Investigating the role of viral marketing, and brand awareness on purchase decisions: An empirical study in Indonesian online shops
Notice bibliographique
Résumé
Previous research states that viral marketing has an important role in increasing consumer purchasing intentions, viral marketing can also encourage increased brand awareness. This research aims to analyze the relationship between Viral marketing and purchasing decisions, Brand awareness and purchasing decisions, and Viral marketing and purchasing decisions. This research method is quantitative through surveys, research data was obtained by distributing online questionnaires to 720 selected online shop customers in Indonesia using a simple random sampling method, and the online questionnaire was designed using statement items with a Likert scale of 1 to 7. Data analysis used a structural equation model based on covariance (CB-SEM) with SmartPLS 4.0 software to analyze research data. The independent variables are viral marketing and brand awareness, and the dependent variable is purchasing decisions. The stages of data analysis are validity testing, reliability testing, model fit testing, and significance testing of hypothesis testing. The results of this research are that Viral marketing has a positive and significant relationship with purchasing decisions, Brand awareness has a positive and significant relationship with purchasing decisions, and Viral marketing has a positive and significant relationship with purchasing decisions. Viral marketing is one of the factors that can influence purchase intentions. Viral marketing is expected to have multiple effects because many people who receive the message can convey it to tens or even hundreds of other internet users. Brand awareness can influence consumers toward purchasing decisions, which states that brand awareness has a significant influence on purchasing decisions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».