МАРКЕТИНГОВА СТРАТЕГІЯ БРЕНДУ НАТУРАЛЬНОЇ КОСМЕТИКИ VIGOR COSMETIQUE NATURELLE У СОЦІАЛЬНІЙ МЕРЕЖІ INSTAGRAM: ДАТА-ОРІЄНТОВАНИЙ АНАЛІЗ КОНТЕНТУ ТА ПОКАЗНИКІВ ЗАЛУЧЕНОСТІ АУДИТОРІЇ
DOI:
https://doi.org/10.31379/sed.1.4.2025.37Ключові слова:
маркетинг у соціальних мережах, Instagram-маркетинг, коефіцієнт залученості, цифровий маркетинг, data-driven маркетинг, аналіз візуального контентуАнотація
У статті представлено результати комплексного емпіричного дослідження маркетингової стратегії українського бренду натуральної косметики Vigor Cosmetique Naturelle у соціальній мережі Instagram. Стаття базується на аналізі 925 постів бренду за період із серпня 2023 року по квітень 2024 року. У дослідженні застосовані методи дескриптивної статистики, кореляційного аналізу, кластеризації (PCA), а також мультимодального аналізу візуального контенту. Предметом дослідження виступили ключові показники ефективності (KPI) акаунта, зокрема коефіцієнт залученості (Engagement Rate, ER%), середні показники лайків і коментарів, а також атрибути публікацій. Встановлено, що середній показник ER% акаунту становить 0,05%, що є помітно нижчим за галузеві орієнтири (1–3%) для сегмента beauty у регіоні ЦСЄ. Порівняльний аналіз розіграшів і звичайних постів засвідчив короткотривале зростання залученості у 1,7 рази, яке не трансформується у сталий приріст. Аналіз часової динаміки виявив помірно виражену сезонність із піками в серпні 2023 та березні–квітні 2024 року, а також статистично значуще переважання ER% у п'ятничних публікаціях (0,07% проти 0,05%). Радарний профіль візуального контенту засвідчив високу однорідність публікацій за ключовими візуальними атрибутами. За результатами дослідження сформульовано практичні рекомендації щодо оптимізації контент-стратегії бренду.
Посилання
Alassafi, M. O., Alghamdi, W., Naveena, S. S., Alkhayyat, A., Tolib, A., & Ugli, I. S. M. (2023). Machine learning for predictive analytics in social media data. E3S Web of Conferences, 399, 04046. DOI:https://doi.org/10.1051/e3sconf/202339904046 [in English].
Basbeth, F., & Nardo, R. (2023). The role of user engagement and Instagram influencer in a corporate SNS account. In Studies in big data (pp. 55–63). DOI:https://doi.org/10.1007/978-3-031-42463-2_7 [in English].
Carmine, S., & De Marchi, V. (2022). Reviewing Paradox Theory in Corporate Sustainability Toward a Systems Perspective. Journal of Business Ethics, 184(1), 139–158. DOI:https://doi.org/10.1007/s10551-022-05112-2[in English].
Fu, C., Silalahi, A. D. K., Yang, L., & Eunike, I. J. (2024). Advancing SME performance: A novel application of the technological-organizational-environment framework in social media marketing adoption. Cogent Business & Management, 11(1). DOI:https://doi.org/10.1080/23311975.2024.2360509[in English].
Hootsuite. (2024). Social media trends 2024: Annual research report. Hootsuite Media Inc. [in English].
HypeAuditor. (2024). State of influencer marketing 2024: Annual report. HypeAuditor Research. URL: https://hypeauditor.com/resources [in English].
Ilyashenko, S. M., & Shypulina, Yu. S. (2022). Tsyfrovyi marketynh: pidruchnyk [Digital marketing: Textbook]. Universytetska knyha. [in Ukrainian].
Jia, Z. (2024). Psychological analysis of social media visual content based on image recognition algorithm. International Journal of Electrical and Electronics Engineering, 11(9), 196–204. DOI:https://doi.org/10.14445/23488379/ijeee-v11i9p117 [in English].
Kaur, J., Saini, S., Behl, A., & Poonia, A. (2024). Impact of digital storytelling on improving brand image among consumers. Journal of Promotion Management, 30(8), 1348–1376. DOI:https://doi.org/10.1080/10496491.2024.2403760 [in English].
Kotler, P., Kartajaya, H., & Setiawan, I. (2021). Marketing 5.0: Technology for humanity. Wiley. [in English].
Meta. (2024). Engagement and reach metrics on Meta platforms: Technical documentation. Meta Business Help Center. [in English].
Natorina, A. O. (2020). Instagram biznes-akaunt ryteilera: haidy ta KPI [Instagram business account of a retailer: Guides and KPIs]. Zenodo. DOI:https://doi.org/10.5281/zenodo.3678892 [in English].
Paper, D. J. (2020). Hands-on Scikit-Learn for machine learning applications: Data science fundamentals with Python. Apress. DOI:https://doi.org/10.1007/978-1-4842-5373-1 [in English].
Prymak, T. O. (2023). Marketynhovi komunikatsii u sotsialnykh merezhakh: teoriia ta praktyka [Marketing communications in social media: Theory and practice]. KNEU. [in English].
Reshetnikova, O. V. (2022). Kontent-marketynh u tsyfrovomu seredovyshchi: pidkhody do otsiniuvannia efektyvnosti [Content marketing in the digital environment: Approaches to efficiency assessment]. Marketynh v Ukraini, (4), 45–58. DOI:https://doi.org/10.31891/dsim-2026-13(17) [in English].
Ranjan, M., Barot, K., Khairnar, V., Rawal, V., Pimpalgaonkar, A., Saxena, S., & Sattar, A. (2023). Python: Empowering data science applications and research. Journal of Operating Systems Development & Trends, 10, 27–33. DOI:https://doi.org/10.37591/joosdt.v10i1.576 [in English].
Rival IQ. (2024). 2024 social media industry benchmark report. URL:https://www.rivaliq.com/blog/social-media-industry-benchmark-report [in English].
Socialinsider. (2024). Instagram benchmarks 2024: A comprehensive industry analysis. Socialinsider Reports. URL:https://www.socialinsider.io [in English].
Tian, J. (2023). Research on the marketing strategy of beauty brands in the background of social media. In Advances in economics, business and management research (pp. 1267–1277). DOI:https://doi.org/10.2991/978-94-6463-098-5_144 [in English].
Zozuliov, O. V., & Tsarova, T. O. (2021). Systema marketynhovykh modelei tovaru [System of marketing models of a product]. Marketing and Digital Technologies, 5(3), 6–17. [in English].
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Суспільство. Економіка. Цифровізація
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Всі статті публікуються за ліцензією Creative Commons Attribution 4.0 International (CC BY 4.0), яка дозволяє необмежене використання, розповсюдження та відтворення вмісту на будь-якому носії, за умови зазначення оригінального автора та джерела.
