Consumo influenciado por el social media y su relación con variables psicodemográficas, caso de las seguidoras de fashion bloggers peruanas

Texto completo

(1)FACULTAD DE CIENCIAS EMPRESARIALES Carrera de Marketing. CONSUMO INFLUENCIADO POR EL SOCIAL MEDIA Y SU RELACIÓN CON VARIABLES PSICODEMOGRÁFICAS, CASO DE LAS SEGUIDORAS DE FASHION BLOGGERS PERUANAS Tesis para optar por el Título Profesional de Licenciado en Marketing. STEPHANIE EDITH FARFÁN MIRANDA VANIA ALESSANDRA ZAPATA HOFFMANN Asesor: Mg. Carla Arriola Alvarado Lima - Perú 2018.

(2) Dedicado a Nuestros padres, quienes nos enseñaron del mundo. Fueron nuestros escudos y fuente de fortaleza. Es imposible que nos alcance la vida para devolverles todo lo que han hecho por nosotras. Infinitas gracias, los amamos.. 2.

(3) Contenido Introducción ................................................................................................................................. 5 Capítulo I: Problema de Investigación ...................................................................................... 6 1.1. Planteamiento del Problema ............................................................................ 6 1.2. Formulación del Problema ..................................................................................... 8 1.3. Justificación ............................................................................................................ 8 Capítulo II: Marco Referencial .................................................................................................. 10 2.1. Antecedentes......................................................................................................... 10 2.2. Marco Teórico........................................................................................................ 13 2.2.1 Social Media ............................................................................................ 13 2.2.2. Influencer ................................................................................................ 15 2.2.3. Influencia del Social Media y el eWOM ............................................... 16 2.2.4. Social Media, Influencers de moda y el comportamiento del consumidor ...................................................................................................... 17 2.2.5. Minería de Datos .................................................................................... 17 2.2.6. Análisis de Sentimiento ........................................................................... 18 2.2.7. Twitter como fuente de datos del comportamiento humano ............ 18 2.2.8. Twitter, Moda e Influencers ..................................................................... 19 2.2.9. YouTube e Influencers de Moda .......................................................... 20 2.2.10. YouTube como fuente de información para comprender al consumidor y la Minería de Datos ................................................................. 21 2.2.11. El Modelo Big Five y el Consumo ...................................................... 25 2.2.12. Satisfacción con la vida y consumo .................................................. 26 2.2.13. Liderazgo en los consumidores e Influencers ................................. 27 2.2.14. Preferencias de consumo, social media y variables demográficas ................................................................................................... 27 2.2.15. La escritura en castellano y la educación ........................................ 28 2.2.16. El modelado computacional de la Universidad de Cambridge y los rasgos psicodemográficos .................................................................... 28 2.2.17. Modelo de referencia ........................................................................... 31 Capítulo III: Metodología ........................................................................................................... 34 3.1. Tipo y Diseño de investigación ........................................................................... 34 3.1.1. Tipo de investigación ............................................................................ 34 3.1.2. Diseño de investigación ....................................................................... 34 3.2. Categorías.............................................................................................................. 35 3.3. Variables ................................................................................................................. 36 3.4. Universo ................................................................................................................. 37 3.5. Muestra .................................................................................................................. 38 3.6. Instrumentos ........................................................................................................... 40 3.6.1. Twitter Audit ........................................................................................... 40 3.6.2. NVIVO ...................................................................................................... 40 3.6.3. TextCleanr .............................................................................................. 40 3.6.4. Lingmotif .................................................................................................. 40 3.6.5. Legible .................................................................................................... 41 3.6.6. Watson Language Translator ............................................................... 41 3.6.7. Grammarly .............................................................................................. 41 3.6.8. Apply Magic Sauce ................................................................................ 41 3.6.9. Watson Personality Insights ................................................................ 42 3.6.10. Excel ..................................................................................................... 43 3.6.11. XLSTAT ................................................................................................. 43 3.7. Procedimiento para recolección de datos ......................................................... 43 3.8. Plan de Análisis..................................................................................................... 44 Capitulo IV: Actividades y Recursos Disponibles ................................................................. 46 4.1. Cuadro de Actividades ............................................................................................ 46 4.2. Recursos Disponibles y Presupuesto ................................................................ 47. 3.

(4) Capítulo V: Resultados ............................................................................................................. 48 5.1. Resultados cualitativos ........................................................................................ 48 5.2. Resultados Cuantitativos ........................................................................................ 53 5.2.1. Resultados de la encuesta ...................................................................... 53 5.2.2. Resultados del Modelo Propuesto........................................................... 57 5.3. Discusión de los resultados .................................................................................... 61 Capítulo VI: Conclusiones y Recomendaciones .................................................................... 64 6.1. Conclusiones......................................................................................................... 64 6.2. Recomendaciones ................................................................................................ 66 Capítulo VII: Limitaciones e investigaciones futuras ............................................................ 68 7.1. Limitaciones de la investigación ............................................................................. 68 7.2. Investigaciones Futuras ....................................................................................... 68 Queda en manos de otros investigadores el explotar los datos de Twitter y correlacionar los datos que se puedan obtener de otras redes sociales, siempre y cuando quede evidencia de que las cuentas pertenecen a las mismas personas. ............................................ 69. Índice de Tablas T ABLA 1: V ARIABLES PSICODEMOGRÁFICAS TRABAJADAS POR LA U NIVERSIDAD DE C AMBRIDGE ................................................................................................................................. 30 T ABLA 2: M ATRIZ DE P ROBLEMAS , O BJETIVOS E HIPÓTESIS – 1RA P ARTE ................................ 32 T ABLA 3: M ATRIZ DE P ROBLEMAS , O BJETIVOS E HIPÓTESIS – 2DA P ARTE ................................ 33 T ABLA 4: C ATEGORÍAS DE E STUDIO ........................................................................................... 35 Tabla 5: Variables de Estudio .................................................................................................. 36 Tabla 6 : Cuadro de Actividades .............................................................................................. 46 Tabla 7: Prueba Omnibus sobre los coeficientes del Modelo .............................................. 57 Tabla 8: Estadísticos de Bondad de Ajuste ............................................................................ 57 Tabla 9: Variable en la ecuación del modelo .......................................................................... 58 T ABLA 10: ESTADÍSTICOS DE BONDAD DE AJUSTE PARA EL M ODELO M ODIFICADO ................... 59 Tabla 11: Variables en la ecuación del modelo modificado ................................................. 59 Tabla 12: Test de Hosmer- Lemeshow .................................................................................... 60 Tabla 13: Prueba de Kolmogorov – Smirnov ......................................................................... 60 T ABLA 14: T ABLA DE CLASIFICACIÓN DEL MODELO M ODIFICADO .............................................. 60 Tabla 15. Matriz de Consistencia: ............................................................................................ 80 Índice de Figuras Figura 1: Interés hacia el término Influencer Marketing a nivel Global Enero 2004 – Abril 2018 ..................................................................................................................................... 9 Figura 2: Métricas explotables de YouTube ........................................................................... 22 Figura 3: Escala de Actitud hacia el contenido generado por usuarios en YouTube en el caso de seguidoras de Influencers de Moda y Estilo .................................................. 53 Figura 4: Actividades realizadas por seguidoras de influencers en la red social YouTube ..................................................................................................................................... 55 Figura 5: Distribución con respecto al destinatario de la compra recomendada por la influencer de moda y estilo en YouTube ............................................................................ 56 Figura 6: Tipo de Proyecto con mayor probabilidad de ser adquirido en base a recomendación de influencer de moda y estilo en YouTube ............................................... 56 Figura 7: MEDIO que es usado para seguir influencers peruanas de moda y estilo ......... 54 Figura 8: Algoritmo de procesamiento de datos de Twitter ................................................. 43 Figura 9: Algoritmo de procesamiento de datos de YouTube .............................................. 44 Figura 10: Curva ROC para el Modelo ..................................................................................... 61 Figura 11: Comparativo entre las búsquedas relacionadas a Moda y Estilo de acuerdo según elemento del social media YouTube vs. Twitter vs. Instagram – enero 2015- Octubre 2018 ......................................................................................................... 67 Figura 12: Ejemplo de las métricas en Instagram disponibles para el estudio .................. 69. 4.

(5) Introducción Durante el paso de los años, las empresas han pasado un gran reto para poder diferenciar sus productos de la competencia y llamar así la atención de los consumidores. Antes de que el internet se volviera masivo, los consumidores, antes de realizar sus compras, solían tener en consideración las opiniones de personas que salían en la televisión para realizar sus compras, hoy en día, las empresas cuentan además con otros medios digitales tales como: Facebook, YouTube, Instagram, Twitter, etc. plataformas conocidas como “Social Media”. Estas son mayormente empleadas por los llamados “influencers” para difundir su contenido. Estos personajes gozan de prestigio en un tema en específico y cuya opinión es tomada en cuenta por seguidores, además, son considerados como un nuevo medio de publicidad para las empresas. Dentro de las plataformas Social Media que utilizan estos influencers, Twitter ha sido citada por varios investigadores como una de las fuentes más adecuadas para construir un perfil digital. Y a pesar de que en los últimos años ha decaído en popularidad, todavía sigue siendo un referente. Las influencers de moda y estilo en el Perú cuentan con una cantidad considerable de seguidores en Twitter. Por otro lado, YouTube también es una de las plataformas donde más difusión han alcanzado las influencers de múltiples temáticas, dando espacio a las Fashions Blogger para mostrar un contenido mucho más detallado que en cualquier otra plataforma. Debido a ello, es aceptado que las redes sociales pueden influir en la adquisición de un producto. Muchas investigaciones han determinado que estos personajes influyen en las preferencias de consumo, este fenómeno, ha llamado la atención a entidades de prestigio como IBM o la Universidad de Cambridge que han recurrido al monitoreo de redes sociales para poder crear un perfil digital del consumidor, en donde los rasgos reflejan la edad, género, educación, entre otros que evidencian el perfil de acción de las personas en redes sociales. Estos conjuntos de características han sido denominados por parte de la literatura científica como rasgos psicodemográficos, más precisamente, rasgos psicodemográficos en un entorno de Social Media. Precisamente, el espíritu de la tesis radica en conocer si las preferencias de consumo influenciadas por el Social Media guardan relación con un conjunto de variables psicodemográficas, obtenibles de la red social Twitter y la plataforma YouTube en el caso de las seguidoras de influencers peruanas de moda y estilo.. 5.

(6) Capítulo I: Problema de Investigación 1.1.. Planteamiento del Problema. La constante evolución de las tendencias en marketing y comunicaciones ha permitido el surgimiento de nuevos tipos de protagonismo en las redes sociales. Entre ellos destacan los influencers, personas que se han convertido en líderes de opinión (Burke, 2016). Este liderazgo se halla cimentado en la habilidad para generar mensajes que resultan efectivos y establecen nexos con su público objetivo (Forbes, 2016). La tecnología digital ha contribuido a la formación de dichas relaciones. Debido a la saturación de información, propia de los medios tradicionales (TV, radio, periódicos, entre otros), los consumidores han desarrollado un nivel de escepticismo más alto (Burke, 2016). Por ello, las marcas emplean a los influencers como un medio para poder estar más próximos a un público objetivo (Castelló & Del Pino, 2015). Los influencers contribuyen a generar mayores niveles de interacción entre consumidores y marcas comerciales (Zietek, 2016). Los influencers han tenido un particular impacto en el sector de la moda (Forbes, 2016). La experiencia de estos en relación con marcas, bienes y servicios es tomada en cuenta por los miembros del grupo donde ejerce su influencia (Zietek, 2016). La industria de la moda emplea a los influencers como vehículos que hacen posible llegar de forma más efectiva a un público consumidor (Forbes, 2016). Las preferencias de consumo impulsadas por el Social Media son aquellas que, están vinculadas a determinar si es probable que los elementos Social Media influyen a la hora de adquirir un producto, han sido un tópico de interés no solo para investigadores, sino también para empresas (IBM, 2017). A tal punto de que ambos grupos han procurado automatizar los procesos que permiten conocer mejor a los consumidores empleando el monitoreo de redes sociales (Hernández, Ramírez, Villatoro & Jiménez, 2017). Diversas investigaciones han procurado construir modelos que pretenden obtener un perfil digital, este incluye características demográficas y rasgos de la personalidad (IBM, 2017), también conocidos como rasgos psicodemográficos. Los perfiles digitales pueden aproximarse a las características reales de un individuo (Youyou, Kosinski, & Stilwell, 2015). El perfilado del autor se ocupa de descifrar la información en base a lo que el mismo ha escrito (Golbeck, Robles, Edmodson & Turner, 2011).Las redes sociales son lugares donde los usuarios se presentan ante el mundo, revelando detalles personales y perspectivas de sus vidas (Youyou, et. al.2015). Las. 6.

(7) empresas todavía están empezando a comprender cómo se puede utilizar parte de esta información para mejorar las experiencias de los usuarios (Golbeck, et.al. 2011) Las compañías emplean distintos modelos orientados a la construcción de un perfil digital para comprender mejor a sus clientes, para diseñar, desarrollar campañas, productos y servicios más personalizados y selectivos (IBM, 2017). Las empresas pueden obtener una lista de características que están asociadas con las preferencias de consumo de una persona y responder con estrategias siempre y cuando cuenten con los instrumentos necesarios para dicha tarea (Golbeck, et.al. 2011). Distintas investigaciones han demostrado que la personalidad es relevante para muchos tipos de interacciones, ya que es útil para predecir la satisfacción laboral, el éxito profesional y romántico de las relaciones e incluso la preferencia por diferentes interfaces web (Golbeck, et.al. 2011). Hasta ahora, para medir con precisión las personalidades de los usuarios, los investigadores tenían que realizar distintas pruebas de personalidad. Lo anterior, hizo que no fuera práctico utilizar el análisis de personalidad en muchos dominios de redes sociales (Kosinski, Stilwell, & Graepel, 2013). Tradicionalmente, si se deseaba obtener rasgos de la personalidad era necesario recurrir a múltiples instrumentos psicológicos, principalmente encuestas. Naturalmente, con la aparición de las redes sociales, distintas investigaciones han procurado diseñar aplicaciones computarizadas orientadas a determinar perfiles psicológicos, cuyos indicadores guarden una correlación importante con los resultados de test psicológicos tradicionales (Golbeck, et.al. 2011). La Universidad de Cambridge, una de las de mayor prestigio a nivel global, desarrolló un método por el cual la personalidad de un usuario se puede predecir con precisión a través de la información disponible públicamente en su cuenta de Twitter (Hernández, et.al. 2017). El método propuesto por Cambridge permite obtener un conjunto de rasgos psicodemográficos, los cuales pueden estar asociados al consumo (IBM, 2017). La teoría económica clásica menciona que los consumidores adquieren productos en base a un conjunto variables (el precio, el ingreso, la existencia de productos sustitutos, etc.). Pero, en las preferencias de consumo impulsadas por la Social Media pueden estar vinculadas a aspectos psicológicos, como lo es el hecho de tener un referente que sugiere el producto, de ahí la importancia de las influencers. La red social Twitter es una de las plataformas más recomendadas para la construcción de perfiles psicológicos dada su diversidad en cuanto a emociones reflejadas de acuerdo con Arnoux, Xu,. 7.

(8) Boyette, & Mahmud (2017); y también ha sido bastante usada por influencers de moda y estilo alrededor del mundo (Westenberg, 2013). Por otro lado, en cuanto a YouTube, los comentarios de dicha plataforma no han sido empleados en el ámbito académico peruano como data para medir rasgos vinculados a las preferencias de consumo, situación que sí se ha dado en revistas internacionales (Wang, 2015). Esto debido a que los comentarios de dicha plataforma sirven para evaluar tendencias en cuanto a reacciones casi inmediatas al contenido publicado por influencers. En dichos comentarios están ocultos rasgos vinculados al consumo, pero no son fácilmente identificables (Hennig-Thurau & Walsh, 2004). Dado todo lo mencionado anteriormente, cabe preguntarse si efectivamente existe una relación entre las preferencias de consumo guiadas por el Social Media y un conjunto de rasgos psicodemográficos, que pueden obtenerse de la red social Twitter y de la plataforma de vídeos YouTube, para el caso de las seguidoras de influencers peruanas de moda y estilo. 1.2. Formulación del Problema ¿Existe relación entre las preferencias del consumo influenciadas por el Social Media y los rasgos psicodemográficos obtenibles de Twitter y YouTube en el caso de influencers peruanas de moda y estilo? 1.3. Justificación Desde una perspectiva académica, el estudio es relevante debido a que está orientado a una de las fuentes más abundantes de datos: las redes sociales. Twitter, la red social elegida, cuenta con datos a los que se puede acceder en forma libre (salvo el usuario restrinja su perfil). Aprovechar datos de redes sociales forma parte de las nuevas tendencias en investigaciones de marketing y calza con el entorno propio del marketing 4.0 dominado por el colectivismo de los usuarios organizados principalmente en redes sociales y plataformas web. Ciertamente, existe en el Perú un número considerable de investigaciones orientadas a las preferencias de consumo y las características psico demográficas. No obstante, el hecho de usar datos textuales y convertirlo en indicadores numéricos es poco frecuenten, siendo este un elemento diferenciador de la tesis. En los trabajos de investigación que utilizan YouTube predomina la investigación cualitativa exploratoria (focus y entrevistas) y cuantitativa descriptiva (encuestas), métodos perfectamente válidos. No obstante, el aprovechamiento de los comentarios como input para la identificación de patrones comunes aprovechables para comprender el consumo no ha sido tomado en cuenta por las escuelas de negocios de las principales. 8.

(9) universidades peruanas. Esto a pesar de la importancia que tiene YouTube en las influencers de moda y estilo a nivel global. El tema es relevante, moderno y concita un interés global creciente, tal como evidencia Google Trends (aplicación que permite medir el interés global hacia un tópico específico en función a la cantidad de búsquedas relacionadas) en la siguiente figura:. Figura 1: Interés hacia el término Influencer Marketing a nivel Global Enero 2004 – Abril 2018 Fuente: Google Trends (2018a). Las empresas vinculadas al mundo de la moda, estilo y campos afines encontrarán en esta investigación un material valioso para que sus departamentos de marketing digital puedan comprender mejor como determinadas características de las seguidoras de influencers puede guardan relación con las preferencias de consumo asociada a elementos del Social Media. Dentro de las variables psicodemográficas a explorarse están dos que deben llamar particularmente la atención: la satisfacción con la vida y el liderazgo. Los registros en los que ambos son discutidos son relativamente escasos. El caso del liderazgo es apenas mencionado en documentos de divulgación científica. En el contexto de los influencers y el Social Media casi siempre se discute acerca del liderazgo de ellos como referentes, pero casi no se hace mención del liderazgo de sus seguidores (Ribeiro-Cardoso & Santos, 2016). Por último, la investigación espera en convertirse en un referente para quienes desean iniciarse en el ámbito de la psicología del consumidor empleando los perfiles digitales y valoraciones colectivas. La explotación de estos últimos, hasta hace unos años, solo podía ser realizada por ingenieros, matemáticos o profesionales afines. Sin embargo, actualmente existe la imperiosa necesidad de que los especialistas en marketing cuenten con competencias básicas en minería de datos (Bach & Alessa, 2014). 9.

(10) Capítulo II: Marco Referencial 2.1. Antecedentes Ribeiro-Cardoso, et.al. (2016) tuvieron como principal objetivo analizar el liderazgo de opinión en el contexto del mercado de la moda, más concretamente, verificar si existe una correlación entre las variables liderazgo de opinión, adhesión a la innovación en la moda y actitud hacia la publicidad de la moda. A partir de la variable liderazgo de opinión, los investigadores pretendieron identificar dos grupos diferentes de consumidores: los líderes de opinión y los seguidores en el mercado de la moda. La muestra analizada incluyó 203 estudiantes de tercer ciclo y de postgrado de dos universidades de Oporto, la segunda ciudad más grande de Portugal. Fue solicitado a los participantes que rellenasen un cuestionario sobre actitudes y comportamientos sobre moda. Los resultados sugieren que existe una correlación positiva entre la adhesión a la innovación, el liderazgo de opinión y la actitud hacia la publicidad. Fue posible identificar dos grupos de consumidores. Por un lado, “los influyentes”, que puntúan moderadamente en la variable adhesión a la innovación y presentan una actitud positiva hacia la publicidad de la moda, y por otro, “los seguidores”, que no se consideran ni innovadores ni líderes de opinión, pero mantienen una actitud positiva moderada hacia la publicidad de la moda. Quercia, Kosinki, Stilwell, & Crowcrof (2011) tuvieron por objeto de estudio a los recomendadores de música en Twitter. Los investigadores tomaron una muestra de 335 usuarios y los agruparon en dos categorías: populares e influyentes. Ente los principales hallazgos, los investigadores descubrieron que tanto los usuarios populares como los influyentes tienden a ser muy extrovertidos y a. la vez emocionalmente estables.. También evidenciaron que los usuarios populares son imaginativos y abiertos a nuevas experiencias, mientras que los influyentes tienden a ser responsables y organizados. Una característica común entre los dos grupos de recomendadores era su alto nivel de liderazgo dentro de sus comunidades. El instrumento empleando fue un algoritmo de machine learning orientado a modelar la personalidad. Entre otras sugerencias, los investigadores sugirieron estudiar a los seguidores y evaluar sus niveles de apertura, responsabilidad y liderazgo. Lepisto & Vähäjylkkä (2017) realizaron una investigación cualitativa basada en entrevistas a profundidad para estudiar el impacto de los YouTubers en el comportamiento de compra en mujeres finlandesas entre diecisiete a veintidós años de edad. Entre otros hallazgos, las investigadoras determinaron que las influencers llegan a impactar en las consumidoras en cuanto a la intención de compra, pero que no todas. 10.

(11) se llegan a traducir en compras efectivas. Por otro lado, las entrevistadas manifestaron que la intención de compra está relacionada a factores externos como el precio y la disponibilidad del producto. Luego, las entrevistadas determinaron que los comentarios negativos presentes pueden mermar en las intenciones de compra e incluso superar a las recomendaciones de la influencer. Por último, las entrevistadas hacen mención al rol de líder de opinión que tienen las influencers dentro del entorno del Social Media. Una de las futuras investigaciones que mencionan las investigadoras es el rol de liderazgo de los consumidores como variable asociada al consumo, ya que es un campo muy poco estudiado a diferencia del liderazgo de los influencers. Abbas, Abrar, Saleem, & Iqbal (2016) tuvieron por objetivo explorar la relación entre la satisfacción con la vida y distintos aspectos del comportamiento del consumidor para la marca global Levi's. La muestra abarcó un total de 317 participantes de las principales universidades en Islamabad, Rawalpindi y Lahore (ciudades pakistaníes). La participación se dio a través de un cuestionario autoadministrable que empleó escalas de Likert. El estudio exploró el vínculo mutuo entre la satisfacción con la vida, la conciencia de marca (brand awareness), fidelidad a la marca, la intención de compra, el valor emocional y calidad percibida; y para ello los investigadores emplearon modelos de ecuación estructural (SEM). Entre otros hallazgos, el estudio demostró que la satisfacción con la vida tiene un impacto positivo, aunque débil, en la intención de compra. Cabe mencionar que las autoras indicaron que este resultado podía cambiar si es que se analizaban otras realidades en donde no impere el Islam. Pascual, Agudo, & Chaparro (2015) tuvieron por objetivo examinar las diferencias de género en el comportamiento de compra en línea de los consumidores que compran productos digitales y no digitales. El modelo de investigación empleado por ellos se basó en la teoría unificada de aceptación y uso de tecnología (UTAUT2), en el cual se agregaron dos variables clave de comercio electrónico: riesgo percibido y confianza. El análisis empírico utilizó datos de 817 respuestas de consumidores españoles a un cuestionario en línea. Las diferencias de género fueron significativas en las relaciones entre la expectativa de esfuerzo y la intención de compra, y entre la influencia social y la intención de compra. El tipo de producto afectó la relación entre el riesgo percibido y la intención de compra en productos digitales, donde la influencia es significativamente mayor para las mujeres. No aparecieron diferencias significativas de género en la intención de compra de productos no digitales. El tipo de producto influye significativamente en la relación entre el riesgo percibido y la intención de compra para las mujeres, pero no en los hombres. El análisis empírico se realizó en base a los datos de una encuesta en línea. El cuestionario fue completado por los estudiantes de la. 11.

(12) Universidad Politécnica de Madrid y los compradores en línea de una base de datos interna. También se realizó una publicación con el cuestionario en el sitio web de la red social profesional de LinkedIn. La recolección de datos se realizó de abril a octubre del 2013. Si bien la participación en el estudio fue voluntaria, se realizó un sorteo (el premio fue una Tablet) para alentar a los participantes a no solo responder, sino también a enviar la encuesta a sus contactos personales y profesionales. A modo de perspectiva gerencial, los hallazgos de este estudio pueden ayudar a los vendedores en línea a redefinir sus estrategias. Las investigadoras mencionaron también que los vendedores en línea deben ser conscientes de que la brecha de género se está reduciendo, pero más importante aún, deben ser conscientes de los factores que afectan de manera distinta a los compradores masculinos y femeninos. Los vendedores en línea deben reconocer que estos factores también dependen del tipo de producto al momento de diseñar y desarrollar planes de marketing. Westenberg (2013) estudió cómo impactaba el contenido de los influencers en jóvenes holandeses. El método empleado fue de entrevistas a profundidad cuyo contenido fue luego procesado con el software ATLAS TI. La muestra incluýó a dieciseis personas. Entre los hallazgos más significativos, se identificó que uno de los aspecto más importantes es que ante la ausencia de información acerca de un producto a adquirir, los jóvenes tienden a buscar recomendaciones de amigos (y en menor proporción familia) como información complementaria a la brindada por los influencers en sus distintas plataformas (YouTube, Instagram, etc). Por otro lado, los hallazgos señalan la importancia del influencer como líder de opinión. La investigadora señaló además que es tentativo estudiar otras variables como la satisfacción con la vida, ya que algunas entrevistadas que seguían a influencers manifestaron sentirse no contentas con su status de vida actual y que el hecho de ver materiales de influencers las ayudaba a distraerse. O'Mahony, Cunningham, & Smyth (2010) estudiaron las variables lingúisticas asociadas al hecho de que un comentario online recibiera el calificativo de útil o no útil en Amazon para el caso de productos informáticos. Entre otras variables, los investigadores emplearon los índices de legibilidad lingúistica en idioma inglés (índice SMOG y Flesch) y determinaron que aquellos comentarios que no existía una diferencia significativa entre los índices mencionados y el hecho de que el comentario sea “helpful” o “unhelpful”. Dicho de otra forma, la educación que reflejaba los comentarios no guardaba relación con el hecho de que este fuera calificado como útil. Una variable que sí influyó fue la reputación online del usuario.. 12.

(13) Deitrick, Miller, Valyou & Dickinson (2013) contruyeron un modelo que permitía predecir el género de una persona basado en comentarios de la red social Twitter. Para ello emplearon un algoritmo basados Weka, un software de Minería de Datos. La muestra empleada fue de 9170 cuentas de la red social Twitter. El nivel de precisión del modelo fue de 89.2% de aciertos. Un aspecto importante de la investigación fue que los autores evidenciaron que existían rasgos en el lenguaje que estaban asociados al hecho de ser hombre o mujer. Una de las futuras ramas de investigación sugerida por los investigadores fue el hecho de relacionar al género estimado con patrones de consumo y comportamientos en la web, ya que el género estimado es una variable relevante para un entorno en donde las identidades virtuales pueden diferir de las reales (incluso en el género). Por último, debe considerarse que existen mujeres cuyos patrones de escritura en Twitter se asemejan más a un hombre y viceversa.. 2.2. Marco Teórico 2.2.1 Social Media De acuerdo con Andreas & Michael (2010) el Social Media puede ser definido como un conjunto de aplicativos basados en Internet y que fueron desarrollados sobre los fundamentos tecnológicos e ideológicos de la Web 2.0, entorno en dondelos usuarios generan el contenido. Manning (2014), por otro lado, conceptualiza al Social Media como un término que se usa a menudo para referirse a nuevas formas de medios que involucran la participación interactiva. Manning (2014) también indicó que el desarrollo de los medios se divide en dos edades diferentes, la era de transmisión y la era interactiva. En la era de la transmisión, los medios de comunicación estaban casi exclusivamente centralizados en una entidad, como una estación de radio o televisión, una compañía de periódicos o un estudio de producción de películas, distribuía mensajes a muchas personas. Manning (2014) indicó que el auge de las tecnologías digitales y móviles, la interacción a gran escala se volvió más fácil que nunca para las personas; y como tal, nació una nueva era de los medios donde la interactividad se colocó en el centro de las nuevas funciones de los medios. Un individuo ahora podía hablar con muchos, y una respuesta instantánea era una posibilidad (Andreas & Michael, 2010). Donde los ciudadanos y los consumidores solían tener voces limitadas y algo silenciadas, ahora podían compartir sus opiniones con muchos (Manning, 2014). El bajo costo y la accesibilidad de la nueva tecnología también permitieron más opciones para el consumo de medios que nunca, y así, en lugar. 13.

(14) de solo unos pocos medios de noticias, las personas ahora tienen la capacidad de buscar información de varias fuentes y dialogar con otros a través de foros de mensajes sobre la información publicada (Andreas & Michael, 2010). Manning (2014) señaló también índico que todos los elementos del Social Media requieren algún tipo de plataforma digital, ya sea móvil o estacionario. Sin embargo, no todo lo que es digital es necesariamente social media. Dos características comunes ayudan a definir las redesson: Primero, deben permiten alguna forma de participación. Los elementos del Social Media nunca son completamente pasivos, aunque a veces los sitios como Facebook pueden permitir la visualización pasiva de lo que otros están publicando. Generalmente, como mínimo, se debe crear un perfil que permita el comienzo del potencial de interacción. Esa calidad en sí misma hace que los medios sociales se diferencien de los medios tradicionales donde los perfiles personales no son la norma. En segundo lugar, y en línea con su naturaleza participativa, el Social Media implica interacción. Esta interacción puede ser con amigos, familiares o conocidos o con personas nuevas que comparten intereses comunes. De acuerdo a Manning (2014) y Andreas & Michael (2010) son ejemplos de Social Media: Correo eletrónico, Blogs, Foros, Redes Sociales, plataformas de Videjojuegos y algunas Apps que permitan interacción entre los participantes Manning (2014) y Boyd & Ellison (2007) indicaron que los elementos del Social Media tienen muchas funciones diferentes. Primero, permiten que las personas realicen trabajo de identidad. Cuando un individuo pone en un perfil quién es él o ella, requiere algún tipo de reflexión. A medida que los individuos ven una reacción a su presencia social en línea, se considerarán a sí mismos bajo una nueva perspectiva y notarán que la interacción en línea les permite sentirse más abiertos sobre pensamientos, opiniones y consultas, tanto para bien como para mal. En segundo lugar, los elementos del Social Media permiten a las personas atender sus relaciones de diferentes maneras. Incluso si los discursos populares a menudo demonizan a los medios de comunicación como Facebook o Twitter como narcisistas y superficiales, las investigaciones muestran que dichas plataformas permiten que las personas puedan interactuar venciendo barreras geográficas, culturales y sociales. Las personas también informan que se reunieron con algunos de sus mejores amigos e incluso con sus cónyuges a través de plataformas de comunicación mediadas por computadora. En tercer lugar, elementos del Social Media permiten a las personas realizar funciones de 14.

(15) trabajo. A veces, las redes sociales son su trabajo, como un blog popular o alguien con un gran círculo de redes sociales que es contratado para promover eventos. Otras veces, las personas interactúan con sus compañeros de trabajo a través de las redes sociales y especialmente a través del correo electrónico, elemento del Social Media donde se concentra mayor parte de su comunicación laboral. Cuarto, los elementos del Social Media permiten que las personas busquen información o compartan ideas. Esta información puede abarcar desde campañas políticas hasta asuntos locales, ayuda en casos de desastre, hasta dónde es un buen lugar para comprar ropa de talla grande. En quinto lugar, está el intercambio de información: las personas también pueden ofrecer opiniones o considerar las opiniones de otros a través de las redes sociales. Finalmente, los individuos pueden encontrar entretenimiento a través de distintos elementos del Social Media. 2.2.2. Influencer Un influencer es una persona con cierto grado de credibilidad sobre un tema específico, y que por influencia o presencia en las redes sociales se han transformado en un prescriptor interesante para una marca (Rosenthal, 2015). En ocasiones existe una desconexión entre aquello que mencionan las marcas y aquello de lo que hablan los consumidores en Redes Sociales, y que fruto de esa desconexión surgieron a los influencers, como un canal intermedio (PricewaterhouseCoopers, 2015). Por otro lado, los influencers son personas con las que los consumidores se sienten identificados y eso es precisamente lo que termina por fortalecerlos, ya que está vinculando a un incremente de la credibilidad percibida (Castelló & Del Pino, 2015). Las marcas quieren saber lo que sus clientes desean y han encontrado la forma, de ahí que cada día estén destinando más recursos para incluir a los influencers en el marketing (Burke, 2016). Los influencers no tienen porque necesariamente ser gente famosa, eso quedó en la época de la TV, un influencer puede ser popular gracias a las redes sociales (Castelló & Del Pino, 2015). Los influencers que han surgido en distintas plataformas electrónicas han realizado esfuerzos por producir un material visualmente atractivo (Park, Min & Macy, 2017). Esto se debe principalmente a que las distintas plataformas (YouTube, Instagram, Facebook, Twitter, etc.) casi no presentan barreras de entrada, es decir, casi cualquier persona puede publicar contenido en ellas (Pace, 2008). Es por ello por lo que es un sector altamente competitivo (Pace, 15.

(16) 2008). Las plataformas digitales han contribuido a hacer más horizontales las relaciones entre consumidores y empresas (Verhellen, Dens, & De Pelsmacker, 2013). 2.2.3. Influencia del Social Media y el eWOM El boca a boca (WOM) se refiere a la comunicación informal de información sobre productos y marcas de los consumidores a otros consumidores (Hennig-Thurau & Walsh, 2004). El boca a boca electrónico (eWOM) es idéntico, solo que la comunicación se realiza en línea (Hennig-Thurau & Walsh, 2004) . A pesar de que el eWOM puede tener lugar de muchas formas, a menudo se distribuye a través de las redes sociales (Castelló & Del Pino, 2015). El efecto que tiene eWOM en el comportamiento de compra del consumidor es reconocido por académicos y especialistas en marketing de diferentes sectores (Fan & Miao, 2012). EleWOM a menudo se ejerce a través del uso de contenido generado por el usuario: casi cualquier persona con acceso a Internet puede crear y cargar su propio contenido. YouTube e Instagram son la plataforma que mejor reflejan lo que es el contenido generado por los usuarios (Gibson, 2016). Las nuevas formas de comunicación tales como el eWOM y el contenido generado por el usuario han llevado a la aparición de la influencia interpersonal en línea. La influencia del Social Media se relaciona con el cambio de creencia, actitud o comportamiento en el objetivo de la influencia generado por elementos propios del entorno digital (Forbes, 2016). Las entidades que ejerce la acción para crear este cambio en el objetivo se denomina agente influyente y es el que influye socialmente (Burke, 2016). El término influencia del Social Media es bien conocido no solo en el campo de la sociología y el comportamiento del consumidor, sino también en la psicología (Buchegger & Hui, 2009). Dado que recientemente ha sido posible reunir, almacenar y recuperar los datos de las redes sociales, las empresas y los gobiernos están cada vez más interesados en lo que estas redes pueden contribuir a sus estrategias de marketing y medios (Burke, 2016). La disponibilidad de estos datos sobre los influencers en entornos del Social Media ha planteado preguntas sobre la implicación de la interacción y la influencia entre estos y los consumidores (Burke, 2016).. 16.

(17) 2.2.4. Social Media, Influencers de moda y el comportamiento del consumidor Los estudios de marketing y comportamiento del consumidor a menudo aplican análisis narrativos para comprender el consumo (Pace, 2008). Sin embargo, el consumo tiene una naturaleza narrativa en sí misma y los consumidores también son narradores (Chen, 2013). YouTube e Instagram son un nuevo contexto en el que los sujetos cuentan historias a una audiencia a través de imágenes y videos creados por ellos mismos y programas de televisión reeditados (Siersdorfer, Chelaru, & Nejdl, 2014). Aquellas empresas que usan marketing a través de influencers con mayor frecuencia para dar impulso a su marca o producto específico, son principalmente del sector de moda y belleza (Castelló & Del Pino, 2015). Una probable explicación a este fenómeno es que los influencers tienen cada vez mayor influencia en las decisiones de compra de los consumidores, quienes los conciben como expertos de moda y referentes de estilo (Castelló & Del Pino, 2015). Tal conjunto de atributos ha captado la atención de las marcas, estas han detectado que, gracias a la intervención de estas personalidades, pueden establecer contacto con su público objetivo de forma directa, rápida y eficaz (Forbes, 2016). Adicionalmente, la notoria exposición que han ganado los Fashions blogs (blogs especializados en moda) en los últimos años, ha provocado que estos espacios se conviertan en piezas fundamentales en las estrategias de marketing de empresas del sector moda y belleza, las cuales han encontrado en estos canales una oportunidad clave que les permita reforzar su posicionamiento y popularidad de su marca (Forbes, 2016). En cuanto al Social Media, realizar un comentario requiere más esfuerzo que dar un “me gusta” o “no me gusta” (Liikanen, 2012). Quienes comentan juegan un rol importante, ya que ellos suelen compartir o criticar un contenido con un mayor nivel de entusiasmo en otras redes sociales como Facebook o Twitter (Burke, 2016). Aunque el sector de la moda se está orientando a plataformas como Instagram. Lo cierto es que dicha plataforma no es un reemplazo de YouTube, sino más bien un complemento (Hamid & Ishak, 2015) 2.2.5. Minería de Datos Conocida también como Data Mining, es una disciplina que ha logrado reunir las ventajas de varias áreas como la Estadística Aplicada, la Inteligencia Artificial, la. 17.

(18) Computación Gráfica, las Bases de Datos y el procesamiento masivo de información (Virseda & Román, 2006). De acuerdo con Maimon & Rockach (2010), la minería de datos recurre al análisis automático o semi-automático de una cantidad considerable de datos para extraer patrones de interés que son desconocidos, como los grupos de registros de datos, registros poco usuales (la detección de anomalías) y dependencias (minería por reglas de asociación). Dichos patrones pueden entonces ser vistos como una especie de resumen de los inputs (datos ingresados), y pueden ser utilizados en técnicas adicionales como el aprendizaje automático y análisis predictivo (Maimon & Rockach, 2010). Por ejemplo, un análisis empleando Data Mining podría evidenciar a varios grupos en los datos, que luego pueden ser utilizados para obtener resultados más precisos en un modelo del tipo predictivo que ayudará a tomar mejores decisiones (Kotu & Deshpande, 2014).. 2.2.6. Análisis de Sentimiento Es una técnica de la Minería de Datos que permite identificar la actitud (positiva o negativa) presente en un contenido textual (Hofmann & Chisholm, 2015). En las investigaciones cualitativas es empleado para detectar frases con carga emocional considerable (Moreno-Ortiz, 2017). Para ello se basa en el uso de diccionarios. Así, por ejemplo, “Este vestido es bonito” tiene una carga emocional positiva, mientras que “El vídeo fue horrible y aburrido” presenta carga negativa. Esta clasificación se basa en los términos clave (“bonito”, “horrible” y aburrido”) (Hofmann & Chisholm, 2015). Las frases con carga emocional más fuerte tendrán una presencia considerable de término clave (Moreno-Ortiz, 2017).. 2.2.7. Twitter como fuente de datos del comportamiento humano En los últimos años, Twitter se ha convertido en una fuente de datos prominente en el campo de la sociolingüística ya que captura las opiniones y sentimientos voluntarios sobre una amplia gama de temas (Kumar, Morstatter, & Liu, 2014). Twitter tiene el potencial de desentrañar las características socioculturales de los usuarios de diferentes áreas, por ejemplo, los niveles de racismo y homofobia, e incluso puede ser un método de vigilancia preciso para mapear la propagación de la enfermedad (Reacley & Pinkington, 2014). Mientras que los usuarios de Twitter son un grupo auto-seleccionado, hay evidencia de que los análisis de los datos de Twitter producen resultados congruentes con los obtenidos utilizando métodos de investigación estándar (Reacley & Pinkington, 2014).. 18.

(19) Twitter proporciona dos tipos de datos para el análisis sociocomportamental: información no textual y el contenido de los tweets (Reacley & Pinkington, 2014.La información no textual que ofrece la plataforma se puede derivar de una serie de características (Culotta & Cutler, 2016). Los usuarios de Twitter pueden elegir seguir a otros usuarios para recibir sus tweets en un feed que se actualiza constantemente, los usuarios seguidos se denominan amigos; ellos también pueden tener seguidores (Kumar, Morstatter, & Liu, 2014). Una medida importante de la actividad de Twitter es la relación seguidor-amigo, es decir, cuántos usuarios te siguen (Culotta & Cutler, 2016). Los usuarios también pueden crear listas de lectura personalizadas que contiene cuentas seguidas seleccionadas (el propósito podría ser agrupar tweets temáticamente) y suscribirse a listas de lectura de otros (Culotta & Cutler, 2016). En sus tweets, los usuarios pueden mencionar a otros usuarios por su Twitter, nombre de usuario (@nombre de usuario), pueden responder a los tweets de otros y retuitear los tweets de otros (Culotta & Cutler, 2016); los tweets retuiteados aparecerán en el tweet feed de los seguidores de uno (Culotta & Cutler, 2016). Los mensajes de Twitter pueden contener hashtags (#hashtag), etiquetas definidas por el usuario que categorizan el contenido del tweet y lo hacen más fácil para buscar tweets que se refieran al mismo tema. 2.2.8. Twitter, Moda e Influencers Ciertamente Twitter ha perdido terreno como red social en el ámbito de influencers. A pesar de ello, IBM (2017) y la Universidad de Cambridge construyeron variables psicodemográficas en función a los datos de dicha red social (Popov, 2017). El motivo obedeció a la disponibilidad de datos textuales que describen perfiles únicos. Otro detalle importante es lo investigador por Jung-Lin, Han,& Chambourova (2017). Los autores demostraron que eran posible identificar potenciales influencers y tendencias de moda a medida que se exploran datos en Twitter. Ello fue logrado en base al analisis de 10,0000 perfiles de Twitter en Estados Unidos. Los investigadores aplicaron una técnica similar a la bola de nieve, pero en función a un conjunto de etiquetas. Twitter sirve como conexión a otras plataformas electrónicas y casi la totalidad de usuarios que siguen a fashion bloggers en Twitter, lo hacen también a través de Instagram, Facebook y YouTube (Jung-Lin, et.al. 2017). Por otro lado,Tridetti (2016) evidenció que si bien Twitter ha perdido terreno frente a Instagram,. 19.

(20) todavía la red de microbloggig sirve para conocer las características de los influencers y de sus seguidores. Instagram no es útil en este aspecto. Esto también es señalado por Lahuerta & Cordero (2016), quienes además agregan que para la moda y el estilo, lo ideal es Instagram, pero en esa red no existe el abanico de emociones necesario que existe en Twitter. Cabe mencionar que Lahuerta & Cordero (2016), Jung-Lin, et.al. (2017) y Tridetti (2016) desarrollaron sus propios algoritmos en base a datos de Twitter para comprender el mundo de la moda, tanto a influencers como seguidores. El presente documento no contempló esa posibilidad debido a que excede los limites de la investigación y las competencias de las investigadoras. 2.2.9. YouTube e Influencers de Moda YouTube es una plataforma que permite subir y compartir video clips mediante Internet, sitios Web, dispositivos móviles (smartphones, tablets), e-mail y blogs (Gibson, 2016). El sitio ofrece poder ver acontecimientos y eventos actuales, encontrar videos sobre hobbies e intereses personales, así como descubrir lo inusual (Chen, 2013). En la medida en que la gente capture momentos especiales en video (Pace, 2008), YouTube podrá convertir a los usuarios en generadores de contenido (Gibson, 2016). YouTube no solo ha revolucionado el mundo audiovisual, sino que ha creado una red global de conocimiento con importantes repercusiones sociales. La inmediatez con la que se distribuye el contenido a escala mundial provoca que las tendencias y las modas se propaguen por todos los rincones del planeta en cuestión de segundos, creando en muchas ocasiones el efecto viral (Forbes, 2016). La moda es un sector donde muchos influencers han decidido ser líderes de opinión y han decidido compartir su experiencia con el mundo (Wang, 2015) . Con ello, es necesario reconocer un interés en las cifras de alcance que tienen estas nuevas figuras de internet y en especial aquellas vinculadas al uso de plataformas que usan para conseguir mayor cantidad de seguidores (Pace, 2008). Frente a ello, YouTube es una de las plataformas más importantes para ganar seguidores, pues en el 2017, en número de espectadores alcanzó 1,47 billones y se estima que para el 2021 alcanzara 1,86 billones. Esta plataforma de videos es de alto interés ya que trabaja de manera eficiente: ofrece una oportunidad de marca visual, así como un tráfico atribuible a un sitio, lo cual es una ventaja frente al uso de Snapchat, Instagram, Twitter (Hidalgo & Segarra, 2017).. 20.

(21) Los grandes números que representa YouTube no es el único factor por el cual los influencers de moda prefieren esta plataforma (Liikanen, 2012). La manera de comunicarse vía esta plataforma es bastante única: este medio es considerado como una experiencia bastante personal, donde los anuncios son dirigidos a una audiencia bastante segmentada a diferencia de otras plataformas (Hidalgo & Segarra, 2017). En este caso, la mayoría de influencers, a través de la data que les ofrece YouTube, pueden tener el conocimiento de quien es su público objetivo, el rango de edades y desde que lugar del mundo es su audiencia (Westenberg, 2013). Con ello, el trabajo creativo puede ser dirigido de manera más objetiva, pues saben quiénes son su audiencia principal (Hidalgo & Segarra, 2017). Por otro lado, los creadores pueden crean un feedback con sus seguidores a través de los comentarios y con ello muchos de estos sienten que los conocen a un nivel personal (Wang, 2015). ThinkWithGoogle (2012) en su estudio “The YouTube Generation Study” indicó que 6 de cada 10 suscriptores aceptaban un consejo de compra de sus influencers favoritos, donde se puede apreciar que la confianza que se les tiene es traducida en influencia cuando se quiere comprar determinado producto. En este escenario, es indudable señalar el impacto que tiene YouTube para las influencers de moda, ya que, mediante este medio, pueden crear reviews sobre productos o servicios que ellos quieran publicitar, los cuales son tomados con seriedad y confianza por la audiencia convirtiéndoles en potenciales clientes de la marca (Wang, 2015). La naturalidad es otro punto importante, ya que, a diferencia de otras aplicaciones, la publicidad se siente forzada debido a que su uso está limitado a clips de 15 segundos (Westenberg, 2013). A diferencia de esta, YouTube no tiene estos límites, pues a través de un video puede educar al consumidor, con una orientación adecuada (Hidalgo & Segarra, 2017). Los creadores enfocados en moda pueden crear anuncios efectivos a través de códigos promocionales o con el enlace del producto o servicio para impulsar a la audiencia a comprar, lo cual es bastante destacado en su sector pues de esta manera ellos pueden contar su experiencia con el producto, así como las ventajas con las que esta cuenta de manera más natural (Wang, 2015) 2.2.10. YouTube como fuente de información para comprender al consumidor y la Minería de Datos YouTube contiene información que cambia con extrema rapidez. Este cambio vertiginoso es generado por millones de usuarios que pueden dramáticamente afectar la reputación de una persona o una organización (Checchinato &. 21.

(22) Gazzola, 2015). Por ello es cada vez más importante la automatización en la extracción de sentimientos y opiniones expresadas en medios de comunicación social (Smith & Fischer, 2010). En YouTube, la información en formato textual puede brindar más información valiosa que los datos numéricos (Haridakis & Hanson, 2009) YouTube es el entorno digital más rico en contenido multimodal, con complementos gráficos, discusiones entre personas compartiendo un tema de interés (Checchinato & Gazzola, 2015). Por tanto, emplear las técnicas de Minería de Datos o similares resulta más que recomendable (Smith & Fischer, 2010). YouTube, a comparación de otras redes sociales y plataformas electrónicas, es una plataforma en donde existe un elemento muy desarrollado: el contexto (Pace, 2008).. Figura 2: Métricas explotables de YouTube Fuente: YouTube. En cuanto a las técnicas aplicables de Data Mining en YouTube, se puede construir múltiples modelos con los indicadores cuantitativos (Haridakis & Hanson, 2009). En cuanto al contenido no textual, es posible realizar procesos de clasificación masiva de documentos de forma automática, en función de la connotación positiva o negativa del lenguaje, dicho proceso es conocido como análisis de sentimiento (Severyn, Moschitti, & Uryupina, 2014). Por otro lado, resulta posible agrupar términos que guarden relación o similitud entre sí para dar paso a la formación de clústeres (Sureka & Kumaraguru, 2010). 22.

(23) Es importante mencionar que estos tratamientos generalmente se basan en relaciones estadístico-matemáticas y de asociación, y no en análisis lingüístico propiamente dicho (Sureka & Kumaraguru, 2010). Precisamente estas relaciones matemáticas son aquellas que son valiosas para identificar patrones asociados al consumo y a las características de los consumidores (Sureka & Kumaraguru, 2010). Tomando como base estas relaciones matemáticas es posible identificar tendencias de consumo en aquel contenido que es valorado. Así, en base a comentarios es posible conocer los elementos que resultan particularmente satisfactorios o insatisfactorias en películas a través del análisis de los comentarios en cada tráiler (Wolmer, Weninger & Knaup, 2010). También es posible medir elementos vinculados al Engagment en base a métricas, tal como lo evidenciaron (Severyn, Moschitti, & Uryupina, 2014) al analizar los comentarios de YouTube relacionados a las valoraciones de autos y tablets. Ellos determinaron que existe relación entre los “me gusta” y “no me gusta” y los comentarios clasificados como positivos o negativos mediante el análisis sentimental. Por otro lado, también ha sido posible modelar la venta de música online utilizando las métricas de YouTube (Hiller & Kim, 2014). Con respecto a las características del consumidor propiamente dicha, ciertamente es posible explorar insights recurriendo al análisis de sentimiento presente en los comentarios (Wolmer, et.al. 2010) 2.2.9. Seguidores de influencers de Moda y YouTube, y el contexto peruano En principio, existen personas que tienen mayor predisposición a creer en la utilidad del contenido generado por distintos usuarios en YouTube (Westenberg, 2013). El nivel de utilidad está en función al nivel de utilidad que los usuarios encuentran en las redes sociales, ya sea por diferentes intereses (informática, entretenimiento, moda y estilo, etc.). La propuesta de Goldsmith & Horowitz (2006) citada por Wang (2015) señalaba que la actitud hacia el contenido generado por usuarios influía en la intención de compra. Por otro lado, Yeo (2010) obtuvo una escala acerca del nivel de actividad del usuario. Esta variable tiene diferentes dimensiones, propias de la actividad web (buscar, mirar, dar un me gusta, suscribirse) fue mencionada por Lepisto & Vähäjylkkä (2017) como un posible indicador asociado a la intención de compra. La razón es sencilla, mientras más proclive sea una persona a realizar actividades, más sensible es a lo que ocurre en ese entorno (Buchegger & Hui,. 23.

(24) 2009). Desde luego, lo anterior, tiene un aspecto vinculado a la teoría económica y el consumo (Wang, 2015). En principio, las influencias externas como la moda pueden condicionar la demanda de un bien. En el caso de las seguidoras de influencers. de moda y estilo, la influencia externa está construida por el nivel. de actividad del usuario. Son estos en última instancia quienes deciden a qué contenido prestarle atención (Buchegger & Hui, 2009). Según Burke (2016) y Chi (2011), una fuente de comunicación posee credibilidad si sus declaraciones son consideradas confiables y validas, y, por lo tanto, respetables. A esto pretenden acercarse los influencers en YouTube (Wang, 2015). Cabe mencionar que un miembro de una audiencia objetivo puede aceptar la influencia de la fuente de comunicación porque su comportamiento es congruente con sus propios sistemas de valores (Burke, 2016). El peso de las influencers ha ido incrementándose en los últimos años, a tal punto que ya algunas marcas ya han creado sus propios equipos para gestionarlos, dado que la competencia en YouTube es particularmente feroz en cuanto a la creatividad del contenido (Wang, 2015). El activo más importante de una influencer es la credibilidad (Burke, 2016), credibilidad que incluso supera a la publicidad (Fan & Miao, 2012). La credibilidad es un intangible altamente preciado, no en vano las influencers han creado una carrera en base a elegir con cuidado aquello que publican (Castelló & Del Pino, 2015). Las marcas apuestan por la credibilidad de las influencers (Castelló & Del Pino, 2015). Esto debido a que en muchas ocasiones la publicidad tradicional online puede ser vista como SPAM (contenido no deseado). Por otro lado, las influencers generar. una. conectividad. emocional. más fuerte con. los. consumidores finales. Por ello es racional creer que la credibilidad que perciben los internautas guarda relación con la intención de compra, tal como lo sostuvieron Chi (2011) y Castelló& Del Pino (2015). Otro punto que considerar es la interacción parasocial, a menudo conocida como intimidad a la distancia, la cual está basada en la aparición frecuente y consistente de la persona, o personalidad mediatizada (Horton & Whol, 1056). En este caso, persona mediatizada vendría ser la Influencer y el término distancia está asociado a la presencia de esta última en un entorno digital. Según Wang (2015) y Burke (2016), la "ilusión de intimidad" así como el que la persona sea atractiva, amigable, confiable e incambiable constituyen la clave para el. 24.

(25) desarrollo de una interacción unilateral. Este fenómeno se ha dado Los aficionados a las telenovelas (Horton & Whol, 1056) En el ámbito de las influencers, el contenido generada por estas vendría a ser el equivalente a las telenovelas: ambas son historias narradas. (Wang, 2015) Cabe mencionar, además, que la interacción para social se base también en el hecho de ser fanático (Wang, 2015). Este fenómeno de novelas e interacción parasocial quedaba evidenciado en la compra de productos que se comercializaban por la TV (Wang, 2015). Los anfitriones de los canales de compra se presentan en salas informales, desarrollan un estilo de conversación informal y permiten llamadas telefónicas de los televidentes, medidas todas que fortalecen la interacción para social (Burke, 2016). El público objetivo al que se orientan las influencers de moda y estilo a nivel global es de 18 a 35 años (Castelló & Del Pino, 2015). En el Perú ocurre una situación similar, aunque el segmento peruano se ha orientado mucho más al segmento de mujeres (UCAL,2018). El 45% de los jóvenes que compran impactados por los influencers destinan entre S/51 y S/100; y un 20% más de S/100. De acuerdo con la UCAL (2018) estos montos no son elevados “debido a que algunos de los jóvenes de este segmento aún no laboran, y los que lo hacen aún no estarían consolidados en sus trabajos como la generación X o baby boomers” Por otro lado, los influencers de origen extranjero son los preferidos por los jóvenes limeños en detrimento de los nacionales: 67% vs 33% de acuerdo con los hallazgos de la UCAL (2018). Una causa probable de esto sería el nivel de calidad de los contenidos: los extranjeros superan a los nacionales. 2.2.11. El Modelo Big Five y el Consumo De acuerdo con Martinez (2015), en la historia de la psicología se han llevado a cabo múltiples intentos por clasificar los rasgos de personalidad. Siempre se ha procurado tratar de encontrar y definir dimensiones básicas y taxonómicas que permitan dar un orden a la considerable cantidad de atributos que describen las diferencias del ser humano como individuo. Entre todas las propuestas una en particular parece haber obtenido un consenso elevado dentro de la comunidad científica y que, en consecuencia, ha ido adquiriendo cada vez más popularidad. Este es Modelo de los Cinco Factores (MCF) o de los Cinco Grandes (Costa & McCrae, 1992), el cual postula la existencia de cinco dimensiones independientes de personalidad que son: Neuroticismo, Extraversión, Apertura a la Experiencia, Amabilidad y Responsabilidad.. 25.

(26) Tal difusión ha logrado que dicho modelo ha sido asociado a múltiples variables. Esto incluye a preferencias musicales, preferencias por determinada marca de autos, preferencias por bienes de lujo, preferencias por géneros de cine, entre muchas otras aplicaciones (Robie & Brown, 2005). Es probable que IBM haya tomado en cuenta todas las aplicaciones del Modelo Big 5 computarizado. La diferencia es que IBM no aplica el instrumento propiamente dicho, sino que se basó en los datos en datos de redes sociales (Twitter, principalmente) y test psicológicos (Deloitte, 2015). Los estudios de IBM lograron que era posible aproximarse a la personalidad real empleando los comentarios de una red social (Khriyenko, et.al. 2016). IBM no solo logró cuantificar y dimensionar a los componentes de cada modelo del BIG 5, sino que además logró puntuar las preferencias de consumo asociadas a dicha personalidad (Khriyenko, et.al. 2016). 2.2.12. Satisfacción con la vida y consumo La satisfacción con la vida, la cual es definida como la evaluación subjetiva de un individuo con su propia vida, ha sido objeto de estudio en varios campos de conocimiento como el marketing, sociología y psicología (Alfonso, Allison, Rader, & Gorman, 1996). Si bien son diversos los dominios que influyen en el nivel de satisfacción de un individuo (Diener, 1984), estudios previos han demostrado que existe una relación significativa entre el materialismo y la satisfacción con la vida (Dawson & Bamossy, 1991). El deseo de incrementar el nivel de satisfacción con la vida genera que los individuos sean conscientes de las marcas (Evans, 1989). La conciencia de marca es la propensión para seleccionar y preferir aquellas marcas que son populares y reconocidas en la sociedad (Sproles & Kendall, 1986). Los consumidores utilizan las marcas conocidas como una manera de desarrollar su identidad personal y obtener reconocimiento social (Aaker, 1991). Los consumidores con un alto nivel de consciencia de marca son aquellos que perciben una sensación de logro y reconocimiento en la sociedad tras la compra de productos de marca (Evans, 1989). La conciencia de marca presenta una relación directa con la calidad percibida y valor emocional. Asimismo, el valor emocional percibido y la voluntad de comprar generan lealtad de marca. Los aspectos emocionales de las marcas juegan un rol importante en la intención de compra, particularmente en aquellos consumidores que tienen un alto nivel de consciencia de marca (Tanveer, Muhammad, Rizwan, & Asif, 2016).. 26.

(27) 2.2.13. Liderazgo en los consumidores e Influencers En la relación influencer-seguidores, el liderazgo en cuanto a temas de moda recae naturalmente sobre el primero (Burke, 2016). Esto no quiere decir que quienes siguen carezcan de voluntad, solo que su liderazgo en un entorno Social Media suele ser menor que los de sus referentes (Haridakis & Hanson, 2009). Lo consumidores también pueden ser líderes, aunque en menor escala, tal es el caso de los microinfluencers, individuos que cumplen un rol similar al de los influencers, aunque a menor escala (Gibson, 2016). Los consumidores suelen ejercer su liderazgo, por ejemplo, cuando evidencian una posición contraria lo recomendado por un influencer (Ribeiro-Cardoso, et.al. 2016). También evidencia liderazgo al crear pequeñas redes a las que procuran llenar de contenido con mayor frecuencia que los influencers (Gibson, 2016). Esta forma de liderazgo tiende a ser percibida como más honesta por parte de los consumidores finales (IPMark, 2018). 2.2.14. Preferencias de consumo, social media y variables demográficas Gran parte de las investigaciones iniciales sobre el comportamiento del consumo (o compras) por Internet se han centrado en predecir el tipo de consumidor que es más probable que utilice Internet para buscar y consumir productos. Bellman, Lohse, & Johnson (1999) investigaron varios factores predictivos para determinar si un individuo comprará en línea. Estos autores concluyeron que, variables demográficas como el ingreso, la educación y la edad, tienen un impacto modesto en la decisión de comprar en línea. Por otro lado, también indicaron que el determinante más importante de compra en la web era el comportamiento anterior, como las compras en línea anteriores. “Una vez que la gente está en línea, si compran allí y cuánto gastan tiene más que ver con si les gusta comprar en línea y si el tiempo que tienen para comprar es limitado” (Bellman, Lohse, & Johnson, 1999, pág. 37). Esto es consistente con lo señalado por Modahl (2000), quien concluyó que los factores demográficos como la edad, la raza y el género no importan tanto como las actitudes de los consumidores cuando de consumo en entornos digitales se trata. Al examinar la relación entre la edad y las motivaciones de compras por Internet, Dholakia & Uusitalo (2002) encontraron que los consumidores más jóvenes reportaron más beneficios hedónicos y utilitarios de las compras en línea que los consumidores mayores. No midieron la búsqueda en línea ni el comportamiento de compra, solo los beneficios percibidos de las compras. Los investigadores también indicaron que el impacto relativo de los factores demográficos, como la 27.