By 
PAMPLONA, 13 de marzo (EUROPA PRESS) –
Las opiniones de los consumidores online y en particular cómo influyen en las decisiones de compra y cómo las empresas las utilizan para tomar decisiones son el tema de una tesis defendida recientemente en la Universidad Pública de Navarra (UPNA) por Miriam Alzate Barricarte, licenciada en administración y dirección de empresas.
La investigación, titulada «El boca a boca electrónico (eWOM) y las implicaciones del marketing», ha sido dirigida por el profesor José Javier Cebollada Calvo y la profesora Marta Arce Urriza, ambos de la UPNA, y el primero también es miembro del instituto de investigación INARBE.
Por un lado, el trabajo trata de “cómo la visibilidad de las valoraciones en un determinado sitio web y sus propiedades (incluido el número de estrellas, las emociones mostradas o la duración del comentario) influyen en otras personas para valorar la valoración como útil o cuando deciden comprar el producto del que se habla».
Por otro lado, los dos últimos capítulos de la tesis se centran en mostrar cómo las empresas pueden utilizar el contenido textual de las reseñas para analizar la imagen y percepción del consumidor sobre sus diferentes marcas y productos.
Para explotar esta gran cantidad de información, el autor del trabajo propone un procedimiento basado en una técnica automática de procesamiento del lenguaje natural “que permite analizar estos textos, sobre todo en pequeñas y medianas empresas, sin mucho conocimiento de los artificiales. Inteligencia y Algoritmos para el Procesamiento del Lenguaje Natural».
Para realizar los análisis de los diferentes capítulos, la autora recolectó datos de un sitio web de cosméticos muy popular en Estados Unidos en 2016 y 2017. En total, para cada periodo, tuvo entre 60.000 y 66.000 reseñas de todos los artículos que componen toda una categoría de productos de maquillaje (140 productos de 44 marcas).
CALIFICACIONES «MÁS ÚTIL» Y «RECIENTE»
Como explica el autor de la tesis, a la hora de seleccionar una determinada reseña de entre las miles que pueden aparecer en una determinada página, “es importante su posición dentro de la lista, ordenada por utilidad o novedad, es decir, los comentarios que aparecen en Las primeras posiciones reciben la mayor atención. Después de dar este paso para evaluar si es útil o no, se tienen en cuenta las características de la evaluación en sí, p. si es muy positivo (5 estrellas), si contiene información personal de la persona que lo escribe, si la persona que crea el comentario parece ser alguien con experiencia en el uso de los productos, si el comentario es largo, entre otras cosas.
Por otro lado, los dos mecanismos de ordenación de reseñas mencionados, a saber, “más útiles” o “más recientes”, afectan de manera diferente el comportamiento del consumidor. Por lo tanto, las reseñas que aparecen en las primeras posiciones de «más útiles» se vuelven más confiables debido a un «posible problema de influencia social», pero no sucede lo mismo con las marcadas como «más nuevas». Por lo tanto, «ambos tipos de clasificación afectan la visibilidad pero no tienen el mismo efecto en el comportamiento».
Además, el trabajo muestra que tanto las reseñas «recientes» como las «más útiles» tienen impacto en las decisiones de compra, siendo estas últimas las de «mayor impacto», aspecto que las empresas pueden analizar.
En particular, el autor del trabajo propone el uso de un método de procesamiento automático del lenguaje basado en diccionarios, llamado Linguistic Inquiry and Word Count (LIWC). Es, según explica, «una herramienta fácil de usar y económica, validada en el campo de la psicología y el marketing, que permite el análisis automático de una gran cantidad de texto y arroja resultados sobre unas 90 variables (adjetivos, palabras relacionadas a la familia, emociones negativas, emociones positivas…)”. La autora también señala que en su tesis propone “una descripción detallada del proceso, aportando el código utilizado en el programa estadístico R. De esta forma, cada empresa podría llevar a cabo el análisis utilizando sus propios datos replicados”.
La tesis concluye con una propuesta para utilizar algunos de los algoritmos más utilizados en el procesamiento del lenguaje para analizar la percepción del consumidor. Uno de ellos es Latent Dirchlet Location (LDA), “cuya finalidad es extraer los temas de los que más se habla en las reseñas”, concluye Miriam Alzate.
EL CURRICULUM DE MIRIAM ALZATE
Miriam Alzate Barricarte es Licenciada en Administración y Dirección de Empresas (Grupo Internacional) por la UPNA, donde también obtuvo un Máster en Dirección de Comercio Internacional. Se graduó de la Universidad de Lincoln (Reino Unido) donde recibió una Licenciatura en Negocios Europeos. Luego realizó una Maestría en Marketing Estratégico en la Universidad de Cranfield (Reino Unido) con una beca de posgrado de la Fundación Ramón Areces.
Como parte de su doctorado, realizó una residencia en la Universidad de Chicago (EE.UU.), financiada por una Beca de Excelencia de la Fundación Caja Navarra, bajo la supervisión del profesor Pradeep K. Chintagunta. Ha participado en congresos internacionales como ISMS Marketing Science, European Marketing Academy Conference (EMAC) o European Association of Academic Marketing (AEMARK) Conference.
Ha publicado en revistas internacionales como el «Journal of Theoretical and Applied Electronic Commerce» o el «Journal of Digital & Social Media Marketing». Además de su experiencia profesional en diversas empresas, ha sido profesor en la Universidad de Navarra y la UPNA y actualmente lo hace en esta última.
Comments