Contenido Generado por el Usuario y su Relación con la Confianza de Marca

Abstract

Palabras clave: eWOM, Voz-a-Voz Electrónico, Contenido generado por el consumidor, Calificación en línea, Reseñas en línea, Comportamiento de compras en línea Abstract: Electronic Word-of-Mouth (also called "eWOM") has an effect on pre-purchase confidence similar to that produced by brand building. [...]it is also seen how consumers also value differently if the content generated by the consumer is positive or negative about the product or service they are considering buying. The final part of this paper looks at the different implications for marketers. Keywords: eWOM, Electronic Voice-to-Voice, Consumer Generated Content, Online Rating, Online Reviews, Online Shopping Behavior 1.Introducción En 2017, la penetración de Internet en todo el mundo se estimaba en 48,67% (Banco Mundial, n.d.).

Headnote

Resumen: El Voz-a-Voz Electrónico (también denominado "eWOM" del inglés electronic Word-of-Mouth) tiene un efecto en la confianza previa a la compra similar al que produce la construcción de marca. Este trabajo muestra, a través de una reseña de la literatura, el impacto de eWOM en la relación de confianza y luego en las ventas de bienes de búsqueda y experiencia. Se presentan como principales hallazgos los siguientes: eWOM tiene un impacto más fuerte en las ventas de bienes de experiencia que en los productos de búsqueda. Además, también se ve como los consumidores también valoran de manera diferente si el contenido generado por el consumidor es positivo o negativo sobre el producto o servicio que están considerando comprar. La parte final de este trabajo analiza las diferentes implicaciones para los profesionales del marketing.

Palabras clave: eWOM, Voz-a-Voz Electrónico, Contenido generado por el consumidor, Calificación en línea, Reseñas en línea, Comportamiento de compras en línea

Abstract: Electronic Word-of-Mouth (also called "eWOM") has an effect on pre-purchase confidence similar to that produced by brand building. This work shows, through a literature review, the impact of eWOM on the relationship of trust and then on the sales of search and experience goods. The main findings are the following: eWOM has a stronger impact on sales of experience goods than on search products. In addition, it is also seen how consumers also value differently if the content generated by the consumer is positive or negative about the product or service they are considering buying. The final part of this paper looks at the different implications for marketers.

Keywords: eWOM, Electronic Voice-to-Voice, Consumer Generated Content, Online Rating, Online Reviews, Online Shopping Behavior

1.Introducción

En 2017, la penetración de Internet en todo el mundo se estimaba en 48,67% (Banco Mundial, n.d.). Con una adopción cada vez mayor, el marketing digital es de gran importancia para los procesos de negoccio de las empresas. Internet tiene el potencial de aumentar las ventas y los ingresos, de la misma forma, es importante para la creación de confianza y lealtad de la marca (Chaffey & Ellis-Chadwick, 2016), lo que ha impulsado el marketing digital como un relevante campo de estudio para académicos y practicantes.

El marketing digital se refiere a la comunicación del valor de productos o servicios a los clientes, aprovechando los canales digitales en línea y fuera de línea, principalmente en Internet (Behera, Gunasekaran, Gupta, Kamboj, & Bala, 2019). También es el uso de las Tecnologías de la Información y las Comunicaciones (TIC) para alcanzar los objetivos de marketing de la organización, con tres usos principales de Internet en este sentido (Busca & Bertrandias, 2020; Sabogal Salamanca, Fajardo-Toro, Renteria, Mayett Moreno, & Sanchez Baltasar, 2020):

* Promover la propuesta de valor, más conocida como publicidad en línea.

* Entregar la propuesta de valor, más conocida como comercio electrónico.

* Construir relaciones sólidas con los clientes, más conocido como marketing de redes sociales.

Contar con una relación a largo plazo con los clientes es importante para los negocios electrónicos (también denominados E-business). Los clientes compran artículos para satisfacer sus necesidades y cada uno tiene un patrón de compra único (Wagner, Schramm-Klein, & Steinmann, 2018). Las compras en línea ofrecen acceso a productos de un mercado mundial en un espacio de comercio electrónico que aumenta el valor para los clientes y crea capacidades sostenibles. En estas situaciones de compra los consumidores tiendan a comprar artículos recomendados por personas que creen confiables (Luo, Baker, & Donthu, 2019).

Las formas en que el consumidor conoce los productos o servicios son una preocupación especial para el marketing. Una de estas formas es el voz-a-voz (eWOM, del inglés "Electronic Word-of-Mouth"), que es una forma en que los consumidores muestran sus preferencias y recomendaciones de acuerdo con sus experiencias (Luo et al., 2019; Strandberg, Styvén, & Hultman, 2019). Con el auge de las plataformas de redes sociales en línea y los sitios web de comercio electrónico, el eWOM se ha convertido en una fuente popular y vital de información para los consumidores (Chen & Yuan, 2020).

Los diferentes mecanismos utilizados por el eWOM para generar efectos en las ventas han sido analizados a través de sus efectos en la toma de decisiones del consumidor. Una de las ramas de su análisis está relacionada con los efectos de eWOM en la construcción de confianza de marca, que podría derivarse posteriormente en la intención de compra (HoDac, Carson, & Moore, 2013; Kostyra, Reiner, Natter, & Klapper, 2016; PowerReview, 2015).

A pesar de que hay abundante literatura sobre eWOM y sus efectos generales en el comportamiento del consumidor (King, Racherla, & Bush, 2014), se considera importante discutir de una manera más detallada los efectos del contenido generado por el consumidor, especialmente de calificaciones y comentarios en el comportamiento de compra en línea. Con este trabajo, el lector podrá comprender: (1) los tipos de contenido generado por el consumidor y su influencia en el comportamiento de compra en línea; (2) eWOM como fuente de confianza; y (3) cómo el eWOM se puede aprovechar en marcas con poco reconocimiento. Lo anterior con base en la literatura disponible e indexada en Web-of-Science, filtrada por relevancia con los términos "Electronic Word of Mouth" y "Consumer Generated Content".

La estructura de este trabajo muestra, en primer lugar, una descripción del entorno con conceptos relacionados con el eWOM, en segundo lugar, se discute como las calificaciones y reseñas en línea inciden en el resultado comercial de un producto o servicio, para finalizar con unas conclusiones.

2.Entorno

2.1.Conceptos y definiciones principales relacionadas con el eWOM

Aproximadamente el ochenta por ciento de los estadounidenses eran compradores en línea en 2016. Este volumen de utilización del comercio electrónico se ha combinado con un aumento significativo en la búsqueda de información acerca de productos y servicios en línea. Aproximadamente el 74% de los consumidores estadounidenses piensan que es importante poder leer las opiniones publicadas por los consumidores que han comprado el artículo en el que tienen algún interés o están a punto de comprar. El eWOM tiene entonces un impacto significativo en las intenciones de compra, la elección de productos, la venta de productos y las introducciones de nuevos productos al mercado (Craciun, Zhou, & Shan, 2019).

Los consumidores expresan su satisfacción o insatisfacción con los productos y servicios que utilizan en su día a día a través de medios electrónicos, que ha sido ampliamente documentado y se agrupa en la literatura con el concepto de eWOM. Las opiniones de los consumidores pueden tener las siguientes formas principales: Calificación en línea, Reseñas en línea, Publicaciones o comentarios en las redes sociales y Blogs.

Según Gottschalk & Mafael, (2017), los sitios donde los consumidores encuentran valoraciones y reseñas en línea como TripAdvisor.com o Amazon.com, complementan los textos de reseña de otras piezas de información como estadísticas resumidas, calificaciones o información del autor. TripAdvisor, por ejemplo, permite a los clientes segmentar opiniones según el tipo de viajero. Los foros reseñas y calificaciones online proporcionan además distribuciones de frecuencia de las calificaciones en forma de histogramas que añaden aún más información (Guan & Lam, 2019).

Yang, Hu, & Zhang (2007) verificaron que los mercados de C2C (de consumidor a consumidor) lograron un mejor desempeño con la implementación de sistemas de retroalimentación como las reseñas y calificaciones; de esta manera, los compradores están más dispuestos a transar y también existe un incentivo para el comportamiento honesto de los vendedores, quienes ven aumentar sus ganancias mientras se reducen las ganancias de aquellos con un comportamiento deshonesto.

George, Dahlander, Graffin, & Sim (2016) se dieron cuenta cómo las calificaciones en línea funcionan como señales importantes que pueden influir en el reconocimiento del valor percibido de productos y servicios en diversos grados para organizaciones y clientes, de alguna manera en la misma forma en que las marcas influyen en el comportamiento del consumidor.

Mukhopadhyay & Chung (2016) argumentan que el entorno de calificación en línea se puede describir utilizando tres medidas agregadas clave: (1) valencia o calificación promedio, (2) volumen o número total de calificaciones y (3) variación o dispersión de calificaciones. Cada una de estas medidas tiene una influencia significativa en la venta de productos. Sin embargo, hay hallazgos contradictorios con respecto al alcance y la dirección de tales influencias, que son causadas por diferentes niveles de complejidad informativa dados por estas medidas, y que requieren diferentes niveles de esfuerzo cognitivo en términos de procesamiento y comprensión (Mukhopadhyay & Chung, 2016).

2.2.eWOM y el procesamiento de información

Como se ha mencionado anteriormente, el voz-a-voz (WOM, del inglés "Word-ofMouth") se refiere a las comunicaciones entre consumidores sobre productos o servicios y las cuales que se consideran tienen mayor influencia que las fuentes del mercado (Lee & Youn, 2009). Del mismo modo, Hennig-Thurau, Gwinner, Walsh, & Gremler (2004) definen eWOM como cualquier declaración positiva o negativa hecha por clientes potenciales, reales o antiguos sobre un producto o empresa, las cuales se ponen a disposición de otras personas e instituciones a través de Internet. También es digno de mencionar, que eWOM puede tener mayor credibilidad, empatía y relevancia para los clientes que las fuentes de información creadas por los fabricantes o vendedores en la Web (Bickart & Schindler, 2001).

Los consumidores dan un valor diferente al eWOM dependiendo de dónde lo encontraron. Cuando alguien encuentra una reseña de producto en un blog es más probable que atribuya la reseña a circunstancias especiales y es menos probable que recomiende el producto que si la reseña aparece en un sitio web de reseñas independientes o en el sitio web de la marca (Lee & Youn, 2009). Los editores deben tener cuidado con la práctica de compensar a consumidores por reseñas de productos en blogs personales. Esto puede generar sospechas de los consumidores sobre opiniones positivas de productos en este tipo de blogs (Lee & Youn, 2009).

Krishnamurthy & Kumar, (2018) realizaron un estudio en el que se llevó a los consumidores de India y EE.UU. a realizar simulaciones sobre diferentes productos y servicios para evaluar las preferencias y expectativas de la marca. Los resultados del estudio sugieren que los consumidores de productos con alto involucramiento en la compra consumen más información de eWOM e invierten más de su tiempo en eWOM, buscando desarrollar una expectativa o mejor idea en relación con la marca y sus productos. Estos consumidores de alto involucramiento también formarán expectativas más altas o una mejor imagen de la marca en sus mentes.

Los consumidores son selectivos con la información eWOM que pueden manejar. Durante el proceso de búsqueda, estos se enfrentan generalmente con cientos de comentarios para cualquier producto o servicio (reseñas de productos) así como otras pistas de información como las calificaciones de estrellas del producto y perfiles del autor de la calificación por lo que utilizan varios otros recursos con el fin de decantar la información más valiosa (Gottschalk & Mafael, 2017). En la siguiente tabla se presentan algunos ejemplos de estos recursos y diferentes tipos de pistas de información de eWOM.

2.3.Valencia o Polaridad del eWOM

Como se ha explicado anteriormente, el eWOM puede ser positivo o negativo, pero los comentarios y evaluaciones tienen una influencia en la reputación de la empresa o marca. Nisar, Prabhakar, Ilavarasan, & Baabdullah (2019), probaron la hipótesis de qué tanto la diversidad de la información como la valencia, aumentan el rendimiento financiero de una empresa. Sus hallazgos muestran que el eWOM, transmitido a través de las redes sociales, mejora la reputación de una empresa.

Sen & Lerman (2007) sostienen que las personas tienden a dar un mayor peso a la información negativa que a la positiva en la etapa de evaluación de la compra, pero esto depende del tipo de producto (en este caso, utilitarios versus productos hedónicos), donde los consumidores revelan un sesgo de negatividad para reseñas de productos utilitarios solamente. Su investigación probó que un eWOM negativo tiene un efecto más fuerte que un eWOM positivo, es decir un sesgo de negatividad. Aún más, la inclusión de eWOM, tanto positivo como negativo, tiene una influencia positiva en la credibilidad del eWOM (Cheung & Thadani, 2012).

2.4.Efectos de eWOM en la voluntad del consumidor de recomendar

La capacidad del eWOM para hablar de una manera honesta sobre un producto o tienda es beneficiosa para el consumidor porque disminuye los problemas que pueden surgir de la falta de información, como ser capaz de ver sólo comentarios positivos en línea y no los negativos (King et al., 2014).

Según Mukhopadhyay & Chung (2016), las personas tienen una mayor, disposición a recomendar un producto cuando la reseña es positiva que cuando es negativa independientemente de la plataforma de eWOM. Esto se debe a que los consumidores se exponen fácilmente a un mayor número de pistas positivas que a las negativas, por lo tanto, las pistas negativas se perciben como contra intuitivas (Sen & Lerman, 2007). La credibilidad de eWOM en ese sentido, es clave para la adopción y está mediada por la utilidad. Ambos, utilidad y credibilidad, están asociados con la intención de compra (Cheung & Thadani, 2012).

2.5. eWOM en las redes sociales

La investigación de la propagación y el control de eWOM en las redes sociales en línea son de gran importancia para la gestión de las empresas modernas. J. Wang, Wang, & Li, (2019) elaboraron un modelo para evaluar el efecto del eWOM negativo y positivo, encontrando que en redes sociales en línea con características de mundo pequeño, las empresas deben elegir el mayor número posible de usuarios para difundir opiniones positivas para controlar la propagación de opiniones negativas y reducir las pérdidas económicas según su restricción presupuestaria.

Según Erkan & Evans (2016), factores como la calidad, credibilidad, utilidad y adopción de información, las necesidades de información y la actitud hacia la información son algunos de los factores del eWOM más influyentes para las intenciones de compra de los consumidores en las redes sociales. La fiabilidad, la experiencia y el conocimiento de la fuente, también se han encontrado importantes para las redes sociales de acuerdo con Sotiriadis & van Zyl (2013).

Entre más cercana e importante considere el consumidor una fuente de información en redes sociales, va a tener esta una influencia notable en la decisión de buscar o pasar opiniones de otros en este tipo de sitios. De hecho, este comportamiento tiende a ocurrir dentro de una red diversa y variada de conexiones, y no necesariamente sólo con lazos cercanos (familiares o amigos cercanos) o con personas con perfiles sicográficos similares (Chu & Kim, 2011).

El grado de involucramiento también es importante en estos sitios, en el caso de servicios de alto involucramiento como el turismo, los consumidores van a dedicar más tiempo a buscar en otras fuentes de Internet como agencias de viajes y blogs, y la implicación de esto para los vendedores es que el seguimiento de todos los comentarios en la plataforma de medios sociales, para responder adecuadamente, es aún más importante que la publicación en si misma (Sotiriadis & van Zyl, 2013).

Las calificaciones de productos publicados también están influenciadas por la dinámica social, la tasa a la que una persona publica sobre un producto se ve afectada por las calificaciones publicadas anteriormente, y las calificaciones promedio más altas aumentan la probabilidad de que se publiquen calificaciones más altas en el futuro (Moe, Trusov, & Smith, 2011).

2.6.eWOM en páginas individuales o blogs

La mayoría de las comparaciones sobre el efecto en las ventas del eWOM se han realizado en categorías de bajo involucramiento para el consumidor. Cuando se llevan a cabo para una categoría de alto involucramiento como cámaras digitales, los estudios han encontrado que hay una diferencia entre la influencia en las ventas dependiendo del tipo de sitio que provee el eWOM. Si está alojado por la empresa, el efecto es limitado, mientras que si el sitio es independiente o externo, el efecto en las ventas es significativo (Gu, Park, & Konana, 2012). La credibilidad del consumidor y la utilidad de la información del eWOM se modera por el nivel de involucramiento, consumidores que toman una decisión de alto involucramiento, van a poner más esfuerzo cognitivo y a utilizar la ruta central de procesamiento de la información (Cheung & Thadani, 2012).

Hay algunas categorías de productos o servicios donde eWOM es importante. Por ejemplo, eWOM es el factor más importante que determina el éxito a largo plazo del cine y otros bienes de experiencia por la existencia de comunidades en línea para el intercambio de opiniones sobre productos y servicios, haciendo posible crear y adaptar diferentes técnicas analíticas para explorar efectos de las opiniones en las ventas de este tipo de productos (Dellarocas, Zhang, & Awad, 2007).

3.Calificaciones en línea

Las calificaciones en línea pueden ayudar a los consumidores a entender cuánto disfrutarán de un producto, siendo una calificación media alta un indicador de la calidad del producto (M. Sun, 2012). Willems, Waldner, & Ronquillo, (2019) argumentan que las calificaciones en línea son complementos en lugar de sustitutos de la información sobre un producto o servicio, y que cuando la calificación está representada con la imagen de las estrellas, atrae más atención la falta de estrellas que la presencia de más estrellas. Es como si el consumidor se diera cuenta más fácil de que un producto tiene 3 estrellas (2 faltan) que cuando tiene 5 (están completas). Del mismo modo, Li, Wu, & Mai (2019) explican que la calificación en línea es un resumen cuantitativo de las experiencias de quien otorga la calificación, sus actitudes, opiniones o sentimientos hacia un producto o servicio, generalmente expresado como número de estrellas. Sin embargo, Hu, Liu, & Zhang (2008) sostienen que los consumidores prestan atención a información contextual como la reputación y la exposición del revisor, más allá de las simples estadísticas ofrecidas por las calificaciones en línea y el volumen de calificaciones.

Duan, Gu, & Whinston (2008) contrariamente argumentan que no son las calificaciones más altas las que impulsan las ventas sino el número de publicaciones, y sugieren que los consumidores no están influenciados por el efecto persuasivo del eWOM, aunque si se ven afectados por el efecto de conciencia generado por el proceso subyacente de eWOM. Entonces, una recomendación para los profesionales de negocios sería alentar a los consumidores a utilizar diferentes medios de dispersión de eWOM en lugar de promover o influir en las calificaciones en línea. B. Li et al. (2016) también encontraron una correlación entre las ventas, el volumen de comentarios y las calificaciones en línea, sin embargo, su hallazgo sugiere que la influencia de los dos últimos es más fuerte en los productos de búsqueda que en los productos de experiencia.

Hu, Koh, & Reddy (2014) argumentan que las calificaciones no tienen un impacto directo significativo en las ventas, sino que tienen un impacto indirecto a través de los sentimientos, expresados estos en el texto que acompaña a la calificación como términos positivos o negativos, como se demostró en su análisis de reseñas y calificaciones realizadas a 4.000 libros en Amazon.com. Anderson & Magruder (2012) descubrieron además, que las calificaciones altas hacen que los restaurantes que usan la plataforma de Yelp vendan la mesa principal un 19% más frecuentemente. Curiosamente, el porcentaje aumenta al 27% en restaurantes donde la información es más escasa (no acreditada externamente, por ejemplo).

La variación en las calificaciones de productos también es importante, y la alta varianza está asociada con productos de nicho. Cuando la calificación media es baja y la varianza alta, hay un efecto posterior en la demanda (M. Sun, 2012).

4.Reseñas en línea

Mudambi & Schuff (2010) describen las reseñas de los clientes como información que complementa "otra información provista por escaparates electrónicos, como descripciones de productos, reseñas de expertos y asesoramiento personalizado generado por sistemas de recomendación automatizados.

Park (2018) define las reseñas en línea como aquellos comentarios que un consumidor comparte por medios electrónicos sobre la experiencia que ha tenido con un producto o servicio y que se comparte con la esperanza de que sirva a otros para tomar una decisión mejor informada en el momento de la compra. Algunos consideran que las reseñas en línea proporcionan una evaluación auténtica e independiente del consumidor, que influye fuertemente en el comportamiento de compra y actitudes de consumidores hacia una marca (Global Web Index, 2018).

El rápido desarrollo de las tecnologías de la información y de Internet han hecho que los consumidores compren cada vez más productos y servicios y publiquen comentarios que se les han vuelto a publicar a través de sitios web (Bi, Liu, Fan, & Zhang, 2019). Las opiniones en línea son la tercera fuente más importante en la búsqueda de información sobre un producto, la primera fuente son los motores de búsqueda y la segunda son las redes sociales, sólo en Tripadvisor.com se estima que hay más de 660 millones de opiniones disponibles (Global Web Index, 2018).

En cuanto a su impacto en las ventas, Hu, Koh, & Reddy (2014) encuentran que el tipo de opiniones más accesible (las más útiles y más recientes) tienen un impacto directo significativo en las ventas. Sin embargo, las opiniones no solo son importantes para las ventas, las identidades y la información personal de los revisores (incluida su ubicación geográfica) también son importantes.

Las opiniones de los consumidores en línea son una fuente importante de información en las decisiones de compra en línea, complementando y a veces sustituyendo a otras formas de hacer transacciones entre negocios y consumidores. Estas opiniones proporcionan información basada en la experiencia personal publicada en la web por compradores anteriores de un producto específico, convirtiéndolo en "asistentes de ventas" gratuitos para ayudar a otros en la decisión de compra de un producto de interés (Fresneda & Gefen, 2019). Por esta razón, hoy en día muchos comercios electrónicos permiten y animan a los clientes a publicar opiniones, tanto del proceso de compra como de la calidad del producto, ayudando a reducir la incertidumbre en torno a la experiencia (X. Sun, Han, & Feng, 2019). Del mismo modo, Kumar & Benbasat (2006) argumentan que la mera presencia de reseñas en línea puede mejorar las percepciones positivas sobre un sitio web.

Srivastava & Kalro (2019) realizaron un estudio, tomando una serie de reseñas con diferentes características, y con la aplicación de herramientas estadísticas causales, descubriendo que cuando una reseña es exhaustiva, completa y proporciona información sobre todos los factores que contribuyen a la impresión general y la experiencia de un servicio, se considera más útil. Cuando una reseña es fácilmente legible y tiene claridad en su contenido y su presentación, resulta más útil para los compradores. Establecieron que el efecto de la valencia es complejo y conduce a diferentes percepciones según el contexto. Los resultados también muestran que los receptores consideran que críticas positivas son menos útiles que las negativas.

Según Mudambi & Schuff (2010), la percepción de utilidad de una reseña en línea es afectada por tres factores diferentes: (1) extremidad de reseña, (2) profundidad de reseña y (3) tipo de producto (experiencia frente a productos de búsqueda).

5.Efectos del contenido generado por el consumidor en las ventas

Según Li & Hitt (2008), las reseñas en línea tienen un mayor impacto en las ventas de productos de experiencia no duradera, ya que es en este tipo de productos donde los clientes no pueden hacer el control de calidad probando todas las alternativas. Su investigación demostró empíricamente que si los primeros compradores de un producto tienden a gustar el producto, la empresa tiene un incentivo para aumentar los precios y aprovechar el sesgo de auto-selección en comentarios positivos. En este sentido, si los primeros compradores son críticos en relación con el producto, la empresa podría reducir el precio tratando de equilibrar las pérdidas tempranas a cambio de beneficios futuros. Por otra parte, alegan que la heterogeneidad de los consumidores sólo aumenta los beneficios si los consumidores que compran por adelantado son "defensores" del producto; de lo contrario, la heterogeneidad del consumidor afecta negativamente porque los consumidores que estarían dispuestos a pagar un alto precio dado el acceso a información perfecta se ven disuadidos por críticas negativas. Cabe destacar que estos autores suponen que los clientes leen todas las opiniones y es con esta información completa que toman su decisión, sin embargo, Guan & Lam (2019) mostraron que los consumidores sólo leen un gran número de comentarios cuando la calificación en línea (estrellas promedio) no confirma sus expectativas.

Según Wang, Zhang, & Zheng (2011), los precios del comercio electrónico B2C afectan directamente al beneficio percibido y a los comentarios realizados después de la compra, lo que determina el volumen de ventas y el beneficio de los productos. También concluyen que teniendo en cuenta el impacto de las reseñas de productos en línea en los precios es de gran importancia para los minoristas electrónicos para fijar razonablemente su precio y aumentar los beneficios.

Li et al. (2019) argumentan que la información incluida en las reseñas impulsa las ventas y ayuda a las empresas a explotar el valor de eWOM a través de predicciones más precisas, promoviendo nuevos productos y atrayendo y reteniendo compradores. Sin embargo, aclaran que este es un efecto combinado entre las calificaciones y las reseñas en línea, destacando que la influencia del sentimiento general en las ventas está completamente mediada por la calificación de estrellas, mientras que los efectos de los dos aspectos positivos del sentimiento (experiencia hedónica y características físicas del producto) en las ventas están parcialmente mediadas por la calificación de estrellas.

Sen & Lerman (2007) llegaron a la conclusión de que las consideraciones de los consumidores en la toma de decisiones de compra están mediadas por el tipo de producto. En este sentido, descubrieron que los consumidores tienen más probabilidades de considerar las opiniones de los consumidores al intentar comprar productos hedónicos que con productos utilitarios.

6.Conclusión

Un buen eWOM tiene el potencial de aprovechar la confianza de la misma manera que la marca. Las marcas ofrecen a los consumidores la seguridad que necesitan antes de la compra de que el producto o servicio está a la altura de sus expectativas. En ese sentido, eWOM también es una forma de garantizar la calidad. Las principales marcas necesitan confiar en la publicidad para construir su reconocimiento, pero también cumplir sus promesas a través de la buena calidad de los productos y servicios, lo que a su vez, les dará un buen eWOM. Esto crea un círculo virtuoso que al final dará más valor a la marca. Por otro lado, los productos que no son de una marca reconocida dependen del eWOM para generar confianza.

Al decidir una compra, los consumidores tienen acceso a muchos tipos de eWOM. No todos se consideran para cada compra en línea ni para todo tipo de producto o servicio. Sin embargo, todos ellos proporcionan diferentes pistas de información y en conjunto aumentan la confianza en el producto. Del mismo modo, los consumidores tienden a encontrar eWOM más confiable que la información que las marcas y los fabricantes proporcionan sobre sus productos y servicios. eWOM se puede encontrar en el sitio web de un minorista o fabricante o en una forma más independiente, lo que significa que el proveedor o el distribuidor no tiene control sobre lo que se dice acerca de sus productos o servicios. Por ejemplo, cuando los consumidores publican su opinión en redes sociales, motores de búsqueda o blogs personales. De cualquier manera, los principales tipos de eWOM son (1) reseñas en línea, (2) calificaciones en línea, y eWOM en redes sociales y blogs independientes.

Las calificaciones en línea se presentan principalmente en una escala de cero a cinco estrellas y por lo general se acompañan con el número de personas que han evaluado el producto o servicio. Del mismo modo, algunos minoristas proporcionan medios para dar una calificación de estrella no sólo a la experiencia general con el producto o servicio, sino a diferentes aspectos de la experiencia de compra y consumo, por ejemplo, el envío y la manipulación.

Las calificaciones en línea rara vez se evalúan de forma aislada. Se utilizan junto con comentarios online como medio de confirmación de las expectativas anteriores con la marca o el producto. Por ejemplo, si el producto es de una marca reconocida pero tiene bajas calificaciones de estrellas, los consumidores podrían tratar de encontrar una explicación sobre las reseñas, igualmente cuando el producto es de una marca poco reconocida y tiene altas calificaciones de estrellas. El número de comentarios también se considera como pista antes de comprar.

El peso de los consumidores es mayor en el eWOM de las redes sociales y los blogs independientes que el eWOM de los sitios web del fabricante o minorista. Esto se debe a que la mayoría de los consumidores tienen dudas sobre si los fabricantes o minoristas moderan los comentarios de los consumidores permitiendo que solo se muestren buenas publicaciones y calificaciones a otros.

eWOM tiene un impacto en las ventas. Sin embargo, el tipo de producto tiene un efecto mediador en el impacto de eWOM en las ventas. Los productos descritos como productos hedónicos o de experiencia tienen un mayor impacto que los productos utilitarios o de búsqueda. Esto se debe a que cuando los consumidores compran productos de búsqueda pueden evaluar la calidad o las características más fácilmente que para los bienes o servicios de experiencia.

Como limitación de este trabajo, se debe tener en cuenta que el mismo parte de una revisión de literatura quedando una oportunidad para futuros investigadores de probar más empíricamente los aspectos aquí discutidos. Por otra parte, debido al fenómeno COVID-19, que fue posterior a la elaboración de este trabajo, surge la oportunidad de evaluar su impacto en un mayor hábito de compra en-línea y por ende mayor generación de contenido por parte de los usuarios como lo empieza a evidenciar (PowerReview, 2020) que registra un incremento de 2.3 veces el contenido generado entre abril y mayo de 2020.

References

Referencias

Anderson, M., & Magruder, J. (2012). Learning from the Crowd: Regression Discontinuity Estimates of the Effects of an Online Review Database. Economic Journal, 122(563), 957-989. https://doi.org/i0.mi/j.i468-0297.20i2.025i2.x

Behera, R. K., Gunasekaran, A., Gupta, S., Kamboj, S., & Bala, P. K. (2019). Personalized digital marketing recommender engine. Journal of Retailing and Consumer Services, (March), 101799. https://doi.org/10.1016/j.jretconser.2019.03.026

Bi, J.-W., Liu, Y., Fan, Z.-P., & Zhang, J. (2019). Wisdom of crowds: Conducting importance-performance analysis (IPA) through online reviews. Tourism Management, 70, 460-478. https://doi.org/io.ioi6/j.tourman.20i8.09.oio

Bickart, B., & Schindler, R. M. (2001). Internet Forums As Influential. Journal of Interactive Marketing, 15(3), 31-40. https://doi.org/doi.org/10.1002/dir.1014

Busca, L., & Bertrandias, L. (2020). A Framework for Digital Marketing Research: Investigating the Four Cultural Eras of Digital Marketing. Journal of Interactive Marketing, 49, 1-19. https://doi.org/10.1016/j.intmar.2019.08.002

Chaffey, D., & Ellis-Chadwick, F. (2016). Digital Marketing (6th ed.). Edinburgh: Pearson.

Chen, Z., & Yuan, M. (2020). Psychology of word of mouth marketing. Current Opinion in Psychology, 31, 7-10. https://doi.org/i0.i0i6/j.copsyc.20i9.06.026

Cheung, C. M. K., & Thadani, D. R. (2012). The impact of electronic word-of-mouth communication: A literature analysis and integrative model. Decision Support Systems, 54(1), 461-470. https://doi.org/10.1016Zj.dss.2012.06.008

Chu, S.-C. C., & Kim, Y. (2011). Determinants of consumer engagement in electronic Word-Of-Mouth (eWOM) in social networking sites. International Journal of Advertising, 30(1), 47-75. https://doi.org/10.2501/IJA-30-1-047-075

Craciun, G., Zhou, W., & Shan, Z. (2019). Discrete emotions effects on electronic wordof-mouth helpfulness : The moderating role of reviewer gender and contextual emotional tone. Decision Support Systems, (January), 113226. https://doi. org/10.1016/j.dss.2019.113226

Dellarocas, C., Zhang, X., & Awad, N. F. (2007). Exploring the value of online product reviews in forecasting sales: The case of motion pictures. Journal of Interactive Marketing, 21(4), 23-45. https://doi.org/10.1002/dir.20087

Duan, W., Gu, B., & Whinston, A. B. (2008). Do online reviews matter? - An empirical investigation of panel data. Decision Support Systems, 45(4), 1007-1016. https://doi.org/10.1016/j.dss.2008.04.001

Erkan, I., & Evans, C. (2016). The influence of eWOM in social media on consumers' purchase intentions: An extended approach to information adoption. Computers in Human Behavior. https://doi.org/10.1016/j.chb.2016.03.003

Fresneda, J. E., & Gefen, D. (2019). A semantic measure of online review helpfulness and the importance of message entropy. Decision Support Systems, 125(July), 113117. https://doi.org/10.1016/j.dss.2019.113117

George, G., Dahlander, L., Graffin, S., & Sim, S. (2016). From the Editors Reputation and Status : Expanding the Role of Social Evaluations. Academy of Management Journal, 59(1), 1-13. https://doi.org/10.5465/amj.2016.4001

Global Web Index. (2018). Product Reviews and Commerce. Examining the role of product reviews in the digital purchase journey. Retrieved from https://www.globalwebindex.com/hubfs/Downloads/Product-Reviews-andCommerce-report.pdf

Gottschalk, S. A., & Mafael, A. (2017). Cutting Through the Online Review Jungle - Investigating Selective eWOM Processing. Journal of Interactive Marketing, 37, 89-104. https://d0i.0rg/10.1016/j.intmar.2016.06.001

Gu, B., Park, J., & Konana, P. (2012). The impact of external word-of-mouth sources on retailer sales of high-involvement products. Information Systems Research, 23(1), 182-196. https://doi.org/10.1287/isre.1100.0343

Guan, C., & Lam, S. Y. (2019). Product Rating Statistics as Consumer Search Aids. Journal of Interactive Marketing. https://doi.org/10.1016/j.intmar.2019.02.003

Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the Internet? Journal of Interactive Marketing, 18(1), 38-52. https://doi.org/10.1002/dir.10073

Ho-Dac, N. N., Carson, S. J., & Moore, W. L. (2013). The effects of positive and negative online customer reviews: Do brand strength and category maturity matter? Journal of Marketing, 77(6), 37-53. https://doi.org/10.1509/jm.11.0011

Hu, N., Koh, N. S., & Reddy, S. K. (2014). Ratings lead you to the product, reviews help you clinch it? the mediating role of online review sentiments on product sales. Decision Support Systems, 57(1), 42-53. https://doi.org/10.1016Zj.dss.2013.07.009

Hu, N., Liu, L., & Zhang, J. J. (2008). Do online reviews affect product sales? The role of reviewer characteristics and temporal effects. Information Technology and Management, 9(3), 201-214. https://doi.org/10.1007/s10799-008-0041-2

King, R. A., Racherla, P., & Bush, V. D. (2014). What We Know and Don't Know About Online Word-of-Mouth: A Review and Synthesis of the Literature. https://doi. org/10.1016/j.intmar.2014.02.001

Kostyra, D. S., Reiner, J., Natter, M., & Klapper, D. (2016). Decomposing the effects of online customer reviews on brand, price, and product attributes. International Journal of Research in Marketing, 33(1), 11-26. https://doi.org/10.1016/j. ijresmar.2014.12.004

Krishnamurthy, A., & Kumar, S. R. (2018). Journal of Retailing and Consumer Services Electronic word-of-mouth and the brand image : Exploring the moderating role of involvement through a consumer expectations lens. Journal of Retailing and Consumer Services, 43(February), 149-156. https://doi.org/10.1016/j. jretconser.2018.03.010

Kumar, N., & Benbasat, I. (2006). The influence of recommendations and consumer reviews on evaluations of websites. Information Systems Research, 17(4), 425-439. https://doi.org/10.1287/isre.1060.0107

Lee, M., & Youn, S. (2009). Electronic word of mouth (eWOM): How eWOM platforms influence consumer product judgement. International Journal of Advertising, 28(3), 473-499. https://doi.org/10.2501/S0265048709200709

Li, B., Ch'ng, E., Chong, A. Y.-L. L., Bao, H., Ch'ng, E., Chong, A. Y.-L. L., ... Bao, H. (2016). Predicting online e-marketplace sales performances: A big data approach. Computers & Industrial Engineering, 101, 565-571. https://doi.org/10.1016/j. cie.2016.08.009

Li, Xiaolin, Wu, C., & Mai, F. (2019). The effect of online reviews on product sales: A joint sentiment-topic analysis. Information and Management, 56(2), 172-184. https://doi.org/10.1016/j.im.2018.04.007

Li, Xinxin, & Hitt, L. M. (2008). Self-selection and information role of online product reviews. Information Systems Research, 19(4), 456-474. https://doi.org/10.1287/ isre.1070.0154

Luo, A., Baker, A., & Donthu, N. (2019). Capturing dynamics in the value for brand recommendations from word-of-mouth conversations. Journal of Business Research, 104(July), 247-260. https://doi.org/i0.i0i6/j.jbusres.20i9.07.0i5

Moe, W. W., Trusov, M., & Smith, R. H. (2011). The value of social dynamics in online product ratings forums. Journal of Marketing Research, 48(3), 444-456. https://doi.org/10.1509/jmkr.48.3444

Mudambi, S. M., & Schuff, D. (2010). What makes a helpful online review? A study of customer reviews on amazon.com. MIS Quarterly: Management Information Systems, 34(1), 185-200. https://doi.org/10.2307/20721420

Mukhopadhyay, S., & Chung, T. S. (2016). Preference instability, consumption and online rating behavior. International Journal of Research in Marketing, 33(3), 624-638. https://doi.org/10.1016/j.ijresmar.2015.11.007

Nisar, T. M., Prabhakar, G., Ilavarasan, P. V., & Baabdullah, A. M. (2019). Journal of Retailing and Consumer Services Up the ante : Electronic word of mouth and its effects on firm reputation and performance. Journal of Retailing and Consumer Services, (September 2018), 101726. https://doi.org/10.1016/j.jretconser.2018.12.010

Park, Y. J. (2018). Predicting the helpfulness of online customer reviews across different product types. Sustainability (Switzerland), 10(6). https://doi.org/10.3390/ su10061735

PowerReview. (2015). From Reviews to Revenue, how star ratings and review content influence purchase. Retrieved from https://www.powerreviews.com/wp-content/ uploads/2016/04/Northwestern-Vol1.pdf

PowerReview. (2020). PowerReviews Market Trends Snapshot - June 2020. Retrieved from https://www.powerreviews.com/insights/market-trends-june-2020/

Sabogal Salamanca, M., Fajardo-Toro, C. H., Renteria, J. C., Mayett Moreno, Y., & Sanchez Baltasar, L. B. (2020). Online Purchase and Advertising in Latin America. In Tereza Semerádová (Ed.), Impacts of Online Advertising on Business Performance (pp. 104-137). https://doi.org/10.4018/978-1-7998-1618-8.ch005

Sen, S., & Lerman, D. (2007). Why are you telling me this? An examination into negative consumer reviews on the web. Journal of Interactive Marketing, 21(4), 76-94. https://doi.org/10.1002/dir.20090

Sotiriadis, M. D., & van Zyl, C. (2013). Electronic word-of-mouth and online reviews in tourism services: The use of twitter by tourists. Electronic Commerce Research, 13(1), 103-124. https://d0i.0rg/10.1007/s10660-013-9108-1

Srivastava, V., & Kalro, A. D. (2019). ScienceDirect Enhancing the Helpfulness of Online Consumer Reviews : The Role of Latent ( Content ) Factors. Journal of Interactive Marketing, 48, 33-50. https://d0i.0rg/10.1016/j.intmar.2018.12.003

Strandberg, C., Styvén, M. E., & Hultman, M. (2019). Places in good graces: The role of emotional connections to a place on word-of-mouth. Journal of Business Research, (January), 0-1. https://doi.org/io.ioi6/j.jbusres.20i9.ii.044

Sun, M. (2012). How does the variance of product ratings matter? Management Science, 58(4), 696-707. https://d0i.0rg/10.1287/mnsc.1110.1458

Sun, X., Han, M., & Feng, J. (2019). Helpfulness of online reviews : Examining review informativeness and classification thresholds by search products and experience products. Decision Support Systems, 124(January), 113099. https://doi. 0rg/10.1016/j.dss.2019.113099

Wagner, G., Schramm-Klein, H., & Steinmann, S. (2018). Online retailing across e-channels and e-channel t0uchp0ints: Empirical studies 0f œnsumer behavi0r in the multichannel e-œmmerce environment. Journal of Business Research, !07(N0vember 2018), 256-270. https://d0i.0rg/10.1016/j.jbusres.2018.10.048

Wang, H., Zhang, W., & Zheng, L. (2011). Dynamic pricing in B2C based on online product reviews. Procedia Engineering, 23, 270-275. https://d0i.0rg/10.1016/j. pr0eng.2011.11.2501

Wang, J., Wang, X., & Li, Y. (2019). A discrete electronic word-of-mouth propagation model and its application in online social networks. Physica A, 527, 121172. https://doi.org/10.1016/j.physa.2019.121172

Willems, J., Waldner, C. J., & Ronquillo, J. C. (2019). Reputation Star Society: Are star ratings consulted as substitute or complementary information? Decision Support Systems, 124, 1-11. https://d0i.0rg/10.1016/j.dss.2019.113080

Yang, J., Hu, X., & Zhang, H. (2007). Effects of a reputation feedback system on an 0nline c0nsumer-t0-c0nsumer aucti0n market. Decision Support Systems, 44(1), 93-105. https://d0i.0rg/10.1016/j.dss.2007.03.005