Вплив соціальних мереж на репутаційний капітал закладів ресторанного господарства
DOI:
https://doi.org/10.32515/2663-1636.2026.15(48).185-195Ключові слова:
репутаційний капітал, соціальні мережі, ресторанний бізнес, цифрова репутація, управлінняАнотація
Метою статті є розробка теоретичних засад та практичних рекомендацій щодо визначення впливу соціальних мереж на формування та розвиток репутаційного капіталу закладів ресторанного господарства в умовах цифрової економіки. Репутаційний капітал розглянуто як стратегічний нематеріальний актив, що визначає рівень довіри споживачів, конкурентоспроможність і стійкість бізнесу. Особливу увагу приділено соціальним мережам та їх кореляції зі сприйняттям бренду і клієнтською поведінкою. Узагальнено ключові точки цифрової взаємодії ресторанних закладів з аудиторією, зокрема онлайн-відгуки та рейтинги, користувацький контент (UGC), комунікацію в коментарях, діяльність мікро- та наноінфлюенсерів, а також кризові повідомлення та фактор своєчасності реагування.
Запропоновано прикладну аналітичну рамку оцінювання цифрової репутації, що дозволяє оцінювати результативність комунікацій та застосовувати інструменти атрибуції ефекту соціальних мереж, зокрема кросплатформенні порівняння, теги кампаній і квазіекспериментальні підходи. Отримані результати свідчать, що системна робота з контентом і відгуками, чіткі правила модерації, оперативна та емпатійна реакція на скарги, а також прозорість у кризових ситуаціях статистично пов’язані з покращенням онлайн-рейтингу та зростанням намірів до відвідування закладів. Визначено можливість інтеграції запропонованих показників у регулярні аналітичні дашборди PR і маркетингу ресторанів та їх зв'язок з фінансовими KPI.
Обґрунтовано необхідність урахування шуму публічних цифрових даних, відмінностей методик платформ і потенційні зміщення вибірки. Перспективи подальших досліджень охоплюють розробку моделей атрибуції з урахуванням офлайн-конверсій, оцінювання довгострокового впливу UGC на повторні візити й середній чек, а також порівняльний аналіз ефективності різних рівнів інфлюенсерів залежно від сценаріїв контенту.
Посилання
1. Batchenko, L., & Honchar, L. (2018). Reputational capital as the basis for economic growth of enterprises in the hotel and restaurant business. Restorannyi I hotelnyi konsaltynh. Innovatsii, (2), 64-80 [in Ukrainian]. https://doi.org/10.31866/2616-7468.2.2018.157170
2. Sushchenko, O. A., Akhmedova, O. O., & Yermakov, I. O. (2023). The impact of reputation on the security of restaurant business enterprises. Tsentralnoukrainskyi naukovyi visnyk. Ekonomichni nauky, 10(43), 88-98 [in Ukrainian]. https://doi.org/10.32515/2663-1636.2023.10(43).88-98
3. Sushchenko O., Chaikovskyi S. (2024). Peculiarities of determining and ensuring the business reputation of a tourist enterprise. Tsentralnoukrainskyi naukovyi visnyk. Ekonomichni nauky, 12 (45), 149-161. [in Ukrainian]. https://doi.org/10.32515/2663-1636.2024.12(45).149-161
4. Chaika, I. M., & Dnistryanska, N. I. (2023). The influence of social networks on the formation of the image and reputation of restaurant enterprises. Industria turyzmu ta hostynnosti v Tsentralnii ta skhidnii Yevropi, (8), 65-71 [in Ukrainian]. https://doi.org/10.32782/tourismhospcee-8-9
5. Anderson, M., & Magruder, J. (2012). Learning from the Crowd: Regression Discontinuity Estimates of the Effects of an Online Review Database. The Economic Journal, 122(563), 957-989. [in English]. https://doi.org/10.1111/j.1468-0297.2012.02512.
6. Anggani, M., & Suherlan, H. (2020). E-reputation Management of Hotel Indusrty. Preprints. [in English] https://doi.org/10.20944/preprints202002.0173.v1.
7. Chen, J., Zhang, Y., Cai, H., Liu, L., Liao, M., & Fang, J. (2024). A Comprehensive Overview of Micro-Influencer Marketing: Decoding the Current Landscape, Impacts, and Trends. Behavioral Sciences, 14(3), 243. [in English] https://doi.org/10.3390/bs14030243.
8. Coombs, W. (2007). Protecting Organization Reputations During a Crisis: The Development and Application of Situational Crisis Communication Theory. Corporate Reputation Review. 10. 163-176. [in English] https://doi.org/10.1057/palgrave.crr.1550049.
9. Cunningham, Scott (2021). Causal inference: the mixtape. London: Yale University Press. [in English]
10. Deephouse, D.L.. (2000). Media Reputation as a Strategic Resource: An Integration of Mass Communication and Resource-Based Theories. Journal of Management. 26. 1091-1112. [in English] https://doi.org/10.1177/014920630002600602.
11. Edelman. (2025). 2025 Edelman Trust Barometer global report. Edelman. https://www.edelman.com/sites/g/files/aatuss191/files/2025-01/2025%20Edelman%20Trust%20Barometer_Final.pdf [in English]
12. European Commission. (2017). Online reputation management: Training manual for the hospitality sector (Erasmus+ project materials). Publications Office of the European Union. https://op.europa.eu/. [in English]
13. Fombrun, C. J. (1996). Reputation: Realizing value from the corporate image. Harvard Business School Press. [in English]
14. Hansen, B. E. (2022). Econometrics. Princeton University Press. [in English]
15. Hernán, M. A., & Robins, J. M. (2025). Causal inference: What if. Chapman & Hall/CRC Press. [in English]
16. Javed, A. & Vardarsuyu, M. & Can, A.& Ekinci, Y. (2025). Social media influencers in tourism and hospitality: a comprehensive review combining bibliometric analysis and systematic literature review. Anatolia. 36. 1-31. [in English] https://doi.org/10.1080/13032917.2025.2531563.
17. Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of social media. Business Horizons, 53(1), 59-68. [in English] https://doi.org/10.1016/j.bushor.2009.09.003.
18. Kohavi, Ron & Longbotham, Roger & Sommerfield, Dan & Henne, Randal. (2009). Controlled experiments on the web: Survey and practical guide. Data Mining and Knowledge Discovery. 18. 140-181. [in English] https://doi.org/10.1007/s10618-008-0114-1.
19. Luca, M. (2016). Reviews, reputation, and revenue: The case of Yelp.com (Harvard Business School NOM Unit Working Paper No. 12-016). Harvard Business School. [in English] https://doi.org/10.2139/ssrn.1928601.
20. Luo, Y., & Xu, X. (2019). Predicting the Helpfulness of Online Restaurant Reviews Using Different Machine Learning Algorithms: A Case Study of Yelp. Sustainability, 11(19), 5254. [in English] https://doi.org/10.3390/su11195254.
21. Park, J., & Park, H. (2025). Understanding the Impact of Inconsistency on the Helpfulness of Online Reviews. Journal of Theoretical and Applied Electronic Commerce Research, 20(2), 80. [in English] https://doi.org/10.3390/jtaer20020080.
22. Pateli, A., Mylonas, N., & Spyrou, A. (2020). Organizational Adoption of Social Media in the Hospitality Industry: An Integrated Approach Based on DIT and TOE Frameworks. Sustainability, 12(17), 7132. [in English] https://doi.org/10.3390/su12177132.
23. Sushchenko, O., Kasenkova, K. and Sushchenko, S. (2022). Innovative Marketing Technologies in the Development of the Tourism Specialized Types. Business Management, 3, 5-16. [in English]
24. Szakal, A. C., Brătucu, G., Ciobanu, E., Chițu, I. B., Mocanu, A. A., Bălășescu, M., & Ialomițianu, G. (2024). Evaluating the Impact and Perception of Influencer Marketing Among Romanian Consumers -Insights from Quantitative Research. Administrative Sciences, 14(11), 276. [in English] https://doi.org/10.3390/admsci14110276.
25. Walker, K. (2010). A Systematic Review of the Corporate Reputation Literature: Definition, Measurement, and Theory. Corporate Reputation Review. 12(4). [in English] https://doi.org/10.1057/crr.2009.26.
26. Xia, Y., Kang, J., & Ding, J. (2022). Do online reviews encourage customers to write reviews? Evidence from restaurant revisit phases. Sustainability, 14(8), 4612. [in English] https://doi.org/10.3390/su14084612.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 О.А. Сущенко, Т.В. Юхим
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
