Digital Influencers

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/319547429
Tornando-se um Digital Inﬂuencer: Um Estudo dos Fatores que Inﬂuem em

sua Concepção
Conference Paper · September 2017
CITATION READS
1 4,457
4 authors, including:
Ari Melo Mariano Felipe Anjos

University of Brasília Centro Universitário de Brasília
247 PUBLICATIONS 259 CITATIONS 6 PUBLICATIONS 6 CITATIONS
SEE PROFILE SEE PROFILE
Maíra Rocha Santos

University of Brasília
58 PUBLICATIONS 72 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Requirements Engineering Network View project
Service Quality View project
All content following this page was uploaded by Ari Melo Mariano on 12 January 2018.
The user has requested enhancement of the downloaded file.

AEDEM International Conference
Reggio di Calabria (Italy) 2017
Tornando-se um Digital Influencer: Um Estudo dos Fatores que

Influem em sua Concepção
Ari Melo MARIANO

arimariano@unb.br
Felipe Burle DOS ANJOS

felipe.anjos@uniceub.br
Centro Universitário de Brasília
Victor RAMOS Silva

viictorrsilva@gmail.com
Centro Universitário de Brasília
Maíra ROCHA Santos

rpmaira@gmail.com
RESUMO
O objetivo deste trabalho foi analisar o grau de influência dos fatores que
antecedem a transformação de um indivíduo em um digital influencer. Os digitais influencers
têm um papel relevante no marketing boca a boca online, por terem vários seguidores e por
disseminarem sua opinião nas redes sociais. Assim, as empresas têm passado a investir
nesses indivíduos para aumentar a sua visibilidade. Este estudo revelou que o digital
influencer sofre duas incidências igualmente importantes, um dos fatores que o motivam a
ser um influenciador e outra desde a perspectiva do indivíduo que o segue e aceita seu
papel como influenciador, pois estes seguidores são os principais responsáveis em validar o
digital influencer no ambiente on-line a medida que os acompanha em seus perfis e páginas.
Para alcançar o objetivo, foi realizada uma busca na literatura a fim de integrar as
contribuições de autores sobre o tema, sendo possível criar dois modelos conceituais. Estes
modelos foram validados (α = 0,874) para fatores influenciadores e (α = 0,837) para
percepção de usuários. Uma vez validados, foi aplicado um questionário a 107 indivíduos.
Os resultados obtidos da pesquisa mostram que o fator preocupação com outros clientes
influi em 29,8% no digital influencer, ao passo que, para que ele seja considerado
influenciador, o fator intensidade influi em 17,7% na percepção do observador. Após
mensurar os resultados, os mesmos foram apresentados para três digital influencers, que
fizeram suas considerações ratificando os resultados encontrado e sugerindo explicações
PALAVRAS-CHAVE: Digital Influencers. e-WOM. Fatores Antecedentes. Percepção dos

Seguidores. SmartPLS.
XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 546

Economy, Business and Uncertainty: ideas for a European and Mediterranean
industrial policy? Reggio Calabria (Italia) | 4 y 5 de septiempre de 2017
ISBN: 978-84-697-5592-1
INTRODUÇÃO
O marketing digital trouxe consigo novas maneiras de abordar o mercado, mas também
contribuiu em reciclar conceitos antigos do marketing, como o marketing boca a boca.
Assim o marketing boca a boca retornou ao contexto de estratégia das empresas, porém
com uma perspectiva digital (eWOM) que, segundo Smith, Fischer e Yongjian (2012), é a
divulgação e promoção de produtos e serviços através da internet podendo ser acessados
em diversos equipamentos eletrônicos. O eWOM possui assim um alcance maior e uma
disseminação mais rápida, ademais de uma grande possibilidade de criar discussão entre os
usuários (Mariano et al., 2015).
O eWOM que se iniciou de maneira natural, começou a especializar-se e atualmente existem
profissionais e empresas apenas dedicadas a esta vertente de mercado, porém nos últimos
anos uma grande quantidade de usuários de redes sociais começou a despertar o interesse
de outros usuários por suas publicações em redes sociais, marcadas pela espontaneidade,
humor e experiências pessoais entre outros. Este fenômeno fez empresas importantes
repensarem suas campanhas incluindo estes usuários com alto poder de influenciar, sendo
eles conhecidos como digital influencers. Os digitais influencers são consumidores usuais que
influenciam um grande número de pessoas por estarem procurando constantemente
informações e compartilhando suas ideias e recomendações com outras pessoas que
concordam, ou não, com o que falam (Araújo, 2009; Keller & Fay, 2016).
Embora a literatura sobre eWOM seja ampla, tendo sido encontrados 4010 artigos na base
de dados Scielo (Gomes, 2012; Teng et al., 2014; King & Racherla, 2015; Chiu, Kikumori &
Ono, 2016; Reimer & Benkenstein, 2016), são escassos e dispersos os trabalhos que
explicam o comportamento prévio que leva o indivíduo a tonar-se digital influencers. Os
estudos de Tubenchlak et al. (2014) e Inocêncio e Marques (2015) apenas citam algumas
características, comportamentos prévios isolados sem proposição de um modelo ou grau de
influência. Entender este processo motivador é importante, pois pode-se perceber que a
cada dia existe um aumento no número de indivíduos que realizam esse tipo de atividade
nas redes sociais, e estes indivíduos são intermediadores entre empresas e consumidores
que utilizam plataformas digitais. Dessa forma, sua mensagem é disseminada praticamente
de forma viral, podendo ser uma promoção ou depreciação da imagem de produtos e
serviços de diversas marcas devido à sua influência.
Observando este contexto, surgiu a indagação: quais são os fatores que influenciam os
indivíduos a se tornarem digital influencers? Esse problema pode ser justificado socialmente
por se tratar de um instrumento que visa entender os aspectos motivadores que as pessoas
possuem para se tornarem digital influencers, possibilitando a compreensão de uma nova
plataforma de emprego, visto que há pessoas que obtém um patamar de ganho razoável ou
alto com essa ocupação; cientificamente, pois na busca na Web of Science, foram encontrados
apenas 9 estudos referentes a esse tema, se comportando progressivamente, sendo uma
nova área importante, porém, que ainda aceita aportes; e, por fim, administrativamente
como forma de gerar conhecimento a respeito de uma área que está em crescimento no
mundo. É importante ressaltar que estudos sob a perspectiva integrada de digital influencers e
seguidores não foram encontrados em Web of Science, Scielo e Google Acadêmico.
Assim, o objetivo geral deste artigo foi analisar o grau de influência dos fatores que
antecedem a transformação de um indivíduo em um digital influencer. Sendo assim, para que
se possa alcançar esse objetivo, foi utilizada a metodologia qualitativa e quantitativa, através
de uma pesquisa exploratória e descritiva, que será realizada através de entrevista e
questionário. A análise será realizada por meio de equações estruturais e análise de
conteúdo respectivamente.
ISBN: 978-84-697-5592-1
EMBASAMENTO TEÓRICO
As redes sociais são meios utilizados por pessoas que têm o intuito de manter relações e
interagir com outras de forma dinâmica e integrada. De acordo com Tomaél (2007, p. 3),
“uma rede social refere-se a um conjunto de pessoas (...) conectadas por relacionamentos
sociais, motivadas pela amizade, relações de trabalho ou troca de informação”. Segundo
Alcará et al. (2006), os indivíduos que estão inseridos nas redes sociais são conhecidos
como atores que, por sua vez, interagem entre si. Quando utilizadas de forma estratégica,
elas podem gerar competitividade organizacional.
Para Damásio, Nunes e Sobral (2014), as redes sociais virtuais se diferenciam das
tradicionais, pelo fato das informações que são trocadas nesse meio ficarem arquivadas e
poderem ser recuperadas. Sendo assim, as empresas precisam investir em profissionais que
acompanhem a imagem da empresa dentro desse ambiente virtual, com o objetivo de ver
se elas estão atendendo às necessidades de seus clientes e solucionando possíveis
problemas e críticas.
O social media manager, de acordo com Ferrari (2015), é o responsável por gerenciar as
interações na internet e gerar conteúdos adequados aos clientes das companhias nas suas
mídias sociais. Além disso, o papel dele é de reagir aos comentários de pessoas a respeito
da empresa, objetivando evitar que seja dada a ela uma reputação ruim (Moretti & Tuan,
2015). Sendo assim, pode-se sugerir que o social media manager deve estar a par do que
ocorre dentro das redes sociais, da forma como o seu consumidor age e analisar suas
relações.
Sendo assim, o social media manager, segundo Montalvo (2011), participa de um processo
que visa o alcance dos objetivos da organização, por meio de plataformas presentes na
internet, de forma que mantenha uma boa reputação para ela. Por ser uma tarefa que exige
do profissional um grande empenho, ela pode ser realizada com o auxílio de instrumentos
exerçam uma forte influência sobre os usuários, conhecidos como digital influencers.
Digital Influencers e seus Antecedentes

Os digitais influencers, segundo Borges (2016), são todas as pessoas que se tornaram grandes
formadores de opinião na internet através de seus blogs, canais ou perfis nas redes sociais.
Para De Medeiros Santos, Da Silva e Dos Santos (2016), os digitais influencers são os
“usuários que utilizam de sua popularidade em determinada rede social para divulgar um
estilo de vida e até mesmo produtos de uma determinada marca patrocinadora”. Desta
forma, pode-se sugerir que o digital influencer é o indivíduo que possui uma grande
quantidade de seguidores em suas redes sociais, meio onde realiza a troca de informações
sobre produtos e de suas experiências com eles.
É possível ver esses influenciadores cada vez mais presentes no dia a dia das pessoas, por
meio de contratos firmados com emissoras de televisão e diversas marcas, pelas ações que
realizam e pela quantidade de seguidores que possuem nas suas redes sociais. Observando
isso, é importante entender os fatores antecedentes que influenciam um indivíduo a ser
tornar um digital influencer e como as pessoas o consideram como tal.
Para isso, foram utilizados dois modelos, um deles proposto por Henning-Thurau et al.
(2004), onde foram apresentadas as seguintes hipóteses: preocupação com outros clientes,
desejo de ajudar a empresa, benefício social, autoelevação, recompensa econômica,
extravasar emoções e o boca a boca online; e o outro por Goyette et al. (2010), que
identificou as seguintes dimensões: intensidade, valência positiva, valência negativa e
conteúdo. As variáveis antecedentes à formação do digital influencer estão presentes no
primeiro modelo e os fatores referentes à percepção das pessoas sobre essa figura
encontra-se no segundo modelo.
ISBN: 978-84-697-5592-1
No que diz respeito ao modelo de Henning-Thurau et al. (2004), o fator de preocupação

com outros clientes ocorre quando o indivíduo gosta de ajudar os seus contatos nas redes
sociais com suas próprias experiências, tanto positivas, quanto negativas, de compra e
consumo, dar a eles a oportunidade de comprar os produtos ou serviços certos e ajudá-los
com informações úteis. O desejo de ajudar a empresa é outro fator desse modelo. Ele
acontece quando a pessoa realiza comentários sobre ela, pois está tão satisfeita com a
organização e com seus produtos ou serviços que quer dar algo em troca, ajudando-a a ser
bem-sucedida e ter sucesso, pois, para ele, boas empresas devem ser apoiadas nas redes
sociais.
O terceiro fator é o benefício social que é quando o indivíduo realiza comentários sobre
uma empresa, com o intuito de encontrar, reencontrar e manter contato com outros nas
redes sociais, pois acha bom e divertido conversar sobre produtos, marcas, serviços ou
empresas com quem têm opiniões parecidas. O próximo fator, autoelevação, é quando a
pessoa realiza comentários de uma empresa, pois desta forma ela se mostra um consumidor
inteligente, sentindo-se bem ao contar para seus contatos nas redes sociais sobre suas
compras ou experiências de consumo de sucesso. Além disso, ela mostra aos seus contatos
que possui um gosto refinado, é um consumidor pioneiro e especialista no assunto.
O quinto fator diz respeito à recompensa econômica, ele ocorre quando o indivíduo faz
comentários sobre uma empresa, pois receberá incentivos dela, concorrerá a prêmios ou
receberá recompensas econômicas pelo que curte, compartilha ou publica nas redes sociais.
Outro fator relatado nesse modelo é o de extravasar emoções, que consiste em ser quando
a pessoa pode extravasar sua alegria ou tristeza, expressando sua satisfação ou insatisfação
de forma a reviver o prazer obtido em suas experiências de compra ou consumo.
O último fator é o boca a boca online, podendo ser considerado como a figura do digital
influencer, por realizar esse tipo de atividade. Nele o indivíduo gosta de curtir, publicar e
compartilhar páginas ou publicações, positivas ou negativas, com conteúdo relevante sobre
seus produtos, marcas, serviços ou empresas favoritas. Além disso, quando ele recebe de
um amigo opiniões ou comentários, mesmo que positivos ou negativos, porém relevantes,
compartilha em suas redes sociais.
Quanto ao modelo proposto por Goyette et al. (2010), o fator intensidade está relacionado
à frequência que um indivíduo fala ou já falou mais a respeito de um produto ou serviço do
que sobre qualquer outro. Agora, o fator valência positiva está atrelado à questão de a
pessoa já ter recomendado e falado favoravelmente sobre um produto ou serviço. O
terceiro fator é o da valência negativa, que ocorre quando o indivíduo diz algo negativo ou
desfavorável sobre um produto ou serviço para os outros.
O último fator apresentado nesse modelo é o conteúdo, que está relacionado à quando o
indivíduo discute sobre a facilidade de uso, preço, variedade, qualidade, velocidade de
entrega e confiança de um produto ou serviço. Além disso, ela aborda aspectos de serviço
de atendimento pós compra. Assim o digital influencer têm identificados diversos fatores que
influenciam sua decisão de se tornar um profissional da informação digital, porém não
apenas o “querer” se tornar é necessário para “ser” digital influencer, o modo como as
pessoas enxergam este profissional é primordial para denomina-lo como tal. Baseando-se
nisso, foi elaborado um modelo que apresenta uma variável que diz respeito aos fatores
antecedentes à formação de um digital influencer e outra referente ao modo como as pessoas
enxergam um digital influencer.

ISBN: 978-84-697-5592-1
FIGURA 1. Modelo Proposto
Fonte: autor.
Sendo assim, o perfil do digital influencer está contido no indivíduo que publica,
constantemente, em suas redes sociais, mostrando aspectos da sua vida particular e
divulgando marcas e produtos de empresas aos seus muitos seguidores, tendo um contato
direto e trocando informações com eles. Sendo que essas características estão presentes nos
fatores que antecedem à construção desse indivíduo.
Enquanto isso, o perfil de seus seguidores está nas pessoas que se identificam com ele,
reagindo às suas postagens, através de curtidas, compartilhamentos e comentários, e
ansiando por novidades promovidas por esses influenciadores. Porém, para que um digital
influencer seja considerado como tal, as pessoas devem enxergar tais características neles e
por isso existem fatores que aumentam ou reduzem a percepção das pessoas sobre quem é
ou não digital influencer.
Modelo e hipóteses
Observando os aspectos relatados no embasamento teórico, este trabalho apresenta um
modelo formado pelas variáveis antecessoras do comportamento de se tornar um digital
influencer e de variáveis presentes nos modelos apresentados por Henning-Thurau et al.
(2004) e Goyette et al. (2010), sendo eles agrupados e adaptados para a realidade do artigo.
Assim, surgiram as seguintes hipóteses que abordam os fatores antecedentes à construção
do digital influencer:
• H1: A Preocupação com Outros Clientes (POC) possui influência na formação do digital
influencer.
• H2: O Desejo de Ajudar a Empresa (DAE) possui influência na formação do digital
influencer.
• H3: O Benefício Social (BS) possui influência na formação do digital influencer.
• H4: A Autoelevação (A) possui influência na formação do digital influencer.
• H5: A Recompensa Econômica (RE) possui influência na formação do digital influencer.
• H6: Extravasar Emoções (EEP) possui influência na formação do digital influencer.

ISBN: 978-84-697-5592-1
FIGURA 2. Modelo Antecedentes
Fonte: Adaptado de Henning-Thurau et al. (2004) e Goyette et al. (2010).
Porém na formação do digital influencer, existem outros fatores que influem em sua
concepção. Eles estão relacionados a percepção das pessoas acerca do digital influencer. Esta
percepção possui antecedentes nas seguintes hipóteses:
H7: A Intensidade (I) possui influência na percepção do indivíduo acerca do digital

influencer.
H8: A Valência Positiva (VP) possui influência na percepção do indivíduo acerca do
digital influencer.
H9: A Valência Negativa (VN) possui influência na percepção do indivíduo acerca do
digital influencer.
H10: O Conteúdo (C) possui influência na percepção do indivíduo acerca do digital
influencer.
FIGURA 3. Modelo Percepções dos Seguidores
Fonte: Adaptado de Henning-Thurau et al. (2004) e Goyette et al. (2010).

ISBN: 978-84-697-5592-1
Fonte: Adaptado de Goyette et al. (2010).
METODOLOGIA
Amostra
O Local desta pesquisa foram as redes sociais Facebook, LinkedIn e Whatsapp, onde estão
presentes os digital influencers e seus seguidores.
Esta pesquisa é de natureza aplicada, possuindo, em sua primeira etapa, caráter descritivo e
abordagem quantitativa. Já em sua segunda parte, foi considerada de caráter exploratório e
abordagem qualitativa, com a intenção de ampliar o entendimento dos resultados
quantitativos. As amostras para PLS-SEM (Partial Least Square – Structural Equation Model)
baseiam-se, essencialmente, em propriedades de regressão OLS (HAIR et al., 2017). A
amostra foi calculada por meio do software G*Power. O efeito da força foi médio (0,15), a
significância foi de 5% e nível de poder estatístico foi 0.8, como o modelo de antecedentes
é o que possui maior número de variáveis independentes (6), a amostra mínima necessária
foi de 98 respondentes. No total, foram obtidas 107 respostas, sendo a totalidade
aproveitada.
Coleta de dados
Os objetos de estudo deste trabalho são o digital influencer, tendo em vista confirmar os
fatores antecedentes à formação desse indivíduo, e a percepção dos indivíduos acerca
desses influenciadores. O instrumento utilizado para coleta de dados e verificação do grau
de influência das variáveis foi embasado nos modelos propostos por Henning-Thurau et al.
(2004) e Goyette et al. (2010), apresentando onze variáveis, ao todo.
O questionário foi aplicado nas redes sociais Facebook, LinkedIn e Whatsapp para contatos,
ficando disponível de 15 de agosto de 2016 até 7 de setembro de 2016, atingindo 107
respostas ao final desse período. A amostra foi não probabilística, de conveniência. Os
critérios de inclusão foram os indivíduos que são digital influencers e pessoas que os seguem e
os de exclusão foram que não aceitaram participar.
Análise dos dados

A análise dos dados começou na análise de validação do instrumento. Inicialmente, o
questionário possuía cinquenta e quatro itens, estando eles divididos em dez dimensões:
preocupação com outros clientes, desejo de ajudar a empresa, benefício social,
autoelevação, recompensa econômica, extravasar emoções, intensidade, valência positiva,
valência negativa e conteúdo. A escala utilizada foi a Likert de 7 itens, sendo que 1 se refere
ISBN: 978-84-697-5592-1
a discordo totalmente; pouco me comunico; pouco importante; pouco próximo; e 7 a

concordo totalmente; muito me comunico; muito importante; muito próximo, dependendo
da questão.
Após a sua validação, foram retiradas oito perguntas, no dia 21 de agosto de 2016, sendo
uma delas referente à recompensa econômica, seis a digital influencer e uma a conteúdo.
Assim, instrumento foi validado (α = 0,874) para fatores influenciadores e (α = 0,837) para
percepção de usuários.
Uma vez aplicado o questionário validado, seus resultados foram tabulados
automaticamente, por ter sido elaborado no Google Forms. O método utilizado para a sua
análise foi a multivariada, por meio de equações estruturais, que adota o método dos
mínimos quadrados ordinais, sendo usado para esse fim o Smart Partial Least Square (SPLS).
Optou-se pelo SmartPLS por se tratar de um tema estudo ainda pouco consolidado e que
normalmente envolve muitas variáveis, fazendo com que as relações entre os constructos
teóricos ainda sejam vagas. O tamanho da amostra também foi um dos fatores que
ajudaram na escolha do programa.
Após a análise dos resultados obtidos, partiu-se para a segunda parte, onde foi elaborada
uma entrevista estruturada direcionada aos digitais influencers, com 6 perguntas abertas: nome
do digital influencer, idade, redes sociais mais utiliza, e os fatores que ele acredita serem os
antecedentes à formação do digital influencer, o porquê escolheu os fatores relatados e, por
fim, explicar o porquê ele acredita que duas variáveis do estudo em questão haviam sido
insignificantes.
O objetivo dessa etapa foi esclarecer os resultados finais do modelo validado e calculado
com a finalidade de ajudar a interpretar os motivos das variáveis mais fortes no processo de
influência. Para isso, foram entrevistados três digitais influencers. Para esse fim, utilizou-se a
técnica análise de conteúdo, que contém três etapas: pré-análise, exploração do material, e
tratamento dos resultados. As categorias foram estabelecidas à priori, de acordo com os
princípios da mesma: exaustividade, representatividade, homogeneidade, detalhamento e
exclusividade. Além disso, ela é caracterizada como uma pesquisa dedutiva que, para
Salmon (1978), parte do princípio de que se todas as premissas forem verdadeiras, a
conclusão será verdadeira.
RESULTADOS
Para assegurar que os resultados são pertinentes, inicialmente deve-se cumprir os critérios
de confiabilidade e validade do modelo.
Confiabilidade e validade do Modelo

Para assegurar a confiabilidade e validade de um modelo, é necessário realizar algumas
medidas para tal fim. O modelo utilizado neste trabalho foi elaborado a partir da junção
dos estudos de Henning-Thurau et al. (2004) e Goyette et al. (2010). Visto isso, para
confirmar e consolidar esses aspectos, é preciso realizar análises que mostrem se o modelo
é confiável e está calibrado para a pesquisa estatística. Para ver se um instrumento é
confiável, deve-se analisar a confiabilidade do item, confiabilidade composta e o fator de
validez interna (VIF). Além disso, devem ser analisadas a validade do modelo proposto,
conseguindo isso através da análise da variação média extraída (AVE) e verificação da
validade discriminante.
A confiabilidade de um item mede a precisão das questões presentes no instrumento de
pesquisa. Caso uma ou mais perguntas não alcancem um valor confiável, deve-se retirá-las
do questionário, sendo esse ato conhecido como depuração (Chin, 1998). Para Ramírez-
ISBN: 978-84-697-5592-1
Correa, Mariano e Salazar (2014), para que um item possua um valor satisfatório seu grau
de correlação deve possuir valores maiores ou iguais a 0,707, sendo depurados todos os
itens que ficaram abaixo deste valor, comprovando que não se relacionam bem com a
variável que deve compor. Embora Hair et al (2017), afirme que se pode utilizar valores
mais baixos para a confiabilidade de item, desde que não prejudique os valores de
confiabilidade composta e variância média extraída (AVE), nesta ocasião decidiu-se
trabalhar com valores mais conservadores, adotando o 0,707.
Tendo isso em vista, no modelo referente ao digital influencer, as perguntas das categorias
digital influencers DI1 e de extravasar emoções EEP2 foram retiradas (Tab. 1). Quanto ao
modelo que diz respeito à percepção dos seguidores, as perguntas contidas em digital
influencers DI1 e DI2 foram removidas (Tab. 2). Quando essas variáveis foram descartadas
no primeiro modelo, os valores de outras, da mesma categoria, aumentaram, portanto, não
foram retiradas as perguntas correspondentes a digital influencer DI2, DI3 e EEP4.
Sugere-se que a pergunta DI1, referente ao digital influencer no primeiro modelo, foi tirada,
pois esse tipo de influenciador não gosta de curtir páginas e publicações de empresas sem
que ganhe algo em troca, ele realiza promoções de organizações, pois recebe algum
benefício a câmbio. Além disso, ainda nesse modelo, no que diz respeito a extravasar
emoções, sugere-se que a retirada de EEP2 aconteceu porque os digitais influencers não
costumam realizar comentários que exponham sua tristeza ou insatisfação por um produto
ou serviço, pois elas geralmente gostam de mostrar aspectos positivos de suas ações.
Quanto ao modelo de percepção dos seguidores, sugere-se a tirada das perguntas DI1 e
DI2 da variável digital influencer ocorreu, pois, os seguidores não veem os influenciadores
curtindo ou compartilhando páginas ou publicações de empresas em suas redes sociais.
TABELA 1. Confiabilidade do Item (Digital Influencer)

Desejo Preocupaçã
Digital Extravasa Recompens
Component Autoelevaçã Benefício de o com
Influencer r a
e o Social Ajudar a Outros
s Emoções Econômica
Empresa Clientes
A1 0,905 0,635 0,600 0,446 0,567 0,572 0,426
A2 0,854 0,712 0,554 0,525 0,607 0,678 0,385
A3 0,897 0,539 0,448 0,370 0,422 0,376 0,452
A4 0,895 0,569 0,468 0,309 0,439 0,397 0,330
A5 0,842 0,497 0,324 0,282 0,274 0,335 0,411
BS1 0,591 0,897 0,512 0,477 0,451 0,675 0,418
BS2 0,668 0,966 0,629 0,523 0,588 0,723 0,410
BS3 0,634 0,868 0,605 0,384 0,553 0,607 0,386
DAE1 0,447 0,561 0,906 0,623 0,548 0,581 0,283
DAE2 0,543 0,432 0,872 0,417 0,533 0,451 0,092
DAE3 0,459 0,601 0,733 0,450 0,426 0,563 0,072
DI1 0,195 0,367 0,449 0,553 0,367 0,286 0,303
DI2 0,346 0,380 0,489 0,692 0,508 0,427 0,280
DI3 0,226 0,232 0,395 0,671 0,500 0,393 0,335
DI4 0,312 0,385 0,439 0,851 0,462 0,562 0,515
DI5 0,424 0,395 0,405 0,814 0,540 0,496 0,467
DI6 0,355 0,457 0,475 0,802 0,420 0,629 0,422
DI7 0,517 0,559 0,562 0,825 0,567 0,741 0,467
DI8 0,415 0,428 0,516 0,847 0,596 0,599 0,550

ISBN: 978-84-697-5592-1
Desejo Preocupaçã
Digital Extravasa Recompens
Component Autoelevaçã Benefício de o com
Influencer r a
e o Social Ajudar a Outros
s Emoções Econômica
Empresa Clientes
DI9 0,382 0,363 0,523 0,877 0,627 0,533 0,489
EEP1 0,327 0,313 0,354 0,476 0,737 0,310 0,136
EEP2 0,125 0,264 0,234 0,226 0,535 0,255 0,169
EEP3 0,346 0,448 0,525 0,506 0,775 0,458 0,211
EEP4 0,397 0,432 0,440 0,495 0,637 0,460 0,262
EEP5 0,629 0,531 0,489 0,531 0,801 0,489 0,410
POC1 0,629 0,673 0,504 0,635 0,513 0,886 0,429
POC2 0,582 0,759 0,641 0,595 0,559 0,941 0,320
POC3 0,503 0,654 0,560 0,619 0,547 0,934 0,387
POC4 0,383 0,623 0,640 0,651 0,497 0,910 0,336
RE1 0,529 0,462 0,180 0,538 0,312 0,418 0,933
RE2 0,352 0,442 0,238 0,548 0,365 0,369 0,924
RE3 0,386 0,313 0,117 0,454 0,280 0,321 0,921
Fonte: Autoria própria. Extraído do software Smart Partial Least Square.
TABELA 2. Confiabilidade do Item (Percepção dos Seguidores)

Digital Valência Valência
Componente Conteúdo Intensidade
Influencers Negativa Positiva
C1 0,852 0,397 0,486 0,498 0,494
C2 0,823 0,261 0,323 0,319 0,431
C3 0,916 0,428 0,483 0,425 0,586
C4 0,922 0,388 0,512 0,425 0,610
C5 0,863 0,286 0,391 0,374 0,401
C6 0,729 0,326 0,305 0,488 0,318
C7 0,888 0,356 0,372 0,370 0,510
DI1 0,161 0,299 0,141 -0,019 0,228
DI2 0,256 0,678 0,186 -0,054 0,266
DI3 0,340 0,724 0,396 0,293 0,384
DI4 0,308 0,827 0,393 0,186 0,303
DI5 0,369 0,778 0,353 0,297 0,340
DI6 0,303 0,839 0,467 0,108 0,435
DI7 0,433 0,875 0,431 0,326 0,488
DI8 0,380 0,888 0,584 0,272 0,455
DI9 0,252 0,855 0,394 0,115 0,349
I1 0,399 0,445 0,901 0,448 0,497
I2 0,391 0,425 0,915 0,372 0,521
I3 0,515 0,508 0,888 0,297 0,627

ISBN: 978-84-697-5592-1

VN1 0,438 0,157 0,273 0,862 0,174
VN2 0,456 0,271 0,437 0,956 0,376
VP1 0,436 0,230 0,314 0,120 0,717
VP2 0,527 0,511 0,639 0,363 0,950
A confiabilidade composta explica se a quantidade de perguntas é suficiente para explicar a

variável estudada, sendo que, segundo Hair, Gabriel e Patel (2014), para que seja
considerada aceitável, ela deve ser superior a 0,6, em pesquisas iniciais, e 0,7, em pesquisas
já consolidadas. Neste caso, adotou-se 0,6, por se tratar de uma pesquisa inicial. Os
coeficientes que medem a confiabilidade composta são Alfa de Cronbach, Confiabilidade
Composta e RHO. No modelo do digital influencer (Tab. 3), o Alfa de Cronbach teve média
0,874. Já no modelo de percepção dos seguidores (Tab. 4), o Alfa de Cronbach obteve média
0,837. Observando isso, pode-se inferir que os dois modelos são confiáveis.
O Fator de Inflação da Variância (VIF) é o grau que uma variável pode influir em outra,
apresentando multicolinearidade. De acordo com Myres (1990), os valores devem ser
menores que 10. Caso alguma variável apresente um valor superior, significa que ela possui
correlação com outra variável. Pode-se perceber nas Tab. (3) e (4) que todos os valores de
VIF estão abaixo de 10 para ambos os modelos.
Depois de confirmada a confiabilidade do modelo, é necessário validá-lo. Para isso, será
analisada a sua Variância Média Extraída (AVE), que é o grau de diferenciação dos
indicadores das variáveis, quanto mais independente melhor. Para isso, espera-se uma
diferenciação em pelo menos 50% para que os indicadores sejam válidos para sua variável e
não para as outras, devendo ser maior ou igual a 0,5. (Fornell & Larcker, 1981; Ramírez-
Correa; Mariano & Salazar, 2014). Assim, pode-se observar (Tab. 3 e 4), que os valores de
AVE foram superiores a 0,5, atestando a validade dos modelos no primeiro teste.
TABELA 3. Coeficiente de Validação do Modelo (Digital Influencer)

Alfa de Confiabilidade
Componente RHO VIF AVE
Cronbach Composta
Autoelevação 0,929 0,957 0,945 2,257 0,773
Benefício Social 0,898 0,918 0,936 3,061 0,831
Desejo de Ajudar a 0,790 0,831 0,877 2,268 0,706
Empresa
Digital Influencers 0,920 0,928 0,935 ... 0,646
Extravasar Emoções 0,730 0,733 0,833 1,941 0,557
Preocupação com 0,937 0,938 0,955 2,577 0,842
Outros Clientes
Recompensa 0,917 0,922 0,947 1,420 0,857
Econômica
TABELA 4. Coeficiente de Validação do Modelo (Percepção dos Seguidores)

Alfa de Confiabilidade
Componente RHO VIF AVE
Cronbach Composta
Conteúdo 0,940 0,951 0,951 1,767 0,737
Digital 0,926 0,936 0,941 ... 0,694
Influencers
ISBN: 978-84-697-5592-1
Intensidade 0,885 0,891 0,929 1,770 0,813

Valência 0,805 0,918 0,908 1,385 0,831
Negativa
Valência Positiva 0,633 0,971 0,824 1,900 0,705
A validade discriminante é utilizada para assegurar que um construto é diferente do outro,

se refere a diferença entre as variáveis latentes. Nas Tab. (5) e (6) pode-se observar que os
primeiros números de cada coluna em negrito são superiores aos valores em sua vertical
abaixo (Tab. 5 e 6). Para se chegar nesse valor, deve ser calculada a raiz quadrada de AVE
sobre as correlações das demais variáveis latentes, sendo que seu resultado deve ser
superior às correlações das outras variáveis, indicando assim que cada uma é diferente entre
si e que o modelo tem o poder de medir exatamente o que deve ser medido.
TABELA 5. Validade Discriminante (Digital Influencers)

Desejo de Preocupação
Benefício Digital Extravasar Recompensa
Componente Autoelevação Ajudar a com Outros
Social Influencers Emoções Econômica
Empresa Clientes
Autoelevação 0,879
Benefício
0,690 0,912
Social
Desejo de
Ajudar a 0,565 0,636 0,840
Empresa
Digital
0,467 0,502 0,594 0,804
Influencers
Extravasar
0,575 0,582 0,609 0,670 0,746
Emoções
Preocupação
com Outros 0,569 0,736 0,639 0,690 0,579 0,918
Clientes
Recompensa
0,458 0,443 0,195 0,556 0,346 0,401 0,926
Econômica
TABELA 6. Validade Discriminante (Percepção dos Seguidores)

Conteúdo 0,858
Digital Influencers 0,414 0,833
Intensidade 0,488 0,527 0,902
Valência Negativa 0,490 0,275 0,406 0,912
Valência Positiva 0,567 0,483 0,616 0,325 0,840
ISBN: 978-84-697-5592-1
Dessa forma, pode-se afirmar que o modelo e questionário são confiáveis e válidos, sendo
assim, pode-se realizar a valoração do modelo estrutural.
Valoração do Modelo
Depois dos dois modelos serem confirmados e validados, estando presentes nas tabelas de
1 a 6, é necessário realizar a sua valoração e comprovar suas hipóteses. O primeiro
processo é realizado por meio do índice de regressão (R²) o caminho do patch (Beta).
O coeficiente R² refere-se ao percentual em que uma variável independente influencia uma
variável dependente. É possível encontrar no primeiro modelo seis variáveis
independentes, sendo elas benefício social, preocupação com outros clientes, recompensa
econômica, extravasar emoções, autoelevação e desejo de ajudar a empresa, e uma variável
dependente, sendo ela digital influencer. Já no segundo modelo, são encontradas quatro
variáveis independentes, sendo elas conteúdo, valência positiva, valência negativa e
intensidade, e uma variável dependente, sendo ela digital influencer.
Segundo Falk e Miller (1992), os resultados de R² acima de 0,1 ou 10% são bons e acima
0,3 ou 30% são excelentes. No primeiro modelo, a variável digital influencer é influenciada
pelas variáveis benefício social, preocupação com outros clientes, recompensa econômica,
extravasar emoções, autoelevação e desejo de ajudar a empresa em 71,5%. Já no segundo
modelo, a variável digital influencer é influenciada pelas variáveis conteúdo, valência positiva,
valência negativa e intensidade em 33%.
Além disso, o coeficiente Beta é medido em graus e significa o grau de influência que uma
variável influi em outra. Para Ramírez-Correa, Mariano e Salazar (2014), o Beta deve ser
igual ou superior a 0,2 para ser considerado relevante. Observando isso, pode-se ver que o
coeficiente Beta encontrado no modelo referente ao digital influencer, mostra que a
preocupação com outros clientes influi em 0,433 graus, o que equivale a 29,842% (Figura
4), enquanto que o Beta do modelo da percepção dos seguidores, relata que a intensidade
influi em 0,337 graus, equivalente a 17,723% (Figura 5).
FIGURA 4. Modelo Hipóteses, Beta e R² (Digital Influencer)
Fonte: Própria. baseada no software Smart Partial Least Square.

ISBN: 978-84-697-5592-1
FIGURA 5. Modelo Hipóteses, Beta e R² (Percepção dos Seguidores)
Fonte: Própria baseada no software Smart Partial Least Square.
Com base no modelo ilustrado na Fig. (4), a hipótese H4, é inválida, pois não influenciam
na construção de um digital influencer, visto que o Beta é menor que 0,2. Por outro lado, as
hipóteses H1, H2, H3, H5 e H6 são válidas por apresentarem seus Betas superiores a 0,2,
inferindo que a preocupação com outros clientes, o desejo de ajudar a empresa,
recompensa econômica e extravasar emoções influem na formação do digital influencer.
A hipótese H1 estabelece que “a preocupação com outros clientes possui influência na
formação do digital influencer”. Pode-se ver que a preocupação com outros clientes foi
responsável pelo maior impacto na construção do digital influencer, com um Beta de 0,433 ou
29,842%. Essa é a variável que exerce maior impacto no processo de construção desse
indivíduo. Então, um digital influencer, inicialmente é influenciado pela preocupação com
outros clientes, demonstrando pontos positivos e negativos em relação a suas experiências
com suas interações comerciais. É uma maneira de compartilhar experiências. Segundo
Tubenchlak et al. (2015, p. 111), o influenciador tende a ter uma “maior preocupação em
ajudar a rede de contatos em suas decisões de compra ou consumo”.
A hipótese H2 estabelece que “o desejo de ajudar a empresa possui influência na formação
do digital influencer”. De fato, o desejo de ajudar a empresa foi responsável por um impacto
de 0,280 graus, explicando em 16,612% a formação do digital influencer. Esta influência é
uma maneira de premiar a empresa com qualidade para o consumidor. Oliver (1980)
explica que quanto maior for o desempenho de um produto ou serviço e quanto mais ele
excede as expectativas do consumidor, maior será a motivação do consumidor a
compartilhar suas experiências com outros sobre determinada empresa.
As hipóteses H3 e H4 estabelecem que “o benefício social possui influência na formação
do digital influencer” e “a autoelevação possui influência na formação do digital influencer”,
respectivamente. Verifica-se que essas relações foram inversamente proporcionais, com
Betas de - 0,291 e - 0,116, nessa ordem. Embora a variável autoelevação não tenha
conseguido um Beta suficiente para ser aceita como significante nesta ocasião, pode-se
perceber que ambas as variáveis estão relacionadas a fatores benevolentes, mas que por
serem inversamente proporcional pode sugerir uma leitura que reforça a teoria
comportamental de prêmio x castigo e enfraquecendo a sugestão anterior de preocupação
com os clientes. Ou seja, os digitais Influencers, mais que preocupados com outros clientes,
eles estão preocupados em alertar sobre seu próprio erro, de certa forma castigando a
empresa por sua insatisfação.
ISBN: 978-84-697-5592-1
A hipótese H5 estabelece que “a recompensa econômica possui influência na formação do

digital influencer”. De fato, a recompensa econômica foi responsável por um impacto de
0,389 graus, explicando em 21,614% o processo de construção desse influenciador.
Observando isso, se uma pessoa quer se transformar num influenciador, sugere-se que ela
visa essa variável por ser considerada como uma nova forma de emprego que pode trazer
boas recompensas financeiras.
A hipótese H6 estabelece que extravasar emoções possui influência na formação do digital
influencer. De fato, extravasar emoções foi responsável pelo segundo maior impacto na
formação do digital influencer, possuindo Beta de 0,350 e explicando essa relação em
23,459% nesse processo. Dessa maneira, o indivíduo que tem interesse em se tornar um
digital influencer deve se atentar a esse quesito, pois sugere-se que ao extravasar suas
emoções, pode ser considerado um meio de causar empatia com os seus seguidores.
Assim observa-se que as variáveis que influenciam o digital influencer são fatores de cunho
pessoal, destinado a extravasar emoções, castigar ou premiar a empresa e especialmente
ganhar dinheiro, ou seja, não existe uma intenção de ajuda ao próximo verdadeira e sim
cumprir um papel de interesse pessoal pautado em justiça pessoal e benefício financeiro.
Agora, tendo como base o modelo mostrado na Fig. (5), as hipóteses H8, H9 e H10 são
inválidas. Elas representam a valência positiva, valência negativa e conteúdo não
influenciam na percepção das pessoas a respeito dos digitais influencers. A única variável
apresentada no modelo que influencia essa percepção é a H7, referente à intensidade, por
possuir Beta superior a 0,2.
A hipótese H7 estabelece que “a intensidade possui influência na percepção do indivíduo
acerca do digital influencer”. De fato, a intensidade possui maior impacto na percepção dos
seguidores acerca dos digital influencers, com Beta 0,337 e explicando essa relação em
17,723%. Dessa maneira, sugere-se que para um influenciador seja percebido como tal, ele
deve estar constantemente postando e publicando em suas redes sociais.
A hipótese H8 estabelece que “a valência positiva possui influência na percepção do
indivíduo acerca do digital influencer”. Verifica-se que essa relação, por pouco, não foi
sustentada nesse trabalho por possuir Beta 0,197 graus, explicando em 9,499% a percepção
dos seguidores. A valência positiva pode não ser relativamente vista pelos seguidores, mas
sugere-se que eles enxergam como uma forma do digital influencer promover marcas ou
produtos por receber algo em troca das organizações.
A hipótese H9 estabelece que “a valência negativa possui influência na percepção do
indivíduo acerca do digital influencer”. Verifica-se que essa relação não foi sustentada nesse
trabalho por possuir Beta 0,009 graus, explicando em 0,241% a percepção dos seguidores
acerca dos influenciadores. Desta forma, sugere-se que o seguidor não veja o influenciador
falando negativamente sobre um produto ou serviço, pois ele pode acabar perdendo
oportunidades de trabalhar com outras empresas.
A hipótese H10 estabelece que “o conteúdo possui influência na percepção do indivíduo
acerca do digital influencer”. Verifica-se que essa relação, por pouco, não foi sustentada nesse
trabalho por possuir Beta 0,134 graus, explicando em 5,546% a forma como os seguidores
os veem. Sendo assim, sugere-se que o conteúdo não seja um aspecto muito percebido
pelos seguidores, pelo fato do digital influencer se comunicar de forma abrangente,
envolvendo diversos aspectos, com intuito de causar empatia com todos os seus
seguidores. Para confirmar os resultados encontrados no modelo, foram realizadas
entrevistas com a finalidade de ganhar validade.
Entrevista
Foram estabelecidas três categorias para as entrevistas, sendo elas as redes sociais, os
fatores antecedentes e as variáveis descartadas. A primeira categoria apresenta as redes
ISBN: 978-84-697-5592-1
sociais mais utilizadas pelos digital influencers entrevistados. Todos os respondentes relataram
usar o Instagram e o Facebook como ferramenta de trabalho. Dois relataram utilizar o
Snapchat, enquanto apenas um relatou o Youtube.
Verbalizações:
“Olha, eu uso o Instagram, o Snapchat e o Facebook, mas o Facebook não muito”.
“Eu uso o Facebook, Youtube, mas, principalmente, o Instagram”.
“Eu uso bastante o Instagram, o Snapchat e o Facebook”.
A segunda categoria verifica a opinião dos entrevistados sobre as variáveis pesquisadas no

questionário, buscando avaliar quais delas são consideradas as mais influentes na formação
de um digital influencer. Os entrevistados citaram as variáveis extravasar emoções e
recompensa econômica como principais influências. Além disso, foi citado por um dos
entrevistados a preocupação com outros clientes, por outro o desejo de ajudar uma
empresa e o marketing boca a boca online, e um ainda relatou que devem ser adicionados
os fatores autenticidade e personalidade nestes estudos. Analisando suas respostas e
comparando com os resultados obtidos com o questionário, pode-se ver que os digitais
influencers têm em mente que os fatores antecedentes que mais influenciam a construção de
um influenciador são a preocupação com outros clientes, o desejo de ajudar a empresa, a
recompensa econômica e extravasar emoções.
Verbalizações:
“Eu escolhi extravasar emoções, porque, como espectadora, assim, seguidora de alguns digitais
influencers, eu acredito e gosto mais e os que mais me convencem são os que expõem emoção que
eu... Através dos posts, das fotos, dos vídeos conseguem mostrar um pouquinho de si (...). Tem
coração na coisa, não é puro business, você vê e que as marcas combinam com as pessoas”.
“Os fatores que antecedem a construção do digital influencer é a recompensa econômica, porque,
obviamente, a gente busca um... Um sucesso, um reconhecimento e, com isso, uma recompensa
econômica”.
“Preocupação com outros clientes, porque eu acho que, assim, a sua mídia social, do digital
influencer, é sua, mas você ‘tá’ fazendo um trabalho ‘pros’ outros e para outras pessoas, assim.
Então você tem que tomar cuidado na comunicação, no que você vai falar, nas palavras que
você vai usar”.
“A questão de desejo de ajudar uma empresa influenciou muito, ‘né’! Começou assim, do
nada, essa questão de você influenciar os outros e tudo mais (...). Quando eu vi que isso
poderia me ajudar na minha empresa, que eu conseguia influenciar pessoas a comprarem os
produtos que eu tenho na minha empresa é... Me ajudou muito mais ‘né’”.
“Eu achei as alternativas bem diferentes, na verdade, eu acho que umas coisas que antecedem,
tipo, um digital influencer é a autenticidade ‘né’, e personalidade no sentido de não é só porque
a pessoa ‘tá’ pagando que você vai publicar uma coisa. Você vê que tudo o que ela posta,
conversa com o universo, com as coisas que ela prega, com as coisas que ela fala”.
A última categoria aborda as opiniões dos entrevistados sobre as variáveis descartadas

estatisticamente na análise do questionário. Segundo os entrevistados, foi visto que as suas
opiniões divergem, enquanto para dois deles as variáveis benefício social e autoelevação
podem ser descartados, para o terceiro não devem ser. Observando isso e comparando
com os resultados do questionário, pode-se ver que dois dos entrevistados justificam do
fator autoelevação retirado, e do fator benefício social ter uma influência negativa.
Verbalizações:
“Eu acho que esses fator não foi (incluído), porque, na verdade, ele não é espontâneo (...). Não
causa identificação com a outra pessoa, tipo, isso causa com empresas que querem anunciar,
mas com o público, que assiste e segue, eu acho que não”.

ISBN: 978-84-697-5592-1
“Quanto ao benefício social... Então, acho que a gente não busca é... Não busca pessoas com a
mesma opinião. Na verdade, o mais legal é ter opiniões distintas ‘pra’... ‘Pra’ que a gente
possa comparar e formar uma opinião final”.
“A questão da autoelevação acho que foi descartada, porque o digital influencer, na grande
maioria das vezes, ele não é um... Um expert em um determinado assunto, ele até pode se
tornar depois, mas... Mas, no início, isso... Isso não acontece”.
“O benefício social... Na verdade, eu acho que não é negativa não, porque realmente, às vezes,
é com o intuito de... De manter contato com outras pessoas, de você dar, querendo ou não, você
‘tá’ dando uma dica, você quer saber o que elas acham, se elas gostaram da dica, enfim, acho
que não é negativa não”;
“A autoelevação eu acho que não é descartada não, porque é... Eu acho que o digital
influencer ele gosta de mostrar mesmo que é um consumidor pioneiro, que ele conhece sobre o
assunto”.
Pode-se assim observar que os resultados obtidos no teste estatístico, foram explorados por
meio da entrevista aos três digital influencers, que em geral ratificaram os resultados e
apresentaram possíveis explicações para as variáveis que não obtiveram significância, além
de propor a entrada de novas variáveis em estudos posteriores.
DISCUSSÕES, IMPLICAÇÕES E FUTURAS LINHAS DE PESQUISA
Essa pesquisa teve como problema: quais são os fatores que influenciam os indivíduos a se
tornarem digital influencers? Por meio do método aplicado, chegou-se ao resultado no
modelo referente ao digital influencer que as hipóteses H1: A Preocupação com outros
clientes possui influência na formação do digital influencer, H2: O desejo de ajudar a empresa
possui influência na formação do digital influencer, H3: O benefício social possui influência
(inversamente proporcional) na formação do digital influencer, H5: A Recompensa
Econômica possui influência na formação do digital influencer e H6: Extravasar Emoções
possui influência na formação do digital influencer. Estes fatores também foram ratificados
como os mais importantes pelos entrevistados, mas possuem suas opiniões divergentes no
que diz respeito ao descarte da variável autoelevação e o fato de benefício social ser
inversamente proporcional, sendo recomendado um estudo futuro nestas duas variáveis
especificamente. Assim sugere-se que os fatores que motivam um digital influencer estão
associados a uma necessidade pessoal de compartilhar experiências positivas e negativas, ao
mesmo tempo que alertar a outros clientes sobre possíveis problemas que os mesmos
possam sofrer.
Embora a variável preocupação com outros clientes seja a mais influente, apresentando
sozinha um percentual de 30%, aproximadamente, esta preocupação com o cliente é na
verdade uma extensão de castigo x premiação da empresa por seus produtos e serviços
oferecidos, mas que ainda assim cumpre um papel junto a outros consumidores. Em
resumo, percebe-se que o digital influencer tem uma característica muito voltada ao seu
benefício pessoal, mas que ainda assim serve a outros consumidores. Já no modelo que se
refere à percepção dos seguidores, percebe-se que a hipótese H7 (quanto maior a
intensidade do digital influencer, maior será a percepção do indivíduo acerca desse
influenciador) é a que mais influência na percepção do indivíduo, tendo sozinha um
percentual de quase 18%. Deste modo, percebe-se que para que o digital influencer seja visto
dessa forma, ele deve estar constantemente em suas redes sociais, transmitindo
informações e se relacionando com seus seguidores. Do mesmo modo, um indivíduo que
se tornou um digital influencer, foi influenciado por este comportamento de justiça pessoal e
considerado como tal ao atender ao fator intensidade, pois é um aspecto que tem grande
influência no modo como o seguidor o percebe como digital influencer.
Assim, o objetivo dessa pesquisa foi alcançado.
ISBN: 978-84-697-5592-1
Como limitação de pesquisa, esse trabalho teve dificuldade na coleta de dados, devido à
dificuldade de participação, sendo que, para que o modelo ficasse completo, foram
necessárias muitas perguntas, tendo esse sido um aspecto relatado por parte dos
respondentes. Como agenda futura de pesquisa, recomenda-se um estudo das varáveis
autoelevação e benefício social, aplicar o questionário com um maior número de pessoas e
entrevistar mais digitais influencers.
REFERENCIAS
Alcará, A. R., Tanzawa, E. C. L., Di Chiara, I. G., Tomaél, M. I., Junior, P. P. D. M. U.,
Heckler, V. C., ... & da Silva Valente, S. (2012). As redes sociais como instrumento
estratégico para a inteligência competitiva. TransInformação, 18(2).
Araújo, W. (2009, 3 de novembro). O que é um formador de opinião. Observatório da
imprensa. Disponível em http://observatoriodaimprensa.com.br/caderno-da-
cidadania/o-que-e-um-formador-de-opiniao/
Arenas-Gaitan, J., Javier Rondan-Cataluña, F., & Esteban Ramírez-Correa, P. (2013). Social
identity, electronic word-of-mouth and referrals in social network services. Kybernetes,
42(8), 1149-1165.
Borges, C. N. (2016) A nova comunicação e o advento dos digital influencers: pesquisa
realizada sobre blogueiras de moda. Intercom, Goiânia, GO.
Chin, W. W. (1998). The partial least squares approach to structural equation modeling.
Modern methods for business research, 295(2), 295-336.
Chiu, T., Kikumori, M., & Ono, A. (2016). Effects of eWOM campaigns with rewards from
the perspectives of givers and receivers. In Marketing Challenges in a Turbulent
Business Environment (pp. 545-545). Springer International Publishing.
Damásio, C. P., Nunes, L., & Sobral, J. M. (2015). A análise de redes sociais no estudo do
processo da construção da ajuda mútua da pessoa com doença oncológica com blogue.
Redes: Revista Hispana para el Análisis de Redes Sociales, 25, 153-189.
de Oliveira Santiago, H. H., de Lira Arruda, M. T. A., Dantas, P. A. C., & Oliveira, M. D.
F. S. (2014). A influência do marketing boca a boca na decisão de compra dos clientes
de uma instituição de ensino. Revista EXPOPEP, 1(01).
de Medeiros Santos, S. M.; da Silva, P. P. P.; dos Santos, J. F. (2016) Gabriela Pugliesi: uma
análise sobre o marketing de influência na rede social Instagram. Intercom, Caruaru, PE.
Gomes, Â. T. M. (2012). A influência do eWOM gerado pelos grupos de referência no
Facebook, em Portugal (Doctoral dissertation, Instituto Politécnico do Porto. Instituto
Superior de Contabilidade e Administração do Porto).
Falk, R. F., & Miller, N. B. (1992). A primer for soft modeling. University of Akron Press.
Ferrari, G. (2015) The profession of social media manager in the radio: a case study of
public and commercial radio in Italy and France. Interim Conference, Milão, IT.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with
unobservable variables and measurement error. Journal of marketing research, 39-50.
Goyette, I., Ricard, L., Bergeron, J., & Marticotte, F. (2010). e‐WOM scale: Word‐of‐
mouth measurement scale for e‐services context. Canadian Journal of Administrative
Sciences/Revue Canadienne des Sciences de l'Administration, 27(1), 5-23.
Hair Jr, J. F., Gabriel, M. L. D. D. S., & Patel, V. K. (2014). Modelagem de equações
estruturais baseada em covariância (CB-SEM) com o AMOS: Orientações sobre a sua
aplicação como uma ferramenta de pesquisa de marketing. REMark, 13(2), 43.
Hair jr, Joseph F.; HULT, G. Tomas M. (2017). A primer on partial least squares structural
equation modeling (PLS-SEM). Sage Publications

ISBN: 978-84-697-5592-1
Inocêncio, F. D. C. (2016). Os melhores e os piores: O boca a boca em sites de varejo

eletrônico/The best and the worst: Word-of-mouth in e-tail websites/Los mejores y los
peores: El boca a boca en sitios web de comercio electrónico al por menor. RAE, 56(5),
518-532.
Keller, E., & Fay, B. (2016, abril). How to use influencers to drive a word-of-mouth
strategy. Warc.
King, R., & Racherla, P. (2015). The evolution and impact of online word-of-mouth
(eWOM) research: A structured review and integrated model. In Marketing Dynamism &
Sustainability: Things Change, Things Stay the Same… (pp. 124-127). Springer
International Publishing.
Mariano, A., Paiva, C., Souza, R., & Silva, L. Marketing boca-a-boca online (eWOM):
Conceitos, antecedentes e delimitações. Ponta Grossa, Paraná, Brazil.
Montalvo, R. E. (2011). Social media management. International Journal of Management &
Information Systems (IJMIS), 15(3), 91-96.
Moretti, A., & Tuan, A. (2015). The social media manager as a reputation’s gatekeeper: An
analysis from the new institutional theory perspective. ISSN 2045-810X, 153.
Myers, R. H. (2000). Classical and modern regression with applications (Duxbury Classic).
Duxbury Press, Pacific Grove.
Oliver, R. L. (1980). A cognitive model of the antecedents and consequences of satisfaction
decisions. Journal of marketing research, 460-469.
Ramírez, P. E., Mariano, A. M., & Salazar, E. A. (2014). Propuesta metodológica para
aplicar modelos de ecuaciones estructurales con PLS: El caso del uso de las bases de
datos científicas en estudiantes universitarios. Revista ADMpg Gestão Estratégica, 7(2).
Reimer, T., & Benkenstein, M. (2016). Altruistic eWOM marketing: More than an
alternative to monetary incentives. Journal of Retailing and Consumer Services, 31, 323-
333.
Salmon, W. C. (1978). Lógica. (4 ed.). Rio de Janeiro, Brasil: Zahar.
Smith, A. N., Fischer, E., & Yongjian, C. (2012). How does brand-related user-generated
content differ across YouTube, Facebook, and Twitter?. Journal of Interactive
Marketing, 26(2), 102-113.
Teng, S., Wei Khong, K., Wei Goh, W., & Yee Loong Chong, A. (2014). Examining the
antecedents of persuasive eWOM messages in social media. Online Information Review,
38(6), 746-768.
Tomaél, M. I. (2007). Redes sociais, conhecimento e inovação localizada. Informação &
Informação, 12(1esp), 63-86.
Tubenchlak, D. B., de Faveri, D., Zanini, M. T., & Goldszmidt, R. (2015). Motivações da
Comunicação Boca a Boca Eletrônica Positiva entre Consumidores no
Facebook/Motivations for Positive Electronic Word-of-mouth between Consumers on
Facebook. Revista de Administração Contemporânea, 19(1), 107.

ISBN: 978-84-697-5592-1
View publication stats

Digital Influencers

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Digital Influencers

Enviado por

Direitos autorais:

Formatos disponíveis

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Tornando-se um Digital Inﬂuencer: Um Estudo dos Fatores que Inﬂuem em

Conference Paper · September 2017

Ari Melo Mariano Felipe Anjos

SEE PROFILE SEE PROFILE

Maíra Rocha Santos

Requirements Engineering Network View project

Service Quality View project

The user has requested enhancement of the downloaded file.

Tornando-se um Digital Influencer: Um Estudo dos Fatores que

Ari Melo MARIANO

Felipe Burle DOS ANJOS

Victor RAMOS Silva

Maíra ROCHA Santos

PALAVRAS-CHAVE: Digital Influencers. e-WOM. Fatores Antecedentes. Percepção dos

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 546

Digital Influencers e seus Antecedentes

No que diz respeito ao modelo de Henning-Thurau et al. (2004), o fator de preocupação

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 549

FIGURA 1. Modelo Proposto

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 550

FIGURA 2. Modelo Antecedentes

Fonte: Adaptado de Henning-Thurau et al. (2004) e Goyette et al. (2010).

H7: A Intensidade (I) possui influência na percepção do indivíduo acerca do digital

FIGURA 3. Modelo Percepções dos Seguidores

Fonte: Adaptado de Henning-Thurau et al. (2004) e Goyette et al. (2010).

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 551

Fonte: Adaptado de Goyette et al. (2010).

Análise dos dados

a discordo totalmente; pouco me comunico; pouco importante; pouco próximo; e 7 a

Confiabilidade e validade do Modelo

TABELA 1. Confiabilidade do Item (Digital Influencer)

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 554

TABELA 2. Confiabilidade do Item (Percepção dos Seguidores)

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 555

Digital Valência Valência

A confiabilidade composta explica se a quantidade de perguntas é suficiente para explicar a

TABELA 3. Coeficiente de Validação do Modelo (Digital Influencer)

Fonte: Autoria própria. Extraído do software Smart Partial Least Square.

TABELA 4. Coeficiente de Validação do Modelo (Percepção dos Seguidores)

Intensidade 0,885 0,891 0,929 1,770 0,813

A validade discriminante é utilizada para assegurar que um construto é diferente do outro,

TABELA 5. Validade Discriminante (Digital Influencers)

TABELA 6. Validade Discriminante (Percepção dos Seguidores)

FIGURA 4. Modelo Hipóteses, Beta e R² (Digital Influencer)

Fonte: Própria. baseada no software Smart Partial Least Square.

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 558

FIGURA 5. Modelo Hipóteses, Beta e R² (Percepção dos Seguidores)

Fonte: Própria baseada no software Smart Partial Least Square.

A hipótese H5 estabelece que “a recompensa econômica possui influência na formação do

A segunda categoria verifica a opinião dos entrevistados sobre as variáveis pesquisadas no

A última categoria aborda as opiniões dos entrevistados sobre as variáveis descartadas

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 561

DISCUSSÕES, IMPLICAÇÕES E FUTURAS LINHAS DE PESQUISA

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 563

Inocêncio, F. D. C. (2016). Os melhores e os piores: O boca a boca em sites de varejo

XXVI Congreso Internacional AEDEM | 2017 AEDEM International Conference - 564

View publication stats

Você também pode gostar