе количестве комментариев), но и готовности рекомендовать бренд своему окружению.

Главные задачи модератора - поощрять развитие диалога, вовремя отвечать на вопросы пользователей, работать с негативными комментариями (см. главу 1). Негатив в социальных сетях может обрабатываться от лица «агентов влияния», как уже упоминалось выше, что тоже привело к появлению фейковых комментариев. Они часто становятся предметом обсуждения в СМИ из-за различных манипуляций в политической сфере.

В целом, отношение пользователей к отзывам и комментариям на внешних ресурсах и в социальных сетях совпадает - они находят их крайне полезными во время поиска информации, при этом сильнее реагируя на негатив, и эта информация влияет на их выбор.

SEO. Как уже было сказано, пользователи в процессе принятия решения о покупке часто обращаются к информации в сети. Даже для того, чтобы добраться до ресурсов с отзывами или социальных сетей, людям нужно воспользоваться поисковыми системами. По данным исследований, 91% пользователей не доходит до второй страницы поиска. Компании понимают, что первые страницы этих сайтов-агрегаторов являются их «лицом». От подобного первого впечатления во многом зависит, включит ли человек этот бренд в список альтернатив.

Оптимизация - это не новое, но очень действенное направление, которому технические специалисты уделяют отдельное внимание. Любой негатив, если не работать с поисковой выдачей, может выйти на первые страницы из-за высокой частоты переходов и заставить пользователя передумать, даже не ознакомившись с более полной информацией.

SEO ORM с точки зрения пользователя практически не изучен, и все выводы базируются в основном на опыте специалистов и статистике по переходам по ссылкам. Более того, SEO практически не зависит от самих пользователей, ведь они мало взаимодействуют с алгоритмами, системы делают все за них. Этот инструмент не направлен на вовлечение и коммуникацию, ведь мероприятия по оптимизации необходимы для привлечения аудитории, которая обычно тратит несколько секунд на быстрый просмотр поисковой выдачи, чтобы сделать некоторые выводы.

При этом, SEO пересекается с SERM в части работы с поисковой выдачей для создания положительного образа в сети. Восприятие пользователями первых страниц мало изучено, нет информации о том, какие источники с точки зрения управления репутацией интересны пользователям, поскольку компании здесь в большей степени заинтересованы в опережении конкурентов и отсутствии негатива. Знание о предпочтениях пользователей является важным для брендов, поскольку именно первые несколько сайтов, выданных по запросу, определят, включит ли человек бренд в список альтернатив в начале своего потребительского пути. Однако, на этот счет в академической литературе существует недостаток знания.

Подводя итог, можно заключить, что отдельные инструменты управления репутацией в Интернете с точки зрения компании достаточно глубоко изучены. Подтверждена их значимость для компаний. Существует большое количество практических статей о том, как должно выглядеть место для отзыва, как нужно ответить на комментарий или с помощью чего работать над SEO. С другой стороны, восприятие ORM с точки зрения пользователей изучено хаотично и в целом существует без привязки к репутационному менеджменту, а скорее относится к отдельным направлениям работы специалистов, например, с отзывами. SEO ORM изучен гораздо меньше, а сами компании в основном руководствуются опытом рекламных агентств и их показателями в реальном времени. При этом, опираясь на факторы, влияющие на поведение потребителей, и модель customer journey, можно сказать, что доверие к бренду и мнение «значимых других», которые в том числе влияют на репутацию, имеют большую значимость в процессе принятия решения о покупке. Однако, единого мнения относительно инструментария репутационного менеджмента и его влияния на decision-making с точки зрения пользователя не сложилось. Таким образом, проблемой данного исследования является неопределенность в научной дискуссии относительно связи репутационного менеджмента в Интернете и принятия решения пользователем о покупке.

Исходя из обозначенной проблемы, в рамках данной работы мы будем отвечать на следующий исследовательский вопрос: каково влияние инструментов репутационного менеджмента в Интернете на намерение пользователя в процессе принятия решения о покупке?

Основываясь на данных из литературы, которые преимущественно содержат информацию о положительной связи выборочных инструментов управления репутацией в Интернете и отношении пользователей к товарам, а также на мнении практиков в области digital-маркетинга, мы предполагаем, что влияние обсуждаемого феномена на потребителей положительно. Таким образом, первая гипотеза данного исследования сформулирована так:

(H1) Инструменты репутационного менеджмента в Интернете положительно влияют на намерение пользователя в процессе принятия решения о покупке.

Под инструментами здесь мы будем понимать конкретно SERM, SMM и SEO ORM, так как именно на этих направлениях делается наибольший акцент в предыдущих исследованиях, а также поскольку специалисты наиболее часто предлагают эти услуги на рекламном рынке.

Основываясь на обзоре литературы, можно сделать вывод, что SEO мало изучен с точки зрения восприятия пользователями, но для компаний это часто обязательная составляющая в продвижении бренда или продукта. Поисковая оптимизация с точки зрения репутационного менеджмента имеет только одну, но очень значимую для компании цель - создать положительное впечатление во время первого ознакомления пользователя с брендом или товаром. Этот эффект на практике достигается с помощью продвижения релевантных площадок с нейтральной и позитивной информацией, о чем говорилось в первой главе. Например, если пользователь находится в процессе поиска товаров категории мелкой бытовой техники, релевантными для него на первых страницах поисковой выдачи будут онлайн-магазины электроники, маркетплейсы и т. д. А поскольку отзывы во многом влияют на решение потребителей в процессе покупки, позитивная информация с мнением тех, кто уже приобрел товар, также выводится наверх за счет частых переходов и доверию таким площадкам как IRecommend.ru. Здесь SEO и граничит с SERM. Однако неизвестно, какие сайты оказывают лучший эффект на впечатление о бренде, а также в принципе в научной литературе не доказана важность использования инструмента SEO для покупателей. Основываясь на данных из литературы и принятых среди специалистов правилах работы с поисковой оптимизацией, гипотезы для инструмента SEO ORM следующие:

(H2) Вероятность совершить покупку выше, если пользователь видит релевантные сайты для покупки в топе поисковой выдачи, по сравнению с нерелевантными.

(H3) Вероятность совершить покупку выше, если пользователь видит позитивные отзывы в топе поисковой выдачи, по сравнению с выдачей без отзывов.

Далее перейдем к эмпирической части исследования.



Глава 3. Эмпирическое исследование связи репутационного менеджмента в интернете и пользовательского опыта

Для проверки выдвинутых гипотез был выбран количественный дизайн исследования. На данном этапе изучения феномена репутационного менеджмента в Интернете с точки зрения пользователя не требуется глубинное изучение мотивов поведения респондентов, как в качественных исследованиях. Для определения дальнейших направлений разработки темы гораздо важнее статистическая значимость, определение характера влияния переменных. Использовались методы онлайн-опроса и факторного эксперимента, как и в других ранее перечисленных исследованиях, посвященных изучению потребительского поведения. Это позволило сделать выводы о связи фиксированных характеристик, а также получить доступ к выборке людей, совершающих покупки онлайн. Обработка данных происходила с помощью программного обеспечения SPSS Statistics.

Опросник состоял из 32 вопросов и нескольких блоков: вопрос-фильтр, чтобы опросить только тех людей, которые совершают покупки товаров онлайн; анкета с вопросами, направленными на изучение восприятия инструментов репутационного менеджмента в Интернете; факторный эксперимент по инструменту SEO и вопросы про социально-демографические характеристики респондентов (см. приложение 1).

В эксперименте использовался полнофакторный межсубъектный план, включавший 2 фактора, с 2 уровнями каждый: 1) релевантность площадок (релевантные или нерелевантные) и 2) наличие отзывов в поисковой выдаче (есть или нет) (см. таблица №3). Факторы выступили в качестве независимых переменных. Каждому участнику было предложено внимательно ознакомиться с одним из 4 скриншотов некоторых результатов поисковой выдачи по запросу «чайник тефаль» и ответить на 4 одинаковых для всех вопроса:

1) какова вероятность, что вы бы приобрели чайник представленного бренда?

2) как вы относитесь к покупке товаров представленного бренда?

3) как вы думаете другие пользователи относятся к покупке товаров представленного бренда?

4) достаточно ли вам информации, чтобы совершить покупку товара представленного бренда?

Вопросы 2, 3 и 4 соответствуют 3 факторам Айзена - отношению, субъективным нормам и уровню субъективного контроля - сформулированным, исходя из выбора товара и бренда для исследования. Зависимую переменную «вероятность покупки» предлагалось оценить респондентам от 0% до 100%, а переменные «отношение», «субъективные нормы» и «уровень субъективного контроля» измерялись с помощью 5-балльной шкалы Ликерта, как ранее было сделано в других исследованиях потребительского поведения. По итогу каждый респондент получал только один рандомизированный скриншот с комбинацией уровней факторов (см. приложение 1).

Категория бытовой техники была выбрана для эксперимента, поскольку она входит в топ-10 сфер, в которых пользователи ищут информацию и рекомендации перед покупкой, при этом часто у людей нет явных предпочтений в выборе определенного бренда. По данным на 2018 год, по доле онлайн-покупок мелкая бытовая техника уступает только категориям одежды, средств личной гигиены и декоративной косметики. На скриншотах использовалась выдача поисковой системы Google, поскольку на 2019 год к ней чаще обращаются пользователи в России. Формулировка запроса, чайник в качестве товара и Tefal в качестве торговой марки были выбраны по количеству запросов на основе данных в Google Trends за 2019-2020 год, как самые популярные среди категории.

Сами сайты на скриншотах совпадали с действительной выдачей поисковой системы на 1 и 5 странице поисковика, как они выглядели в месяц проведения эксперимента.

Таблица 2 Экспериментальные факторы

Факторы	Описания
Фактор A	Релевантность площадок
Уровень	1	Сайты релевантны потребности приобрести товар
	2	Сайты нерелевантны потребности приобрести товар
Фактор B	Наличие отзывов в поисковой выдаче
Уровень	1	В списке сайтов есть оценка потребителей, которые приобрели товар
	2	В списке сайтов нет оценки потребителей, которые приобрели товар

Опрос проводился с 11.04 по 19.04 на платформе Enjoy Survey, интерфейс которой позволяет рандомизировать скриншоты для проведения эксперимента. Распространение происходило через социальные сети, таким образом, выборка принадлежит к типу доступной целевой. Респондентами стали 185 человек, заполнивших форму до конца. После отсеивания респондентов, которые не совершают покупки онлайн, выборка составила 168 человек. Среди них 80% женщин и 20% мужчин в возрасте от 18 до 45 лет. Медианный возраст - 22 года. Чаще всего это люди, не состоявшие в браке (79%) и со средним доходом (60%). Социально-демографические характеристики выборки не противоречат данным о портрете потребителя из генеральной совокупности, поскольку мы не устанавливали определенных ограничений в рамках данного исследования, а разброс по возрасту позволит сделать выводы по этому критерию. Более того, согласно статистике, 80% мировых потребительских расходов приходится на женщин, поэтому получившееся распределение по полу некритично для анализа данных.

Статистические критерии к количеству респондентов в каждой экспериментальной группе из 4 (> 30 наблюдений) для возможности анализа данных пройдены. При использовании метода эксперимента внутренняя валидность важнее, чем внешняя, что мы учитываем с помощью применения процедуры рандомизации. Размер выборки позволяет генерализировать выводы, несмотря на то, что при использовании метода эксперимента это может быть затруднительно из-за проблем с внешней валидностью. Экспериментальные группы гомогенны, выборка в них похожа по полу, возрасту, семейному положению и уровню дохода (см. приложение 3).

Ровно половина респондентов совершает покупки товаров онлайн несколько раз в полгода, 33% несколько раз в месяц и только 3% делают это несколько раз в неделю. Говоря о сайтах для совершения покупок, результаты распределились следующим образом:

· 73% респондентов совершают покупки через маркетплейсы, например, OZON, WildBerries, Яндекс.Маркет;

· 52% используют для этих целей интернет-магазины с товарами одной категории вроде Эльдорадо, Lamoda, Республики;

· 42% покупают товары в собственных интернет-магазинах брендов;

· часть респондентов рассказала и о других площадках, они отметили AliExpress, Tmall, Taobao - китайские веб-сайты онлайн-торговли.

Далее рассмотрим результаты опроса отдельно по инструментам репутационного менеджмента, которые находятся в фокусе данного исследования.

SERM. Только 1% никогда не читает отзывы на сайте продавца или производителя перед покупкой товара в Интернете, а больше трети респондентов заявили, что делают это всегда. С отзывами на отзовиках и форумах (IRecommend.ru, Отзовик) ситуация немного другая - ответы распределились практически равномерно по всем вариантам (см. рис. 2). Для нашей выборки справедливо отметить, что чтение отзывов на сайте продавца или производителя является более популярным, чем на отзовиках.



Рис. 3 Читаете ли вы отзывы о товаре перед покупкой на сайтах с отзывами (IRecommend.ru, Отзовик) и форумах?

Более того, была обнаружена статистическая связь между тем, как часто человек читает отзывы на сайте продавца или производителя и его доходом. Переменные «чтение отзывов на сайте производителя или продавца» и «доход» порядковые, поэтому использовали коэффициент Спирмена (см. таблица №4). Статистические гипотезы:

H0: R Спирмена = 0.

H1: R Спирмена > 0.

Таблица 4 Коэффициенты Спирмена для переменных «чтение отзывов на сайте производителя или продавца» и «доход»

	Доход
Spearman's rho	Читаете ли вы отзывы о товаре перед покупкой на сайте производителя или продавца?	Correlation Coefficient	-,231
		Sig. (2-tailed)	,003
		N	168

Sig. (0,003) < б (0,05), значит гипотеза H0 об отсутствии связи отвергается, H1 принимается. R Спирмена отрицательный, монотонная связь обратная, но слабая. На 95% уровне доверительной вероятности мы можем утверждать, что существует слабая корреляция между доходом и частотой чтения отзывов на сайте производителя или продавца. Можно предположить, что поскольку связь обратная, люди с бомльшим доходом опираются и на другие источники во время принятия решения о покупке - собственный опыт, мнение близких, коллег, тренды. Относительно нашей выборки, люди в возрастном интервале 26-45 читают отзовики и комментарии о товаре в социальных сетях в сравнении с официальными сайтами немного чаще, чем группа 18-25.

С доверием отзывам на сайте производителя и отзовиках результаты обратные чтению - респонденты в этом плане больше рассчитывают на сайты с отзывами, чем на официальные страницы брендов (65% и 45% соответственно). Это согласуется с выводами исследований о том, что отзывам других покупателей пользователи доверяют больше, чем информации с сайтов продавцов, о чем мы говорили ранее.

82% респондентов считают, что производители или продавцы должны отвечать на негативные отзывы пользователей в сети. Предыдущие работы также пришли к выводам о том, что наличие ответа на негативный отзыв от лица компании повышает доверие потребителей.

Ровно 84% респондентов сходятся во мнении, что и на официальных сайтах продавцов, и на сайтах-отзовиках есть фейковые отзывы. Ранее мы писали о том, что о феномене «fake reviews» узнают все больше потребителей, и это может негативно сказаться на намерении приобрести товар, но на нашей выборке связь между этими переменными отсутствует. Однако, такой большой процент осведомленности может объяснять, почему доверие к отзывам в принципе находится на среднем уровне.

Мы можем проверить, есть ли связь между этими переменными с помощью статистических методов на 95% уровне доверительной вероятности. Переменные «доверие отзывам на сайте производителя или продавца», «доверие отзывам на отзовиках», «согласие с тем, что на сайте производителя или продавца есть фальшивые отзывы» и «согласие с тем, что на отзовиках есть фальшивые отзывы» порядковые, поэтому мы снова воспользуемся коэффициентом Спирмена (см. таблица №5). Мы предполагаем, что чем больше человек верит, что существуют фальшивые отзывы, тем меньше он им доверяет.

Таблица 5 Коэффициенты Спирмена для переменных «доверие отзывам на сайте производителя или продавца», «доверие отзывам на отзовиках», «согласие с тем, что на сайте производителя или продавца есть фальшивые отзывы» и «согласие с тем, что на отзовиках есть фальшивые отзывы»

	Согласны ли вы с утверждением, что некоторые отзывы на сайте производителя или продавца фальшивые (заранее проплачены)?	Согласны ли вы с утверждением, что некоторые отзывы на сайтах с отзывами и форумах фальшивые?
Spearman's rho	Доверяете ли вы отзывам на сайте производителя или продавца?	Correlation Coefficient	-,204	-,171
		Sig. (2-tailed)	,008	,026
		N	168	168
	Доверяете ли вы отзывам на сайтах с отзывами и форумах?	Correlation Coefficient	,024	-,108
		Sig. (2-tailed)	,761	,164
		N	168	168

Рассмотрим первую строку. Sig. (0,008) и Sig. (0,026) < б (0,05), H1 принимается. Монотонная связь слабая, обратная. На 95% уровне доверительной вероятности есть слабая корреляция между согласием с тем, что некоторые отзывы на сайте производителя/продавца и отзовиках фальшивые, и доверием отзывам на сайте бренда. В случае доверия отзовикам связи между переменными на 95% уровне доверительной вероятности не существует. Получается, существование фейковых отзывов может негативно сказываться на доверии к самим брендам, но не отзовикам.

В вопросе о том, могут ли респонденты отличить фальшивые отзывы от настоящих мнения разделились - 38% считают, что это невозможно, 41% считают наоборот. Согласно исследованию, в котором авторы изучали лингвистические различия в таком контенте и сравнивали возможности автоматизированной проверки со способностью респондентов, люди могут отличить фейковые отзывы только в 57% случаев.

SMM. На вопросы «читаете ли вы комментарии о товаре перед покупкой в социальных сетях производителя или продавца?» и «читаете ли вы комментарии о товаре перед покупкой в социальных сетях в тематических группах?» ответы респондентов распределились следующим образом:

· 15% и 23% соответственно никогда не читают комментарии;

· 44% и 28% соответственно делают это «часто», «обычно» или «всегда».

Под «тематическими группами» в данном случае понимаются различные сообщества в социальных сетях по интересам - группы, паблики, созданные самими пользователями для обсуждения своих интересов с другими участниками и подписчиками.

Мы можем отметить, что отзывы среди нашей выборки все же более популярный канал информации, чем комментарии в социальных сетях. При этом мы можем выяснить, как связано чтение отзывов с чтением комментариев снова с помощью коэффициента Спирмена (см. таблица №6).

Все Sig. < б, значит обнаружена связь, в этом случае прямая. Во всех случаях корреляция слабая, кроме чтения комментариев в социальных сетях бренда и в тематических группах. На 95% уровне доверительной вероятности подтверждается гипотеза о том, что чем чаще респондент читает отзывы на разных площадках, тем чаще он читает комментарии в социальных сетях, и наоборот. Это характерно и для связи площадок между собой - есть корреляция между чтением отзывов на разных площадках, а также комментариев.



Таблица 6 Коэффициенты Спирмена для переменных «чтение отзывов на сайте производителя или продавца», «чтение отзывов на отзовиках», «чтение комментариев в социальных сетях производителя или продавца» и «чтение комментариев в социальных сетях в тематических группах»

	Читаете ли вы отзывы о товаре перед покупкой на сайте производителя или продавца?	Читаете ли вы отзывы о товаре перед покупкой на сайтах с отзывами (IRecommend.ru, Отзовик) и форумах?	Читаете ли вы комментарии о товаре перед покупкой в социальных сетях производителя или продавца?
Spearman's rho	Читаете ли вы отзывы о товаре перед покупкой на сайте производителя или продавца?	Correlation Coefficient	1,000	,414	,284
		Sig. (2-tailed)	.	,000	,000
		N	168	168	168
	Читаете ли вы комментарии о товаре перед покупкой в социальных сетях производителя или продавца?	Correlation Coefficient	,284	,245	1,000
		Sig. (2-tailed)	,000	,001	.
		N	168	168	168
	Читаете ли вы комментарии о товаре перед покупкой в социальных сетях в тематических группах?	Correlation Coefficient	,193	,226	,617
		Sig. (2-tailed)	,012	,003	,000
		N	168	168	168

36% доверяют комментариям в социальных сетях продавца, 40% - в тематических группах. Эти показатели ниже, чем по доверию к отзывам на сайтах, но и комментарии при этом читает меньшее количество людей. При этом, 76% так же считают, что негативные комментарии пользователей должны быть обработаны брендами.

Ровно 74% респондентов считают, что некоторые комментарии на обеих площадках фальшивые, этот процент чуть ниже, чем у отзывов. Насчет того, можно ли отличить фейковые комментарии от настоящих, мнение снова разделилось - 35% не согласны, 43% согласны, 22% не определились. С этой переменной были обнаружены значимые статистические результаты с помощью регрессионного анализа.

В процессе эксперимента, помимо измерения 3 факторов Айзена, респонденты отвечали на вопрос о вероятности покупки товара представленного бренда от 0% до 100%. Зависимая переменная «вероятность покупки» интервальная, а независимая «возможность отличить фальшивые комментарии от настоящих» обладает достаточным количеством градаций, чтобы принять ее за интервальную. На 95% уровне доверительной вероятности необходимо проверить следующие статистические гипотезы для регрессионной модели:

H0: b0=b1=0;

H1: b0?b1?0.

Полученный R-квадрат говорит о том, что независимая переменная «вера в возможность отличить фальшивые комментарии от настоящих» объясняет только 5% дисперсий вероятности покупки (см. таблица №7). Это низкий показатель, который говорит о том, что на вероятность покупки отказывает влияние большое количество других факторов, неучтенных в данной модели. Для однофакторного дисперсионного анализа гипотезы следующие:



H0: R-квадрат=0;

Н1: R-квадрат?0.

Таблица 7 Model Summary для регрессионного анализа с переменными «вера в возможность отличить фальшивые комментарии от настоящих» и «вероятность покупки»

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	,219a	,048	,042	25,767

Sig. (0,004) < б (0,05), на генеральной совокупности R-квадрат не равен 0, качество модели приемлемо (см. таблица №8).

Таблица 8 Однофакторный дисперсионный анализ с переменными «вера в возможность отличить фальшивые комментарии от настоящих» и «вероятность покупки»

Model	Sum of Squares	df	Mean Square	F	Sig.
1	Regression	5553,714	1	5553,714	8,365	,004b
	Residual	110214,858	166	663,945
	Total	115768,571	167

По полученной регрессионной модели мы можем сделать вывод, что при увеличении веры респондента в то, что что он может отличить фальшивые комментарии в социальных сетях от настоящих на 1 балл, вероятность покупки в нашем эксперименте увеличивается почти на 6% (см. таблица №9). При условии, что респондент думает, что фальшивые комментарии вообще нельзя отличить от настоящих, вероятность покупки в среднем будет равна 31%.



Таблица 9 Коэффициенты регрессионного анализа с переменными «вера в возможность отличить фальшивые комментарии от настоящих» и «вероятность покупки»

Model	Unstandardized Coefficients	Standardized Coefficients	t	Sig.
	B	Std. Error	Beta
1	(Constant)	31,153	6,695		4,653	,000
	Согласны ли вы с утверждением, что фальшивые комментарии легко отличить от настоящих?	5,894	2,038	,219	2,892	,004

Регрессионная модель прошла проверку на все ограничения для последующей интерпретации модели. Умеренно соблюдено условие нормальности распределения, выбросов и гетероскедастичности не наблюдается (см. приложение 3).

Влияние веры в собственную способность легко отличить фальшивые комментарии от настоящих на вероятность покупки подтвердилась. В других исследованиях нет дискуссии относительно фейковых комментариев в социальных сетях и их влияния на покупку, однако существует большое количество работ по изучению фейковых отзывов. Этот вывод согласуется с результатами других ученых о том, что при наличии сомнений пользователя в достоверности отзыва, это может негативно сказаться на намерении совершить покупку. Зная это, маркетологи могут использовать феномен фейковых отзывов и комментариев положительно с этической точки зрения. Например, вместо их создания, возможно обучать пользователей различать фейки и выносить этот вопрос в поле общественной дискуссии, поскольку это выгодно и самим компаниям из-за повышения вероятности приобрести тот или иной товар.

SEO. Все респонденты с разной частотой ищут информацию перед покупкой в Интернете, 33% из них указали, что делают это всегда. Также все респонденты так или иначе обращают внимание на сайты, на которых ищут информацию, и только 4% делают это редко, остальная выборка обращает внимание чаще. Более того, внимание к площадкам влияет на вероятность покупки, что мы выяснили с помощью регрессионного анализа.

Зависимая переменная «вероятность покупки» интервальная, независимая переменная «внимание к площадкам» может быть использована в качестве интервальной. Статистические гипотезы:

H0: b0=b1=0;

H1: b0?b1?0.

Внимание к площадкам объясняет только 3% дисперсий вероятности покупки (см. таблица №10). Это низкий показатель, существуют другие факторы, которые не учтены в этой модели.

Таблица 10 Model Summary для регрессионного анализа с переменными «внимание к площадкам» и «вероятность покупки

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	,179a	,032	,026	25,980

Sig. (0,02) < б (0,05), качество модели приемлемо (см. таблица №11).

Таблица 11 Однофакторный дисперсионный анализ с переменными «внимание к площадкам» и «вероятность покупки»

Model	Sum of Squares	df	Mean Square	F	Sig.
1	Regression	3725,294	1	3725,294	5,519	,020b
	Residual	112043,277	166	674,960
	Total	115768,571	167

На 95% уровне доверительной вероятности при увеличении частоты обращения внимания респондентом на источники информации перед покупкой на 1 балл, вероятность покупки в рамках эксперимента уменьшается на 4% (см. таблица №12). При условии, что респондент никогда не обращает внимания на площадки, вероятность покупки в среднем будет равна 65%.

Таблица 12 Коэффициенты регрессионного анализа с переменными «внимание к площадкам» и «вероятность покупки»

Model	Unstandardized Coefficients	Standardized Coefficients	t	Sig.
	B	Std. Error	Beta
1	(Constant)	65,018	6,845		9,499	,000
	Обращаете ли вы внимание на площадки, на которых вы ищите информацию о товаре перед покупкой?	-4,146	1,765	-,179	-2,349	,020

Проверка модели на ограничения пройдена. Умеренно соблюдено условие нормальности распределения, выбросов и гетероскедастичности нет (см. приложение 3).

Исследования действительно подтверждают, что поиск информации в сети перед покупкой может являться даже ключевым фактором в принятии решения. Пользователи, которые обращают внимание на источники информации в Интернете, более избирательны в выборе товара. Полученное влияние, исходя из информации на скриншотах в эксперименте, можно объяснить следующим образом: сайтов на картинках для всех групп было не больше 6, и в некоторых случаях это были площадки только с косвенным упоминанием товара, что в малой степени совпадает с типичным customer journey. Обычно пользователям нужно больше информации, чем заголовки сайтов и краткая информация, поэтому чем внимательней они относятся к площадкам, тем менее вероятно купят товар из-за недостатка данных.

77% выборки приходилось самостоятельно выбирать и приобретать мелкую бытовую технику, что для нас важно в рамках эксперимента, поскольку это повышает валидность его результатов, приближая к реальным условиям. Говоря о customer journey для покупки мелкой бытовой техники, ответы распределились следующим образом:

· 63% ищут информацию о конкретном товаре перед покупкой в поисковой системе;

· 51% ищут информацию о категории товаров;

· 48% читают отзывы на сайтах с отзывами и форумах;

· 45% читают отзывы на сайте производителя и узнают об акциях и скидках;

· 35% спрашивают мнение родных и близких;

· 28% консультируются с продавцом или онлайн-консультантом;

· 13% читают комментарии в социальных сетях в тематических группах;

· 9% читают комментарии в социальных сетях продавца;

· только 2% просматривают рекламу.

Мы можем видеть, что использование инструмента SEO востребовано у абсолютного большинства респондентов и происходит даже чаще ознакомления с акциями и скидками. Почти половина обычно обращается и к SERM. Пользователи ориентируются на отзывы даже чаще, чем на мнение окружения, хотя и то и другое является частью word of mouth. SMM востребован меньше всего, однако это направление все равно в разы популярнее просмотра рекламы. Это говорит о том, что инструменты репутационного менеджмента из-за более высокой частоты обращения к ним конкретно от лица пользователя могут влиять на намерение совершить покупку даже больше, чем привычные виды рекламы с Интернете вроде баннеров, таргетированных сообщений, роликов и т.д. При этом в рамках данной работы мы фокусируемся только на влиянии отдельных инструментов управления репутацией на поведение респондентов. Перейдем к анализу результатов факторного эксперимента со скриншотами с помощью сравнения средних более, чем в двух группах.

На 95% уровне доверительной вероятности установим, различается ли вероятность покупки в 4 экспериментальных группах в зависимости от факторов. 1 группа - скриншот с релевантными площадками и отзывами; 2 группа - скриншот с релевантными площадками и без отзывов; 3 группа - скриншот с нерелевантными площадками и отзывами; 4 группа - скриншот с нерелевантными площадками и без отзывов. Зависимая переменная «вероятность покупки» интервальная, независимая переменная «скриншот» - номинальная с четырьмя градациями, используем однофакторный дисперсионный анализ. Мы предполагаем, что группы различаются по вероятности покупки. Статистические гипотезы:

H0: µ1 группа = µ2 группа = µ3 группа= µ4 группа;

H1: хотя бы два средних не равны.

Все условия для применения однофакторного дисперсионного анализа пройдены: зависимая переменная интервальная, выборки независимые, количество наблюдений в каждой группе более 30.

На 95% уровне доверительной вероятности необходимо отвергнуть статистическую гипотезу о равенстве четырех средних, следовательно, хотя бы два средних не равны (см. таблица №13).

Таблица 13 Однофакторный дисперсионный анализ для переменных «вероятность покупки» и «скриншот»

	Sum of Squares	df	Mean Square	F	Sig.
Between Groups	29912,545	3	9970,848	19,046	,000
Within Groups	85856,026	164	523,512
Total	115768,571	167

Согласно тесту Ливиня, на 95% уровне доверительной вероятности гипотезу о равенстве дисперсий необходимо принять, следовательно, дисперсии равны (см. таблица №14). В группах разное количество респондентов: 35, 45, 50 и 38, следовательно, объемы групп не равны. Выбираем для анализа критерий Шеффе.



Таблица 14 Тест Ливиня для переменных «вероятность покупки» и «скриншот»

Levene Statistic	df1	df2	Sig.
,108	3	164	,956

Выносим шесть нулевых гипотез:

H0: µ1 группа = µ2 группа;

H0: µ1 группа = µ3 группа;

H0: µ1 группа = µ4 группа;

H0: µ2 группа = µ3 группа;

H0: µ2 группа = µ4 группа;

H0: µ3 группа = µ4 группа.

По результатам попарных сравнений нулевые гипотезы принимаются для 1 и 2, 1 и 3 групп (Sig. > б), в этом случае вероятность покупки не отличается. Для всех остальных групп гипотезы отвергаются (см. таблица №15).

Согласно доверительным интервалам, результаты следующие:

· вероятность покупки выше у людей, которые видели скриншот с релевантными площадками и отзывами, чем у людей, которые видели скриншот с нерелевантными площадками и без отзывов;

· вероятность покупки выше у людей, которые видели скриншот с релевантными площадками и без отзывов, чем у людей, которые видели скриншот с нерелевантными площадками и с отзывами;

· вероятность покупки выше у людей, которые видели скриншот с релевантными площадками и без отзывов, чем у людей, которые видели скриншот с нерелевантными площадками и без отзывов;

· вероятность покупки выше у людей, которые видели скриншот с нерелевантными площадками и отзывами, чем у людей, которые видели скриншот с нерелевантными площадками и без отзывов.

Таблица 15 Критерий Шеффе для переменных «вероятность покупки» и «скриншот»

(I) Скрин	(J) Скрин	Mean Difference (I-J)	Std. Error	Sig.	95% Confidence Interval
					Lower Bound	Upper Bound
1	2	-10,232	5,157	,272	-24,80	4,33
	3	11,637	5,043	,154	-2,61	25,88
	4	26,047*	5,360	,000	10,90	41,19
2	1	10,232	5,157	,272	-4,33	24,80
	3	21,869*	4,701	,000	8,59	35,15
	4	36,278*	5,041	,000	22,04	50,52
3	1	-11,637	5,043	,154	-25,88	2,61
	2	-21,869*	4,701	,000	-35,15	-8,59
	4	14,409*	4,924	,039	,50	28,32
4	1	-26,047*	5,360	,000	-41,19	-10,90
	2	-36,278*	5,041	,000	-50,52	-22,04
	3	-14,409*	4,924	,039	-28,32	-,50

Гипотеза H2 подтвердилась. Вероятность совершить покупку действительно выше, если пользователь видит релевантные сайты для покупки в топе поисковой выдачи, по сравнению с нерелевантными. Однако, гипотезу H3 полностью подтвердить нельзя. Эксперимент показал, что даже при отсутствии отзывов в поисковой выдаче релевантные площадки показывают большую вероятность покупки у нерелевантных площадок с отзывами. При этом, в ситуации с нерелевантными площадками наличие отзывов все же повышает вероятность покупки.

В процессе эксперимента также были собраны показатели по трем факторам Исаака Айзена: отношению, субъективным нормам и уровню субъективного контроля. Согласно этой теоретической рамке, намерение совершить то или иное действие предсказывается с помощью перечисленных факторов. Мы можем проверить, повлияли ли они на вероятность покупки в нашем эксперименте с помощью множественного регрессионного анализа.

Линейная регрессионная модель имеет следующее уравнение:

у = b0 + b1*х1 + b2*х2 + b3*х3 + u.

Зависимая переменная «вероятность покупки» интервальная, независимые «отношение», «субъективные нормы» и «уровень субъективного контроля» обладают достаточным количеством градаций, чтобы принять их за интервальные. На 95% уровне доверительной вероятности проверяем следующие статистические гипотезы:

H0: b0=b1=b2=b3=0;

H1: b0?b1?b2?b3?0.

Независимые переменные вместе объясняют 37% дисперсий вероятности покупки, что является довольно высоким показателем (см. таблица №16).

Таблица 16 Model Summary для регрессионного анализа с переменными «отношение», «субъективные нормы», «уровень субъективного контроля» и «вероятность покупки»

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	,608a	,370	,358	20,931

Sig. (0) < б (0,05), качество модели приемлемо (см. таблица №17).



Таблица 17

Однофакторный дисперсионный анализ с переменными «отношение», «субъективные нормы», «уровень субъективного контроля» и «вероятность покупки»
Model	Sum of Squares	df	Mean Square	F	Sig.
1	Regression	41880,133	3	13960,044	31,865	,000b
	Residual	71409,268	163	438,094
	Total	113289,401	166

Все независимые переменные статистически значимы (см. таблица №18). Отрицательная константа в данном случае объясняется тем, что большинство респондентов не выбирало крайне отрицательных ответов по независимым переменным. При увеличении отношения человека к товару представленного бренда на 1 балл, вероятность покупки увеличивается на 8%. При увеличении субъективных норм - на 11%, при увеличении уровня субъективного контроля - почти на 10%. При этом, наиболее сильное влияние имеет переменная «уровень субъективного контроля», судя по показателю Beta как самому большому по модулю.

Таблица 18 Коэффициенты регрессионного анализа с переменными «отношение», «субъективные нормы», «уровень субъективного контроля» и «вероятность покупки»

Model	Unstandardized Coefficients	Standardized Coefficients	t	Sig.
	B	Std. Error	Beta
1	(Constant)	-39,090	10,225		-3,823	,000
	Отношение	8,226	3,080	,202	2,671	,008
	Нормы	11,299	3,045	,276	3,710	,000
	Контроль	9,852	1,765	,357	5,582	,000

Проверка на ограничения пройдена. Был обнаружен один выброс, но модель была перестроена без него и показала более высокий R-квадрат. Умеренно соблюдено условие нормальности распределения, гетероскедастичность отсутствует. Мультиколлинеарность проверяется показателями tolerance (от 0,1 до 1) и VIF (от 1 до 2), у переменной «уровень субъективного контроля» показатели близки к границам нормы, но при анализе коэффициентов Пирсона отклонений не было обнаружено (см. приложение 3). Мы можем использовать полученную модель для интерпретации.

Полученные результаты говорят о том, что факторы Айзена, предсказывающие поведение людей, в нашем случае действительно показали влияние на вероятность совершения покупки чайника Tefal. Если респондент положительно оценивал свое отношение, представление о субъективных нормах и уровень субъективного контроля, он вероятнее совершил бы покупку в эксперименте. Это согласуется с другими маркетинговыми исследованиями, которые тоже установили подобное влияние, базируясь на теории Айзена. Это может быть использовано и на практике - работа с репутацией компании должна вестись по всем этим направлениям, оказывая влияние на отношение человека к бренду или товару, формируя субъективные нормы за счет SERM.

В ходе исследования было обнаружено влияние социально-демографической характеристики на один из факторов Айзена. Независимая переменная «возраст» интервальная, зависимая переменная «уровень субъективного контроля» может быть использована в качестве интервальной. Статистические гипотезы:

H0: b0=b1=0;

H1: b0?b1?0.

Возраст объясняет 7% дисперсий субъективного уровня контроля, согласно R-квадрату (см. таблица №19). Это значимый, но низкий показатель.



Таблица 19 Model Summary для регрессионного анализа с переменными «уровень субъективного контроля» и «возраст»

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	,269a	,072	,067	,921

Sig. (0) < б (0,05), качество модели приемлемо на 95% уровне доверительной вероятности (см. таблица №20).

Таблица 20 Однофакторный дисперсионный анализ с переменными «уровень субъективного контроля» и «возраст»

Model	Sum of Squares	df	Mean Square	F	Sig.
1	Regression	10,984	1	10,984	12,939	,000b
	Residual	140,921	166	,849
	Total	151,905	167

Согласно полученным коэффициентам, при увеличении возраста на 1 год, уровень субъективного контроля увеличивается почти на 0,04 балла (см. таблица №21).

Таблица 21 Коэффициенты регрессионного анализа с переменными «уровень субъективного контроля» и «возраст»

Model	Unstandardized Coefficients	Standardized Coefficients	t	Sig.
	B	Std. Error	Beta
1	(Constant)	1,276	,264		4,831	,000
	Возраст	,038	,010	,269	3,597	,000

Умеренно соблюдено условие нормальности распределения, гетероскедастичность и выбросы отсутствуют (см. приложение 3). Все ограничения пройдены.

Мы выяснили, что возраст респондента слабо влияет на ответ на вопрос «достаточно ли вам информации, чтобы совершить покупку товара представленного бренда?». Чем старше человек, тем легче ему далось принять решение приобрести чайник, то есть уровень субъективного контроля в этом случае выше. Это может объясняться наличием большего опыта среди старших целевых аудиторий, что также влияет на процесс принятия решения, как утверждают некоторые исследования.

Перечислим результаты данного исследования:

1. Практически все респонденты совершают покупки онлайн чаще, чем раз в полгода, используя при этом в большинстве своем маркетплейсы.

2. Почти все респонденты так или иначе читают отзывы перед покупкой товара. Отзывы на сайте продавца или производителя выборка читает чаще, чем отзовики. При этом, на частоту чтения отзывов на официальных сайтах влияет уровень дохода потребителя. Больше доверия вызывают отзывы на специализированных сайтах. Однако, выборка осведомлена о том, что фейковые отзывы существуют, и это негативно сказывается на доверии к рецензиям на сайтах компаний. Мнения одинаково разделились в вопросе о том, можно ли отличить фейковые отзывы от настоящих. Негатив, по мнению значительной части респондентов, должен обрабатываться брендами.

3. Комментарии в социальных сетях продавца или производителя, и в тематических группах в целом читают реже, чем отзывы. Но при этом, при увеличении частоты чтения отзывов, увеличивается и частота обращения к социальным сетям. Доверие к комментариям так же в среднем ниже, чем к отзывам. Негативные комментарии тоже должны быть обработаны согласно мнению большинства. Чуть меньше людей считают, что в социальных сетях есть фейковые комментарии, но единого мнения насчет того, можно ли отличить их от настоящих, нет. Однако, респонденты, которые согласились с утверждением, что комментарии отличать можно, более вероятно приобретут товар.

4. Все респонденты с разной частотой ищут информацию о товаре в Интернете перед покупкой и обращают внимание на площадки, откуда они берут информацию. Чем внимательнее пользователи к этим сайтам, тем менее вероятно они бы совершили покупку в рамках нашего эксперимента. В процессе выбора товара из категории мелкой бытовой техники наша выборка ориентируется на следующие каналы информации: самым популярным оказался инструмент SEO, SERM используется даже чаще, чем рекомендации ближайшего окружения и наличие акций, SMM востребован наименее всего, но опережает просмотр рекламы. По итогам эксперимента мы выяснили, что релевантные площадки повышают вероятность совершить покупку по сравнению с нерелевантными, а в случае с отзывами в поисковой выдаче - вероятность повышается только при условии, что остальные сайты нерелевантные. Теория запланированного поведения оказалась применима в данном случае: положительная оценка отношения, представления о субъективных нормах и уровня субъективного контроля действительно значительно увеличивает вероятность приобретения товара. На уровень субъективного контроля также влияет возраст респондента - чем он старше, тем легче ему принять решение.

Основываясь на обзоре литературы, ответах респондентов в опросе и на результатах эксперимента, мы можем сделать вывод, что гипотеза о положительном влиянии инструментов репутационного менеджмента в Интернете на пользователя в процессе принятия решения о покупке подтвердилась. Респонденты обращаются к Интернету перед покупкой, читают отзывы и смотрят социальные сети с разной частотой, однако все это так или иначе оказывает влияние на их решение, уменьшает когнитивную нагрузку и помогает перейти на следующий этап потребительского пути.



Заключение

Данное исследование позволило сделать выводы о связи инструментов управления репутацией в Интернете с процессом принятия решения пользователем о покупке, поскольку в научной дискуссии существует неопределенность касательно этого вопроса. При этом, специалисты digital-маркетинга и PR активно используют эти инструменты для работы с аудиторией.

Был задан следующий исследовательский вопрос: каково влияние инструментов репутационного менеджмента в Интернете на намерение пользователя в процессе принятия решения о покупке?