چکیده
از آنجایی که سرویسهای over – the – top (OTT) ممکن است توصیههایی به استفاده کنندگان در مورد آنچه تماشا کنند ارائه کند، خدمات OTT نه تنها تجربیات استفاده از سریال اصلی OTT، بلکه درک شخصیت برند OTT را سفارشی میکنند.
این بر نحوه ایجاد ارزش ویژه برند و وفاداری به برند برای این مارک های OTT تأثیر می گذارد . این مطالعه علاقه مند به درک الف) این است که چگونه سریال های اصلی به ایجاد ارزش ویژه برند مبتنی بر مصرف کننده (CBBE) به سمت خدمات OTT کمک می کنند و ب) چگونه مدل ارزش ویژه برند مبتنی بر مصرف کننده می تواند توضیح دهد که چگونه خدمات OTT وفاداری برند مصرف کننده و ارزش ویژه برند را ایجاد می کند. این مطالعه شامل یک مدل معادله ساختاری است که نشان می دهد که سریال های اصلی را می توان در یک مدل ارزش ویژه برند مبتنی بر مصرف کننده برای خدمات OTT گنجاند. این پیامدهای بیشتری برای مدیریت هنرهای خلاق در ایجاد ارزش ویژه برند و وفاداری به برند ارائه می دهد.
کلید واژه ها:
ارزش ویژه برند مبتنی بر مصرف کننده
OTT
SVOD
مدل معادلات ساختاری
مدیریت برند
سرویس پخش زنده
مقدمه
Netflix , Hulu , Amazon Prime , HBO Max و سایر سرویس های پخش آنلاین (OTT) صدها هزار ساعت محتوا را از سریال ها و فیلم های ویدیویی دارای مجوز و اصلی ارائه می دهند.
Disney + دارای بیش از 7500 قسمت برنامه تلویزیونی و 500 فیلم است و Netflix بیش از 47000 سریال تلویزیونی و 4000 فیلم دارد( Spangler , 2019 ). از آنجایی که خدمات OTT طراحی، سبک و عملکرد را نیز در بر می گیرد، خدمات OTT نه تنها تجربیات تماشای سریال اصلی OTT، بلکه کیفیت درک شده OTT، درک شخصیت برند و در نهایت ارزش ویژه برند و وفاداری به برند را نسبت به برند های OTT سفارشی می کند. این مطالعه علاقه مند به درک موارد زیر است
الف) چگونه برجستگی برند سریال اصلی به ایجاد ارزش ویژه برند مبتنی بر مصرف کننده (CBBE) به سمت خدمات OTT کمک می کند
و ب) چگونه مدل ارزش ویژه برند مبتنی بر مصرف کننده می تواند توضیح دهد که خدمات OTT چگونه وفاداری به برند مصرف کننده و ارزش ویژه برند را ایجاد می کند. مطالعات قبلی شخصیت های برند و مصرف کننده را در رسانه های دیگر و برند های سرگرمی مورد بررسی قرار داده اند، اما تعداد کمی از این متغیرها را در برابر خدمات OTT اندازه گیری کرده اند، یا در نظر گرفته اند که چگونه مدل CBBE می تواند توضیح دهد که چگونه خدمات OTT می تواند وفاداری به برند یا ارزش ویژه برند را ایجاد کند.
مطالعهای توسط Kubler و همکاران (2021) یک چارچوب مفهومی ارزشگذاری محتوای بازگشت سرمایه ارائه کرد، که مشخص میکند چگونه محتوا میتواند بر هزینههای اشتراک و همچنین حفظ خدمات OTT تأثیر بگذارد. مطالعاتی توسط Chan – Olmsted and Cha ( 2008 ) به بررسی ویژگیهای شخصیتی برند کانالهای تلویزیونی پرداخت و دریافت که رسانههای خبری مختلف، از جمله MSNBC، اخبار CBS و اخبار NBC، همگی دارای شخصیتهای برند منحصربهفردی هستند.
شخصیت های مصرف کننده نیز برای درک بیشتر رفتار مصرف فیلم مورد بررسی قرار گرفته اند و مشخص شده است که استفاده ژانر فیلم را پیش بینی می کنند( Palomba , 2020 ). در مقابل، خدمات OTT تعداد زیادی سریال اصلی را برای مصرف کنندگان ارائه می دهد و برای مصرف کنندگان خاص توصیه هایی را برای مصرف انواع خاصی از سریال های اصلی ارائه می دهد. پیروی از خواستههای مصرفکنندگان نیز به خدمات OTT کمک میکند تا بفهمند کدام محتوا باید به تمدید ادامه یابد یا مجوز مجدد یا بسته شود یا اجازه داده شود که از بین برود. این بدان معنی است که ادراک شخصیت برند OTT احتمالاً در بین مصرف کنندگان متفاوت است.
این مطالعه به دنبال پیشبرد ادبیات آکادمیک در مورد چگونگی استفاده از مدل ارزش ویژه برند مبتنی بر مصرف کننده برای توضیح این پدیده است. بررسی خواهد کرد که چگونه استفاده سریال اصلی ممکن است بر ادراک مصرف کنندگان از شخصیت های برند OTT تأثیر بگذارد و چگونه شخصیت های برند OTT بر وفاداری به برند OTT و کیفیت درک شده خدمات OTT تأثیر بگذارد و در نهایت بر ارزش ویژه برند OTT تأثیر بگذارد. از آنجایی که مصرف OTT شامل پیمایش کتابخانههای محتوای عظیم، یافتن سریهای اصلی، و همچنین نشان دادن ارزیابیهای خود مصرفکننده از تجربیات کاربریشان است، این به دانشگاهیان در مشاهده نحوه درک مصرفکنندگان از OTT کمک میکند و در نظر گرفتن اینکه چگونه این مدل ممکن است در سایر اکوسیستمهای کسب وکار دیجیتال اعمال شود..
این کار مجموعه های اصلی اضافه شده را روشن می کند و اینکه چگونه خدمات OTT باید کتابخانه های محتوای اصلی داخلی را به صورت استراتژیک شکل دهند. برای شاغلین، این مطالعه به مدیریت سلامت برند OTT کمک می کند و روشی را برای ردیابی ادراکات مصرف کنندگان از این برند ها نشان می دهد.
مرورپژوهش
بازار OTT
بازار OTT در دهه گذشته رونق عظیمی را تجربه کرده است. سرویسهای قدیمی OTT مانند نتفلیکس، هولو و آمازون پرایم، با رقابت فزایندهای در میان خود و با شرکتکنندگان اخیر از جمله Peacock، Disney + و یک سرویس فیلم و تلویزیون پیشرفته HBO با عنوان HBO Max، که HBO، Cinemax، و متعلق به برادران وارنر را همراهی میکند، مواجه شدهاند( Alexander , 2020 ; Nguyen , 2019 ). تماشای OTT مسئول 19 درصد کل تماشای تلویزیون است و 91 درصد از بزرگسالان ایالات متحده مشترک یک سرویس پخش ویدیو هستند.
قابل توجه است که 30 درصد از تماشا کنندگان ایالات متحده تمایل دارند حداقل در سه سرویس OTT مشترک شوند ( Spangler , 2020 ). برای نشان دادن بیشتر محبوبیت سریال اصلی OTT و توجیه گنجاندن آن در این مطالعه به عنوان معیاری برای برجستگی برند، لازم است تمام مراحل سفر تما شا کننده در نظر گرفته شود. پلتفرم Parrot Analytics Demand 360 میانگین تقاضای استفاده کننده را اندازه گیری می کند که به عنوان نقاط تماس تماشا کننده در سراسر جستجو، کشف، مشاهده و پست رسانه های اجتماعی مربوط به سریال های اصلی در سراسر OTT، کابل و شبکه محاسبه می کند.
استفاده کنندگان علاقه خود را به تحقیق نشان می دهند (مانند جستجوی یک نمایش، جستجوی رتبه بندی)، مشاهده تریلرها (مانند ویدیوی فیس بوک، حرکت روزانه)، دانلود محتوا (مانند پاپ کورن، بیت تورنت) برای مشاهده، و تعامل از طریق رسانه های اجتماعی (مثلاً اینستاگرام) , فیس بوک , توییتر ) که همگی در یک معیار وزنی استاندارد شده ترکیب شده اند و با مدت زمانی که هر اقدام استفاده کننده نیاز دارد سنجیده می شود( Parrot Analytics , 2021 a ). به هر نمایش یک نمره تقاضای متوسط اختصاص داده می شود و نمره 1 به عنوان خط پایه متوسط تقاضا است. بررسی 20 سریال اصلی برتر در 12 آگوست 2021 شامل سریال های اصلی OTT مانند بازی تاج و تخت (HBO Max، 74.92 x متوسط تقاضا)، چیزهای عجیب (Netflix، 65.94 x میانگین تقاضا)، Loki (Disney +، 67.57 x متوسط تقاضا)، WandaVision (Disney +، 52.09 x متوسط تقاضا)، La Casa De Papel (Netflix، میانگین تقاضا 42.94 x میانگین تقاضا)، The Boys (Amazon Prime Video، 41.91 x تقاضا)، میانگین تقاضا.
تد لسو (Apple TV +، 40.63 x متوسط تقاضا) و The Falcon and the Winter Soldier (Disney +، 42.4 x متوسط تقاضا) ( Parrot Analytics , 2021 a ). در مقایسه، نمایش های شبکه و تلویزیون کابلی مانند ریک و مورتی (شبکه کارتونی / شنا بزرگسالان، میانگین تقاضای 67.61 x)، مردگان متحرک (AMC، 62.24 x متوسط تقاضا) و دکتر خوب (ABC، 46.81 x متوسط تقاضا) ) عملکرد نسبتا خوبی در برابر سریال های اصلی دارد( Parrot Analytics , 2021 b ) .
ظاهراً نمایشهای OTT عملکرد فوقالعادهای در بازار دارند. در گذشته، خدمات OTT به محتوای شبکه های دارای مجوز و کانال کابلی برای تکمیل کتابخانه های محتوا متکی بودند، اما به طور فزاینده ای زمان و منابع را صرف تولید محتوای اصلی و انحصاری می کردند( Wayne , 2017 ). در برابر رقابت شدید و کاهش تمایل مصرفکننده برای خدمات OTT ( Feldman , 2019 )جو فعلی بازار OTT، بودجه بازاریابی شرکتهای عضو را مجبور به افزایش تصاعدی کرده است.
سریال های اصلی به عنوان پیشنهادهای فروش منحصر به فرد برای مصرف کنندگان به منظور اشتراک در خدمات OTT به بازار عرضه می شوند تا نه تنها به آنها دسترسی داشته باشند، بلکه همچنین محتوای دیگر را از کتابخانه های OTT گسترده مصرف کنند. بیشتر محتوای دارای مجوز با نشانواره اصلی کانال اصلی خود در صفهای جستجو OTT نشان داده میشود، به طوری که مصرفکنندگان بدانند که یک قسمت تلویزیونی پخششده توسط Hulu از How I Met Your Mother در اصل از CBS است، یا اینکه یک قسمت تلویزیونی پخششده از Netflix از The Office در اصل از NBC است. به طور فزاینده ای، خدمات OTT روی سریال های اصلی سرمایه گذاری کرده اند، زیرا مجوزها برای محتوای شبکه و کانال کابلی از بین می رود و شرکت های قدیمی رسانه ای در مراحل مختلفی برای راه اندازی خدمات OTT خود هستند ( Patches , 2019 ). از آنجایی که برای مصرف کنندگان جدید سنجش کتابخانه های محتوایی که مملو از محتوای دارای مجوز هستند دشوار است، سریال های اصلی به عنوان راهی برای سرویس OTT خدمت می کنند تا مشتریان را به اشتراک بگذارند. این اولین قدم در ایجاد ارزش ویژه برند به سمت خدمات OTT است
ارزش ویژه برند مبتنی بر مصرف کننده
تحقیقات موجود نشان میدهد که برندهای برتر ارزش افزوده یا متمایز به یک محصول یا خدمات ارائه میکنند و یک چارچوب نظری قوی برای این مطالعه فراهم میکنند. ارزش ویژه برند مبتنی بر مصرفکننده به عنوان «درجهای که نام یک برند به تنهایی به ارزش عرضه از دیدگاه مصرفکننده کمک میکند» تعریف میشود ( Leuthesser et al. , 1995 , p . 57 ). فالکنبرگ (1996) پیشنهاد می کند که برای اینکه ارزش ویژه برند مبتنی بر مصرف کننده قابل توجه باشد، محصول باید ارزش منحصر به فردی را برای مشتری فراهم کند. کلر (2013) بیان می کند که هویت برند، معنای برند، واکنش برند و رابطه برند چهار گام مهم در جهت ایجاد ارزش ویژه برند هستند. مدل ارزش ویژه برند مبتنی بر مصرف کننده ( Keller , 2013 ) به روش زیر اندازه گیری می شود. اول، برای در نظر گرفتن برجستگی برند، از سریال های اصلی در اینجا استفاده می شود، زیرا مصرف کنندگان سریال های اصلی OTT انحصاری را به مارک های OTT گره می زنند.
دوم، برای محاسبه معنای برند، این مطالعه از ادراکات شخصیت برند از برندهای OTT استفاده خواهد کرد. سوم، پاسخ برند به نحوه قضاوت و احساسات مصرف کنندگان در مورد تعامل واقعی با برند مربوط می شود که با کیفیت درک شده سنجیده می شود. در نهایت، هم نوایی برند با اندازهگیری وفاداری برند و ارزش ویژه برند اندازهگیری میشود. مطالعات قبلی از وفاداری به برند، کیفیت درک شده و آگاهی/تداعی برند همراه با ارزش ویژه برند برای محاسبه ارزش ویژه برند مبتنی بر مصرف کننده استفاده کرده اند ( Schivinski and Dabrowski , 2015 ; Yoo and Donthu , 2001 ).
وفادار به برند
برای اینکه مصرف کنندگان ارزش ویژه برند را از یک سرویس OTT درک کنند، باید نسبت به آن وفاداری به برند داشته باشند. وفاداری به برند علاقه مصرف کننده را برای ادامه مصرف محصولات یا خدمات یک برند در نظر می گیرد ( Oliver , 1999 ) ، و برای جلب هم نوایی برند در میان مصرف کنندگان استفاده می شود. OTT هنوز در مرحله بلوغ در چرخه عمر محصول خود است که در آن رقابت با افزایش تولید افزایش می یابد ( Porter , 1985 ).
بنابراین،نه تنها شناخت ارزش ویژه برند، بلکه وفاداری به برند نیز ضروری است، و توجه داشته باشیم که هر دو به عنوان متغیرهای نتیجه در مدل ارزش ویژه برند مبتنی بر مصرف کننده در این مطالعه عمل می کنند. وفاداری به برند به عنوان وفاداری نگرشی عملیاتی می شود که تعهد، اعتماد و سایر ابعاد مشابه را نسبت به یک برند نشان می دهد ( Back and Parks , 2003 ; Day , 1969 ). . مصرف کنندگان با وفاداری به برند بالا تمایل دارند نظرات مثبتی را در مورد یک شرکت بیان کنند و قیمت های بالاتری بپردازند ( Boulding et al. , 1993 ; Bowen and Shoemaker , 1998 ).
مطالعات گذشته پیشینه وفاداری به برند و همچنین چگونگی تأثیر وفاداری به برند بر ارزش ویژه برند را بررسی کرده اند. چندین مطالعه نشان داده اند که وفاداری به برند یک پیشینه کلیدی ارزش ویژه برند است ( Aaker , 1991 ; Gil et al. , 2007 ). یک مطالعه رسانه ای نشان داد که وفاداری به برند از طریق روابط برند و اعتبار سازمان برای مارک های مجلات در سراسر پلتفرم های چاپی و آنلاین مشخص می شود ( Nienstedt , et al. , 2012 ). همانطور که مصرف کننده نسبت به برند OTT وفاداری می کند، شروع به متمایز ساختن این خدمات از سایرین خواهد کرد و نگرش ها و تاکیدات مثبتی نسبت به برند اولیه OTT خود دارد. با گذشت زمان، این امر ارزش ویژه برند را ایجاد می کند، زیرا مصرف کننده ارزش افزوده را از تعاملات متعدد با یک برند OTT درک می کند. وفاداری به برند قلب برند است (Aaker, 1991) و می تواند گام مهمی در افزایش ارزش ویژه برند در بین مصرف کنندگان باشد ( Bashir et al. , 2020 ). وفاداری به برند می تواند بر حق بیمه قیمت و سایر شاخص های عملکرد کلیدی ارزش ویژه برند تأثیر بگذارد ( Aaker , 1991 ; Yasin et al. , 2007 ).
مطالعه ای توسط(1999) Chaudhuri بررسی کرد که چگونه وفاداری به برند روابط بین نگرش برند و ارزش ویژه برند و همچنین عادات برند و ارزش ویژه برند را واسطه می کند. این مدل به صراحت نشان داد که وفاداری به برند می تواند بر شاخص های ارزش ویژه برند از جمله سهم بازار و قیمت تأثیر بگذارد. یو و همکاران (2000) دریافتند که وفاداری به برند بر ارزش ویژه برند تأثیر می گذارد و نشان می دهد که وفاداری به برند می تواند ارزش ویژه برند را برای شرکت ها و مصرف کنندگان ایجاد کند.
H1: وفاداری به برند OTT پیش بینی کننده ارزش ویژه برند OTT است.
محتوای اصلی
سریال های اصلی OTT محصولات مارک دار از یک برند مادر OTT هستند که به خدمات OTT در شکل دادن به درک برند مصرف کننده کمک می کنند. این مجموعه ها به عنوان مجموعه هایی تعریف می شوند که در خانه تولید می شوند و / یا به طور انحصاری توسط یک سری OTT توزیع می شوند. سریال های اصلی OTT جوایز و تمجیدها را به دست آورده اند و به عنوان نقاط فروش منحصر به فردی برای مشترکین این خدمات OTT خدمت می کنند. برجستگی برندهای سریال اصلی مصرف کنندگان بر اساس شناسایی دسته ای است که برند در آن با سایر برندها رقابت می کند و همچنین اینکه چگونه برند نیازهای مصرف کننده را برآورده می کند( Keller , 2013 ).
یک برند با برجستگی فوق العاده برای مصرف کنندگان مورد توجه است و برای نیازهای مختلف قابل دسترسی است. برنامه هایی مانند Orange is the New Black (درام-کمدی)، چیزهای عجیب (علمی تخیلی، ترسناک)، The Path (درام) و سریال های دیگر نامزدی و جوایز امی و همچنین نشان دهنده ژانرهای فرعی منحصر به فرد شده اند( Framke , 2017 ). دامنه این سریال های اصلی نه تنها زیر ژانرهای متعددی را در بر می گیرد، بلکه از نظر تعداد نیز پرحجم هستند. در سال 2018، پلتفرمهای استریم به بیش از صد و شصت سری افزایش یافت، در مقایسه با صد و چهل و شش مورد توسط شبکهها و صد و چهل و چهار توسط کابل اصلی ( Koblin , 2020 ). یک مطالعه توسط Parrot Analytics ( 2019 )نشان داد که نتفلیکس برای جذب مشترکین جدید نیاز به انتشار محتوای نمایشی و کودکانه انحصاری دارد، اما برای حفظ مشترکین باید روی مستندها و محتوای به موقع تمرکز کند. از آنجایی که مصرف کنندگان می توانند هر نوع محتوای اصلی را مصرف کنند. آرزو می کنم، ممکن است ادراکات مختلفی از شخصیت های برند OTT ایجاد شود و فرصت های مدیریت برند را برای دست اندرکاران ایجاد کند تا خواسته های مختلف مصرف کنندگان را برآورده کنند.
شخصیت برند
مصرف کنندگان استنباط هایی در مورد برندها بر اساس ویژگی های شخصیتی ادراک شده انسانی که ممکن است داشته باشند انجام می دهند و به جای تایید ویژگی های فنی منجر به بیان خود ارزیابی می شوند( Keller , 1993 ).شخصیت CBrand ویژگی های انسانی درک شده توسط یک برند را بررسی می کند.
Aaker ( 1997 ) نشان داد که ابعاد شخصیتی برند منتخبی وجود دارد که شامل سر به زمین، صادق، سالم، شاد و تخیلی است. این نشانههای صفات انسانی میتواند به مصرفکنندگان در ایجاد پیوند با برندها کمک کند( Fournier , 1998 ). مدل اشتراک سرویس OTT روابط بلندمدت با مصرف کنندگان را تشویق می کند و به آنها امکان می دهد مصرف محتوا را سفارشی کنند و به نوبه خود درک شخصیت برند خود از مارک های OTT را داشته باشند. یک مطالعه نشان داد که ژانرهای بازی های ویدیویی بر ادراک شخصیت برند کلی از بازی های ویدیویی تأثیر می گذارد، که به نوبه خود پیش بینی کننده مثبت وفاداری به برند بود ( Palomba , 2016 ).
با این حال، کنسولهای بازی ویدیویی از مصرفکنندگان میخواهند که تقریباً 60 دلار برای هر بازی ویدیویی خرج کنند، و کانالهای تلویزیونی، جدای از ویدیوی درخواستی، نمایش خطی زمانبندی را ارائه میکنند که به مصرفکنندگان امکان میدهد هر بار یک برنامه در دسترس باشد. به طور متفاوت، خدمات OTT به مصرف کنندگان فرصت های همیشگی برای سفارشی کردن تجربه تماشای ویدیو می دهد. اگر مصرفکنندگان بتوانند سریالهای اصلی نامحدود را که معمولاً ژانرهای مختلف را در بر میگیرند، با قیمت اشتراک ماهانه یکسان تماشا کنند، ممکن است تصورات متفاوتی از یک برند OTT نیز داشته باشند. در نهایت، شخصیتهای برند که هر بار که مصرفکننده با برند درگیر میشوند تقویت میشوند، احتمالاً به آنها انرژی میدهند تا به خدمات OTT بازگردند و وفاداری را نسبت به خود برند مهار کنند. نتفلیکس از بازاریابی رسانههای اجتماعی برای ارتقای برند خود از طریق بازاریابی سریالهای اصلی منتخب همراه با نظرات، گیفها و کلیپهای کوتاه استفاده میکند( Beer , 2019 ; Follmer , 2014 ).
RQ1: آیا مشاهده برخی از سریال های اصلی OTT بر درک شخصیت برند OTT تأثیر میگذارد؟
H2: سریالهای اصلی OTT پیشبینیکننده مثبت ادراک شخصیتی برند OTT هستند.
H3: ادراک شخصیت برند OTT یک پیش بینی مثبت برای وفاداری به برند OTT است.
کیفیت درک شده
درک شخصیت برند OTT مصرف کننده یک بعد کلیدی برای درک کیفیت درک شده در یک پلت فرم OTT است. کیفیت درک شده شامل این تصور است که محصول یا خدمات با مشخصات استاندارد مطابقت دارد( garvin , 1984 ). برخلاف کانالهای پخش سنتی و کابلی، پلتفرم OTT ماهیت دیجیتالی دارد و بخشی از تجربه مصرفکننده، سفر به کتابخانههای حجیم را تشکیل میدهد. در دسترسی به یک سرویس OTT، مصرفکنندگان به منوی دیجیتالی میرسند که امکان جستجوی کلیدی عبارتها از جمله خلاقیتها، ژانرها، و محتوا، ویدئوهای جدولبندی شده و نمایشهای تلویزیونی در امتداد صفهای افقی، و همچنین تریلرهای دستی و خودکار را فراهم میکند. بنابراین، برندهای OTT هم نمادین و هم از نظر وسعت سودمند هستند( Aaker , 1997 ).
این مکانیسمها ویژگیهای مرتبط با محصول را روشن میکنند و مکملی برای تداعیهای نمادین و بیانی هستند که از طریق شخصیتهای برند به تصویر کشیده میشوند ( Keller , 1993 ). معرفی کیفیت درک شده به عنوان یک متغیر قابل دوام در مصرف رسانه به پیشرفت درک تجربی از چگونگی استفاده از عناصر فناوری در طراحی، سبک، تجربه، عملکرد و زبان به تجارب پخش کمک میکند. از آنجایی که شبکه های پخش مانند NBC و CBS به طور سنتی فقط بر اساس محتوا ارزیابی می شوند، خدمات پخش دیجیتال مانند Netflix، Hulu و HBO Max چرخ فلک های دیجیتال، منوهای جستجو، توصیه ها و ساختارهای دیگر را ارائه می دهند که بسیار تعاملی تر از منوهای راهنمای تلویزیون قبلی هستند. در سیستم های کابلی و ماهواره ای، ارائه تجربیات شخصی سازی فردی. در مطالعات گذشته، کیفیت درک شده با تاثیر بر ارزش ویژه برند و وفاداری به برند مرتبط بوده است. مشخص شده است که کیفیت درک شده پیش بینی کننده کلیدی وفاداری به برند در مد است ( Yang and Lee , 2019 )و وفاداری به برند در پلتفرم های رسانه های اجتماعی( shanahan et al. , 2019 ).
علاوه بر این، کیفیت درک شده به عنوان یک پیشبینیکننده کلیدی ارزش ویژه برند نسبت به داروهای ژنریک ( Sanyal and Datta , 2011 )و بانکداری اینترنتی شناخته شده است( Loureiro , 2013 ). تجارب مصرف محتوا بر کیفیت درک شده خود سرویس OTT کلی تأثیر می گذارد. شخصیتهای برند OTT باید بر کیفیت درک شده تأثیر مثبت بگذارند، زیرا ویژگیها و ویژگیهای مورد حمایت یک برند نیز باید نشان دهند که آیا مصرفکننده خدمات را کاربرپسند میداند، محتوای جذابی ارائه میدهد، عاری از نقص است و در کل تجربه خوبی ارائه میکند. مصرف کنندگان باید ارزش افزوده را از یک پلتفرم OTT استخراج کنند که بتواند زیبایی بصری دلپذیری را ارائه دهد، اطلاعات را به راحتی پیدا کند و عملکرد ثابتی را ارائه دهد. کیفیت درک شده مثبت باید بر وفاداری به برند مصرف کننده تأثیر بگذارد، زیرا قابلیت اطمینان و توانایی ارائه یک تجربه مفید باید مشتریان را برای بازگشت به پلتفرم OTT تحریک کند.
ارزش ویژه برند (α: 0.90) کیفیت احتمالی [سرویس OTT] بسیار بالاست من می توانم به سرعت نماد یا آرم [سرویس OTT] را به خاطر بیاورم من می توانم [سرویس OTT] را تشخیص دهم من خودم را به [سرویس OTT] وفادار می دانم | منبع: (Aaker 1991; Yoo & Donthu، 2001) |
کیفیت درک شده (α: 0.89) [سرویس OTT] برای تماشای نمایش های ویدیویی عملکرد خوبی دارد [سرویس OTT] بدون نقص و عملکردی است که تبلیغ می شود [سرویس OTT] به طور مداوم یک تجربه پخش ویدیوی خوب را ارائه می دهد، مهم نیست که چقدر زمان گذشته است [سرویس OTT] به خوبی طراحی شده و شیک است اطلاعاتی که می خواهم به راحتی در [سرویس OTT] پیدا می شود [سرویس OTT] طراحی بصری دلپذیری را نشان می دهد [سرویس OTT] از اصطلاحاتی استفاده می کند که برای من آشناست | منبع: (گاروین، 1984؛ کلر، 2013) |
وفاداری به برند (α: 0.83) من قصد دارم به استفاده از [سرویس OTT] ادامه دهم بر اساس تجربه من، به احتمال زیاد به رابطه خود با [سرویس OTT] ادامه خواهم داد. احتمالاً متقاعد می شوم که سایر برنامه های ویدیویی را از [سرویس OTT] مشاهده کنم | منبع: (Chaudhuri and Holbrook, 2001; Russell-Bennett et al., 2007; Wei-ping et al., 2008; Yoo & Donthu, 2001) |
شخصیت برند (α: 0.95) باهوش فنی شرکت های بزرگ، دارای شخصیت حقوقی موفقیت آمیز رهبر مطمئن طبقه بالا فریبنده خوش تیپ جذاب زنانه صاف در فضای باز مردانه غربی سخت است ناهموار تاریک بصری قابل توجه احساس خوب کلاسیک پر تعلیق ریگ مستقل رومانتیک | منبع (آکر، 1997) |
H4: ادراک شخصیت برند OTT یک پیش بینی کننده مثبت کیفیت درک شده OTT است.
H5: کیفیت درک شده از خدمات OTT یک پیش بینی مثبت ارزش ویژه برند OTT است.
H6: کیفیت درک شده از خدمات OTT یک پیش بینی مثبت برای وفاداری به برند OTT است.
روش ها
معیارها
تمام شاخص های اندازه گیری در جدول 1 فهرست شده اند و متعاقباً در بخش های زیر تجزیه می شوند. برای اندازهگیری مصرف OTT، از مصرفکنندگان پرسیده شد که برای کدام سرویسهای OTT هزینه پرداخت میکنند، و آنها فقط یک حساب کاربری در سراسر Netflix، Hulu، Amazon Prime Video و HBO Max دارند. این برندها به این دلیل انتخاب شدند که حداقل سه سال است که وجود داشته اند (HBO، سلف HBO Max کمی بیش از چهل و پنج سال است که وجود داشته است) و مصرف کنندگان توانسته اند روابط قوی، وفاداری به برند و ادراکات مربوط به برند برقرار کنند.
برای اندازه گیری ارزش ویژه برند مبتنی بر مصرف کننده، مقیاسی بر اساس مقیاس چند بعدی ارزش ویژه برند مبتنی بر مصرف کننده آکر (1991) و یو و دونتو (2001) استفاده شد. برخی از شاخصها شامل “کیفیت احتمالی [سرویس OTT] بسیار بالا است” و “من میتوانم [سرویس OTT] را تشخیص دهم.” این مقیاس لیکرت 4 ماده ای از 1 = کاملاً مخالفم تا 5 = کاملاً موافقم متغیر است. نمرات آلفای کرونباخ برای ارزش ویژه برند α = 0.90 بود که بالاتر از آستانه 0.70 برای امتیازات قابل قبول بود( Hair et al. , 2013 ). برای اندازه گیری کیفیت درک شده از مقیاسی استفاده شد که از گاروین (1984) و کلر (2013) استخراج شده بود. این مقیاس به منظور ارزیابی چگونگی درک مصرف کنندگان از دوام و کیفیت محصول است. مقیاس کیفیت درکشده شامل اندازهگیریهایی مانند « [سرویس OTT] برای تماشای نمایشهای ویدیویی به خوبی عمل میکند،» و « [سرویس OTT] بدون نقص و عملکردی است که تبلیغ میشود.» این مقیاس 4 ماده ای از 1 = کاملاً مخالف تا 5 = کاملاً موافقم متغیر بود. نمرات آلفای کرونباخ برای کیفیت درک شده 89/0 = α بود که بالاتر از آستانه 70/0 برای نمرات قابل قبول بود( Hair et al. , 2013 ).
برای اندازه گیری وفاداری به برند، مقیاسی بر اساس مطالعات وفاداری نگرشی قبلی ( Chaudhuri and Holbrook , 2001 ; Russell – Bennett et al. , 2007 ; Wei – ping et al. , 2008 ; Yoo and Donthu , 2001 ) در اینجا استفاده شد. مقیاس وفاداری به برند به دنبال اندازهگیری قصد مصرفکننده نسبت به درگیر کردن برند در آینده و ایجاد رابطه ادراکی با برند بود. این مقیاس 3 ماده ای شامل شاخص هایی مانند “من قصد دارم به استفاده از [سرویس OTT] ادامه دهم” و “بر اساس تجربه من، به احتمال زیاد در آینده رابطه خود را با [سرویس OTT] ادامه خواهم داد.” این مقیاس 3 ماده ای از 1 = کاملاً مخالف تا 5 = کاملاً موافقم متغیر بود. نمرات آلفای کرونباخ برای وفاداری به برند 83/0 = α بود که بالاتر از آستانه 70/0 برای نمرات قابل قبول بود( Hair et al. , 2013 ). برای اندازه گیری شخصیت برند، از مقیاس آکر (1997) در اینجا استفاده شد. پنج بعد اصلی شخصیت برند در اینجا اندازهگیری شد که شامل صداقت، هیجان، شایستگی، پیچیدگی و ناهمواری میشود. این عوامل شامل اظهارات شخصیت برند مانند “اصیل”، “صادقانه” و “باحال” است. این مقیاس 42 موردی از 1 = کاملاً مخالف تا 5 = کاملاً موافقم متغیر بود. نمرات آلفای کرونباخ برای شخصیت برند 95/0 = α بود که بالاتر از آستانه 70/0 برای نمرات قابل قبول بود( Hair et al. , 2013 ).
برای اندازه گیری سریال های اصلی، فهرستی از سی و پنج سریال اصلی از نتفلیکس، هولو، آمازون و HBO Max در یک فهرست سازماندهی شد (جدول 2). این فهرست بر اساس مجموعههای تلویزیونی است که یا در هر رشتهای نامزد امی شدهاند (آکادمی تلویزیون، ۲۰۲۰) یا بهعنوان برنامههای «هوشانگیز» نوشته شدهاند (هورنشاو، ۲۰۱۷؛ فروشندگان، ۲۰۱۹) از ۲۰۱۰ تا ۲۰۱۸. بر اساس این منابع، این سریال های اصلی برای این مطالعه انتخاب شدند. برای اندازه گیری اطلاعات دموگرافیک، سن، جنس، تحصیلات، درآمد خانوار و وابستگی سیاسی در این مطالعه اندازه گیری شد. وابستگی سیاسی از 1 = بسیار لیبرال تا 6 = محافظه کار سنجیده شد. میزان تحصیلات از 1 = کمتر از دبیرستان تا 8 = مدرک حرفه ای اندازه گیری شد. سن بر اساس پرسش از شرکت کنندگان اندازه گیری شد که سن فعلی آنها چند سال است.در نهایت، درآمد خانوار از 1 = کمتر از 10000 دلار تا 12 = 150000 دلار یا بیشتر اندازه گیری شد.
جمع آوری داده ها
برای تأمین مالی این مطالعه، یک کمک هزینه تحقیقاتی برنده شد و محقق برای تأیید IRB درخواست داد. روش نظرسنجی در اینجا برای جلب سلیقه و ادراکات مصرف کننده استفاده شد. این در Amazon Mechanical Turk ساخته و از قبل آزمایش شده است.
صد نفر ( 100 = N ) بزرگسالان ایالات متحده در نظرسنجی شرکت کردند و از آنها خواسته شد در پایان نظرسنجی نظر دهند. هنگامی که نظرسنجی بر اساس نظرات ارزیابی شد، در طول تابستان 2018 به جمعیت ملی پانصد (N = 500) بزرگسال ایالات متحده در پانل مصرف کنندگان Qualtrics منتشر شد. فقط شرکتکنندگانی که اعلام کردند حداقل یکبار در ماه نمایشها را در سرویسهای OTT تماشا میکنند، اجازه داشتند تا بقیه نظرسنجی را به پایان برسانند. داده های نظرسنجی پاک شد و شرکت کنندگانی که تمام سوالات را کامل نکردند از مطالعه حذف شدند. چهارصد و سی و چهار ( 434 = N ) شرکت کننده یا 87 % از نمونه اصلی برای تجزیه و تحلیل داده ها باقی ماندند .
نتایج
تحلیل های توصیفی
پراکندگی درآمد نسبتاً یکنواخت بود، زیرا 51.3 درصد از شرکت کنندگان 50000 دلار یا بیشتر درآمد داشتند. تفکیک جنسیتی یکسان بود زیرا 50.9 % از نمونه ها مرد بودند . در سراسر نژاد و قومیت، 66.1 درصد از شرکت کنندگان قفقازی، 13.8 درصد آفریقایی-آمریکایی، 5.9 درصد آسیایی-آمریکایی، 17.9 درصد اسپانیایی تبار و 2 درصد دیگر را شناسایی کردند. 43.2 درصد از شرکت کنندگان حداقل مدرک لیسانس گرفتند. در میان خدمات OTT پولی، مصرف کنندگان برای اشتراک در
Netflix ( 81.1 % ) , Amazon Prime Video ( 50.5 % ) , Hulu ( 42.4 % ) and HBO Max ( 22.8 % )هزینه پرداخت کردند. در سراسر خدمات OTT دسترسی به Netflix ( 19.8 % ) , Amazon Prime Video ( 13.2 % ) , Hulu ( 11.3 % ) , and HBO Max ( 4.4 % )به طور قابل پیش بینی بیشتر است .
این اعداد در مقایسه با تعداد مشترکین Netflix ( 69.9 میلیون یا 56 % از مصرف کنندگان ایالات متحده ) , Hulu ( 28 میلیون یا 8.5 % از مصرف کنندگان ایالات متحده ) , Amazon Prime Video ( 96.5 میلیون یا 29 % از مصرف کنندگان ایالات متحده ) بطور قابل پیش بینی بیشتر است . و HBO Max (34 میلیون یا 10.3 درصد از مصرف کنندگان ایالات متحده) مصرف کنندگان در ایالات متحده هستند( Alexander , 2020 ; Feiner , 2019 ; Feldman , 2019 ; Lee , 2020 ).
تحلیل عاملی
تجزیه و تحلیل عاملی با چرخش واریماکس برای کاهش و سازماندهی مقدار شاخص های لازم برای تشخیص سریال های اصلی و شخصیت های برند OTT اجرا شد. این یک ابزار آماری قدرتمند است که به منظور به حداقل رساندن مقدار شاخص های لازم و به حداکثر رساندن قدرت توضیحی شاخص های باقی مانده است( Hair et al. , 2013 ). لازم بود میزان شاخصهای سریال اصلی و شخصیتهای برند OTT کاهش یابد تا متغیرهای مقرون به صرفه برای تجزیه و تحلیل دادههای بیشتر ایجاد شود( Hair et al. , 2013 ).تجزیه و تحلیل عاملی برای شخصیت های برند نتفلیکس (جدول 3)، آمازون پرایم ویدئو (جدول 4)، هولو (جدول 5)، HBO مکس (جدول 6) و همچنین گروه بندی سریال های اصلی نتفلیکس (جدول 7) اجرا شد.
در زمان نظرسنجی، برندهای OTT مورد بررسی، همگی مجموعههای اصلی متعددی را که نامزدی امی دریافت کردهاند یا buzz ارائه نکردهاند. این منجر به نمایش های ویدیویی محدودی شد که در این مطالعه گنجانده شدند. پنج نمایش آمازون پرایم (شفاف، خانم مایزل شگفتانگیز، مردی در قلعه بلند، موتزارت در جنگل و فاجعه)، دو نمایش هولو (مسیر و داستان کنیز) و ده نمایش HBO مکس وجود داشت. (ویپ، بری، اشتیاق خود را محدود کنید، بازی تاج و تخت، ناامن، اگر در جریان نیستید، صبحانه بخورید، دره سیلیکون، وست ورلد، بالرز، و دروغ های کوچک بزرگ) و بنابراین شاخص های کافی برای تضمین تحلیل عاملی وجود نداشت. .
در عوض، انواع مختلفی ایجاد شد که همه نمایش ها را در اینجا بر اساس مارک های مختلف ترکیب می کرد.
همه برندهای OTT امتیاز آلفای کرونباخ عالی را در سریال های اصلی Hulu ( α = 0.78 ) , سریال اصلی آمازون ( α = 0.90 ) و سریال اصلی HBO Max ( 0.92 = α ) کسب کردند.
نتایج سوال تحقیق
برای بررسی سوال اول تحقیق , رگرسیون خطی چندگانه اجرا شد ( جدول 8 و جدول 9 ) . هر رگرسیون خطی چندگانه اطلاعات جمعیت شناختی مستقل (مانند قومیت، درآمد، وابستگی سیاسی، تحصیلات، سن و جنسیت) را در کنار الگوهای مصرف اصلی OTT (مانند Netflix TV Saving، HBO Max TV) در خود جای داد. الگوهای مصرف اصلی OTT محصول تجزیه و تحلیل عاملی است که تعیین می کند مصرف کنندگان سری اصلی را با هم ببینند و ادراک متفاوت شخصیت برند را از برند OTT ایجاد می کند
For Netflix bold ( F = 8.525 , p < 0.001 ) , the predictive indicators included African – American ( β = 0.20 , p < 0.014 ) , income ( β = 0.14 , p < 0.022 ) , sex – male ( β = – 0.23 , p < 0.001 ) , and Netflix saving ( β = 0.23 , p < 0.002 ) . For Netflix optimistic ( F = 3.40 , p < 0.001 ) , the predictive indicators included income ( β = 0.15 , p < 0.024 ) , sex – male ( β = -0.14 , p < 0.02 ) , and Netflix unfamiliar ( β = 0.18 , p < 0.016 ) . For Netflix cool ( F = 3.86 , p < 0.001 ) , the predictive indicators included age ( β = 0.19 , p < 0.001 ) , Netflix saving ( β = 0.23 , p < 0.003 ) , and Netflix persevere ( β = -0.016 , p < 0.05 ) .
For Amazon gritty ( F = 7.49 , p < 0.001 ) , the predictive indicators included African – American ( β = 0.22 , p < 0.023 ) , sex – male ( β = – 0.21 , p < 0.001 ) , and Amazon original series ( β = 0.27 , p < 0.001 ) . For Amazon optimistic ( F = 5.01 , p < 0.001 ) , the predictive indicators included income ( β = 0.18 , p < 0.02 ) , sex – male ( β = -0.21 , p < 0.002 ) , and Amazon original series ( β = 0.21 , p < 0.003 ) . For Amazon modern ( F = 4.44 , p < 0.001 ) , the predictive predictors included income ( β = 0.19 , p < 0.013 ) , age ( β = 0.18 , p < 0.01 ) , and Amazon TV ( β = 0.20 , p < 0.004 ) . For Hulu durable ( F = 5.91 , p < 0.001 ) , the predictive indicators included sex – male ( β = -0.29 , p < 0.001 ) and Hulu original series ( β = 0.28 , p < 0.001 ) . For Hulu progressive ( F = 4.37 , p < 0.001 ) , the predictive indicators include Asian American ( β = -0.26 , p < 0.01 ) , Hispanic American ( β = – 0.22 , p < 0.036 ) , and Hulu original series ( β = 0.30 , p < 0.001 ) . For Hulu genuine ( F = 2.99 , p < 0.002 ) , the predictive indicators included income ( β = 0.17 , p < 0.046 ) and Hulu TV ( β = 0.22 , p < 0.005 ) .
For HBO Max accessible ( F = 4.91 , p < 0.001 ) , the predictive indicators included political affiliation ( β = 0.24 , p < 0.007 ) and HBO Max original series ( β = 0.45 , p < 0.001 ) . For HBO Max sexy ( F = 6.56 , p < 0.001 ) , the predictive indicators included Hispanic American ( β = – 0.25 , p < 0.041 ) , political affiliation ( β = 0.17 , p < 0.04 ) , and HBO Max original series ( β = 0.54 , p < 0.001 ) . For HBO Max strong ( F = 4.14 , p < 0.001 ) , the predictive indicators included HBO Max original series ( β = 0.54 , p < 0.001 ) .
نتایج فرضیه ها
برای بررسی بیشتر روابط فوق , یک مدل معادلات ساختاری با هم قرار داده شد . این روش برای آزمایش همزمان روابط و کاهش خطای نوع 1 انتخاب شد( Hair et al. , 2013 ). همه اندازهگیریها در اندازهگیریهای کل درNetflix , HBO Max , Amazon Prime Video , and Hulu ترکیب شدند. نمرات قابلیت اطمینان کرونباخ برای معیارهای کل برای اطمینان از قابلیت اطمینان و سازگاری درونی اجرا شد. روایی همگرا از طریق آزمون های KMO و بارتلت کروییت همراه با پایایی ترکیبی (C.R.) نشان داده شده است و روایی واگرا از طریق میانگین واریانس استخراج شده (A.V.E.) مورد آزمون قرار گرفت ( Anderson and Gerbing , 1988 ; Bellini et al. , 2017 ) حداقل آستانه برای میانگین واریانس استخراج شده 0.50 و برای پایایی ترکیبی 0.70 است (فورنل و لارکر، 1981). سریال اصلی شامل نتفلیکس (جدول 10)
Hulu original series ( α = 0.78 ) , Amazon original series ( α = 0.90 ) , and HBO Max original series ( α = 0.92 )
شخصیت های برند متشکل ازNetflix , Amazon , Hulu , and HBO Maxوفاداری به برند شامل وفاداری به برند HBO
Max (α = 0.79)، وفاداری به برند Netflix (0.76 = α)، وفاداری به برند آمازون (α = 0.84) و وفاداری به برند Hulu(α = 0.87) بود.
کیفیت درک شده شامل Netflix quality ( α = 0.78 ) , Hulu quality ( α = 0.87 ) , Amazon Prime quality ( α = 0.89 ) , and HBO Max quality ( α = 0.85 )
ارزش ویژه برند شامل
f Netflix equity ( α = 0.82 ) , Hulu equity ( α = 0.84 ) , HBO Max equity ( α = 0.83 ) , and Amazon Prime Video equity ( α = 0.83 )
برای ارزیابی مناسب مدل CBBE , مدل معادلات ساختاری در این مطالعه به کار گرفته شد . این تکنیک امکان استنتاج در مورد روابط بین سازه ها را فراهم می کند و می تواند علیت را در بین این روابط استنباط کند( Hair et al. , 2013 ). برای ارزیابی اندازه مطلق , مجذور کای و ریشه میانگین مربعات خطای تقریب ( RMSEA ) در اینجا ارزیابی شد . خود مدل مسیرهای آماری معنیداری تولید کرد و همچنین با مجموعه دادهها مطابقت داشت: X2 = 7.437، df = 4، p <. 115 و RMSEA 0.045 بود که کمتر از سقف 0.08 برای یک مدل مناسب است. ( Hair et al. , 2013 ; Hu and Bentler , 1999 ). برای ارزیابی معیارهای برازش افزایشی، شاخص برازش مقایسه ای (CFI) 0.981 بود که بالاتر از آستانه 0.90 بود و شاخص برازش هنجاری (NFI) 0.961 بود که بالاتر از آستانه 0.90 بود ( Bentler , 1992 ).
مسیرهای مدل معادلات ساختاری همگی از نظر آماری معنی دار بودند و همه فرضیه های این مطالعه را پشتیبانی می کردند. مجموعه اصلی مجموعه یک پیش بینی کننده مثبت شخصیت برند کل بود ( β = 0.30 , p < 0.001 ) ( پشتیبانی از H2 ) . مجموع شخصیت های برند نمایش های ویدئویی یک پیش بینی کننده مثبت کیفیت درک شده OTT
( β = 0.58 , p < 0.001 ) ( پشتیبانی از H4 ) و وفاداری به برند ( β = 0.22 , p < 0.044 ) ( پشتیبان H3 ) بود. مجموع کیفیت درک شده پیش بینی کننده مثبت وفاداری به برند ( β = 0.68 , p < 0.001 ) ( پشتیبان H6 ) و ارزش ویژه برند ( β = 0.51 , p < 0.001 ) ( پشتیبان H5 ) بود . در نهایت , وفاداری کل به برند یک پیش بینی کننده مثبت ارزش ویژه برند بود ( β = 0.44 , p < 0.001 ) ( پشتیبان H1 ) ( شکل 1 ) .
بحث
یافته های عمده
این مطالعه به دنبال درک این بود که چگونه مصرفکنندگان ارزش ویژه برند و وفاداری به برند را نسبت به مارکهای OTT پرورش میدهند و درک میکنند که چگونه مصرف سریال اصلی OTT ممکن است بر این ادراکات تأثیر بگذارد. این مطالعه مدل ارزش ویژه برند مبتنی بر مصرف کننده (کلر، 2013) را در اطراف خدمات OTT پیش برد. درک و اندازه گیری قدرت یک برند دشوار است، زیرا پارامترهای زیادی برای در نظر گرفتن وجود دارد. لازم است ارزش ویژه برند برجسته شود، زیرا نشان دهنده تأثیر منحصر به فرد یک برند بر پایه مصرف کننده است. این تمایل مصرف کننده را می توان برای درک گسترش برند و پسرفتهای خط محصول در یک برند مورد استفاده قرار داد.
OTT اصلی که در این مقاله مورد بررسی قرار می گیرد به عنوان گسترش برند برای این خدمات OTT عمل می کند. آنچه که به عنوان یک تمرین در گسترش برند شروع شد، به توسعه خط محصول برای هر یک از خدمات OTT تبدیل شد. برای اطمینان از پذیرش مشتریان از الحاقیه های جدید، لازم است که هر خدمات OTT برای ارزش ویژه برند مبتنی بر مصرف کننده مثبت ارزیابی شود (کلر، 2013). هر سرویس OTT میتواند نمایشهای خود را در پلتفرمهای خود، حتی در برابر محتوای دارای مجوز غیراصلی، به بازار عرضه کند، که به آن امکان میدهد به کارایی بازاریابی بیشتری دست یابد و هزینههای تبلیغات را محدود کند. این همچنین کمک میکند تا اطمینان حاصل شود که مصرفکنندگان واکنشی غیر قابل انعطاف به افزایش قیمتها خواهند داشت.
مشاهده انواع خاصی از برنامه ها ادراکات OTT کاملا متفاوتی را ایجاد می کند که به تنها سوال تحقیق در این مطالعه پاسخ می دهد. برای مثال، مصرفکنندگانی که نمایشهای اصلی را تماشا میکنند که حالت قهرمانانه به خود میگیرند (مثلاً، بیل نای جهان را نجات میدهد، شکارچی ذهن) نتفلیکس را جسور و باحال میدانند. با این حال، بینندگانی که نمایشهای اصلی نتفلیکس را مشاهده میکنند که شامل استقامت در سختیها میشود (مثلاً، کیمی اشمیت شکستناپذیر، استاد هیچکدام) تمایل دارند نتفلیکس را کمتر جذاب بدانند. این واریانس نشان می دهد که چگونه برجستگی برند سری اصلی می تواند به عنوان یک ابزار بازاریابی برای ایجاد ارزش ویژه برند مبتنی بر مصرف کننده در یک سری از روش ها عمل کند. اگر یک ویژگی شخصیتی برند سرگرمی خاص با یک بخش مصرف کننده نسبت به دیگری طنین انداز شود، نتفلیکس می تواند سریال های اصلی و کمپین های رسانه های اجتماعی هدفمند را به کار گیرد که به تقویت این ادراک کمک می کند.
کاربرد موفقیتآمیز مدل ارزش ویژه برند مبتنی بر مصرفکننده، متغیرهای کلیدی را برای مدیران و محققان رسانهای جدا میکند تا در ارزیابی قدرت برند OTT و هم نوایی با مخاطبان در نظر بگیرند. اولاً، مجموعههای تلویزیونی اصلی که مصرفکنندگان میبینند، به شکلدهی دیدگاه آنها در مورد برند OTT کمک میکند. از نقطه نظر استراتژیک، خدمات OTT می توانند برند خود را به آنچه مصرف کنندگان تصور می کنند بر اساس نحوه ارائه محتوای اصلی به مصرف کنندگان متمرکز کنند. خدمات OTT قادر به مدیریت شخصیت های برند از طریق توصیه ها و چرخ فلک های محتوا هستند. این به مدیران اجازه می دهد تا اطمینان حاصل کنند که یک سرویس OTT انتظارات مصرف کنندگان را در بخش های مختلف مصرف کننده برآورده می کند و اشتراک ها را حفظ می کند. دوم، کیفیت درک شده یک بعد ظریف در اینجا است که تجربیات مصرف کننده دیجیتال را اندازه گیری می کند. دیجیتالی شدن توزیع محتوا، سرگرمی، رسانه و فناوری را در بین برندهای OTT ادغام کرده است. در حالی که توزیع MVPD از طریق سیستم های کابلی و ماهواره ای بر طراحی و سبک کانال های کابلی مانند TNT و ایالات متحده تاثیری نداشت، خدمات OTT اساسا محتوا، کانال ها و اجزای سیستم MVPD را در یک سرویس ترکیب می کنند. کیفیت درک شده تجربیات مصرف کننده را در عملکردهای جستجو، توصیه ها، چرخ فلک های محتوا و سایر عناصر غیرمرتبط با مشاهده مستقیم محتوا به تصویر می کشد. در نهایت، ایجاد وفاداری به برند در میان مشترکان میتواند در طول زمان ارزش ویژه برند را ایجاد کند، و این کار را برای مشتریان سختتر میکند تا از خدمات OTT صرف نظر کنند.
نتیجه گیری
فرضیه های CBBE همگی پشتیبانی شدند و همچنین امکان بررسی سوال تحقیق مطرح شده در این مطالعه را فراهم کردند. اولاً، واضح است که مشاهده انواع خاصی از سریال های اصلی OTT بر ادراک شخصیت برند OTT تأثیر می گذارد (RQ1)
( Aaker , 1997 ). اگرچه این ویژگیهای شخصیتی برند ممکن است در بخشهای مصرفکننده متفاوت باشد، اما میتوانند وفاداری به برند (H3) و همچنین کیفیت درک شده (H4) را نشان دهند. ( garvin , 1984 ; Oliver , 1999 ). کیفیت درک شده بر وفاداری برند (H6) و همچنین ارزش ویژه برند (H5) تأثیر می گذارد.
با هم، فرضیه های پشتیبانی شده نشان می دهد که این مدل می تواند برای اندازه گیری ارزش سریال اصلی نسبت به وفاداری به برند OTT و پرورش ارزش ویژه برند OTT استفاده شود.
مدیران رسانه OTT در صنعتی کار می کنند که در خط مقدم ایجاد و توزیع محتوای نوآورانه قرار دارد. بازار OTT با اضافه شدن اخیر Disney + که محتوای متعلق به ABC را در خود جای داده است و افزودن Peacock از NBC به رشد خود ادامه خواهد داد. در یک مدل کسب و کار که به سریال های اصلی برای جذب مصرف کنندگان برای اشتراک و همچنین حفظ مشتریان متکی است، از سریال های اصلی برای هدایت سودآوری خدمات OTT استفاده می شود. این مدل ممکن است توسط مدیران برند برای اندازهگیری متغیرهای موجود در مدل معادلات ساختاری استفاده شود، اما همچنین برای درک اینکه چگونه این متغیرها ممکن است در طول زمان تغییر کنند، و برای شناسایی اینکه آیا سریالهای اصلی خاص در توسعه CBBE بیشتر از سایرین به سمت یک سرویس OTT کمک میکنند استفاده شود. .
محدودیت ها و مطالعات آینده
این مطالعه بر یک نمونه پنل مصرف کننده از Qualtrics تکیه کرد که شرکت کنندگان را برای نظرسنجی انتخاب می کند. این به جمعیت ایالات متحده وابسته بود و بنابراین تعمیم پذیری در اینجا محدود است. علاوه بر این، این مطالعه تنها مجموعه ای از خدمات OTT را در نظر گرفت. اخیراً توجه بیشتری به طیف گستردهتری از برنامههای اصلی OTT از جمله نمایش صبحگاهی در Apple + و Little Fires Everywhere در Hulu شده است. در این مطالعه نسخههای اصلی نتفلیکس در مقایسه با سایر نسخههای اصلی برند OTT بیشتر بود. این داده ها درست زمانی جمع آوری شد که سایر مارک های OTT شروع به انتشار نسخه های اصلی کردند. بنابراین، این مطالعه باید دوباره با ارائه متعادلی از نسخه های اصلی از خدمات OTT تکرار شود، که اکنون می توان آن را به Apple TV +، Disney + و Peacock گسترش داد. این مطالعه همچنین به یک نمونه بزرگسالان ایالات متحده متکی بود و باید بر روی سایر جمعیت های بین المللی آزمایش شود.
علاوه بر این، کنترل مسائل درون زایی در مورد اینکه آیا مصرف کنندگان به اشتراک خدمات OTT برای سریال های اصلی سوق داده می شوند یا اینکه آیا سریال های اصلی یک مزیت جانبی از اشتراک خدمات OTT هستند، دشوار است.
ملاحظاتی برای مطالعات آینده وجود دارد. مهم است که سریال های اصلی آینده را از سرویس های OTT جدید در نظر بگیرید، که باید به تمایز خدمات OTT کمک کند. از سوی دیگر، اگر همه سرویسهای OTT مجموعههای اصلی را ارائه میکنند که همه ژانرها را در بر میگیرد، باید بررسی شود تا ببینیم آیا برندها ضعیف شدهاند یا به نظر میرسند عمومی هستند.
به نظر می رسد که بازار OTT در فاز دو بازار خود قرار دارد که نشان می دهد به زودی بلوغ حاصل می شود و رقابت افزایش می یابد.
بر اساس گفته کوبلر و همکاران (2021)، مطالعه بعدی باید جنبههای دیگر سفر مصرفکننده (مانند قیف جذب، هزینههای اشتراک، فروش متقابل، درآمدهای تبلیغاتی) را در بر بگیرد و چگونگی تأثیرگذاری این امر بر جریان نقدی شرکت را در نظر بگیرد. بهعلاوه، ممکن است انواع خاصی از سریالها یا ژانرهای اصلی وجود داشته باشد که میتواند به خدمات OTT کمک کند وفاداری به برند یا ارزش ویژه برند را بیشتر کند. نوآوری احتمالاً بر نوآوری محصول (سری های جسورانه، اصلی) و کمی بیشتر به سمت نوآوری در فرآیند متمرکز خواهد شد، به این معنی که کیفیت درک شده احتمالاً حتی برای مصرف کنندگان اهمیت بیشتری خواهد داشت (Sraders, 2019).