PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ Facultad de Gestión y Alta Dirección La generación Z en Lima Metropolitana y el uso de Airbnb: La influencia del Electronic Word of Mouth (eWOM) sobre la intención de compra en la reserva de alojamientos en Perú Tesis para obtener el título profesional de Licenciado en Gestión con mención en Gestión Empresarial que presenta: Christian Alfieri Carrasco Calle Luis Gustavo Rodriguez Zagastizabal Asesor: Claudia Ricardina Cieza Durand Lima, 2024 II La tesis: La generación Z en Lima Metropolitana y el uso de Airbnb: La influencia del Electronic Word of Mouth (eWOM) sobre la intención de compra en la reserva de alojamientos en Perú ha sido aprobada por: ______________________________ PhD. Marta Lucia Tostes Vieira [Presidente del Jurado] ______________________________ Mgtr. Claudia Ricardina Cieza Durand [Asesor Jurado] ______________________________ Mgtr. Victor Omar Vite León [Tercer Jurado] INFORME DE SIMILITUD Yo, CLAUDIA RICARDINA CIEZA DURAND, docente de la Facultad de Gestión y Alta Dirección de la Pontificia Universidad Católica del Perú, asesor(a) de la tesis/el trabajo de investigación titulado La generación Z en Lima Metropolitana y el uso de Airbnb: La influencia del Electronic Word of Mouth (eWOM) sobre la intención de compra en la reserva de alojamientos en Perú, del/de la autor(a)/ de los(as) autores(as) LUIS GUSTAVO RODRIGUEZ ZAGASTIZABAL Y CHRISTIAN ALFIERI CARRASCO CALLE, dejo constancia de lo siguiente: - El mencionado documento tiene un índice de puntuación de similitud de 16%. Así lo consigna el reporte de similitud emitido por el software Turnitin el 11/12/2024. - He revisado con detalle dicho reporte y confirmo que cada una de las coincidencias detectadas no constituyen plagio alguno. - Las citas a otros autores y sus respectivas referencias cumplen con las pautas académicas. III Lugar y fecha: LIMA, 11 DE DICIEMBRE DE 2024. Apellidos y nombres: CIEZA DURAND, CLAUDIA RICARDINA DNI: 43067144 ORCID: 0000-0003-0938-0110 Firma: IV Quiero dedicar este trabajo, fruto de mucho esfuerzo, a mi familia. En primer lugar, a mi madre, Rocío Calle, cuya dedicación y nobleza son incomparables. Me debo a ella tanto como hijo como persona. A mi mentor y padre, Henry Carrasco, quien siempre ha estado a mi lado guiándome y a quien debo gran parte de mis intereses y gustos actuales. Ambos han sido fundamentales en la formación de quien soy hoy. También quiero expresar mi gratitud a mi hermanito Henry Carrasco, quien posee un corazón enorme y una paciencia aún mayor. Gracias por tu confianza y tus sabios consejos. Por último, pero no menos importante, a Almendra, quien me ha apoyado inmensamente en mi proceso de crecimiento personal, ayudándome a ser mejor cada día. Sin ellos nada de esto hubiera sido posible. Christian Carrasco A mi madre Maria Zagastizabal por ser mi incondicional motivación, apoyo e inspiración para poder superar cada obstáculo a lo largo de mi vida; a mi padre Luis Rodriguez por impulsarme a mejorar cada día como profesional y ser humano; a mi hermana Giulliana Rodriguez por ser mi ejemplo a seguir, mi incondicional soporte y la persona que más admiro; a mi hermana Jackeline por apoyarme a superar las adversidades sacándome siempre una sonrisa; a mi fiel amigo canino Nacho por su lealtad, amor, paciencia y compañía; y a mis amigos por hacer mis días más divertidos e inolvidables. Luis Gustavo Rodriguez Zagastizabal V Queremos agradecer a nuestros padres y hermanos por la fortaleza y apoyo que nos han brindado. Agradecemos también a nuestra asesora, Claudia Cieza, por su guía y experiencia compartida a lo largo de este proceso. Asimismo, queremos extender nuestro agradecimiento a los docentes de la facultad por su excelente trabajo en nuestra preparación para afrontar de la mejor forma posible la vida profesional. "No importa cuántas veces caigas, lo que realmente cuenta es cuántas veces te levantas. Este es solo el comienzo de muchas grandes y aunque no sabemos que nos espera, sé que el futuro es incierto, pero prometedor. VI RESUMEN EJECUTIVO Con el creciente uso de redes sociales y sitios de reseñas en línea, el eWOM (electronic Word of Mouth) se ha vuelto crucial en las decisiones de compra. Este estudio investiga la relación entre el eWOM y la intención de compra en plataformas de servicios de alojamiento, enfocándose en residentes de Lima Metropolitana de la generación Z. Para el análisis, se utilizó el Modelo de Aceptación de la Información (IACM) de Erkan y Evans (2015), que permite una comprensión profunda del eWOM, considerando siete factores que influyen en las decisiones de compra en redes sociales. En este modelo, el eWOM es la variable independiente, y la intención de compra, la dependiente. El estudio adopta un enfoque cuantitativo, centrado en establecer correlaciones y describir características clave. Se aplicó una encuesta transversal a consumidores de la generación Z en Lima Metropolitana que interactuaron con Airbnb en los últimos doce meses. Los resultados muestran que todas las dimensiones del modelo IACM influyen en la intención de compra con un nivel de correlación positiva media, cumpliendo así con el objetivo de investigar la influencia del eWOM en la intención de compra. Esta relación fue validada mediante una prueba de regresión lineal. Palabras clave: eWOM, plataformas de alojamiento en línea, marketing digital, generación Z. VII ÍNDICE DE CONTENIDOS INTRODUCCIÓN .................................................................................................................. 1 CAPÍTULO 1: PLANTEAMIENTO DE LA INVESTIGACIÓN ................................................. 2 1. Problema de Investigación ................................................................................................ 2 2. Objetivos ........................................................................................................................... 4 2.1. Objetivo general ............................................................................................................. 4 2.2. Objetivos específicos ..................................................................................................... 5 3. Preguntas de investigación ............................................................................................... 5 3.1. Pregunta general............................................................................................................ 5 3.2. Preguntas específicas .................................................................................................... 5 4. Justificación ...................................................................................................................... 5 CAPÍTULO 2: MARCO TEÓRICO ......................................................................................... 7 1. El eWOM: Antecedentes y características ........................................................................ 7 2. El marketing tradicional y WOM ........................................................................................ 8 3. El marketing digital: la evolución del WOM al eWOM ...................................................... 10 4. Tipos de eWOM .............................................................................................................. 13 5. Dimensiones del eWOM.................................................................................................. 14 6. Principales modelos teóricos que estudian el eWOM ...................................................... 16 6.1. Modelo TRA/TAM ......................................................................................................... 16 6.2. Modelo de Adopción de Información (IAM: Integrated Adaptation Model) .................... 18 6.3. Modelo ELM (Modelo de Probabilidad de Elaboración de la persuasión) ..................... 18 6.4. Modelo IACM ............................................................................................................... 20 7. Plataformas Online: definición y caracterización ............................................................. 23 8. Shared Economy Business: Conceptualización y caracterización ................................... 24 9. La intención de compra: relevancia y caracterización ..................................................... 25 10. Caracterización y diferencias entre intención de compra y proceso de decisión de compra ................................................................................................................................ 26 11. La intención de compra online....................................................................................... 27 11.1. Factores que influyen en la intención de compra online ............................................. 28 CAPÍTULO 3: MARCO CONTEXTUAL ............................................................................... 30 1. La generación Z de Lima Metropolitana: caracterización ................................................ 30 VIII 1.1. Perfil demográfico ........................................................................................................ 31 1.2. Perfil psicográfico ......................................................................................................... 31 2. Acceso a plataformas digitales ........................................................................................ 32 3. Comportamiento de compra ............................................................................................ 33 4. Comportamiento de compra online ................................................................................. 34 5. Comportamiento de compra online en plataformas de alojamiento ................................. 35 6. La recuperación de la industria hotelera en Lima Metropolitana ...................................... 36 7. Evolución sobre la adopción de nuevas tecnologías para el ecommerce ........................ 37 8. Principales barreras hacia la digitalización ...................................................................... 37 9. La industria hotelera y el uso de plataformas digitales .................................................... 38 10. Las plataformas de alojamiento online .......................................................................... 39 11. Airbnb: caracterización y contexto actual ...................................................................... 43 CAPÍTULO 4: MARCO METODOLÓGICO .......................................................................... 47 1. Enfoque de la Investigación ............................................................................................ 47 2. Tipo de investigación ...................................................................................................... 48 2.1. Alcance de la Investigación .......................................................................................... 48 2.2. Estrategia general ........................................................................................................ 48 2.3. Horizonte de estudio .................................................................................................... 49 2.4. Secuencia de la metodología ....................................................................................... 49 3. Marco Muestral ............................................................................................................... 51 4. Técnicas de recolección de Información ......................................................................... 52 5. Técnicas de análisis de Información ............................................................................... 52 6. Aspectos éticos de la investigación ................................................................................. 56 CAPÍTULO 5: RESULTADOS DE LA INVESTIGACIÓN ..................................................... 57 1. Características de la muestra .......................................................................................... 57 1.1. Perfil demográfico ........................................................................................................ 57 2. Análisis del uso de la información de acuerdo con las dimensiones del modelo Ewom ... 59 3. Estadística descriptiva .................................................................................................... 61 4. Análisis de Fiabilidad ...................................................................................................... 64 5. Prueba de normalidad ..................................................................................................... 65 6. Prueba de correlaciones ................................................................................................. 66 7. Prueba de KMO y esfericidad de Bartlett ........................................................................ 70 IX 8. Análisis factorial confirmatorio ......................................................................................... 70 9. Pruebas de regresión lineal ............................................................................................. 73 CONCLUSIONES ............................................................................................................... 75 RECOMENDACIONES ....................................................................................................... 79 REFERENCIAS .................................................................................................................. 81 ANEXOS ............................................................................................................................. 91 ANEXO A: Enfoque de mercadotecnia ................................................................................ 91 ANEXO B: Tácticas de marketing más comunes ................................................................ 92 ANEXO C: Modelo ELM ...................................................................................................... 93 ANEXO D: Proceso de decisión de compra ........................................................................ 94 ANEXO E: Nivel de compras con tarjetas de crédito ........................................................... 95 ANEXO F: Lienzo de modelo de negocio de Airbnb ............................................................ 96 ANEXO G: Cuestionario de preguntas ................................................................................ 97 X LISTA DE TABLAS Tabla 1: Dimensiones del eWOM según Baharuddin y Yaacob .......................................... 14 Tabla 2: Características de las dimensiones ....................................................................... 60 Tabla 3: Características de la muestra ................................................................................ 60 Tabla 4: Estadística descriptiva por cada variable ............................................................... 62 Tabla 5: Análisis de fiabilidad .............................................................................................. 65 Tabla 6: Prueba de normalidad de Kolmogorov – Smirnov ................................................. 66 Tabla 7: Correlación entre Calidad y Utilidad ...................................................................... 66 Tabla 8: Correlación entre Credibilidad y Utilidad ................................................................ 67 Tabla 9: Correlación entre Necesidad y Utilidad .................................................................. 67 Tabla 10: Correlación entre Actitud y Utilidad ..................................................................... 67 Tabla 11: Correlación entre Actitud e Intención de compra ................................................. 68 Tabla 12: Correlación entre Adopción de la información e Intención de compra ................. 68 Tabla 13: Estadística descriptiva por cada variable ............................................................. 70 Tabla 14: Criterios de índice de ajuste ................................................................................ 71 Tabla 15: Matriz estructural del modelo .............................................................................. 72 Tabla 16: Tabla resumen de modelado de ecuaciones estructurales .................................. 73 XI LISTA DE FIGURAS Figura 1: Principales diferencias entre el WOM y eWOM .................................................... 12 Figura 2: Comunicación del WOM tradicional vs eWOM ..................................................... 12 Figura 3: Modelo de la Teoría de la Acción Razonada (TRA) .............................................. 17 Figura 4: Modelo de adopción de la información (IAM) ....................................................... 18 Figura 5: Modelo ELM propuesto por Petty y Cacioppo ...................................................... 20 Figura 6: Modelo IACM propuesto por Erkan y Evans ......................................................... 21 Figura 7: Factores que influyen en la intención de compra online ....................................... 28 Figura 8: Aplicaciones y plataformas digitales más utilizadas ............................................. 41 Figura 9: Escala de los coeficientes de correlación de Spearman ....................................... 54 Figura 10: Escala de los coeficientes de prueba de KMO ................................................... 55 Figura 11: Diseño de modelo factorial exploratorio y confirmatorio ..................................... 55 Figura 12: Escala de carga factorial de acuerdo al modelo factorial confirmatorio .............. 56 Figura 13: Distribución por género de los participantes (%) ................................................ 58 Figura 14: Frecuencia de edad de los encuestados ............................................................ 58 Figura 15: Frecuencia del nivel académico de los encuestados .......................................... 59 XII LISTA DE ABREVIATURAS WOM Word Of Mouth (boca a boca) eWOM Electronic Word of Mouth (boca a boca electrónico) PROMPERÚ Comisión de Promoción de la Exportación y el Turismo YTQP Y Tú Qué Planes SEO Search Engine Optimization (Optimización para motores de búsqueda) PPC Pago Por Click TRA Theory of Reasoned Action TAM Technology of Acceptance Model IAM Integrated Adaptation Model ELM Elaboration Likelihood Model IACM Information Acceptance Model PSE Proveedor de Servicios Electrónicos 1 INTRODUCCIÓN El objetivo principal de este proyecto de investigación es examinar el impacto del ewom en la intención de compra de los usuarios de la plataforma Airbnb. Para llevar a cabo este análisis, se utilizará como marco teórico el modelo de aceptación de la información (IACM) propuesto por Erkan y Evans. El estudio se centrará en las personas de la generación Z que residen en Lima Metropolitana, ya que este grupo demográfico muestra un alto nivel de afinidad hacia el uso de plataformas como Airbnb. La muestra de análisis estará compuesta por personas pertenecientes a este perfil y que hayan utilizado la plataforma en los últimos doce meses. La investigación se ha estructurado en diferentes capítulos. En el primer capítulo se presenta la problemática identificada, junto con los objetivos generales y específicos que guiarán la investigación. El segundo capítulo se dedica a la construcción del marco teórico, abordando tres temas principales: la terminología del eWOM, las características fundamentales y los modelos teóricos propuestos para estudiar este fenómeno; las plataformas de alojamiento en línea; y la intención de compra. El tercer capítulo se enfoca en el contexto actual de la investigación, describiendo las características principales de la muestra seleccionada, la generación Z, en relación a su comportamiento de compra en línea en la industria de alojamiento. También se proporciona una descripción del contexto de la industria hotelera y el uso de las plataformas que ofrecen este servicio. El cuarto capítulo establece la metodología utilizada en la investigación. Se detallan la secuencia metodológica, el enfoque, el alcance, el diseño metodológico y el marco muestral seleccionado. Además, se presentan las herramientas utilizadas para recopilar y analizar la información, así como los criterios de validez y confiabilidad, y los aspectos éticos de la investigación. Por último, en el quinto capítulo se lleva a cabo el análisis de la investigación utilizando las técnicas definidas en el cuarto capítulo, y se presentan los resultados obtenidos en relación a los objetivos establecidos inicialmente. Se describen los hallazgos principales y se ofrecen recomendaciones pertinentes basadas en los objetivos iniciales del estudio. 2 CAPÍTULO 1: PLANTEAMIENTO DE LA INVESTIGACIÓN En el presente apartado se examinarán diversas investigaciones relacionadas con el e-WOM y la intención de compra, con el propósito de recopilar y analizar información relevante que contribuya con el estudio; asimismo, en esta sección también se plantean las preguntas, objetivos, problemas y justificación de la investigación. 1. Problema de Investigación En la actualidad, la tecnología es el principal intermediario que conecta a las personas en todo el mundo. De acuerdo a Covadonga (2020), desde el punto de vista empresarial, el avance en la utilización de la tecnología está tomando importante relevancia en el desarrollo de las operaciones de las empresas debido a que se ha posicionado en la interacción entre empresas y clientes. De la misma manera, Sánchez y González (2021), indicaron que el uso creciente del Internet ha implicado que, cada vez, más clientes intercambien información a través de diferentes y múltiples canales, formatos y tipos de dispositivos, sobre sus experiencias personales en relación al proceso de adquisición de productos o servicios; en ese sentido, Browing et al. (2013) señalan que se evaluarán las opiniones de lo que han experimentado y de igual manera lo que no han experimentado, respecto al hotel o el destino que tienen planeado alojarse, que permita evaluar la calidad del servicio y si cumplirá con sus expectativas. En ese contexto, el grupo de personas que ha tenido y tiene actualmente una participación más activa en la difusión de información en estas plataformas digitales es la generación Z. Esto se debe a que, según menciona Karabulatova et al. (2021), el conjunto de personas con las características que las agrupan en esta generación, se caracterizan principalmente por haber crecido durante la revolución digital global representada por la rápida evolución de Internet, la popularización de plataformas sociales digitales como YouTube, Facebook y Twitter, la propagación masiva del aprendizaje y comercio electrónico, así como la ubicuidad de las tabletas y los teléfonos inteligentes, impactando significativamente en sus estilos de vida. Asimismo, Spitznagel (2020, como se cita en Karabulatova et al., 2021) afirma que en el 2019, la generación Z superó en términos de cantidad al número de Millennials y Baby Boomers existentes hasta la fecha; de esa manera, se convirtió en la generación con mayor número personas que lo conforman, constituyendo el 32% de toda la población mundial, aproximadamente 2.470 millones de los 7.700 millones de habitantes terrestres. Así, gracias al progreso de la tecnología, surgen fenómenos con potencial de impactar sustancialmente en las empresas y en la relación que sostienen con sus clientes. En este caso, el eWOM resulta ser uno de estos fenómenos; y con esa base, a continuación, se contextualizan de forma breve los conceptos vinculados a los principales ejes temáticos desarrollados en la 3 investigación, el eWOM y la intención de compra. El eWOM, también conocido como "Word of Mouth electrónico", se refiere a la interacción de los consumidores a través de plataformas digitales, donde comparten opiniones y comentarios sobre productos y servicios (Litvin et al., 2008; Muntinga et al., 2011; Kim y Ko, 2012). Este fenómeno se ha convertido en una forma relevante de publicidad online, ya que los consumidores buscan referencias confiables en Internet debido a la abundancia de información y opiniones disponibles. Por otro lado, la intención de compra se refiere a los factores que influyen en la decisión final del consumidor al adquirir un bien o servicio, los cuales pueden ser de origen interno o externo (Gogoi, 2013). Dentro del ámbito de investigación del eWOM y la intención de compra, se ha prestado gran atención a la industria hotelera debido a la fuerte influencia del eWOM en este sector. Por lo tanto, el presente estudio se centra en las plataformas digitales que ofrecen servicios de alojamiento, en particular en el modelo de negocio conocido como "shared economy web", como es el caso de Airbnb. Esta plataforma tiene sus raíces en la industria hotelera y ha evolucionado de manera paralela al avance de la tecnología. Sànchez y Montoya (2016) identificaron elementos clave de influencia en la confianza de los consumidores en las compras en línea, como la reputación del vendedor, la percepción de riesgo, la privacidad de los datos, la seguridad de la transacción, la asociación y el género del comprador. Estos elementos son considerados determinantes en la propensión de los consumidores a realizar compras en línea. Huurne et al. (2017) destacaron la oportunidad de realizar estudios más amplios sobre el desarrollo de la confianza en este tipo de plataformas. Por lo tanto, resulta fundamental contextualizar el sector de alojamiento en el Perú, lo que implica describir el comportamiento de compra de los viajeros nacionales. Según la Cámara de Comercio de Lima (2022), el subsector de alojamiento en el Perú experimentó un incremento del 86,9%, impulsado por la recuperación del sector turístico y la vacunación masiva de la población. Además, el informe "Perfil del potencial vacacionista nacional 2022" de PROMPERU revela características importantes de los turistas nacionales potenciales. Estos turistas se encuentran principalmente en el estrato económico de nivel C, y en términos de edad, se agrupan en el rango de 27 a 56 años. Además, la generación Z, que comprende a personas de entre 18 y 26 años, representa el 41% de los viajeros nacionales.De igual modo, se considera que la mayor cantidad de viajeros nacionales, se encuentran en Lima. Con respecto a sus intereses y preferencias de viajes, se hacen evidentes 6 destinos turísticos principalmente: Lima con 12%, Piura con 6%, Arequipa con 9%, Cusco con 21%, Amazonas con 7% y Arequipa con 9%. Por otro lado, con respecto a su organización de viaje, el 40% indicó que lo realiza mediante las agencias de viaje, 33% mediante servicios de agencias y otros por separado; y 27% indicó que lo realiza todo por separado. Finalmente, entre sus principales fuentes de información con respecto a estos 4 destinos turísticos, se puede observar la presencia predominante del uso de plataformas digitales, ya que encontraron que 58% busca información turística en redes sociales, 54% mediante recomendaciones de familia y amigos, 45% en la plataforma conocida como Y Tú Qué Planes, 32% en agencias de viaje, y 25% en webs especializadas (PROMPERÚ, 2022). En ese sentido, debido a la necesidad de información de estos potenciales turistas nacionales, se exponen diferentes fuentes de información que se pueden encontrar en la comunicación electrónica (eWOM). Que si bien es cierto, puede ser una valiosa herramienta al alcance de las organizaciones por su capacidad de influir positivamente en su desarrollo (Kapoor, 2017; Rao y Kumar, 2017; Dhar y Chang, 2020); también, se debe tener especial cuidado, pues como mencionan Kietzmann et al. (2011) en su artículo el marketing o el Community Management de una empresa, afirman que el eWOM se debe gestionar con gran precisión y atención, pues de esa manera se pueden evitar impactos negativos para la propia organización. Sin embargo, a pesar la relevante posición que ha alcanzado el eWOM, muchos gerentes y/o ejecutivos a cargo de alguna organización, no toman en cuenta esta capacidad de impacto y poder que ha adquirido el entorno digital, mostrando actitudes renuentes hacia su incorporación, en lugar de adoptar estrategias direccionadas a tomar ventaja de estas herramientas (Kietzmann et al., 2011). Diferentes estudios han concluido que la información que se encuentra en las plataformas web puede ser manipulada con facilidad por usuarios que acceden con perfiles no verificables; por lo que, según Cheung et al. (2008) mencionan que la precisión sobre la información que se comparte en este tipo de plataformas no determina la decisión del cliente; debido a que, no existe un alto grado de credibilidad. Por su parte, Jindal y Liu (2008) explican que existen tres tipos de información, que más allá de beneficiar a la organización y al cliente, distorsiona la realidad de los productos y servicios que ofrece, por la intención con la que se realizan los comentarios. Por lo tanto, considerando la evolución de la industria de alojamientos en Perú y la estrecha relación con los avances tecnológicos, resulta esencial comprender el impacto de la información proporcionada en estas plataformas en las decisiones de compra de los clientes. En este sentido, el objetivo general de esta investigación es examinar la influencia del Electronic Word of Mouth en la intención de compra de servicios de alojamiento a través de plataformas online, enfocándose en la generación Z en Lima Metropolitana. A continuación, se presentan los objetivos específicos que guiarán el desarrollo de la investigación. 2. Objetivos 2.1. Objetivo general Analizar la influencia que ejerce el Electronic Word of Mouth (eWOM) en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la 5 generación Z. 2.2. Objetivos específicos ● Analizar modelos que expliquen los factores del eWOM que influyen en la intención de compra para plataformas online que ofrecen servicios de alojamiento. ● Analizar el grado de dependencia de los factores del eWOM, del modelo de Erkan y Evans, en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la generación Z. ● Analizar la influencia del modelo de eWOM de Erkan y Evans en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la generación Z. 3. Preguntas de investigación 3.1. Pregunta general ¿Cómo influye el Electronic Word of Mouth (eWOM) en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la generación Z? 3.2. Preguntas específicas ● ¿Qué modelos teóricos explican los factores del eWOM que influyen en la intención de compra para plataformas online? ● ¿Cuál es el grado de dependencia de los factores del eWOM, del modelo de Erkan y Evans, que afectan en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la generación Z? ● ¿Cuál es la influencia del modelo de eWOM de Erkan y Evans en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la generación Z? 4. Justificación La justificación de este trabajo será abordada desde la perspectiva académica por el aporte y relevancia que posee con respecto al conocimiento teórico y empírico, las cuales buscan comprobar tanto la relevancia de la investigación como su aporte a las ciencias de la gestión a nivel exploratorio, además de contribuir con el valor teórico de los temas a tratar en la presente investigación. Con respecto a la perspectiva académica, ya hace algún tiempo se vienen realizando numerosos estudios relacionados con el fenómeno eWOM (Osorio y Pelaez, 2020). Esto se debe principalmente a que se ha convertido en un tema relevante que genera interés científico en el mundo empresarial, ya que facilita conocer sobre las actitudes de consumo e incluso es considerado como uno de los medios informales que más influye entre la clientela, las empresas y la población (Huete-Alcocer, 2017). Además, diversas investigaciones han demostrado que el eWOM puede impactar positivamente en una empresa al incrementar las 6 ventas en línea de productos y servicios de la cartera (Chevalier y Mayzlin, 2004). Así, la investigación se centra principalmente en el eWOM, el cual es considerado un fenómeno que se introduce a raíz y por medio del avance de las tecnologías de la información y de la comunicación, como la evolución del modelo del marketing de boca a boca tradicional que ahora se denomina boca a boca electrónico o, en sus siglas en inglés, Electronic Word of Mouth (Buhalis y Law, 2008). Este fenómeno ha sido parte de los principales elementos estudiados en relación a la conducta del consumidor en los últimos años (Morales, C. & de Jesús, 2020); además, se sustenta, en el interés por explorar el campo del eWOM; debido a que, es un área con gran potencial que aún no ha sido explorada con gran precisión y profundidad (Huete-Alcocer, 2017). Asimismo, otro desarrollo que se suscitó con la aparición de las tecnologías de comunicación e información que se debe considerar en el contexto de la investigación, es la influencia en el cambio que se ha evidenciado en el comportamiento de los consumidores por el avance tecnológico y la difusión de plataformas digitales, como lo son las redes sociales, donde los consumidores de hoy en día pueden interactuar y comunicarse en línea sin esfuerzo (Deighton y Kornfeld, 2009). En consecuencia, como menciona Wang et al. (2015) este cambio en el comportamiento de los consumidores influye también en la decisión de compras por medio de plataformas online, donde los consumidores actuales realizan la búsqueda de información en línea y confían en la información del eWOM para minimizar sus dudas y riesgos, convirtiéndose en un hecho que cada vez más su decisión está condicionada por los comentarios que se encuentran en internet, que por la información que transmiten las propias marcas (Balakrishman et al. 2014). A continuación, se expone el marco teórico, donde se profundizará a mayor detalle lo referente al eWOM, desde su evolución, conceptualización, características y modelos que explican su influencia en el comportamiento y decisiones de las personas. 7 CAPÍTULO 2: MARCO TEÓRICO Esta sección constituye el fundamento conceptual sobre el cual se sustenta la investigación; en este sentido, se busca contextualizar el tema de estudio dentro de un marco conceptual sólido, analizando las teorías, modelos y conceptos relevantes que han sido propuestos por investigadores y expertos en el campo. El presente estudio se apoya en un riguroso análisis de la literatura existente, abordando las principales corrientes teóricas y las investigaciones más relevantes relacionadas con el tema de investigación: eWOM e intención de compra. 1. El eWOM: Antecedentes y características El término eWOM es considerado como la opinión favorable o desfavorable en internet, la cual es realizada por clientes que han tenido, tienen o planean adquirir un bien o servicio que ofrece la empresa a disposición del mercado (Bilal, et al., 2021). Según King, et al. (2014) el eWOM permite el intercambio de información sobre un gran número de personas, en tiempo real/atemporal y sin límites geográficos (como se cita en Wahyuningsih et al., 2022). De igual forma, Sánchez y Gonzáles (2021) explican al eWOM como la comunicación informal entre consumidores a través del uso de medios tecnológicos, respecto a las particularidades de determinados bienes y servicios, o de sus vendedores. Asimismo, para Vijayabanu et al. (2023) el eWOM es un proceso de influencia personal donde la información comunicada cambiará la actitud y la decisión de compra del receptor; por lo tanto, de acuerdo a Konecnik y Petek (2022) este fenómeno puede ocurrir a través de diferentes medios como lo son los dispositivos móviles, correos, teléfonos y plataformas digitales. Precisamente, el eWOM tiene lugar en numerosas páginas en línea, como foros, blogs, sitios web de reseñas de consumidores, correos electrónicos, redes sociales y comunidades virtuales; por lo que, las personas leen eWOM, sin conocer el término, para aprender sobre las características del producto o sobre cómo las mismas empresas desarrollan sus operaciones, para obtener mayor información en relación al valor percibido con el fin de disminuir riesgos a lo largo del proceso de decisión de compra que experimentan (Camou et al. 2022). El primer antecedente del eWOM se remite al Word of Mouth (WOM), el cuál es considerado como el medio de comunicación más antiguo, este fenómeno se lleva a cabo en espacios físicos para el intercambio de información no comercial e informal entre dos personas en relación a su experiencia en la adquisición de bienes y servicios (Konecik y Petek, 2022); posteriormente, debido a la evolución del contexto sobre entornos digitales, se dio paso al eWOM como un nuevo fenómeno de estudio y análisis en las ciencias del Marketing. Recientemente, las investigaciones sobre el eWOM se han centrado en entender su 8 influencia en las actitudes de los consumidores, así como en determinar los principales factores motivacionales para hacer dichos comentarios electrónicos, que finalmente se convierten en eWOM (Cheung et al. 2009; como se cita en Camou et al., 2023). Este fenómeno puede tener un alcance que va más allá de los negocios; es decir, puede tratarse de una noticia, un evento político, un descubrimiento científico, entre otros (Bonifazi et al. 2023). Asimismo, permite a los especialistas en marketing llegar, escuchar y hablar con los consumidores para comprender mejor sus deseos y decisiones de compra (Konecik y Petek, 2022); debido a que el eWOM promueve positivamente el compromiso con la moda, pertenencia, confianza, fuerza del apego y la influencia de la información para comprar interés, de modo que lo que transmiten los consumidores, se convierta en una nota valiosa que siempre se debe seguir y comprender (Bilal 2021, como se cita en Armawana, 2022). Como se mencionó previamente, el paso del WOM al eWOM se debió al desarrollo de la tecnología. Sin embargo, este desarrollo impactó de forma global a la sociedad y su comportamiento, en este caso, en la forma de reservar un alojamiento. En ese sentido, Mufti (2015, como se cita en Aruan & Felicia, 2019) menciona que los viajeros jóvenes también conocidos, bajo la etiqueta de millennials, ahora están cambiando la reserva de hoteles por alojamientos, mediante el uso de plataformas de economía colaborativa como Airbnb, Couchsurfing, RedDoorz y Airy; entendiéndose, por economía colaborativa a la acción de compartir entre los participantes actividades como alquilar, prestar e intercambiar artículos, incluidos servicios, espacio, habitación, dinero y transporte mediante plataformas en internet y aplicaciones móviles (Aruan & Felicia, 2019). Siendo la Generación Z, el grupo poblacional que basa en mayor medida la ubicación de su viaje y sus actividades en lo que publican sus amigos en las redes sociales (Willmore, 2017, como se cita en Díaz, 2018). En ese sentido, el entendimiento del eWOM es primordial para las organizaciones, debido a que las opiniones generadas en las redes sociales, blogs y portales especializados, pueden afectar significativamente la imagen de una marca y de la organización, convirtiendo este fenómeno en un tema relevante de estudio. En esta sección inicial se ha descrito de forma general el concepto de eWOM y la relación del fenómeno con el contexto seleccionado para la investigación. Sin embargo se considera de suma relevancia, para la mejor comprensión del fenómeno, exponer en detalle su evolución, pues el concepto comprende sus raíces con el marketing tradicional, el marketing digital y el WOM, con mayor precisión. 2. El marketing tradicional y WOM Con el propósito de comprender de forma holística el eWOM, en este apartado se explican las raíces del término; en este caso particular, se toma como punto de partida el marketing tradicional, el cuál es descrito como un proceso en el que las empresas generan valor para los consumidores y con ello pretenden forjar relaciones duraderas con ellos para recibir una compensación a cambio, Kotler (2008, como se cita en Villacis et al.2018). 9 Además, como característica fundamental, el marketing tradicional es considerado la formas más antigua de marketing, debido a que se centra en el producto y sus atributos e ignora variables que pretenden comprender al cliente, es decir, no busca la participación activa del consumidor, sino que lanza un mensaje que éste asimila pasivamente (Temboury, 2020); por lo que, se puede visualizar en los anuncios que aparecen en los tradicionales medios de comunicación, mientras las personas están en casa, en el trabajo, en centros educativos, centros comerciales, centros recreativos, entre otros lugares (Castelo y León, 2022). También, implica el establecimiento de objetivos de marketing para una organización, así como la planificación, ejecución y control de las estrategias para alcanzar dichos objetivos (Toleo et al., 2016). Por otro lado, Martínez (2012, como se cita en Beteta et al., 2020) describen al marketing tradicional como el proceso en el que se intenta satisfacer las necesidades de los consumidores mediante los cuatro conceptos de marketing, denominados también las 4P; en ese sentido, puede decirse que el marketing tradicional es la esencia de la mercadotecnia, ya que se concentra en las 4P, y se apoya en estas estrategias para satisfacer cada necesidad que tiene las personas (Beteta et al., 2020). Además, Beteta et al. (2020) identifica mediante un gráfico la base de la mercadotecnia juntamente con el propósito del marketing tradicional. [Ver anexo A] Asimismo, en profundidad con el marketing que se relaciona con el WOM, este no es considerado un fenómeno reciente, sino que se le considera la única forma de vender antes del advenimiento del arribo de los medios de comunicación; además, Aristóteles, en su época, también hablaba del WOM como término influenciado en los términos “ethos” que se refiere al atractivo ético y personal, “pathos” que se refiere al atractivo emocional y “logos” que se refiere al atractivo lógico. Los primeros estudios sobre este tipo de comunicación se remontan a los años setenta donde Arndt (1967 como se cita en Buttle, 1998), uno de los primeros investigadores, se interesó en estudiar el impacto del WOM en el comportamiento de los clientes. El WOM, en español denominado como “boca a boca” se define como el contacto oral e individual entre un comunicador y un receptor sobre una marca, un producto o un servicio que el receptor considera no comercial; sin embargo, Katz y Lazarsfeld (1955), en su publicación Personal Influence expone sobre el efecto de las opiniones de otras personas en la relación a un producto sobre su comportamiento. Por su parte, Stern (1994, como se cita en Buttle, 1998) definió que el WOM difiere de la publicidad, debido a su falta de fronteras en el intercambio de mensajes orales entre una fuente contigua y un destinatario que se comunican directamente en la vida real. Sin embargo, este tipo de comunicación no tiene que centrarse necesariamente en la marca, el producto y/o servicio, sino que puede estar centrado en la organización (Buttle, 1998). En ese sentido, con el paso del tiempo y el avance tecnológico, la Web 2.0 ha ampliado y acelerado el alcance del WOM de una comunicación 10 íntima, uno a uno, a una base de uno a muchos, pasando así de un mecanismo lineal de comunicación orgánica de influencia entre consumidores al modelo de coproducción en red (Srivastava y Sharma, 2017). El boca a boca ha sido reconocido durante muchos años como una gran influencia en lo que la gente sabe, siente y hace; lo cual lo ha convertido, en los últimos años en un desarrollo fundamental para el panorama del marketing, por lo mismo que se le debe considerar como parte de la mezcla del marketing y ser gestionada juntamente con la misma (Dost et al., 2018). Asimismo, con el auge de la comunicación en línea, WOM se ha vuelto aún más importante en forma de reseñas en línea, dando paso al boca a boca electrónico, que es accesible a todos los clientes en todo el mundo durante un largo período, y ofrece un mayor número de reseñas en comparación con los contactos personales (Reimer y Benkenstein, 2016). Finalmente, al considerar la comunicación WOM como una estrategia relacionada con el marketing tradicional, en la investigación también se considera al marketing digital que está relacionada de forma más estrecha con el fenómeno del eWOM, debido a que, ambos se suscitan en el entorno digital. Por lo que, a continuación se exponen aspectos importantes en relación al marketing digital para comprender su vínculo con el eWOM. 3. El marketing digital: la evolución del WOM al eWOM Desde las décadas de 1990 y 2000, la evolución del marketing digital ha transformado la manera en que las marcas y las empresas emplean los medios digitales en el marketing. Conforme las personas optan por utilizar los medios digitales en lugar de visitar las tiendas físicas, las estrategias de marketing digital se han vuelto más frecuentes y efectivas para aumentar el tráfico de ventas minoristas. En consecuencia, en 2007 surgió el concepto de automatización del marketing, con el objetivo de ayudar a las empresas en la segmentación de clientes, la implementación de campañas de marketing multicanal y la entrega de información personalizada a los consumidores. Sin embargo, su adaptación a los dispositivos de consumo no ha ocurrido tan rápidamente como se esperaba. A pesar de ello, el término "marketing digital" se ha convertido en el más utilizado en el ámbito del marketing de consumo a nivel mundial desde 2013. En esta línea, los profesionales especializados en marketing digital se dedican a promover el reconocimiento de la marca y la generación de clientes potenciales utilizando todos los medios digitales disponibles, tanto de pago como gratuitos, para la empresa; entre estos canales digitales se encuentran las redes sociales, el sitio web corporativo, las estrategias de SEO, el correo electrónico, la publicidad gráfica y el blog de la empresa; además, los expertos en marketing digital también tienen la responsabilidad de supervisar el blog corporativo (Desai, 2019). De acuerdo a García y León (2021). La expresión "Marketing digital" se refiere a la estrategia adoptada por las organizaciones en el entorno digital para lograr, comunicar y 11 promocionar sus productos y servicios, con el objetivo de satisfacer las demandas del mercado y establecer una posición sólida en dicho entorno. Asimismo, según Mejía (2017, como se cita en Villacis, 2018) el marketing digital se define como la utilización de Internet y las redes sociales con el propósito de mejorar la promoción y comercialización de un producto o servicio; por lo que, Robles (2015) señala que su gran relevancia se debe a la existencia del mundo del universo online que cada vez lo vuelve más activo para poder ayudar a las empresas que requieren acciones más eficientes y llegar de manera más eficiente a los consumidores que usan medios digitales, al igual que lo hace el marketing tradicional en el mundo offline Por su parte, Desai (2019) considera que el marketing digital implica la comercialización y venta de productos o servicios utilizando tecnologías digitales, como Internet, motores de búsqueda, redes sociales, correo electrónico, sitios web y dispositivos móviles. Estas tecnologías permiten a las empresas comunicarse tanto con sus consumidores actuales como con nuevos clientes potenciales. También, Sawicki (2016) define como denomina marketing digital al uso de la tecnología digital para crear canales de promoción de productos y marcas entre los posibles receptores, para alcanzar los objetivos de la empresa mediante una satisfacción más eficaz de los deseos de los clientes; en adición, de acuerdo a (Desai, 2019), las tácticas de marketing digital más comunes y los canales involucrados son nueve. [Ver anexo B] Por consiguiente, consiste en la estrategia que permite alcanzar los objetivos de marketing mediante la aplicación de medios digitales, datos y tecnología; sin embargo, para que el marketing digital tenga éxito, todavía es necesaria la integración de estas técnicas con los medios tradicionales, como la prensa, la televisión, el correo directo, las ventas humanas y el apoyo como parte de las comunicaciones de marketing multicanal (Chaffey y Ellis, 2019). En consecuencia, en el ámbito del marketing, el WOM se describe como un debate entre clientes sobre sus experiencias con un determinado producto o servicio, Sen y Lerman (2007, como se cita en López y Sicilia, 2013); en el caso del Litvin et al. (2008, como se cita en López y Sicilia, 2013) lo definen como cualquier contacto informal directo realizado a través de Internet por los clientes en relación con el uso o los atributos particulares de un producto. En ese sentido, el impacto del boca a boca (WOM) ha sido potenciado por el avance de las nuevas tecnologías, especialmente Internet, que permite la difusión del WOM a un mayor número de personas de manera más ágil y fácil; dando paso a la eWOM, que se traduce como boca a boca electrónico, y se caracteriza por conversaciones que tienen lugar en foros, chats, blogs, redes sociales, grupos de discusión, tablones online y páginas web de opinión que son públicas (Robinson y Valor, 2013). Por lo que, para mayor detalle, se realizó un gráfico con respecto a las principales diferencias del WOM y el eWOM. 12 Figura 1: Principales diferencias entre el WOM y eWOM Fuente: López y Sicilia (2013). La naturaleza digital del eWOM lo distingue del WOM convencional, ya que requiere que los consumidores utilicen dispositivos como ordenadores, tabletas, smartphones u otros dispositivos con acceso a Internet para compartir o buscar opiniones de otros consumidores. Esto se traduce en un intercambio de información a través de canales digitales. A diferencia del WOM tradicional, que se desarrolla en conversaciones cara a cara entre el emisor y el receptor sin la necesidad de un medio o canal de comunicación (López y Sicilia, 2013). En el caso del eWOM, el cliente puede desempeñar tanto el papel de emisor como de receptor, aunque generalmente hay más receptores debido al alcance del entorno en línea, donde un comentario puede ser visto por un gran número de personas En la figura 1, se puede observar de manera más práctica mediante un gráfico la diferencia entre la comunicación WOM y la eWOM. Figura 2: Comunicación del WOM tradicional vs eWOM Fuente: López y Sicilia (2013). En consecuencia, el marketing digital y el eWOM están estrechamente relacionados, ya que el marketing digital proporciona las herramientas y estrategias para fomentar y aprovechar la difusión de opiniones, recomendaciones y experiencias de los usuarios en el entorno digital. Asimismo, en el marketing digital, el eWOM juega un papel crucial en la influencia y toma de decisiones de los consumidores, debido a que las opiniones y 13 recomendaciones que se comparten en línea las cuales pueden tener un impacto significativo en la percepción de una marca, la reputación de un producto y la intención de compra de los usuarios. En ese contexto, se presentarán los tipos de eWOM para conocer con mayor detalle el comportamiento del fenómeno. 4. Tipos de eWOM En el caso de los tipos de eWOM, Srivastava y Sharma (2017) señalan que existen impulsores del WOM, los cuales son factores que ayudan a mejorar o impulsar este tipo de comunicación y se pueden clasificar, en términos generales, en las siete categorías explicadas a continuación: ● La primera categoría, las fuentes de WOM divididas en dos. En primer lugar, el WOM orgánico generado por los clientes, que consiste en la comunicación donde el emisor es independiente del mercado que tiene posibilidades de transmisión debido a una mayor fiabilidad percibida por el receptor; en segundo lugar, el WOM patrocinado o sembrado por la empresa, que de acuerdo a Magnini (2011, como se cita en Srivastava y Sharma, 2017), se puede dar mediante tres tipos: el primero, se genera cuando las empresas pueden colocar mensajes patrocinados en blogs sin identificar las comunicaciones generadas por la misma, también puede realizar llamadas técnicas sigilosas en las que la mayoría de los individuos encubiertos pagados/compensados generan WOM sin revelar la afiliación corporativa; el segundo, la empresa puede emplear impulsores de marca; y el tercero hace referencia a los patrocinios de celebridades disfrazados de WOM orgánicos, que mediante campañas de marketing permiten a los clientes experimentar directamente con un producto con el objetivo de producir WOM y es patrocinada por la empresa. ● La segunda categoría consiste en la credibilidad de la fuente percibida y fuerza de los lazos con la fuente que se basa en explorar el impacto de la credibilidad en términos de confiabilidad, buena voluntad y competencia (Srivastava y Sharma, 2017). ● La tercera categoría referida a la experiencia previa que se puede entender como la experiencia de uso frecuente del producto, así como las experiencias dentro de la empresa desde la compra, atención postventa, manejo de quejas, entre otros procesos internos, el cual puede generar WOM negativo y positivo. ● La cuarta categoría se refiere a las características del cliente que consiste en factores individuales como: autoconfianza, responsabilidad social, actitud ante la queja, entre otros; y también, en factores situacionales como proximidad a otros, implicación en la decisión de compra que generan más o menos WOM. ● La quinta categoría, se refiere al producto en discusión; para ello, Samson (2010) señala que el rango de uso dentro de una categoría de producto tiene un efecto en las 14 intenciones previas a la prueba y lleva a recomendar el producto que se ha probado aumentando los niveles de WOM debido a un mayor nivel de participación del consumidor y tasa de uso del producto (Srivastava y Sharma, 2017). ● La sexta categoría, es el medio de comunicación/tipo de red social, en la que el medio transmisor de la comunicación WOM es un factor clave que influye en la estrategia de comunicación eficiente de un individuo debido a que influyen en las respuestas emocionales y cognitivas del consumidor, contribuyendo a la satisfacción y genera comunicación WOM en un contexto de compras en línea. ● Finalmente, la séptima y última categoría, hace referencia al contenido y valencia del mensaje, el cual radica en la importancia que se debe dar al contenido, la información visual, cómo se enmarca y los tonos bajos del mismo, ya que todo influye en la formación de WOM. En esa línea de investigación, Aguirre et al. (2020) llevaron a cabo un estudio centrado en los motivos que impulsan a las personas a compartir información, enfocándose en dos formas distintas de WOM (Word of Mouth o "boca a boca"): el WOM transmitido y el WOM generado. En el WOM transmitido, el individuo que inicialmente desempeñaba el papel de receptor se convierte en emisor y comparte la opinión que recibió de otro consumidor con un tercero. Por otro lado, el WOM generado se refiere al mensaje que un consumidor emite después de su experiencia con un producto o servicio, y este mensaje puede llegar a otro individuo tanto de forma espontánea como por solicitud explícita. Por lo tanto, se puede indicar que existen diferentes tipos de eWOM que pueden influir en la reputación y percepción de una marca en el entorno digital; por lo que, es importante para las empresas estar atentas a estas formas de interacción y aprovecharlas de manera estratégica para gestionar su reputación y fomentar la difusión positiva de su marca. En suma a ello, el eWOM también consta de dimensiones, las cuales se detallan a continuación. 5. Dimensiones del eWOM De acuerdo a Baharuddin y Yaacob (2020), la comunicación eWOM se puede estudiar mediante tres dimensiones que se pueden apreciar en la tabla a continuación: Tabla 1: Dimensiones del eWOM según Baharuddin y Yaacob Estudio de calidad Busca mostrar que la credibilidad del eWOM es pretenciosa por la calidad de la información, ya que brinda a los compradores más pruebas de pensamiento crítico, lo que les permite evaluar la credibilidad de lo que leen. Calificación de recomendación La calificación se refiere a la puntuación que se le otorga a la comunicación eWOM, ya que los individuos pueden atribuir una puntuación una puntuación alta o baja según su impresión del mensaje. Consistencia de recomendación Se refiere a la gradación en la que una recomendación eWOM existente está en línea con otras recomendaciones sobre la misma experiencia de producto o servicio. Adaptado de Baharuddin y Yaacob (2020). Por su parte, Salvi (2014) explica que se puede estudiar al eWOM considerando como 15 dimensiones al valor percibido, la calidad de servicio, y la experiencia del cliente, en base a tres puntos de contacto con el cliente: antes, durante y después. En ese sentido, para dicha evaluación, se tiene en cuenta tanto factores internos como externos. Por un lado, en el ámbito interno, la empresa es la encargada del control y las acciones a llevar a cabo hacia los consumidores como es el caso del propio producto, la calidad del servicio, las experiencias ofrecidas y los costos. Por otro lado, en el ámbito externo, se encuentran la valoración de los clientes y el reconocimiento de marca. Por su parte, Tham et al. (2013), identifican cinco áreas o dimensiones que presenta el eWOM, las cuales se exponen a continuación: ● Relaciones fuente-receptor: Las fuentes, los receptores de información y los destinatarios interpretan el contenido tal cual se presenta en las redes sociales. Es decir, con frecuencia, sin saber quién proporciona, evalúa la información, por qué esta se difunde o se busca (Kietzmann et al., 2011). ● Variedad de canales: En la comunicación boca a boca electrónica, el vínculo lo da la tecnología; en consecuencia, muchas de las señales personales se ignoran o existen más posibilidades de mal interpretarlas. Esto pone de relieve la necesidad de aumentar la participación en el canal y la verificación de contenidos (Tham et al., 2013). ● Solicitud de información: Las redes sociales permiten a los posibles tomadores de decisiones solicitar información de manera amplia, tanto general como específica, especialmente sobre lugares donde otra información puede ser limitada, esto puede presentar oportunidades dentro de las redes sociales. Sin embargo, el receptor tiene que determinar si dicha información es creíble y útil (Tham et al., 2013). ● Retención de mensajes: En el caso del eWOM, los mensajes se retienen en función de la capacidad de recordar, ya que se pueden almacenar conversaciones y se hace más accesible para la audiencia, permitiendo así que los usuarios de redes sociales visiten y utilicen los contenidos de un sitio a su propia conveniencia (Tham et al., 2013). ● Motivaciones para divulgar información: En ambos tipos de comunicación, WOM y eWOM, la divulgación de información se produce mediante comentarios positivos o negativos para ayudar al receptor a tomar decisiones posteriores. Por ende, aunque en las redes sociales se pueda manifestar, en su mayoría, eWOM negativo, el aspecto positivo recae en que, mediante la comunicación eWOM se puede divulgar información que te permita crear nuevas amistades a través de la provisión altruista de información. (Lee y Youn, 2009, como se cita en Tham et al., 2013). En consecuencia, el eWOM tiene varias dimensiones que pueden influir en la percepción y difusión de información en el entorno digital. Estas dimensiones del eWOM pueden variar en cada situación y contexto, y es importante que las empresas comprendan 16 cómo manejar y aprovechar cada una de ellas para gestionar su reputación en línea y fomentar una influencia positiva. 6. Principales modelos teóricos que estudian el eWOM El eWOM se ha posicionado como un fenómeno interesante para las ciencias del marketing, siendo objeto de estudio de investigadores recientes, quienes han propuesto diferentes modelos para analizar e investigar el comportamiento de este fenómeno en distintos contextos. A continuación, se exponen y explican algunos de los principales modelos que se han considerado como referencia para el presente estudio. Asimismo, se expone el modelo seleccionado para realizar el análisis de la investigación y alcanzar los objetivos expuestos en el primer capítulo. 6.1. Modelo TRA/TAM De acuerdo con las teorías de Fishbein y Ajzen (1980, citados en Sussman y Siegal, 2003), la Teoría de la Acción Razonada (TRA) y el Modelo de Aceptación de Tecnología (TAM) explican que las intenciones de las personas para adoptar un comportamiento o tecnología se basan en sus creencias sobre las consecuencias de dicha adopción y su evaluación de esos factores. La transferencia de conocimiento basada en la adopción de información asume que, al igual que las personas tienen la intención de adoptar un comportamiento o una tecnología, también tienen la intención de adoptar ideas y comportamientos específicos defendidos. Por lo tanto, los factores que influyen en la adopción de comportamientos o tecnologías también se pueden utilizar para comprender la adopción. Esta teoría se basa en la premisa de que las personas son fundamentalmente racionales y utilizan la información disponible para llevar a cabo acciones o conductas (Sussman y Siegal, 2003). Ramayah et al. (2003) argumentan que la Teoría de la Acción Razonada (TRA) sostiene que la conducta es el resultado de la formación de intenciones específicas de comportamiento, que están influenciadas por dos factores principales: uno de naturaleza personal y otro que refleja la influencia social. En el ámbito personal, se encuentra la actitud hacia el comportamiento, que representa el juicio de una persona sobre si un comportamiento es bueno o malo, y si está a favor o en contra de llevarlo a cabo. Por otro lado, el factor social se refiere a la percepción de una persona sobre la presión social. La teoría sostiene que las creencias conductuales se relacionan con la creencia de una persona de que un comportamiento en particular conduce a ciertos resultados. Estas creencias conductuales y las evaluaciones de los resultados conductuales influyen en la formación de la actitud hacia la conducta, mientras que las creencias normativas y la motivación para cumplir con los referentes específicos contribuyen a la formación de la norma subjetiva (Ramayah et al., 2003). 17 Según Reyes (2007), el modelo propuesto por Fishbein y Ajzen en 1980 es muy completo y permite una medición más precisa de los predictores de comportamiento. Esta teoría considera factores individuales y grupales, e incluye creencias que se clasifican como creencias conductuales, que son propias de cada persona, y creencias normativas, que son demostradas por los grupos a los que pertenece una persona. Los componentes clave de este modelo son las actitudes, las normas subjetivas, el deseo de conformarse a esas creencias y normas, y la intención de llevar a cabo una conducta. Según esta teoría, las actitudes, las intenciones conductuales y las percepciones de la influencia social y la susceptibilidad a ella se pueden utilizar para predecir las acciones. Dentro del marco de la TRA, las creencias sobre un objeto desempeñan un papel fundamental en la formación de actitudes. Ajzen y Fishbein (1967, citados en Reyes, 2007) sugieren que existen tres tipos de creencias que contribuyen a la formación de actitudes: creencias descriptivas, creencias inferenciales y creencias informativas. Las creencias descriptivas se basan en la observación directa del objeto en cuestión, las creencias inferenciales se derivan de las interacciones con otras personas, y las creencias informativas se obtienen a través del conocimiento adquirido de otras personas sobre el objeto en consideración. Por lo tanto la actitud se forma cuando una persona tiene una impresión específica basada en algún elemento, acción o evento, lo cual genera una emoción agradable o desagradable hacia un artículo o estímulo en particular. La actitud abarca las evaluaciones de los atributos y las creencias que relacionan un nuevo atributo con otras cualidades y evaluaciones de dichas características. En este sentido, el modelo TRA ayuda a explicar la conexión entre un conjunto de creencias y actitudes, describiendo cómo se fusionan e integran en la evaluación del objeto las diferentes creencias y sus evaluaciones de atributos relacionados (Ajzen y Fishbein, 1967, citados en Reyes, 2007). Figura 3: Modelo de la Teoría de la Acción Razonada (TRA) Fuente: Reyes, L. (2003). 18 En este contexto, la teoría abarca diversos elementos, entre ellos las creencias, las cuales se dividen en creencias conductuales, que son de carácter individual, y creencias normativas, que se manifiestan en los grupos a los que pertenece el individuo. Asimismo, se consideran las actitudes, las normas subjetivas, la motivación para cumplir con estas creencias y normas, y la intención de llevar a cabo una determinada conducta. En última instancia, este modelo proporciona una descripción de cómo múltiples creencias se integran y conectan con las evaluaciones individuales de las características del objeto, con el fin de explicar la relación entre un conjunto de creencias y actitudes (Reyes, 2007). 6.2. Modelo de Adopción de Información (IAM: Integrated Adaptation Model) Este modelo tiene en cuenta las características de una persona, su dispositivo de acceso, el contexto en el que interactúa y cómo se conecta a las fuentes de información para presentar y promover la información según sus necesidades, al tiempo que tiene en cuenta su movilidad potencial y las limitaciones de su conexión y dispositivo móvil (Carrillo et al., 2009). El IAM se compone de cuatro elementos principales: la calidad del argumento relacionada con la ruta central, la confiabilidad de la fuente relacionada con la ruta periférica, la ad de la información y la adopción de la información (Erkan y Evans, 2016). Mediante esta integración, el IAM proporciona una explicación de cómo los clientes son influenciados por la información en las plataformas de comunicación mediadas por computadora (Amar et al., 2020). Figura 4: Modelo de adopción de la información (IAM) Fuente: Carrillo et al. (2009). Se puede indicar que el IAM, establece que la credibilidad del eWOM está positivamente asociada con su utilidad, así como con la adopción de la información y la intención de compra. Estos componentes del IAM se integran y se explican conjuntamente en el Modelo de Aceptación de la Información (IACM), en el cual se incluyen la calidad del argumento como calidad de la información, la credibilidad de la fuente como credibilidad de la información, y la utilidad de la información y la adopción de la información (Erkan y Evans, 2009). 6.3. Modelo ELM (Modelo de Probabilidad de Elaboración de la persuasión) El modelo de la probabilidad de elaboración en adelante ELM, fue desarrollado por 19 Petty y Cacioppo (1983, 1986), convirtiéndose en un modelo muy citado para explicar sobre persuasión, en la investigación y en la publicidad (Sáez, 2014); así como también, para dar cuenta de las diferencias reportadas en los resultados de influencia entre individuos y contexto. Este modelo establece que, en diferentes situaciones, los diferentes destinatarios del mensaje variarán en la medida en que elaboran cognitivamente un mensaje en particular, y estas variaciones en la probabilidad de elaboración afectan el éxito de un intento de influencia, junto con otros factores. La elaboración implica prestar atención al contenido del mensaje, analizarlo detalladamente y evaluarlo, y reflexionar sobre temas relevantes para el mensaje. Debido al esfuerzo cognitivo involucrado, los receptores no elaboran cada mensaje que reciben, y algunos receptores elaboran menos mensajes que otros (Sussman y Siegal, 2003). Según el ELM, cuando un individuo es capaz y está dispuesto a desarrollar cognitivamente una comunicación persuasiva, la calidad de los argumentos contenidos en la comunicación determinará el grado de influencia informativa Petty y Cacioppo (1986, como se cita en Sussman y Siegal, 2003); por lo que, este modelo identifica la calidad del argumento como el determinante crítico de la influencia informativa en condiciones de alta probabilidad de elaboración; es decir, cuando un individuo no puede o no quiere procesar los argumentos presentados en un mensaje, las señales periféricas, las cuales son los indicadores que las personas utilizan para evaluar un contenido, jugarán un papel más crítico en el proceso de influencia. Para Petty et al. (2004, como se cita en BehaviourWorks, s.f.), el ELM es esencialmente una teoría sobre los procesos de pensamiento que pueden ocurrir cuando intentamos cambiar la actitud de una persona a través de la comunicación; en la cual, los diferentes efectos de las variables de persuasión juegan dentro de estos procesos, así como la fuerza de los juicios de resultado; es decir, el ELM asume que las personas pueden diferir en el cuidado y la extensión con que piensan sobre un mensaje, el objeto o el comportamiento que defiende puede variar de menor a mayor a lo largo de un "continuo de elaboración". Como resultado, el Modelo de Elaboración de la Elaboración (ELM, por sus siglas en inglés) proporciona la capacidad de predecir el impacto relativo de varios factores en la adopción de información en función de diferentes niveles de probabilidad de elaboración. Este modelo utiliza variables integradas, como la Motivación de Procesamiento/Necesidad de Información, la Capacidad de Procesamiento, la Profundidad de Elaboración del Pensamiento y la Positividad de la Respuesta Cognitiva (Sáez, 2014). En consecuencia, el ELM permite hacer predicciones sobre cómo estos factores influyen en la adopción de información en distintos niveles de procesamiento, considerando las variables mencionadas que forman parte del modelo. [Ver anexo C] 20 Figura 5: Modelo ELM propuesto por Petty y Cacioppo Fuente: Petty y Briñol (2012). 6.4. Modelo IACM En su investigación, Erkan y Evans (2016) presentan técnicas para analizar los diferentes componentes de los datos de eWOM provenientes de las redes sociales, los cuales tienen influencia en las decisiones de compra de los consumidores. A raíz de este estudio exhaustivo sobre las características de los datos de eWOM y el comportamiento de los consumidores, se propone el Modelo de Aceptación de la Información (IACM, por sus siglas en inglés). Los hallazgos obtenidos indican que las características individuales de los datos de eWOM por sí solas no son suficientes para estudiar de manera efectiva la influencia del eWOM en las decisiones de compra de los consumidores. En este sentido, es de vital importancia evaluar cómo los consumidores reaccionan 21 frente al contenido del eWOM. El Modelo de Aceptación de la Información (IACM) examina una serie de características que incluyen la calidad de la información, la credibilidad de la información, los requisitos de la información, la actitud hacia la información, la utilidad de la información, la adopción de la información y la intención de compra. Estos componentes permiten comprender y explicar cómo el proceso de adopción de la información influye en la intención de comportamiento del consumidor en relación con las decisiones de compra (Erkan y Evans, 2016). Figura 6: Modelo IACM propuesto por Erkan y Evans Fuente: Erkan y Evans (2016). Este modelo examina la interdependencia de factores como los que se detallan a continuación: ● Adopción de información e intención de compra: Esto se debe a que los usuarios están expuestos a una amplia gama de información que puede influir, de manera deliberada o accidental, en las decisiones de compra de los clientes. Sin embargo, no todos los contenidos publicados en las redes sociales tienen el mismo impacto en la intención de compra de los consumidores, y la medida de este impacto puede variar. ● Utilidad de la información y adopción de la información: Este concepto se vincula con la convicción de las personas de que la aplicación de nuevos conocimientos mejorará su desempeño. La utilidad se considera un factor determinante en la adopción de información, ya que los individuos interactúan con los contenidos cuando perciben que les serán provechosos. ● Calidad de la información y credibilidad de la información: El deseo de los clientes de realizar una compra se ve influido por diferentes factores, entre ellas la credibilidad y fiabilidad de la información que encuentran en línea (una consideración crucial dado que casi cualquier persona con acceso a Internet puede publicar información). ● Necesidades de información y actitud hacia la información: Aquellos que realizan búsquedas de información en Internet tienen mayores oportunidades de encontrar y emplear información que resulte útil, lo cual puede afectar su intención de compra. ● Actitud hacia la información: Se centra sobre todo en la conexión entre la actitud y el 22 propósito de comportarse de una determinada manera. De acuerdo con los resultados obtenidos del análisis de ecuaciones estructurales, se puede observar que tanto las características de la información como las actitudes de los consumidores hacia la misma tienen un impacto positivo en las intenciones de compra de los consumidores. Esto implica que la influencia del eWOM en las redes sociales no solo depende de atributos como la calidad y la credibilidad de la información, sino también de las actitudes que los consumidores tienen hacia el eWOM. En consecuencia, para llevar a cabo la investigación, se seleccionó el Modelo de Aceptación de la Información (IACM), debido a su relevancia teórica y la recomendación del autor de utilizar dicho modelo en otros contextos y sectores. Además, el IACM amplía y mejora el modelo IAM al proporcionar un enfoque más integral para estudiar cómo los consumidores internalizan y aceptan la información obtenida en las plataformas de comunicación mediadas por ordenador. También integra dos componentes del modelo TRA, como la actitud y la intención de comportamiento (Erkan y Evans, 2016). Basándonos en lo expuesto, se concluye que el modelo desarrollado por Erkan y Evans es el más apropiado para la investigación, ya que abarca componentes presentes en modelos anteriores. Esto permite llevar a cabo un estudio más completo al considerar los factores que influyen en las decisiones de compra de los consumidores a través de la influencia del eWOM en las redes sociales. Se destaca que esta influencia no depende únicamente de las características de la información eWOM, como la calidad y la credibilidad, sino también de variables que exploran el comportamiento y las actitudes de los consumidores hacia dicha información eWOM. En apoyo a esto, Ramírez y García (2022) llevaron a cabo una investigación utilizando el modelo IACM propuesto por Erkan y Evans para analizar las decisiones de compra de los clientes a través del marketing de WOM en una empresa de venta de motocicletas en Tarapoto. Los resultados resaltaron la mejora en la calidad de la información disponible en Internet, lo cual resulta beneficioso para los clientes. Además, señalaron que las expresiones de intención de compra por parte de los clientes de Sorsa Motors (la empresa objeto de estudio) están relacionadas con la información compartida en las plataformas de comunicación, así como con la calidad de la información y la credibilidad de la fuente. De manera similar, Larrea (2022) realizó una investigación titulada "Influencia de la investigación del eWOM en la intención de compra de servicios de alojamiento en Chiclayo en los principales mercados nacionales emisores". En su estudio, utilizó el Modelo de Adopción de Información (IACM) y analizó el impacto de los comentarios en línea en la intención de reserva, lo que resaltó la relevancia del modelo y confirmó que cada variable produce resultados específicos. Se llegó a la conclusión de que la información recibida y adoptada por los usuarios a través del eWOM no siempre afectará de la misma manera su 23 comportamiento o intención de reservar una habitación. Además, se identificaron variables moderadoras, como la procedencia de los turistas, que influyen en la relación positiva entre la adopción de información y la intención de adquirir un servicio de alojamiento. En ese sentido, ya seleccionado el modelo que será empleado para la realización del análisis correspondiente, a continuación, se va a conceptualizar a las plataformas online, las cuales son un componente primordial para el funcionamiento efectivo de la comunicación electrónica, y, por lo tanto, resultan ser un eje temático importante para la presente investigación. 7. Plataformas Online: definición y caracterización Las plataformas online, tanto sitios web como redes sociales, se han vuelto imprescindibles para muchos consumidores en su vida cotidiana, debido a que les permite desarrollar expectativas realistas y co-crear experiencias relacionadas con el entretenimiento, la enseñanza y el aprendizaje. En ese sentido, Tauscher y Laudien (2017) señalan que las plataformas en línea pueden servir como un medio para comercializar, operar y co-crear productos, componentes y materiales para reducir, ralentizar y cerrar los ciclos de recursos; además, Konietzko et al. (2019) indican que las plataformas en línea pueden recopilar y utilizar datos sobre el uso, la ubicación y el estado de los productos para gestionar sistemas de productos y servicios. También, Li et al. (2019) indica que una red de tipo plataforma utiliza computadoras, dispositivos móviles u otros sistemas, por lo que puede tener muchos componentes como: hardware, software, servicios, artefactos, estándares y reglas para facilitar su uso y brindar servicios eficientes y efectivos. Por su parte, Lawani et al. (2018) consideran que en las plataformas online, los consumidores potenciales revisan múltiples datos sobre productos o servicios, que les permite examinar los atributos positivos y negativos, analizar el trade-off entre los atributos antes de tomar sus decisiones de compra, y utilizar las opiniones de las reseñas para formar su propia opinión sobre la calidad del producto o servicio. A todo ello, La Comisión Europea (2022) añade que las plataformas en línea, como los mercados en línea, las redes sociales, los puntos de venta de contenidos creativos, las tiendas de aplicaciones, los sitios web de comparación de precios, las plataformas de economía colaborativa y los motores de búsqueda, son potentes impulsores de la innovación porque desempeñan un papel importante en la economía y la sociedad digitales europeas, y amplían las posibilidades de elección de los consumidores, impulsan la eficiencia y la competitividad industriales e incluso fomentan la participación cívica en la sociedad. Asimismo, Chena et al. (2019) en su artículo de investigación, señalaron que las plataformas online tienen un gran impacto en la economía global, mostrando que de las diez empresas privadas respaldadas por capital de riesgo más valiosas de la lista del Wall Street Journal en el 2018, siete de ellas, incluyendo a Uber ($ 72 mil millones), Didi-Chuxing ($ 56 24 mil millones), Airbnb ($ 31 mil millones), Meituan-Dianping ($ 30 mil millones), WeWork ($ 20,2 mil millones), Lufax ($ 18,5 mil millones) y Lyft ($15,100 millones) son plataformas en línea; y, cada una de estas plataformas crea valor para dos o más grupos de usuarios independientes al facilitar las transacciones o relaciones entre ellos. También, Frenken y Fuenfschilling (2021) proponen un juego de roles en su investigación, en la que plantean entender las plataformas online como corporaciones y a los participantes de estas plataformas como mano de obra; esto debido a que, las plataformas en línea realizan funciones muy similares a cualquier otra corporación, pero las hacen mediante diversas formas tales como la aplicación de términos y condiciones como marco legal y datos; revisiones y algoritmos para el control descentralizado de la información; se desarrollan en contextos muy diferentes, los cuales pueden ser mercados laborales informales, prácticas compartidas, redes sociales, medios de comunicación, entre otros. Por otro lado, con respecto a las características principales de las plataformas online, de acuerdo a La comisión europea (2022), sugieren que las plataformas online se usan en las tecnologías de la información y la comunicación para facilitar las interacciones entre los usuarios. También, en esa línea, recopilan y utilizan los datos sobre dichas interacciones y los efectos de red, los cuales hacen que el uso de las plataformas con la mayoría de los usuarios sea más valioso para otros usuarios. Por consiguiente, las plataformas online son entornos digitales que permiten a los usuarios interactuar, compartir información, realizar transacciones y acceder a servicios a través de Internet, estas plataformas proporcionan un espacio virtual donde los usuarios pueden conectarse, comunicarse y participar en diversas actividades en línea, proporcionando una amplia gama de oportunidades y servicios que facilitan la comunicación, el comercio y la colaboración en línea. En ese sentido, mediante las plataformas online se impulsa el desarrollo de la economía compartida o Shared economy Business, debido a que, los usuarios aprovechan estas plataformas para ofrecer y adquirir productos y servicios, en este caso, servicios de alojamiento. 8. Shared Economy Business: Conceptualización y caracterización La economía compartida, también conocida como economía colaborativa o consumo colaborativo, se refiere a un modelo de negocio que permite a las personas compartir o alquilar sus activos infrautilizados, como propiedades, vehículos o habilidades, a otras personas a cambio de una remuneración; este modelo, se ve facilitado por plataformas en línea o aplicaciones móviles que conectan a proveedores y usuarios, permitiéndoles realizar transacciones y participar en actividades compartidas. Autores como Pushmann y Alt (2016) sostienen que la economía colaborativa, también conocida como "Shared economy business", puede ser abordada desde perspectivas macroeconómicas y microeconómicas. En el ámbito macroeconómico, la economía 25 colaborativa adopta un enfoque de mercado híbrido que se centra en la transferencia de propiedad de recursos económicos entre dos partes. En función de la participación del dinero, se pueden identificar dos modelos distintos. El primero es el modelo de mercado tradicional, en el cual dos actores intercambian bienes o servicios por dinero. Por otro lado, se encuentra el modelo de entrega de obsequios, en el cual un bien es donado a otro actor sin que exista una transacción monetaria involucrada. Y en el caso de la perspectiva microeconómica, la Economía Colaborativa es parte de la discusión en varias disciplinas, tales como marketing, administración de empresas, derecho, también está relacionada con la orientación a servicio, entre otros; es decir, la visión microeconómica complementa la visión macroeconómica y aborda los aspectos estratégicos, relacionados con los procesos y los sistemas de los consumidores, proveedores e intermediarios de servicios. Según, Yaraghi y Ravi (2017) la economía compartida inevitablemente se convertirá en una parte importante de la economía global, debido a que, permiten a individuos y grupos ganar dinero a partir de activos infrautilizados; ya que, las personas han mostrado un gran apetito por todas las gamas de servicios proporcionados por la economía colaborativa en hostelería y restaurantes, automotriz y transporte, mano de obra, entregas, préstamos a corto plazo y bienes de consumo y venta al por menor. En ese sentido, los autores citan a la una investigación realizada por PwC, donde analizaron diez sectores industriales diferentes y estimaron que, dentro de diez años, los cinco principales sectores de la economía compartida, incluidos los préstamos entre pares, la dotación de personal en línea, el alojamiento entre pares, el uso compartido de automóviles y transmisión de música y video generará más del 50 por ciento de los ingresos globales totales (Yaraghi y Ravi, 2017). Retamal (2019) concluye que hay varios factores que indican posibilidades para la integración del consumo colaborativo, por ejemplo, alta densidad de personas, tamaño limitado de las viviendas, congestión del tráfico y largos tiempos de viaje; sin embargo, en su estudio también muestra que existe resistencia, particularmente a las prácticas de acceso compartido, como lavadoras compartidas o vehículos compartidos; cuya resistencia surge de la falta de confianza, la falta de conocimiento sobre cómo usar el equipo compartido y la falta de apoyo institucional para los modelos comerciales de consumidor a consumidor. Asimismo, de acuerdo a Mont et al. (2020) el potencial comercial de la economía colaborativa puede incluir amenazas relacionadas con las nuevas plataformas actuales; ya que, las personas que operan como proveedores, los riesgos de ofertas menos costosas y, en una perspectiva a más largo plazo: las influencias de la tecnología blockchain como un desafío potencial tanto para el economía colaborativa y operaciones comerciales tradicionales. 9. La intención de compra: relevancia y caracterización 26 El término "intención de compra" ha ganado importancia en la investigación del siglo XX, ya que numerosos estudios lo ubican en el contexto del proceso de compra y sostienen que juega un papel fundamental para comprender el comportamiento del consumidor. Tanto las empresas como los clientes han experimentado cambios significativos debido a la influencia de las tecnologías de la información y la comunicación. En particular, en el sector turístico, los clientes tienen acceso a una amplia gama de opciones de servicio. Por lo tanto, las empresas se enfrentan al desafío de identificar los factores que les permitan atraer y mantener la atención y la comunicación con los clientes, con el objetivo de impulsar las ventas de sus servicios. Según Pavlou (2003), la intención de compra en línea se refiere a la disposición y voluntad de un consumidor para realizar transacciones a través de Internet. El autor también identificó tres etapas que componen la secuencia de este proceso, que incluyen la búsqueda de información, la transferencia de información y la compra de productos. Por otro lado, Tinococo et al. (2019) hace referencia al término "cognitividad del consumidor”, el cual trata de explicar que el ser humano tiene un conjunto de creencias que influyen en su comportamiento más de lo que puede expresar conscientemente, por lo que, la intención de compra se define como los factores que incentivan e impulsan las compras de bienes y servicios. Asimismo, Bebber et al. (2017) señalan que la intención de compra se caracteriza por el deseo del consumidor de realizar una compra en función de sus impresiones favorables de un determinado producto y sitio web, lo consideran como un factor fundamental a tener en cuenta debido a que la intención de compra es el factor decisivo al momento de comprar. Finalmente, Peña (2014) sugiere que la relevancia de la intención de compra reside en el momento en el que se quiere emplear un nuevo canal para contactar a los clientes, ya que esto se ve como un indicador para pronosticar el comportamiento real del consumidor. En ese sentido, a continuación, se presenta una revisión de la literatura que demuestran ciertos principios, así como métodos para evaluarlos, variables que lo afectan y su relevancia en el proceso de compra. Como resultado, varios autores la utilizan a menudo en sus descripciones del proceso de compra y sugieren que se incluya al investigar el comportamiento del consumidor. 10. Caracterización y diferencias entre intención de compra y proceso de decisión de compra Kotler y Armstrong (2008) señala que durante la fase de evaluación, el consumidor asigna valoraciones a varias marcas y formula intenciones de compra; así, la elección de compra del cliente será, en la mayoría de los casos, comprar la marca que figure como su más favorecida; sin embargo, esta decisión puede verse alterada por otros factores como: las actitudes de otros, es decir, el consumidor tomará muy en cuenta la opinión de alguien 27 cercano antes de decidir comprar; y que se encuentran los componentes de situación inesperados, donde indica que el consumidor podría formarse una intención de compra considerando aspectos como el nivel de ingreso que espera tener, el precio que espera pagar, y los beneficios que espera obtener del producto. En el caso de la intención de compra, Rodríguez (2013) considera que las intenciones de compra se manifiestan en una fase que podría considerarse como pre-compra, donde se pueden observar tres tipos de compra. Como primer término, se encuentra la categoría de compra que se denomina "planificada en su totalidad", en la cual el consumidor ha realizado previamente la selección tanto del producto como de la marca. A continuación, se encuentra la categoría de compra denominada "parcialmente planificada", en la cual el consumidor ha decidido qué producto o servicio adquirir, pero aún no ha tomado una decisión concreta en relación a la marca, siendo esta elección realizada durante el acto de compra. Por último, se encuentra la categoría de compra conocida como "no planificada", en la cual el comprador toma la decisión de qué producto y marca adquirir en el momento mismo de la compra, en el lugar de venta. Por consiguiente, la propensión de un consumidor a realizar una compra puede verse influenciada por una variedad de factores relacionados con sus circunstancias actuales, como la situación laboral, el nivel de ingresos, las expectativas con respecto al producto, el estado emocional, entre otros factores que pueden conllevar a establecer que las intenciones de compra no pueden utilizarse como herramientas de predicción de la misma, ya que pueden convertirse en no fiables. En el caso de la decisión de compra, Rodríguez (2013) también considera que el consumidor forma sus preferencias durante la etapa de evaluación considerando las marcas o productos alternativos, e incluso cuando todo señala que dicha intención se llevará a cabo, puede no ejecutarse debido a la intervención de dos factores: actitud de otras personas y las circunstancias que enfrenta consumidor en ese momento. Por lo tanto, la decisión de compra es el eslabón más difícil del proceso de toma de decisiones que se investiga porque es el "momento de la verdad". Una vez adquirido un producto o servicio, no queda más remedio que incurrir en los riesgos asociados a su uso. Ahora, el proceso de decisión de compra, en el entorno virtual puede tener algunas variaciones a lo largo del proceso de decisión; en ese sentido, a continuación, se exponen aspectos relacionados a la intención de compra en línea para comprender qué aspectos se tornan más relevantes en este contexto. [Ver anexo D] 11. La intención de compra online Actualmente, los clientes utilizan una variedad de canales para investigar cosas antes de realizar una compra, incluidos sitios web en línea y fuera de línea, tiendas físicas, teléfonos celulares y tabletas, y recomendaciones de boca en boca (WOM). López y Terán (2020) se interesaron por conocer los factores que influyen en la 28 intención de compra online en México, señalando como principales razones por las cuales el consumidor realiza compras online son la fácil recepción de sus compras en la comodidad de su domicilio, el ahorro de tiempo al evitar trasladarse a la tienda física, el poder de comparar precios de forma más fácil y ágil, y la variedad de productos que pueden observar y comparar antes de realizar la compra, así como la opción de poder adquirir productos del extranjero. En ese sentido, para Ling y Chai (2010, como se cita en López y Terán, 2020) indican que la intención de compra online es una línea reciente de investigación y consiste en la situación que se presenta cuando un consumidor está interesado en adquirir un producto o servicio de su interés realizando una transacción a través de internet. Del mismo modo Chen et al. (2010) definen la intención de compra online como el reflejo del deseo de los consumidores de realizar una compra a través del sitio web. Por lo tanto, el término "intención de compra online” se utiliza para describir la propensión de un consumidor a realizar una compra a través de Internet y donde influyen factores como la percepción del cliente, sus características demográficas y la adopción de tecnología (López y Terán, 2020). Figura 7: Factores que influyen en la intención de compra online Fuente: López y Terán (2020). 11.1. Factores que influyen en la intención de compra online En el comercio electrónico, el nivel de satisfacción del cliente antes de la compra influye mucho en su deseo de comprar. Chen et al. (2010) en su investigación sobre los atributos del sitio web que incrementan la intención de compra del consumidor, se enfoca en estudiar tres factores principales que influyen en la intención de compra online: Tecnología, compras y producto, cuya comprensión es importante para los proveedores electrónicos con el fin de atraer y retener a los consumidores. ● Factores tecnológicos: comprende la calidad del sitio web que facilita las 29 transacciones en línea, y también se considera a la seguridad (hace referencia a la confidencialidad, integridad, autenticación), la privacidad y utilidad, las cuales consisten en el diseño y la funcionalidad del sitio web. ● Factores de compra: Son los atributos individuales y del sitio web que se relacionan con la experiencia de compra. ● Factores del producto: consiste en la calidad percibida del producto o servicio a la venta. Los compradores en un escenario de compra de una tarea nueva suelen pasar por todos estos pasos del proceso de compra; los de una recompra modificada o directa pueden obviar algunos de ellos. Subyacente a ello, Kotler y Amstrong (2008), subrayan que las emociones, como los aspectos ambientales, organizativos, interpersonales e individuales, tienen un efecto significativo en el tipo de compradores industriales. En resumen, en el marco teórico se expone definiciones, características, evolución relacionándolo con el marketing; así como, las herramientas necesarias para realizar la eWOM, que ha ganado una gran importancia en la era digital, ya que las personas confían cada vez más en las opiniones de otros consumidores antes de tomar decisiones de compra. Eso genera, que las empresas deben estar atentas al eWOM y gestionarlo de manera efectiva, brindando un buen servicio al cliente, fomentando las reseñas positivas y respondiendo adecuadamente a las opiniones negativas para mantener una reputación sólida en línea. En ese sentido, también se estudió a la intención de compra, la cual se refiere al grado de disposición o inclinación que tiene un individuo para adquirir un producto o servicio en particular, y puede estar influenciada por diversos factores, como las necesidades del consumidor, las características del producto, la reputación de la marca, las recomendaciones de otros consumidores, el precio, la disponibilidad, entre otros. A continuación, se mostrará con mayor detalle, las características y comportamientos de los usuarios a los que está dirigida la investigación, así como de los componentes principales que forman parte de la comunicación eWOM orientada a los servicios de alojamiento. 30 CAPÍTULO 3: MARCO CONTEXTUAL En este capítulo se busca comprender y describir adecuadamente el contexto en el cual se enmarca la investigación; entender las condiciones sociales, económicas, políticas, culturales o geográficas que pueden influir en el tema de estudio. En ese sentido, el presente estudio se sitúa en un contexto específico del eWOM y la intención de compra; el cual presenta características particulares que pueden tener un impacto significativo en el problema de investigación. A través de un análisis detallado del contexto, se busca identificar y comprender los factores relevantes que podrían influir en la investigación, tales como: perfil psicográfico, demográfico, así como también el comportamiento de la población de estudio hacia las plataformas digitales y online, las cuales influyen en su intención de compra. 1. La generación Z de Lima Metropolitana: caracterización Se considera a la Generación Z, en términos de consumismo, como un grupo caracterizado por ser exigentes y con patrones de consumo difíciles de identificar, se preocupan por el cuidado del medio ambiente y tienen una alta capacidad para descifrar el rol que cumple el turismo en el cuidado ambiental (Toledo et al., 2020); además, también se le conoce la generación postmillennial o la generación del centenario, y se distingue por ser la primera generación en ser considerada como "nativos digitales", o aquellos que nacieron en la cultura digital en lugar de tener que adaptarse a ella más adelante en la vida (París, 2021). La Generación Z es diferente de otros grupos en gran medida porque las nuevas herramientas han cambiado la forma en que aprenden; ya que, gracias al Internet están acostumbrados a no depender tanto de sus padres y maestros. Por lo tanto, el internet y los aparatos electrónicos son parte esencial de la vida cotidiana de esta generación que les brinda la oportunidad de desarrollar nuevas habilidades de manera autodidacta y así contar con la experiencia necesaria en el uso de la tecnología (Espiritusanto, 2017). La condición de nativos digitales de la Generación Z les permite tener un profundo conocimiento y dominio de las nuevas tecnologías, debido a que pasan una media de 6 a 10 horas diarias con sus dispositivos móviles. Son autodidactas, su punto fuerte es la innovación y se adaptan rápidamente a los nuevos entornos. También son conscientes de que viven en una sociedad global, prima en ellos la inmediatez y la rapidez a la hora de descargar programas y disfrutan de diálogos concurrentes a través de sus redes sociales (Cerem Comunicación, 2020). Sus objetivos profesionales no son convertirse en directivos de empresa, sino en adquirir conocimientos y experiencia que les permitan ser un recurso para nuevas dificultades profesionales. Desean actuar de forma independiente y como empresarios tanto dentro como fuera de la empresa. De hecho, el 36% de los jóvenes encuestados afirma que quiere crear su propia empresa o trabajar por cuenta propia, mientras que sólo el 20,8% quiere trabajar 31 para la Administración (Vilanova, 2019). Además, los resultados y los objetivos difieren mucho según el sexo, mientras que los chicos Z eligen el espíritu empresarial, las chicas Z prefieren el empleo remunerado; también, la carrera ideal para el 44% de los varones es crear una empresa o trabajar por cuenta propia, mientras que el 52% de las mujeres optan por trabajar como obreras o funcionarias; por lo que, sería beneficioso continuar por el camino de la capacitación femenina en los negocios y la gestión (Vilanova, 2019). 1.1. Perfil demográfico En relación a las características del perfil de este grupo de personas, la Generación Z se compone por jóvenes nacidos a partir de 1994; y, de acuerdo a una estadística española representan más del 25% de la población mundial y son considerados como 100% nativos digitales porque se han educado y socializado con Internet (Vilanova, 2019). Por su parte, García (2020) menciona que la Generación Z ha crecido con la tecnología, por lo que son muy buenos en el uso de nuevas herramientas digitales; ya que suelen pasar de seis a diez horas al día, en promedio, en sus teléfonos. Son independientes debido a que con este desarrollo en la tecnología adquieren la capacidad de aprender por sí mismos, su mejor cualidad es la imaginación y pueden adaptarse fácilmente a nuevos entornos. Aparte de eso, son conscientes de que viven en un mundo global, les gusta lo rápido y fácil que es descargar aplicaciones y les gusta tener conversaciones al mismo tiempo a través de sus redes sociales. Martín y Medina (2021) en su estudio sobre las redes sociales y la adicción a los "Me gusta" de la generación Z, descubrieron que este grupo de personas utiliza las redes sociales con más frecuencia, con una media de 5,4 cuentas, y prefiere el uso de redes como Instagram, seguida de WhatsApp y Youtube, que, a diferencia de los millennials, incorporan Facebook a sus redes más utilizadas. Además, se muestran más nerviosos, interesados y anticipan respuestas más rápidas y ágiles en todos los ámbitos; buscan toda la información que necesitan a través de Internet y no se escandalizan por la difusión de las redes. De acuerdo a una publicación de Info Marketing,pe (2023), el involucramiento de la generación Z en el Perú es el más alto en toda Latam y se caracterizan por ser auténticos, prefieren marcas originales, buscan generar su propio dinero a temprana edad y lo pretenden generar mediante diversas fuentes de ingresos. 1.2. Perfil psicográfico Cuando se refiere al perfil psicográfico, se refiere a la descripción de los rasgos de una persona y cómo reacciona a su entorno. Personas cuyos perfiles físicos son iguales pueden tener perfiles psicológicos muy distintos (Klainer, s.f.); en ese sentido de acuerdo a Cerem Communication (2020), la generación Z se caracteriza por: 32 ● Ser más emprendedores que los millennials. ● No poder imaginar cómo sería la vida sin computadoras. ● Estar acostumbrados a poder descargar cosas rápidamente y hablar con mucha gente al mismo tiempo en sus redes sociales. ● Ser individualistas y egocéntricos. ● Preocuparse por los demás y están dispuestos a ayudar. Asimismo, Osorio (2021) señaló que la Generación Z es una generación global, social, visual y técnica; se la considera la generación más conectada, educada e inteligente de la historia. Son los primeros en adoptar la influencia de las marcas y los impulsores de los medios sociales; no sólo representan, sino que también crean el futuro. Esta generación nació en una época de crisis, terrorismo, recesión mundial y cambio climático, y se prevé que pase su adolescencia en una era de renacimiento económico y social. En ese sentido, para Osorio (2021), se caracterizan por: ● Tener muchas iniciativas para los negocios. ● Preocupación por el cuidado del medio ambiente. ● Preocuparse por la estabilidad económica. ● Preferir comprar en tiendas virtuales. ● Ser muy influyentes en las decisiones de compra respecto a comida, viajes, dispositivos tecnológicos y automóviles, representando un 60% de las decisiones de compra. ● Buscar empleo desde temprana edad. ● La no concepción de la vida sin internet, sin las aplicaciones y dispositivos móviles, y pueden utilizar hasta cinco artefactos al mismo tiempo como televisión, smartphones, laptops, tablets y consolas. ● Pensar en cuarta dimensión debido a su preferencia por las imágenes, emoticones, emojis y la utilización de los textos de forma mínima o acotada. ● Distraerse cada ocho segundos en algo nuevo y se considera que un 11% de este segmento sufren trastorno por déficit de atención. ● Preferir ahorrar dinero que gastar en vanidades. ● Ser abiertos de mente. Por lo tanto, se puede deducir que las personas que conforman la generación Z, se caracterizan por estar en constante comunicación y conectividad, por interesarse no sólo por su bienestar sino por la población y situación económica del país en conjunto, también por evidenciar sus intenciones son respecto al cuidado del medio ambiente y buscan sobresalir desde muy temprana edad. 2. Acceso a plataformas digitales 33 Ahora bien, la generación Z se caracteriza también por conformar el primer grupo de personas que creció estrechamente con la tecnología. En su contexto de desarrollo, no han vivido en una época en la que no se podía pedir comida en línea, enviar mensajes de texto a un amigo o poder realizar una videollamada a través de aplicaciones como FaceTime con su familia; además, son el primer grupo de personas que están ocupadas y presentes casi todo el tiempo, y usan mucho las redes sociales para hacer enlaces, mirar videos, jugar y compartir información, (Vilanova, 2019). También, en cuanto al uso de redes sociales, la Generación Z tiene gran presencia con los usuarios más regulares en Snapchat (42,0 millones), TikTok (37,3 millones) e Instagram (33,3 millones) en los Estados Unidos solamente; además, se proyecta que para el 2025 se mantendrá ese orden jerárquico, disminuyendo cada vez más el Snapchat; asimismo, la mayoría de los clientes de la Generación Z (97 %) expresan que ahora obtienen la mayoría de sus ideas de compra de las redes sociales; y, el 65% mencionan que usa las redes sociales para encontrar contenido divertido y el 61% afirman que quieren ver más contenido de video (ICEX, 2021). 3. Comportamiento de compra Debido al entorno de interconexión en el que se desarrollaron, adoptaron un comportamiento de compra moderno. Para comprender su comportamiento de compra, resulta importante tener conocimiento de las variaciones que pueden existir en la realización de este proceso; según Grande (como se cita en Aybar et al., 2017) existen dos tipos de compras: racionales y no racionales. Las racionales son planificadas y dirigidas a satisfacer los deseos del consumidor, que provienen del reconocimiento de un problema; mientras que las compras irracionales se realizan en respuesta a algo que no salió según lo planeado. Además, los consumidores utilizan dos tipos de reglas, que pueden ser prácticas o secundarias para realizar ambos tipos de compras. Los primeros tienen que ver con los objetivos básicos que quieren alcanzar con la compra, así como con sus necesidades y valores. Las reglas secundarias no son tan importantes como las reglas principales o prácticas, que se basan en factores como la economía y la equidad social. Teniendo en cuenta las compras no racionales y la descripción del consumidor de la Generación Z que se muestra líneas arriba, (Aybar et al., 2017) indica que se puede suponer que este tipo de consumidor realiza una mezcla de compras sensibles y emocionales. Esto se debe a que, generalmente el grupo de personas que componen la Generación Z, previamente ya han decidido qué quieren comprar y por qué, es decir, suelen realizar compras por capricho. Sin embargo, cuando se trata de elegir por qué comprarán cierta marca, se dejan afectar más por cómo los hace sentir, por lo que, señalan que es importante prestar mucha atención a cómo un cliente realiza una compra para que pueda saber si estaba satisfecho con el producto o servicio que compró y si cumplió con sus estándares. 34 Por su parte, Lara y Ortega (2017) explican que los jóvenes de la generación Z se caracterizan principalmente por ser autodidactas, creativos, buenos para trabajar con otros y que poseen una amplia capacidad de aprendizaje rápido; estos rasgos, lo convierten en un tipo de consumidor diferente, ya que practican nuevos hábitos, habilidades e ideas sobre cómo tratar con las marcas. En ese sentido, estas características están empujando a las empresas a moverse hacia un nuevo mundo donde la tecnología funciona mejor, condicionando a que no solo es importante digitalizar su relación; sino que es un deber en el contexto en el que se encuentran actualmente. En ese sentido, resulta importante también conocer el comportamiento de compra de este grupo de personas, en el contexto digital. De esa manera, a continuación, se exponen las posturas de algunos autores que han analizado el comportamiento de compra de estas personas en el contexto digital. 4. Comportamiento de compra online García (2020), en su investigación acerca de la actitud de compra de la generación Z de Lima Sur en el entorno de las redes sociales, encontró que generalmente existe una actitud desfavorable, esto se hace evidente ya que el 50% observan información menos de 3 horas en redes sociales antes de comprar un producto, esto indica que esta generación no considera mucho al contenido de las redes sociales cuando tiene que decidir por algún producto o servicio. Además, se identificó también que a este grupo le gusta divertirse, aprender cosas nuevas, pasar tiempo con familiares, amigos y conocer gente nueva. Gran parte de las personas que respondieron la encuesta expresaron que llevan a cabo estos procesos a través de las redes sociales. Del mismo modo, se ha podido observar, que en relación a su comportamiento, prefieren realizar la compra de manera 100% remota que acudir a una tienda física, asimismo también la gran mayoría de ellos prefieren que el producto adquirido sea entregado por Delivery. Por su parte, Torres (2022) en su investigación respecto a las compras mediante e- commerce que realizan los supermercados de Lima, sólo el 9,9% de los encuestados afirma no haber realizado nunca una compra por Internet; los que no lo han hecho, lo más probable es que lo hayan hecho a través de la página web de un supermercado; y el 90,1% de los encuestados afirmó haberlo hecho al menos una vez debido a la economía. Asimismo, para esta investigación, se pudo descubrir que las personas de entre 20 y 29 años son los consumidores más frecuentes de la plataforma tecnológica; en consecuencia, esta franja de edad representa una proporción desproporcionadamente grande de los compradores actuales de comercio electrónico. De esa manera, se puede entender que el contexto online se ha posicionado en la ciudad de Lima, por lo que, para efectos de este estudio, la población muestral seleccionada es pertinente, en términos de relevancia. De esa manera, en el siguiente apartado se describe el comportamiento de la generación Z en relación al tipo de servicio que ofrece la plataforma 35 Airbnb. 5. Comportamiento de compra online en plataformas de alojamiento Actualmente, las personas pueden conocer y comprar también servicios hoteleros completamente en línea, por medio de la utilización de plataformas digitales como sitios de revisión y motores de reserva de hoteles. De acuerdo a Gómez y Valencia (2021) en su investigación sobre el “comportamiento del consumidor en las plataformas virtuales se los servicios hoteleros en Cali, Colombia” identificaron que 44 de los 50 clientes encuestados manifestaron que habían adquirido artículos a través de un mercado en línea, 5 a través de una agencia de viajes y uno a través de algún otro método. Asimismo, los usuarios indicaron que se benefician de las redes digitales, ya que permiten pagos instantáneos e independientes de la ubicación a través de pagos PSE y tarjetas de crédito. Por otro lado, indicaron también que los clientes, hoy en día, eligen plataformas virtuales para reservar servicios de hotel porque les genera una sensación de mayor comodidad y les brindan información valiosa sobre las características de los hoteles, hostales y/o apartamentos que están considerando reservar; además, las personas buscan sitios donde puedan evaluar la ubicación del lugar en base a recursos audiovisuales como imágenes, videos y mapas que lo muestran. En ese sentido, la calidad de las instalaciones y el servicio que brindan estos establecimientos deberían ser evaluadas y revisadas de manera objetiva, ya que se demostró que estos atributos son bien valorados por los potenciales clientes (Gómez y Valencia, 2021). Además, en relación la pregunta sobre qué plataforma sugeriría utilizar para la búsqueda de alojamientos, los resultados evidenciaron que el 74% de los encuestados utilizaban booking.com y la consideraban la mejor opción debido a la calidad de los servicios ofrecidos, la facilidad de uso, el precio, la seguridad, la atención al cliente y las reseñas. Los siguientes en la línea son sitios de viajes como Airbnb (46%), Trivago (30%) y Takeoff (29%). Por otro lado, las experiencias negativas de los clientes en sitios como Despegar.com los han desanimado a volver a usarlo; por lo qué, es observable cómo los clientes se dejan influir por sus experiencias en cada plataforma, lo que a su vez afecta si es probable que vuelvan a usar esa plataforma o no (Gómez y Valencia, 2021). Por lo cual, es importante que las plataformas digitales realicen investigaciones sobre las motivaciones y preferencias de sus usuarios para que puedan satisfacer esas necesidades y mejorar sus vidas al mismo tiempo que escalan a nivel de ingresos. De la misma manera, Gómez y Valencia (2021), indican que el proceso de compra de los servicios hoteleros varía dependiendo del canal, de esa manera se pudo identificar tres etapas del proceso de compra en este tipo de productos, estos son la búsqueda de la información, la comparación y finalmente la reserva o compra. Ahora, en relación al ámbito Nacional, de acuerdo al reporte oficial de la industria 36 Ecommerce en Perú del 2021, señalaron que el segmento más importante para el Ecommerce fueron los viajes y turismo. El segmento incluye desde vuelos y hoteles hasta tours y paquetes provistos por empresas de viajes. En 2019, este grupo representó alrededor del 50% de la cantidad total de consumo de comercio electrónico; sin embargo, para 2020, su participación se había reducido al 25 % y su contribución al comercio electrónico en su conjunto se había reducido en un 75 %. Además, según Capece (2021), el contexto ocasionado por el virus Covid-19 ha marcado un antes y un después en la economía digital del país. Indicaron que su impacto ha agilizado cinco años en tan solo tres meses. Mientras que otros sectores han experimentado caídas, el comercio electrónico se ha expandido en un 50%. Sin embargo, los vuelos y el turismo en el 2020 tuvieron una contracción de -75%, por lo que, fue tomado por el ecommerce retail como un crecimiento del 250%. [Ver anexo E] 6. La recuperación de la industria hotelera en Lima Metropolitana El contexto social ocasionado por la pandemia en 2020 afectó duramente la industria hotelera y el sector turismo a nivel mundial y consigo también al Perú, muchos hoteles que debían abrir en 2020 lo hicieron en el 2021, tanto en Lima como en otras ciudades. En consecuencia, las autoridades a cargo del sector realizaron importantes esfuerzos a lo largo del año 2021 para recuperarse y lograr alcanzar finalmente las tasas de crecimiento que se habían observado en el año 2019. Para fines del año 2021, se observaron indicios positivos de crecimiento, que se explican principalmente por la llegada y aplicación de las vacunas de la mayoría de la población objetivo del litoral peruano. En este contexto, para recabar información, Abanza, una empresa especializada en servicios de agencia de comunicación, marketing de contenidos y selección y capacitación para el sector hotelero, llevó a cabo un informe en el año 2022 con el objetivo de conocer en profundidad el contexto actual del sector hotelero en Perú al finalizar el año 2021. Para tal estudio, más de 400 gerentes de cadenas hoteleras, hoteles y hostales de todo el país fueron invitados a participar en una encuesta durante los primeros días de diciembre de 2021. Se utilizaron correos electrónicos personalizados y también se ofreció la opción de poder participar en la investigación a través de redes sociales (Abanza, 2022). Dentro de las interrogantes, indicaron que uno de los mayores desafíos a la hora de reabrir su hotel después de la pandemia fue reajustar los costos (68%), lo cual significó un recorte en las inversiones y la reducción parcial del personal en un 57.3%, entre otros. Respecto a sus ventas, indicaron que muchos hoteles empezaron a implementar como estrategia la contratación de intermediarios como OTAS, GDS, agencias y operadores receptivos; así como también, implementaron los canales directos tales como: web, email, teléfono y whatsapp. Al revisar las métricas después de la implementación de estas herramientas, se obtuvo como resultado que el 44% de clientes realizaron sus compras mediante medios directos, superando a los que llegan por intermediarios, 42.7% (Abanza, 37 2022). Por lo que, los medios directos habían resultado ser más eficientes para este nuevo contexto, lo cual implicaba también que un grupo de personas habían adoptado estos medios en su comportamiento de compra en cuanto a reservas de alojamientos. 7. Evolución sobre la adopción de nuevas tecnologías para el ecommerce En un entorno más digitalizado y como resultado de que un grupo de personas había evidenciado tener afinidad con medios directos, resulta importante conocer algunos aspectos relacionados con la evolución y adopción de nuevas tecnologías. El interés por conocer y saber por qué las personas usan un nuevo producto o servicio, especialmente si se relacionan con la tecnología, ha generado que varias investigaciones se enfoquen en ello. En su estudio, Sánchez y Arroyo (2016) hacen referencia a la propuesta de Rogers de 1995, en la que se afirma que una primera clasificación de las innovaciones fue la teoría de la difusión de las innovaciones, que se presentó en la década de 1960. En esta teoría, Rogers expone una serie de criterios por los que una innovación general se difunde en una comunidad, la palabra "difusión" se refiere al proceso por el cual una invención se transmite a través de determinados canales durante un periodo de tiempo a todos los miembros de una sociedad, que es la clave. Con el paso de los años, diferentes ciencias sociales empezaron a estudiar las características innovadoras que presentaban los nuevos tipos de tecnología con el propósito de identificar en qué medida podrían afectar el comportamiento del individuo en base a factores particulares como la actitud percibida, actitud del individuo y la facilidad de uso percibido (Sánchez y Arroyo, 2016). 8. Principales barreras hacia la digitalización Para esta evolución, la transformación digital ha cobrado gran importancia. Así, el término "transformación digital" se refiere a un enfoque que utiliza diversas formas de computación, comunicación y redes para generar un cambio positivo dentro de una organización. En ese sentido, las organizaciones están atravesando procesos de transformación digital con el objetivo de aprovechar las nuevas tecnologías digitales y mantener una ventaja competitiva frente a sus competidores (Ahomed, 2020). Las barreras u obstáculos que enfrenta la innovación varían según el tipo de empresa e industria. Por ejemplo, en el caso de las empresas de comercio en línea, se identificaron cinco barreras para su transformación: la percepción de riesgo, la falta de conocimiento, la falta de confianza, el tamaño de la empresa y la disposición organizativa (Johnson, 2010, citado en Ahomed, 2020). Además, se ha descubierto que las empresas con poca experiencia en el mercado enfrentan siete barreras adicionales a la innovación. Estas barreras incluyen la falta de financiamiento interno, la falta de financiamiento externo, la falta de personal cualificado, la falta de información sobre tecnología, la dificultad para encontrar socios innovadores, un 38 mercado dominado por empresas establecidas y una demanda incierta de bienes o servicios innovadores (Pellegrino, 2018, citado en Ahomed, 2020). Ahora, con respecto al sector turismo, las principales barreras para la transformación digital, según Aitana, consiste en que es un sector que se resiste al cambio, sus estructuras organizativas son demasiado rígidas y jerárquicas, hay falta de visión por parte de los directivos, existe una dificultad financiera para la innovación digital, falta concienciación sobre los beneficios y ventajas de la digitalización y hay una redefinición constante de la cadena de valor (Aitana, 2017). A pesar de estas barreras existen en este sector, como se ha mencionado anteriormente, estas plataformas que proveen de servicios de alojamiento en línea se han posicionado en el mundo y con ello, en el Perú, y una variable importante en este posicionamiento ha sido la afinidad con las herramientas digitales que presentan ciertas personas, como en este caso lo son las personas que pertenecen al grupo etario de la generación Z. 9. La industria hotelera y el uso de plataformas digitales En el Perú, es un hecho que la industria hotelera juega un papel importante, ya que de la calidad de los servicios hoteleros que se provean dependerá la buena imagen del turismo que el Perú pueda proyectar a potenciales turistas; razón por la cual, es un sector bastante importante que forma parte del turismo. En ese sentido, Pollack en su publicación “Una mirada a la industria hotelera” en el diario El Peruano señala que la industria hotelera es el principal factor de la economía turística, por lo que, en el Perú se tiene dos temporadas en las que esta oferta es requerida de manera masiva: a) la temporada que comprende la última semana de julio (Fiestas Patrias) y la segunda semana de agosto; y, b) la temporada que comprende la última semana de diciembre y la última semana de febrero que coincide con las vacaciones de verano de los colegios y universidades; así como también, existen destinos turísticos que cuentan con temporadas específicas dadas las actividades culturales que se desarrollan en este destino (Pollack, 2022). En este sector, la reserva en línea se ha vuelto cada vez más importante en los últimos años, ya que ayuda a garantizar operaciones más fluidas en hoteles y otros alojamientos, así como una distribución más eficiente de los visitantes a las atracciones populares. Las nuevas tecnologías de la información han sido muy beneficiosas para la digitalización del crecimiento del sector. Gracias a ello, han surgido empresas que a través de plataformas pueden llegar a usadas por miles de usuarios. Sin embargo, entre 2020 y 2023 el panorama mundial ha cambiado debido a la pandemia. Hacia el año 2020 las plataformas para alojamientos que se habían posicionado gracias al incremento de viajeros fueron TripAdvisor, Facebook y Airbnb (Núñez, 2020). 39 Sin embargo, en el panorama actual mundial, la plataforma de alojamiento Booking.com es la plataforma que concentra la mayor cuota de mercado con un 34.57% y en segundo lugar se encuentra Airbnb con una participación de 25.97% de cuota de mercado. Existen también otros competidores que conforman el 39.47% restante, las más reconocidas son empresas como Hopper, Expedia, Trivago, Hotels.com, entre otras (Elad, 2024). Esto significa que más del 50% de la cuota del mercado mundial de plataformas de alojamiento en línea están repartidas entre las plataformas Airbnb y Booking.com en la industria de viajes. Asimismo, estas empresas están expuestas a cambios aburptos dado el entorno digital y dinámico en el que se desarrolla su competencia, por lo que es importante conocer las principales características que las han permitido destacar en la industria. En línea con ello, a continuación, se describe el panorama actual de la industria y de sus principales líderes. 10. Las plataformas de alojamiento online Como ya se ha mencionado, Booking y Airbnb son las plataformas que a nivel mundial concentran más del 50% de cuota de mercado (Elad, 2024). En América Latina la situación no es muy diferente, ambas empresas también se han posicionado con gran fuerza en este continente y Expedia también lo ha hecho, según el ranking de proveedores de aplicaciones de viajes PYMNTS, las 3 empresas han obtenido un puntaje de 98, posicionándolas en el primer lugar, ocupando los siguiente lugares hasta el quinto están Hopper, Skyscanner, Vrbo y Hotels.com respectivamente (PYMNTS, 2023). Estos 3 líderes empresariales de la industria de viajes poseen características únicas que les han permitido consolidarse como una herramienta indispensable para muchos turistas. Expedia, desde su lanzamiento en 1996 ha atravesado importantes cambios, dentro de los cuales destaca la importante fusión fusiones con Tripadvisor en 2005 y la independización de la misma en 2011, para luego en 2013 realizar una serie de adquisiciones de empresas como Trivago y Homeaway que permitirían que la empresa recuperarse y poder competir en el mercado estadounidense (Curry, 2024). Expedia Group, actualmente conformada por 14 marcas, es un competidor fuerte en el mercado debido a que ofrece diversos servicios que permiten ofrecer soluciones integrales en cuanto a la planificación de viajes, en la plataforma no pueden encontrarse solo alojamientos, sino servicios de movilización como vuelos, coches, cruceros y diferentes paquetes turísticos. Debido a la cantidad de servicios que ofrece, se diferencia de Booking y Airbnb en brindar una herramienta de planificación completa de viajes, además de contar con programas de recompensas para sus usuarios registrados (Expedia, 2023). El mayor porcentaje sus ingresos son de las marcas Expedia (45%), Vrbo (20%) y Hoteles.com (18%); a pesar de la abrupta caída que tuvo en 2020 con más de 2000 millones de dólares en perdidas, al cierre del periodo 2022 - 2023 logró un crecimiento importante del 126% en sus ingresos netos con 797 millones de dólares logrando obtener también una media de 50 millones de usuarios 40 activos durante 2023. También es importante mencionar que las edades promedio del gran porcentaje de sus usuarios (45%) oscila entre 25 - 44 años de edad (Curry, 2024). La plataforma Booking, por su parte es el gran líder del mercado, en el mundo cuenta con más de 28 millones de propiedades anunciadas en su sitio web, a diferencia de Airbnb que cuenta con alrededor de 6.6 millones de propiedades activas en su plataforma (iGMS, 2023). Sin embargo, el público objetivo de cada plataforma es distinto tanto como lo es el servicio que ofrece cada una. Booking, al igual que Expedia group ofrece una amplía variedad de servicios que la convierten en una herramienta de planificación de viajes perfecta al brindar a los usuarios diferentes posibilidades de alojamientos con reserva inmediata y de reservas de vehículos de transporte, asi como de paquetes de turísticos (Booking, 2023). Sin embargo, el factor diferencial de Booking radica en la variedad de alojamientos tradicionales que ofrece en su plataforma, como hoteles y resorts. Eso, en suma con el número de alojamientos que tiene la empresa disponible ha atraído mayormente un usuario con un perfil más adulto y familiar. Es así que el perfil del usuario en este caso se alínea con las preferencias y servicios que ofrecen estos alojamientos tradicionales que ofrecen mayores comodidades y ubicaciones estratégicas en el destino (iGMS, 2023). Por su parte, Airbnb es una empresa cuyos servicios se centran en la experiencia del turista, a diferencia de Booking y Expedia, no ofrece una amplia variedad de servicios para viajes, sino que ofrece servicios de alojamiento privados en lugares únicos (Elad, 2023). El modelo de negocio de Airbnb está basado en el concepto de economía colaborativa, el cual permite a los anfitriones listar sus propiedades, hecho que favorece tanto a los usuarios que recurren a la búsqueda de alojamientos como a los anfitriones que ofrecen el servicio. A raíz de ello, el tipo de usuario de Airbnb tiende a ser más joven y flexible con un gran interés por adquirir experiencias únicas y diferentes que puedan compartir con amigos (IMGS, 2023). Airbnb ha sido considerada como una plataforma que ha revolucionado la forma de hospedarse, el ofrecer una amplia gama de opciones de reserva y ofrecer mayor autonomía al huesped la convierte en una plataforma flexible que puede adecuarse a diferentes deseos y necesidades que puedan tener los usuarios, y no solo favorece a los usuarios sino también a los dueños de propiedades al otorgarles la oportunidad de rentabilizar sus propiedades (Pedregosa, 2023). En consecuencia, como resultado de la ola de cambios que ha originado Airbnb en la industria de viajes se consagrado como uno de los referentes más importantes en el sector con un crecimiento acelerado en los últimos años. Durante el año 2023 la empresa había generado alrededor de 4,700 millones de dólares, 22% más con respecto al año 2022, además de la importante valoración que obtuvo en el mercado de 110.000 millones de dólares. En suma a ello, a nivel socio económico, el impacto que ha generado también ha sido importante, hacia 2022 después de las restricciones de la pandemia, se registraron 394 41 millones de reservas en todo el mundo a través de la plataforma lo que se tradujo también en alrededor de 180,000 millones de dólares generados para los anfitriones lo cual representó que en promedio, un incremento del 43,8% en sus ingresos medios, impactando sustancialmente en su desarrollo económico. En suma a ello, existen tendencias en lo referente a la forma de viajar, las estadías son más prolongadas, ya las ciudades principales no son el atractivo único sino que también los usuarios buscan experiencias en zonas rurales con experiencias inmersivas únicas propias de la cultura, los viajes en grupo se han masificado en conjunto con los viajes por ocio gracias a las facilidades que ofrece el trabajo remoto (Elad, 2024). En América Latina, la tendencia en relación al uso de Airbnb como herramienta también ha impactado en la industria de viajes y puede observarse en el siguiente gráfico de barras que se muestra a continuación. Figura 8: Aplicaciones y plataformas digitales más utilizadas Fuente: Silvestre et al. (2020). Airbnb, hacia 2020, ya era la plataforma más ampliamente utilizada con un porcentaje del 25%, seguida por Facebook con el 22% y Google con el 21%. Estas opciones son especialmente populares entre los usuarios que buscan ofertas de alquiler de casas, apartamentos y servicios de tiempo compartido en diversos centros de hospedaje. Solo un 11% de los visitantes optó por utilizar la página web del hotel para realizar sus reservas. Aunque en menor medida, otras empresas especializadas en servicios turísticos como Trivago (7%), Expedia (4%) y Mercado Libre (3%) también tienen presencia en el mercado (Silvestre et al., 2020). Ya en el contexto peruano, años atrás, Gervasi (2016), en su investigación sobre el consumidor de turismo en línea de bajo costo en el Perú, señalaba que ya los jóvenes 42 peruanos preferían utilizar plataformas digitales para realizar sus viajes, y según los resultados de su estudio, el sitio web más popular en ese entonces resultó ser TripAdvisor.com. En suma, se pudo observar que eran los participantes más jóvenes de la muestra los que utilizaron este sitio web y que la comunicación eWOM y WOM era utilizada para la toma de decisiones, los participantes recurrián a amigos y otras personas que hayan experimentado una experiencia de viaje similar para informarse y guiar sus decisiones. En línea con ello y más recientemente, en un estudio titulado "Adopción digital del sector hotelero: un estudio comparativo para Chile y Perú", se pudo identificar que la adopción de herramientas digitales se había desarrollado ampliamente en ambos países, pero en el Perú los sitios web de los hoteles tienen un rendimiento superior, situándose alrededor de un 10% por encima de los sitios web de los hoteles de Chile (Muñoz et al, 2023). Sin embargo, es importante conocer también a algunos de sus competidores más cercanos. Según BBC Mundo (2017), las 5 páginas que le hacen competencia a Airbnb son las siguientes, cada una con sus características también distintivas. ● HomeAway: En 2005, se propuso brindar "más espacio, más privacidad y más instalaciones que un hotel, generalmente a un precio significativamente más barato por persona" al proporcionar una "mayor colección de alquileres de vacaciones en el mundo”. Esta página trabaja mayormente con propietarios que con usuarios. ● Couchsurfing: El nombre "couchsurfing" evoca imágenes de vacaciones en casas de personas en lugar de hoteles. El sector de la hostelería moderna es complejo y variado, por lo que el CouchSurfing va mucho más allá de proporcionar un lugar para dormir de forma gratuita; es decir, consiste en la oportunidad para conocer y aprender sobre otras personas y culturas, así como para ver lugares que la mayoría de los turistas nunca ven (Sandoval, 2022). ● OneFineStay: El sitio web Onefinestay es similar a Airbnb y VRBO ya que permite a los usuarios alquilar casas privadas directamente del propietario. Onefinestay se destaca de sus competidores porque presenta solo las mejores propiedades en un número limitado de ubicaciones y brinda muchos más servicios tanto para inquilinos como para propietarios (Gigonway, 2021). ● Wimdu: Wimdu fue co creado por los empresarios alemanes Arne Bleckwenn y Hinrich Dreiling en 2011. Bajo el lema "Viaja como un local", se ha convertido en el sitio web de apartamentos con mayor acogida en Europa, con más de 350 000 listados en 150 países; por lo tanto, consiste en uno de los mercados de alquiler en línea más populares donde las personas pueden encontrar alojamiento que se adapte a una amplia gama de preferencias y presupuestos (Wundu, 2019). ● Flipkey: Es un sitio web donde puedes encontrar no solo la oportunidad de alquilar sino también puedes ofrecer algún inmueble que tengas en alquiler (Flipkey, 2022). 43 La competencia es amplia y estas son solo algunas de las principales plataformas online de alojamiento utilizadas mayormente por jóvenes en América Latina; por ende, es importante tener en cuenta que las preferencias individuales de los usuarios pueden variar. A pesar de ello, por lo ya expuesto, Airbnb es una empresa que recientemente ha mostrado un importante a nivel mundial, se ha posicionado como una plataforma en línea que reúne a personas con propiedades disponibles, departamentos o casas completas para alquilar con otras personas que buscan alojamiento temporal a cambio de un cargo por servicio, Airbnb se ha convertido en uno de los principales mediadores entre la oferta de anfitriones y la demanda de visitantes. En consecuencia, se considera importante conocer y profundizar en el contexto del país, cómo el fenómeno eWOM se comporta en esta plataforma con un modelo de negocio innovador basado en el concepto de economía colaborativa. 11. Airbnb: caracterización y contexto actual Oliveira et al. (2019) en su informe respecto a la economía compartida y un estudio sobre Airbnb indica que, la economía colaborativa es un nuevo estilo de consumo y un nuevo modelo económico basado en el hábito de compartir; debido a que, el consumidor no obtiene la propiedad de los bienes, sino su usufructo. El concepto consiste en compartir, alquilar o distribuir el uso de bienes y servicios con otras personas; siendo, uno de los resultados la descentralización del flujo de información entre clientes y empresas, lo que elimina la necesidad de intermediarios y acerca a consumidores y proveedores. Actualmente, Airbnb ha evolucionado considerablemente desde su fundación, convirtiéndose en un actor clave en la industria turística global. No obstante, su impacto y desarrollo varían significativamente entre regiones, especialmente cuando se hace la comparación entre mercados avanzados y emergentes, como lo es América Latina. En mercados desarrollados como Norteamérica y Europa, Airbnb ha focalizado sus esfuerzos en mejorar la experiencia del usuario mediante la implementación de medidas de seguridad, la diversificación de su oferta, y la integración de experiencias locales y paquetes turísticos (Airbnb Newsroom, 2019). Este enfoque ha sido crucial para mantener su competitividad frente a las plataformas tradicionales de alojamiento y los servicios hoteleros. Por otro lado, en América Latina, Airbnb ha logrado un crecimiento notable, particularmente en países como Brasil y Argentina, donde ha capturado una parte significativa del mercado al atraer a viajeros interesados en experiencias de viaje más auténticas y conectadas con la cultura local. En estos países, Airbnb ha logrado penetrar no solo en las grandes ciudades, sino también en destinos emergentes, lo que ha contribuido al desarrollo económico local y ha ampliado su alcance en la región (Airbnb Newsroom, 2022). Sin embargo, la expansión en LATAM no ha estado exenta de desafíos. La necesidad de adaptarse a las regulaciones locales y las fluctuaciones económicas ha sido un reto constante para la empresa. A pesar de ello, Airbnb ha conseguido establecer una presencia 44 sólida en la región, lo que refleja su capacidad de adaptación a las dinámicas locales (World Travel & Tourism Council, 2023). Como parte de su crecimiento, Airbnb ha tenido un impacto global significativo, con más de 1.000 millones de huéspedes desde su fundación, y cuenta con más de 4 millones de anfitriones activos en 220 países y regiones (Airbnb Newsroom, 2022). En 2021, la compañía reportó ingresos de $6 mil millones, lo que representó un incremento del 77% en comparación con el año anterior, subrayando su capacidad de recuperación post-pandemia (Airbnb, 2021). Ese mismo año, Airbnb generó aproximadamente $150 mil millones en impacto económico directo a nivel mundial, incluyendo los ingresos de los anfitriones y el gasto de los huéspedes en las economías locales (Airbnb Economic Impact Report, 2022). En mercados emergentes como América Latina, la plataforma ha visto un crecimiento sustancial, especialmente en Brasil y México, donde ha captado una parte considerable del mercado de reservas (Airbnb LATAM Report, 2022). De cara al futuro, se espera que Airbnb continúe desempeñando un papel crucial en el turismo global, especialmente en los mercados emergentes, donde se prevé un crecimiento acelerado en comparación con las economías avanzadas. La capacidad de la plataforma para ofrecer experiencias únicas y conectadas con la cultura local será fundamental para su éxito continuo. La plataforma Airbnb representa un nuevo modelo de negocio que ha surgido como una innovación disruptiva que redefine la industria hotelera. Este fenómeno proporciona una comprensión de los procesos de cambio que están ocurriendo en el contexto de la economía colaborativa de estas empresas, y sugiere que los modelos de negocio basados en la economía colaborativa se están desarrollando a un ritmo más rápido que los enfoques tradicionales, al menos en el ámbito hotelero. En consecuencia, los resultados obtenidos podrían brindar a los ejecutivos de las empresas una mejor comprensión del entorno actual de la economía colaborativa y su impacto en el desarrollo empresarial, lo que les permitiría realizar una planificación más efectiva (Oliveira et al., 2019). Por su parte, Balarin y Wong (2022) en su estudio “El crecimiento de Airbnb y su efecto en la industria hotelera”, determina que la economía colaborativa es un modelo de negocio en el que los usuarios utilizan la tecnología para alquilar productos o servicios; de ahí que, el auge de este modelo de negocio ha repercutido en el sector hotelero con el auge, principalmente de la plataforma de alojamiento Airbnb. Asimismo, indica que las razones por las que los turistas optan por alojarse en Airbnb están relacionadas con la experiencia relacional de los huéspedes y sus valores sociales y emocionales. Además, el sitio ofrece una amplia gama de alojamientos entre los que los viajeros pueden elegir en función de la ubicación deseada, el presupuesto, los requisitos y las preferencias; no obstante, las numerosas ofertas de la plataforma motivan su elección por 45 encima de los costes hoteleros habituales. Los hoteles de mediana categoría, por su parte, se han visto afectados por la introducción de Airbnb, ya que su mercado, al igual que el de la plataforma de servicios de alojamiento, es el visitante vacacional. En consecuencia, teniendo en cuenta indicadores hoteleros como Revpar y OCC, se ha demostrado en varios estudios realizados por investigadores en diversas ciudades que estos se han visto gravemente influenciados, lo que ha repercutido en los ingresos y la ocupación de los hoteles (Balarin y Wong, 2022). Gonzáles y Urruta (2018) en su investigación denominada “Percepción de Airbnb en los usuarios de hospedaje” en Cali, indicaron que la plataforma Airbnb es utilizada por un gran número de personas debido a que proporciona acceso a una amplia gama de opciones de alojamiento; más concretamente, la empresa dispone de alojamientos que se adaptan a las preferencias de una diversa gama de individuos; de esa manera, consideraron la principal causa de éxito de la empresa es la variedad y la gran escala de precios. Sin embargo, existe aún un subgrupo de usuarios que ni siquiera saben que Airbnb existe, por lo que no utilizan la plataforma o les resulta muy difícil hacerlo. En ese sentido, se conoce que la mayoría de los usuarios son jóvenes de entre 18 y 25 años, lo que significa que tienen un acceso más fácil, y su familiaridad con los ordenadores hace que les resulte sencillo utilizar el programa. Finalmente, en base a las encuestas hechas por los investigadores, concluyeron que a pesar del meteórico auge que ha experimentado esta plataforma digital a lo largo de las últimas décadas, todavía hay personas que prefieren alojarse en un hotel antes que hacer uso de los servicios que ofrece esta aplicación. Esto se debe a que las experiencias que generan en cada cliente los servicios que prestan los hoteles, como el entretenimiento, el bar y el buffet, entre otros, son difíciles de replicar en otros lugares. El crecimiento y masificación en el uso de la plataforma ha impactado a nivel socioeconómico. Los propietarios han tenido incentivos para convertir viviendas locales en alojamientos turísticos, especialmente en áreas urbanas populares, este fenómeno ha contribuido a la gentrificación, elevando los precios de alquiler y empujando a los residentes de bajos ingresos fuera de sus comunidades. A largo plazo, este desplazamiento podría alterar la estructura social de los barrios, erosionando la identidad cultural y provocando tensiones entre residentes y turistas. En ciudades como Barcelona y San Francisco, la presión sobre el mercado de la vivienda ha desencadenado protestas y demandas por una mayor regulación de la plataforma (Cocola-Gant & Gago, 2019). En segundo punto, debido a la rápida expansión de Airbnb se ha evidenciado la poca capacidad de los gobiernos locales para regular la actividad de los alquileres a corto plazo. La falta de fiscalización adecuada ha permitido que algunos anfitriones eludan impuestos o incumplan normativas de seguridad llevando a pérdidas significativas de ingresos fiscales para las municipalidades y ha generado competencia desleal con el sector hotelero, que sí 46 está sujeto a estrictas regulaciones y obligaciones fiscales. En respuesta, varias ciudades, como Nueva York y Ámsterdam, han implementado leyes más estrictas para controlar el crecimiento de Airbnb (Nieuwland & van Melik, 2020). Como tercer punto, el incremento del turismo en áreas residenciales, impulsado por Airbnb, ha aumentado la presión sobre los recursos locales, como el agua, la energía y la gestión de residuos. Además, la plataforma fomenta un turismo de corta estancia que contribuye al aumento de la huella de carbono debido a viajes frecuentes, lo cual se traduce en un impacto ambiental por el deterioro en infraestructuras locales y afectar negativamente a la calidad de vida de los residentes. En destinos turísticos populares, como Venecia, el exceso de turistas ha acelerado la degradación del entorno y ha motivado a las autoridades a considerar medidas para limitar la entrada de turistas y el uso de Airbnb (Seraphin et al., 2018). Uno de los cambios más importantes con respecto a la regulación fiscal se da a través del pleno del Parlamento Europeo que dio en 2024 dio luz verde a las nuevas reglas comunes para armonizar el registro de la oferta de propiedades destinadas al alojamiento turístico de corta duración en plataformas como Airbnb, una reforma con la que la Unión Europea quiere reforzar la transparencia del sector y combatir la actividad ilegal (Idealista, 2024), ante estas regulaciones, si pide controlar la actividad del anfitrión como el número de noches que alquiló su propiedad, el número de huéspedes atendidos o datos como la dirección, número de registro y URL del anuncio. La recopilación de estos datos permitirá a las autoridades supervisar el cumplimiento de los procesos de registro de clientes y permitir a las autoridades nacionales aplicar políticas adecuadas en el sector del alquiler de alojamientos de corta duración, que acapara alrededor del 25% de los alojamientos turísticos en la UE (Idealista, 2024). Por lo cual, Airbnb aperturó un período de implementación de 2 años antes de que la nueva regulación se adopte formalmente, hasta mayo de 2026. Así, la prioridad de Airbnb es ampliar su colaboración con las autoridades para garantizar que la transición a la nueva normativa de la UE sea satisfactoria para todas las partes implicadas asumiendo cuatro compromisos (Airbnb Newsroom, 2024): ● Apoyo a un marco efectivo para el intercambio de datos. ● Cumplimiento de las normas locales. ● Abordar la crisis de la vivienda. ● Construir un turismo sostenible de cara al futuro. Con dicho compromiso, se busca aprovechar el impulso de la normativa de la UE sobre los alquileres de corta duración y ayudar a las comunidades a establecer las salvaguardias adecuadas. 47 CAPÍTULO 4: MARCO METODOLÓGICO Este capítulo abordará la propuesta metodológica que será empleada para lograr el alcance de los objetivos establecidos. Para las investigaciones en las ciencias de la gestión, los profesores Ponce y Pasco (2018), en su guía de investigación, exponen que se deben abordar dos aspectos fundamentales: primero, precisar el alcance que va a tener la investigación; y segundo; el tipo de diseño metodológico, donde se detalla el enfoque de investigación, la estrategia general, horizonte de estudio, secuencia de la metodología, marco muestral, técnicas de recolección de información, técnicas de análisis de la información y los aspectos éticos de la información. 1. Enfoque de la Investigación Para la realización de investigación existen tres tipos de enfoques: el enfoque cuantitativo, el enfoque cualitativo y el enfoque mixto (Hernández et al., 2014). El enfoque cuantitativo se usa principalmente para analizar y comprender fenómenos que guardan una relación de tipo causa-efecto; el enfoque cualitativo, por otro lado, pretende comprender con mayor detalle los resultados de las investigaciones cuantitativas para explicar fenómenos sociales u organizacionales y hasta explicar nuevas teorías; por su parte, el enfoque mixto es un tipo de enfoque de investigación que ha sido usada con mayor frecuencia los últimos años debido a que se se ha considerado que es una metodología que permite comprender con mayor detalle los resultados de la investigaciones y por ende proporcionan mayor confianza, sin embargo se considera un método que requiere mayor rigurosidad y por ende requiere más tiempo para ser desarrollado (Binda y Balbastre-Benavent, 2013). A pesar de la existencia de tres diferentes enfoques de investigación, es importante mencionar que, en la presente investigación, se utilizará el enfoque de investigación cuantitativo. Esto, debido principalmente a que este enfoque de investigación se considera, en su aplicación, que es más conveniente cuando la construcción de las bases teóricas en relación a los ejes temáticos que se estudian en la investigación cuentan, con fundamentos investigados previamente con gran profundidad, es decir que comprende conceptos ya explicados y definidos claramente (Binda y Balbastre-Benavent, 2013). En este caso, lo son las variables: eWOM e intención de compra. En la misma línea, Pasco y Ponce (2018) explican que para la aplicación de este tipo de enfoque se lleva a cabo de forma secuencial y la primera etapa se caracteriza por la revisión inicial sólida de la literatura. Por su parte, Hernández et al. (2004) menciona que este tipo de enfoque se caracteriza fundamentalmente en la recolección de información para probar una hipótesis y/o postura en relación al fenómeno investigado cuya base de sustento es la medición numérica y estadística para exponer patrones de comportamiento y validar teorías. Con ese fin, la investigación toma como principal referencia el modelo de aceptación 48 de la información (IACM) de Erkan y Evans, el cual cuenta con siete variables, con el fin de establecer hipótesis y posteriormente poder cuantificar la información recolectada para hacer mediciones en relación al comportamiento de la variable “Intención de compra” en el contexto determinado. 2. Tipo de investigación 2.1. Alcance de la Investigación El alcance de las investigaciones puede ser de cuatro tipos: exploratorio, descriptivo, correlacional y/o causal (Ponce y Pasco, 2015). Para el propósito de esta investigación, se ha definido que será de tipo correlacional pues el objetivo general es analizar la influencia que ejerce el Electronic Word of Mouth (eWOM) en residentes de Lima Metropolitana pertenecientes a la generación Z sobre la intención de compra en plataformas online que ofrecen servicios de alojamiento; en ese sentido, se pretende conocer qué relación existe entre las variables eWOM e intención de compra. Según menciona Mousalli-Kayat (2015), el objetivo de las investigaciones de tipo correlacional buscan establecer el sentido y el grado de intensidad con el que se relacionan las variables implicadas, el grado relación es de utilidad para establecer el sentido de la relación, la cuál puede ser positiva o directa en el caso en el que la asociación entre variables aumenten en conjunto con el aumento de una sola de forma independiente; por otro lado, puede ser negativa o inversa en el caso en el que las variables se opongan entre ellas, es decir que en la medida en la que una variable incrementa, la otra disminuye (Mousalli-Kayat, 2015). También se considera emplear este tipo de alcance en la investigación debido a que este tipo de estudio se caracteriza por pretender conocer el comportamiento de una variable a partir de cómo se comporta otra (Pasco y Ponce, 2018). En este caso, se pretende conocer como la variable eWOM en el contexto de las plataformas digitales, en este caso particular de Airbnb, influye en la variable intención de compra, de manera que se espera analizar las diferentes relaciones que se puedan observar entre variables y de esa manera también llegar a conocer si existe una diferencia importante entre influencia que puede ejercer una variable u otra en la intención de compra del consumidor. Finalmente, se optó por este enfoque ya que permite evaluar la validez de un instrumento empleado, en este caso, se utilizará el cuestionario propuesto por Erkan y Evans en su modelo IACM para medir la influencia de las variables definidas en la intención de compra. 2.2. Estrategia general Ponce y Pasco (2015) sostienen que la estrategia general de una investigación puede abarcar cinco tipos: experimento, estudio tipo encuesta, estudio de caso, la etnografía y la investigación-acción, cada una de estas estrategias permiten guiar la investigación para poder obtener los resultados en la relación al objetivo general planteado. 49 Para llevar a cabo la presente investigación, se considera pertinente la utilización de la estrategia de tipo encuesta, pues se considera que esta estrategia se alínea con el objetivo general de la investigación, el cuál es analizar la influencia del eWOM sobre la intención de compra en la plataforma Airbnb en las personas que residen en Lima Metropolitana y pertenecen a la generación Z. Con ese fin, los autores Pasco y Ponce (2018), exponen que esta estrategia permite recabar información primaria por medio directo de los sujetos vinculados al fenómeno en estudio, hecho que implica realizar una segmentación adecuada de estos sujetos para que, de esa manera, esta estrategia permite recabar información precisa para poder comprender y caracterizar de mejor forma el comportamiento del fenómeno en el contexto definido. En sentido, se optó por utilizar la técnica de encuesta, debido a que, permite obtener los datos necesarios para llevar a cabo la investigación; además, se aplicó como instrumento al cuestionario elaborado por Erkan y Evans (2016); el consta de veinte preguntas y siete secciones que serán respondidas en base una escala de Likert que considera 5 puntos. La muestra a encuestar se compuso por 385 personas, de las cuales solo se considera a 340 debido a que, este grupo cumple con el rango etario al que pertenece la generación Z. 2.3. Horizonte de estudio En base al horizonte temporal, las investigaciones se clasifican en transversales y longitudinales. Por un lado, los estudios transversales se enfocan en la recolección de la información durante un solo periodo de tiempo, mientras que la investigación longitudinal recolecta información en varios periodos de tiempo en una secuencia de tiempo (Ponce y Pasco, 2015). Bajo esta definición descrita, la investigación tiene un corte transversal y es de naturaleza no experimental bajo un solo periodo de tiempo. 2.4. Secuencia de la metodología El desarrollo de la presente investigación se desarrolló de forma secuencial con el propósito de contar con un marco de referencia teórico y contextual sólidos que se desarrollaron en los primeros capítulos de la investigación, para luego, de esa manera poder construir la metodología de forma apropiada para alcanzar los objetivos expuestos también inicialmente. En la misma línea, finalmente, una vez desarrollado el marco metodológico se procedió a aplicar las herramientas definidas y emplear las técnicas de análisis de recolección de datos para desarrollar las conclusiones finales de la investigación. Inicialmente, para el desarrollo de la investigación se expuso el problema de investigación identificado con el propósito de poder determinar, en esta primera sección se expuso la problemática que existe en relación al eWOM que se sustenta en el avance del desarrollo de las tecnologías en la sociedad mundial, se explica como un fenómeno que tiene alcance masivo y, en consecuencia, llega a ser un fenómeno importante de analizar debido a 50 que existe un problema vinculado a la asimetría información que se hace presente, bajo este contexto analizamos esta problemática en un contexto determinado por efectos prácticos. Seguidamente, a partir de la problemática se definieron los objetivos, generales y específicos, con el propósito de establecer una dirección para dar inicio a la investigación. Finalmente, en este primer capítulo, también se expone la justificación y relevancia del estudio para las ciencias de la gestión empresarial. En segundo lugar, con el propósito de sentar las bases teóricas de la investigación, se expusieron diferentes fuentes de información académica en relación a los ejes temáticos involucrados en la investigación. Para ese fin, inicialmente, se estructuró el marco teórico de forma secuencial, es decir se expusieron los antecedentes teóricos con respecto al eWOM, hecho que implicó describir las raíces del fenómeno, abarcando conceptos como el marketing tradicional, el boca a boca o boca a oreja (WOM), marketing digital para finalmente llegar comprender el concepto del eWOM. Seguidamente, para profundizar la comprensión sobre este fenómeno se expusieron los elementos característicos de este fenómeno y también se utilizaron investigaciones empíricas para poder conocer las diferentes formas que habían sido empleadas para analizar investigaciones similares y poder obtener un marco de referencia que nos permita desarrollar las bases para la continuación de la investigación. Luego, se describieron también las principales características de las plataformas en línea que ofrecen servicios de alojamiento para comprender los diferentes tipos de negocios que ofrecen este mismo servicio para finalmente poder describir también aspectos teóricos en relación a la intención de compra. Posteriormente, en el tercer capítulo, referido al marco contextual, se expone información relevante con respecto a la situación actual del sujeto de estudio definido en el marco geográfico elegido el cual es Lima Metropolitana. Para ese propósito, se utilizaron fuentes de información que ayudan a conceptualizar y a brindar un perfil segmentado para tener un acercamiento más efectivo con el comportamiento del sujeto de estudio, la generación Z, asimismo, se consideraron aspectos tales como el contexto de demográfico y psicográfico de este grupo de personas, así como su comportamiento en relación a la utilización de este tipo de plataformas para poder esclarecer también un contexto sólido relevante para la investigación. Con el mismo propósito, se expusieron datos relevantes también sobre el sector hotelero y cómo se ha visto influenciado por la evolución de la tecnología que, como se mencionó anteriormente, ha sido clave para la suscitación del eWOM. Consecuentemente, una vez consolidados estos primeros tres capítulos, se desarrolló el marco metodológico de la investigación. En este cuarto capítulo se expusieron las decisiones tomadas con respecto al diseño de la investigación, incluyendo argumentos que respaldan cada decisión con respecto al enfoque, alcance y estrategia de la investigación. 51 Cabe mencionar que las decisiones tomadas se basan, en gran parte, en el modelo de investigación propuesto por Erkan y Evans (IACM), ya que se considera el modelo que engloba de forma más integral las variables del principal problema de investigación planteado inicialmente. De forma seguida, con el marco metodológico ya consolidado, en el capítulo cinco, marco analítico, se aplicaron las preguntas definidas en los cuestionarios de tipo encuesta y la validación de la herramienta de recolección de la información. Con respecto a las encuestas, estas fueron desarrolladas a partir de la herramienta de formularios de google. Asimismo, estas encuestas se aplicaron a un total de 630 personas, de entre las cuales tras aplicar las preguntas filtro se desglosó a 385 personas, y por último se hizo el ejercicio de delimitar el rango etario correspondiente a la generación Z, el cuál finalizó con un total de 340 encuestas validadas con personas correspondientes a la generación escogida, con la finalidad de poder recopilar la información requerida que permita realizar un análisis y diagnóstico del fenómeno estudiado que también se apoyan en herramientas de validación de investigaciones cuantitativas que se expondrán posteriormente. En cuanto al desarrollo de la información inicialmente se hará uso de la estadística descriptiva dentro de la cual se evaluará la media, moda y la desviación estándar para evaluar dentro de ello el comportamiento de la dimensiones en cuanto a las respuestas obtenidas tras la encuesta aplicada; donde por medio de gráficos de tendencia central se establecerá el porcentaje de respuestas obtenidos en relación con la escala likert propuesta; tras lo cual; por medio de la estadística inferencial tiene la capacidad de evaluar la dependencia existente entre las dimensiones del modelo, tras la comprobación del nivel de dependencia donde se aplicará la prueba de Kolmogorov-Smirnov inicialmente para determinar si se debe hacer uso de pruebas paramétricas o no paramétricas; tras la aplicación de esta prueba se determinará si se trabaja con la prueba de Spearman o Person que evidencia el nivel de correlación; tras ello se desarrollará el análisis factorial que derivara en un modelo estructural y como último paso se realizará la prueba de regresión lineal que permitirá corroborar las hipótesis propuestas por el modelo de Erkan & Evans. Finalmente, en el capítulo seis, se muestran los hallazgos de la investigación con respecto a cada objetivo definido para que el lector pueda comprender de forma más clara los resultados de la investigación. Posteriormente, se plantearon recomendaciones para las organizaciones que pertenecen a esta industria con el fin de que puedan comprender la relevancia del fenómeno y puedan tomar acción con respecto a la gestión del eWOM y utilizarlo como una herramienta para su desarrollo y crecimiento. 3. Marco Muestral La metodología asignada para este estudio fue a través del enfoque cuantitativo, para ello, la unidad de observación será la muestra, que de acuerdo a Ponce y Pasco (2018), 52 existen dos tipos de muestreos, probabilístico y no probabilístico. Las unidades seleccionadas en una muestra probabilística tienen todas la misma probabilidad de ser elegidas para la muestra, lo que permite que ésta sea estadísticamente representativa del conjunto de la población (Ponce y Pasco, 2018); mientras que, dado que el objetivo del muestreo no probabilístico es permitir una cierta aproximación a los fenómenos organizativos que se están investigando, la selección de las unidades de observación para este tipo de muestreo se realiza según criterios particulares especificados por el propio investigador en lugar de utilizar el muestreo probabilístico (Ponce y Pasco, 2018). Para cumplir los objetivos del estudio, se utilizó una muestra de conveniencia no probabilística. Este tipo de muestra hace más hincapié en la selección basada en la facilidad de acceso a la unidad de observación por parte del investigador (Ponce y Pasco, 2018), ya que las plataformas de alojamiento digital no suelen proporcionar bases de datos sobre sus usuarios debido a las normas de protección de datos personales, ya que las plataformas de alojamiento digital no suelen proporcionar bases de datos sobre sus usuarios. En segundo lugar, se seleccionó esta tipología de muestra, ya que el propósito de este estudio no es reflejar estadísticamente el fenómeno organizativo, sino más bien proporcionar una aproximación a la comprensión del fenómeno. En conclusión, las unidades de muestra consideradas serán personas de generación Z que se encuentren dentro de Lima Metropolitana y hayan usado la plataforma de servicios de alojamiento Airbnb. 4. Técnicas de recolección de Información Una vez establecido la metodología cuantitativa, se procede a explicar las herramientas utilizadas para recopilar datos. Según Ponce y Pasco (2015), en la investigación de gestión, las cuatro herramientas más comunes son: la encuesta, la entrevista individual en profundidad, el grupo de discusión y la observación. En ese sentido, de acuerdo al plan general, se opta por utilizar a la encuesta como técnica recopilar datos. Las encuestas consisten en presentar un conjunto limitado de preguntas a un gran número de personas y solicitarles que seleccionen sus respuestas (Weathington et al., citado en Ponce y Pasco, 2018). Este enfoque permitirá obtener información precisa y estandarizada sobre el tema en cuestión, y lo llevaremos a cabo mediante el uso de cuestionarios. Los cuestionarios se caracterizan por incluir preguntas con opciones de respuesta cerradas y un número limitado de alternativas para indicar la respuesta más adecuada (Ponce y Pasco, 2018). Por lo tanto, se ha desarrollado un cuestionario basado en el modelo de Evans y Erkan (2016), el cual utiliza una escala de Likert donde el valor 1 representa total desacuerdo y el valor 5 indica total acuerdo. Esta escala fue utilizada para medir los 21 ítems de nuestro cuestionario. 5. Técnicas de análisis de Información En esta sección, se exponen los principales procesos y herramientas de análisis 53 empleados en el estudio para el procesamiento y análisis de la información. Con ese propósito, resulta esencial proporcionar una descripción sistemática de la secuencia que se siguió para cumplir el objetivo analítico que se esbozó en la fase preliminar de la investigación. Esta investigación, al desarrollar un enfoque cuantitativo emplea los datos recolectados para probar hipótesis con el propósito de obtener resultados coherentes. En esa línea, se utilizan herramientas estadísticas para procesar la información obtenida mediante mediciones cuantificadas que siguen un proceso (Ponce y Pasco, 2018). De esa manera, se detalla el proceso de análisis que se expondrá en el capítulo 5. En primer lugar, se realizan las pruebas de estadística descriptiva, debido a que, forman parte de cualquier análisis inicial de datos para una investigación que lleva a cabo un enfoque cuantitativo. Estas pruebas se realizan con el propósito de resumir, de forma general, las características de la muestra a partir de los resultados de los coeficientes (Sharma, 2019). Estos coeficientes se pueden obtener en base a pruebas como lo son; la distribución de frecuencias: la cual, es una tabulación y/o representación gráfica organizada del número de individuos de acuerdo a las dimensiones o variables que se emplean para la evaluación (Ofosu et al., 2017). Por otro lado, otro coeficiente que conforma el análisis descriptivo es la media, la cual es la medida de tendencia central, es decir que se refiere al valor promedio de los resultados obtenidos en grupo de evaluación (Sykes et al., 2016). Finalmente, la desviación estándar se refiere a la medida de la variabilidad de las observaciones individuales en relación a su valor medio (Whitley y Ball, 2002). Posteriormente, una vez obtenido este resumen de las características de la muestra a partir de los estadísticos descriptivos, con el fin de buscar respuestas a las preguntas específicas planteadas para el establecimiento de objetivos, resulta indispensable realizar un análisis estadístico inferencial. Esto debido a que este tipo de análisis permite medir la significancia, o diferencia, entre los resultados de la muestra con el propósito de comprobar las hipótesis establecidas que resultan ser de utilidad para finalmente obtener conclusiones sobre el comportamiento de los resultados de la muestra estudiada (Inferential Statistics | An Easy Introduction y Examples, 2022). Con esa base, para la realización del análisis inferencial de los datos obtenidos, se aplican las pruebas de Coeficiente de Correlación de Spearman, la prueba Chi-cuadrado y prueba de Regresión Lineal. Asimismo, es importante resaltar que estas pruebas se llevaron a cabo gracias a la utilización del software estadístico SPSS Statistic versión 25. En la sección de análisis mencionada anteriormente, se llevan a cabo pruebas para calcular los coeficientes de correlación de Spearman con el objetivo de examinar la relación entre dos variables. Es importante destacar que esta prueba difiere del coeficiente de correlación de Pearson, ya que supera la principal limitación de la correlación producto- momento al ser capaz de capturar asociaciones no lineales o monótonas entre variables. El 54 coeficiente de Spearman, por su parte, realiza una transformación de los rangos de los datos y luego calcula la correlación producto-momento en base a estos rangos (Van Doorn et al., 2020). En el contexto de esta investigación, se utiliza el coeficiente de correlación de Spearman para verificar si cada dimensión se corresponde con la afirmación planteada por el modelo seleccionado. Además, se considera un valor mínimo aceptable de 0,5 y la interpretación de estos valores se encuentra detallada en la tabla siguiente. Figura 9: Escala de los coeficientes de correlación de Spearman Fuente: C. Casimiro, et al. (2022). Una vez realizadas las pruebas de correlación de Spearman, resulta importante dar paso a la realización del análisis factorial con el fin de evaluar la relación existente entre ítems que comprenden las dimensiones propuestas en el modelo y las dimensiones en sí mismas. Esto con el fin de evaluar si la estructura planteada por Erkan y Evans, resulta ser funcional para medir la intención de compra. En esa línea, con el propósito de dar inicio al análisis factorial, es determinante realizar la prueba de Kaiser-Mayer-Olkin (KMO) para poder confirmar, si es prudente o no, realizar este tipo de análisis. Asimismo, los resultados de esta prueba arrojan valores entre 0 y 1, siendo mejor para la factorización cuando está más cerca de 1, mientras que, en relación con la prueba de esfericidad de Bartlett, los resultados deben ser menor a 0.05 para que el análisis factorial sea recomendado para la investigación (Martínez y Pizarro, 2020). 55 Figura 10: Escala de los coeficientes de prueba de KMO Fuente: Grimaldo, et al. (2022). Para validar los resultados obtenidos en las pruebas de correlación realizadas anteriormente, es necesario llevar a cabo el análisis factorial confirmatorio (AFC). El AFC es un modelo de medida que tiene como objetivo explicar cómo un conjunto de variables observadas o medidas reflejan la existencia y el comportamiento de variables latentes. Este tipo de modelo se encuentra dentro de un grupo amplio de modelos conocidos como modelos de ecuaciones estructurales o modelos de estructura de covarianza (Martínez-Arias et al., 2014). Mediante el AFC, se busca confirmar la relación entre las variables observadas y las variables latentes, lo que proporciona una validación adicional a los resultados obtenidos en las pruebas de correlación. Figura 11: Diseño de modelo factorial exploratorio y confirmatorio Fuente: Grimaldo, et al. (2022). 56 Las estimaciones y comprobaciones de los parámetros del modelo de Análisis Factorial Confirmatorio (AFC) se refieren a las características de la población que se investigaron y se validaron mediante el AFC. En el AFC, las relaciones entre las variables observadas y las variables latentes se consideran como relaciones de dependencia, las cuales se representan en el modelo mediante flechas que van de las variables latentes a las variables observadas, indicando que se espera que las variables observadas dependan de los constructos subyacentes (Martínez-Arias et al., 2014). Esto implica que las variables latentes son la causa de las variables observadas. Figura 12: Escala de carga factorial de acuerdo al modelo factorial confirmatorio Fuente: Grimaldo, et al. (2022). Finalmente, se realiza el análisis de regresión lineal, la necesidad de realización de esta prueba surge por la necesidad de establecer el nivel de dependencia del modelo propuesto entre las variables que establece el modelo. Este análisis de regresión lineal es un método estadístico utilizado para calcular el valor de una variable dependiente en función de una variable independiente. Mide la correlación entre dos variables (Kumari y Yadav, 2018). En el estudio actual, el valor obtenido debe ser inferior a 0,05 para demostrar la significación de una variable sobre otra. De esa manera, a través de la realización de las pruebas mencionadas en este apartado se realizará el análisis de la información en el capítulo 5. 6. Aspectos éticos de la investigación Como último punto a tener en cuenta en relación con los aspectos éticos de la investigación, debemos basarnos en el Reglamento del Comité de Ética de la Investigación (CEI) de la Pontificia Universidad Católica del Perú, que "pretende definir un marco completo de actuación y constituir un elemento transversal de todo el proceso de investigación"(Ponce y Pasco, 2018). De este modo, el estudio ha tenido en cuenta las normas éticas impulsadas por el CEI, que incluyen "mantener el respeto de las personas que participan en la investigación respecto a las decisiones de formar parte de la misma mediante una información clara y precisa sobre los objetivos de la investigación" (Ponce y Pasco, 2018). Ante ello, todas las entrevistas se realizaron de forma voluntaria y con el debido proceso, teniendo en cuenta el uso de los consentimientos informados proporcionados por la Facultad de Gestión y Alta Dirección (2015) con el fin de levantar la información, y en especial con el fin de reflejar el respeto y la honestidad a los recursos brindados y a la propiedad intelectual. 57 CAPÍTULO 5: RESULTADOS DE LA INVESTIGACIÓN En este capítulo se presenta el proceso de análisis realizado para examinar los resultados. El análisis se basa en el objetivo principal establecido: investigar la influencia del eWOM en la intención de compra de los usuarios de la plataforma Airbnb que pertenecen a la generación Z y residen en Lima Metropolitana, utilizando el modelo de aceptación de la información (IACM) propuesto por Erkan y Evans. En primer lugar, se describen las características de la muestra seleccionada utilizando estadísticas descriptivas. También, se realiza la prueba de confiabilidad mediante el coeficiente Alfa de Cronbach para evaluar la consistencia de los resultados y se lleva a cabo la prueba de normalidad de Kolmogorov- Smirnov para respaldar el uso de pruebas no paramétricas. Además, se analiza el grado de correlación entre las variables del modelo seleccionado utilizando el coeficiente de Rho de Spearman; luego, se presentan y se respaldan los resultados del análisis factorial confirmatorio. Finalmente, se realizan pruebas de hipótesis sugeridas por el modelo seleccionado mediante regresión lineal, utilizando pruebas de Chi Cuadrado y la prueba de Durbin y Watson para la interpretación de los resultados. 1. Características de la muestra En esta sección de la investigación se exponen los gráficos que muestran las principales características de la muestra seleccionada mediante 385 respuestas admitidas recolectadas por medio de la encuesta realizada a través de la herramienta de formularios que provee Google. Esta sección se desarrolla con el propósito de exponer perfil y principales características de los encuestados. 1.1. Perfil demográfico La selección muestral seleccionada para la realización de las encuestas fueron personas pertenecientes al grupo etario conocido como generación Z, las cuales, para efectos de esta investigación se encuentran en el rango etario de entre los 18 y 25 años, las pruebas realizadas para el análisis de resultados se encuentran conformada por un total de 385 participantes. En la siguiente figura, se puede observar la distribución de género de la muestra, evidenciando que el 44.68% de los encuestados conforman al género masculino y 55.32% son del género femenino. 58 Figura 13: Distribución por género de los participantes (%) Asimismo, en la figura 2 se pueden observar los rangos etarios de los participantes de la encuesta agrupados porcentualmente, estas edades oscilan entre los 18 a 45 años. Las edades se agruparon en tres rangos etarios y la distribución con respecto a cada grupo en relación a la cantidad de personas fue la siguiente: 18 a 25 años con un total de 88.31%, de 26 a 35 años con un 9.87% y de 36 a 45 años con un total de 1.82%, de lo cual se reconoce como población objetivo a las personas entre la edad de 18 a 25 años representado por un total de 340 personas de la totalidad de la población encuestada. Figura 14: Frecuencia de edad de los encuestados Con respecto a los resultados obtenidos en relación a los niveles de estudio académicos alcanzados de la muestra, se obtuvieron los siguientes resultados. Estos se pueden visualizar en los gráficos de barras que se muestran en la figura 3, en ella se puede observar que la gran mayoría de los encuestados, un total de 74.81% de toda la muestra, se encuentran actualmente en el nivel universitario, por su parte el 16.36% restante conforman a los encuestados que han finalizado los estudios escolares, finalmente, con menores porcentajes con respecto a la muestra, se pueden observar los grados de técnico con 5.19% y postgrado con 3.64%. 0.00% 20.00% 40.00% 60.00% 80.00% 100.00% 18 a 25 años 26 a 35 años 36 a 45 años 88.31% 9.87% 1.82% Po rc en ta je Edad Edad de los participantes 59 Figura 15: Frecuencia del nivel académico de los encuestados Finalmente, resulta importante recalcar que como parte de la población seleccionada se tomaron en cuenta algunas consideraciones que se especifican a continuación. Se definió que la población muestral debería estar conformada de forma excluyente por personas que actualmente residen en la ciudad de Lima de la zona Metropolitana, adicionalmente se definió que estas personas debían haber hecho uso de los servicios o ingresado al motor de búsqueda de la plataforma Airbnb en los últimos doce meses, de esa manera, se obtuvieron un total de 630 respuestas en formulario empleado para la recolección de la información. Sin embargo, el total de respuestas válidas que cumplía con las características mencionadas fueron un total de 340, por lo que se llegó al 88.3% de la muestra definida para la realización de las pruebas. De esa manera, a continuación, se detalla el proceso de análisis que se realizó para la obtención de los resultados en relación a los objetivos específicos planteados. 2. Análisis del uso de la información de acuerdo con las dimensiones del modelo Ewom Para el desarrollo de la encuesta, es importante recordar que se trabajaron con las 7 dimensiones propuestas en el modelo de aceptación de la información (IACM) propuesto por Erkan y Evans. Asimismo, para este análisis se tomaron en cuenta tres valoraciones agrupadas bajo las categorías de alto, regular y bajo, las cuales se agruparon en cada categoría considerando el número de preguntas existentes en cada dimensión y la sumatoria total de cada de la puntuación atribuida a cada respuesta obtenida en la dimensión que corresponda. De esa manera, se logró identificar que las dimensiones “utilidad de la información” y “actitud hacia la información” resultan ser las que reúnen los puntajes más altos en contraste con las demás variables dentro de la encuesta, lo que evidencia que existe una tendencia en la muestra a mostrar actitudes positivas en relación a la información que se pueda encontrar en la plataforma y que también, consideran en gran medida que esta información les resulta de utilidad para continuar su procesos de decisión de compra. Por otro lado, las dimensiones “calidad de la información” y “necesidad de la información”, resultan ser las dimensiones que 0.00% 50.00% 100.00% Secundaria Universitario Técnico Postgrado 16.36% 74.81% 5.19% 3.64% Grado académico de los participantes 60 reúnen las puntuaciones más bajas. Si bien es cierto, estos números que se agrupan bajo la categoría de “bajo” son considerablemente menores en contraste con la categoría alto, se puede decir que resultan ser las dimensiones que influyen en menor medida en la intención de compra del usuario, ya que se considera que la calidad de la información no es lo suficientemente buena y que estos comentarios no resultan ser el único medio de información necesario que puede determinar la decisión de compra. (Ver tabla 2) Tabla 2: Características de las dimensiones Calidad Credibilidad Necesidad Actitud Utilidad Adopción Intención de compra Rangos Bajo 27 23 30 7 9 10 4 Regular 20 40 12 15 15 16 24 Alto 338 322 343 363 361 359 357 Para la comprensión de los resultados, en la siguiente tabla se pueden observar los resultados obtenidos por cada una de las preguntas formuladas, en porcentajes, de forma más gráfica en formato de tablas. En primer lugar, en relación a los parámetros establecidos en base a la escala de Likert, se puede observar que el parámetro “De acuerdo” tiene un mayor nivel de concentración porcentual, encontrando que el mayore nivel se encuentra en la pregunta N°02, lo cual representa que el 53.2% de los encuestados considera estar “de acuerdo” con la afirmación de que la información que comparten los usuarios de Airbnb es clara. Asimismo, se puede observar que tras la pregunta N°08 el comportamiento de respuesta se enfoca hacia los parámetros de “De acuerdo” y “Totalmente de acuerdo”. Esto puede deberse principalmente a que desde la pregunta N°01 hasta la pregunta N°08, el contexto de las preguntas le plantean al encuestado una situación en la que debe contextualizarse en el momento en el que se encuentra navegando en plataforma, por otro lado, desde la pregunta N°09 a la pregunta N°20, las preguntas direccionan al encuestado a pensar en recuerdos sobre el proceso y no lo contextualizan en la situación de navegación. De esa manera se puede explicar el comportamiento en relación a las respuestas recogidas. (Ver tabla 3) Tabla 3: Características de la muestra Categoría Totalmente en desacuerdo En desacuerdo Ni de acuerdo, ni desacuerdo De acuerdo Totalmente de acuerdo Pregunta N°01 4.9% 5.2% 4.7% 51.7% 33.5% Pregunta N°02 4.4% 4.7% 6.2% 53.2% 31.4% Pregunta N°03 3.9% 6.2% 8.8% 51.9% 29.1% Pregunta N°04 3.9% 8.1% 12.5% 48.1% 27.5% 61 Tabla 3: Características de la muestra (continuación) Categoría Totalmente en desacuerdo En desacuerdo Ni de acuerdo, ni desacuerdo De acuerdo Totalmente de acuerdo Pregunta N°05 5.7% 13.0% 14.8% 41.3% 25.2% Pregunta N°06 3.9% 7.8% 11.2% 51.4% 25.7% Pregunta N°07 4.4% 7.0% 11.4% 51.2% 26.0% Pregunta N°08 5.2% 6.5% 0.0% 37.9% 50.4% Pregunta N°09 3.9% 6.8% 0.0% 42.9% 46.5% Pregunta N°10 0.0% 8.8% 0.0% 36.6% 54.5% Pregunta N°11 0.0% 7.5% 0.0% 43.1% 49.4% Pregunta N°12 0.0% 9.4% 0.0% 42.9% 47.8% Pregunta N°13 0.0% 5.2% 0.0% 48.1% 46.8% Pregunta N°14 0.0% 7.0% 0.0% 49.4% 43.6% Pregunta N°15 0.0% 7.0% 0.0% 43.1% 49.9% Pregunta N°16 0.0% 6.5% 0.0% 43.9% 49.6% Pregunta N°17 0.0% 6.5% 0.0% 46.5% 47.0% Pregunta N°18 0.0% 7.8% 0.0% 50.1% 42.1% Pregunta N°19 0.0% 11.4% 0.0% 43.1% 45.5% Pregunta N°20 0.0% 9.4% 0.0% 44.7% 46.0% 3. Estadística descriptiva Ahora, en este siguiente apartado, se exponen los resultados de los estadísticos descriptivos en relación a cada una de las preguntas, las cuales se han considerado nombrar como “items”. De esa manera, con el objeto de medir los ítems, como ya se había mencionado en el capítulo 4, se utilizó la escala Likert de 5 puntos en la aplicación de la encuesta, estas puntuaciones comprenden la etiqueta “totalmente desacuerdo” a la cual se le asignó el valor de 1 hasta la etiqueta “totalmente de acuerdo”, a la cual se le asignó el valor 5. Con el sometimiento de la base de datos a estas pruebas de estadísticos descriptivos se pretende exponer el comportamiento de la media y desviación estándar de cada una de las preguntas. Asimismo, es prudente mencionar también que esta prueba se realizó a través del software IBM SPSS Statistic Versión 25. A continuación se pueden observar los resultados obtenidos, en relación a la media y la varianza, en cada uno de los ítems empleados en la encuesta y que se muestran en la siguiente tabla: 62 Tabla 4: Estadística descriptiva por cada variable Variable Etiqueta Enunciado Media Desv. Desviació n Calidad IQ1 [Considero que la información es entendible (se adapta al conocimiento de la persona para que sea entendido fácilmente)] 4.04 1.019 IQ2 [Considero que la información es clara (es coherente, se emplea un lenguaje preciso y conciso)] 4.03 0.983 IQ3 [En general, considero que la información es de calidad] 3.96 0.991 Credibilidad IC1 [Considero que la información es convincente (el mensaje emplea evidencias y argumentos lógicos con el propósito de persuadir al usuario)] 3.87 1.031 IC2 [Considero que la información es fuerte (el mensaje es llamativo y pretende recurrir a las emociones del usuario para persuadirlo)] 3.67 1.155 IC3 [Considero que la información es creíble] 3.87 1.010 Necesidad IC4 [Considero que la información es precisa] 3.87 1.021 NOI1 [Me gusta recurrir a la información que comparten los usuarios de Airbnb cuando considero un nuevo alojamiento] 4.22 1.092 NOI2 [Suelo recurrir a la información que comparten los usuarios de Airbnb si tengo poca experiencia con el alojamiento y ya lo he probado.] 4.22 1.023 Actitud ATI1 [Siempre leo información compartida por los usuarios de Airbnb cuándo reservar un alojamiento] 4.37 0.876 ATI2 [La información que comparten los usuarios de Airbnb es de gran ayuda para mi toma de decisiones para reservar un alojamiento.] 4.35 0.826 ATI3 [La información que comparten los usuarios de Airbnb me genera la confianza suficiente para realizar la reserva] 4.30 0.879 Utilidad IU1 [Considero que la información compartida por los usuarios de Airbnb generalmente es de utilidad] 4.37 0.739 IU2 [Considero que la información compartida por los usuarios de Airbnb generalmente es informativa] 4.30 0.795 Adopción IA1 [Considero que la información compartida por los usuarios de Airbnb me facilita la decisión de realizar la reserva] 4.36 0.809 63 Tabla 4: Estadística descriptiva por cada variable (continuación) Variable Etiqueta Enunciado Media Desv. Desviación Adopción IA2 [Considero que la información compartida por los usuarios de Airbnb incrementa mi efectividad sobre la decisión de reserva] 4.37 0.791 Intención de compra PI1 [Es muy probable que realice la reserva] 4.35 0.787 PI2 [Realice la reserva la próxima vez que lo necesite] 4.27 0.817 PI3 [Definitivamente, probaré el alojamiento y realizaré la reserva] 4.23 0.931 PI4 [Recomendaré el alojamiento a mis amigos] 4.27 0.874 Por un lado, sobre la dimensión “Calidad”, se observa que está compuesta por 3 ítems. Asimismo, en relación a la desviación estándar, se puede observar que el ítem IQ2 es la que tiene menor valor, lo cual indica una concentración hacia el rango 4, es decir que se puede observar una tendencia a estar de acuerdo con la premisa de que la información es clara, considerado que se especificó que la claridad de la información hace referencia a que el mensaje es coherente, además emplea un lenguaje conciso y preciso. Por otro lado, con respecto al ítem IQ1, con el cual se pretende conocer si la información que se encuentra en la plataforma llega a ser entendible o no, se evidencia un valor de desviación estándar más elevado con respecto a los otros ítems, lo cual representa que la información puede llegar a no ser entendible para un grupo de personas de la muestra a pesar de que la preponderancia de respuestas se centre en estar de acuerdo con la premisa de la pregunta. Ahora, con respecto a la segunda dimensión, cuya variable “Credibilidad” cuenta con 4 ítems, se observa que, en relación con la desviación estándar, los 4 ítems presentan una valoración mayor en contraste con las otras dimensiones que comprenden el modelo analizado. Asimismo, los ítems IC1 Y IC2, son los que presentan mayores valores de desviación estándar dentro de la dimensión, esto puede explicarse porque estas preguntas, en la prueba piloto resultaron ser confusas para los encuestados, a pesar de que se haya especificado la definición de cada uno de ellos, resulta ser probable que ambas preguntas pueden haber llegado a no ser totalmente claras para toda la muestra, de la misma forma en la que sucedió en los resultados de la prueba piloto. En relación a la variable “necesidad”, se puede observar que ambos ítems que componen la dimensión presentan un alto grado de similitud con respecto a la media, en el caso de la desviación estándar se puede observar una ligera variación, en la que el ítem NOI2 presenta un ligero valor mayor con respecto al ítem NOI1. En este caso, la gran similitud en relación a los coeficientes obtenidos puede explicarse por la similitud de las premisas empleadas en base al modelo, esta hipótesis surge también en base a la retroalimentación 64 obtenida por la aplicación de la prueba piloto en la que los encuestados manifestaron que ambas premisas podrían entenderse de la misma manera. Seguidamente, sobre la dimensión “actitud” se obtuvieron resultados similares entre los coeficientes de las medias y las desviaciones obtenidas. Sin embargo, el grado de similitud es más cercano entre los ítems ATI1 y ATI2, esto puede deberse a que ambas premisas son complementarias en el contexto en el que se plantean. Ahora, si bien es cierto, el ítem ATI3 presenta un valor próximo, resulta estar por debajo de la media de los dos primeros ítems, en este caso esto puede deberse a que esta premisa posiciona al encuestado en un contexto distinto en el que su respuesta direcciona en mayor medida una decisión. Con respecto a la dimensión “Utilidad” se obtuvieron también coeficientes muy similares. Sin embargo, se puede observar que el ítem IU2 presenta un coeficiente en relación a la media que es menor al ítem IU1. En este caso, esta media más baja puede explicarse porque la premisa establecida en el segundo ítem puede llegar a ser menos precisa con respecto al primero, esto se evidencia también por el hecho de que existe una mayor desviación en el coeficiente de este ítem. Por otro lado, en la dimensión “Adopción” poseen valores muy cercanos, esto puede deberse a que ambas premisas están relacionadas, la premisa del ítem IA1 se refiere a si la información facilita o no la decisión y el segundo ítem, IA2, establece la premisa de que la información influye o no en la efectividad en el momento de la realización de la reserva. Finalmente, con respecto a la dimensión “intención de compra”, la cual consta de 4 items PI1 al PI4 se puede observar que los ítems PI2, PI3 y PI4, presentan coeficientes más homogéneos entre ellos, lo cual puede explicarse porque las 3 premisas indican una decisión definitiva en relación al comportamiento del encuestado, por otro lado, la premisa presentada en el ítem PI1 llega a ser menos invasiva en torno a una decisión y plantea una posibilidad, hecho por el cual se puede entender que exista una menor desviación en relación a las respuestas obtenidas. Ya expuestos los resultados de los estadísticos descriptivos realizados en esta primera sección, a continuación se procede a realizar las pruebas pertenecientes al rubro inferencial que demostrar el comportamiento del modelo elegido, tomando en cuenta estándares como lo es la fiabilidad (Alfa de Cronbach) y la aprobación del desarrollo factorial por medio de la prueba de confiabilidad (KMO y esfericidad de Bartlett) para finalmente realizar a las pruebas de correlaciones (Rho de Spearman), desarrollo del analisis factorial (Analisis Factorial Confirmatorio) y finalmente, el análisis de regresión a partir de la prueba de nivel de dependencia de la variables (Chi - Cuadrado y Durbin y Watson). 4. Análisis de Fiabilidad Con el propósito de evaluar si el modelo seleccionado para el análisis es el óptimo o no, inicialmente se realiza un análisis de fiabilidad desarrollado a través del alfa de cronbach 65 que permite evaluar la confiabilidad del instrumento por medio del análisis de dimensiones en valores que van desde 0.5 al 1. Luego, para la validación de estos resultados, se debe realizar el análisis inferencial, para lo cual inicialmente se realiza la prueba de Kaiser-Mayer-Olkin (KMO), en conjunto con la prueba de esfericidad de Bartlett de evaluar la viabilidad el desarrollo de un análisis factorial dentro de la investigación. Para empezar, se realiza la prueba de alfa de Cronbach con el fin de analizar la fiabilidad y consistencia interna del modelo seleccionado para la realización del análisis, la cual examina los ítems que comprende cada dimensión con la finalidad de reconocer si los ítems usados son apropiados y fiables. En cuanto a la interpretación, los valores mayores a 0.7 son aquellos que comprueban la consistencia de los factores del modelo (Toro et al, 2022). Los resultados obtenidos se basan en los siguientes rangos de 0.7 a 0.9 es alto, 0.5 a 0.7 es moderado y valores menores a 0.5 es bajo; los resultados obtenidos se pueden observar en la siguiente tabla: Tabla 5: Análisis de fiabilidad Variable N° de elementos Alfa de Cronbach Tipo Calidad 3 0.875 Aceptable Credibilidad 4 0.844 Aceptable Necesidad 2 0.789 Aceptable Actitud 3 0.805 Aceptable Utilidad 2 0.716 Aceptable Adopción 2 0.737 Aceptable Intención de compra 4 0.887 Aceptable 5. Prueba de normalidad El desarrollo de la prueba de normalidad Kolmogorov – Smirnov inicialmente se dio tras identificar una población mayor a 50 personas, todo ello con la finalidad de conocer cómo se distribuyen los datos de la muestra, asimismo, la prueba se realizó considerando las siguientes hipótesis: H0: Se distribuyen de forma normal H1: Se distribuyen de forma no normal Con respecto a la interpretación de resultados, para que la hipótesis nula H0 pueda ser aceptada debe ser mayor a 0.05, lo cual evidenciaría una distribución normal de los datos de la muestra. Ahora, una vez realizada la prueba, se puede observar en la tabla que se muestra al final de este párrafo, que los resultados resultan ser menores a 0.05, por lo que se rechaza la hipótesis nula H0 y se acepta la hipótesis alternativa H1, por lo que la muestra se distribuye de forma no normal. En línea con ese resultado, se deben considerar la realización de pruebas no paramétricas para analizar las correlaciones pertinentes, en este caso se realizan las pruebas no paramétricas de “Rho de Spearman” (Martínez & Pizarro, 2020). 66 Tabla 6: Prueba de normalidad de Kolmogorov – Smirnov Kolmogorov-Smirnova Estadístico gl Sig. Calidad 0.516 385 0.000 Credibilidad 0.155 385 0.000 Necesidad 0.264 385 0.000 Actitud 0.183 385 0.000 Utilidad 0.200 385 0.000 Adopción 0.196 385 0.000 Intención de compra 0.170 385 0.000 6. Prueba de correlaciones A continuación, se presentan los resultados de las pruebas no paramétricas utilizando el coeficiente de correlación de Spearman. Tal como se mencionó previamente, este coeficiente es una medida no paramétrica que se utiliza para analizar la relación entre dos variables. A diferencia de la prueba de correlación de Pearson, que evalúa la relación lineal entre variables, la prueba de Spearman examina la relación monotónica entre las variables. En este contexto, la relación monotónica implica que una variable aumenta o disminuye de manera consistente a medida que la otra variable lo hace. Esta prueba se basa en la clasificación de los valores de cada variable para luego realizar la correlación entre los rangos de las dos variables. El coeficiente de conexiones de Spearman, denotado por "rho" (ρ), tiene un rango de -1 a 1, donde -1 indica una conexión negativa perfecta, 0 indica que no hay conexiones y 1 indica una conexión positiva perfecta (Rossell, 2021). En ese sentido, a continuación, se someten a dicha prueba las correlaciones que sugiere el modelo de Erkan y Evans (2016) y se realiza la interpretación de los resultados por cada uno de los resultados obtenidos. Tabla 7: Correlación entre Calidad y Utilidad Calidad Utilidad Rho de Spearman Calidad Coeficiente de correlación 1,000 ,226** Sig. (bilateral) . ,000 Utilidad Coeficiente de correlación ,226** 1,000 Sig. (bilateral) ,000 . **. La correlación es significativa en el nivel 0,01 (bilateral). b. N por lista = 340 67 Interpretación: Se determina que si existe una relación directamente proporcional entre las variables. La correlación entre "Calidad" y "Utilidad" es de 0.226 es decir que se considera como una correlación positiva media. Tabla 8: Correlación entre Credibilidad y Utilidad Credibilidad Utilidad Rho de Spearman Credibilidad Coeficiente de correlación 1,000 ,272** Sig. (bilateral) . ,000 Utilidad Coeficiente de correlación ,272** 1,000 Sig. (bilateral) ,000 . **. La correlación es significativa en el nivel 0,01 (bilateral). b. N por lista = 340 Interpretación: Se determina que si existe una relación directamente proporcional entre las variables. La correlación entre "Credibilidad" y "Utilidad" es de 0.272 es decir que se considera como una correlación positiva media Tabla 9: Correlación entre Necesidad y Utilidad Necesidad Utilidad Rho de Spearman Necesidad Coeficiente de correlación 1,000 ,262** Sig. (bilateral) . ,000 Utilidad Coeficiente de correlación ,262** 1,000 Sig. (bilateral) ,000 . **. La correlación es significativa en el nivel 0,01 (bilateral). b. N por lista = 340 Interpretación: Se determina que si existe una relación directamente proporcional entre las variables. La correlación entre "Necesidad" y "Utilidad" es de 0.262 es decir que se considera como una correlación positiva media Tabla 10: Correlación entre Actitud y Utilidad Actitud Utilidad Rho de Spearman Actitud Coeficiente de correlación 1,000 ,456** Sig. (bilateral) . ,000 Utilidad Coeficiente de correlación ,456** 1,000 Sig. (bilateral) ,000 . **. La correlación es significativa en el nivel 0,01 (bilateral). b. N por lista = 340 68 Interpretación: Se determina que si existe una relación directamente proporcional entre las variables. La correlación entre "Actitud" y "Utilidad" es de 0.456 es decir que se considera como una correlación positiva media. Tabla 11: Correlación entre Actitud e Intención de compra Actitud Intención de compra Rho de Spearman Actitud Coeficiente de correlación 1,000 ,358** Sig. (bilateral) . ,000 Intención de compra Coeficiente de correlación ,358** 1,000 Sig. (bilateral) ,000 . **. La correlación es significativa en el nivel 0,01 (bilateral). b. N por lista = 340 Interpretación: Se determina que si existe una relación directamente proporcional entre las variables. La correlación entre "Actitud" y "Intención de compra" es de 0.358 es decir que se considera como una correlación positiva media. Tabla 12: Correlación entre Adopción de la información e Intención de compra Adopción Intención de compra Rho de Spearman Adopción Coeficiente de correlación 1,000 ,292** Sig. (bilateral) . ,000 Intención de compra Coeficiente de correlación ,292** 1,000 Sig. (bilateral) ,000 . **. La correlación es significativa en el nivel 0,01 (bilateral). b. N por lista = 340 Interpretación: Se determina que si existe una relación directamente proporcional entre las variables. La correlación entre "Adopción de información" y "Intención de compra" es de 0.292 es decir que se considera como una correlación positiva media. En línea con el análisis sobre las correlaciones, se ha podido observar que existe una tendencia hacia la existencia de correlaciones positivas medias, no se evidencian correlaciones fuertes. En ese sentido, resulta importante incluir en el análisis algunas otras variables que no están consideradas en el modelo de aceptación de la información (IACM) propuesto por Erkan y Evans, variables que otros autores consideran relevantes para analizar 69 la intención de compra. Erkan y Evans, en su modelo IACM propuesto, sugieren una correlación entre las dimensiones “Adopción de la información” e “Intención de compra”. Con respecto a esa prueba de correlación, en la presente investigación, se obtuvo que el valor entre ambas dimensiones resultó ser 0.292, lo cual se interpreta como la existencia de una correlación media entre ambas dimensiones. Ahora bien, tomando como referencia a los autores Ming Kong y Ko (2017), quienes en su investigación establecen también la correlación de la “Adopción de la información” bajo la denominación de “Técnicas de manejo de la información” y la “intención de compra”donde obtienen como resultado un grado de correlación de 0.445, una correlación ligeramente más alta en contraste con el resultado obtenido en esta investigación en relación a las mismas variables. Si bien es cierto, cada muestra poblacional tiene un comportamiento distinto, en este caso, el trabajo de Ming Kong y Ko (2017) resulta interesante de analizar debido a que parte también de la base del modelo IACM; sin embargo, también, incorpora en su investigación que la intención de compra se ve influenciada también por otras variables, como lo son las estrategias de marketing y la valoración correcta de un servicio mejora la intención de compra. Por su parte, Bilal et al. (2021), en su investigación sobre el entendimiento de los efectos del eWOM sobre la intención de compra en línea en China, correlacionan las dimensiones de “Actitud” e “Intención de compra”, de la misma manera en la que se realiza en el modelo IACM. Sin embargo, en este caso, los autores exponen que estas dimensiones se deben basar en la teoría de identidad social, teoría que emplea elementos como la participación de los usuarios, sentido de pertenencia y la recepción que derivaría en la aceptación de los usuarios a la información. Asimismo, los autores concluyen que existen otras variables que tienen una influencia significativa en la intención de compra, como en este caso lo es la cantidad de la información a la que es expuesta el cliente. De la misma manera, autores como Aruan y Felicia (2019) también consideran que en relación al análisis de la intención de compra, se debe considerar también en estos contextos la sensibilidad al precio como una variable que puede impactar de forma significativa en la intención de compra. De esa manera y en vista de que, según varios otros autores, la intención de compra condicionada por el eWOM, en el contexto de plataformas online, puede verse influenciada de forma significativa por otras variables que no están contempladas en el modelo IACM de Erkan y Evans, se explica que los resultados obtenidos en esta sección muestran una correlación media al no incluir otras variables que también influyen en el fenómeno de la decisión de compra. Sin embargo, es importante también resaltar que si bien es cierto el modelo de Erkan y Evans, no explica en su totalidad la intención de compra, sí lo hace en un grado medio, por lo que este hallazgo resulta interesante para ser considerado en futuras investigaciones para comprender de forma más integral el fenómeno. 70 Como se ha podido observar, el modelo IACM de Erkan y Evans, explica parcialmente el fenómeno investigado. En ese sentido, resulta interesante poder realizar un análisis factorial con el fin de analizar de forma estructural el modelo seleccionado y evaluar la posibilidad de interrelaciones en relación a los ítems y dimensiones analizadas. Por ello, es que a continuación se expone la prueba de KMO y Bartlett para poder realizar este análisis. 7. Prueba de KMO y esfericidad de Bartlett En este caso, se optó por someter la base de datos a esta prueba debido a que, a partir de la realización de esta prueba se puede determinar si es factible o no realizar un análisis factorial. En ese sentido, los resultados fueron obtenidos por medio de la prueba “Factor” haciendo uso del método de extracción “Factores de ejes principales” y tomando como método de rotación elegido sería el “Promax”. Asimismo, como parte de la interpretación de la prueba KMO, como ya se había mencionado anteriormente, esta va desde 0 a 1 donde los valores de 0.5 a 1 son considerados “útiles para el desarrollo factorial” y los valores cercanos a 1 son considerados “excelentes”, en relación con la prueba de esfericidad de Bartlett, el valor p debe ser menor a 0.05 para que el análisis factorial sea recomendado para la investigación (Martínez y Pizarro, 2020). En base a ello, como se puede observar en la tabla al finalizar este párrafo, se obtiene un KMO de 0.869, el cual se considera un valor excelente Ahora, con respecto a la prueba de esfericidad de Bartlett una prueba sensible al 99% establece que el valor debe ser menor al 0.05 y se obtuvo un valor de 0.00, con lo que se demuestra estadísticamente que existe un nivel de correlación, pero este puede ser en un nivel bajo o medio. Tabla 13: Estadística descriptiva por cada variable Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,869 Prueba de esfericidad de Bartlett Aprox. Chi-cuadrado 2595,602 gl 190 Sig. ,000 8. Análisis factorial confirmatorio Ahora bien, debido a que el modelo estructural de IACM de Erkan y Evans explica parcialmente el fenómeno, resulta interesante realizar un análisis factorial confirmatorio para poner a prueba el modelo e identificar ajustes para potenciales iteraciones en relación a los ítems y variables que lo componen. Para empezar, el modelo IACM consta de 20 ítems agrupados en 7 dimensiones, este tipo de análisis se evalúa con al menos 4 índices de ajustes. Para esta investigación se tomó en cuenta el índice de bondad de ajuste (GFI), el cual es empleado para estimar la proporción de la varianza descrita por la covarianza calculada de la población; se tomó en cuenta también 71 el índice de ajuste comparativo (CFI), el cual se relaciona con la interpretación en torno a la magnitud de que el modelo formulado es superior a otros; se considera también el índice de error cuadrático medio de aproximación (RMSEA), esta medición revela la proporción de variación que no puede ser interpretada por el modelo factorial de la variación y chi cuadrado (Martínez & Pizarro, 2020). A continuación, se pueden visualizar los resultados en la siguiente tabla. Tabla 14: Criterios de índice de ajuste Índice Modelo final Ajuste óptimo Ρ – value 0.432 > 0.05 GFI 1.00 > 0.95 RMSEA 0.00 ≤ 0.05 CFI 1.00 > 0.95 En base a lo previamente expuesto, se ha podido encontrar que en base a los índices señalados anteriormente se puede determinar que el modelo es aceptable, esto se sustenta de acuerdo con los resultados que se muestran en la siguiente tabla la que el valor p - value de 0.432 es mayor a 0.05 lo que representa que el modelo tiene un ajuste perfecto, es decir no hay diferencias estadísticamente significativas entre la matriz patrón y la matriz factorial; por lo que, el modelo factorial propuesto es apropiado. De la misma manera, el índice p - value se ajusta según el tamaño del modelo, ya que posibilita el aprobar o desaprobar la hipótesis nula, por lo cual su información se debe complementar con otras medidas del ajuste. Ahora, también se analizaron los índices de ajustes más relevantes encontrados en el AFC, inicialmente se desarrolla el GFI de 1 que es mayor a 0.95, demostrando también un ajuste perfecto, por otra parte el valor obtenido en el índice RMSEA, el cual que señala que valores menores a 0.05 se consideran como ajuste bueno, fue de 0.00 lo que indica que existe nuevamente un buen ajuste en el modelo; finalmente, en los resultados obtenido en relación al índice CFI, en el cual se esperan cifras mayores a 0.95 para obtener un ajuste bueno, se obtuvo el valor de 1, hecho que también evidencia un ajuste bueno. El análisis factorial confirmatorio, el cual ya fue evaluado con los índices de ajuste señalados previamente, permitió corroborar las correlaciones previamente realizadas donde en el factor 1 existe la relación directa de las variables “Calidad de la información” (IQ) y “Credibilidad de la información” (IC) esto con las variables “Necesidad de la información” (NOI), “Utilidad de la información” (IU) y “Adopción de la información” (IA) y “Actitud ante la información” (ATI). Estas variables fueron divididas en 2 factores con valores de relación a los 72 valores que oscilan desde 0.401 hasta el 0.806, para realizar la comparación se tomó en cuenta los índices de ajuste donde el valor RMSEA que corresponde al error cuadrático explica el porcentaje en el cual la variable “Intención de compra” es aplicada en el modelo, este valor ≤ 0.05 considera que el modelo de valores encontrados en la tabla previa es óptimo. Por lo cual en base a ello la interrelación se da en un modelo de tres factores donde inicialmente se enfoca en las “características de la información”, posteriormente se enfoca en cómo los usuarios “analizan la información” lo cual deriva a una relación directa con la “intención de compra”. (Ver tabla 15) Tabla 15: Matriz estructural del modelo Factor 1 2 3 IQ1 ,753 IQ2 ,781 IQ3 ,806 IC1 ,705 IC2 ,624 IC3 ,711 IC4 ,692 NOI1 ,619 ,491 NOI2 ,579 ,401 ATI1 ,521 ATI2 ,527 ATI3 ,552 ,438 IU1 ,581 IU2 ,549 IA1 ,634 IA2 ,557 PI1 ,467 ,534 PI2 ,587 PI3 ,546 PI4 ,653 Método de extracción: Factorización del eje principal. Método de rotación: Promax con normalización Kaiser. 73 9. Pruebas de regresión lineal Finalmente, con el propósito de analizar el grado de dependencia entre las variables analizadas, se optó realizar las pruebas de regresión lineal. Para el desarrollo de la muestra de coeficientes estimados de las variables latentes, se trabajó con un nivel de confianza al 95%, es decir que se empleó un nivel de significancia del 0.05, el cual es denotado por el p - value, esto con la finalidad de demostrar que las relaciones pueden o no, ser significativas, en ese sentido se puede evidenciar que al obtener un valor de significancia menor al 0.05 en todas la relaciones, se hace evidente que existe una relación dependencia, en el sentido que se aceptan todas las relaciones previamente establecidas de acuerdo al modelo IACM de Erkan y Evans. Respecto al nivel de relación, inicialmente se trabaja con los coeficientes estandarizados (Beta) que responde a la prueba de Chi - Cuadrado, por medio de la cual se establece el porcentaje de relación según el modelo propuesto en el apartado de hipótesis, tras ello se evidencia el valor de coeficiente no estandarizado (C.R) el cual fue se puede hallar por medio de la prueba de Durbin y Watson, la cual responde al hallazgo en relación con la desviación estándar como medida para poder obtener el p - value. Es por ello que, se establece el modelado de las ecuaciones estructurales como se puede visualizar en la tabla Nº 16; que se basa en el formato de tabla empleada en la investigación de Erkan y Evans para exponer los resultados. Sin embargo, se establece de acuerdo a las correlaciones por medio de la desviación estándar y la rectificación de las mismas relaciones se dio por medio del coeficiente no estandarizados en relación con las hipótesis propuestas. Tabla 16: Tabla resumen de modelado de ecuaciones estructurales Hipótesis Estimación de acuerdo a coeficientes estandarizados (Beta) Desviación estándar (S.E) Coeficiente no estandarizado (C.R.) Nivel de significancia (p value) IQ ↔ IU 0.219 0.025 7.361 0.000 IC ↔ IU 0.328 0.019 6.751 0.000 NOI ↔ IU 0.277 0.36 6.976 0.000 ATI ↔ IU 0.488 0.488 4.390 0.000 IU ↔ IA 0.460 0.050 4.574 0.000 IA ↔ PI 0.306 0.096 12.138 0.000 ATI ↔ PI 0.457 0.062 9.447 0.000 El modelo de ecuaciones estructurales finales establece lo siguiente en relación con las hipótesis: 74 ● En base a los resultados obtenidos al nivel significancia después del desarrollo de las pruebas de Durbin y Watson, se demuestra que los modelos propuestos en este apartado son aceptados, por lo cual se establece la existencia de la relación entre todas las dimensiones de acuerdo a los modelos propuestos. ● La relación entre las dimensiones “Credibilidad de la información” y “Utilidad de la información” es similar a la “Actitud de la información” e “Intención de compra”, esto se sustenta en que la iteración de dicho modelo según, los coeficientes estandarizados, dan como resultado que ambos constructos manifiestan tener conceptos en común. Esto se debe a que los valores obtenidos demuestran que en la primera relación existe un nivel de influencia del 32.8% y en la segunda relación un nivel de 30.6%. La explicación previa evidencia que, los usuarios, al tener lo que se denomina como “Confianza y Credibilidad” en relación a la información que pueden observar en la plataforma Airbnb, reciben la información con una actitud positiva, lo que deriva en uso positivo de la misma dando como resultado una influencia positiva en la intención de compra. ● La relación entre "Calidad de la información" y "Utilidad de la información" muestra similitudes con la relación entre "Necesidad de la información" y "Utilidad de la información", ya que ambas interacciones tienen valores similares. Esto se puede explicar debido a que estas variables comparten conceptos en común. De acuerdo con los datos, la primera relación propuesta presenta una relación del 21.9%, mientras que la segunda relación muestra un 27.7%. Esta explicación demuestra que la necesidad de la información está estrechamente vinculada a la calidad de la misma, lo que conduce a un uso positivo de la información. Esto indica que cuando se encuentra información de calidad, la necesidad de la información tiene una mayor influencia en la intención de compra de manera significativa. ● Por otro lado, se observa que también existen relaciones fuertes entre las dimensiones "Actitud hacia la información" y "Utilidad de la información" con un 48.8%, "Utilidad de la información" y "Adopción de la información" con un 46%, y "Actitud hacia la información" e "Intención de compra" con un 45.7%. En el caso de las dos primeras relaciones, esto podría deberse a que ambos constructos, Utilidad y adopción de información, comparten conceptos en común. Además, se puede notar que la dimensión "Actitud hacia la información" se relaciona directamente con la dimensión "Utilidad de la información" y la "Intención de compra", mostrando porcentajes similares en relación con la variable mencionada. Esto indica que la adopción de la información está influenciada en gran medida por la actitud de los usuarios hacia la información obtenida, lo que favorece su uso positivo y aceptación por parte de los usuarios. 75 CONCLUSIONES En este capítulo final, se presentan las conclusiones obtenidas en la presente investigación, la cual se centró en estudiar la influencia del Electronic Word of Mouth (eWOM) sobre la intención de compra de los usuarios de la plataforma Airbnb que actualmente residen en Lima metropolitana y pertenecen a la generación Z. Durante el proceso de investigación, se ha realizado un análisis minucioso, se han recopilado datos relevantes, aplicado diversas herramientas y metodologías para llegar a obtener respuestas a las preguntas de investigación que se plantearon en la etapa inicial de la investigación. En ese sentido, el principal objetivo de la investigación ha sido analizar la influencia que ejerce el Electronic Word of Mouth (eWOM) en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes al grupo etario catalogado como generación Z. El enfoque de análisis empleado para llevar a cabo el proceso de análisis ha sido enteramente cuantitativo, en ese sentido, es importante mencionar que se han empleado distintas herramientas estadísticas las cuales se han sometido a prueba por medio de la utilización del programa SPSS Statistics en su versión 25. Asimismo, es importante también tener en cuenta dos aspectos importantes en relación a los hallazgos obtenidos. En primer lugar, debido a que se ha trabajado con un muestreo no probabilísticos por conveniencia, por lo que los resultados obtenidos deben ser considerados no representativos para toda la población, sino, que se centran en la muestra seleccionada para investigación, la cual consta de 340 personas residentes de Lima Metropolitana cuyas edades oscilan entre los 18 y 25 años que han usado la plataforma Airbnb en los últimos 12 meses. En segundo lugar, también se debe considerar que, debido al corte transversal de la investigación, los resultados obtenidos son expuestos considerando la fecha de finalización del informe. Por lo que, la investigación no resulta ser tajante con los resultados obtenidos, pues las perspectivas pueden cambiar para futuras investigaciones. En base a lo mencionado en los párrafos anteriores, a continuación, exponen las principales conclusiones de la investigación. Es importante mencionar que, para la mejor comprensión de esta sección, las conclusiones se desarrollarán en relación a los objetivos específicos. De esa manera, el primer objetivo planteado en la etapa inicial de la investigación fue analizar modelos que expliquen los factores del eWOM que influyen en la intención de compra para plataformas online que ofrecen servicios de alojamiento. Con el propósito de alcanzar este objetivo, el cual se estableció en base a la pregunta de investigación sobre qué modelos teóricos explican los factores del eWOM que influyen en la intención de compra para plataformas online. En línea con ello, con el propósito de alcanzar este objetivo, en el marco teórico, se realizó una búsqueda exhaustiva de fuentes de información con el fin de explicar 76 los principales modelos teóricos que realizaron previamente estudios de este fenómeno investigado, los principales modelos seleccionados para el mejor entendimiento y análisis del fenómeno son los siguientes: Teoría de la Acción Razonada (TRA), el Modelo de Aceptación de Tecnología (TAM), el modelo de Modelo de Adopción de Información , el Modelo de Probabilidad de Elaboración de la persuasión, para finalmente describir el modelo de Modelo de Aceptación de la Información (IACM) propuesto por Erkan y Evans (2016), este último fue el modelo seleccionado como el modelo más apropiado para el estudio del eWOM debido a que ha sido empleado ya en numerosas investigaciones y lo ha convertido en un modelo prestigioso y versátil por las dimensiones que considera para el entendimiento del fenómeno. En secuencia con la estructura definida, para dar una respuesta a la siguiente pregunta de investigación planteada inicialmente sobre cuál es el grado de dependencia de los factores del eWOM, del modelo de Erkan y Evans, en relación a la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la generación Z, se planteó el objetivo de analizar el grado de dependencia de los factores del modelo del eWOM seleccionado en relación a la intención de compra. Para lograr alcanzar dicho propósito, inicialmente, se realizaron las pruebas requeridas para entender el comportamiento y características generales de la población elegida. En esta sección se dio principal énfasis a los coeficientes de media y desviación para explicar el comportamiento de las respuestas. Asimismo, resulta importante resaltar que el modelo IACM subdivide en 7 dimensiones y consta de un total de 20 ítems. Los resultados obtenidos en base a los estadísticos descriptivos, muestran que es el comportamiento de la dimensión "Actitud" la que tuvo una valoración más alta seguida de la dimensión "Utilidad", con lo que se puede concluir que el comportamiento de los usuarios con respecto a la actitud en torno a la recepción de la información puede llegar a tener un impacto directo positivo en la intención de compra debido a que, al el usuario tener una predisposición positiva con respecto a la información que puede llegar a encontrar en la plataforma por experiencias previas, se va a mostrar predispuesto a usar la información y consecuentemente esto puede derivarse en una compra potencial. De manera seguida, para poder continuar con el análisis para identificar el grado de dependencia resultó indispensable realizar las pruebas de normalidad y de fiabilidad para, posteriormente realizar las pruebas de correlación correspondientes de acuerdo a los primeros resultados obtenidos. Con respecto a la prueba de normalidad, esta se realizó en base a la prueba de Kolmogorov-Smirnov, los resultados obtenidos demostraron que la muestra total evidenciaba un comportamiento no normal, por lo cual era necesario, con el fin de dar continuidad al análisis, realizar pruebas no paramétricas. Asimismo, la prueba de fiabilidad del modelo, arrojó que la estructura del modelo era lo suficientemente consistente y válido para poder continuar con el desarrollo de las pruebas. En esa línea, con el fin de 77 conocer el grado de dependencia de cada una de las dimensiones analizadas, se optó por realizar las pruebas de correlación no paramétricas de Rho de Spearman en relación a las correlaciones sugeridas por el modelo IACM, a partir de las cuales se obtuvieron resultados que oscilaron entre 0.2 y 0.5, lo cual significa que en todas las correlaciones obtenidas se consideraban con relaciones positivas medias. De manera seguida, con el propósito de validar los resultados obtenidos en esta prueba se optó por realizar un análisis factorial. Para lo cual, inicialmente se realizaron las pruebas de KMO y de esfericidad de Bartlett, cuyos resultados confirmaron la posibilidad de poder seguir con la realización del análisis factorial. Inicialmente, en esta etapa de la investigación, se realizó un análisis factorial exploratorio para validar la existencia de relaciones entre las dimensiones y factores que los componen, los resultados de este análisis evidenciaron que efectivamente existían correlaciones entre las variables, lo cual evidenció en segunda instancia que el modelo seleccionado explicaba parcialmente las correlaciones entre variables. Finalmente, se realizó un análisis factorial confirmatorio con el propósito de poder determinar la existencia o no de que el modelo seleccionado pueda ser iterado, los resultados obtenidos evidenciaron que sí, efectivamente existían factores de ajuste que podían llevar a permitir correlaciones más fuertes. En ese sentido, se logró identificar que, en este modelo, las dimensiones actitud y Utilidad, y, actitud en intención de compra presentaban mayores grados de dependencia entre sí. Seguidamente, en línea con el tercer objetivo específico, en el cual se estableció analizar la influencia del modelo de eWOM de Erkan y Evans (2016) en la intención de compra a través de Airbnb en residentes de Lima Metropolitana pertenecientes a la generación Z. Con el propósito de lograr este objetivo, se optó por la realización de pruebas de regresión lineal aplicando las subpruebas de Chi Cuadrado y Durbin-Watson a partir de cada una de las hipótesis sugeridas en el modelo de IACM. Los resultados obtenidos evidenciaron que todas las hipótesis fueron aceptadas, por lo que se pudo realizar el análisis de las sub pruebas chi cuadrado. En relación con estos resultados, se evidencia también relaciones que oscilan desde 20% a 50%, por lo que, se puede determinar que, en este caso, las dimensiones que comprenden el modelo IACM, en el contexto de esta investigación influyen en la intención de compra de forma parcial ya que se ignora alrededor del 50% restante de factores que pueden influir de forma significativa en la intención de compra. Consecuentemente con respecto a este objetivo, se concluye el modelo puede llegar a incorporar otras variables con el propósito de explicar en mayor medida la intención de compra, en línea con lo sugerido por algunos autores señalados en el marco teórico, pueden existir otras variables, como la cantidad de la información o la sensibilidad al precio que explican representativamente la intención de compra. 78 Por todo lo expuesto, la investigación proporciona una base sólida al establecer la relación entre las dimensiones propuestas y explorar el contexto del comportamiento de la generación Z en las plataformas de alojamiento online en Lima Metropolitana; además, los resultados obtenidos brindan información valiosa para futuras investigaciones y destacan la importancia de considerar factores adicionales en el análisis de la intención de compra en este contexto. 79 RECOMENDACIONES En relación a las recomendaciones, se considera relevante hacer mención de que se puede abordar la investigación a partir de otros modelos. Como ya ha sido mencionado en capítulos anteriores, en la presente investigación se ha empleado un único modelo teórico construido y empleado en otras investigaciones. En ese sentido, se considera pertinente poder emplear otros modelos teóricos para poder analizar el fenómenos de forma más holística y tener respuestas más completas en relación a los resultados obtenidos. En línea con ello, se considera que para investigaciones futuras, se pueden emplear también otras estrategias de investigación y no limitarlas al enfoque cuantitativo, es decir que estas futuras investigaciones puedan implementar, por ejemplo, la utilización del enfoque mixto con el fin de entender a mayor profundidad el comportamiento de los usuarios de las plataformas digitales y determinar qué otras variables pueden llegar a influir en él. Asimismo, en cuanto al alcance de la investigación se recomienda la posibilidad de emplear una estrategia de tipo experimental, pues como señala Thomas (2004, pp.110) dicha estrategia está orientada a poder identificar conexiones causales entre variables con un alto grado de confianza, lo cúal ayudaría a precisar con mayor certeza hasta qué punto cierto estímulo produce un determinado efecto entre variables (Ponce y Pasco, 2018). Las recomendaciones previamente mencionadas se sustentan en los resultados obtenidos en los principales hallazgos de la investigación, si bien es cierto el modelo empleado explica de forma racional el fenómeno estudiado, existen vacíos que no no se explican en el mismo modelo. En ese sentido, el emplear diferentes estrategias, enfoques y metodologías podría enriquecer sustancialmente las respuestas de futuras investigaciones que pretendan comprender con mayor profundidad este fenómeno, ya sea en el mismo entorno o en uno distinto. Eso también se sustenta en lo mencionado por otros investigadores del tema, quienes concluyen que existen otras variables que tienen una influencia significativa en la intención de compra. Por ejemplo, autores como Aruan y Felicia (2019), consideran que se deben tener en cuenta también los contextos donde quede expuesta la sensibilidad al precio como una variable que puede impactar de forma significativa en la intención de compra. Por otra parte, también se han logrado identificar recomendaciones a nivel empresarial. Debido a la importancia que actualmente puede llegar a ejercer el eWOM en relación al crecimiento y exposición de las empresas, se considera de suma importancia que se pueda hacer una correcta gestión del eWOM a través de la digitalización y control de datos para analizar de manera más precisa el comportamiento de nuestros consumidores, las tendencias de consumo y creación de estrategias que contemplen la interacción de los clientes con el eWOM como por ejemplo: Manejo de estrategias relaciones públicas para 80 incentivar el boca a boca electrónico para alcanzar la difusión masiva, realizar estudios de mercado con clientes propios a través de encuestas para sensar ocasionalmente la percepción de la marca. 81 REFERENCIAS Abanza. (2022). Informe situación sector hotelero en Perú y perspectivas de futuro. Ponte Al Dia Perú. https://pontealdiaperu.pe/wp-content/uploads/2022/01/PDF-Informe- situacion-sector- hotelero-Peru-y-perspectivas-a-futuro.pdf Aguirre, C., Ruiz, S., Palazon, M., & Rodríguez, A. (2020). El rol del eWOM en la comunicación de RSC en redes sociales. Anagramas Rumbos y Sentidos de la Comunicación, 19(38), 11-33. https://doi.org/10.22395/angr.v19n38a2 Ahomed, R. (2020). Revisión de literatura sobre las barreras a la transformación digital y su relación con el rendimiento financiero. Facultad de Comunicación, Universidad de Lima, Lima, Perú. https://doi.org/10.26439/interfases2020.n013.5026 Airbnb Newsroom. (2024). El compromiso de Airbnb con la UE: una nueva regulación y un futuro sostenible para el turismo en Europa. https://news.airbnb.com/es/el- compromiso-de-airbnb-con-la-ue-una-nueva-regulacion-y-un-futuro-sostenible-para- el-turismo-en-europa/ Airbnb Newsroom. (2022). Airbnb Reports Third Quarter 2022 Earnings. https://news.airbnb.com/airbnb-reports-third-quarter-2022-earnings/ Airbnb. (2021). Airbnb Announces Third Quarter 2021 Financial Results. https://news.airbnb.com/airbnb-announces-third-quarter-2021-financial-results Airbnb Economic Impact Report. (2022). Global Economic Impact Report 2022. https://news.airbnb.com/economic-impact-report-2022/ Airbnb LATAM Report. (2022). Airbnb en América Latina: Tendencias y Oportunidades. https://news.airbnb.com/latam/ Amar, I., Endang, R., & Moehammad, J. (2020). The Effect of YouTube eWOM on Consumer Buying Interest. Revista CEA, 6(12). https://www.redalyc.org/journal/6381/638167728010/638167728010.pd Armawan, I., Sudarmiatin, Hermawan, A., & Rahayu, W. P. (2023). The effect of social media marketing, SerQual, eWOM on purchase intention mediated by brand image and brand trust: Evidence from black sweet coffee shop. International Journal of Data and Network Science, 7(1), 141–152. https://doi.org/10.5267/j.ijdns.2022.11.008 Aruan, D., & Felicia, F. (2019). Factors influencing travelers’ behavioral intentions to use P2P accommodation based on trading activity: Airbnb vs Couchsurfing. International Journal Of Culture, Tourism And Hospitality Research, 13(20). 10.1108/IJCTHR-03- 2019-0047 Aybar, L., Colchado, D., Chávez, F., Gonzales, S., & Obando, O. (2017). El comportamiento del consumidor de la generación z respecto al proceso de compra tradicional y su relación con las marcas en. Repositorio Académico UPC. https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/622177/GONZALES _BS.pdf?sequence=5&isAllowed=y Baharuddin, N., & Yaacob, M. (2020). Dimensions of eWOM Credibility on the Online Purchasing Activities among Consumers Through Social Media. Malaysian Journal of Communication, 36(3), 335-352. https://doi.org/10.17576/JKMJC-2020-3603-21 https://pontealdiaperu.pe/wp-content/uploads/2022/01/PDF-Informe-situacion-sector-hotelero-Peru-y-perspectivas-a-futuro.pdf https://pontealdiaperu.pe/wp-content/uploads/2022/01/PDF-Informe-situacion-sector-hotelero-Peru-y-perspectivas-a-futuro.pdf https://pontealdiaperu.pe/wp-content/uploads/2022/01/PDF-Informe-situacion-sector-hotelero-Peru-y-perspectivas-a-futuro.pdf https://doi.org/10.22395/angr.v19n38a2 https://doi.org/10.26439/interfases2020.n013.5026 https://www.redalyc.org/journal/6381/638167728010/638167728010.pd https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/622177/GONZALES_BS.pdf?sequence=5&isAllowed=y https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/622177/GONZALES_BS.pdf?sequence=5&isAllowed=y https://doi.org/10.17576/JKMJC-2020-3603-21 82 Balarin, S., & Wong, A. (2022). El crecimiento de Airbnb y su efecto en la industria hotelera [Tesis para optar el grado de bachiller en Hotelería y Administración] Universidad Peruana de Ciencias Aplicadas (UPC). https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/660798/Balarin_CS. pdf?sequence=3 BBC mundo. (2017, April 24). 5 páginas web que le hacen la competencia a Airbnb en el el mercado del alquiler de viviendas de vacaciones. BBC. https://www.bbc.com/mundo/noticias-39693721 Bebber, S., Milana, G., Tonia, D., Eberlea, L., & Slongo, L. (2017). Antecedents of Purchase Intention in the Online Context. Journal of Relationship Marketin, 10(1). http://dx.doi.org/10.1080/15332667.2016.1242396 BehaviourWorks. (n.d.). The elaboration likelihood model of persuasion. https://prevention.nd.gov/files/bingedrinking/ELM%20-%20Australia.pdf Beteta, L., Palomino, E., & Villanueva, k. (2020). Marketing digital vs marketing tradicional: nivel de satisfacción de los usuarios en la provincia de Huánuco, 2020. https://repositorio.unheval.edu.pe/bitstream/handle/20.500.13080/6172/TEC00399B4 7.pdf?sequence=1&isAllowed=y Bilal, M. Jianqiu, Z., Dukhaykh, S. y Trunk, A. (2021). Understanding the Effects of eWOM Antecedents on Online Purchase Intention in China. Antecedents on Online Purchase Intention in China. https://doi.org/10.3390/info12050192 Bonifazi, G., Corradini, E., Ursino, D., & Virgili, L. (2023). Modeling, Evaluating, and Applying the eWoM Power of Reddit Posts. Big Data and Cognitive Computing, 7(1), 47. https://doi.org/10.3390/bdcc7010047 Booking.com. (s.f.). About us. https://www.booking.com/content/about.es.html Browning, V., So, K. K. F., & Sparks, B. (2013). The Influence of Online Reviews on Consumers’ Attributions of Service Quality and Control for Service Standards in Hotels. Journal of Travel & Tourism Marketing, 30, 23-40. https://doi.org/10.1080/10548408.2013.750971 Buttle, F. (1998). Word of mouth: understanding and managing referral marketing. Journal of Strategic Marketing, 6. https://www.researchgate.net/profile/Francis- Camou Viacava, J. J., de Andrade, G. K. M., & de Lima, Y. A. (2023). “Hard To Read, Hard To Believe”: (Dis)Fluency Effects on Ewom Credibility and Purchase Intentions. Revista Brasileira de Marketing, 22(1), 60–88. https://doi.org/10.5585/REMARK.V22I1.21421 Capece. (2021, March 16). Reporte oficial de la industria E-commerce en Perú. Cámara Peruana de Comercio Electrónico. https://www.capece.org.pe/wp- content/uploads/2021/03/Observatorio-Ecommerce-Per u-2020-2021.pdf Carrillo, A., Aragón, F., Cárdenas, J., Cristancho, J., Higuera, M., Marín, D., Niño, L., Nova, J., Orozco, A., Rico, A., & Romero, A. (2009). IAM: Modelo integrado de información. Revista avances en sistemas e informática, 6(3). https://revistas.unal.edu.co/index.php/avances/article/view/20495/21552 Castelo, J. y León, K. (2022). Estudio descriptivo comparado entre el marketing tradicional y https://www.bbc.com/mundo/noticias-39693721 http://dx.doi.org/10.1080/15332667.2016.1242396 https://prevention.nd.gov/files/bingedrinking/ELM%20-%20Australia.pdf https://repositorio.unheval.edu.pe/bitstream/handle/20.500.13080/6172/TEC00399B4 https://repositorio.unheval.edu.pe/bitstream/handle/20.500.13080/6172/TEC00399B47.pdf?sequence=1&isAllowed=y https://doi.org/10.3390/info12050192 https://doi.org/10.3390/bdcc7010047 https://www.booking.com/content/about.es.html https://www.booking.com/content/about.es.html https://www.researchgate.net/profile/Francis- https://www.capece.org.pe/wp-content/uploads/2021/03/Observatorio-Ecommerce-Peru-2020-2021.pdf https://www.capece.org.pe/wp-content/uploads/2021/03/Observatorio-Ecommerce-Peru-2020-2021.pdf https://www.capece.org.pe/wp-content/uploads/2021/03/Observatorio-Ecommerce-Peru-2020-2021.pdf https://revistas.unal.edu.co/index.php/avances/article/view/20495/21552 83 digital; caso PyMES. https://fipcaec.com/index.php/fipcaec/article/view/561/994 Cerem Comunication. (2020, May 26). La generación Z: ¿cuáles son sus características más destacadas? Cerem. https://www.cerem.es/blog/cuales-son-las- caracteristicas-de-los-usuarios-de-la-genera cion-z Chaffey, D., & Ellis, F. (2019). Digital Marketing Strategy, Implementation and practice (Pearson Education ed.). https://api.pageplace.de/preview/DT0400.9781292241586_A36188176/preview-9781 292241586_A36188176.pdf Chen, Y., Hsu, I., & Lin, C. (2010). Website attributes that increase consumer purchase intention: A conjoint analysis. Journal of Business Research, 63(1), 1007-1014. 10.1016/j.jbusres.2009.01.023 Cheung, C. M., Lee, M. K., & Rabjohn, N. (2008). The impact of electronic word‐of‐mouth: The adoption of online opinions in online customer communities. Internet research, 18(3), 229-247. Cocola-Gant, A., & Gago, A. (2019). Short-term Rentals, Gentrification and the Housing Crisis in Lisbon: The Critical Role of Financial Investment. Urban Studies Journal. https://journals.sagepub.com/doi/full/10.1177/0042098019857588 Covadonga, G. (2020). Marketing de eWOM y de SWOM: diferencias e interrelaciones. Universidad de Oviedo. https://digibuo.uniovi.es/dspace/bitstream/handle/10651/61500/TFG_CovadongaIsla G arcia.pdf?sequence=4&isAllowed=y Curry, D. (2024). Expedia statistics. Business of Apps. https://www.businessofapps.com/data/expedia-statistics/ Deepti, D., & Sharma, R. (2017). Developing a Model for Studying the Antecedents and Effects of Word of Mouth (WoM) and eWOM Marketing Based on Literature Review. Jindal Journal of Business Research, 6(1), 25-43. 10.1177/2278682117700307 Desai, V. (2019). Fostering Innovation, Integration and Inclusion Through Interdisciplinary Practices in Management. Fostering Innovation, Integration and Inclusion Through Interdisciplinary Practices in Management. URL: https://www.ijtsrd.c om/papers/ijtsrd23 100.pdf Dhar, S., & Chang, V. (2020). Understanding the effects of eWOM on consumer purchase decisions: A review and research agenda. Journal of the Academy of Marketing Science, 48(1), 1-21. Díaz, R. (2018). Perfil del turista de la generación Z que visita Guayaquil. Revista de investigación, 16. 1390-577. https://dialnet.unirioja.es/descarga/articulo/7003463.pdf Dost, F., Michael, U., & Libai, B. (2018). Seeding as Part of the Marketing Mix: Word-of- Mouth Program Interactions for Fast Moving Consumer Goods. doi.org/10.1177/0022242918817000 Elad, B. (2024). Airbnb statistics. Enterprise Apps Today. https://www.enterpriseappstoday.com/stats/airbnb-statistics.html#Introduction Erkan, I., & Evans, C. (2016). The influence of eWOM in social media on consumers’ https://fipcaec.com/index.php/fipcaec/article/view/561/994 https://www.cerem.es/blog/cuales-son-las-caracteristicas-de-los-usuarios-de-la-generacion-z https://www.cerem.es/blog/cuales-son-las-caracteristicas-de-los-usuarios-de-la-generacion-z https://www.cerem.es/blog/cuales-son-las-caracteristicas-de-los-usuarios-de-la-generacion-z https://api.pageplace.de/preview/DT0400.9781292241586_A36188176/preview-9781292241586_A36188176.pdf https://api.pageplace.de/preview/DT0400.9781292241586_A36188176/preview-9781292241586_A36188176.pdf https://digibuo.uniovi.es/dspace/bitstream/handle/10651/61500/TFG_CovadongaIslaG https://digibuo.uniovi.es/dspace/bitstream/handle/10651/61500/TFG_CovadongaIslaG https://digibuo.uniovi.es/dspace/bitstream/handle/10651/61500/TFG_CovadongaIslaGarcia.pdf?sequence=4&isAllowed=y https://www.businessofapps.com/data/expedia-statistics/ https://www.businessofapps.com/data/expedia-statistics/ https://www.businessofapps.com/data/expedia-statistics/ http://www.ijtsrd.c/ https://dialnet.unirioja.es/descarga/articulo/7003463.pdf http://doi.org/10.1177/0022242918817000 https://www.enterpriseappstoday.com/stats/airbnb-statistics.html#Introduction 84 purchase intentions: An extended approach to information adoption. Computers in Human Behavior, 61, 47-55. http://dx.doi.org/10.1016/j.chb.2016.03.003 Expedia.mx. (s.f.). About us. https://www.expedia.mx/newsroom/about-us/ Flipkey. (2022). FlipKey: Qué es y Como Ganar Dinero (Para Propietarios). Don Billete. https://donbillete.com/flipkey/ Fonseca, R., & Estela, A. (2020). El turismo de los Millennials; Airbnb y la economía colaborativa. Gestión en el Tercer Milenio, 23(46), 99-106. García, E. (2020). Actitud de compra en redes sociales de la generación Z de Lima Sur. Desafíos, 11(2), 138-135. https://orcid.org/0000-0003-4197-8438 García, E. y León, M. (2021). ¿Evolución o expansión? Del Marketing tradicional al Marketing Digital. Itinerarios de investigación, 10 (26). http://scielo.sld.cu/pdf/ralc/v10n26/2411-9970-ralc-10-26-37.pdf Gervasi, M. (2016). Semblanza de Fernando de Trazegnies. Repositorio Institucional ULima. https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/2954/Gervasi_Pinto_ Marco.pdf?sequence=1&isAllowed=y Gigonway. (2021, March 1). Su guía para Onefinestay: una alternativa de lujo a airbnb. Gigonway. https://gigonway.com/onefinestay/ Gogoi, B. (2013). Study of antecedents of purchase intention and its effect on brand loyalty of private label brand of apparel. International Journal of Sales & Marketing, 3(4). http://www.tjprc.org/publishpapers/2-33-1367497537- 6.%20study%20of%20antecedents%20-%20full.pdf Gómez, A., & Valencia, M. (2021, July 22). I comportamiento del consumidor en las plataformas virtuales de los servicios hoteleros autores Andrea Gómez restrepo Maria Cam. Biblioteca Digital Icesi. https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/874011/TG02860.pdf Gonzàles, S., & Urruta, L. (2018). Percepción de Airbnb en los usuarios de hospedaje. https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/84714/1/TG02483.pd f Grimaldo Muchotrigo, M., Correa-Rojas, J., Manzanares Medina, E., & Macavilca Milera, K. (2022). Validity and factorial invariance of the Interpersonal Reactivity Index in Peruvian university students. Ciencias Psicológicas, 16(2). Huayta, W., & Sierra, C. (2020). Modelos de negocio aplicados en las empresas de servicio de taxi: economías colaborativas vs modelos tradicionales en Perú en la actualidad [Trabajo de investigación para obtener el grado académico de Bachiller en Gestión]. Universidad Pontificia Católica del Perú. https://tesis.pucp.edu.pe/repositorio/bitstream/handle/20.500.12404/18775/huayta_sa nchez_sierra_rodriguez_bach%20%281%29.pdf?Sequence=1&isallowed=y ICEX. (2021, November 18). Un vistazo a las plataformas sociales preferidas de la Generación Z. eMarket Services. https://www.emarketservices.es/emarketservices/es/menu- principal/actualizate/todos/p lataformas-sociales-preferidas-generacion-z-new.html http://dx.doi.org/10.1016/j.chb.2016.03.003 https://www.expedia.mx/newsroom/about-us/ https://donbillete.com/flipkey/ https://orcid.org/0000-0003-4197-8438 http://scielo.sld.cu/pdf/ralc/v10n26/2411-9970-ralc-10-26-37.pdf https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/2954/Gervasi_Pinto_ https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/2954/Gervasi_Pinto_Marco.pdf?sequence=1&isAllowed=y https://gigonway.com/onefinestay/ http://www.tjprc.org/publishpapers/2-33-1367497537-6.%20STUDY%20OF%20ANTECEDENTS%20-%20full.pdf http://www.tjprc.org/publishpapers/2-33-1367497537-6.%20STUDY%20OF%20ANTECEDENTS%20-%20full.pdf https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/874011/TG02860.pd https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/87401/1/TG02860.pdf https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/84714/1/TG02483.pdf https://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/84714/1/TG02483.pdf https://www.emarketservices.es/emarketservices/es/menu-principal/actualizate/todos/plataformas-sociales-preferidas-generacion-z-new.html https://www.emarketservices.es/emarketservices/es/menu-principal/actualizate/todos/plataformas-sociales-preferidas-generacion-z-new.html https://www.emarketservices.es/emarketservices/es/menu-principal/actualizate/todos/plataformas-sociales-preferidas-generacion-z-new.html 85 iGMS. (2023). Airbnb o Booking: ¿Cuál es mejor para los anfitriones? https://www.igms.com/es/airbnb-o-booking/# Info Marketing,pe. (2023). Perú: El involucramiento de la generación Z es el más alto de la región - El portal del Marketing en el Perú. Infomarketing.pe. https://infomarketing.pe/marketing/noticias/peru-involucramiento-de-la-generacion-z- es-el-mas-alto-de-la-region/ Jindal, N., & Liu, B. (2008). Opinion spam and analysis. In Proceedings of the 2008 international conference on web search and data mining. Jingen, L., Chris, H. & Joppe, M. (2017). Understanding repurchase intention of Airbnb consumers: perceived authenticity, electronic word-of-mouth, and price sensitivity. Journal of Travel & Tourism Marketing. http://dx.doi.org/10.1080/10548408.2016.1224750 Kapoor, V. (2017). Social media marketing: Impact of electronic word-of-mouth on consumer purchase decisions. International Journal of Scientific and Research Publications, 7(6), 1-6. Karabulatova I., Kormishova A., Ekaterinovskaya M. y Troyanskaya M. (2021).Tourism industry management in the global transformation: meeting the needs of generation Z. Revista polaca de estudios de gestión Entina T, 23 (2). 10.17512/pjms.2021.23.2.08 Kietzmann, J., Hermkens, K, McCarthy, I., Silvestre, B. (2011). Social media? Get serious! Understanding the functional building blocks of social media. Business Horizons,54. http://www.tjprc.org/publishpapers/2-33-1367497537- 6.%20STUDY%20OF%20ANTECEDENTS%20-%20full.pdf Kikilashvili, M. (2021). Georgia: Reality and Future Perspectives of the Sharing Economy Development. The Collaborative Economy in Action: European Perspectives. https://sharingandcaring.eu/sites/default/files/files/ebook/Chapter_10_Georgia_Realit y_and_Future_Perspectives_of_the_Sharing_Economy_Development.pdf Kim, A. J., & Ko, E. (2012). Do social media marketing activities enhance customer equity? An empirical study of luxury fashion brand. Journal of Business Research, 65(10), 1480-1486. Klainer, V. (s.f.). Segmentación Psicográfica, Conociendo al Consumidor. Segmento. http://segmento.itam.mx/Administrador/Uploader/material/Segmentacion%20Psicogr a fica,%20Conociendo%20al%20Consumidor.PDF Kotler, P., & Armstrong, G. (2008). Fundamentos de marketing. Pearson Education. https://www.academia.edu/42228045/Kotler_P_and_Armstrong_G_2008_Fundament os_de_marketing_8va_edici%C3%B3n_Pearson_Educaci%C3%B3n_M%C3%A9xic o Kumari, K., & Yadav, S. (2018). Linear regression analysis study. Journal of the practice of Cardiovascular Sciences, 4(1), 33. doi: 10.4103/jpcs.jpcs_8_18 La Cámara de Comercio de Lima. (2022, March 21). Sector Servicios creció 4,3% en enero de 2022 - La Cámara. Revista La Cámara. https://lacamara.pe/sector-servicios- crecio-43-en-enero-de-2022/ https://www.igms.com/es/airbnb-o-booking/ https://infomarketing.pe/marketing/noticias/peru-involucramiento-de-la-generacion-z- https://infomarketing.pe/marketing/noticias/peru-involucramiento-de-la-generacion-z-es-el-mas-alto-de-la-region/ http://dx.doi.org/10.1080/10548408.2016.1224750 http://segmento.itam.mx/Administrador/Uploader/material/Segmentacion%20Psicografica%2C%20Conociendo%20al%20Consumidor.PDF http://segmento.itam.mx/Administrador/Uploader/material/Segmentacion%20Psicografica%2C%20Conociendo%20al%20Consumidor.PDF http://segmento.itam.mx/Administrador/Uploader/material/Segmentacion%20Psicografica%2C%20Conociendo%20al%20Consumidor.PDF https://www.academia.edu/42228045/Kotler_P_and_Armstrong_G_2008_Fundamentos_de_marketing_8va_edici%C3%B3n_Pearson_Educaci%C3%B3n_M%C3%A9xico https://www.academia.edu/42228045/Kotler_P_and_Armstrong_G_2008_Fundamentos_de_marketing_8va_edici%C3%B3n_Pearson_Educaci%C3%B3n_M%C3%A9xico https://www.academia.edu/42228045/Kotler_P_and_Armstrong_G_2008_Fundamentos_de_marketing_8va_edici%C3%B3n_Pearson_Educaci%C3%B3n_M%C3%A9xico https://lacamara.pe/sector-servicios-crecio-43-en-enero-de-2022/ https://lacamara.pe/sector-servicios-crecio-43-en-enero-de-2022/ 86 Lara, I., & Ortega, I. (2017). El comportamiento del consumidor de la generación z respecto al proceso de compra tradicional y su relación con las marcas en. Repositorio Academico UPC. https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/622177/GONZALES _BS.pdf?sequence=5&isAllowed=y Litvin, S. W., Goldsmith, R. E. & Pan, B. (2008). Electronic word-of-mouth in hospitality and tourism management. Tourism Management, 29, pp. 458- 468 LLanos, R. (2018). Are collaborative economy platforms providers of a service within the framework of a consumer relationship? Revista de Actualidad Mercantil (6). https://www.wto. org/spanish/tratop_s/ecom_s/wkprog_s.htm López, C., & Terán, M. (2020). Análisis de los factores que influyen en la intención de compra online. Universidad Autónoma de Nuevo León. http://www.web.facpya.uanl.mx/vinculategica/Vinculategica6_2/34_Lopez_Teran.pdf López, M., & Sicilia, M. (2013). Wom vs. eWOM.participation as the determinant of eWOM influence // Boca a boca tradicional vs. Electrónico. La participación como factor explicativo de la influencia del boca a boca electrónico. ResearchGate. https://www.researchgate.net/publication/257138737_WOM_vs_eWOMPARTICIPA TION_AS_THE_DETERMINANT_OF_eWOM_INFLUENCE_Boca_a_boca_tradic ional_vs_electronico_La_participacion_como_factor_explicativo_de_la_influencia_de l_boca_a_boca_electronico Manosalvas, C., & Paredes, Y. (2021). Intención de compra de servicios de alojamiento a través de redes sociales: aplicación del modelo de aceptación tecnológica. INNOVA Research Journal, 6(2), 274-281. https://doi.org/10.33890/innova.v6.n2.2021.1630 Martín, D., & Medina, M. (2021). Vista de Redes sociales y la adicción al like de la generación z. Revista de Comunicación y Salud. https://www.revistadecomunicacionysalud.es/index.php/rcys/article/view/281/264 Martínez-Arias, M. R., Hernández-Lloreda, M. V., & Hernández-Lloreda, M. J. (2014). Psicometría. Alianza Editorial S.A. Mont, O., Voytenko, Y., Bradley, K., & Zvolska, L. (2020). A decade of the sharing economy: Concepts, users, business and governance perspectives. Journal of Cleaner Production. https://pdf.sciencedirectassets.com/271750/1-s2.0- S0959652620X00205/1-s2.0-S0959652620322629/main.pdf?X-Amz-Security- Token=iqojb3jpz2lux2vjefqacxvzlwvhc3qtmsjgmeqcihbuxtr0z45j6ij9tnvlizk3sfzr9hrgok 7y9jw0lvicaiar1ywqrxu%2fbmmftgiqhi8ddgwnsrb2hqjn09t67ewvmcq Montgomery, E., & París, J. (2021). La Muerte De Las Marcas En Manos De Los Nativos Digitales. Redalyc. https://www.redalyc.org/journal/5116/511666548005/html/ Morales del Río, C., & de Jesús Vizcaino, A. (2020). eWOM y toma de decisiones del consumidor en el mercado hotelero: análisis bibliométrico. Mercados y Negocios, (42), 93-110. Muntinga, D. G., Moorman, M., & Smit, E. G. (2011). Introducing COBRAs: Exploring motivations for brand-related social media use. International Journal of Advertising, 30(1), 13-46. Muñoz, M., Taito, M., & Fernàndez, J. (2023). Adopción digital del sector hotelero: un https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/622177/GONZALES https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/622177/GONZALES_BS.pdf?sequence=5&isAllowed=y http://www.web.facpya.uanl.mx/vinculategica/Vinculategica6_2/34_Lopez_Teran.pdf https://www.researchgate.net/publication/257138737_WOM_vs_eWOMPARTICIPA https://www.researchgate.net/publication/257138737_WOM_vs_e-WOMPARTICIPATION_AS_THE_DETERMINANT_OF_e-WOM_INFLUENCE_Boca_a_boca_tradicional_vs_electronico_La_participacion_como_factor_explicativo_de_la_influencia_del_boca_a_boca_electronico https://www.researchgate.net/publication/257138737_WOM_vs_e-WOMPARTICIPATION_AS_THE_DETERMINANT_OF_e-WOM_INFLUENCE_Boca_a_boca_tradicional_vs_electronico_La_participacion_como_factor_explicativo_de_la_influencia_del_boca_a_boca_electronico https://www.researchgate.net/publication/257138737_WOM_vs_e-WOMPARTICIPATION_AS_THE_DETERMINANT_OF_e-WOM_INFLUENCE_Boca_a_boca_tradicional_vs_electronico_La_participacion_como_factor_explicativo_de_la_influencia_del_boca_a_boca_electronico https://doi.org/10.33890/innova.v6.n2.2021.1630 https://www.revistadecomunicacionysalud.es/index.php/rcys/article/view/281/264 https://www.redalyc.org/journal/5116/511666548005/html/ 87 estudio comparativo para Chile y Perú. Revista Academia & Negocios. Universidad Concepción, 9(1). https://www.redalyc.org/journal/5608/560874058009/html/ensayo.pdf Nieuwland, S., & van Melik, R. (2020). Regulating Airbnb: How Cities Deal with Perceived Negative Externalities of Short-term Rentals. Current Issues in Tourism. https://www.tandfonline.com/doi/full/10.1080/13683500.2019.1696758 Ofosu, I. W., Ellis, W. O., Nsiah, K., & Oduro, I. N. (2017). Neglected and underutilized legumes (NULs): Exposure assessment, habitual cooking and eating habits and consumers’ characteristics. Journal of Food Security, 5(5), 169-175. doi:10.12691/jfs- 5-5-3 Oliveira, B., Bauer, J., TOmelin, C., & Lisboa, A. (2019). Sharing Economy: An Airbnb Study. Estudios y Perspectivas en Turismo, 28(3), 636-651. https://www.redalyc.org/journal/1807/180762492005/html/ Osorio, C. (2021). Análisis de la conducta de consumo de la Generación Z, vía Internet, casos de estudio Chetumal, Quintana Roo. RISISBI. http://risisbi.uqroo.mx/bitstream/handle/20.500.12249/2866/HF5415.32.2021-2866.pd f?sequence=1&isAllowed=y Pandža, I. (2015). Tourist Perceived Value, Relationship to Satisfaction, and Behavioral Intentions: The Example of the Croatian Tourist Destination Dubrovnik. Journal of Travel Research, 54(1), 122-134. 10.1177/0047287513513158 París, J. (2021). La muerte de las marcas en manos de los nativos Digitales. Revista digital FCE, (18). https://doi.org/10.24215/23143738e085 Pedregosa. M. (2023). ¿Cuáles son los mayores competidores de Airbnb? https://hostify.com/es/blog/cuales-son-los-mayores-competidores-de- airbnb#:~:text=Lo%20que%20la%20diferencia%20de,propiedades%2C%20Tripadvis or%20tambi%C3%A9n%20incluye%20hoteles Petty, R., & Brinol, P. (2012). The Elaboration Likelihood Model. https://richardepetty.com/wp-content/uploads/2019/01/2012-petty-and-brinol-elm-cha pter-in-van-lange-et-al.pdf Ponce Regalado, M. D. F., & Pasco Dalla Porta, M. M. (2018). Guía de investigación en Gestión. PROMPERÚ. (2022, May 9). Perfil del potencial vacacionista nacional 2022. Comisión de Promoción del Perú para la Exportación y el Turismo - PROMPERÚ. https://www.promperu.gob.pe/TurismoIN//sitio/VisorDocumentos?titulo=Perfil%20del %20potencial%20vacacionista%20nacional%202022&url=Uploads/infografias/1113/ Potencial%20Vacacionista%20Nacional- Enero2022.pdf&nombObjeto=BibliotecaReportes&back=/TurismoIN/sitio Pushmann, T., & Alt, R. (2016). Sharing Economy. Business & Information Systems Engineering, 58, 93-99. https://www.researchgate.net/publication/289367044_Sharing_Economy PYMNTS. (2023). Airbnb, Booking and Expedia share top spot in travel app provider rankings. PYMNTS. https://www.pymnts.com/mobile-applications/2023/airbnb- booking-and-expedia-share-top-spot-in-travel-app-provider-rankings/ https://www.redalyc.org/journal/5608/560874058009/html/ensayo.pdf https://www.redalyc.org/journal/1807/180762492005/html/ http://risisbi.uqroo.mx/bitstream/handle/20.500.12249/2866/HF5415.32.2021-2866.pdf?sequence=1&isAllowed=y http://risisbi.uqroo.mx/bitstream/handle/20.500.12249/2866/HF5415.32.2021-2866.pdf?sequence=1&isAllowed=y https://doi.org/10.24215/23143738e085 https://hostify.com/es/blog/cuales-son-los-mayores-competidores-de-airbnb#:~:text=Lo%20que%20la%20diferencia%20de,propiedades%2C%20Tripadvisor%20tambi%C3%A9n%20incluye%20hoteles https://hostify.com/es/blog/cuales-son-los-mayores-competidores-de-airbnb#:~:text=Lo%20que%20la%20diferencia%20de,propiedades%2C%20Tripadvisor%20tambi%C3%A9n%20incluye%20hoteles https://hostify.com/es/blog/cuales-son-los-mayores-competidores-de-airbnb#:~:text=Lo%20que%20la%20diferencia%20de,propiedades%2C%20Tripadvisor%20tambi%C3%A9n%20incluye%20hoteles https://hostify.com/es/blog/cuales-son-los-mayores-competidores-de-airbnb#:~:text=Lo%20que%20la%20diferencia%20de,propiedades%2C%20Tripadvisor%20tambi%C3%A9n%20incluye%20hoteles https://hostify.com/es/blog/cuales-son-los-mayores-competidores-de-airbnb#:~:text=Lo%20que%20la%20diferencia%20de,propiedades%2C%20Tripadvisor%20tambi%C3%A9n%20incluye%20hoteles https://richardepetty.com/wp-content/uploads/2019/01/2012-petty-and-brinol-elm-chapter-in-van-lange-et-al.pdf https://richardepetty.com/wp-content/uploads/2019/01/2012-petty-and-brinol-elm-chapter-in-van-lange-et-al.pdf https://www.promperu.gob.pe/TurismoIN/sitio/VisorDocumentos?titulo=Perfil%20del%20potencial%20vacacionista%20nacional%202022&url=Uploads/infografias/1113/Potencial%20Vacacionista%20Nacional-Enero2022.pdf&nombObjeto=BibliotecaReportes&back=/TurismoIN/sitio https://www.promperu.gob.pe/TurismoIN/sitio/VisorDocumentos?titulo=Perfil%20del%20potencial%20vacacionista%20nacional%202022&url=Uploads/infografias/1113/Potencial%20Vacacionista%20Nacional-Enero2022.pdf&nombObjeto=BibliotecaReportes&back=/TurismoIN/sitio https://www.promperu.gob.pe/TurismoIN/sitio/VisorDocumentos?titulo=Perfil%20del%20potencial%20vacacionista%20nacional%202022&url=Uploads/infografias/1113/Potencial%20Vacacionista%20Nacional-Enero2022.pdf&nombObjeto=BibliotecaReportes&back=/TurismoIN/sitio https://www.promperu.gob.pe/TurismoIN/sitio/VisorDocumentos?titulo=Perfil%20del%20potencial%20vacacionista%20nacional%202022&url=Uploads/infografias/1113/Potencial%20Vacacionista%20Nacional-Enero2022.pdf&nombObjeto=BibliotecaReportes&back=/TurismoIN/sitio https://www.researchgate.net/publication/289367044_Sharing_Economy https://www.pymnts.com/mobile-applications/2023/airbnb-booking-and-expedia-share-top-spot-in-travel-app-provider-rankings/ https://www.pymnts.com/mobile-applications/2023/airbnb-booking-and-expedia-share-top-spot-in-travel-app-provider-rankings/ 88 Ramayah, T., Nasurdin, A., Mohd, M., & Hassan, H. (2003). Students’ Choice Intention of a Higher Learning Institution : An Application of the Theory of Reasoned Action (TRA). Malaysian Management Journal, 7(1), 47-62. https://e- journal.uum.edu.my/index.php/mmj/article/view/8603 Rao, A., & Kumar, V. (2017). Word-of-mouth marketing: A literature review. International Journal of Management and Applied Science, 3(4), 5-11. Reimer, T., & Benkenstein, M. (2016). When good WOM hurts and bad WOM gains: The effect of untrustworthy online reviews. Journal of Business Research. https://www.sciencedirect.com/science/article/abs/pii/S0148296316303964?via%3Di h Retamal, M. (2019). Collaborative consumption practices in Southeast Asian cities: Prospects for growth and sustainability. Journal of Cleaner Production. https://doi.org/10.1016/j.jclepro.2019.02.267 Reyes, L. (2007). La Teoría De Acción Razonada: Implicaciones Para El Estudio De Las Actitudes. La Teoría De Acción Razonada: Implicaciones Para El Estudio De Las Actitudes, (7). https://scholar.google.com.mx/scholar?hl=es&as_sdt=0%2C5&q=LA+TEOR%C3%8 DA+DE+ACCI%C3%93N+RAZONADA%3A+IMPLICACIONES+PARA+EL+EST UDIO+DE+LAS+ACTITUDES&btng= Robinson, J., & Valor, C. (2013). El Word of Mouth: construcción de un modelo del proceso a partir de la revisión de la literatura. Robles, I. (2015). ¿Qué es el marketing digital?. https://apps.camaralima.org.pe/vipcam1/imagen/imagenes/COPEboletin_abr2015_M ARKETINGDIGITAL.pdf Rodríguez, D. (2013). Proceso de decisión del consumidor: Factores explicativos del visionado de películas en sala de cine de los jóvenes universitarios españoles. Universidad Internacional de Catalunya, 1-397. https://www.tesisenred.net/handle/10803/146251 Ruzzier, M. K., & Petek, N. (2022). Investigating the impact of television advertising and ewom on brand equity creation. Market-Trziste, 34(2), 127–143. https://doi.org/10.22598/mt/2022.34.2.127 Sáez, J. (2014). Validez y extensiones del modelo de la probabilidad de elaboración (ELM). Para una teoría persuasiva de campo en publicidad. Revista de Estrategias. Salvi, F. (2014). Nuevo comportamiento del consumidor: la influencia del. https://repositori.uib.es/xmlui/bitstream/handle/11201/149217/Salvi_Fabiana.pdf?seq u ence=1&isAllowed=y Sánchez, G. y Gonzáles, A. (2021). The Influence of Quality on eWOM: A Digital Transformation in Hotel Management. Business Administration Departmen. https://www.frontiersin.org/articles/10.3389/fpsyg.2020.612324/full#refer1 Sánchez, J., & Arroyo, F. (2016). Diferencias de la adopción del comercio electrónico entre países. Publicado por Elsevier Espana, 7, 141-150. http://dx.doi.org/10.1016/j.sumneg.2016.02.008 https://e-journal.uum.edu.my/index.php/mmj/article/view/8603 https://e-journal.uum.edu.my/index.php/mmj/article/view/8603 https://www.sciencedirect.com/science/article/abs/pii/S0148296316303964?via%3Dihub https://www.sciencedirect.com/science/article/abs/pii/S0148296316303964?via%3Dihub https://scholar.google.com.mx/scholar?hl=es&as_sdt=0%2C5&q=LA+TEOR%C3%258 https://scholar.google.com.mx/scholar?hl=es&as_sdt=0%2C5&q=LA%2BTEOR%C3%8DA%2BDE%2BACCI%C3%93N%2BRAZONADA%3A%2BIMPLICACIONES%2BPARA%2BEL%2BESTUDIO%2BDE%2BLAS%2BACTITUDES&btnG https://scholar.google.com.mx/scholar?hl=es&as_sdt=0%2C5&q=LA%2BTEOR%C3%8DA%2BDE%2BACCI%C3%93N%2BRAZONADA%3A%2BIMPLICACIONES%2BPARA%2BEL%2BESTUDIO%2BDE%2BLAS%2BACTITUDES&btnG https://apps.camaralima.org.pe/vipcam1/imagen/imagenes/COPEboletin_abr2015_M https://apps.camaralima.org.pe/vipcam1/imagen/imagenes/COPEboletin_abr2015_MARKETINGDIGITAL.pdf https://www.tesisenred.net/handle/10803/146251 https://repositori.uib.es/xmlui/bitstream/handle/11201/149217/Salvi_Fabiana.pdf?sequ https://repositori.uib.es/xmlui/bitstream/handle/11201/149217/Salvi_Fabiana.pdf?sequ https://repositori.uib.es/xmlui/bitstream/handle/11201/149217/Salvi_Fabiana.pdf?sequence=1&isAllowed=y https://www.frontiersin.org/articles/10.3389/fpsyg.2020.612324/full#refer1 http://dx.doi.org/10.1016/j.sumneg.2016.02.008 89 Sandoval, V. L. (2022, May 6). Universidad Católica de Santiago de Guayaquil. Universidad Católica de Santiago de Guayaquil. http://repositorio.ucsg.edu.ec/bitstream/3317/2265/1/T-UCSG-PRE-ESP-MD-AETH- 6.pdf Sawicki, A. (2016). Digital Marketing. World Scientific News, 48. www.worldscientificnews.com Seraphin, H., Sheeran, P., & Pilato, M. (2018). Overtourism and the fall of Venice as a destination. Journal of Destination Marketing & Management. https://www.sciencedirect.com/science/article/pii/S2212571X1830060X Sharma, S. (2019). Descriptive Statistics and Factorial Design. Horizons University. ResearchGate. https://www.researchgate.net/publication/333220406_Descriptive_Statistics Inferential Statistics | An Easy Introduction & Examples. (2022, 6 de Julio). scribbr.com:https://www.scribbr.com/statistics/inferential-statistics/ Silvestre, G., Maldonado, C., & Leòn, M. (2020). Use of digital platforms and online applications to book hosting services in Mazatlan, Mexico. Revista de Investigación en Tecnologías de la Información, 8(15), 85-95. http://portal.amelica.org/ameli/jatsRepo/368/3681483008/3681483008.pdf Siuskaitè, D., Pilinkiene, V., & Zvirdauskas, D. (2019). The Conceptualization of the Sharing Economy as a Business Model. Engineering Economics, 30(3). https://www.researchgate.net/deref/http%3A%2F%2Fdx.doi.org%2F10.5755%2Fj01. ee.30.3.21253 Srivastava, D., & Sharma, R. (2017). Desarrollo de un modelo para estudiar los antecedentes y efectos de Marketing boca a boca (WoM) y eWOM basado en revisión de literatura. Jindal Journal of Business Research, 6(1), 25-43. 10.1177/2278682117700307 Sussman, S., & Siegal, W. (2003). Informational Influence in Organizations: An Integrated Approach to Knowledge Adoption. Informational Influence in Organizations: An Integrated Approach to Knowledge Adoption, 14(1), 47- 65http://dx.doi.org/10.1287/isre.14.1.47.14767 Sykes, L., Gani, F., & Vally, Z. (2016). Statistical terms Part 1: The meaning of the MEAN, and other statistical terms commonly used in medical research. South African Dental Journal, 71(6), 274-278. http://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S0011- 85162016000600009&lng=en&tlng=en. Temboury, L. (2020). Las formas de marketing tradicional Vs la opinión y la experiencia real del consumidor como nuevas herramientas de marketing. https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/37768/TFG%20-%20Te mboury%20Humera%2C%20Lucia.pdf?sequence=1 Tham, A., Croy, G., & Mair, J. (2013). Social Media in Destination Choice: Distinctive Electronic Word-of-Mouth Dimensions. Journal of Travel & Tourism Marketing, 30(2), 144-155. 10.1080/10548408.2013.751272 Thomas, A. B. (2004). Research skills for management studies. Psychology Press. http://repositorio.ucsg.edu.ec/bitstream/3317/2265/1/T-UCSG-PRE-ESP-MD-AETH-6.pdf http://repositorio.ucsg.edu.ec/bitstream/3317/2265/1/T-UCSG-PRE-ESP-MD-AETH-6.pdf http://www.worldscientificnews.com/ https://www.sciencedirect.com/science/article/pii/S2212571X1830060X http://scribbr.com/ https://www.scribbr.com/statistics/inferential-statistics/ http://dx.doi.org/10.1287/isre.14.1.47.14767 http://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S0011-85162016000600009&lng=en&tlng=en http://www.scielo.org.za/scielo.php?script=sci_arttext&pid=S0011-85162016000600009&lng=en&tlng=en 90 Tinococo, R., Óscar, J., & Valentín, M. (2019). Generación de emociones en la intención de compra. Revista de Ciencias Sociales, 25(3).https://www.redalyc.org/journal/280/28060161018/28060161018.pdf Toledo, N., Bermúdez, C., & Coronel, V. (2020). Vista de Perfil del turista de la generación Z en Ecuador. Revista Universidad de Guayaquil. https://revistas.ug.edu.ec/index.php/rug/article/view/1351/1727 Toleo, M., Madeira, A., & Garber, M. (2016) Marketing Y El Marketing Tradicional: Un Ensayo Luciano Augusto Toledo Adriana Beatriz Madeira Marcos Garber resumen Este. ResearchGate. https://www.researchgate.net/profile/luciano-toledo- 2/publication/311800798_m_-m arketing_y_el_marketing_tradicional_un_ensayo/links/585b04b d08aebf17d384eadf/m-marketing-y-el-marketing-tradicional-un-e Vidrio, S., Rebolledo, A., & Galindo, S. (2020). Calidad del servicio hotelero, lealtad e intención de compra. SciELO México. https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448-7678202000010 0002 Vijayabanu, C., Karthikeyan, S., & Gayathri, R. (2023). Personality Antecedents of EWoM in Determining Online Customer Purchase Behavior. International Journal of Business Analytics, 10(1), 1–13. https://doi.org/10.4018/IJBAN.316867 Vilanova, N. (2019). Generación Z: los jóvenes que han dejado viejos a los millennials. En Portada Villacis, l. (2018). Investigando en la nueva sociedad del conocimiento. Evolución del marketing tradicional al marketing digital. http://munayi.uleam.edu.ec/wp-content/uploads/2018/08/investigandosociedadconoci miento.pdf#page=64. Wahyuningsih, Nasution, H., Yeni, Y. H., & Roostika, R. (2022). A comparative study of generations X, Y, Z in food purchasing behavior: the relationships among customer value, satisfaction, and Ewom. Cogent Business and Management, 9(1). https://doi.org/10.1080/23311975.2022.2105585 Whitley, E., & Ball, J. (2001). Statistics review 1: presenting and summarizing data. Critical Care, 6(1), 1-6.doi:10.1186/cc1455 Wundu. (2019, November 14). Wimdu. Qué es y cómo funciona. Toda la información. Clizzz. https://www.clizzz.com/es/wimdu-que-es-y-funcionamiento/ Yaraghi, N., & Ravi, S. (2017). The Current and Future State of the Sharing Economy. Bookings India. https://www.brookings.edu/wp- content/uploads/2016/12/sharingeconomy_032017final.pdf https://www.redalyc.org/journal/280/28060161018/28060161018.pdf https://revistas.ug.edu.ec/index.php/rug/article/view/1351/1727 http://www.researchgate.net/profile/Luciano-Toledo-2/publication/311800798_M_-M http://www.researchgate.net/profile/Luciano-Toledo-2/publication/311800798_M_-M https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448-76782020000100002 https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448-76782020000100002 http://munayi.uleam.edu.ec/wp-content/uploads/2018/08/investigandosociedadconocimiento.pdf#page%3D64 http://munayi.uleam.edu.ec/wp-content/uploads/2018/08/investigandosociedadconocimiento.pdf#page%3D64 https://doi.org/10.1080/23311975.2022.2105585 http://www.clizzz.com/es/wimdu-que-es-y-funcionamiento/ https://www.brookings.edu/wp-content/uploads/2016/12/sharingeconomy_032017final.pdf https://www.brookings.edu/wp-content/uploads/2016/12/sharingeconomy_032017final.pdf 91 ANEXOS ANEXO A: Enfoque de mercadotecnia Figura A1: Enfoque de la Mercadotecnia y propósitos del marketing profesional Fuente: Beteta et al. (2020). 92 ANEXO B: Tácticas de marketing más comunes Figura B1: Las tácticas de marketing más comunes y los canales involucrados. Fuente: Adaptado de Desai (2019). 93 ANEXO C: Modelo ELM Figura C1: Modelo ELM propuesto por Petty y Cacioppo Fuente: Petty y Briñol (2012). 94 ANEXO D: Proceso de decisión de compra Figura D1: El proceso de decisión de compra según Rodríguez Fuente: Rodríguez (2013). 95 ANEXO E: Nivel de compras con tarjetas de crédito Figura E1: Compras con tarjetas Fuente: Capece (2021) 96 ANEXO F: Lienzo de modelo de negocio de Airbnb Figura E1: The Business Model Canvas 97 ANEXO G: Cuestionario de preguntas PREGUNTAS FILTRO ● ¿Resides actualmente en la ciudad de Lima Metropolitana? ● ¿Cuál es su género? ● ¿Cuá es su edad? ● ¿Cuál fue su último grado de formación académica alcanzado? ● ¿Ha navegado en Airbnb en los últimos 12 meses? CALIDAD DE LA INFORMACIÓN En relación a la calidad de la información que los usuarios de Airbnb comparten en la sección de comentarios con respecto a los alojamientos exhibidos en la plataforma: ● Considero que la información es entendible (se adapta al conocimiento de la persona para que sea entendido fácilmente). ● Considero que la información es clara (es coherente, se emplea un lenguaje preciso y conciso). ● En general, considero que la información es de calidad. CREDIBILIDAD DE LA INFORMACIÓN En relación a la credibilidad de la información que los usuarios de Airbnb comparten en la sección de comentarios con respecto a los alojamientos exhibidos en la plataforma: ● Considero que la información es convincente (el mensaje emplea evidencias y argumentos lógicos con el propósito de persuadir al usuario). ● Considero que la información es fuerte (el mensaje es llamativo y pretende recurrir a las emociones del usuario para persuadirlo). ● Considero que la información es creíble. ● Considero que la información es precisa. NECESIDAD DE LA INFORMACIÓN En relación a la necesidad de la información que los usuarios de Airbnb comparten en la sección de comentarios con respecto a los alojamientos exhibidos en la plataforma: ● Me gusta recurrir a la información que comparten los usuarios de Airbnb cuando considero un nuevo alojamiento. ● Suelo recurrir a la información que comparten los usuarios de Airbnb si tengo poca experiencia con el alojamiento y ya lo he probado. ACTITUD HACIA LA INFORMACIÓN En relación a la actitud hacia información que los usuarios de Airbnb comparten en la sección de comentarios con respecto a los alojamientos exhibidos en la plataforma: ● Siempre leo información compartida por los usuarios de Airbnb cuando reservo un alojamiento. 98 ● La información que comparten los usuarios de Airbnb es de gran ayuda para mi toma de decisiones para reservar un alojamiento. ● La información que comparten los usuarios de Airbnb me genera la confianza suficiente para realizar la reserva. UTILIDAD DE LA INFORMACIÓN En relación a la utilidad de la información que los usuarios de Airbnb comparten en la sección de comentarios con respecto a los alojamientos exhibidos en la plataforma: ● Considero que la información compartida por los usuarios de Airbnb, generalmente es de utilidad. ● Considero que la información compartida por los usuarios de Airbnb, generalmente es informativa. ADOPCIÓN DE LA INFORMACIÓNEn relación a la adopción de la información que los usuarios de Airbnb comparten en la sección de comentarios con respecto a los alojamientos exhibidos en la plataforma: ● Considero que la información compartida por los usuarios de Airbnb me facilita la decisión de realizar la reserva. ● Considero que la información compartida por los usuarios de Airbnb incrementa mi efectividad sobre la decisión de reserva. INTENCIÓN DE COMPRA Después de considerar la información que los usuarios de Airbnb comparten en la sección de comentarios con respecto a los alojamientos exhibidos en la plataforma: ● Es muy probable que realice la reserva. ● Realice la reserva la próxima vez que lo necesite. ● Definitivamente, probaré el alojamiento y realizaré la reserva. ● Recomendaré el alojamiento a mis amigos.