Тип работы:
Предмет:
Язык работы:


ВЛИЯНИЕ ПОЛЬЗОВАТЕЛЬСКОГО ОПЫТА ВЗАИМОДЕЙСТВИЯ С ЧАТ-БОТОМ НА ОТНОШЕНИЕ К БРЕНДАМ ОНЛАЙН-РИТЕЙЛЕРОВ

Работа №142947

Тип работы

Дипломные работы, ВКР

Предмет

менеджмент

Объем работы72
Год сдачи2021
Стоимость4270 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
8
Не подходит работа?

Узнай цену на написание


Введение 4
Глава 1. Формирование теоретической модели влияния пользовательского опыта взаимодействия с чат-ботом на отношение к бренду 8
1.1 Определение понятия «чат-бот» 8
1.2 Чат-бот в системе маркетинговых коммуникаций 14
1.3 Концепция доверия чат-ботам 21
Выводы по главе 1 29
Глава 2. Эмпирическое исследование влияния пользовательского опыта взаимодействия с чат-ботом на отношение к брендам онлайн-ритейлеров 30
2.1 Разработка дизайна исследования 30
Обоснование метода исследования и сбора данных 30
Разработка анкеты опроса 31
Выбор брендов для исследования 36
Определение исследуемой генеральной совокупности 36
Определение выборки исследования 37
2.2 Методология обработки и анализа данных 39
Обработка данных 39
Проверка гипотез исследования 46
Регрессионный анализ (Н5-Н11) 49
Обсуждение исследования 52
Управленческие рекомендации 53
Ограничения исследования 53
Заключение 54
Список использованной литературы 55
Приложения 59
Приложение 1. Анкета для проведения формализованного онлайн-опроса 59
Приложение 2. Результаты количественного анализа данных 65


Настоящая работа посвящена исследованию влияния пользовательского опыта взаимодействия с чат-ботом на восприятие бренда. Актуальность данной темы прямо подтверждается рядом особенностей развития российского бизнеса и поведения потребителей, а также косвенно - растущим числом исследований, затрагивающих данную тематику. Общение с клиентами через интерфейсы чата в реальном времени становится все более популярным средством предоставления услуг. Задача персонализации клиентского опыта является ключевой для многих компаний, функционирующих в банковском секторе, ритейле и других отраслях. Сегодня агентов службы чата часто заменяют разговорные программные агенты или чат-боты, которые представляют собой системы, предназначенные для общения с пользователями-людьми с помощью естественного языка часто на основе искусственного интеллекта (ИИ). Согласно исследованию Accenture, объем рынка чат-ботов в России составил около 1,5 млрд рублей в 2019 году. По прогнозам, в период 2020 – 2023 г.г. ожидаемый ежегодный прирост рынка составит около 30% (400–600 млн рублей в год в денежном выражении). В России, как уже было упомянуто, основными адептами технологий чат-бота являются банковский сектор и ритейл.
Результаты анализа рынка российских интернет-ритейлеров в 2019-2020 г.г. сигнализируют о значительном росте сегмента Интернет-торговли. Так, например, по оценке Ассоциации компаний Интернет-торговли на 2020 год свыше 60 миллионов россиян хотя бы единожды совершали покупки в интернете. Положительное влияние на развитие российской электронной коммерции оказала пандемия Covid-19: в первые месяцы пандемии рост продаж в интернет-магазинах составил около 11%, а по итогам года рынок вырос почти на 50%. Помимо прочего, меняется и поведение потребителей. По оценке Deloitte, около 20% россиян совершают покупки электроники и бытовой техники исключительно в Интернете, такой же политики придерживаются 14% россиян, приобретающих одежду и обувь только онлайн. 39% россиян также планируют совершать больше покупок через онлайн-сервисы, что вновь подтверждает значимость данной сферы для дальнейшего изучения.
Вместе с тем, существуют определенные особенности совершения покупок в различных сегментах, который потенциально могут быть преодолены при помощи чат-ботов. Например, около 10% мужчин и 13% женщин, совершающих покупки в интернет-магазинах электроники, считают необходимым проконсультироваться со специалистом перед совершением покупки. Физическое отсутствие представителя бренда, консультанта может решаться с помощью внедрения технологий чата, однако эффективность и дальнейшее влияние данного подхода на параметры брендинга должны дополнительно изучаться.
Даже несмотря на повышенный интерес исследователей к данной теме, работ, рассматривающих маркетинговые аспекты влияния чат-ботов, не так много. Исследователи в данной сфере чаще фокусируются на экономической эффективности применяемых технологий, упуская при этом изучение влияния чат-ботов на параметры капитала бренда.
Таким образом, задача данного исследования может быть сформирована следующим образом: необходимо определить направления влияния характеристик чат-ботов, а также внешних факторов, связанных с взаимодействием с ними, на параметры бренда.
Формулировка проблемы
В условиях всплеска популярности технологии чат-ботов в российском сегменте интернет-ритейла, но при этом слабой изученности косвенных эффектов от их внедрения важно понять, каким образом пользовательский опыт взаимодействия с чат-ботом влияет на формирование/изменение отношения к брендам онлайн-ритейлеров.
Исследованность проблемы
В работах наиболее активных исследователей по данной тематике, а именно Følstad, Nordheim и Bjørkli, утверждается, что в основном акцент при исследовании вопросов, связанных с чат-ботами, делается на качественных исследованиях (например, с помощью интервью), при этом отсутствуют работы, в которых были бы реализованы количественные методы обработки информации. Этот подход существенно повысил бы значимость практических рекомендаций для бизнеса, однако на данный момент число таких работ довольно мало.
Кроме того, большую часть существующих публикаций составляют работы, в которых сделан акцент исключительно на характеристиках чат-ботов, при этом внешние факторы, либо факторы, связанные с опытом потребителей, игнорируются, либо не учитываются. Еще одной предпосылкой к проведению данного исследования стало отсутствие работ, изучающих влияние опыта взаимодействия с чат-ботом на параметры бренда. В части работ в качестве зависимой переменной рассматривается доверие к веб-сайтам (чат-ботам), либо же отношение к чат-боту и готовность его рекомендовать. Вместе с тем, отсутствует привязка к определенным параметрам капитала бренда, которые могут быть, вероятно, более показательными с целью дальнейшего совершенствования комплекса маркетинга.
С учетом ограничений существующих исследований была разработана модель, включающая в себя все вышеперечисленные компоненты, упущенные в работах других исследователей.
Формат работы – эмпирическое исследование
Объекты исследования – потенциальные потребители в российском сегменте интернет-ритейла
Предмет исследования – восприятие потребителями брендов интернет-магазинов, реализующих практики использования чат-ботов
Цель исследования – определить, каким образом отличительные характеристики чат-ботов, внешние факторы, а также впечатления от взаимодействия с ними, формируют отношение потребителей к брендам интернет-ритейлеров.
Задачи
1. Сформулировать определение понятия «чат-бот» и отразить место чат-ботов в системе маркетинговых коммуникаций
2. Выявить переменные, отражающие воспринимаемые характеристики чат-ботов и опыт взаимодействия с ними, и сформировать модель влияния опыта взаимодействия с чат-ботом на доверие ему и отношение и к брендам
3. Провести количественное исследование влияния пользовательского опыта взаимодействия с чат-ботами на российском рынке онлайн-ритейла
4. Предложить практические рекомендации по совершенствованию практик использования чат-ботов для представителей российского бизнеса, функционирующих в сфере онлайн-ритейла
Структура
Настоящая работа включает в себя две главы. В первой главе приводится краткий обзор теоретических концепций по тематике чат-ботов, определяется место чат-ботов в системе маркетинговых коммуникаций, а также выводится набор основных переменных, определяющих особенности восприятия чат-ботов. Итогом данной главы является модель, отражающая возможные взаимосвязи «внутренних» аспектов чат-ботов, внешних факторов, переменных, выражающих эмоциональную реакцию на взаимодействие с чат-ботом и переменных «доверие чат-боту» и «отношение к бренду».
В рамках второй главы была определена и обоснована методология исследования, а также представлены результаты эмпирического исследования. В данной части работы отражен дизайн исследования, включая характеристики генеральной совокупности и выборки. Также дополнительно представлено обоснование выбора брендов для проведения количественного исследования, приведено подробное описание процесса разработки опросного листа с опорой на теоретические труды исследователей в области чат-ботов и маркетинга. Завершающей частью второй главы является описание методов анализа полученных данных и представление итоговых результатов.
Теоретическая и практическая значимость
Теоретическая значимость данной работы заключается в формировании модели влияния пользовательского опыта взаимодействия с чат-ботом на элементы бренда, в частности, на отношение к бренду. Практическая значимость модели состоит в возможности её дальнейшего применения для оценки эффекта от совершенствования характеристик чат-ботов на показатели брендинга.
Теоретическая часть работы была основана на результатах научных трудов авторов Corritoreetal. (2005), Ho & MacDorman (2010), Hancock et al, Følstad et al. (2020), Zarouali (2018), Shum (2018)по теме использования чат-ботов как инструмента маркетинговых коммуникаций, применения чат-ботов для службы клиентской поддержки. Кроме того, в работе были использованы аналитические данные исследовательских центров Accenture, Deloitte и др.


Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


В ходе представленной работы были проведены анализ вторичной информации, а также эмпирическое исследование влияния опыта взаимодействия с чат-ботом на отношение к брендам онлайн-ритейлеров.
В рамках первой главы были представлены различные вариации определения понятию «чат-бот» и отражено место чат-ботов в системе маркетинговых коммуникаций. Анализ вторичных источников информации – исследовательских работ по теме чат-ботов позволил подчеркнуть важность и необходимость проведения данного исследования, классифицировать существующие концепции чат-ботов. Определение направлений исследования стало возможным благодаря анализу публикаций зарубежных авторов, которые исследовали не только аспекты чат-ботов, но и других технологических новшеств, которые были реализованы ранее. Ценность представленной для анализа модели заключается в сочетании различных аспектов опыта взаимодействия с чат-ботом: модель включает и «эмоциональные» характеристики, и «функциональные», и характеристики, связанные с воспринимаемой аутентичностью чат-бота. Кроме того, модель создана с учетом возможного влияния опыта взаимодействия с чат-ботом на аспекты бренда, в данном случае – на отношение к брендам.
Главная задача, которая была решена по результатам исследования – формирование и тестирование модели влияния опыта взаимодействия с чат-ботом на отношение к брендам онлайн-ритейлеров. Для осуществления данной задачи было проведено эмпирическое исследование, которое включало в себя формализованный онлайн-опрос, итоговые результаты которого были получены при помощи количественных методов.
В ходе исследования были протестированы 11 гипотез и одно предположение. Исследование действительно подтвердило наличие связи между переменными, отраженными в гипотезах исследования. Например, было действительно доказано, что такие параметры, как воспринимаемый риск, экспертность, полезность чат-бот, качество его помощи влияют на доверие чат боту, и соответственно, на отношение к бренду. Вместе с тем, наибольшей силой обладает параметр «воспринимаемое качество помощи» - именно он наиболее сильно влияет на формирование отношения к бренду.



1. Галицкий, Е. Б. Маркетинговые исследования. Теория и практика: учебник для вузов / Е. Б. Галицкий, Е. Г. Галицкая. — 2-е изд., перераб. И доп. — Москва: Издательство Юрайт, 2019. — С. 135
2. Как онлайн почти спас ритейл от коронакризиса, 2020 [Электронный ресурс] // Официальный сайт информационного ресурса Интерфакс. – 2020. – Режим доступа: https://www.interfax.ru/business/742683. (дата обращения: 14.04.2021)
3. Малхорта, Нэриш К., Маркетинговые исследования. Практическое руководство., 3-е издание.: Пер. с англ. – М.: Издательский дом «Вильяме», 2002. – 960с.: ил. – парал. Тит. анг. – с. 416
4. Потребительский сектор в России - 2020» [Электронный ресурс] // Официальный сайт Deloitte. – 2020. – Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/ru/Documents/consumer-business/russian/consumer-business-2020-presentation.pdf(дата обращения: 23.03.2021)
5. Численность постоянного населения на 1 января [Электронный ресурс] // Витрина статистических данных – 2020. – Режим доступа: https://showdata.gks.ru/report/278928/ (дата обращения: 15.04.2021 )
6. Accenture Interactive, Chatbots in Customer Service. 2016. [Электронный ресурс] // Официальный сайт Accenture. – 2020. – Режим доступа: https://www.accenture.com/t00010101T000000__w__/br-pt/_acnmedia/PDF-45/Accenture-Chatbots-Customer-Service.pdf (дата обращения:10.05.2021)
7. Accenture: самоизоляция ускорит рост рынка чат-ботов [Электронный ресурс] // Официальный сайт Accenture. – 2020. – Режим доступа: https://www.retail.ru/news/wildberries-ozon-i-sitilink-zanyali-pervye-mesta-v-top-100-krupneyshikh-internet-13-aprelya-2021-203637 (дата обращения: 17.04.2021)
8. Adam Connell (2021). What Is Inbound Marketing? ABeginner’sGuide . [Электронный ресурс] // – 2021. – Режим доступа: https://startupbonsai.com/what-is-inbound-marketing/
9. Bolander, Thomas. (2019). What do we loose when machines take the decisions?. Journal of Management and Governance. 23. 10.1007/s10997-019-09493-x. (дата обращения: 24.05.2021)
10. Bors, Luc & Samajdwer, Ardhendu & Oosterhout, Mascha. (2020). Oracle Digital Assistant: A Guide to Enterprise-Grade Chatbots.
11. Botsman, R.: Who Can You Trust?: How Technology Brought Us Together–and Why It Could Drive Us Apart. London, UK: Penguin (2017)
12. Candello, Heloisa & Pinhanez, Claudio & Figueiredo, Flavio. (2017). Typefaces and the Perception of Humanness in Natural Language Chatbots. 3476-3487.
13. Charles T Hemphill, John J Godfrey, and George R Doddington. The atis spoken language systems pilot corpus. In Speech and Natural Language: Proceedings of a Workshop Held at Hidden Valley, Pennsylvania, June 24-27, 1990, 1990.
14. Corritore, C.L., Marble, R., Wiedenbeck, S., Kracher, B., & Chandran, A. (2005). Measuring Online Trust of Websites: Credibility, Perceived Ease of Use, and Risk. AMCIS.
15. Corritore, Cynthia & Marble, Robert & Wiedenbeck, Susan & Kracher, Beverly & Chandran, Ashwin. (2005). Measuring Online Trust of Websites: Credibility, Perceived Ease of Use, and Risk.. 370.
16. Davis, Fred D. "Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology." MIS Quarterly 13, no. 3 (1989): 319-40.
17. Deloitte Digital-Chatbots Moving Beyond the Hype. 2018. [Электронный ресурс] // Официальный сайт Deloitte. – 2020. – Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/nl/Documents/deloitte-analytics/deloitte-nl-chatbots-moving-beyond-the-hype.pdf (дата обращения:10.04.2021)
18. Deloitte India-Conversational Chatbots—Let’s Chat, Innovation Strategy. 2017. [Электронный ресурс] // Официальный сайт Deloitte. – 2020. – Режим доступа: https://www2.deloitte.com/in/en/pages/strategy/articles/conversational-chatbots-lets-chat.html (дата обращения: 10.04.2021)
19. Deutsch, M. (1958). Trust and Suspicion. Journal of Conflict Resolution, 2, 265-279. http://dx.doi.org/10.1177/002200275800200401 (дата обращения: 15.03.2021)
20. Doing Conversational Marketing with Chatbots? [Электронный ресурс] // – Режим доступа: https://www.wordstream.com/blog/ws/2018/09/14/chatbot-marketing (дата обращения: 15.05.2021)
21. Ferrara, E.; Varol, O.; Davis, C.; Menczer, F.; Flammini, A. The rise of social bots. Commun. ACM 2014, 59, 96–104.
22. Følstad, A., Nordheim, C.B., & Bjørkli, C. (2018). What Makes Users Trust a Chatbot for Customer Service? An Exploratory Interview Study. INSCI.
23. Følstad, Asbjørn & Nordheim, Cecilie & Bjørkli, Cato. (2018). What Makes Users Trust a Chatbot for Customer Service? An Exploratory Interview Study. 194-208. 10.1007/978-3-030-01437-7_16.
24. Gefen, David & Karahanna, Elena & Straub, Detmar. (2003). Trust and TAM in Online Shopping: An Integrated Model. MIS Quarterly. 27. 51-90.
25. Giddens, Anthony, 1990: The Consequences of Modernity. Stanford: Stanford University Press.
26. Glass, J., Flammia, G., Goodine, D., Phillips, M.,Polifroni, J., Sakai, S., Seneff, S., Zue, V., 1995. Multilingual spoken-language understanding in the MIT Voyager system. Speech Communication, 17, pp.1-18.
27. Holtgraves, T.M.; Ross, S.J.; Weywadt, C.R.; Han, T.L. Perceiving Artificial Social Agents. Comput. Hum. Behav. 2007, 23, 2163–2174
28. How Eliza Chatbot works? - 2020 [Электронный ресурс] // Официальный сайт платформы Chatbotpack. – 2020. – URL: https://www.chatbotpack.com/how-eliza-chatbot-works/ (дата обращения: 15.04.2021)
29. Hubspot, 2021, What Is Inbound Marketing? [Электронный ресурс] // – 2021. – Режим доступа: https://www.hubspot.com/inbound-marketing (дата обращения: 15.05.2021)
30. Hwang, T.; Pearce, I.; Nanis, M. Socialbots: Voices from the fronts. Interactions 2012, 19, 38–45.
31. Kim, J., & Moon, J. Y. (1998). Designing towards emotional usability in customer interfaces—trustworthiness of cyber-banking system interfaces. Interacting with Computers, 10(1), 1–29. URL: https://doi.org/10.1016/S0953-5438(97)00037-4 (датаобращения:10.05.2021)
32. Kramer, A.D.I.; Guillory, J.E.; Hancock, J.T. Experimental evidence of massive-scale emotional contagion through social networks. Proc. Natl. Acad. Sci. USA 2014, 111, 8788–8790.
33. Lee, Sang & Lee, Donhee. (2020). “Untact”: a new customer service strategy in the digital age. Service Business. 14. 10.1007/s11628-019-00408-2. (дата обращения: 30.04.2021)
34. Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. The Academy of Management Review, 20(3), 709–734. https://doi.org/10.2307/258792 (дата обращения: 20.03.2021)
35. McKnight, D. Harrison, et al. “Developing and Validating Trust Measures for e-Commerce: An Integrative Typology.” Information Systems Research, vol. 13, no. 3, 2002, pp. 334–359. JSTOR, URL: www.jstor.org/stable/23015741. (датаобращения:10.05.2021 )
36. Neururer, Mario; Schlögl, Stephan; Brinkschulte, Luisa; Groth, Aleksander. 2018. "Perceptions on Authenticity in Chat Bots" Multimodal Technol. Interact. 2, no. 3: 60. URL: https://doi.org/10.3390/mti2030060 (дата обращения: 12.04.2021)
37. Online-ритейлеры в 2020 году активизировали региональное развитие и запуск новых форматов в foodtech, [Электронный ресурс] // Информационное агентство “INFOLine”. – 2021. – Режим доступа: https://infoline.spb.ru/news/?news=205690 (дата обращения: 14.04.2021)
38. Pavlou, Paul, "Consumer Intentions to Adopt Electronic Commerce - Incorporating Trust and Risk in the Technology Acceptance Model" (2001). DIGIT 2001 Proceedings. 2. URL: https://aisel.aisnet.org/digit2001/2 (датаобращения:09.04.2021)
39. Persson, P.; Laaksolahti, J.; Lönnqvist, P. Understanding socially intelligent agents—A multilayered phenomenon. IEEE Trans. Syst. Man Cybern. Part A Syst. Hum. 2001, 31, 349–360
40. Reshmi, S., Balakrishnan, K. Implementation of an inquisitive chatbot for database supported knowledge bases. Sādhanā 41, 1173–1178 (2016). URL: https://doi.org/10.1007/s12046-016-0544-1 (дата обращения: 22.04.2021 )
41. Rousseau, D. M., Sitkin, S. B., Burt, R. S., Camerer, C.: Not so different after all: A cross-discipline view of trust. Academy of Management Review 23(3), 393-404 (1998). DOI: 10.5465/amr.1998.926617 (датаобращения: 10.04.2021)
42. Ruhi Sarikaya. 2017. The technology behind personal digital assistants: An overview of the system architecture and key components. IEEE Signal Processing Magazine, 34(1):67–81.
43. Schoorman, F. D., Mayer, R. C., Davis, J. H.: An integrative model of organizational trust: Past, present, and future. Academy of Management Review 32(2), 344-354 (2007). DOI: 10.5465/amr.2007.24348410 (датаобращения:10/05/2021)
44. Shawar, B.A., & Atwell, E. (2007). Chatbots: Are they Really Useful? LDV Forum, 22, 29-49.
45. Shum, Hy., He, Xd. & Li, D. From Eliza to XiaoIce: challenges and opportunities with social chatbots. Frontiers Inf Technol Electronic Eng 19, 10–26 (2018). – URL:https://doi.org/10.1631/FITEE.1700826(датаобращения:27.03.2021)
46. Sivaramakrishnan, Subramanian & Wan, Fang & Tang, Zaiyong. (2007). Giving an “e‐human touch” to e‐tailing: The moderating roles of static information quantity and consumption motive in the effectiveness of an anthropomorphic information agent. Journal of Interactive Marketing. 21. 60 - 75.
47. Snijders, C., & Keren, G. (1999). Determinants of trust. In D. V. Budescu, I. Erev, & R. Zwick (Eds.), Games and human behavior: Essays in honor of Amnon Rapoport (p. 355–385). Lawrence Erlbaum Associates Publishers.
48. Toader D-C, Boca G, Toader R, Măcelaru M, Toader C, Ighian D, Rădulescu AT. The Effect of Social Presence and Chatbot Errors on Trust. Sustainability. 2020; 12(1):256. https://doi.org/10.3390/su12010256 (датаобращения: 10.05.2021)
49. Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59, 433–460. https://doi.org/10.1093/mind/LIX.236.433 (датаобращения: 22.04.2021)
50. VKfordevelopers [Электронный ресурс] // – Режим доступа: https://vk.com/dev/bots_docs_3 (дата обращения: 15.05.2021)
51. Wallace R S and Noel Bush 2005 AIML: Artificial intelligence markup language. URL: http://www.alicebot.org/TR/2005/WD-aiml/ (дата обращения: 10.04.2021)
52. Weizenbaum J (1966) ELIZA: a computer program for the study of natural language communication between man and machine. Communications of the ACM 9(1): 36–45.
53. Weizenbaum J (1967) Contextual understanding by computers. Communications of the ACM 10(8): 474–480.
54. Yaniv Leviathan and Yossi Matias. 2018. Google Duplex: An AI System for Accomplishing Real-World Tasks Over the Phone. [Электронный ресурс] // GoogleAIBlog. – 2020. – Режим доступа: https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation (дата обращения: 20.04.2021)
55. Yazon, Alberto & Ang-Manaig, Karen & Buama, Chester Alexis & Tesoro, John. (2019). Digital Literacy, Digital Competence and Research Productivity of Educators. Universal Journal of Educational Research. 7. 1734-1743.
56. Zarouali, B., Van den Broeck, E., Walrave, M., & Poels, K. (2018). Predicting Consumer Responses to a Chatbot on Facebook. Cyberpsychology, behavior and social networking, 21(8), 491–497. https://doi.org/10.1089/cyber.2017.0518(дата обращения:27.03.2021)
57. Zumstein, Darius & Hundertmark, Sophie. (2017). Communicating and Transacting with Chatbots: Insights from Public Transport.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ