Understanding the role of social media content in brand loyalty: A meta-analysis of user-generated content vs. firm-generated content

Die Nutzung sozialer Medien erfährt einen stetigen Anstieg und hat sich zu einer der bedeutendsten Informationsquellen für Verbraucher entwickelt. Diese verlassen sich nicht mehr ausschließlich auf von Unternehmen generierten Content, sondern teilen Meinungen und Erfahrungen in Echtzeit. Diese Entwicklung stellt Unternehmen vor große Herausforderungen.

User Generated Content (UGC) und Firm Generated Content (FGC)

User Generated Content (UGC) bezieht sich auf Inhalte, die von Nutzern oder der Online-Community erstellt werden. Dieser Content kann in verschiedenen Formen auftreten, wie zum Beispiel Bewertungen, Kommentare, Bilder, Videos oder Beiträge in sozialen Medien. UGC wird oft als authentisch und glaubwürdig wahrgenommen, da es von individuellen Erfahrungen und Meinungen stammt. 

Firm Generated Content bezieht sich auf Inhalte, die von Unternehmen selbst erstellt oder produziert werden, um ihre Produkte, Dienstleistungen oder Markenbotschaften zu präsentieren. Dieser Inhalt kann verschiedene Formen annehmen, darunter Werbeanzeigen, Blogbeiträge, Social-Media-Posts, Videos und mehr. 

Im Gegensatz zu User Generated Content (UGC), der von der Online-Community erstellt wird, liegt die Kontrolle über Firm Generated Content vollständig bei dem betreffenden Unternehmen.

Das konzeptionelle Modell:

Das konzeptionelle Modell der vorgestellten Studie untersucht die Wirkung von User Generated Content (UGC) und Firm Generated Content (FGC) auf verschiedene Attribute sowie die Rolle von Kontrollvariablen, kontextbezogenen Eigenschaften und vor allem die Markenloyalität. Das Modell zielt darauf ab, die komplexen Zusammenhänge zwischen diesen verschiedenen Variablen zu analysieren und zu verstehen. Im folgenden sind die Elemente des Modells, welche für die späteren Analysen und Methoden relevant sind, erklärt:

Attribute des UGC & FGC:

  1. Informationsqualität: Die Qualität der von Benutzern generierten Informationen in Bezug auf Genauigkeit und Vollständigkeit
  2. Glaubwürdigkeit der Informationen: Die Vertrauenswürdigkeit der von Benutzern erstellten Inhalte
  3. Informationsnutzen: Der Nutzen, den Benutzer aus den von anderen Benutzern/Firmen erstellten Inhalten ziehen
  4. Positive Gefühle: Die emotionalen Reaktionen, die durch den Konsum von UGC oder FGC hervorgerufen werden
  5. Selbstkongruenz: Die Übereinstimmung der von Benutzern/von Firmen generierten Inhalte mit den individuellen Werten und Identitäten der Konsumenten
  6. Interaktivität: Die Möglichkeit für Benutzer/Firmen, aktiv mit den von anderen Benutzern erstellten Inhalten zu interagieren

Kontrollvariablen:

  1. Jahr: Das Jahr der Studie, um zeitliche Einflüsse zu berücksichtigen
  2. Veröffentlichungsstatus: Der Status der Veröffentlichung der Inhalte, um mögliche Unterschiede zwischen veröffentlichten und unveröffentlichten Inhalten zu berücksichtigen

Kontextbezogene Eigenschaften:

  1. Produktinvolvement: Das Ausmaß, in dem Konsumenten mit einem Produkt interagieren
  2. Produktwert: Die wahrgenommene Wertigkeit eines Produkts
  3. Haltbarkeit des Produkts: Die geschätzte Lebensdauer eines Produkts
  4. Human Development Index (HDI): Ein Maß für die Lebensqualität in verschiedenen Ländern
  5. Plattform: Die Art der Plattform, auf der die Inhalte veröffentlicht werden

Markenloyalitäten:

  1. Kognitive Loyalität: Die rational begründete Treue gegenüber einer Marke
  2. Affektive Loyalität: Die emotionale Verbundenheit zu einer Marke
  3. Konative Loyalität: Die Absicht, weiterhin Produkte einer bestimmten Marke zu kaufen oder zu nutzen

Studie 1: Deskriptive Statistik zur Wirkung von User Generated Content (UGC) und Firm Generated Content (FGC) auf die Markentreue

Bei der ersten Studie wurden die oben genannten Elemente des konzeptionellen Modells miteinander verglichen und Beziehungen und Auswirkungen über berechnete  Korrelationskoeffizienten festgestellt.

Die Erkenntnisse der ersten deskriptiven Studie zeigen, dass Informationsqualität, Informationsglaubwürdigkeit, Informationsnutzen, positive Emotionen, Selbstkongruenz und Interaktivität signifikant mit der Dimension der Markentreue korrelieren. Des Weiteren wird festgestellt, dass diese Zusammenhänge für Firm Generated Content (FGC) stärker ausgeprägt sind als für User Generated Content (UGC). Die Ergebnisse weisen auf die Unterschiede zwischen FGC und UGC hin. Um diese Effekte genauer zu prüfen, wird im Rahmen einer Strukturgleichungsmodellierung (SEM) eine Mehrgruppenanalyse (Studie 2) durchgeführt. Die Q-Tests der Homogenität und die I2-Statistiken deuten auf Heterogenität in den Daten hin, wobei ein hoher Q-Wert auf diese Heterogenität hinweist. Daher wird die Notwendigkeit einer Moderatorenanalyse (Studie 3) betont, um die Einflüsse genauer zu verstehen.

Studie 2: Strukturgleichungsmodell / Mehrgruppenanalyse

Das Strukturgleichungsmodell (SEM) stellt ebenfalls eine Methode dar, um die Beziehung zwischen mehreren Variablen darzustellen. Diese Methode wird normalerweise auf eine Stichprobe angewandt, da aber mehrere Stichproben vorhanden sind, wurde eine Mehrgruppenanalyse durchgeführt, um die Unterschiede zwischen UGC und FGC genauer zu untersuchen.

Durch die Mehrgruppenanalyse wird sichergestellt, dass die Analyse nicht von Unabhängigkeiten geprägt ist. Ziel ist es, Beziehungen zwischen den Ergebnissen zu gewährleisten und sicherzustellen, dass das analysierte Modell in allen Gruppen zu den vorhandenen Daten passt.

Ergebnisse Studie 2: Strukturgleichungsmodell / Mehrgruppenanalyse

Informationsqualität

In Bezug auf die Informationsqualität zeigt sich, dass sie ein entscheidender Prädiktor für kognitive Loyalität ist. Insbesondere wird deutlich, dass die Informationsqualität von Firmen generierten Inhalten (FGC) einen signifikant stärkeren Einfluss auf die kognitive Loyalität hat als die von nutzergenerierten Inhalten (UGC). Benutzer scheinen somit den Firmen generierten Informationen mehr Qualität zuzurechnen als den Meinungen und Beiträgen der Nutzer in den sozialen Medien.

Information Glaubwürdigkeit

Die Glaubwürdigkeit von Informationen erweist sich als zentraler Faktor für die kognitive, affektive und konative Dimension der Markentreue. Die Multigruppenanalyse betont, dass die Bedeutung von Firmen generierten Inhalten in Bezug auf Glaubwürdigkeit in allen Dimensionen signifikant höher ist als bei nutzergenerierten Inhalten. Somit ist die Glaubwürdigkeit von Firmen höher als die von Nutzern generierten Informationen.

Informationsnutzen

Der Informationsnutzen spielt eine Schlüsselrolle in der konativen Loyalität, wobei die Ergebnisse zeigen, dass die Bedeutung für nutzergenerierte Inhalte signifikant höher ist. Dies könnte darauf hinweisen, dass Verbraucher aufgrund der Informationsflut in sozialen Medien UGC effektiver filtern können. Zudem beeinflussen Persönliche Erfahrungen und Empfehlungen innerhalb der Nutzergemeinschaft maßgeblich die Handlungen und Präferenzen der Benutzer.

Positive Emotionen

Positive Emotionen sind signifikante Auslöser für die affektive Dimensionen der Markentreue. Benutzer neigen stärker dazu, sich mit anderen Benutzern zu identifizieren und positive Emotionen zu teilen. Überraschenderweise ergab die Mehrgruppenanalyse einen inversen Zusammenhang zwischen positiven Emotionen und konativer Loyalität im Bereich nutzergenerierter Inhalte. Dies legt nahe, dass bei nutzergenerierten Inhalten eine Zunahme positiver Emotionen tendenziell mit einer Abnahme der konativen Loyalität einhergeht.

Studie 3: Moderatorenanalyse

Um zu schauen, ob eine zusätzliche Variable die Beziehung zwischen der Content Art und den jeweiligen Eigenschaften von Social Media beeinflusst, wurde eine Moderatorenanalyse angewendet. Diese untersucht, inwiefern die Stärke einer Beziehung zwischen zwei Variablen von einer dritten Variable beeinflusst wird.

Ergebnisse Studie 3: Moderatorenanalyse

Produktinvolvement

Die Untersuchung bestätigt die moderierenden Effekte der Produktbeteiligung. Für Produkte mit geringem Involvement sind bestimmte Attribute, wie Informationsqualität, Glaubwürdigkeit, Informationsnutzen und positive Emotionen, von besonderer Bedeutung für Nutzergenerierte Inhalte (UGC). Interessanterweise zeigen sich diese Effekte nicht in Bezug auf firmen generierte Inhalte (FGC). Handelt es sich um Produkte mit Low-Involvement neigen Verbraucher dazu, alternative Informationsquellen den Social Media-Inhalten vorzuziehen. 

Produktwert

Das Modell zeigt eine moderierende Wirkung des Produktwerts, insbesondere bei hedonischen Produkten. Unterschiede zwischen Nutzergenerierten Inhalten (UGC) und firmen generierten Inhalten (FGC) sind hierbei erkennbar. Die Auswirkungen von Glaubwürdigkeit und positiven Emotionen sind in der FGC-Stichprobe stärker ausgeprägt, während in der UGC-Stichprobe die Nützlichkeit der Informationen und positive Emotionen an Bedeutung gewinnen. Die Suchintentionen der Verbraucher bei utilitaristischen Produkten könnten erklären, warum Social Media-Inhalte als Informationsquelle für explorative Entscheidungsfindung genutzt werden. Die Bedeutung der Überzeugungskraft von Inhalten ist bei hedonischen Produkten in den sozialen Medien höher.

Produktlebensdauer

Die Langlebigkeit von Produkten beeinflusst die Markentreue unterschiedlich. Firmen-Generierte Inhalte (FGC) haben bei Verbraucherprodukten stärkere Auswirkungen, insbesondere in Bezug auf Informationsqualität, Glaubwürdigkeit, Informationsnutzen und positive Emotionen. Dies zeigt sich besonders bei kurzlebigen Produkten. In diesem Zusammenhang wird angenommen, dass Verbraucher bei langlebigen Gütern unsicherer sind und daher auf kommerzielle Social Media-Inhalte zurückgreifen.

Human Development Index (HDI)

Die Studie hebt hervor, dass der HDI einen Einfluss auf die Verbraucher Reaktionen auf Social Media-Inhalte hat. In hochentwickelten Ländern gewinnen Attribute wie Informationsqualität, Informationsglaubwürdigkeit und positive Emotionen an Bedeutung, insbesondere für Nutzergenerierte Inhalte (UGC). In Ländern mit hohem HDI ist der Einfluss von Informationsqualität und Informationsnutzen für firmen generierte Inhalte (FGC) größer. Dies wird auf die höhere Popularität der Nutzung sozialer Medien in Industrieländern zurückgeführt.

Social Media Plattformen

Die Untersuchung des Einflusses von Plattformen zeigt, dass der Informationsnutzen bei Facebook eine deutlich höhere Auswirkung auf die Markentreue hat als bei anderen Plattformen für Nutzergenerierte Inhalte (UGC).

Managerial Implications / Handlungsempfehlungen

Die entworfenen Methoden und die daraus resultierenden Ergebnisse dienten dem Zweck, Handlungsempfehlungen und Hinweise für Unternehmen zu liefern.

  • Die Attribute von nutzergenerierten Inhalten (UGC) und Firmen generierten Inhalten (FGC) haben einen nachweisbaren Einfluss auf die verschiedenen Dimensionen der Markentreue. Unternehmen sollten  somit gezielt Ressourcen bereitstellen, um ihr Social-Media-Marketing zu verbessern.
  • Firmen generierte Inhalte (FGC) sowie Influencer haben die Macht, das Verhalten der Verbraucher zu beeinflussen. Es wird empfohlen, dass Unternehmen in firmen generierte Inhalte (FGC) und Influencer investieren, um die Markentreue ihrer Zielgruppen zu steigern.Vorherige Studien legen zudem nahe, dass Mikro Influencer effektiver sind als Makro Influencer, da deren erstellte Inhalte als überzeugender angesehen werden.
  • Besonders hervorgehoben wird der starke Einfluss des Informations Nutzens in nutzergenerierten Inhalten (UGC) auf die konative Markentreue. Es ist entscheidend, dass Unternehmen ihre Zielgruppen mit optimalen Inhalten ansprechen, um eine positive Markentreue zu fördern.
  • Die Wirksamkeit von Inhalts-Attributen zeigt sich besonders effektiv bei risikoarmen Produkten. Für ein erfolgreiches Social Media Marketing wird geraten, sich auf hedonische, wenig involvierende und nicht dauerhafte Produkte zu konzentrieren.

Quelle:

Tyrväinen, O., Karjaluoto, H., & Ukpabi, D. (2023). Understanding the Role of Social Media
Content in Brand Loyalty : A Meta-Analysis of User-Generated Content Versus Firm-Generated Content. Journal of Interactive Marketing, OnlineFirst.
https://doi.org/10.1177/10949968231157281

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert