El propósito de este documento es revelar cómo el marketing en redes sociales (SNM) puede afectar el comportamiento de compra de los consumidores (CPB). Empleamos la combinación de modelado de ecuaciones estructurales (SEM) y enfoques de aprendizaje automático no supervisado como un método innovador. La población estadística del estudio concluyó que los usuarios que viven en Hungría y utilizan Facebook Marketplace. Esta investigación utiliza el enfoque de muestreo por conveniencia para superar sesgos. De las 475 encuestas distribuidas, un total de 466 encuestados completaron exitosamente toda la encuesta con una tasa de respuesta del 98.1%. Los resultados mostraron que todas las dimensiones del marketing en redes sociales, como entretenimiento, personalización, interacción, recomendación y tendencia, influyeron positiva y significativamente en el comportamiento de compra del consumidor (CPB) en Facebook Marketplace. Además, utilizamos algoritmos no supervisados de agrupamiento jerárquico y K-means para agrupar a los consumidores. Los resultados muestran que los encuestados de esta investigación pueden ser agrupados en nueve grupos diferentes basados en el comportamiento con respecto a atributos demográficos. Esto significa que se pueden utilizar estrategias distintivas para diferentes grupos. Mientras tanto, los gerentes de marketing pueden ofrecer diferentes opciones, productos y servicios para cada grupo. Este estudio es de gran importancia ya que ha adoptado y utilizado los paquetes plspm y Matrixpls en R para mostrar el poder predictivo del modelo. Además, utilizamos algoritmos de aprendizaje automático no supervisado para agrupar los comportamientos de los consumidores.