El acrónimo WOM ─del inglés Word Of Mouth─ que traducido al español significa boca-oreja, tiene también su versión online. Se habla de eWOM o boca-oreja electrónico o digital a la comunicación que se produce entre individuos en entornos sociales online, especialmente útil en ecommerce. Las empresas que veían en este sistema de comunicación entre consumidores una manera potente, aunque de resultados a medio o largo plazo, de afianzar la notoriedad de su marca, ven ahora que el entorno digital ha producido un cambio de paradigma ya que, aunque el boca-oreja continúa siendo potente, los resultados pueden ser instantaneos, ya sea en sentido positivo o negativo para la empresa.
Y es que el canal online, con las diferentes herramientas al alcance del consumidor con las que puede explicar sus experiencias de consumo, permite una comunicación tanto en tiempo real como asíncrona. Y es principalmente esta asincronía la que facilita que los mensajes de un consumidor se puedan transmitir no solo en una relación 1 a 1, sino de manera exponencial a millones de consumidores. Pensemos en los vídeos virales, los «trending topics«, por poner algún ejemplo.
En este sentido, algunos autores estudian, a través de investigaciones científicas, el impacto de las recomendaciones y feedback de otros consumidores en el comercio electrónico. Es el caso de Hu, Tian, Liu, Liang y Gao (2012), que hacen un análisis de las estructuras de redes de recomendaciones y la influencia sobre las ventas en ecommerce, en el marketplace digital Amazon. Los autores implementan un modelo similar al PageRank de Google, como herramienta para medir la popularidad de las páginas de producto en Amazon, haciendo una analogía del funcionamiento del buscador a la hora de presentar páginas web según las palabras clave buscadas.
En el estudio se recogen datos, durante 45 días, de nuevas incorporaciones de libros en Amazon, recopilando datos de cada producto, así como los enlaces de recomendaciones, desglosados en dos tipos de fuentes: 1) enlaces de recomendaciones combinados con descuentos y 2) enlaces de recomendaciones sin descuentos. Los autores establecen un sistema para estimar el PageRank asociado al entorno Amazon y analizan los cambios en la estructura de enlaces de las recomendaciones para aprender cómo este minorista cambia dinámicamente la estructura de enlaces para satisfacer mejor las necesidades de los consumidores y en consecuencia incrementar las ventas. Sin embargo, utilizando un modelo de regresión, se hace un análisis económico del impacto de las recomendaciones de los consumidores y el posicionamiento del producto en la red sobre el éxito de los productos.
Los resultados muestran que el posicionamiento del producto dentro de la red de recomendaciones combinadas con descuentos y / o recomendaciones sin descuentos, impacta en las ventas del producto debido a que influencia en la decisión de compra del consumidor. Al mismo tiempo, las recomendaciones de los consumidores, las redes de recomendaciones y los precios por paquetes influencian la decisión de compra. Sin embargo, las estructuras de enlaces en el ecommerce de Amazon, en sí mismas, tienen una influencia limitada en la decisión de compra del consumidor.
Opiniones de usuarios
Jiménez y Mendoza (2013), por su parte analizan las opiniones de los usuarios y la relación entre el nivel de detalle de las mismas, el resultado en forma de nivel de acuerdo de otros usuarios (positivo, negativo o neutro) y las intenciones de compra ya sea productos de búsqueda o de productos de experiencia. El estudio muestra la importancia de las opiniones online de los consumidores sobre los productos, como en la versión digital del boca-oreja, una efectiva herramienta de marketing, así como el crecimiento en el número de opiniones disponibles online. Sin embargo, la autenticidad de estas opiniones, dicen, está siendo cuestionada por un 35% de los consumidores online debido a que han aparecido casos en los que algunas empresas contratan la generación de opiniones que pueden ser tenidas en cuenta como si fueran de consumidores reales o revisores independientes, lo cual es un fraude.
Los primeros estudios de investigación se focalizaron en el rol del valor numérico o gráfico de las valoraciones de las opiniones y su efecto sobre la intención de compra, pero recientes investigaciones han demostrado que hay otros elementos que influyen como la congruencia de los textos, la valencia y la fuente de la revisión. No obstante, se ha estudiado poco sobre el nivel de detalle de una opinión y el nivel de acuerdo con esta por parte de otros usuarios en la credibilidad de la opinión y en la intención de compra del consumidor. Investigaciones previas establecen que el nivel de detalle, es decir la cantidad de información específica sobre el producto en una opinión, es más persuasiva que cuando en la opinión sólo hay información general y que, por tanto, se debe examinar el efecto del nivel de detalle en la credibilidad de la revisión y en la intención de compra. Sin embargo, el nivel de acuerdo con una revisión está positivamente correlacionado con la persuasión de las recomendaciones boca-oreja y más cuando estas provienen de personas que se infiere que pertenecen a la misma comunidad, lo cual es mucho más relevante en un entorno online debido a que el consumidor tiene acceso fácil y rápido a muchas más opiniones. Por tanto, es importante también estudiar el efecto que tiene el nivel de acuerdo con la opinión de otros usuarios, en la credibilidad de la revisión y en la intención de compra del consumidor en un ecommerce. Sin embargo la literatura revisada por los autores demuestra que nivel de detalle y nivel de acuerdo en las opiniones están relacionados con la intención de compra.
Además, los autores consideran que es importante estudiar estos efectos en el contexto de productos de búsqueda y productos de experiencia debido a las características de los productos en cuanto a las diferentes necesidades de evaluación previa al consumo generadas por uno y otro tipo de productos. Concretamente, se estudian si el nivel de detalle en una revisión y su nivel de acuerdo por parte de otros usuarios tiene un mayor impacto en la intención de compra de productos de experiencia. Para ello, se realizan 2 estudios, el primero centrado en un producto de búsqueda (teléfono móvil), en un entorno simulado a un grupo de estudiantes universitarios, mientras que el segundo se centró en un producto de experiencia (hotel), mediante una encuesta online a través de un panel de consumidores.
Los resultados del trabajo de Jiménez y Mendoza demuestran que los comentarios más creíbles conducen a una mayor intención de compra. Pero la credibilidad que dan los consumidores en las revisiones de otros usuarios es diferente para los productos de búsqueda que para los de experiencia. Para los productos de búsqueda, los consumidores determinan una mayor credibilidad en las revisiones que contienen información detallada del producto, lo que a su vez genera una mayor intención de compra en comparación a las revisiones que sólo contienen información general. En cambio, para los productos de experiencia, los consumidores determinan la credibilidad de la revisión evaluando el nivel de acuerdo de otros usuarios con esta revisión, por lo tanto, incluso los moderados niveles de acuerdo con las revisiones incrementan la intención de compra.
Los resultados muestran también que, para un producto de búsqueda, la credibilidad de una revisión online produce una mayor diagnosticidad cuanta más información detallada sobre el producto haya, mientras que para un producto de experiencia, dada su idiosincrasia, en un entorno de ecommerce, la experiencia vicaria produce una mayor diagnosticidad y por tanto más credibilidad a mayor nivel de acuerdo con las revisiones. Sin embargo, una de las limitaciones del estudio a tener en cuenta, es que sólo se contemplaron opiniones positivas de doble sentido, es decir que las opiniones eran únicamente positivas y el nivel de acuerdo se estipuló sólo con un número mayor o menor de «likes».
Recomendaciones
Para finalizar este artículo, Rao y Chung (2012) afirman que los modelos de preferencias estándares basados en atributos de productos que utilizan solo los que son observados, así como las características de los consumidores, no se ajustan adecuadamente para generar recomendaciones de productos de experiencia porque no consideran los efectos de los atributos no cuantificables en los valores de los productos. Así, aunque los investigadores consideran los efectos de los atributos cualitativos, categorizando y cuantificando los mismos, hay información cualitativa en los atributos de los productos que no se puede procesar.
En el estudio se desarrolla un modelo virtual de predicción de preferencias de los consumidores para productos de experiencia, especialmente para cuando es complicado evaluar atributos cualitativos de los productos o cuando hay demasiados atributos en relación a la cantidad disponible de datos. Este modelo permite a las empresas utilizar todo tipo de datos disponibles en las bases de datos de tiendas online (ecommerce), con lo que se puede desarrollar un sistema virtual experto que genere recomendaciones en base a las preferencias del consumidor y los datos de otros usuarios.
Conclusiones
Así pues, podemos constatar que se han realizado investigaciones científicas para estudiar como afectan las comunicaciones y recomendaciones entre consumidores en los procesos de decisión de compra de bienes de experiencia y bienes de búsqueda en entornos de ecommerce. Las conclusiones de la mayoría de ellos recomiendan a las empresas facilitar esta clase de herramientas al consumidor ya que este tipo de comunicación, es un importante minimizador del riesgo y facilita la decisión de compra en un ecommerce especialmente de bienes de experiencia ya que puede ayudarles en el proceso de evaluación previo a la compra online.
Referencias bibliográficas
Hu, N., Tian, G., Liu, L., Liang, B., & Gao, Y. (2012). Do links matter? An investigation of the impact of consumer feedback, recommendation networks, and price bundling on sales. IEEE Transactions on Engineering Management, 59(2), 189–200. doi:10.1109/TEM.2010.2064318
Jiménez, F. R., & Mendoza, N. A. (2013). Too popular to ignore: The influence of online reviews on purchase intentions of search and experience products. Journal of Interactive Marketing, 27(3), 226–235. doi:10.1016/j.intmar.2013.04.004
Rao, V. R., & Chung, J. (2012). A general consumer preference model for experience products: application to internet recommendation services. Journal of Marketing Research, 49(3), 289–305. doi:10.1509/jmr.09.0467