ISSN 0798 1015

logo

Vol. 38 (Nº 52) Año 2017. Pág. 17

Clasificación de información en redes sociales. Análisis de contenido en Twitter de empresas de comercio electrónico

Information classification on social networks. Content analysis of e-commerce companies on Twitter

Beatriz RODRÍGUEZ Herráez 1; Diana PÉREZ Bustamante 2; José Ramón SAURA Lacárcel 3

Recibido: 22/06/2017 • Aprobado: 22/07/2017


Contenido

1. Introducción

2. Metodología y objetivos

3. Análisis de resultados

4. Conclusiones

Referencias bibliográficas


RESUMEN:

Esta investigación categoriza el tipo de contenido publicado por empresas de comercio electrónico en Twitter, un nuevo canal de comunicación con los usuarios en Internet en los que la toma de decisiones relativas al tipo de contenido difundido juega un papel relevante. Se analizan 7.399 tweets. Tras la codificación de las variables se efectúa un tratamiento estadístico de los datos obtenidos. Los resultados evidencian que las empresas utilizan la Twitter de forma estacional y con fines comerciales.
Palabras clave Empresa, Redes Sociales, Twitter, Marketing de contenidos

ABSTRACT:

This research delves into the classification of the type of content published by e-commerce companies on Twitter. Twitter is taken as referential new channel of communication with users on the Internet. The total of classified tweets is 7,399. The results of the research show that the companies subject of study are not using Twitter as a channel of communication, but they are using the social network on a seasonal basis and for purely commercial purposes.
Keywords Business, Social Networks, Twitter, Content M

PDF Download

1. Introducción

La presente investigación tiene su justificación en la importancia del estudio y clasificación de la información en las comunicaciones que realizan empresas de Comercio Electrónico a través de Twitter. Asimismo, es importante resaltar que en los últimos años el mundo de la empresa ha experimentado importantes cambios en la forma de gestión de su propia organización y en la manera de relacionarse con los clientes (Royle y Laing, 2014).

Diferentes investigaciones realizadas en la última década indican que uno de los cambios más significativos producidos en el entorno empresarial ha sido el referido a la aplicación de estrategias en redes sociales para conseguir maximizar el retorno de la inversión -Return On Investment (ROI)- de estas y en general de las acciones en Internet (Chaffey, 2012). Tal y como indica O’Reilly (2005), uno de los factores que provocó este proceso de transformación fue la llamada Burbuja Punto Com, que junto al desarrollo de las tecnologías de la información y la comunicación, construyó una corriente económica especulativa sobre las empresas de base tecnológica o start-ups y los negocios en Internet.

Por tanto, podemos afirmar, siguiendo las obras de Kaushik (2009) y Chaffey y Patron (2015) que la (i)innovación, (ii)las nuevas tecnologías y (iii)las redes sociales han cambiado la forma de hacer negocios y el modelo empresarial como lo entendíamos hasta la última década del siglo XX (Ryan, Damian, Jones y Calvin, 2009).

Las estrategias empresariales en Internet se definen y desarrollan para dar respuesta a los cambios en el comportamiento de los consumidores, quienes han dejado de ser receptores pasivos para ser receptores críticos. Los consumidores ya no están dispuestos a permitir interrupciones publicitarias en nuevos medios tal y como eran conocidas hasta ahora en medios tradicionales como la radio, la televisión o el periódico en Internet (Chaffey y Patron, 2012).

En cuanto a la relevancia académica de las redes sociales e Internet, se produciría en la primera década del siglo XXI en la que los autores centran su interés en la nueva forma de desarrollar negocios en Internet, metodologías y definiciones de estrategias, optimización de técnicas de Marketing Digital (MD) y diferentes tipos y modalidades de uso de estas (Ryan y Jones, 2009; Seggie, Cavusgil y Phelan, 2007; Lenskold, 2002; Del Águila, Meléndez, Tarrés y Veciana, 2001)

Bajo este nuevo paradigma, las empresas empiezan a priorizar las técnicas empresariales en Internet frente a las técnicas de Marketing tradicional para conseguir optimizar el ROI en entornos 2.0 (Lenskold, 2002; O’Reilly, 2005; Hoffman y Fodor, 2010). Mientras que en el modelo de Marketing tradicional sería la empresa la que identificaba las necesidades del cliente, analizaba el mercado y sobre este trabajo determinaba cómo vendía y planteaba la estrategia, promocionaba y creaba la imagen corporativa, en el comercio electrónico en cambio, los consumidores intervienen directamente en la definición de la estrategia empresarial y en la forma en que la empresa se relaciona directamente con los clientes, sobre todo, a través del diseño y optimización de páginas web y acciones de comunicación que lleven a los usuarios a estas(Chaffey y Patron, 2012).

En la segunda década del siglo XXI, aparece el proceso de adaptación y evolución de las técnicas de Marketing tradicional al entorno digital, a través del desarrollo y estudio de nuevas metodologías y técnicas como Search Engine Optimization (SEO); Social Media Marketing (SMM); Search Engine Marketing (SEM); Social Media Marketing (SMM); CPC (Coste por Click) y Remarketing; Email Marketing o App Store Optimization (ASO); entre otras (O’Reilly, 2005; Germán, Narváez y Edgar, 2014).

Estas técnicas se convertirían en los principales instrumentos para que los consumidores encontrasen e interactuasen con las empresas en entornos digitales. El objetivo sería, por tanto, generar el mayor valor posible para que los visitantes de sitios web o usuarios se convirtieran en clientes y las empresas fidelizasen sus compras en estos entornos (Ryan y Jones, 2009). Una de estas técnicas, en concreto, el SMM, es la que establece un nuevo medio de comunicación con el consumidor en redes sociales, siendo la técnica examinada en esta investigación y en concreto, Twitter. Debido a la naturaleza de estas tecnologías y a su nacimiento el proceso de implantación y asimilación junto al plan de Marketing tradicional, y la implantación de las técnicas de forma correcta, ha supuesto un reto para las empresas (O’Reilly, 2010).

Bajo este contexto, nace la necesidad de profundizar en el estudio de la empresa en redes sociales, en el desarrollo de su estrategia y en la implantación de las técnicas utilizadas, con el objetivo de identificar cuáles de ellas son las más relevantes y rentables, respecto a las ventas que consiguen las empresas en Internet.

Para Celaya (2001), la llegada de las redes sociales facilitó a los usuarios reunirse con una necesidad, meta o interés común. Autores como Peters, Chen, Kaplan, Ognibeni y Pauwels (2013) señalarían acertadamente que las redes sociales han generado un ambiente social en el que se comparten experiencias propias, tanto en el ámbito personal como profesional con terceras personas. O’Reilly (2012) señalaría en su obra que en la actualidad el consumidor no percibe de lejos a la marca, si no que esta se encontraría en su entorno cotidiano, permitiendo impactar a los usuarios inconscientemente. De esta forma, cuando la marca se pronuncia en redes sociales, recibe una respuesta inmediata de los usuarios posibilitando que la comunicación entre la marca y el consumidor sea recíproca.

Las redes sociales se podrían concebir entonces como una categoría dentro de los medios on-line, como un instrumento de comunicación de masas o como un instrumento de democratización de la información de una forma mucho más visual (Boyd, 2007 y Crumlish, 2009).  Algunos autores como Boyd y Ellison (2007) indican que entre sus ventajas están las de permitir la construcción de un perfil para vincular diferentes miembros en una comunidad o grupos en Internet; Chaffey y Patron (2012) destacan que facilitan una vía para compartir intereses y actividades a grupos en Internet; Crumlish (2009) destaca la facilidad para compartir diferentes formatos multimedia; Wang, Kim, Jinyoung, Xiao y Jung (2017) señalan que entre sus ventajas se encuentra la de facilitar el acceso a nuevos contactos, información y entretenimiento y Jayaram, Manrai, y Manrai (2015) la posibilidad de encontrar personas con ideas afines para organizar una comunidad proactiva para el intercambio de conocimientos.

1.1. Revisión de la literatura

El creciente uso del SMM como técnica para conseguir ventas en entornos digitales ha dado lugar a que numerosas investigaciones se publicasen en la primera década del siglo XXI. Investigaciones como la de Berthon, Piit y Watson (1996), “The marketing communication and the World Wide Web” abrían el ámbito científico para el estudio de estas tecnologías y del Marketing en Internet estableciendo Internet como un medio para la publicidad, consolidando las bases para el estudio del comportamiento del usuario en Internet.

A lo largo de los últimos años han sido numerosas las investigaciones académicas publicadas en el ámbito del marketing en Internet. Podríamos destacar obras como las de  Peters, Chen, Kaplan, Ognibeni y Pauwels (2013), en la que compararían las nuevas formas de publicidad en Internet frente a los medios off-line presentando el nuevo paradigma digital; la obra de Jarvinen y Karjaluoto (2015), en la que trabajarían sobre el uso de la AW en las técnicas de MD; la interesante obra de Jayaram, Manrai y Manrai (2015), en la que analizarían el comportamiento del usuario a través de AW en social media, campañas digitales y aplicaciones móviles; el algoritmo matemático planteado por Zhuofan, Shib y Wang (2015), donde analizan la efectividad del Search Marketing en el sector financiero o la obra de Royle y Laing (2014), en la que investigan sobre el gap en las habilidades de los profesionales para ejecutar correctamente las nuevas técnicas de MD en el entorno empresarial.

Otras obras como las de Leeflang, Verhoef, Dahlström y Freundt (2014) focalizarían en las oportunidades que el MD y la evolución de las TICs ofrecerían al Marketing en la Era Digital; Nabout, Skiera y Stepanchuk (2012) centrarían su atención en el análisis de la rentabilidad de las técnicas de Search Marketing y en la mejora de la inversión realizada en motores de búsqueda; Kucuk y Sandeep (2017), desarrollaría un modelo para integrar el valor de marca en MD. Roshan, Warren y Car (2016) investigarían sobre los factores clave para el desarrollo del MD y los beneficios obtenidos con unos resultados interesantes.

Como hemos puesto de manifiesto, el interés de los investigadores sobre las categorías y subcategorías presentes en el marketing digital es un hecho. Es importante la revisión de literatura tanto de investigaciones como de obras no científicas en el ámbito del MD, debido a que este es un ámbito de investigación relativamente nuevo y la coherencia e importancia de los resultados de esta investigación ponen de manifiesto el estudio del Marketing en Internet como nuevo ámbito para la investigación dentro del SMM y en concreto, Twitter.

2. Metodología y objetivos

La metodología planteada en este trabajo se desarrolla en base a la investigación de Roshan, Warren y Carr (2016) y Azorín, Orduna, Ontalba (2016) en la que analizan el contenido publicado por diferentes empresas en Twitter durante un periodo de crisis determinado.

Asimismo, y en la línea de las investigaciones de Roshan et al (2016) o Wang, Kim, Jinyoung, Xiao y Jung (2017) el horizonte temporal analizado es el comprendido entre los contenidos publicados por las empresas analizadas en el periodo de campaña navideña del año 2015, comprendidos entre los meses de diciembre y enero. Con el objetivo de identificar posibles patrones de comportamiento, se analizan y comparan los meses señalados con el contenido categorizado anualmente.

La metodología es cualitativa, el Análisis de Contenido, metodología que se ha extendido a un gran número de disciplinas, entre las que se encuentran la psicología, la sociología, la ciencia política, la comunicación, la gestión de empresas, el marketing, el turismo y otras más (Manikas y Shea 1997; Wai-Sum y Man-Yi Fung 1998; Seaton y Bennet (1996). Incluso, el análisis de contenido es una importante herramienta de trabajo empleada por la CIA, el FBI y otras agencias de inteligencia (Parris, 2002).

El total de tweets analizados cualitativamente y categorizados según tipo de contenido, procedentes de los perfiles oficiales de Twitter de las empresas que determinan la muestra, ha sido de 7.399 correspondiente a ocho empresas que ganaron en el año 2015 los eCommerce Award Spain -By-Hours; Ticketea; Andorra Free Market; Imaginarium; Pisamonas; SoloPorteros; Chuches-online y Zacaris-, prestigiosos premios que destacan el uso de las nuevas técnicas de Marketing en Internet.

Para el desarrollo y aplicación de la metodología del Análisis de Contenido se han seguido las siguientes fases:

FASE I

En esta primera parte se identifican los objetivos planteados al comienzo de la investigación: (i)Clasificar el tipo de contenido publicado en Twitter por las empresas objeto de estudio; (ii)Analizar el uso que hacen las empresas de Twitter en la relación con el cliente; (iii)Estructurar la estrategia de contenidos a través de Twitter y por último (iv)Analizar el comportamiento del usuario con las empresas en Twitter.

FASE II

En la segunda fase se selecciona la muestra de las empresas que se van a analizar. Los fundamentos de la selección se centran en la búsqueda de empresas de comercio electrónico, que hubieran obtenido un reconocido premio de comercio electrónico en España por sus resultados procedentes del uso de estas técnicas de MD en el ejercicio 2015. Componen la muestra las siguientes empresas: By-Hours; Ticketea; Andorra Free Market; Imaginarium; Pisamonas; SoloPorteros; Chuches-online y Zacaris.

FASE III

En la tercera fase se determinan las variables empleadas para dar respuesta a los objetivos planteados y se exponen estas variables en el apartado de análisis de resultados.

FASE IV

En la fase cuarta se define el manual de codificación común para todos los codificadores permitiendo evaluar las variables según los criterios y las categorías establecidas. Adicionalmente se desarrollan las instrucciones a seguir en la codificación de las variables de manera homogénea por parte de todos los implicados en la recogida de información, en este caso los autores de la investigación.

FASE V

En esta fase se realiza la codificación de las variables para lo que se tiene en cuenta la fase anterior, para instruir a los codificadores previamente. En el desarrollo de esta labor participan los tres autores de la investigación, siendo el nivel de coincidencia entre ellos muy elevado.

FASE VI

En esta fase se efectúa el tratamiento estadístico de los datos recogidos en los apartados anteriores. Es también en esta última fase en la que se realiza el tratamiento estadístico de los datos obtenidos. Esta codificación suele hacerse por dos o más personas convenientemente entrenadas, para determinar la fiabilidad y coincidencias en los resultados de las codificaciones realizadas por los distintos codificadores participantes (Krippendorf 1980; Bigné 1999; Neuendorf, 2002).

La fiabilidad entre los codificadores suele medirse a través de índices establecidos por diversos autores, siendo el más habitual como señalan Kolbe y Burnett (1991) el propuesto por Holsti (1969), dado por la expresión siguiente:

PC= 2D/(C1+C2)

Donde PC representa el porcentaje de coincidencias y acuerdo; D es el número de acuerdos entre los dos codificadores; siendo C1 y C2 el número de unidades codificadas. Cuando el número de codificadores es superior a dos, se calcula la media de los porcentajes de acuerdos, considerados dos a dos. El grado de acuerdo oscila según esta fórmula entre cero y cien, considerándose en general que existe un buen índice de acuerdo cuando éste es superior a 0,70.

En la investigación realizada han participado como codificadores los autores de este trabajo, registrándose un índice de acuerdo a través de la fórmula de Holsti que oscila entre 0,90 y 0,96. Los desacuerdos existentes fueron resueltos a través de una revisión de los mismos entre los trés codificadores.

FASE VII

Destinada a agrupar y tratar convenientemente los datos obtenidos, a fin de realizar con ellos un análisis descriptivo, uni-bivariante o multivariante, que permita establecer unas conclusiones adecuadas de la investigación realizada.

2.1. El entorno empresarial en las redes sociales en comercio electrónico

Como ya hemos señalado nos centraremos en la comunicación a través del SMM, cuyo objetivo en comercio electrónico de tipo B2C, sería el de establecer una comunicación fluida con los usuarios para fidelizarlos (Del Águila, 2000).

El comercio electrónico, posibilita que el consumidor potencial analice la información que se ofrece, al igual que en los medios impresos, pero posee atractivos diferenciales, como imágenes en movimiento y sonido. El comercio electrónico a través del SMM, ofrece interactividad con el consumidor, un aspecto clave que ningún otro medio de comunicación ofrece hasta entonces. De esta forma, el espectador o usuario, ante la exposición de información y/o publicidad, no es un actor pasivo, sino un actor activo al que las empresas dirigen el mensaje para organizar el contenido que se publica.

Las redes sociales se situan como una opción de respuesta inmediata a la publicidad dado su carácter interactivo. La vía para ejecutar acciones en este escenario digital son las estrategias de contenidos también conocidas como content marketing strategies (Kaushik, 2009; Chaffey y Patron, 2012).  De esta forma y gracias a las características de Internet, se permite personalizar la comunicación, es decir, que cada individuo reciba un mensaje diferente según sus preferencias.

En este paradigma, el uso de las redes sociales aporta diferentes beneficios a las empresas. Uno de ellos es el de generar, de forma rápida y sencilla, una gran cantidad de contenido escrito o en formato de vídeo y difundirlo hacia sus clientes, proporcionándoles información interesante y de valor añadido, que les ayuda a la hora de tomar la decisión de comprar un producto o servicio. O’Reilly (2012) señalaría que ya no es tan importante el presupuesto como gestionar y usar eficazmente de las redes sociales.

El planteamiento de una estrategia en redes sociales posibilita la construcción de un activo, un canal que una vez construido proporciona un beneficio económico a la empresa en forma de captación de tráfico hacia su sitio web, y este trabajo debe convertirse en contactos, peticiones de información y fidelización de clientes (Chaffey y Patron, 2012).

Una vez vinculados los usuarios alrededor de la comunidad, ésta es utilizada como una plataforma para difundir contenido y atraer tráfico a los contenidos corporativos de la empresa. Por un lado, con el planteamiento de la estrategia, se deben crear el número de seguidores suficiente, y por otro, se deben construir relaciones sólidas con diferentes usuarios en el área de negocio de la empresa, líderes de opinión o Influencers con el objetivo de monitorizar y optimizar los resultados (Chunga et al., 2017).

El término de monitorizar, atendiendo a Chaffey y Patron (2012), significa llevar un control de las acciones que se realizan, las reacciones que han provocado y lo comentado sobre la empresa o marca en medios sociales. Con el análisis de los datos obtenidos, se corrigen errores para aumentar la efectividad de cada una de las acciones.

2.2. El marketing de contenidos en Twitter

Conocer la audiencia de las empresas es imprescindible dentro del desarrollo de una estrategia de marketing de contenidos (Meerman, 2015). Distinguir entre contenido de valor y un contenido que no aporta información es imprescindible. Bajo esta perspectiva, si el contenido publicado por la empresa en Twitter no aportar valor añadido al usuario, no debe plantearse su creación ni publicación. El contenido publicado siempre ha de contribuir, en mayor o menor medida, a cubrir las necesidades que tenga el usuario en ese momento.

Por lo tanto, el contenido publicado Twitter ha pasado de un tono unidireccional, donde los usuarios únicamente escuchaban, a un contenido bidireccional, donde los clientes pueden interactuar con la marca. Esta evolución se ha visto reflejada, por ejemplo, en el desarrollo de nuevas metodologías para la publicidad social o social selling (Ryan y Jones, 2009).

Germán, Narváez y Edgar (2014) indican que las estrategias de marketing de contenidos en Twitter permiten construir mensajes centrándose en el usuario y no tanto en el producto. La marca transmite al cliente su producto, pero debe presentarse como una historia en la que está representada la filosofía de la empresa, con el objetivo de entretener, generar atención y cercanía con el usuario.

Chaffey y Patron (2012), señalan que las estrategias de marketing de contenidos en Twitter segmentan los mensajes, adaptando el discurso al perfil o grupo objetivo al que se dirige el anunciante. Permiten construir estrategias de persuasión muy completas y que no son percibidas como tales. El contenido no es apreciado desde una perspectiva comercial, sino que es percibido como una historia que posee los valores de la marca y se identifica con su target.

El marketing de contenidos específicamente, consiste en crear y distribuir contenidos relevantes para la audiencia de la empresa. Busca establecer un vínculo mediante la confianza, el valor y el entusiasmo por la filosofía de la empresa. El contenido puede clasificarse de diferentes formas según los objetivos planteados por la empresa. Se puede desarrollar contenido corporativo, publicitario, de marca y orientado al marketing de contenidos.

Puesto en valor el contenido publicado por la empresa, autores como Royle y Laing (2014),

Roshan, Warren y Carr (2016), Roshan et al (2016) o Wang, Kim, Jinyoung, Xiao y Jung (2017) señalan que la forma de clasificar y publicar el contenido en redes sociales, permite analizar y evaluar las acciones que la empresa desarrolla en su estrategia en redes sociales. Teniendo en cuenta quién es el creador del contenido y con cuánta periodicidad lo publica, se puede evaluar la eficacia y determinación de una estrategia de marketing de contenidos en redes sociales.

2.3. Tipología de contenido en Twitter

Autores como Boyd (2007), Celaya (2012), Chunga,  Andreeva,  Benyoucef, Duane,  O’Reilly (2017), Crumlish (2009), Germán, Narváez y Edgar (2014), Hoffman y Fodor (2010) o Jayaram, Manrai y Manrai (2015), Meerman(2015), Peters, Chen, Kaplan, Ognibeni y Pauwels (2013), Roshan, Warren y Car (2016) clasifican el contenido publicado para evaluar las acciones que realizan las empresas a través de redes sociales.

La revisión de literatura indicada anteriormente permite clasificar el contenido publicado en redes sociales bajo la siguiente jerarquización y concretamente en Twitter:

(i) Contenido propio o contenido elaborado por la propia organización. Se habla de contenido relacionado a los productos o servicios promocionados por la empresa o autopromoción y es creado, diseñado y publicado por la propia empresa.

(ii) Contenido elaborado por terceros y publicado por la organización o contenido curado. Publicación de contenido de terceros (proveedores, promociones, competidores, noticias) no elaborado por la propia empresa, pero de interés para su comunidad en el que se recomienda un contenido de otros usuarios o empresas en los canales corporativos de la propia empresa.

Este tipo de contenido no necesariamente trata sobre la empresa. Puede estar dedicado a un sector en general o a cubrir aspectos que la empresa puede abordar en un futuro. Asimismo, autores como Chaffey y Patron (2012) hablan de contenido de tipo curado, debido al examen y comprobación de la originalidad y temática que debe resultar útil a la empresa. Estos contenidos permiten el ahorro de recursos debido a la autoría de terceros.

(iii) Comunicación de Influencer o comunicación de contenido repetido de un usuario. Contenido que hace referencia a la autoría de una personalidad pública. Es un contenido relacionado con la empresa en el que el propio valor reside en el hecho de que un Influencer –personaje público o de interés para la comunidad- haya publicado dicho contenido o haya sido contratado por la empresa para que lo haga con el objetivo de vincular a su comunidad con los clientes de la empresa en redes sociales. En la red social Twitter recibe el nombre de Retweet de contenido publicado por otro perfil o empresa.

(iv) Interacción con usuarios o comunicación a usuarios.  Comunicación establecida con usuarios con diferentes objetivos. Este contenido desarrolla y plantea comunicaciones para resolver dudas, quejas o problemas de adquisición del producto o servicios. En Twitter, este tipo de contenido posibilita que la red social se convierta en un canal de comunicación en sí mismo, en el que la empresa puede establecer una conversación con el cliente.

(v) Ofertas, cupones o promociones. Publicación de cupones u ofertas sobre los productos o servicios que ofrece la marca en Internet con el objetivo de captar a nuevos clientes en redes sociales.

Tal y como ya hemos señalado, tras la categorización y clasificación de contenidos, la red social objeto de estudio es Twitter.  La red social Twitter está caracterizada por la comunicación y los contenidos. Esta red social ha sido objeto de numerosas investigaciones en la última década para determinar qué uso están haciendo las empresas a través de Twitter. Esta temática ha despertado interés en los académicos a lo largo de los últimos años tal y como demuestran las obras de: Gu, Skierkowski, Florin, Friend y Ye (2016); Moreno, Arseniev, Koehler y Christakis (2016); Heo, Park, Kim y Park (2016); Ahmed, Jaidka y Cho (2016); Riquelme y González-Cantergiani (2016); Yu (2016) y Roshan, Warren  y Carr (2016), entre otras.

3. Análisis de resultados

Tal y como indican autores como Germán, Narváez y Edgar (2014) es bien sabido que el contenido y las acciones realizadas por las empresas en Twitter determinan el contenido indexado en motores de búsqueda y la presencia y visibilidad de la marca en Internet.

En la presente investigación, el análisis del contenido publicado es contrastado con la revisión bibliográfica y los resultados obtenidos en cada acción. Por lo tanto, el análisis del contenido publicado por las empresas objeto de estudio en Twitter determina la efectividad de su estrategia de contenidos en redes sociales.

Este análisis permite cuestionar la efectividad de la estrategia de contenidos planteada por la empresa, posibilitando un análisis comparativo para determinar si las acciones realizadas han sido efectivas.

La Tabla 1 y Tabla 2 en la que se muestran los porcentajes estimados de publicación de contenido en Twitter de las ocho empresas clasificadas según cantidad y tipo de contenido.

Tabla 1
Porcentajes de contenido publicado en Twitter en diciembre y enero

Contenido

By-Hours

Ticketea

AFM

Imaginarium

Pisamonas

SoloPorteros

Chuches-Online

Zacaris

C. Propio

20.68%

27.81%

6.52%

41.82%

2.50%

38.89%

12.50%

13.33%

C.Terceros

64.20%

2.81%

5.43%

3.03%

0.00%

11.81%

18.75%

0.00%

Influencer

3.40%

4.78%

55.43%

18.18%

6.25%

5.56%

0.00%

8.89%

Interacción

1.23%

25.84%

4.35%

34.55%

90.00%

22.22%

62.50%

17.78%

Oferta/Cupón

10.49%

38.76%

28.26%

2.42%

1.25%

20.83%

6.25%

55.56%

Otro

0.00%

0.00%

0.00%

0.00%

0.00%

0.69%

0.00%

4.44%

Fuente: Elaboración propia

-----

Tabla 2: Tipo y número de contenido publicado en Twitter en diciembre y enero

Tipo y Número de Contenido

By-Hours

Ticketea

AFM

Imaginarium

Pisamonas

SoloPorteros

Chuches-Online

Zacaris

Contenido Propio

67

99

6

69

2

56

2

6

Contenido Terceros

208

10

5

5

0

17

3

0

RT / Influencer

11

17

51

30

5

8

0

4

Interacción

4

92

4

57

72

32

10

8

Oferta / Cupón

34

138

26

4

1

30

1

25

Otro

0

0

0

0

0

1

0

2

Total publicado

324

356

92

165

80

144

16

45

Máx. Publicado

208

138

51

69

72

56

10

25

Mín. Publicado

0

0

0

0

0

1

0

0

Fuente: Elaboración propia

Los datos representados en la Tabla 1 y 2 muestran el tipo de contenido publicado de diciembre a enero de 2015 por las empresas objeto de estudio en Twitter. El contenido ha sido analizado y clasificado. El análisis de los resultados indica que el contenido con un valor más alto es de un 25,1% correspondiente al tipo de contenido propio.

En segundo lugar, encontramos el contenido correspondiente a interacción con el usuario, un 22,8% del total de contenido publicado. A continuación, el contenido correspondiente a acciones de oferta o cupones obtiene un 21,2% seguido del contenido de terceros con un valor de 20,3%.

En último lugar encontramos el contenido correspondiente a Influencer con un 10,3% del total de contenido publicado. Esta estimación de resultados se refleja en el Gráfico 1, en el que se puede apreciar la media de publicación de cada uno de los contenidos.

Gráfico 1
Porcentaje medio de publicación de contenidos en Twitter en diciembre y enero

Fuente: Elaboración propia

Profundizando en los resultados que se observan en el Gráfico 2, se ha comparado el tipo de contenido publicado en diciembre frente a enero, para contrastar las acciones realizadas en cada uno de los meses. La relevancia de esta comparación corresponde a la estacionalidad de los servicios ofertados en navidad.

En este sentido, podemos afirmar antes del análisis de datos que un uso correcto de Twitter es el de la atención al cliente para responder dudas o sugerencias después de la temporada de estacionalidad, por lo que, a priori, el contenido de ofertas y cupones debe ser superior en enero y el contenido correspondiente a interacciones con el usuario debe ser superior en diciembre, debido principalmente a la naturaleza de Twitter como canal de comunicación con el cliente.

Sin embargo, al comparar la media de contenido publicado en enero y diciembre por las empresas objeto de estudio, podemos apreciar que el contenido correspondiente a las interacciones en el mes de enero es de casi un 18%. En este sentido, el contenido correspondiente a ofertas y cupones es el que sigue a las interacciones con una publicación media de 17%.

Si atendemos al mes de diciembre y los contenidos publicados en este, podemos observar cómo el contenido que obtiene el valor más elevado es el correspondiente a contenido de terceros (24%), seguido de contenido propio (22%). Llama la atención el porcentaje obtenido por el contenido de tipo interacciones con el usuario que obtiene un valor de 17%.

Gráfico 2
Tipo de contenido publicado
en diciembre 2015 vs enero 2016

Fuente: Elaboración propia

Con el objetivo de obtener una nueva perspectiva en el análisis de los datos, se ha comparado la media del contenido publicado en los últimos doce meses por las empresas que conforman la muestra en Twitter, frente a la media de publicación en diciembre y enero.

Por otro lado, el volumen de contenidos publicados correspondiente a doce meses –de marzo de 2015 a marzo de 2016-, es superior al publicado en la estacionalidad analizada, diciembre y enero, de esta forma podemos comparar el análisis desde una perspectiva anual para determinar, en su caso, patrones de comportamiento.

Gráfico 3
Media del tipo de contenido
publicado durante 12 meses

Fuente: Elaboración propia

En este caso, tal y como se puede apreciar en el Gráfico 3, el análisis de los datos permite obtener los resultados correspondientes al contenido publicado durante doce meses y que representa como mayor volumen de publicación el contenido de tipo propio (28,6%) seguido del contenido tipo oferta (25,1%) e Interacción (22,7%).

Sin embargo, al comparar la media de contenido publicado en doce meses con la media del contenido publicado en diciembre y enero –véase Gráfico 4-, podemos observar cómo los resultados aumentan en lo referente a contenido de terceros, situándose cerca del 22,5%, frente al 7% del intervalo de correspondiente a diciembre y enero.

El gráfico 4 además de estar invertido sólo nos serviría para comparar el peso relativo de cada contenido respecto al total y lo que nos interesa es el peso absoluto. Gráfico 4: Media del tipo de contenido publicado durante 1 año frente a la media del tipo de contenido publicado en enero y diciembre

Gráfico 4
Media del tipo de contenido publicado durante 1 año frente a
la media del tipo de contenido publicado en enero y diciembre.

Fuente: Elaboración propia

Las ofertas a través de Twitter, aumentan en el intervalo diciembre y enero un 46,19%(Una media de 129,5 mensual en diciembre y enero frente a una media mensual de 88,58 en 12 meses), así como en el contenido propio, aumentando en un 51,85%, lo que establece una media de 153,5% de contenido propio mensual en diciembre y enero frente a una media mensual en 12 meses de 101,08%. Este hecho pone de manifiesto el aumento de contenido propio y de ofertas a través de Twitter en la estación navideña.

Gráfico 5
Media mensual en los dos horizontes temporales analizados

Fuente: Elaboración propia

Otro tipo de contenido que aumenta, tal y como se observa en el Gráfico 4, es el correspondiente a contenido de tipo RT o Influencer en enero, que aumenta un 12,84%(Una media mensual de 63 en diciembre y enero frente a una media mensual de 55,83 en todo el año) frente al total del contenido de este tipo publicado en doce meses, debido fundamentalmente a la compra y promoción de ofertas y cupones a través de la red social en esta fecha.

4. Conclusiones

En este trabajo se profundiza en la variación de los tipos de contenido publicados en Twitter por ocho empresas líderes de tipo B2C en España durante dos horizontes temporales analizados: un año natural conformado por 12 meses frente al periodo diciembre de 2015 y enero de 2016.

Esta investigación demuestra que las empresas no están utilizando Twitter como un canal de comunicación para mejorar la interactividad con los clientes a través de Internet, sino que están utilizando la red social con fines comerciales caracterizados por la estacionalidad.

Este hecho, confirma sus actividades en los meses de diciembre y enero, en el que las empresas aumentan el contenido publicado sobre cupones y ofertas. Sin embargo, el contenido publicado correspondiente a la interactividad con el usuario se mantiene en la media del año y es el fin principal del uso de la red social, tal y como indica la revisión de literatura.

Por el contrario, las empresas aumentan durante todo el año el  tipo de contenido que menor coste supone, como es el contenido de terceros, hecho que confirma de nuevo que no utilizan la red social como canal de comunicación con los clientes.

Esta investigación demuestra que las empresas aumentan los contenidos correspondientes a los tipos propio, interacción, oferta o cupón descuento y RT o Influencer en diciembre y enero, debido a las características de la estacionalidad y su influencia en las ventas para intentar maximizar los resultados, recurriendo principalmente al aumento del contenido elaborado por la empresa sobre sus productos.

El aumento de contenido de tipo interacción es interpretado como una mejora de las relaciones con los usuarios con el objetivo de atraer y mantener nuevos clientes. El aumento de contenido ofertas y cupones descuento, es simplemente, sinónimo de la estacionalidad con el objetivo de efectuar un mayor número de ventas, aunque el porcentaje que aumenta no resulta del todo relevante.

El último tipo de contenido que aumenta es el de RT o Influencer, en el que la empresa sigue teniendo el objetivo de dar a conocer sus productos mediante Influencer conocidos en las redes sociales para que promocionen los productos de la compañía.

Las conclusiones aportadas por esta investigación posibilitan el análisis del tipo de contenido que se debe publicar en Twitter para futuras investigaciones. Estas conclusiones son el comienzo de una línea de investigación más profunda y exhaustiva sobre las empresas B2C en el uso de la red social Twitter.

En esta investigación nos hemos enfrentado a limitaciones correspondientes al número de empresas analizadas, así como el tipo y cantidad de contenido que ha sido objeto de estudio a lo largo de la investigación. Existe la posibilidad, para futuras investigaciones, de clasificar el contenido presentado bajo el estudio de diferentes perspectivas y clasificaciones.

Referencias bibliográficas

Ambler, T., Kokkinaki, F., & Puntoni, S. (2004). Assessing marketing performance: Reasons for metrics selection. Journal of Marketing Management. 20(3-4), 475-498. doi: 10.1362/026725704323080506

Azorín-Richarte, D.; Orduna-Malea, E.; Ontalba-Ruipérez, J. (2016). Redes de conectividad entre empresas tecnológicas a través de un análisis métrico longitudinal de menciones de usuario en Twitter. Revista Española de Documentación Científica, 39 (3): e140. doi: 10.3989/redc.2016.3.1316

Berthon, P. y Watson, R.P (1996). Marketing communications and the World Wide Web. Journal of Advertising Research. 36(1), 43-54.

Bigne, Enrique (1999): El análisis de contenido, en la obra de Sarabia, Francisco J. (Ed.), Metodología para la investigación en marketingy dirección de empresas, Pirámide, Madrid, pp. 255-271.

Bourne, M., Neely, A., Platts, K., & Mills, J. (2002). The success and failure of performance measurement initiatives: Perceptions of participating managers. International Journal of Operations & Production Management. 22(11), 1288-1310. doi: 10.1108/01443570210450329

Boyd, D. (2007). “Social network sites: Definition, history, and scholarship”. Journal of Computer-Mediated Communication. 13(1), 210-230. doi: 10.1111/j.1083-6101.2007.00393.x

Busenitz, L.W., & Barney, J.B. (1997). “Differences between entrepreneurs and managers in large organizations: biases and heuristics in strategic decision-making”. Journal of Business Venturing. 12(1), 9-30. doi: 10.1016/S0883-9026(96)00003-1

Celaya, J. (2000, 2001, 2012). “La empresa en la Web 2.0: el impacto de las redes sociales y las nuevas formas de comunicación on-line en la estrategia empresarial”. Barcelona.

Chaffey, D. y Wood, S. (2005). “Business Information Management. Improving Performance Using Information Systems”. Business Information Management.

Chaffey, D., & Patron, M. (2012). From WA to DM optimization: Increasing the commercial value of digital analytics. Journal of Direct, Data and DM Practice. 14(1), 30-45. doi: 10.1057/dddmp.2012

Chunga, A.,  Andreeva, P.,  Benyoucef, M., Duane, A.,  O’Reilly, P. (2017). Managing an organisation’s social media presence: An empirical stages of growth model. International Journal of Information Management. 37(1), 1405–1417. doi: 10.1016/j.ijinfomgt.2016.10.003

Crumlish, C. (2009). Designing social interfaces: principles, patterns, and practices for improving the user experience. Newton.

Del Águila, R. (2000). “Comercio Electrónico y Estrategia Empresarial: Modelos de Negocio en Internet”. Daccach T., J. C.

Del Águila, R. (2000). “Comercio Electrónico y Estrategia Empresarial: Modelos de Negocio en Internet”. Daccach T., J. C.

Eisenhardt, K.M. (1989). “Building Theories from Case Study Research”. Academy of Management Review.

Germán, A., Narváez, V. & Edgar, M. (2014). Best practice in the use of social networks marketing strategy as in SMEs. International Journal of Research in Marketing. 148, 533-542. doi: 10.1016/j.sbspro.2014.07.076

Germann, F., Lilien, G., & Rangaswamy, A. (2013). Performance implications of deploying marketing analytics. International Journal of Research in Marketing. 30(2), 114–128. doi: 10.1016/j.ijresmar.2012.10.001

Hamel, J. (1992). The case Method in Sociology, Introduction: New Theoretical and Methodological Issues. Current Sociology.

Hennig-Thurau, T.,Malthouse, E., Friege, C., Gensler, S., Lobschat, L., & Rangaswamy, A. (2010). “The impact of new media on customer relationships”. Journal of Service Research. 13(3), 311-330. doi: 10.1177/1094670510375460

Hill, D., Koelling, C., & Kurstedt, H. (1993). Developing a set of indicators for measuring information-oriented previous performance. Computers & Industrial Engineering.

Hoffman, D., and Fodor, M. (2010). “Can you measure the ROI of your social media marketing?”. MIT, Sloan Management Review, Boston.

Holsti, Ole R. (1969): Contení analysis for the social sciences and humanities, Addison-Wesley, Reading, M.A.

Jarvinen y Karjaluoto (2015). The use of web analytics for digital marketing permonace measurement. Industrial Marketing Management. 50, 117-127

Järvinen, J., Töllinen, A., Karjaluoto, H., & Platzer, E. (2012). Web Analytics and social media monitoring in industrial marketing: Tools for improving marketing communication measurement. Proceedings of the 41st Academy of Marketing Science Annual Conference. New Orleans, LA, United States: Springer International Publishing.

Jayaram, J, Manrai, K. y Manrai, S., (2015) Effective use of marketing technology in Eastern Europe: Web analytics, social media, customer analytics, digital campaigns and mobile applications. Journal of economics. Finance and Administrative science. 20(39), 118-132.

Kaushik, A. (2009). “Web Analytics 2.0: The Art of Online Accountability and Science of Customer Centricity”.

Kolbe, Richard H. and Melissa S. Burnett (1991), “ContentAnalysis Research: An Examination of Applications with Directives for Improving Research Reliability and Objectivity,” Journal of Consumer Research, 18 (September), 243- 250.

Krippendorff, K. (1980). Content analysis. An Introduction to its Methodology. Beverly Hills: Sage.

Kucuk. S. y Sandeep, K. (2007). An Analysis of Consumer Power on the Internet. Technovation, 27(1-2), 47-56.

Lee, G. (2010). “Death of "last click wins": Media atribution and the expanding use of media data”. Journal of direct data and digital marketing practice. 12(1), 16-26. doi: 10.1057/dddmp.2010.14

Leeflang, P, Verhoef, P., Dahsltröm, P. y Freundt, T. (2014). Challengues and solutions for marketing in a digital era. European Management Journal. 32, 1-12. doi: 10.1016/j.emj.2013.12.001

Lenskold, J. (2002). “Marketing ROI: Playing to win”. Journal of Marketing Management.

Manikas, P.A. y Shea, L.J. (1997): «Hotel complaint behavior and resolution: a content analysis». Journal of Travel Research, 36(2): 68-74.

Meerman, D., (2015). The New Rules of Marketing and PR: How to Use Social Media, Online Video, Mobile Applications, Blogs, News Releases, and Viral Marketing to Reach Buyers Directly

Nabout, A., Skiera, B., and Stepanchuk, T. (2012). Return on Quality Improvements in Search Engine Marketing. Journal of Interactive Marketing. 26(3), 141–154. doi: 10.1016/j.intmar.2011.11.001

Neuendorf, Kimberly A. (2002): The contení analysis guidebook, Sage Publications.

O’Reilly, T. (2005). “What is Web 2.0. Design Patterns and Bussiness Models for the Next Generation of Software”. Madrid.

Parris, Andrew (2002): Staying competitive in today's fast-changing world, Executive Focus, pp. 15-16.

Peters, K., Chen, Y., Kaplan, A.M., Ognibeni, B., & Pauwels, K. (2013). “Social media metrics. A framework and guidelines for managing social media”. Journal of Interactive Marketing. 27(4), 281–298. doi: 10.1016/j.intmar.2013.09.007

Rodríguez, G., Gil, J. y García, E. (1999). “Metodología de la investigación cualitativa”. Editorial Aljibe.

Roshan, M., Warren, M. y Car, R. (2016). Understanding the use of social media by organisations for crisis communication. Journal of Computers in Human Behavior. 63, 350-361. doi: 10.1016/j.chb.2016.05.016

Royle, Jo. y Laing, A. (2014). “The digital marketing skills gap: Developing a Digital Marketer Model for the communication industries”. International Journal of Information Management. 34(2), 65–73. doi: 10.1016/j.ijinfomgt.2013.11.008

Royle, Jo., Laing, A. (2014). The DM skills gap: Developing a Digital Marketer Model for the communication industries. International Journal of Information Management. 34(2), 65–73. doi: 10.1016/j.ijinfomgt.2013.11.008

Ryan, D. y Jones, C. (2009). “Understanding digital marketing: marketing strategies for engaging the digital generation”. Kogan Page.

Seaton, A.V. y Bennett, M. M. (1996): The Marketing of Tourism Products: Conceps, Issues, Cases, Thomson Business Press, London, p. 4.

Seggie, S., Cavusgil, E., y Phelan, S. (2007). “Measurement of return on marketing investment: A conceptual framework and the future of marketing metrics”. Industrial Marketing Management.

Wai-Sum, Siu y Man-Yi, Fung, (1998): Hotel advertising in China: A content analysis, Journal of Professional Services Marketing, New York, vol. 17, n.°2, pp. 99-108.

Wang, R. Kim, Jinyoung, Xiao, A y Jung, Y. (2017) Networked narratives on Humans of New York: A content analysis of social media engagement on Facebook. Computers in Human Behavior. 66, 149–153. doi: 10.1016/j.chb.2016.09.042

Xu, Z., Frankwick, J. & Ramirez, E. (2016). Effects of big data analytics and traditional marketing analytics on new product success: A knowledge fusion perspective. Journal of Business Research. 69(5), 1562–1566. doi: 10.1016/j.jbusres.2015.10.017

Yun-Cheol Heo, Ji-Young, P., Kim, Y., y Park, W. (2016). The emerging viewertariat in South Korea: The Seoul mayoral TV debate on Twitter, Facebook, and blogs. Telematics and Informatics. 33(3), 570-583. doi:10.1016/j.tele.2015.08.003

Zhuofan, Y., Shib, Y. and Wang, B. (2015). “Search Engine Marketing, Financing Ability and Firm Performance in E-commerce”. Journal of Marketing Research. 55, 1106-1112. doi: 10.1016/j.procs.2015.07.078

Zorrilla, S. y Torres, M. (1993). “Guía para elaborar la Tesis”. Editorial McGrauHill, México.


1. Profesora Contratada Doctora en el Departamento Economía de la Empresa de la Universidad Rey Juan Carlos. Dirección: Paseo Artilleros, s/n, 28032, Madrid. Email: beatriz.rodriguez@urjc.es

2. Profesora Contratada Doctora en el Departamento Economía de la Empresa de la Universidad Rey Juan Carlos. Dirección: Paseo Artilleros, s/n, 28032, Madrid. Email: diana.perezbustamante@urjc.es

3. Doctorando en Ciencias Sociales y Jurídicas, línea de Empresa. Universidad Rey Juan Carlos. Dirección: Paseo Artilleros, s/n, 28032, Madrid. joseramon.saura@urjc.es


Revista ESPACIOS. ISSN 0798 1015
Vol. 38 (Nº 52) Año 2017

[Index]

[En caso de encontrar un error en esta página notificar a webmaster]

©2017. revistaESPACIOS.com • ®Derechos Reservados