Simple view
Full metadata view
Authors
Statistics
Algorytmy rekomendacyjne TikToka – analiza skuteczności i wpływu na decyzje zakupowe użytkowników
Recommendation Algorithms on TikTok: An Analysis of Effectiveness and Influence on User Purchasing Decisions
Algorytmy rekomendacyjne, TikTok, Wpływ na decyzje zakupowe, Marketing internetowy, Personalizacja treści, Zachowania użytkowników, Rekomendacje treści, Strategie rekomendacyjne, Systemy rekomendacyjne
Recommendation Algorithms, TikTok, Influence on Purchasing Decisions, Online Marketing, Content Personalization, User Behavior, Content Recommendations, Recommendation Strategies, Recommendation Systems
Niniejsza praca bada wpływ algorytmów rekomendacyjnych TikToka na zachowania użytkowników, ze szczególnym uwzględnieniem ich wpływu na decyzje zakupowe. Badanie rozpoczyna się od przeglądu algorytmów rekomendacyjnych i ich zastosowania na różnych platformach cyfrowych wraz z szczególnym naciskiem na unikalny system TikToka. Zdolności platformy zostały szczegółowo przeanalizowane, ukazując jej potencjał jako skutecznego narzędzia marketingowego, wykorzystującego treści organiczne oraz kampanie prowadzone przez influencerów. Studium przypadku Ryanaira pokazuje, jak marki mogą efektywnie angażować użytkowników na TikToku.Aby zbadać zależność między zaangażowaniem użytkowników w rekomendowane treści a ich decyzjami zakupowymi, przeprowadzono badanie empiryczne za pomocą ankiety użytkowników. Wyniki wykazały wyraźną korelację między zaangażowaniem na TikToku a prawdopodobieństwem dokonywania zakupów na podstawie jego rekomendacji. Dodatkowo w badaniu rozważono, w jaki sposób marketingowcami mogą wykorzystać wirusowy charakter TikToka oraz jego algorytmy rekomendacyjne do zwiększenia widoczności produktów i stymulowania działań konsumenckich.Podsumowując, badanie podkreśla istotną rolę algorytmów TikToka w kształtowaniu interakcji użytkowników i trendów konsumenckich oraz zawiera praktyczne rekomendacje dla marek, które chcą wykorzystać potencjał platformy. Praca wnosi wkład w rozwijającą się dziedzinę badań nad marketingiem w mediach społecznościowych, oferując wgląd w przyszłość zachowań konsumenckich kształtowanych przez algorytmy.
This thesis examines the influence of TikTok's recommendation algorithms on user behaviour, with a particular focus on their impact on purchasing decisions. The study begins with an overview of recommendation algorithms and their use across digital platforms, with special attention to TikTok's unique system. The platform's capabilities are thoroughly analyzed, revealing its potential as a highly effective marketing tool. A case study of Ryanair demonstrates how brands can effectively engage users on TikTok.To explore the relationship between user engagement with recommended content and purchasing behaviour, an empirical research study was conducted with the help of a user survey. The findings show a clear correlation between engagement on TikTok and the likelihood of making purchases based on its recommendations. Additionally, the study considers how marketers can leverage TikTok's viral nature and recommendation algorithms to increase product visibility and drive consumer actions.In conclusion, the research highlights the significant role TikTok's algorithms play in shaping user interaction and consumer trends and offers practical recommendations for brands seeking to harness the platform's potential. This study contributes to the growing field of social media marketing research, providing insights into the future of consumer behaviour influenced by algorithms.
| dc.abstract.en | This thesis examines the influence of TikTok's recommendation algorithms on user behaviour, with a particular focus on their impact on purchasing decisions. The study begins with an overview of recommendation algorithms and their use across digital platforms, with special attention to TikTok's unique system. The platform's capabilities are thoroughly analyzed, revealing its potential as a highly effective marketing tool. A case study of Ryanair demonstrates how brands can effectively engage users on TikTok.To explore the relationship between user engagement with recommended content and purchasing behaviour, an empirical research study was conducted with the help of a user survey. The findings show a clear correlation between engagement on TikTok and the likelihood of making purchases based on its recommendations. Additionally, the study considers how marketers can leverage TikTok's viral nature and recommendation algorithms to increase product visibility and drive consumer actions.In conclusion, the research highlights the significant role TikTok's algorithms play in shaping user interaction and consumer trends and offers practical recommendations for brands seeking to harness the platform's potential. This study contributes to the growing field of social media marketing research, providing insights into the future of consumer behaviour influenced by algorithms. | pl |
| dc.abstract.pl | Niniejsza praca bada wpływ algorytmów rekomendacyjnych TikToka na zachowania użytkowników, ze szczególnym uwzględnieniem ich wpływu na decyzje zakupowe. Badanie rozpoczyna się od przeglądu algorytmów rekomendacyjnych i ich zastosowania na różnych platformach cyfrowych wraz z szczególnym naciskiem na unikalny system TikToka. Zdolności platformy zostały szczegółowo przeanalizowane, ukazując jej potencjał jako skutecznego narzędzia marketingowego, wykorzystującego treści organiczne oraz kampanie prowadzone przez influencerów. Studium przypadku Ryanaira pokazuje, jak marki mogą efektywnie angażować użytkowników na TikToku.Aby zbadać zależność między zaangażowaniem użytkowników w rekomendowane treści a ich decyzjami zakupowymi, przeprowadzono badanie empiryczne za pomocą ankiety użytkowników. Wyniki wykazały wyraźną korelację między zaangażowaniem na TikToku a prawdopodobieństwem dokonywania zakupów na podstawie jego rekomendacji. Dodatkowo w badaniu rozważono, w jaki sposób marketingowcami mogą wykorzystać wirusowy charakter TikToka oraz jego algorytmy rekomendacyjne do zwiększenia widoczności produktów i stymulowania działań konsumenckich.Podsumowując, badanie podkreśla istotną rolę algorytmów TikToka w kształtowaniu interakcji użytkowników i trendów konsumenckich oraz zawiera praktyczne rekomendacje dla marek, które chcą wykorzystać potencjał platformy. Praca wnosi wkład w rozwijającą się dziedzinę badań nad marketingiem w mediach społecznościowych, oferując wgląd w przyszłość zachowań konsumenckich kształtowanych przez algorytmy. | pl |
| dc.affiliation | Wydział Zarządzania i Komunikacji Społecznej | pl |
| dc.area | obszar nauk humanistycznych | pl |
| dc.area | obszar nauk ścisłych | pl |
| dc.contributor.advisor | Flasiński, Mariusz - 127926 | pl |
| dc.contributor.author | Pawłowska, Karolina - USOS322747 | pl |
| dc.contributor.departmentbycode | UJK/WZKS | pl |
| dc.contributor.reviewer | Jurek, Janusz - 128557 | pl |
| dc.contributor.reviewer | Flasiński, Mariusz - 127926 | pl |
| dc.date.accessioned | 2024-10-23T22:47:18Z | |
| dc.date.available | 2024-10-23T22:47:18Z | |
| dc.date.submitted | 2024-10-22 | pl |
| dc.fieldofstudy | elektroniczne przetwarzanie informacji | pl |
| dc.identifier.apd | diploma-174171-322747 | pl |
| dc.identifier.uri | https://ruj.uj.edu.pl/handle/item/455482 | |
| dc.language | pol | pl |
| dc.source.integrator | false | |
| dc.subject.en | Recommendation Algorithms, TikTok, Influence on Purchasing Decisions, Online Marketing, Content Personalization, User Behavior, Content Recommendations, Recommendation Strategies, Recommendation Systems | pl |
| dc.subject.pl | Algorytmy rekomendacyjne, TikTok, Wpływ na decyzje zakupowe, Marketing internetowy, Personalizacja treści, Zachowania użytkowników, Rekomendacje treści, Strategie rekomendacyjne, Systemy rekomendacyjne | pl |
| dc.title | Algorytmy rekomendacyjne TikToka – analiza skuteczności i wpływu na decyzje zakupowe użytkowników | pl |
| dc.title.alternative | Recommendation Algorithms on TikTok: An Analysis of Effectiveness and Influence on User Purchasing Decisions | pl |
| dc.type | master | pl |
| dspace.entity.type | Publication |