TECNOLOGÍAS DIGITALES EN LA INVESTIGACIÓN CUALITATIVA DEL MARKETING

                                                                    Por: Ing. José Cotos

Estoy analizando el paper de tres profesores italianos, uno es de la Polytechnic University of Marche, University of Urbino Carlo Bo, y University of Macerata. La Transformación Digital tiene diferentes niveles de madurez como proceso de cambio y no existe una única forma óptima de implementarla; cada empresa debe diseñar su propio enfoque. 

Pregunta 1: ¿Cómo conciben las empresas Transformación Digital? En particular, ¿cómo y por qué aprovechan las tecnologías digitales para ello?

El Marketing experimenta una intensa transformación digital y experimenta con nuevas tecnologías, como la inteligencia artificial, la cadena de bloques, y el internet de las cosas. Las personas están constantemente conectadas, hay un empoderamiento del cliente. Hay un enfoque centrado en el cliente, que da prioridad al cliente por encima de todo en sus estrategias organizacionales. Las empresas deberían invertir en construir relaciones más sólidas, estrechas y duraderas, con los clientes, tanto en mercado B2B como B2C. Este avance se nota en la tecnología CRM. Los datos de los clientes constituyen la base de la organización basada en el cliente. Los datos sirven para construir y mantener relaciones con los clientes, personalizar productos, servicios y la estrategia de marketing, además de automatizar procesos de marketing en tiempo real. 

Pregunta 2: ¿Cuáles son los impactos que la Transformación Digital está teniendo actualmente en las actividades de marketing y en las relaciones empresa-cliente?

Hay 3 desafíos principales para los profesionales del marketing digital: la capacidad de generar y aprovechar un profundo conocimiento del cliente, la gestión de la reputación de marca en el entorno de marketing en el cual predomina el contenido generado por el usuario y la evaluación de la eficacia del marketing digital. Hay una brecha cada vez mayor entre la creciente complejidad de los mercados y las tecnologías y la evolución de las capacidades de marketing digital de las empresas. 

El aumento de la complejidad de los datos crea una “brecha de talento digital”, que se ve agravada por la dificultad de encontrar empleados capaces de combinar habilidades cuantitativas y analíticas con habilidades de marketing. Se han identificado dos brechas de capacidad de marketing: la “brecha práctica” que es el déficit entre las prácticas actuales de los directivos y sus capacidades ideales de marketing digital; y la “brecha de conocimiento”, que es la división entre la Transformación del marketing digital y el conocimiento académico existente que la sustenta. 

Se ha prestado atención a las competencias relacionadas que las empresas necesitan para aprovechar al máximo el potencial de las tecnologías digitales. 

Pregunta 3: ¿Cuál es el impacto de la Transformación Digital en la organización y las competencias de marketing?

La evolución tecnológica ha contribuido con el tiempo al rol y alcance del marketing dentro de las organizaciones, expandiéndose desde involucrar el desarrollo y la gestión de la comunicación creativa hasta incluir ahora la implementación de prácticas de marketing basadas en datos y tecnología que no son solo relevantes para las empresas y los clientes, también son responsables financieramente. 

Pregunta 4: ¿Cómo podría la Transformación Digital haber cambiado el papel general y la importancia del marketing dentro de las empresas?

Los investigadores realizaron entrevistas en profundidad y semiestructuradas (n=20) basadas en reuniones personales y online con personas clave en Transformación Digital, incluyendo directores generales, directores digitales o directores de marketing. Las entrevistas semiestructuradas se ajustaron al objetivo exploratorio del estudio, ya que permiten a los investigadores seguir un enfoque estructurado y permiten a los entrevistados expresar libremente sus experiencias y opiniones. 

Cada entrevista duró casi dos horas. El número de entrevistas se determinó según el principio de saturación teórica. Se realizaron entrevistas hasta que la información recopilada se consideró suficiente para el alcance del análisis. Las entrevistas exploraron en 4 aspectos: primero, las tecnologías implementadas; segundo, las implicaciones de la adaptación de tecnología para los procesos de marketing; tercero, las implicaciones de la adopción de tecnología para los recursos humanos y la organización; y cuarto, las implicaciones de la adopción de tecnología para las relaciones con los clientes. 

Además de los datos primarios de las entrevistas, se recopilaron datos secundarios de artículos de periódicos y revistas, presentaciones corporativas, informes de empresas y sus propios sitios web. Esto permitió la triangulación de datos, la cual profundiza el estudio de un fenómeno desde diferentes perspectivas. El análisis se realizó en la  región Marcas, de Italia, una de sus regiones más industrializadas, con predominio de empresas pequeñas y medianas. Los datos recopilados se examinaron siguiendo las directrices de Eisenhardt para el análisis intracaso y entre casos. 

En general, las redes sociales son la tecnología más usada para interactuar y comunicarse con los clientes. Se observó un interés moderado en las aplicaciones móviles y las aplicaciones de Inteligencia Artificial. 

Biesse Spa, dice que tendrán que evolucionar hacia modelos B2B con lógica B2C. Doucal’s Srl dice: “Colaboramos mucho más para comprender las necesidades y expectativas del consumidor final. Gracias a la cantidad de datos que se pueden recopilar en línea, se abren nuevas perspectivas de colaboración con el sector minorista”. Eden Viaggi de Alpitour Spa, dice: “Los clientes están cada vez más acostumbrados a cambiar de canal en las diferentes etapas de su experiencia de compra. Muchos empiezan consultando en línea y luego completan la compra en la agencia”. 

De esta forma, los clientes pueden contribuir cada vez más a la co-planificación y co-creación de su viaje, aumentando así la posibilidad de conseguir paquetes más modulares y realizar cambios de viaje con mayor facilidad y rapidez. 

Se está aplicando mucho software CRM de relaciones con los clientes, con buenos resultados. Una empresa en tiempos de pandemia lanzó “Go World Emporium” (una tienda online con productos de todo el mundo) y “Go Europa”, que ofrece vuelos privados dirigidos a segmentos de alto consumo. 

En algunas empresas, se digitalizan los procesos para el cierre de las negociaciones y la gestión del pedido aún siguen la lógica y los canales tradicionales, ya que los productos suelen ser extremadamente complejos desde un punto de vista técnico. 

El incrementado uso de las tecnologías digitales ha transformado el rol y la importancia del marketing. Solo unas pocas empresas (como Biesse y Simonelli Group) han alcanzado la etapa final de transformación digital, lo cual implica una sólida adaptación de sus procedimientos internos, organización y modelo de negocio. La tecnología digital mejora la capacidad de respuesta de una empresa a las necesidades del cliente, al promover nuevas formas de gestionar los aspectos estratégicos y operativos de los procesos de marketing. 

A través del CRM, el conocimiento del cliente puede actualizarse y difundirse constantemente dentro de la empresa, y las acciones de marketing pueden orientarse mejor, a menudo en tiempo real. Habrá mayor estabilidad y satisfacción a largo plazo, ya que la gratificación individual aumenta cuando las personas se sienten escuchadas. 

El fortalecer la dimensión estratégica y analítica del marketing implica la necesidad de mejorar la coordinación interfuncional entre las unidades de negocio, lo que promueve adoptar mecanismos de integración informales y fortalecimiento de las actividades de coordinación. Se necesita un proceso de cambio cultural para adoptar las nuevas tecnologías en la empresa. 

Se debe defender la posición competitiva con herramientas y métodos nuevos y refinados. 

La transformación digital hace más viable la realización del análisis y la segmentación del mercado, y la personalización del marketing mix. 

Analizando los 3 desafíos principales para los profesionales del marketing digital. Para el primer desafío, hay redes e internet que conectan a las empresas con sus empresas clientes y en el caso de clientes masivos las redes sociales o las páginas web de las empresas de retail cuentan con un asistente virtual de Inteligencia Artificial que soluciona dudas y problemas. Para el segundo desafío, la reputación de marca depende de las comunicaciones entre la empresa y sus clientes. El cómo se manejan las quejas. Recordar el caso del hallazgo de una cucaracha en una pizza Domino’s en Perú. La franquicia se fue del Perú y ha regresado de la mano de un nuevo franquiciatario. El tercer desafío, evaluación de la eficacia del marketing digital se miden por sus indicadores de tasas de visita a la página web y los comentarios de redes sociales. En cuanto a la brecha tecnológica entre empresa y los mercados, la Inteligencia Artificial está cerrando esta brecha y brindando servicios a los clientes y empresas, a la vez que generan nuevos puestos de trabajo. Por otro lado, la “brecha de talento digital” se está reduciendo porque se están abaratando los costos de la tecnología de Inteligencia Artificial, y ya muchos profesionales se están capacitando en esta tecnología. 

El CRM está más vigente que nunca y es clave su data para satisfacer a los clientes y consumidores. 

Yo creo que, potenciando, fortaleciendo el CRM y las aplicaciones de la Inteligencia Artificial la empresa se volverá más productiva, tanto a nivel estratégico como a nivel operativo. Así que sería buena idea que ustedes potencien sus conocimientos de CRM y de Inteligencia Artificial para sus aplicaciones en Marketing. Esto nos volverá más competitivos como país y alcanzar el desarrollo no será un sueño sino una realidad. 

 

USO DEL MACHINE LEARNING Y LA INTELIGENCIA ARTIFICIAL EN MARKETING

Por: Ing. José Cotos

Estoy analizando un interesante paper de tres profesores de tres universidades distintas. Uno es profesor en University of Rome Tor Vergata, Italia. El segundo es profesor en University of Bari Aldo Moro, Italia. Y el tercero es profesor en la Ecole Polytechnique HEC París, Francia.

La contínua proliferación de datos representa una oportunidad y un desafío para las compañías. Se aprovecha la gran cantidad de datos estructurados y no estructurados, los algoritmos de Machine Learning pueden respaldar las operaciones y permitir decisiones informadas.

Los objetos con Internet de las Cosas además de aparatos con Inteligencia Artificial, generan un flujo masivo y contínuo de datos. Al analizar tantos datos, el Big Data, se puede estudiar el comportamiento colectivo a gran escala, detectando modelos y anomalías interesantes mediante aplicaciones de inteligencia artificial y machine learning. Los expertos en Marketing y gestión buscan continuamente adquirir y transformar de forma adecuada dichos datos, mediante un estudio y análisis adecuado, en información significativa.

Las aplicaciones de Machine Learning permiten explorar datos para derivar correlaciones, patrones y con ello, modelos predictivos, útiles para aplicaciones de marketing.

El Machine Learning aprende del comportamiento y las preferencias de los usuarios que navegan en internet. Estos sistemas escogen rápido los anuncios que se mostrarán. La gama de aplicaciones del Machine Learning en las empresas es amplia, abarcando asistentes virtuales, chatbots, la creación de anuncios diseñados según el perfil del usuario objetivo hasta la optimización del presupuesto. Muchas empresas nativas digitales, como Google, Netflix, Spotify, Meta y Uber, aprovechan esta oportunidad y reconocen cómo estas tecnologías pueden respaldar la creación de plataformas y son capaces de comprender necesidades de la gente y proveer sugerencias basadas en sus intereses. Aproximadamente, el 84% de agencias de marketing implementan proyectos de Machine Learning y de Inteligencia Artificial, y el 75% de grandes empresas ha mejorado su satisfacción al consumidor en 10%.

Muchas empresas utilizan la IA y el Machine Learning para comprender mejor las necesidades de los consumidores, predecir la demanda futura, optimizar el servicio al cliente y permitir que los bots contesten consultas de servicio sencillas para mejorar la experiencia del consumidor. Algunas aplicaciones de Inteligencia Artificial en automatización de operaciones, como en Prime Air de Amazon.com que usa drones para automatizar envíos y en Lowe que usa un robot autónomo, LoweBot, para identificar artículos perdidos en supermercados y guiar a los consumidores hacia los productos que necesitan. También, el Machine Learning se usa en sistemas de recomendación, búsquedas web, reconocimiento de voz, visión artificial, procesamiento del lenguaje natural y muchos más.

Los sistemas de Machine Learning se han categorizado en: (1) aprendizaje supervisado, (2) aprendizaje no supervisado; y (3) aprendizaje por refuerzo.

En el Machine Learning supervisado, los algoritmos modelan las relaciones y dependencias entre las variables de entrada y los resultados esperados. Entrenado el algoritmo, el sistema de Machine Learning crea una función predictiva capaz de estimar la respuesta correcta a partir de una entrada aleatoria.

Se pueden utilizar algoritmos como árboles de decisión, bosques de decisión, regresión logística, máquinas de vectores de soporte, redes neuronales, máquinas Kernel y clasificadores bayesianos. Entre ejemplos de aplicación de Machine Learning están los clasificadores de spam de correo electrónico, los reconocedores faciales y los clasificadores de texto.

En los sistemas de Machine Learning no supervisado, los algoritmos no intentan predecir un resultado específico. Buscan identificar las propiedades estructurales de los datos de entrada para establecer representaciones útiles del conjunto de datos. Buscan asociaciones dentro de los datos dado, sin necesidad de ninguna entrada etiquetada. Los dos paradigmas más comunes del Machine Learning no supervisado son la reducción de dimensión y la agrupación en clústeres.

La reducción de dimensión transforma datos de un espacio de alta dimensión a un espacio de baja dimensión. Esto incluye varios métodos, como el análisis de componentes principales, el aprendizaje de variedades, el análisis factorial, las proyecciones aleatorias y los autocodificadores. Un ejemplo de reducción de dimensión es el modelado de temas, que se utiliza para descubrir estructuras semánticas ocultas en documentos de texto. Aquí, las técnicas de agrupamiento en clústeres, intentan identificar segmentos en los datos observados, sin etiquetas específicas que ilustren las particiones deseadas. Los segmentos detectados se utilizan luego como reglas para clasificar datos futuros.

Ejemplos de Machine Learning no supervisado incluyen la segmentación de consumidores y mercados, la clasificación y la detección de valores atípicos. Los algoritmos de Machine Learning por refuerzo funcionan sin un conjunto de datos de entrenamiento. En este caso, el algoritmo actúa en un entorno dinámico desconocido y aprende mediante retroalimentación inmediata y contínua (función de recompensa), lo que permite al sistema mejorar a medida que construye el centro de datos. Ejemplo de aprendizaje por refuerzo es la publicidad en Facebook; el algoritmo prueba el anuncio en todo el espectro de segmentación y, y si tiene éxito, analiza los datos para ajustar su público objetivo.

Otro ejemplo, son los sistemas de recomendación que se adaptan a las preferencias en constante evolución de los consumidores. También coexisten sistemas híbridos que combinan los tres métodos de aprendizaje del Machine Learning. El aprendizaje semisupervisado tiene datos de entrada sin etiquetar para ampliar los datos etiquetados en un entorno de aprendizaje supervisado.

Se clasificó las aplicaciones de Inteligencia Artificial en: (1) Robótica y automatización cognitiva para automatizar las tareas administrativas aplicando automatización robótica de procesos, (2) Perspectivas cognitivas para hallar patrones en los datos y transformarlos en conocimiento útil a través de algoritmos de Machine Learning; y (3) Compromiso cognitivo que busca involucrar a los consumidores y empleados gracias a chatbots, agentes inteligentes y Machine Learning. Otros intentos de sistematizar aplicaciones basadas en Segmentación, Targeting y Posicionamiento (STP) y acciones de Marketing Mix (4 Ps) son usadas. La publicidad personalizada emplea Machine Learning y STP. El Data Mining ayuda a definir segmentos, descubriendo patrones que la intuición y la experiencia humanas por sí solas no detectarían.

Algunos ejemplos de aplicación de Inteligencia Artificial en Producto, son la hiperpersonalización, recomendaciones automáticas y desarrollo de nuevos productos. Para Precios, se automatizan los pagos (Ejemplos: Apple Pay, Google Pay, Pay Pal) y los algoritmos de aprendizaje por refuerzo pueden ajustar dinámicamente los precios, considerando las elecciones del consumidor, las acciones de la competencia y los parámetros de la oferta. La Promoción se aplica en el marketing de redes sociales, el marketing móvil y la optimización de motores de búsqueda, automatizando la planificación de medios publicitarios, la investigación de palabras clave, las pujas en tiempo real y la segmentación en redes sociales.

También hay una interesante clasificación de las aplicaciones de la Inteligencia Artificial: la IA mecánica, la IA pensante y la IA sensible. La IA mecánica implica la automatización de procesos estándar; la IA pensante, que proceso los datos para obtener información que respalde la toma de decisiones y ayuda a obtener una ventaja competitiva; la IA sensible analizar las necesidades y emociones de los consumidores.

El análisis sugiere que la IA se puede utilizar para aumentar la satisfacción del consumidor mediante la personalización de la experiencia. Para ello, se crean comunicaciones personalizadas para cada consumidor, basadas en patrones sociodemográficos y comportamientos de compra previos. El Machine Learning predice las necesidades de los consumidores y define segmentos de consumidores similares, lo cual permite a la empresa ofrecer ofertas personalizadas precisas.

La segmentación es cada vez más precisa, capturando gran número de microsegmentos precisos. Es posible gracias a algoritmos de Machine Learning como el modelado de propensión, el análisis de conglomerados y los árboles de decisión, así como el aprendizaje por refuerzo, y las técnicas de minería de texto. Harley Davidson ha implementado Albert AI, una plataforma de marketing basada en IA, dirigida a consumidores con alto potencial y personalizar la campaña de marketing, esto aumenta las ventas al tercer mes. También implementan recomendaciones personalizadas para impulsar las ventas y la interacción con el consumidor. Los sistemas de recomendación analizan el historial de compras de los consumidores, así como el comportamiento de consumidores similares, para predecir y sugerir otros artículos que podrían interesarles.

Netflix usa un sistema de recomendación avanzado que predice lo que los usuarios disfrutarían viendo y enviando sugerencias. También hay la optimización del surtido. Esto involucra la predicción, y optimización de la distribución, el inventario, los expositores y la distribución de las tiendas (físicas y online), así como los facilitadores de búsqueda por voz y visual. Se hace uso de robots. Lowebot, en las tiendas Lowe’s Home Improvement, puede comprender las solicitudes de los consumidores y buscar el estante preciso donde está la mercadería.

Se mejora la experiencia de consumo lo que implica la mejora del producto, la mejora de la experiencia y el servicio digital al consumidor. El Internet de las Cosas recolecta datos exhaustivos y en tiempo real sobre el uso del producto por parte del consumidor. Ejemplo: La empresa de domótica June desarrolló un horno multifunción que integra siete electrodomésticos en uno. Puede identificar y cocinar alimentos gracias al Machine Learning y al Artificial Vision, y recomendar un programa de creación en consecuencia. Ejemplo de mejora de la experiencia es la “Magic Band” de Walt Disney, una pulsera que rastrea los movimientos de los visitantes en los parques y resorts de Orlando y recoge información sobre su comportamiento. La pulsera sirve como llave de habitación y pase para atracciones, así como billetera electrónica para pagos. Además de la pulsera Disney, los consumidores pueden indicar sus preferencias en la página web antes de su llegada para disfrutar de una experiencia, completamente personalizada en el parque. El servicio digital al consumidor lo brindan los chatbots, centrados en la automatización y la mejora de la atención al cliente.

Mediante el procesamiento del lenguaje natural, los chatbots pueden responder diversas preguntas y dar soporte rápido y preciso a toda hora a los consumidores. Son fáciles de implementar, rentables y escalables fácilmente Hay personas que no se sienten cómodas hablando con un chatbot. La Liga Profesional de Fútbol de Japón ha implementado un chatbot con IA.

Las empresas necesitan conocer el mercado en que operan, predecir su evolución y tendencias futuras, e identificar cambios en el comportamiento de la competencia.

Se respaldan los métodos tradicionales de investigación de mercado mediante análisis basado en Machine Learning. La minería de texto es una herramienta poderosa para obtener información a partir de reseñas, opiniones y comportamiento online, en formato de texto, imagen, audio o video. Es posible realizar análisis más avanzados con algoritmos de Deep Learning, como el análisis predictivo, la creatividad computacional, los algoritmos de personalización y los sistemas de procesamiento del lenguaje natural. Hay un Proyecto Genoma Social de Walt-Mart que monitoriza las conversaciones públicas en redes sociales para obtener información sobre las preferencias de las personas y predecir tendencias futuras. En la percepción del consumidor se incorporan datos no estructurados del consumidor, para comprender mejor sus necesidades y deseos.

Cuando los consumidores interactúan con la IA (con bots conversacionales), las técnicas de Artificial Vision y Machine Learning detectan sus emociones a partir de expresiones faciales, gestos corporales, voz y movimientos oculares, lo cual brinda información más completa sobre las preferencias de los consumidores.

Los algoritmos de Machine Learning pueden medir la elasticidad del precio de los consumidores y adoptar los precios mediante el uso de precios dinámicos. Al poder cambiar los precios dinámicamente, basándose en las condiciones del mercado y la sensibilidad del precio del consumidor, permite a las empresas conseguir una gran ventaja competitiva.

La IA impulsa las pruebas A/B, la reducción del abandono del carrito de compras online, la segmentación de anuncios contextuales, la puja por palabras clave, y la automatización de la creación de contenido.

Entre las conclusiones se han sacado nubes de palabras, sale: Mejorar los fundamentos de compra, mejorar la experiencia de consumo, mejorar las finanzas, mejorar la toma de decisiones.

Las nubes de palabras usan cada una, una clase específica de algoritmos: la primera usa Machine Learning y Modelado de propensión para la personalización, y el procesamiento del lenguaje natural (PLN) permite la escucha en redes sociales. La tercera nube de palabras son aplicaciones financieras basadas en algoritmos de optimización. La cuarta nube de palabras usa tecnologías de IoT y Aprendizaje por refuerzo para mejorar la toma de decisiones. Varias de estas aplicaciones son de acceso abierto como TensorFlow o lenguajes como Python o R.

Los hallazgos de la investigación corroboran el paradigma del Marketing 5.0 de Kotler ya que intentan explotar al máximo la aplicación de tecnologías que imitan a los humanos para crear, comunicar, ofrecer, y aumentar valor a lo largo del recorrido del cliente, lo que requiere esfuerzos tanto en el rediseño de actividades orientadas al negocio como al consumidor.

La utilidad de este estudio está en que usa el Machine Learning para identificar nuevas variables y patrones confiables, pero aún inexplorados. Los hallazgos podrían ampliarse conduciendo una encuesta exhaustiva o una revisión bibliográfica más amplia basada en más fuentes.

En mi opinión, los mejores aportes de la IA y el Machine Learning al Marketing están en comprender mejor las necesidades de los consumidores, predecir la demanda futura, optimizar el servicio al cliente. Y por supuesto, sus intentos de sistematizar la Segmentación, Targeting y Posicionamiento (STP) y su influencia en las acciones de Marketing Mix (4 Ps). El Data Mining ayuda a definir segmentos, descubriendo patrones que la intuición y la experiencia humanas por sí solas no detectarían.

Sus aplicaciones al Marketing Mix han sido bien explicadas. El Machine Learning ayuda a la Investigación de Mercados usando Minería de Texto a partir de opiniones online en formato de texto, imagen, audio o video. A partir de ello, extrae información de mercados clave. También se mencionó que se puede realizar análisis más avanzados con el Deep Learning, con sus algoritmos de análisis predictivo, la creatividad computacional, los algoritmos de personalización y los sistemas de procesamiento del lenguaje natural. Con Artificial Vision y Machine Learning, se detectan emociones de las expresiones faciales, gestos corporales, voz y movimientos oculares. Todo esto brinda información más profunda de las preferencias de los consumidores.

Recordar que se pueden hacer más descubrimientos con una encuesta exhaustiva. Un Focus Group podría administrarse en vez de la encuesta exhaustiva que podría salir cara. Puedo concluir, que son muchas las aplicaciones positivas al Marketing y hay que motivar a los expertos en Marketing que sigan una Maestría en Inteligencia Artificial donde aplicarán principalmente, Machine Learning, Deep Learning y Artificial Vision al Marketing. El Perú necesita más expertos en Marketing que sepan de Inteligencia Artificial. Motivar a la superación a sus colegas de Marketing.

 

 CÓMO LA REALIDAD AUMENTADA REALZA EL INVOLUCRAMIENTO DEL CONSUMIDOR Y LA EXPERIENCIA DEL PRODUCTO

Por: Ing. José Cotos

Estoy analizando este paper de un profesor de JAIN University, India. El explica que, como respuesta al auge de los clientes digitales, los minoristas buscan aprovechar las tecnologías digitales para impulsar nuevos niveles de participación del consumidor y ventaja competitiva.  

La Realidad Aumentada integra el entorno del usuario con el entorno digital en tiempo real. La compra tradicional era comenzar con conocer el producto y terminar con la compra, la satisfacción producida conduce a la fidelización. Los compradores quieren ahorrar canal de ventas continuo y no lineal. Al estar conectados al internet, pueden redefinir continuamente la experiencia de compra que desean. Sus expectativas aumentan y evolucionan constantemente. Quieren ser atraídos y comprometidos para sentirse importantes y fidelizarse con un producto o servicio. Quieren contenido y opciones digitales disponibles las 24 horas. Quieren una experiencia unificada en todos los canales

Diversas marcas han incorporado la Realidad Aumentada en sus campañas promocionales. Con la Realidad Aumentada, el consumidor puede probar el producto de forma interactiva a través de una representación 3D en tiempo real, lo que puede generar una mayor interacción con la marca. La Realidad Aumentada permite al usuario ver el mundo real, con objetos virtuales superpuestos o combinados con el mundo real. Las apps de Realidad Aumentada usan la cámara del teléfono para mostrarte una vista del mundo real que tienes delante y puede añadirse una capa de información, como texto o imágenes, sobre la vista. La Realidad Aumentada está conectada con investigaciones en el campo de los gráficos por computadora, la visión artificial, el procesamiento de imágenes, la geometría de múltiples vistas y el desarrollo de hardware y software.

La manera tradicional de publicidad en los medios masivos ha llevado a la pérdida gradual de interés en las mentes de los clientes hacia la publicidad de productos. Para llamar la atención de los consumidores, varias empresas han comenzado a adoptar la Realidad Aumentada en sus campañas publicitarias. 

Se analizan tres plataformas de compra digital separadas: un sistema puramente interactivo, uno basado en marcadores de Realidad Aumentada y uno sin marcadores de Realidad Aumentada. Las respuestas cognitivas de los consumidores se evaluaron a través del constructo de innovación, adopción, emoción, búsqueda de información y excitación, capacidad de respuesta, estética percibida de la interfaz, usabilidad, diversión, aburrimiento, y personalidad de marca. La intención de compra elevada se registró y comparó en las tres plataformas. Se concluyó que los sistemas de Realidad Aumentada pueden servir como una alternativa aceptable de “experiencia directa” del consumidor con un producto con el fin de generar un impacto en el usuario. 

El problema que se estudió fue que muchos consumidores hacen sus compras los fines de semanas pero prefieren pasar el tiempo con su familia y amigos, en vez de estar comprando. Los sitios web de e-commerce y las apps de compra son útiles pero hay clientes que desean tocar y sentir el producto que compran. Al aplicar la Realidad Aumentada en la experiencia de compra se mejoran la interacción con el cliente y se genera confianza, lo que incrementa las ventas. 

La tecnología de Realidad Aumentada facilita entrar a la tienda desde su domicilio, tocar y sentir el producto, con su color real visible, muy similar al método de compra tradicional. 

Hipótesis

Ho: No existe impacto significativo de las variables de estudio sobre el Consumer Engagement. 

H1: Existe un impacto significativo de las variables de estudio en el Consumer Engagement.

Muestra

La población de muestras son el grupo de consumidores insatisfechos con el comercio electrónico y las compras tradicionales. Se considera 169 encuestados.

Recopilación de datos

Para los datos primarios se recopiló datos con un cuestionario estructurado y específico que abarcó diversas dimensiones de la investigación.

Análisis de datos y software utilizado

El análisis usó métodos estadísticos como la medición de la adecuación del muestreo (KMO) para identificar las similitudes de los ítems utilizados en la variable. Se usó un análisis ANOVA para estudiar la relación entre las variables independientes y dependientes. 

Se realizó un análisis de correlación de Pearson para evaluar la relación entre las variables de estudio. 

Hallazgos

De los 169 encuestados, un 69.8% fueron hombres y un 30.2% mujeres. La mayoría de encuestados tenían entre 18 a 26 años. De los encuestados, el 50.3% conoce el término Realidad Aumentada, el 14.2% ha tenido contacto con la aplicación y el 35.5% la desconoce. El 42% de los encuestados desea probar algo nuevo por encima de la influencia de la publicidad. Son curiosos por la tecnología y quieren usarla. 

Según el 42% de los encuestados, ellos creen que la Realidad Aumentada agrega una ventaja para diferenciarse de la competencia a través de un servicio personalizado. 

Sugerencias

Como el grupo de encuestados pertenecen al rango de edades entre 18 a 26 años, el marketing y la tecnología de Realidad Aumentada debe estar dirigida hacia ellos. 

El 50% de encuestados conoce la Realidad Aumentada como concepto y el 15% está expuesto a su aplicación. Si se aplica a este segmento se puede liderar y tener ventaja sobre competidores por ser pioneros.

Se sugiere dar mayor importancia a las iniciativas de interacción experiencial (Marketing Experiencial) y a la asociación con la marca (Branding) aplicando la Realidad Aumentada. 

Se obtiene como resultado del Análisis que la Realidad Aumentada y el Marketing, de tipo Experiencial junto con el Branding, presentan sinergia al aplicarse conjuntamente por lo que se puede contratar un experto en Realidad Aumentada y un experto en estas dos áreas del Marketing para que elaboren campañas de Marketing que hagan vivir una “experiencia directa” a los consumidores y clientes a fin de ganarse de manera más rápida su lealtad. Algo que sería valioso podría ser organizar un Foro Peruano con expertos en marketing experiencial y Branding los que, luego de un periodo de campañas promocionales de marketing de productos y servicios, expongan resultados de aplicar Realidad Aumentada en sus campañas. Publicar videos de los eventos y obtener lecciones valiosas del experimento. Podría obtenerse un nuevo campo de investigación en marketing. En un foro hay oportunidad para que todos participen. Eso hace falta en nuestro país, espacios de diálogo para expertos. Eso sin contar con la gran necesidad de Grandes Debates Nacionales sobre las necesidades prioritarias del país para su desarrollo. Empecemos por el Marketing. Imitar a los grandes Debates Europeos nos ayudaría a encontrar solución a problemas. Hacer desde ya las propuestas y presentarlas en los eventos. Esa senda nos llevará al crecimiento. 

 ESTABLECIENDO UN INVOLUCRAMIENTO DE MARCA DEL CONSUMIDOR

Por:  Ing.  José Cotos

Estoy analizando un interesante paper de tres profesores de Federico II University of Naples,  Italia. Se busca identificar el posicionamiento de un involucramiento de marca del consumidor (CBE), llenando la brecha entre ambos, revisando los conceptos.  Esta investigación empírica aplica una metodología cualitativa y la pregunta de la investigación, es ¿Cuál es el posicionamiento corriente de CBE en la teoría de marketing? Para hallar la respuesta se probaron tres estudios empíricos. El compromiso del consumidor (CE), el compromiso del consumidor con la marca (CBE) y el compromiso de la marca en línea con la comunidad (COBE) son de interés creciente para los marketeros.  Hay un mayor compromiso del consumidor con las marcas. Niveles más altos de compromiso con la marca influyen en la retención, la promoción, los conocimientos, la diferenciación y las ventas. La interacción de los clientes beneficia a la empresa, mejorando la experiencia de la marca y del cliente, reforzando la lealtad y la confianza, aumentando las ventas y mejorando la satisfacción del cliente.  La coproducción y la cocreación de valor, de los consumidores con la marca, son conceptos dominantes en los servicios y se han investigado bastante sobre ellos en marketing.  

Los consumidores comparten opiniones, valores y pensamientos mediante el desarrollo de relaciones sociales directas o a través de comunidades o tribus de consumidores y marcas que se comprometen colectivamente. El compromiso con la marca ha sido poco investigado y conceptualizado.  Las escalas de medición existentes descuidan el componente conductual.  El significado de “compromiso con la marca” no siempre está claro.  

El involucramiento se relaciona con el amor por la marca y el apego a la marca donde un aspecto clave es el compromiso o la lealtad que el consumidor le brinda a la marca. Las comunidades de marca se convierten sujetos comprometidos que muestran un compromiso activo y directo con las empresas y las marcas.  A este tipo de involucramiento se le llama el compromiso con la marca (COBE) comunitario o tribal. 

Se hizo entrevistas a un grupo de ocho académicos involucrados en la investigación de la CBE, con el fin de recopilar evidencia “desde el terreno” e identificar áreas grises relacionadas con la aparición de la CBE. Se realizó un profundo análisis e interpretación datos cualitativos: categorización, abstracción, comparación, dimensionamiento, integración, iteración y refutación. Entre sus afirmaciones dijeron:  El involucramiento consiste en atraer a los consumidores a plataformas virtuales, como sitios web, logrando que permanezcan vinculados a ellos, creando una experiencia que conduce luego a la lealtad a la marca.

El compromiso con la marca son acciones que se llevan a cabo para la propia marca y no para el grupo de personas que comparten la misma pasión. 

El compromiso con la marca está estrechamente vinculado a la experiencia de la marca a la hora de generar una relación. Se refiere a enganchar a un cliente y mantener relaciones con él a lo largo del tiempo, traduciéndose en lealtad. El valor que el consumidor atribuya a la experiencia es un ejemplo de cocreación de valor. Demostrar que el CBE, el amor a la marca y el apego a la marca son fases de un proceso relacional, es difícil porque el mismo orden no siempre se da, aunque sí hay relación. Lo principal es demostrar que el compromiso con la marca alimenta el amor de apego a la marca y no lo destruye. 

Estar comprometido es estar involucrado psicológica, emocional y cognitivamente. Hay diferentes niveles de intensidad, por lo que se dice que el involucramiento con la marca es iterativo y dinámico. 

El engagement puede ser inducido o espontáneo, y esto depende del contexto, a veces es espontáneo (como en la creación de comunidades de marca o las páginas de Facebook), pero otras, puede ser inducido (es cuando la empresa involucra a los consumidores en eventos u otro tipo de experiencias).

El compromiso es necesario para que se generen casos de cocreación de valor. El compromiso con la marca puede tener un carácter tanto funcional como de valor. Depende del tipo de beneficios que el consumidor puede obtener de su relación con la marca, que puede ser experiencial y basada en el valor o simplemente utilitaria. 

El estudio 2 (análisis extenso y profundo de la literatura) consistió en un análisis de contenido de un documento creado a partir de los párrafos de discusión y conclusión de 64 artículos sobre involucramiento del consumidor, hallados en revistas internacionales de prestigio. El análisis de grupos temáticos utiliza un software de minería de texto para identificar cuatro repertorios culturales definidos como “temas emergentes”. La información de chi-cuadrado para las palabras clave es una medida de cuánto difieren los valores observados de los teóricos. Estos últimos corresponden a la medida de equidistribución de las mismas palabras clave entre los diversos clusteres.  Por tanto, para una palabra clave dada, un valor de chi-cuadrado más alto muestra en qué medida caracteriza a ese clúster en comparación con los demás. 

Un consumidor puede mostrar un fuerte compromiso con la marca por razones tanto positivas como negativas. Pueden mostrar su disenso por una plataforma de internet. Los determinantes del boca en boca (WOM), la pasión por la marca, la influencia de la marca, las recompensas hedónicas, las recompensas utilitarias, la validación, la ayuda, etc; explican el compromiso positivo en las comunidades cariñosas, otras influencias explican el compromiso negativo (odio, aversión) hacia la marca en las llamadas comunidades de odio.

Hay tres estudios que ilustran el tema emergente 1:

El primero realiza una exploración cualitativa del concepto de desvinculación del cliente en el marco de los servicios funcionales (utilitarios y participativos/cocreativos). “Se descubre que la vinculación y la desvinculación están estrechamente conectadas y que los niveles previos de vinculación influyeron fuertemente en las propensiones posteriores de los clientes a desvincularse”.

La segunda contribución explora cómo operan las valencias positivas, negativas y desvinculadas del compromiso dentro del sector de servicios sociales. Se usan focus groups para crear un modelo multidimensional que explora cómo operan las diferentes valencias del compromiso del cliente a través de dimensiones afectivas, cognitivas y conductuales, y en relación con dos objetos (comunidad de servicios y proveedor de servicios).

La tercera contribución introduce el concepto de “ecosistema de compromiso” en la investigación de servicios. Explica la naturaleza de la asociación teórica del concepto con las plataformas de compromiso y contribuye al discurso más amplio sobre los ecosistemas de servicios que ha surgido de manera reciente en la discusión sobre la lógica dominante del servicio.

El estudio 3 se basó en un análisis de textos, y declaraciones individuales de los informantes durante la entrevista.  Las declaraciones se procesaron mediante un proceso de análisis e interpretación de datos cualitativos en la investigación de consumidores: categorización, abstracción, comparación, dimensionalización, integración, iteración y refutación. Los profesionales entrevistados fueron el director de marketing de una empresa italiana de agua mineral, el director de marketing y comercio electrónico de una empresa italiana de alimentos para mascotas, el Gerente Global de Comercio Electrónico y Digital de una marca líder en café, el CEO de una consultora líder en innovación tecnológica, el director de la división italiana de una empresa de publicidad, y el director comercial de una marca de pasta de alta calidad.

Los directivos tenían entre 45 y 50 años en 2021. En la mayoría de los productos y servicios, el compromiso tiene dos aspectos: emocional y funcional/racional. Existe un compromiso emocional y otro racional, el segundo de los cuales se basa en la satisfacción del cliente con el producto/ servicio. Este compromiso es la base para construir una relación emocional con el consumidor.  

Hay marcas icónicas (Ducati, Nutella, Apple, Lego, Porsche, Harley Davidson, Nike) que ya cuentan con fans comprometidos con ellas. No requieren generar engagement ya que sus marcas lo generan espontáneamente. Otras empresas tienen que crear un plan estratégico para atraer a los clientes hacia sus marcas.  En los productos de consumo, las empresas deben activar el CBE, es decir, el involucramiento del consumidor con la marca. La emoción surge en el consumidor, pero debe ser impulsada por la marca. El compromiso es generado principalmente por la empresa y, más adelante, el consumidor puede convertirse en cocreador de la marca.  

En el lanzamiento de nuevos productos en mercados emergentes se requiere una marca fuerte y que genere compromiso para tener éxito. 

En mercados maduros el CBE es una palanca competitiva, donde la competencia ya no debe basarse en calidad y precio sino en la comunicación de valores. 

El involucramiento es importante al inicio de la relación con el consumidor, cuando es necesario atraparlo, crear un vínculo y enamorarlo con la marca.  Luego se le propondrá productos y servicios con valores que impulsen al consumidor a realizar la compra, a fidelizarlo y que vuelva a comprar. El engagement online no se mide fácilmente a diferencia del engagement digital que sí se puede medir fácilmente. 

El mundo online y offline convergen y será “onlife”, en el cual el engagement pasará a formar parte de cada momento de la vida tanto del consumidor como de la marca.

Las iniciativas de CBE de involucramiento del consumidor con la marca aspiran a la cocreación de valores de marca o identidad de marca, así como la creación de valor instantáneo para el consumidor.

El entretenimiento de marca funciona cuando la marca promueve contenido de valores que compite con el consumidor. 

La conciencia, la consideración, la conversión, la lealtad y la defensa son variables que representan pasos en el embudo de marketing, son diferentes niveles de compromiso con la marca. La implicación del cliente con la marca (CPB) está cercana al proceso de cocreación ya que se relaciona con conceptos para generar nuevo conocimiento, que pueden mejorar la oferta. La CPB siempre se origina en la mente del consumidor.

Por lo revisado, me doy cuenta que estos investigadores al analizar el compromiso del consumidor, lo atraen a la plataforma virtual y logran su vinculación.  Es decir, influyen en su mente. Y la implicación del cliente con la marca (CPB) en la cual generan nuevo conocimiento que puede mejorar la oferta, también se origina en la mente del consumidor.

Se influye en los consumidores para que éstos, en su mente, generen sentimientos positivos, una vinculación a la marca, incluso pueden mejorar la oferta. Logran generar un compromiso muy fuerte.  Se vuelven fans de la marca. Pienso que deben crear más mecanismos para generar este compromiso las empresas. Generar socios de por vida e ir aumentando la vinculación con el paso del tiempo. Las empresas deben monitorear que fluya este proceso, e inhibir influencia de otras empresas que tratan de dañar la vinculación. Se requiere una constante promoción de ventas, no de tipo tradicional sino a nivel online de productos y/o servicios virtuales que permitan saltos hacia atrás en el ciclo de vida del producto. Si se logra esto, la marca seguirá siendo líder para las siguientes generaciones de consumidores.  La importancia del monitoreo de los consumidores es crucial para mantener o acrecentar el market share y tomar medidas en caso que decrezca. Estudiar las causas si decrece y crear estrategias para seguir creciendo, satisfaciendo y sobrepasando las expectativas del consumidor.

En un discurso del presidente Alan García, narraba que en su primer gobierno viajó a China y habló con el presidente de entonces, el cual le explicó del gran plan educativo de China y que se iba a convertir en una gran nación. El presidente Alan García no podía creer en su optimismo, porque él veía varios ciudadanos chinos en sandalias y manejando carretillas.  Y ahora, nadie niega el ascenso de China. Saben satisfacer necesidades de los consumidores internos y externos. Perú es del tamaño de Beijing. Si China ha logrado desarrollar, Perú también puede. Considerar que el Perú es el segundo país más megadiverso en recursos biológicos del mundo, después de Australia que ocupa el primer lugar. El potencial para registro de patentes y cantidad de investigaciones científicas en Perú es inmenso. Aprovechemos la oportunidad. 

 

LA SOSTENIBILIDAD Y SU INFLUENCIA EN LOS ENFOQUES TRADICIONALES DE FIDELIZACIÓN

Por: Ing. José Cotos

Estoy analizando un interesante paper de un profesor de Leeds Beckett University, UK. Dice que la segmentación y los programas de fidelización tienen beneficios bien establecidos, pero los Modelos Heurísticos (BAU), ya sean tradicionales u online, solo se centran en las contribuciones de los clientes al “resultado final”. El desarrollo sostenible se vincula con los consumidores, pero no hay escalas de fidelización ni marcos basados en el triple resultado final (TBL) de Elkington. La investigación considera cómo se investigan los cambios necesarios para los modelos y marcas de fidelización. Se sitúa en la superposición entre desarrollo sostenible y los dominios del marketing. Para trabajar de modo más sostenible, se adaptarán los modelos existentes. Esto se conceptualiza utilizando dos escuelas de pensamiento, las escuelas de desarrollo y la crítica. El autor se ha posicionado en la escuela crítica.

Los académicos del desarrollo han defendido las escalas de lealtad como una forma relativamente fácil de comprender la lealtad conductual al ayudar a las empresas a segmentar a los clientes según sus niveles de lealtad. El modelo BAU se centra exclusivamente en la contribución de los clientes al “resultado final”, pero ignoran los valores de los clientes (los ecológicos y éticos) y otras partes interesadas. La investigación del presente autor se ubica en la Escuela Crítica, ya que aborda el fracaso de la Escuela del Desarrollo a la hora de ofrecer un marco alternativo basado en las escalas de lealtad.

Los marketeros no pueden seguir el modelo BAU sino que deben adoptar los modelos existentes o adoptar nuevas versiones en función de su orientación de marketing, segmentación y fidelización.

La segmentación implica el análisis del consumidor. Las empresas deben recopilar información sobre los intereses de los consumidores.

La teoría de las partes interesadas fuertes dice que todas las partes interesadas son tratadas de igual manera, ya sean partes interesadas definitivas o partes interesadas inactivas. La crítica de las partes interesadas fuertes, es que deje a los gerentes hacer juicios subjetivos sobre a qué partes interesadas dirigirse.

Un autor, Malcom McDonald, citó una investigación “donde el 85% de los lanzamientos de productos estadunidenses habían fracasado simplemente debido a una mala segmentación del mercado”. En un plan de marketing debe reevaluarse la viabilidad de los segmentos existentes, en su etapa de auditoría, porque el segmento original no siempre será apropiado para nuevos objetivos de marketing.

Se muestra a continuación un cuadro de los 3 marcos de segmentación más usados.        

En cuanto a la calidad, no incluye solo las actitudes hacia los productos o servicios, sino también con el comportamiento de compra repetida. Por ello se analiza el valor de vida del cliente en vez de las transacciones individuales.

El satisfacer a los clientes se considera un requisito para generar lealtad. La satisfacción es un estado emocional que ocurre como resultado de interacciones de consumidores con la empresa en el tiempo. Ello significa comparar lo que esperan los consumidores que pasará y la experiencia actual. La satisfacción genuina viene luego de la compra repetida. La lealtad se basa en valores como la confiabilidad y la consistencia, cumplir lo prometido, hacer un esfuerzo adicional.

Una manera sencilla de categorizar la lealtad conductual es la escala de lealtad. Las escalas de lealtad ayudan a las empresas a segmentar a los clientes según sus niveles de lealtad y contribución al resultado final.

Se necesita adoptar la sostenibilidad en las prácticas de marketing estratégico. Hay autores que han añadido más Ps a las 7P del Marketing, autores que han añadido más, Cs alternativas, a las Cs del Marketing de Servicios.

Se muestra a continuación escalas de fidelización en redes sociales y tradicionales.

La segmentación sustentable se considera esencial en las estrategias de sostenibilidad, ya que identifican cómo las personas perciben y responden a las cuestiones de sostenibilidad.

Este estudio recomienda cambiar los segmentos tradicionales con la TBL para producir una Tipología de Segmentación Sostenible (SST).

Las tipologías tienen limitaciones, las fuentes de “poder” pueden identificarse per las relaciones pueden no hacerlo. No pueden pronosticar dónde pueden estar las partes interesadas en el futuro o que solo pueden tener interés en aspectos de las actividades de una organización como solo en un proyecto de un área especial. Esta investigación ofrece argumentos coherentes para adoptar los modelos y marcos de fidelización existentes para incorporar el TBL de Elkington. Acá se adopta un enfoque incremental al adoptar los modelos BAU existentes para crear un juego de herramientas de fidelización basadas en TBL que permitir una mejor toma de decisiones.

El consumo sostenible no termina en la venta, sino que termina “en la etapa de eliminación de los efectos secundarios, el reciclaje y los desechos del consumo. Como hay escasa investigación que utilice mecanismos basados en TBL para permitir la adopción sostenible, la SST, el marco APPROVES y la escala de lealtad SM, podrían informar estudios futuros como actitudes posteriores al uso, motivación para ser más ecológico o ético, características demográficas, hábitos, falta de información, estilos de vida o intercambio entre diferentes factores éticos; como las percepciones de los consumidores dan forma al consumo sostenible; el grado en que la personalidad influye en el consumo sostenible; confianza y participación del consumidor en prácticas sostenibles.

Yo opino que esta investigación brinda alta importancia a la Segmentación de mercados y es correcto de acuerdo a los ejemplos que brinda. La creación de lealtad promueve la compra repetida. Brinda una escala de fidelización en redes sociales y tradicionales. Segmentación y fidelización utilizan métodos TBL para lograr una mejor toma de decisiones.

La sostenibilidad es el valor que aplica el autor, explicando su importancia. Como se observa, no se ha aplicado Estadística Cuantitativa sino tan solo comparar qué valor siguen la Segmentación y la Fidelización. Se han cruzado y analizado datos. Veo muy factible de aplicar en el Perú un estudio similar de estos conceptos a empresas peruanas. El reto es que para los profesores universitarios que deben fomentar la innovación en nuestro país. El periodista, Andrés Oppenheimer, lanzó su frase “Innovar o morir”. Creo que se adapta muy bien a nuestra realidad. Los países más innovadores son los más desarrollados. En China, los científicos e ingenieros reinventan la rueda en sus investigaciones. Lo hacen para descubrir caminos alternos y nuevos inventos. Los aviones triangulares chinos son un modelo de dicha innovación. Perú debe hacer lo que hace China, traer a las mentes más brillantes del mundo a que trabajen e investiguen en el país y les ha ido muy bien. Aprendamos lo bueno e innovemos.

 

 INFLUENCIA DE IMÁGENES ITALIANAS DEL NORTE Y DEL SUR EN EL COMPORTAMIENTO DEL CONSUMIDOR EN ALEMANIA

Por: Ing. José Cotos

Estoy analizando un interesante paper de dos profesores de Halbronn University, Alemania. Mencionan que investigan la influencia de las imágenes regionales italianas en la probabilidad de compra de vino. Hay académicos que afirman que el desarrollo de marcas regionales de Italia puede mejorar la elección del consumidor, en especial para el producto vino. El estudio quiere probar si el uso de regiones más grandes, como información de origen para el vino es aplicable y mejora la elección del consumidor. 

La investigación sobre el efecto de la información de origen en la percepción del producto ha sido parte de la investigación de marketing internacional durante décadas y hay evidencia empírica que respalda el impacto de las imágenes de los países en la percepción del consumidor. A los habitantes del sur de Italia se les considera “atrasados”, “perezosos”, “cornuntos”. A los del norte de Italia se les considera “honestos”, “diligentes”, “con educación”, “buen rendimiento académico”.

En la especialidad de Comportamiento del Consumidor, se ha demostrado que los consumidores de Milán (norte de Italia) tienden a desagradarles el aceite de oliva del sur de Italia, y los demás productos del sur tiene un velo de desconfianza, basado en prejuicios difíciles de eliminar. El efecto se invierte para los consumidores de Nápoles (sur de Italia) sobre los productos del norte y centro de Italia. 

Las personas asocian emociones positivas o negativas con un país o región, que dan forma a juicios individuales. Estas emociones a menudo surgen de las dimensiones sociales o políticas de la imagen de un país. Las variables moderadoras son lasque intensifican o debilitan el efecto del país de origen. 

Los antecedentes sociodemográficos como la edad, el género, y el nivel educativo influyen en el impacto del efecto país de origen en el comportamiento del consumidor, así como el estatus socioeconómico. Factores psicográficos son una actitud positiva o negativa hacia el país de origen de un producto. Los estudios muestran que la influencia de los procesos afectivos puede ser más influyente que la del componente cognitivo.

El efecto del lugar de origen sobre el consumidor puede verse como un “conjunto de fortalezas y debilidades vinculadas al lugar de origen que agregan o restan valor al producto para los consumidores”.

El efecto positivo de agregar valor a una marca regional depende de su fuerza relativa y su reputación colectiva. La imagen de varias bodegas regionales no es la imagen que desearían enfatizar o a la que desean apegarse fuertemente. Al estudiar el mercado alemán, se descubrió que sus consumidores estaban más dispuestos a pagar sobreprecios por productos de marca de países con una imagen de país favorable. Se encontró que una imagen favorable del país italiano en algunos casos aumenta la disposición a pagar un sobreprecio por productos de moda, pero que la influencia varía entre los países analizados. 

Se decidió encuestar en línea para contestar las preguntas de la investigación:

Las preguntas son:

1) ¿Existen diferentes de imagen entre el norte de Italia y el sur de Italia?

2) ¿Cuáles de los componentes de la imagen difieren significativamente entre el norte de Italia y el sur de Italia?

3) ¿La probabilidad de compra aumenta con la fuerza de la actitud/imagen positiva?

4) ¿El conocimiento del país modera la influencia de la imagen de la región en la publicidad de compra?

Se entrevistó a 796 participantes. Se eliminaron los que tenían tiempo de respuesta poco realista. El tamaño de muestra final fue 388 personas. Los cuestionarios fueron enviados online. Se relacionó el constructo de actitud con la probabilidad de compra. Usan escala de 5 puntos. Había 3 alternativas de producto. Primero, 1)vino sin información de origen 2)vino con información de origen del norte de Italia y 3)vino con información de origen del sur de Italia. Todos los análisis estadísticos se realizaron con software SPSS. Se realizó un análisis de fiabilidad antes de comparar la media para identificar diferencias de imagen entre el norte y el sur de Italia. Lo mismo se aplica a la Regresión Lineal Múltiple, que se realiza para determinar el valor explicativo de la imagen para la probabilidad de compra. El norte de Italia posee un valor de imagen mejor en el componente afectivo. 

Las preguntas 3 y 4 siguieron una Prueba t pareada para investigar si el origen del norte o sur de Italia influye en la probabilidad de compra, en una escala de 5 puntos. La prueba de Kolmogorov Smirnov no sigue la distribución normal pero todavía se puede realizar una prueba t pareada , ya que el tamaño de muestra supera ampliamente el valor 30. El 16.9% de la probabilidad de compra medida en este estudio puede explicarse por la variación de las variables independientes (es decir, componente afectivo, componente normativo, componente cognitivo).

El norte de Italia tiene una imagen más positiva que el sur de Italia entre los consumidores de Alemania. Esto brinda mayor relación positiva entre la imagen del norte de Italia y la probabilidad de compra. La imagen del sur de Italia no proporciona a los consumidores alemanes una heurística adecuada para la toma de decisiones a la hora de comprar vino. 

Hay otros factores, como el sexo, el nivel socioeconómico, o la edad en la explicación de la probabilidad de compra, que deben incluirse en estudios futuros. 

Como limitación, se señala que este estudio sólo mide la probabilidad de compra en una escala de cinco puntos compuesta por un único ítem. A futuro será mejor utilizar métodos de medición que capturen la probabilidad de compra de manera más adecuada, como las escalas de “disposición a pagar” de múltiples ítems, utilizados por Koschate-Fischer.

Esta investigación sirve de base para futuras investigaciones sobre el posicionamiento de productos italianos en los mercados internacionales, considerando las particularidades de la imagen italiana. 

Como se observa, las imágenes del norte o sur de Italia, influyen en la elección del producto. Los grupos de referencia aspiracionales influyen en las decisiones del consumidor, ya que los consumidores alemanes que admiran a Italia del Norte comprarán sus productos, no comprarán los productos de Italia del Sur al cual se puede considerar un grupo de referencia disociativo que significa es un grupo al que desaprueban. Estos factores pueden cambiar con el tiempo o con sucesos que cambien la imagen de las regiones en Italia. 

El fomentar sucesos que cambian la imagen de Italia del Sur puede dar buenos resultados y reducir el tiempo para que sus productos sean aceptados por el mercado. 

En cuanto al posicionamiento de productos italianos del sur en el mercado internacional va a depender de estos sucesos de cambio, que pueden ser fomentados por empresas del sur italiano o el gobierno italiano. 

Puedo concluir que los factores que afectan a la decisión de compra son variables y si se cambia el valor de dichas variables independientes se puede cambiar el comportamiento de compra en los consumidores alemanes. Influir en el valor de las variables independientes será importante para lograr cambios positivos en la elección de productos italianos en general. 

 RELACIONES B2B A LARGO PLAZO: IMPORTANCIA DE LA AUTORREVELACIÓN

Por: Ing. José Cotos

Estoy analizando el paper de dos profesoras investigadoras de la University of Eastern Finland. Dicen que construir y mantener relaciones de largo plazo con consumidores rentables es esencial para el éxito de la empresa. El desarrollo relacional sólido produce el mayor nivel de ganancias y un buen crecimiento de las ventas. Según la regla de Pareto, el 20% de los clientes de una empresa aportan los mayores beneficios a la empresa y las empresas deben centrarse en mantener estas relaciones rentables a largo plazo. El desarrollar relaciones maduras a largo plazo con los clientes es importante ya que las fases posteriores de la relación exhiben un riesgo reducido de menores ganancias y tener interacciones repetidas con los clientes; y cumplir con sus expectativas tiene un impacto más fuerte en la disposición del cliente a pagar que encontrando al consumidor en una sola interacción. 

Se estudia cómo la autorrevelación de los vendedores y la divulgación relacionada con el negocio en combinación con la evaluación relacional de costos y recompensas conducen al desarrollo de relaciones B2B rentables a largo plazo con los clientes. 

Las relaciones con los clientes se forman y se mantienen tanto a nivel interorganizacional como interpersonal. A pesar de ello, se sabe poco sobre las relaciones a largo plazo con los clientes a nivel interpersonal y sobre cómo el mecanismo de comunicación interpersonal impulsa el desarrollo de la relación hacia niveles más profundos. Con este estudio se responde a esta brecha de investigación y se explora el nivel interpersonal de la evolución de las relaciones a largo plazo con los clientes B2B rentables. Hay tres brechas importantes en la investigación.

La primera, los vendedores son los que tienen el rol clave en las empresas involucradas en interacciones con clientes, en crear y mantener relaciones a largo plazo con los clientes, en comunicar valor a los clientes y en recopilar información de los clientes.

La información más sensible, como las decisiones estratégicas o los planes futuros de las empresas o los clientes, no está disponible abiertamente en internet.

Según la teoría de la agencia, las asimetrías de información son fuentes importantes de poder. En las relaciones principal-agente, las partes se preocupan por su propio interés, lo que las anima a ser cuidadosas al compartir información y a centrarse en lograr sus propios objetivos. Como consecuencia, la asimetría de la información se considera un estado natural en las relaciones con los clientes. Debido a esto, es interesante considerar por qué algunos vendedores quieren revelar información confidencial, relacionada con su negocio, o con ellos mismos como personas, a sus socios comerciales y perder la asimetría de la información. 

Se desea investigar qué tipo de autorrevelación existe en diferentes fases de las relaciones rentables a largo plazo con los clientes y cómo cambia a medida que la relación evoluciona. 

Es Importante también, compartir información y la comunicación interpersonal en las ventas B2B ya que las relaciones B2B tardan mucho en desarrollarse, implican altos costos de cambio y tienen un gran impacto en los resultados comerciales. Además, hay problemas como el Covid, los nuevos desafíos, el rápido desarrollo de nuevas tecnologías y las crecientes expectativas de los compradores que inhiben las oportunidades de construir relaciones. Actualmente, las interacciones de ventas B2B, el intercambio de información y el proceso de desarrollo de relaciones con los clientes se producen cada vez más en línea. Se necesita una nueva comprensión de cómo guiar a los vendedores en la construcción de relaciones a través de mecanismos de comunicación interpersonal cuando la comunicación se produce a través de múltiples canales. Hay una brecha de investigación cuando se emplean múltiples canales de comunicación. En la fase de prospección, los vendedores realizan un análisis de costo-beneficio, basado en su juicio inicial de la magnitud de la oportunidad, antes de decidir qué oportunidades de venta aprovechar. Pero hay sólo una comprensión limitada de las recompensas relacionales exactas que obtienen los vendedores cuando las relaciones con los clientes se desarrollan hacia niveles más profundos. Para obtener respuestas de los vendedores en diferentes fases de las relaciones con los clientes, que son rentables a nivel de empresa. 

Es decir, se investiga la evaluación de costos y recompensas relacionales en diferentes fases de la relación a largo plazo con el cliente. 

En este estudio, los investigadores utilizan los conceptos centrales de la teoría de la penetración social (SPT) de Altman y Taylor de 1973, que involucra la autorrevelación, el costo relacional y la evaluación de la recompensa para entender cómo y por qué las relaciones interpersonales entre clientes y vendedores se desarrollan o no  se desarrollan para ingresar a  fases  más profundas, cuando  la interacción de ventas involucra múltiples canales de  comunicación. La SPT explica el desarrollo de relaciones a nivel interpersonal: los socios potenciales comienzan a construir una relación interpersonal si evalúan tener más beneficios relacionales que costos de interacciones anteriores, si el pronóstico del futuro es favorable y si los socios confían entre sí.

Si la evaluación de costos y recompensas es desfavorable, dicha teoría explica que el desarrollo de la relación se ralentiza o se detiene.

Las siguientes preguntas de investigación guían el análisis del desarrollo de las relaciones con los clientes en el contexto de ventas relacionales B2B:

RQ1: ¿Cómo y por qué la evaluación que hace el vendedor de los costos y las recompensas relacionales de una relación B2B a largo plazo con un cliente se desplaza hacia fases más profundas?

RQ2: ¿Cómo y por qué la divulgación del vendedor (autorrevelación y divulgación comercial) cambia/no cambia la relación a largo plazo con el cliente B2B hacia fases más profundas?

Los investigadores han basado su enfoque en el nivel interpersonal y en explorar cómo y por qué los vendedores deciden desarrollar sus relaciones con clientes B2B considerando la autorrevelación y la evaluación relacional de costo/recompensa. También proporcionan conocimiento teórico original sobre el desarrollo de relaciones con clientes B2B a largo plazo a nivel interpersonal en tres fases:  convertirse en socios comerciales, socios colaborativos y socios colaborativos y personales. También, se contribuye a la comprensión existente sobre el intercambio de información y se muestra cómo los vendedores están dispuestos a revelar la información más sensible a través de la comunicación multicanal con el cliente, por ejemplo, las decisiones estratégicas de las empresas, los planes futuros o sus asuntos privados, si evalúan la obtención de beneficios relacionales y comerciales. Y también, este trabajo contribuye a los estudios existentes que investigan los costos y las recompensas relacionales en las relaciones B2B ya que muestra beneficios relacionales y comerciales que se multiplican a medida que evoluciona la relación con el cliente B2B y se desarrolla la colaboración entre los socios. Se describe una extensión contextual de la SPT:  la teoría de la penetración social y empresarial (BSPT). 

Se aplicó una investigación de tipo cualitativa a 47 gerentes de ventas. Se les hicieron las siguientes preguntas para adquirir una comprensión profunda y holística del fenómeno:

P1: ¿Cuándo conoció al cliente por primera vez?

P2: ¿Cómo se comunicó con el cliente?

P3: ¿Qué le dijo al cliente sobre su empresa a medida que evolucionó la relación?

P4: ¿Por qué le dijo esas cosas al cliente?

P5: ¿Cómo describirías el proceso de desarrollo de la relación?

P6: ¿Cómo se creó, desarrolló y mantuvo la relación?

P7: ¿Cómo deterioraron las relaciones?

P8: ¿Qué ventajas o desventajas experimentó a medida que evolucionó la relación?

P9: ¿Qué le dijo al cliente sobre usted a medida que evolucionaba la relación?

P10: ¿Por qué le dijo esas cosas al cliente?

Las entrevistas fueron cuidadosamente grabadas y transcritas, y se creó una base de datos para organizar los datos, mantener el protocolo de estudio cualitativo y garantizar la validez. 

La autorrevelación podría aplicarse como una herramienta para construir y mantener relaciones B2B a largo plazo con los clientes. Cuando hay problemas en despachos o del área de Marketing, la autorrevelación de problemas por parte del vendedor puede salvar la situación. 

Las conclusiones del estudio deben considerarse en empresas que aplican CRM. Si los vendedores abandonan la empresa, verificar que existe información importante de los clientes en su sistema CRM.

Me parece que la autorrevelación es útil, pero aplicarla parcialmente es más adecuado a la cultura peruana. En países como Finlandia, donde hay más honradez y se realizó la encuesta en esta región, no hay tanto problema; pero en países como Estados Unidos y Perú, o China, la gente no es tan honrada y si autorrevelan la estrategia de la empresa, los clientes son capaces de vender información a la competencia. Por eso, el marketing debe adaptarse a la realidad de cada país. Revelar información que ayude a la relación, pero no la estratégica. En mi investigación que realizo para un libro de Marketing de una editorial internacional, estoy escribiendo que los factores subjetivos que influyen en la decisión de compra varían por región y tipo de cultura, además, las variables que influyen en los factores de decisión, pueden ser de distinto tipo. Luego, paso a definir hipótesis. Sería bueno que hubiera una gran legión de investigadores en marketing en el Perú. Hacia esa ruta vamos.