Роль персонализации в формировании цифрового доверия и импульсивных покупок в электронной коммерции

Аннотация

Актуальность. В условиях стремительного роста цифровой торговли и активного внедрения искусственного интеллекта (ИИ) в маркетинговые практики, одной из ключевых стратегий взаимодействия с потребителями становится персонализация, понимаемая в контексте электронной коммерции как индивидуализированные рекомендации товаров, ценовые предложения и рекламные сообщения, формируемые на основе пользовательских данных и алгоритмов ИИ. Это трансформирует поведение потребителей, усиливая их вовлеченность, но одновременно порождая риски манипулятивного воздействия. В этой связи чрезвычайно актуальным представляется анализ того, как персонализация влияет на формирование цифрового доверия и потребительское поведение.

Цель. Исследование имело цель оценить влияние персонализации на доверие потребителей и склонность к импульсивным покупкам.

Выборка. В исследовании приняли участие 140 «цифровых» потребителей (из них 100 женщин) в возрасте от 20 до 40 лет (средний возраст 28 лет).

Методы. В исследовании использовался метод опроса с применением структурированного онлайн-опросника, распространенного с использованием простого метода случайной выборки. Для статистической обработки данных применялся кластерный анализ, критерий хи-квадрат Пирсона и графические визуализации для выявления тенденций.

Результаты. Анализ полученных данных позволил выявить в обследованной выборке три сегмента потребителей, характеризующихся определенным потребительским поведением: 1) «ориентированные на безопасность» ценят надежные бренды и прозрачную персонализацию, 2) «чувствительные к цене» позитивно реагируют на персонализированные скидки, но менее склонны к импульсивным покупкам, 3) «импульсивные» покупатели подвержены влиянию рекомендаций ИИ и маркетинга, основанного на срочности.

Выводы. Персонализация может как способствовать формированию доверия, так и провоцировать импульсивные покупки в зависимости от типа потребителя. Бизнесу рекомендуется внедрять этичную персонализацию на основе ИИ, повышать доверие за счет прозрачности и обеспечивать баланс между персонализацией и автономией потребителей.

Литература

Карабанова, О.А., Молчанов, С.В., Тихомандрицкая, О.А. (2024). Саморегуляция как основа психологической адаптации личности к цифровым рискам. Национальный психологический журнал, 19(4), 87–102. https://doi.org/10.11621/npj.2024.0406

Солдатова, Г.У., Рассказова, Е.И. (2018). Краткая и скрининговая версии индекса цифровой компетентности: верификация и возможности применения. Национальный психологический журнал, (3), 47–56. https://doi.org/10.11621/npj.2018.0305

Худякова, Т.Л., Гридяева, Л.Н., Клепач, Ю.В., Петросянц, В.Р. (2022). Риски психологической безопасности личности в условиях внедрения цифровых образовательных технологий на этапе профессионального обучения. Национальный психологический журнал, (4), 132–143. https://doi.org/10.11621/npj.2022.0412

Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T

Chen, T., Samaranayake, P., Cen, X., Qi, M., Lan, Y.-C. (2022). The impact of online reviews on consumers' purchasing decisions: Evidence from an eye-tracking study. Frontiers in Psychology, 13(865702). https://doi.org/10.3389/fpsyg.2022.865702

Chen, K., Zha, Y., Alwan, L.C., Zhang, L. (2019). Dynamic pricing in the presence of reference price effect and consumer strategic behaviour. International Journal of Production Research, 58(2), 546–561. https://doi.org/10.1080/00207543.2019.1598592

Csikszentmihalyi, M. (1990). Flow: The psychology of optimal experience. New York: Harper and Row Publ.

Engel, J.F., Kollat, D.T., Blackwell, R.D. (1968). Consumer Behavior. New York: Holt, Rinehart & Winston Publ.

Gefen, D., Karahanna, E., Straub, D.W. (2003). Trust and TAM in online shopping: An integrated model. MIS Quarterly, 27(1), 51–90. https://doi.org/10.2307/30036519

Kahneman, D., Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–292. https://doi.org/10.2307/1914185

Kim, D.J., Ferrin, D.L., Rao, H.R. (2008). A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems, 44(2), 544–564. https://doi.org/10.1016/j.dss.2007.07.001

Oliveira-Castro, J.M, Marques, R.S. (2017). Temporal discounting and marketing variables: Effects of product prices and brand informational reinforcement. The Behavior Analyst, 40(2), 475–492. https://doi.org/10.1007/s40614-017-0109-6

Rahmani, V., Kordrostami, E. (2023). Price sensitivity and online shopping behavior during the COVID-19 pandemic. Journal of Consumer Marketing, 40(4), 481–492. https://doi.org/10.1108/JCM-07-2021-4777

Rook, D.W. (1987). The buying impulse. Journal of Consumer Research, 14(2), 189–199. https://doi.org/10.1086/209105

Sokolova, K., Kefi, H. (2020). Instagram and YouTube bloggers promote it, why should I buy? How credibility and parasocial interaction influence purchase intentions. Journal of Retailing and Consumer Services, 53(101742). https://doi.org/10.1016/j.jretconser.2019.01.011

Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4

Tam, K.Y., Ho, S.Y. (2005). Web personalization as a persuasion strategy: An elaboration likelihood model perspective. Information Systems Research, 16(3), 271–291. https://doi.org/10.1287/isre.1050.0058

Yusuf, A., Gaffar, V., Hurriyati, R., Wibowo, L.A. (2023). E-Trust in E-Commerce: A Systematic Literature Review. In: Z.B. Pambuko et al. (еds.). Proceedings of the 3rd Borobudur International Symposium on Humanities and Social Science 2021 (BIS-HSS 2021). (pp. 638–644). Dordrecht: Atlantis Press. https://doi.org/10.2991/978-2-494069-49-7_105

Zhao, L., Fu, B., Bai, S. (2025). Understanding the influence of personalized recommendation on purchase intentions from a self-determination perspective: Contingent upon product categories. Journal of Theoretical and Applied Electronic Commerce Research, 20(1), 32–56. https://doi.org/10.3390/jtaer20010032