Proyecto de grado actualizado - repositorio.uniandes.edu.co
Transcript of Proyecto de grado actualizado - repositorio.uniandes.edu.co
Universidad de Los Andes
Departamento de Ingeniería De Sistemas
Proyecto de Grado
Medios para medir el impacto de las estrategias organizacionales de TI sobre la satisfacción y la retención de clientes
Autores:
Oliver Amaya Hernández
Javier Santiago Barbosa Castillo
Asesor:
Oscar Javier Ávila Cifuentes
Bogotá – Colombia
2
Resumen
Hoy en día en el mundo empresarial se hace un esfuerzo continuo con el fin de
mejorar la relación que hay entre el área de Tecnologías de la Información (TI) con el
modelo de negocio y los objetivos estratégicos de cada empresa. Esto se hace con el
fin de poder lograr un impacto positivo en la relación que las corporaciones tienen con
diferentes agentes externos según el tipo de operación realizada (proveedores, otras
compañías, entre otros). Para medir el impacto mencionado anteriormente, se
recolecta información y datos que brindan reportes sobre el comportamiento de los
procesos realizados. Basado en estos datos se hace una validación que permite
decidir si se han cumplido los objetivos planteados y si es necesario realizar nuevas
iteraciones sobre las mejoras implementadas. Hasta ahora, este proceso de
evaluación se concentra en calificar implementaciones desde un punto de vista
enfocado a los procesos empresariales, sin tener en cuenta el usuario final quien es
el que vive dichos cambios. No existe una metodología que evalúe simultáneamente
la experiencia resultante de realizar un cambio de estrategia de TI tanto desde la
perspectiva de quien implementa dicho cambio, como de quien lo experimenta. En
este proyecto de investigación se busca presentar un modelo de medición que, usado
por compañías que realizan constantes mejoras en Tecnologías de Información,
permita evaluar la satisfacción de clientes y a su vez permita medir la eficacia de
estrategias en desarrollo de TI.
Palabras clave: Customer Experience, Customer Satisfaction, Customer Journey,
Innovación TI.
3
Tabla de contenido Resumen ......................................................................................................................... 2
Introducción ................................................................................................................... 4
Objetivos ........................................................................................................................ 7
Objetivo General ..................................................................................................................... 7
Objetivos Específicos ............................................................................................................ 7
Alcance de la investigación ......................................................................................... 8
Marco Conceptual ......................................................................................................... 9
Customer Satisfaction ........................................................................................................... 9
Indicador .................................................................................................................................. 9
KPI (Key Performance Indicator) ........................................................................................ 10
Customer Experience .......................................................................................................... 10
Estado del arte ............................................................................................................. 11
Metodología ........................................................................................................................... 11
Planificación .......................................................................................................................... 12
Realización y evaluación ..................................................................................................... 15
Síntesis y Análisis ................................................................................................................ 24
Hallazgos del Estado del Arte ................................................................................... 38
Estado de la Industria ................................................................................................. 40
Hallazgos del Estado de la Industria ........................................................................ 45
Marco de medición ...................................................................................................... 46
Clasificación de métricas .................................................................................................... 46
Parametrización de métricas .............................................................................................. 50
Conclusiones ............................................................................................................... 57
Referencias .................................................................................................................. 59
4
Introducción
El departamento de Tecnologías de Información juega un rol cada vez más importante
en las empresas hoy en día al proveer todo tipo de herramientas apoyadas en la
tecnología que, una vez alineadas correctamente con los objetivos de negocio,
permiten desarrollar de manera ágil y precisa los procesos que crean y ofrecen valor
a los clientes. La implementación y el uso de dichas herramientas por parte de las
compañías plantea un reto interesante, ¿cómo saber si el uso de estas tecnologías
está siendo el adecuado, o en otras palabras, apoya de forma positiva la creación de
valor de la empresa? Para solucionar este reto es necesario realizar una evaluación
que permita determinar si el impacto que se quiere realizar está siendo hecho de
forma correcta, es decir, dicha evaluación está enfocada a que se cumplan los
objetivos de negocio. Esta valoración se realiza a través de una serie de mediciones
que buscan obtener información sobre los cambios realizados y son representadas a
través de diferentes métricas. Estas métricas pueden estar enfocadas en diferentes
aspectos, pero en este trabajo se observa su uso relacionado con la medición de
satisfacción de clientes con el fin de obtener un marco de información que permita
realizar un análisis sobre los cambios realizados.
La finalidad de esta investigación es poder identificar en la literatura académica y en
la industria de manera detallada los elementos que hacen parte de ese proceso de
evaluación (metodologías de medición, métricas, indicadores, entre otros), para qué
sirven y cómo se utilizan. Es con este objetivo que se plantea el siguiente problema
de investigación con el cual se identifica este proyecto de grado:
¿Cuáles son los medios para medir el impacto de las estrategias organizacionales de
TI sobre la satisfacción y la retención de clientes?
5
De acuerdo a la estructura del documento, en la sección Alcance de la Investigación
se explica de manera detallada qué es lo que este trabajo logró desarrollar de acuerdo
a la problemática planteada y qué quedó definido como trabajo a futuro según las
limitaciones de recursos y tiempo con las que se contaban en el momento del
desarrollo de esta investigación. Posteriormente, en la sección de marco conceptual
se brinda información sobre los términos relacionados con la temática de este trabajo
y de esta forma se brinda un contexto dentro del cual se desarrollan todas las
secciones posteriores del documento. En la sección del Estado del Arte, a través de
una revisión a la literatura actual, se logra dar una respuesta a la pregunta de
investigación aplicando un marco de evaluación que nos permite encontrar los
sectores organizacionales en los cuales se están haciendo ese tipo de mediciones,
las tecnologías usadas para mejorar la experiencia del cliente y sus usos, las métricas
usadas para obtener información y las diferentes metodologías que se usan a la hora
de realizar la evaluación. Se notó una tendencia fuerte a medir los procesos como la
atención al cliente o el servicio de una página web desde un punto de vista de su
calidad, en el que se quería identificar de forma rápida las fallas en las
implementaciones realizadas sin hacer una conexión directa con el nivel de
satisfacción experimentado por los clientes objetivo de dichas innovaciones. En la
sección del Estado de la Industria se realizó una entrevista a un agente clave de la
industria la cual propone un contexto diferente al encontrado en la literatura y nos
brinda un contraste interesante para este trabajo de investigación en el que se puede
observar diferencias entre los dos escenarios. Por ejemplo, hay métricas que la
literatura tiene en cuenta que no se usan en la industria y viceversa.
Teniendo en cuenta dicha evidencia, en la sección marco de medición se diseña un
marco de medición de satisfacción y retención de clientes el cual realiza una conexión
6
con las estrategias organizacionales de TI y está soportado por métricas definidas en
la literatura usadas ampliamente en la industria hoy en día. Finalmente, se realizan
unas conclusiones en las que se hace una revisión del trabajo realizado y se establece
un trabajo futuro para mejorar el modelo de medición planteado.
7
Objetivos
Objetivo General
Diseñar un marco de medición usando información de la industria y referencias de la
literatura académica, el cual permita medir el impacto de las inversiones en
Tecnologías de Información sobre la satisfacción y la retención de clientes. A
continuación, se mencionan los objetivos específicos que en conjunto logran una vez
completados alcanzar el objetivo general mencionado:
Objetivos Específicos
- Definir un marco conceptual que brinde un contexto en el que se definen
teóricamente los términos relacionados con la satisfacción y retención de
clientes.
- Realizar un análisis del Estado del Arte que permita identificar métricas usadas
para medir el nivel de satisfacción de clientes según la implementación de
nuevas estrategias en Tecnologías de la Información.
- Realizar un análisis del Estado de la Industria que permita identificar métricas
usadas para medir el nivel de satisfacción de clientes según la implementación
de nuevas estrategias en Tecnologías de la Información.
- Realizar un marco de medición que combine la información encontrada en el
estado del arte y la situación actual en la industria.
8
Alcance de la investigación
Actualmente no se tiene un modelo de medición que permita consolidar indicadores
de satisfacción del cliente para obtener resultados relevantes, es decir, que aporten
a la toma de decisiones y logren arrojar conclusiones sobre la experiencia de usuario
que tienen los clientes al consumir un servicio o producto resultado de inversiones en
TI por parte de una compañía. En este trabajo de investigación se realiza un análisis
del estado del arte que permite identificar los esfuerzos realizados hasta ahora sobre
la medición de la satisfacción y retención de clientes y se brinda un contexto acerca
de la situación en la que se encuentra hoy en día este proceso de evaluación. Dicho
análisis permite encontrar las metodologías usadas para realizar mediciones sobre
servicios prestados o productos vendidos y la forma en la que la tecnología apoya
actualmente la experiencia de satisfacción de usuario.
Por otro lado, se hace una entrevista a un stakeholder del departamento de turismo
del departamento del Meta en Colombia la cual permite obtener información sobre las
metodologías de evaluación de satisfacción de clientes en la industria y las métricas
usadas para lograr hacer dicha evaluación. Se realiza una comparación de lo
encontrado en la literatura y se consolida toda la información para realizar un modelo
de marco de medición que se construye a partir de los datos encontrados a través de
la investigación realizada a lo largo del documento.
Debido a las limitaciones de tiempo y de recursos que se tienen al momento del
desarrollo de este trabajo de investigación, no se realizaron entrevistas a stakeholders
adicionales en la industria y no se hace una aplicación del modelo de medición
propuesto en un caso de negocio real, esto queda definido como trabajo futuro con el
fin de complementar la investigación aquí realizada.
9
Marco Conceptual
Aquí se presentan conceptos claves que se usarán a lo largo de la investigación.
Estos conceptos se utilizan en este trabajo para desarrollar la idea propuesta.
Customer Satisfaction
Según Farris, P.W., Bendle, N.T., Pfeifer, P.E., & Reibstein, D.J. (2006), la definición
de Customer Satisfaction o Satisfacción de Usuario también aceptada por el
Marketing Accountability Standards Board (MASB) se refiere al “número de clientes,
o un porcentaje de clientes, cuya experiencia con una firma, sus productos o sus
servicios excede las metas de satisfacción”. En otras palabras, es la evaluación que
un cliente proporciona respecto a un producto o experiencia, comenzando desde la
decisión de compra hasta el resultado respecto al servicio y por lo tanto, permite
realizar una comparación entre el valor esperado y el recibido y tomar una decisión
de nivel de satisfacción basada en la similitud que tuvieron ambos escenarios.
Indicador
De acuerdo con Francheshini, F., Galetto, M., & Maisano, D.A. (2007), la definición
de indicador está relacionada estrictamente con la noción de objetivo de
representación. Un objetivo de representación es una operación enfocada a hacer un
contexto, o partes de este, tangibles para que sea posible hacer evaluaciones, hacer
comparaciones, formular predicciones, tomar decisiones, entre otros. Un indicador
provee información precisa acerca del estado y los posibles cambios del estado de
un proceso. Por otro lado, según el estándar UNI 11097 (2003), el cual se enfoca en
el manejo de la calidad e indicadores de calidad, un indicador “es la representación
cuantitativa o cualitativa de un fenómeno (o proceso, o resultado) el cual hace posible
10
analizar su evolución y validar si ciertos estándares son alcanzados, impulsando
acciones y decisiones”.
KPI (Key Performance Indicator)
Los KPIs o por su traducción al español como indicador clave de rendimiento, de
acuerdo con Parmenter (2010), son un conjunto de medidas que se enfocan en
aquellos aspectos de rendimiento organizacional que son los más críticos para el éxito
actual y futuro de una organización. Tienen las siguientes características:
- Son medidos de forma constante, esto permite tener una reacción inmediata
de acuerdo con el contexto en el cual esté dicho indicador.
- Claramente indican qué acción debe tomar el personal.
- Tienen un impacto significativo, pues afectan uno o varios factores
considerados clave en el éxito de la compañía que los usa.
- Impulsan a tomar acciones apropiadas, han sido probados para asegurar de
que tengan un impacto positivo en el rendimiento de una empresa.
Customer Experience
La experiencia de usuario o customer experience de acuerdo con Laudon & Traver
(2020) se refiere a “la totalidad de experiencias que un cliente tiene con una
compañía, incluyendo la búsqueda, recepción de información, compra, consumo y
soporte post-compra”. Según los mismos autores, el término “customer experience”
es mucho más amplio que el concepto tradicional de “customer satisfaction” en el
sentido de que un rango de impactos mucho más amplio es considerado, incluyendo
la relación cognitiva, afectiva, emocional, social y física que el cliente tiene con la
empresa y sus productos. La totalidad de experiencia de usuario incluye
generalmente múltiples canales de venta, esto quiere decir que, para el usuario, el
11
sitio web, las aplicaciones móviles, las redes sociales, la publicidad y las locaciones
físicas están todas conectadas como parte de su experiencia con una compañía
(Laudon & Traver, 2018, 399).
Estado del arte
Metodología
Para el correcto planteamiento del estado del arte es necesario seguir un proceso
sistemático que permita evaluar cada artículo de manera precisa y de esta forma,
permita descartar las investigaciones que no aporten al desarrollo del proyecto.
Teniendo esto en cuenta, se siguieron el conjunto de prácticas definidas a
continuación:
- Búsqueda de trabajos relacionados con el tema de investigación que aseguren
una representación completa del estado del arte a través del uso de palabras
clave.
- Análisis a fondo de la bibliografía de manera objetiva, teniendo en cuenta el
foco de la investigación.
- Selección de artículos que, aparte de estar dentro del contexto de la
investigación, tengan un valor agregado para la realización del modelo de
medición objetivo de este trabajo.
La metodología usada para la revisión del estado del arte se realizará a través de los
siguientes conceptos: Planificación, Realización y Evaluación con referencias a
fuentes, Síntesis y Análisis.
12
Planificación
En esta fase se decide cómo elegir los temas de interés para la selección de artículos
como tecnologías de información, customer journey, indicadores de satisfacción,
métricas y experiencia de usuario. A través de una serie de preguntas claves se logró
definir el rumbo de la investigación, el cual permite seleccionar la información
relevante proveniente de los artículos académicos para este trabajo y brinda un
escenario ideal para el diseño del marco de evaluación. Para el diseño de este marco
se tuvo en cuenta 3 variables diferentes:
a. Categoría: La categoría se compone de los siguientes elementos:
o Contexto
o Tecnologías de Información
o Experiencia de cliente
b. Criterio: Para cada una de las categorías se definieron los criterios de la
siguiente forma:
o Contexto:
1. Dominio: Se evalúan los dominios de información tratados por los
artículos.
2. Objetivos: Se evalúan los objetivos principales de cada artículo.
3. Alcance: Se evalúa el alcance de cada artículo.
o Tecnologías de Información
1. Nuevas tecnologías: Se observan las nuevas tecnologías que tienen
como objetivo mejorar la experiencia de cliente para cada caso.
2. Uso de tecnologías: Se observa el uso que se le da a las tecnologías
en cada caso.
13
o Experiencia de cliente
1. Variables de medición: Se analiza qué variables existen y qué uso
se le dan con respecto a la experiencia de usuario.
c. Preguntas: Las preguntas asociadas a los criterios de selección se encargan
de realizar el cuestionamiento sobre el cual se filtran los artículos. Esto se hace
con el fin de acotar el número de artículos para elegir los que sean relevantes
según el objetivo de la investigación. Con tal fin, se diseñaron las siguientes
preguntas:
i. P1. ¿Qué sectores organizaciones se pueden identificar?
ii. P2. ¿Cuál es el principal objetivo del artículo?
iii. P3. ¿Cuál es el alcance del artículo?
iv. P4. ¿Qué tecnologías de información son utilizadas para mejorar
la experiencia del cliente en el contexto del artículo?
v. P5. ¿Qué usos se les dan a las tecnologías con el fin de realizar
mediciones en el contexto del artículo?
vi. P6. ¿Qué métricas para medir la experiencia de cliente se usan
en el contexto del artículo?
vii. P7. ¿Cómo hacer las mediciones? ¿A través de qué medio?
En la tabla 1 mostramos el Marco de Evaluación planteado:
Tabla 1 Marco de evaluación
Categoría Criterio Pregunta
Contexto Dominio P1. ¿Qué sectores organizacionales se pueden
identificar?
Objetivos P2. ¿Cuál es el principal objetivo del artículo?
14
Alcance P3. ¿Cuál es el alcance del artículo?
Tecnologías de información
Uso de tecnologías P4. ¿Qué tecnologías de información son utilizadas para mejorar la experiencia del cliente en el contexto del artículo?
Impacto P5. ¿Qué usos se les dan a las tecnologías con el fin de hacer mediciones en el contexto del artículo?
Experiencia de cliente
Variables de medición
P6. ¿Qué métricas se usan para medir la experiencia de cliente en el contexto del artículo?
P7. ¿Cómo hacer las mediciones? ¿A través de qué medio?
Fuente: Elaborado por los autores
La búsqueda de artículos fue delimitada bajo las siguientes áreas de conocimiento:
- Computer Science / IT: Artículos que tengan un enfoque en gestión de la
información.
- Customer Satisfaction: Artículos enfocados en temas de satisfacción de
usuario.
- Metrics / KPIs: Artículos enfocados en uso de métricas para realizar
mediciones.
Se utilizó la base de datos referencial Scopus y se realizó la búsqueda de artículos
usando palabras claves como IT, Customer Journey, Customer Loyalty, KPI, Metric,
Effect, Customer Experience, entre otros. A continuación, se muestra la consulta
diseñada:
TITLE-ABS-KEY ( ( "IT" OR "IT service" OR "Information Systems" OR “Information
Technology” OR “Information Technology Service” ) AND ( "customer experience" OR
"customer satisfaction" OR "customer loyalty" OR "customer journey" ) AND ( "KPI"
OR "Metric" OR "measurement" OR "assessment" OR "Key Performance Indicator" )
15
AND ( "Impact Analysis" OR "effect" OR "business" ) ) AND ( LIMIT-TO ( SUBJAREA
, "COMP" ) ) .
Realización y evaluación
1. De acuerdo a la planificación definida anteriormente, se hace una búsqueda
en la base referencial SCOPUS en la que se analizan los artículos encontrados
y se eligen aquellos que aporten información a las preguntas formuladas en el
marco de evaluación.
2. Posteriormente se realiza un primer filtro utilizando el título de los artículos
como una conexión inicial con la investigación, cuya descripción debe tener
referencias a temas de inversiones en TI para el mejoramiento de satisfacción
de clientes encontrando en total 374 artículos académicos.
3. Después, se procede a leer los abstracts de los documentos con el fin de lograr
obtener artículos que aparte de estar dentro del contexto de la investigación de
este trabajo, tengan información útil para la creación del marco de medición,
en este punto se llega a un número de 63 artículos.
4. Finalmente, leyendo cada artículo en su totalidad con el fin de encontrar
respuestas claras a las preguntas propuestas en el marco de evaluación, se
llegó a 20 artículos los cuales listamos en la tabla 2:
Tabla 2 Listado definitivo de artículos
1 Thomas Friedich, Sebastian Schlauderer, Sven Overhage. (2019) The impact of social commerce feature richness on website stickiness through cognitive and affective factors: An experimental study. Electronic Commerce Research and Applications. 36, 100861 - https://doi.org/10.1016/j.elerap.2019.100861
2 Navdeep Athwal, Doga Istanbulluoglu, Sophie Elizabeth McCormack. (2019) The allure of luxury brands’ social media activities: a uses and gratifications perspective. Information Technology and People. 32(3), 603-626 - https://doi.org/10.1108/ITP-01-2018-0017
3 Rian van der Merwe, James Bekker. (2003) A framework and methodology for evaluating e-commerce Web sites. Internet Research. 13(5), 330-341 - https://doi.org/10.1108/10662240310501612
16
4 Tharashasank Davuluru, Jayapal Medida, V.S.K Reddy. (2014) A study of software quality models. 2014 International Conference on Advances in Engineering & Technology Research - https://doi.org/10.1109/ICAETR.2014.7012958
5 Samuel Otim, Varun Grover. (2006) An empirical study on Web-based services and customer loyalty. European Journal of Information Systems. 15, 527-541 - https://doi.org/10.1057/palgrave.ejis.3000652
6 Sarv Devaraj, Ming Fan, Rajiv Kohli. (2002) Antecedents of B2C Channel Satisfaction and Preference: Validating E-Commerce Metrics. Information Systems Research. 13(3), 227-359 - https://doi.org/10.1287/isre.13.3.316.77
7 Hua Dai, Xin (Robert) Luo, Qinyu Liao, Mukun Cao. (2015) Explaining consumer satisfaction of services: The role of innovativeness and emotion in an electronic mediated environment. Decision Support Systems. 70, 97-106 - https://doi.org/10.1016/j.dss.2014.12.003
8 Hans van der Heijden. (2003) Factors influencing the usage of websites: the case of a generic portal in The Netherlands. Information & Management. 40(6), 541-549 - https://doi.org/10.1016/S0378-7206(02)00079-4
9
Yanyang Liuqu, Xinheng Fan, Paul L. Fu. (2015) From Customer Satisfaction to Customer Experience: Online Customer Satisfaction Practice in International E-commerce. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 9181, 80-89 - https://doi.org/10.1007/978-3-319-20934-0_8
10 Vicki McKinney, Kanghyun Yoon, Fatemeh “Mariam” Zahedi. (2002) The Measurement of Web-Customer Satisfaction: An Expectation and Disconfirmation Approach. Information Systems Research. 13(3), pp. 227-359 - https://doi.org/10.1287/isre.13.3.296.76
11 Kristof De Wulf, NielsSchillewaert, Steve Muylle, Deva Rangarajan. (2006) The role of pleasure in web site success. Information & Management. 43(4), 434-446 - https://doi.org/10.1016/j.im.2005.10.005
12
Chihani B., Laghari K., Bertin E., Collange D., Crespi N., Falk T H. Falk. (2013) User-Centric Quality of Experience Measurement. In: Memmi G., Blanke U. Mobile Computing, Applications and Services. MobiCASE 2013. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, 130 - https://doi.org/10.1007/978-3-319-05452-0_3
13 Jesús Cambra-Fierro, Lily Xuehui Gao, Iguácel Melero-Polo, F.Javier Sese (2019) What drives consumers’ active participation in the online channel? Customer equity, experience quality, and relationship process. Electronic Commerce Research and Applications. 35, 100855 - https://doi.org/10.1016/j.elerap.2019.100855
14 Joël Goossens, Tiblets Demewez, Marwan Hassani. (2018) Effective Steering of Customer Journey via Order-Aware Recommendation. 2018 IEEE International Conference on Data Mining Workshops (ICDMW). 8637405, 828-837 https://doi.org/10.1109/ICDMW.2018.00123
15 Lily (Xuehui) Gao, Iguácel Melero-Polo F. Javier Sese. (2019) Customer Equity Drivers, Customer Experience Quality, and Customer Profitability in Banking Services: The Moderating Role of Social Influence. Journal of Service Research. - https://doi.org/10.1177/1094670519856119
16 R. Ferrentino, C. Boniello. (2018) Customer satisfaction: a mathematical framework for its analysis and its measurement. Computational Management Science. 17(1), 23-45 - https://doi.org/10.1007/s10287-018-0305-1
17 Shaha Al-Otaibi, Allulo Alnassar, Asma Alshahrani, Amany Al-Mubarak, Sara Albugami, Nada Almutiri, Aisha Albugami. (2018) Customer Satisfaction Measurement using Sentiment Analysis. International Journal of Advanced Computer Science and Applications. 9(2), 106-117 - https://dx.doi.org/10.14569/IJACSA.2018.090216
18 Shulin Lan, Hao Zhang, Ray Y. Zhong, G.Q. Huang. (2016) A customer satisfaction evaluation model for logistics services using fuzzy analytic hierarchy process. Industrial
17
Management and Data Systems. 116(5), 1024-1042 - https://doi.org/10.1108/IMDS-09-2015-0389
19 Sunil Mithas, M. S. Krishnan, Claes Fornell. (2016) Research Note—Information Technology, Customer Satisfaction, and Profit: Theory and Evidence. Information Systems Research. 27(1), iii-vi - https://doi.org/10.1287/isre.2015.0609
20 Bhansali, S. Brynjolfsson, E. (2008) IT Practices and Customer Satisfaction At 138 Large Firms. European Conference on Information Systems 2008. 151 -https://aisel.aisnet.org/cgi/viewcontent.cgi?article=1150&context=ecis2008
Fuente: Elaborado por los autores
A continuación, se presenta un resumen de los artículos mostrados en la tabla 2:
Tabla 3 Resumen de Artículos
Artículo Título Problema Solución Conclusiones
1 The impact of social commerce feature richness on website stickiness though cognitive and affective factors: An experimental study.
El artículo busca incrementar un fenómeno llamado “Website Stickiness” con el fin de incrementar la atención y lealtad que un usuario tiene de una página web de un comercio.
Utilizando el modelo S-O-R, e implementando características en las páginas web que actúen como estimulantes (imágenes, ads, descripción de productos) se puede modificar el comportamiento de los usuarios en una página web.
Los resultados muestran que enriqueciendo las páginas web con características que estimulen aspectos cognitivos y afectivos en el usuario, se ve reflejado un mayor “website stickiness” y una mayor probabilidad de éxito del sitio web.
2 The allure of luxury brands’ social media activities: a uses and gratifications perspective
El artículo busca explorar cuáles son las actividades de marketing hechas por marcas de lujo con el fin de satisfacer las necesidades que buscan los millennials como nuevo grupo emergente e importante en el mercado.
Se recolectó información a través de Facebook, Instagram y Twitter de las 5 cuentas más populares de empresas de lujo. Se acompañó esta recolección de información con entrevistas realizadas a la población objetivo.
Se encontró que las marcas de lujo se mantienen distantes con el fin de crear una sensación de exclusividad. Estas marcas se enfocan en apreciación estética y entretenimiento.
3 A framework and methodology for evaluating
El artículo busca resolver el problema de usabilidad que ciertas webs corporativas pueden tener. Dificultad de uso puede significar
Se provee un framework de evaluación de sitios web basado en principios de negocio sólidos que ofrezcan información sobre el desempeño de
Gracias a la información proveída por el framework, se hace un análisis que permite encontrar qué falencias están provocando que
18
e-commerce Web sites
elegir otras alternativas. una página web. Se muestran los resultados gráficamente para posterior análisis.
evitan una relación positiva del usuario con la plataforma web.
4 A Study of Software Quality Models
El artículo busca incrementar la calidad de desarrollo de software
Se presentan modelos de calidad de software como McCall, Boehm, Dromey, ISO 9126, FURPS, CMMI y Six Sigma que buscan incrementar la de implementación de software.
Se entiende qué es Software Quality y cómo los modelos asociados pueden ser aplicados en desarrollo, dadas las comparaciones entre modelos, se ofrece información sobre cuál elegir dada la situación.
5 An empirical study on Web-based services and customer loyalty
Para servicios de venta basados en web, ¿cómo afectan los servicios de pre-compra, transacciones y post-compra a la lealtad del usuario?
La investigación permitió encontrar los siguientes fenómenos: Los servicios de pre-compra incluso ayudados de servicios de búsqueda y evaluación de productos tienen poco impacto. Los servicios relacionados con las transacciones, ayudados de transparencia en facturación tienen un alto impacto. Los servicios de post-compra con servicios de tracking, tiempos de entrega acertados y soporte al usuario tienen un alto impacto.
Dado los resultados encontrados durante la investigación se llega a la conclusión de que las tiendas en línea necesitan poner más atención a sus servicios de facturación y post-compra con el fin de retener clientes más efectivamente.
6 Antecedents of B2C Channel Satisfaction and Preference: Validating E-Commerce Metrics
El artículo busca analizar la satisfacción del cliente en comercios electrónicos para resolver preguntas sobre la actitud de los usuarios en comercios Business-to-Consumer.
Se utilizan 3 frameworks establecidos, Technology Acceptance Model (TAM), Transaction Cost Analysis (TCA) y Service Quality (SERVQUAL) que, junto con encuestas realizadas a usuarios comprando a través de canales convencionales como electrónicos, permiten mostrar un análisis
El estudio encontró que los componentes TAM (facilidad de uso y utilidad) son importantes para que el cliente tenga satisfacción con un canal de comercio electrónico. Facilidad de uso también fue un factor determinante en el framework TCA, así como soporte al cliente para el framework
19
pertinente. SERVQUAL. Finalmente, soporte en general para la satisfacción del usuario también fue determinante para la elección de un canal de preferencia en el cliente.
7 Explaining consumer satisfaction of services: The role of innovativeness and emotion in an electronic mediated environment.
¿Cómo las bases como confianza, percepción del riesgo, emoción y satisfacción juegan un papel en los servicios prestados en un ambiente contextualizado electrónicamente?
Se propone un modelo de investigación integrativo que permite encontrar la relación de todos los principios mencionados inicialmente. Se recolecta información sobre 415 usuarios para su respectivo análisis.
El artículo encuentra que la innovación y emociones del consumidor son antecedentes significativos de confianza, percepción de riesgo, beneficios percibidos y calidad de servicio. Son factores de alta importancia que influyen en la satisfacción del consumidor en ambientes de comercio electrónico.
8 Factors Influencing the Usage of Websites: The Case of a Generic Portal in the Netherlands.
El artículo busca investigar los elementos que explican la aceptación y facilidad de uso de las páginas web. Se investiga empíricamente el impacto del modelo TAM (Technology Acceptance Model) para dar estas explicaciones.
Se introdujo un nuevo concepto llamado “Perceived visual attractiveness” y se trabajó en conjunto con un portal web holandés para obtener retroalimentación de usuarios reales a través de encuestas.
Los resultados mostraron que la actitud del usuario al usar la página web y la utilidad que ésta proveía eran los factores que más tenían influencia en la aceptación junto con el nuevo concepto introducido, referente a la atracción visual y facilidad de uso del sitio.
9 From Customer Satisfaction to Customer Experience: Online Customer Satisfaction Practice in
El artículo busca investigar satisfacción de usuario en experiencias de compra internacional, se enfoca en varios indicadores para discutir este tema.
Se introduce un nuevo modelo de experiencia de usuario llamado User Experience Pulse Tracking (UEPT) discutiendo métricas como Net Promoter Score, Continuous Purchase Intention,
Gracias al modelo propuesto, se pueden segmentar clientes utilizando CPI (Continuous Purchase Intention) y NPS (Net Promoter Score). Este modelo permite la inclusión de nueva
20
International E-Commerce.
Product Satisfaction, entre otros.
información de acuerdo con necesidades de negocio que permiten flexibilidad de uso.
10 The Measurement of Web-Customer Satisfaction. An Expectation and Disconfirmation Approach
El artículo busca desarrollar un concepto teórico justificable para medir la satisfacción de un comprador web en la fase de búsqueda de información, antes de una compra.
Utilizando el paradigma expectation-disconfirmation se separa el concepto de calidad de sitio web en dos: Calidad de información y Calidad de Sistema. Las medidas de estos dos conceptos se estudian en fases.
Los resultados del estudio proporcionan instrumentos confiables que, probados empíricamente proveen un alto nivel de validez y confianza para en análisis de satisfacción de usuarios que usan páginas web para hacer compras en línea.
11 The role of pleasure in web site success
¿Hay elementos adicionales que puedan afectar el éxito de una página web aparte de las evaluaciones estándar (satisfacción, compromiso, confianza) teniendo un enfoque multidimensional?
Se desarrolló y validó un proceso de validación de éxito de páginas web que incluía el placer como una variable mediática clave. Se estudió la relación que el placer tiene la evaluación y el éxito.
Se encontró que el sentimiento de estar satisfecho era un mediador parcial entre la evaluación y el éxito de una página web. Se afirmó que la satisfacción es un instrumento que ayuda a predecir el compromiso y confianza que sienten los usuarios con el sitio online.
12 User-Centric Quality of Experience Measurement
El artículo busca resolver el problema de la dificultad que existe hoy en día para el usuario de hacer on-the-fly evaluations de su experiencia de usuario en entornos móviles.
Se propone una App innovadora que le permita al usuario, a través de parámetros simples, hacer una evaluación de experiencia de su sistema y su red.
Gracias a la aplicación, desde la perspectiva del prestador de servicios se tiene una percepción más clara de la experiencia de usuario del cliente. Por otro lado, desde la perspectiva del cliente éste tiene la libertad de poder enviar feedback en cualquier momento en cualquier situación.
13 What drives consumers’ active
¿Qué efectos en los consumidores tiene su activa participación en
A través de un grupo de 761 clientes de banco en encuestas se recolectó
Se concluye primero que todo que las compañías no deberían clasificar
21
participation in the online channel? Customer equity, experience quality, and relationship process
el proceso de creación de valor en las empresas a través de canales online?
información y se hizo un análisis multi-grupo para entender el efecto de la calidad de la experiencia de usuario en un contexto de e-commerce.
inversiones en marketing como gastos. Todos los clientes que perciben calidad en un servicio y/o producto recibido están dispuestos a realizar acciones que ayuden indirectamente a la compañía (recomendaciones voz a voz). Finalmente, es recomendable hacer segmentación de clientes para poder desarrollar relaciones con todo tipo de clientes.
14 Effective Steering of Customer Journey via Order-Aware Recommendation
El artículo busca usar el Customer-Journey no solo para análisis de comportamiento de usuario, sino como base de predicción de comportamiento o base para recomendaciones relevantes.
Se introduce el Order-Aware Recommendation Approach (OARA). Este modelo toma las acciones explícitas mostradas en el Customer Journey para poder realizar predicciones y recomendaciones. Se propone un método para maximizar recomendaciones para cualquier KPI.
Se concluye que el modelo propuesto es capaz de hacer predicciones de comportamiento y proporciona recomendaciones relevantes utilizando información del customer journey.
15 Customer Equity Drivers, Customer Experience Quality, and Customer Profitability in Banking Services: The Moderating Role of Social Influence
El artículo busca profundizar sobre la relación que tienen las acciones de las entidades bancarias (value equity, brand equity, relationship equity) con el ambiente social y la experiencia del cliente. ¿Cómo afecta todo esto a la sostenibilidad de la compañía?
Usando datos perceptivos y transaccionales de una población de clientes bancarios se hace un análisis del rol que tienen los factores de la firma (valor, marca, relaciones) y los que están fuera de su alcance (influencias sociales) y cómo estos factores moldean las percepciones de calidad del servicio en los clientes.
Se concluye que lo que influye en el impacto en los clientes acerca de su calidad de experiencia es contingente con la influencia hecha por otras personas y por lo atento el hecho de mejorar la experiencia de usuario puede incrementar ingresos económicos.
22
16 Customer satisfaction: a mathematical framework for its analysis and its measurement
¿Qué procesos y variables se usan para poder medir matemáticamente la satisfacción de cliente? ¿Qué impacto tiene este en el rendimiento corporativo?
Muchos modelos se han propuesto para medir la satisfacción de cliente. El Servqual model discute la brecha entre las expectativas del cliente y la percepción de este. En esencia este se convierte en la piedra angular para medir la satisfacción de cliente en este artículo. Se proponen entonces 5 dimensiones: aspectos tangibles, fiabilidad, habilidad de respuesta, habilidades de certeza y empatía. Estas dimensiones se relacionan con variables usadas en ecuaciones matemáticas para medir la satisfacción del cliente.
En el artículo se discuten algunos de los procesos y sistemas de detección que son necesarios para una medición meticulosa y confiable de la satisfacción de cliente. Los autores esperan que a través de esta investigación se tenga una visión más informada acerca de la satisfacción del cliente. Por otro lado, se espera que usando los modelos expuestos en el artículo se puedan aplicar a casos reales con el fin de cuantificar la satisfacción de cliente.
17 Customer Satisfaction Measurement using Sentiment Analysis
El artículo busca analizar publicaciones en redes sociales a través de un algoritmo con el de clasificarlos por su sentimiento en positivos o negativos. Esto con el fin de poder usar esa información en el futuro para extraer datos que se puedan usar en las corporaciones para tomar decisiones de negocio
En este artículo, a través de herramientas de análisis de redes sociales se usan los datos de Twitter para extraer información oculta del público general. Esto se hace a través del uso del algoritmo “vector machine” el cual se usa para clasificar los tweets dependiendo de si son negativos o positivos.
El objetivo de este trabajo es proponer un sistema que mida la satisfacción del cliente a través del análisis sentimental en las redes sociales. Para esto, se usa SVM como un algoritmo de clasificación junto con el anagrama como un método de extracción de características y aplicada a la medición de sentimientos en los datos de twitter.
18 A customer satisfaction evaluation model for logistics services using fuzzy analytic hierarchy
A medida que la fabricación moderna se combina con operaciones logísticas para la creación de servicios de valor agregado, es el servicio logístico el que se ha hecho cada vez más
Este modelo busca dar peso a cada índice a través de un concepto nuevo conocido como difuso triangular que se usa para luego ser aplicado a dos compañías en China con el fin de demostrar la
A través de los datos extraídos se concluye finalmente que las empresas deben acomodar el sistema de índices de acuerdo con su alcance organizacional y las características de sus
23
process significativo. Este artículo busca presentar un modelo de evaluación de satisfacción de cliente utilizando el proceso de jerarquía analítica difusa.
viabilidad y practicidad del modelo propuesto para examinar la satisfacción del cliente.
operaciones para poder ser aplicado a sus casos específicos.
19 Research Note — Information Technology, Customer Satisfaction, and Profit: Theory and Evidence
Este artículo busca estudiar los efectos de las inversiones en tecnologías de información con respecto a la satisfacción de cliente y ganancias en la firma.
Usando los datos de más de 100 firmas de estados unidos encontrando una relación positiva en cuanto a inversiones TI y satisfacción de cliente. También se encontró que, a pesar de incrementar la satisfacción de cliente, en algunos casos disminuyó la ganancia neta.
Este artículo investiga los efectos de las inversiones TI esto lo hace usando datos longitudinales en más de 100 firmas estadounidenses a través de los cuales se documenta una relación positiva entre la satisfacción de cliente y las inversiones en TI.
20 IT Practices and Customer Satisfaction At 138 Large Firms
Este artículo busca explorar lo que organizaciones de alto nivel hacen específicamente para conseguir beneficios de sus inversiones en TI y su relación con la satisfacción de cliente.
A través de entrevistas con más de 100 firmas se logra identificar ciertas prácticas concretas, así como ciertas variables que se asocian a un impacto positivo de las TI en la satisfacción del usuario. De la misma manera e igualmente importante se identifican prácticas y variables que impactan negativamente la satisfacción del usuario.
Basado en el análisis empírico de más de 130 firmas se concluyó que la inversión en recursos TI como estandarización de procesos y datos, integración de sistemas e inversión en manejo efectivo de prácticas TI impactan significativamente en la satisfacción de cliente.
Fuente: Elaborado por los autores
24
Síntesis y Análisis
En esta fase se analizan e identifican los artículos que poseen información
directamente relacionada con los criterios de evaluación y que resuelven de manera
efectiva las preguntas de investigación.
Tabla 4 Contribución de la categoría contexto
Dominio Sectores organizacionales Artículos
¿Qué sectores
organizacionales se
pueden identificar?
E-Commerce 3, 5, 6, 9, 10, 11
Retail 1, 14
Tecnologías de información 7, 8, 13, 15, 16, 17, 19, 20
Objetivos Objetivos principales Artículos
¿Cuál es el principal
objetivo del artículo?
Evaluación de experiencia
de usuario
3, 4, 6, 8, 9, 10, 11, 12, 13,
15, 16, 17, 18, 19
Mejoramiento de
experiencia de usuario
2, 7, 20
Mejoramiento de lealtad de
cliente
1, 5, 14
Alcance Alcance Artículos
¿Cuál es el alcance del
artículo?
Servicios de TI 4, 5, 8, 14, 19, 20
Relación con el cliente 1, 2, 3, 6, 7, 9, 10, 11, 12, 13,
15, 16, 17, 18
Fuente: Elaborado por los autores
P1. ¿Qué sectores organizacionales se pueden identificar?
Los artículos seleccionados que están dirigidos a servicios de venta o prestación de
servicios enfocan el estudio de satisfacción de clientes a través del análisis del
comportamiento de los usuarios al realizar sus compras o adquirir sus servicios a
25
través de métodos tradicionales en puntos físicos y diferentes canales digitales de
comunicación. Estas últimas con un apoyo fuerte en las tecnologías de información
para la recolección de datos. Es por ello que los sectores organizaciones identificados
son principalmente el área de Retail, E-Commerce y Tecnologías de la Información.
P2. ¿Cuál es el principal objetivo del artículo?
Los artículos se dividen en tres objetivos generales. Estos son evaluación de
experiencia de usuario, mejoramiento de experiencia de usuario y mejoramiento de
lealtad de cliente. Debido a que este proyecto de investigación tiene como objetivo
construir un marco de medición con el que se describa la satisfacción de cliente al
implementar tecnologías de información, se optó por seleccionar artículos que
contengan modelos, métricas, indicadores de experiencia o satisfacción de usuario.
Por tal motivo la mayoría de los artículos (70%) se enfocan en la evaluación de la
experiencia de usuario. Por otra parte, otros artículos (15%) tienen como objetivo
principal estudiar, cuantificar o realizar mejoramiento de la experiencia de usuario.
Finalmente, los artículos restantes (15%) tienen como principal objetivo el
mejoramiento de la lealtad de cliente.
P3. ¿Cuál es el alcance del artículo?
Al igual que los objetivos de los artículos, el alcance (el cual se considera como el
contenido general y detalle de información de una investigación) debe tener relación
con el objetivo general de este proyecto. Es debido a esto que de los artículos
seleccionados el 30% tratan sobre servicios de TI y su aplicación en entornos
empresariales y el 70% se enfoca en la relación con el cliente y su impacto en el
desarrollo corporativo. Como se puede ver, los artículos seleccionados se relacionan
26
directamente con la pregunta de investigación, ya que se centran en la relación con
el cliente y en el uso de las tecnologías de información.
Tabla 5: Contribución a la categoría Tecnologías de Información
Pregunta Tecnologías presentes en
artículos / Usos
Número de Artículo
¿Qué tecnologías de
información son utilizadas
para mejorar la
experiencia del cliente en
el contexto del artículo?
Redes sociales 12, 13
Dispositivos móviles 12, 18
Analítica 5, 18
Tecnologías Web 2, 3, 5, 8
¿Qué usos se les dan a
las tecnologías con el fin
de hacer mediciones en el
contexto del artículo?
Proposición de nuevos
modelos
1, 4, 6, 9, 14, 16
Recolección de información
para análisis
1, 2, 3, 12, 13, 17
Fuente: Elaborado por los autores
P4. ¿Qué tecnologías de información son utilizadas para mejorar la experiencia
del cliente en el contexto del artículo?
En primer lugar, las redes sociales, las cuales han visto creciente uso en los últimos
años (Gao, L.X., Melero-Polo, I., & Sese, F.J. 2019) son usadas para tener un canal
de comunicación con el cliente que esté siempre disponible y que permita recolectar
información de forma rápida sobre un producto o servicio nuevo o antiguo y de la
misma forma, entender las dificultades o necesidades de los clientes a través de una
comunicación directa (Al-Otaibi et al., 2018).
27
Por otro lado, los dispositivos móviles también sirven de herramienta clave para la
recolección de datos respecto a la satisfacción de clientes, y se tiene como una opción
factible casi en todo tipo de investigaciones debido al uso masivo que tienen hoy en
día en la sociedad. (Chihani et al., 2013). A través del análisis de comportamiento y
uso que los usuarios tienen de las aplicaciones instaladas en sus dispositivos, se
puede realizar un análisis de la información recolectada que permita a una compañía
adaptar sus estrategias en nuevas implementaciones de TI para la retención de
clientes y evitar abarcar áreas en las que aún no se tiene experiencia (Lan, S., Zhang,
H., Zhong, R.Y., & Huang, G.Q. 2016).
A través del uso de herramientas de analítica, Otim & Grover (2006) consideran que
al usar un servicio basado en web los servicios de pre-compra y post-compra son
igual de importantes para mejorar la experiencia del usuario. Para pre-compra,
usualmente se analiza el tiempo y la cantidad de visitas dentro del portal en línea que
un cliente haya realizado antes de haber decidido realizar una compra, dicha
información permite adaptar la experiencia del usuario antes de comprar e impulsa su
deseo de adquirir un producto. Entre los servicios de post-compra analizados está el
servicio de tracking para envíos y atención de soporte al usuario y de acuerdo con la
calificación dada por los clientes según su experiencia con este tipo de servicios, las
herramientas de analítica permiten realizar conexiones de manera rápida entre los
clientes y sus necesidades o experiencias con el fin de ofrecer información clara que
permita realizar mejoras en el portal online.
Finalmente, las tecnologías web se han convertido en una avenida importante que las
organizaciones usan para interactuar con sus clientes y stakeholders (Merwe &
Bekker, 2003). Estas, son comúnmente usadas para recolectar información del
usuario ya que permiten un uso más amplio y de mayor alcance (Bhansali &
28
Brynjolfsson, 2008) y de esta manera, permiten entender los usos que un cliente da
a un producto y las razones por las cuales este puede sentir que su experiencia es
satisfactoria (Athwal, N., Istanbulluoglu, D., & McCormack, S.E. 2019). Por ejemplo,
Hans van der Heijden (2003) propone un modelo de recolección de información en el
que haciendo un enfoque a la atracción visual de un sitio web, se puede identificar los
cambios en nivel de satisfacción de los usuarios al navegar por el sitio.
P5. ¿Qué uso se da a las tecnologías con el fin de hacer mediciones en el
contexto del artículo?
El primer uso principal que se les da a las tecnologías permite la construcción, el
diseño y la proposición de modelos que logren arrojar información relevante
relacionada con la satisfacción de clientes. A través de la implementación de técnicas
o modelos con el objetivo de mejorar la experiencia de cliente, las organizaciones
buscan medir a través de diferentes métodos el impacto que sus estrategias han
tenido en la calidad de sus operaciones (Ferrentino & Boniello, 2018). Estas mejoras
son puestas en práctica luego de realizar un estudio que puede ser ejecutado
directamente por la organización o por alguna entidad externa (Davuluru, T., Medida,
J., & Reddy, V.S. 2014). Devaraj, S., Fan, M., & Kohli, R. (2002) indican que las
tecnologías de información permiten extraer datos para que modelos como el
Technology Acceptance Model (TAM) (Davis, F.D., Bagozzi, R.P., & Warshaw, P.R.
1989) los aprovechen y arrojen métricas como la utilidad percibida y la facilidad de
uso percibida para determinar el nivel de aceptación de una implementación
tecnológica. Otra métrica usada que indica que una estrategia de TI ha sido efectiva
en mejorar la experiencia de usuario es el tiempo que los clientes navegan en la
página web de una compañía (Friedich, T., Schlauderer, S., & Overhage, S. 2019).
Liuqu, Y., Fan, X., & Fu, P.L. (2015) se enfocan en las compras internacionales online
29
y a través del uso de TI implementadas en plataformas en línea realizan un análisis
de métricas como el Net Promoter Score, Continuous Purchase Intention, entre otras
y proponen un modelo llamado User Experience Pulse Tracking (UEPT), el cual usa
puntajes de cada métrica que lo conforma para llevar un seguimiento de la experiencia
del cliente en la plataforma. Finalmente, el Order-Aware Recommendation Approach
(OARA) es un modelo propuesto por parte de Goossens, J., Demewez, T., & Hassani,
M. (2018) en el que a través de un análisis al costumer journey de un usuario se
pueden hacer predicciones en su comportamiento y realizar recomendaciones
personalizadas basadas en rutinas de compra.
El segundo uso dado a las tecnologías, el cual ayuda al diseño y construcción de
modelos como los mencionados anteriormente, es la recolección de información para
análisis a través de herramientas que, a través de un sistema de retroalimentación
que según Chihani et al (2013) puede ser implementado en una aplicación móvil, se
realizan y responden preguntas con respecto a un servicio prestado (Merwe & Bekker,
2003); con base en las respuestas provistas por estas herramientas, se logra realizar
un análisis usando variables tales como: el número de personas que respondieron,
las respuestas positivas y negativas de acuerdo a los objetivos propuestos y las
recomendaciones planteadas por los usuarios (Athwal et al., 2019). Independiente de
si los usuarios responden positiva o negativamente, se puede encontrar tanto
información sobre cuántos usuarios usan el sistema como opiniones y percepciones
acerca de un producto o servicio (Al-Otaibi et al., 2018) y de esta manera realizar
mejoras (en caso de que se necesite) o entender qué satisface a los clientes y cómo
implementaciones de TI afectan su experiencia (Cambra-Fierro, J., Gao, L.X., Melero,
I., & Sese, F.J. 2019).
30
Tabla 6 Contribución de la categoría Variables de Medición
Pregunta Categorías / Medios Artículos
¿Qué métricas son
usadas para medir la
experiencia de cliente en
el contexto del artículo?
Calidad de experiencia 7, 10
Lealtad 5, 9
Satisfacción de cliente 6, 7, 8, 9, 13, 15, 18
Reputación de marca 11, 19
¿Cómo y a través de qué
medio realizar
mediciones?
Encuestas 1, 4, 6, 9, 14, 16
Análisis de sentimientos 1, 15, 17, 19
Análisis de comportamiento 2, 3, 12, 14
Fuente: Elaborada por los autores
P6. ¿Qué métricas son usadas para medir la experiencia del cliente en el
contexto de artículo?
Las variables con las cuales se mide la experiencia y satisfacción de clientes se
diferencian dependiendo del contexto tecnológico en el cual se apliquen. Hoy en día
dichos contextos están enfocados en el uso de las redes sociales, los portales web, y
las aplicaciones móviles. Por este motivo es importante entender que las siguientes
variables se explican dependiendo del contexto en el cual se emplean.
En primer lugar, para mejorar la calidad de experiencia, según Devaraj et al., (2002)
a través de la aplicación de frameworks como el Technology Acceptance Model (TAM)
o Transaction Cost Analysis (TCA) en entornos B2C (business to consumer) aplicados
principalmente en portales web, se extraen datos que permiten realizar la
implementación de métricas para evaluar la experiencia del cliente que según Heijden
(2003), están definidas de la siguiente forma:
31
- Ease of use (Facilidad de uso): Se refiere al grado en el cual el usuario espera
que un sistema sea libre de esfuerzo.
- Usefulness (Utilidad): Representa la percepción del usuario en que usar un
sistema mejorará el rendimiento (performance) de una operación.
Dentro de un contexto en el que se prestan servicios web, tanto a través de un portal
como una aplicación móvil, McKinney, V.R., Yoon, K., & Zahedi, F. (2002) se enfocan
en dos grandes categorías para medir la calidad de la experiencia basándose en Web-
Information Quality (Calidad de información web) y Web-System Quality (Calidad del
sistema web). Dichos autores proponen un sistema interesante en el sentido de que
las métricas no están enfocadas en el usuario de forma directa, sino que estas están
enfocadas en medir la calidad del servicio ofrecido (dicha evaluación la hacen los
clientes del sitio web) y de esta forma, de acuerdo con la calidad percibida por los
clientes se infiere el nivel de satisfacción que estos tuvieron. Las dos categorías se
definen por los autores de la siguiente forma:
- Web-Information Quality (Calidad de información Web): Se refiere a las
características de la información que se muestra a un cliente en una página
web. Las métricas asociadas para medir su calidad son:
o Relevance (Relevancia): Tiene en cuenta qué tan relevante y clara es la
información dependiendo el contexto en el que sea mostrada. Se evalúa
indicando si dicha información es aplicable, relacionada y clara.
o Timeliness (Oportunismo): Se refiere a qué tan actualizada está la
información. Se evalúa indicando si la información es actual y si está
siendo continuamente renovada.
32
o Reliability (Confiabilidad): Se refiere al grado de precisión, dependencia
y consistencia de la información. Se evalúa indicando si esta es creíble,
precisa y consistente.
o Scope (Alcance): Se refiere a el alcance y detalle de la información
mostrada. Se evalúa indicando si la información es suficiente, completa
y detallada.
o Perceived usefulness (Utilidad percibida): Se refiere a la evaluación
dada por el cliente en si la información presentada impulsará la decisión
de hacer una compra. Se mide indicando si dicha información es
informativa, valiosa o útil respecto al producto ofrecido.
- Web-System Quality (Calidad del Sistema Web): Se refiere a la calidad de la
infraestructura de la página web que afecta la usabilidad del usuario final. Las
métricas asociadas para medir esta calidad son:
o Accessibility (Accesibilidad): Se refiere a la velocidad y disponibilidad
del sitio web en todo momento. Se evalúa indicando si el sitio es
responsivo y si carga de forma rápida.
o Usability (Usabilidad): Se refiere a la percepción del usuario en cuanto
a que el sitio web sea visualmente atractivo, consistente y fácil de usar.
Se evalúa indicando si tiene una interfaz fácil de usar, organizada y con
un diseño claro.
o Navigation (Navegación): Se refiere a la disponibilidad de links para
navegar por el sitio y encontrar la información deseada. Se evalúa
indicando si hay una cantidad apropiada de links en la página, si estos
tienen una descripción adecuada, si es fácil navegar por todo el sitio
web con la cantidad menor posible de clicks necesarios.
33
En segundo lugar, con el fin de mejorar la Lealtad de los clientes Liuqu et al., (2015)
realizan una investigación basada en compras en línea internacionales en la cual
hacen un análisis de métricas clave para saber si dicho tipo de operación está siendo
efectivo, es decir, mejora la retención de clientes, dichas métricas son:
- Continuous Purchase Intention (CPI): En español su traducción más acorde
sería “Intención de compra continua” y de acuerdo con Otim & Grover (2006)
se refiere a “la probabilidad subjetiva de que un cliente vaya a continuar
comprando del mismo vendedor online”.
- Product Satisfaction (PSAT): Depende de las expectativas del cliente y
evalúa el estado de satisfacción de un usuario basado en la experiencia que
éste haya tenido con un producto adquirido (Liuqu et al., 2015).
Para medir la satisfacción del cliente, Dai, H., Luo, X., Liao, Q., & Cao, M. (2015)
proponen que a través de la innovación y estudio de la emoción humana se pueden
hacer mejoras a la experiencia de compras a través de medios electrónicos; dichas
mejoras se expresan a través de una métrica llamada calidad de servicio, que según
Groonros (1998) se define como “el resultado de un proceso de evaluación, donde el
consumidor compara sus expectativas con el servicio que él percibe que ha recibido”.
En otras palabras, es cumplir las expectativas con las cuales un usuario va a hacer
una compra, expectativas cada vez más altas debido a la amplia información
disponible en línea a los clientes hoy en día (Gao et al., 2019). Gracias al cumplimiento
de lo que el cliente espera de la empresa con la cual se relaciona, Lan et al., (2016)
enfatizan la importancia de la confianza del cliente como una métrica vital para el
éxito de las relaciones con los clientes tanto B2B como B2C la cual hace referencia a
la consistencia con la cual las expectativas del cliente se cumplen a medida que pasa
el tiempo.
34
Finalmente, teniendo en cuenta la reputación de marca, Athwal et al., (2019) se
enfocan en el uso de tecnologías de redes sociales, que se han convertido en uno de
los canales principales que las empresas emplean tanto para comunicarse con el
cliente, como mejorar su experiencia y su satisfacción, logrando mejorar la reputación
de la marca y así asegurar la lealtad del cliente (Wulf, K.D., Schillewaert, N., Muylle,
S., & Rangarajan, D. 2006). Ellos proponen el uso del modelo UGT (por sus siglas en
inglés Teoría de Usos y Gratificación) para identificar variables relacionadas a
experiencia y satisfacción de cliente en redes sociales. Este modelo explica cómo y
por qué las personas buscan ciertos tipos de medios (Palmgreen, P.C., Wenner, L.A.,
& Rayburn, J.D. 1980). Usando este modelo, Athwal et al., (2019) realizan una
distinción entre dos variables principales, las cuales usan para evaluar la satisfacción
de cliente en un marco tecnológico de redes sociales. Estas variables son:
- Gratifications sought (Gratificaciones buscadas): Lo cual se refiere a las
gratificaciones que el individuo busca obtener al usar la plataforma social. Ya
sea comunicarse con pares y personas que usen o hayan usado el mismo
producto o servicio. O bien, comunicarse con la empresa y expresar
descontento o agrado frente al uso de un producto o servicio.
- Gratifications obtained (Gratificaciones obtenidas): Refiriéndose a las
gratificaciones que el individuo experimenta a través del uso de la plataforma
o medio social, sean encontrando a un individuo, un producto o información
requerida durante la visita.
Athwal et al., (2019) indican que la reputación de una marca es afectada de forma
considerable por las dos variables mencionadas anteriormente tomando en cuenta
que, al realizar un análisis de sentimientos a los usuarios en redes sociales, se tiende
a encontrar recomendaciones muy positivas de una marca cuando las todas las
35
necesidades de los clientes son satisfechas y muy negativas cuando ocurre lo
contrario.
P7. ¿Cómo y a través de qué medio realizar mediciones?
Con el fin de extraer de manera eficiente información para calcular las métricas
mencionadas anteriormente, se usan distintos métodos, entre los que se incluyen las
encuestas (Friedrich et al., 2019; Davuluru et al., 2014; Ferrentino & Boniello, 2018),
análisis de sentimientos (Gao et al., 2019; Mithas, S., Krishnan, M.S., & Fornell, C.
2016) y análisis de comportamiento (Athwal et al., 2019; Merwe & Bekker 2003). Las
encuestas es la forma más directa y tradicional, realizando preguntas clave (a
disposición de la empresa o entidad que hace la encuesta) al usuario o cliente acerca
de una marca o producto (Atwhal et al., 2019). Por otro lado, el segundo y tercer
método se hacen de manera indirecta, extrayendo datos de los sistemas disponibles
ya bien sea la página web del comercio, la aplicación móvil o las redes sociales
(Goossens et al., 2018). La diferencia está en que el análisis de sentimientos se
realiza observando y evaluando las opiniones y entendiendo cómo los consumidores
perciben la organización (Al-Otaibi et al., 2018), mientras que el análisis de
comportamiento se realiza extrayendo metadatos tal como tiempo de uso, horas
frecuentes de uso, número de vistas de un vídeo, número de likes, retweets o vistas
de un tweet, número de clics una página web, entre otros (Chihani et al., 2014).
Las encuestas se realizan con modelos como el Net Promoter Score (NPS) (Liuqu et
al., 2015), el modelo ServQual o el Technology Acceptance Model (TAM) (Devaraj et
al., 2002). Por otro lado, el análisis de sentimientos se realiza con herramientas y
métodos como Support Vector Machine (SVM), Naïve Bayes, Neural Network o el
Decision tree (Al-Otaibi et al., 2018). Finalmente, el análisis de comportamiento se
36
realiza utilizando herramientas como GFK MRI (por sus siglas en inglés Growth From
Knowledge Mediamark Research & Intelligence) o Google Analytics (Terragni &
Hassani, 2018), aunque se ha visto una tendencia al uso de minería de procesos
(Goossens et al., 2018).
Cómo se describió en el párrafo anterior, las encuestas se realizan principalmente a
través de 3 medios, el modelo NPS, el modelo ServQual y el modelo TAM.
Expandiendo brevemente este punto se describe inicialmente el modelo NPS. El cual,
como se explicó anteriormente, evalúa un servicio o producto usando un rango
numérico entre el 1 y 10 en el que 1 representa una experiencia totalmente negativa
y 10 una experiencia totalmente positiva. Este, es uno de los métodos más usados
para medir la experiencia y satisfacción del usuario (Liuqu et al., 2015). Ya que
permite versatilidad y facilidad de uso (Reichheld & Markey, 2011), y así, obtener
resultados relevantes de manera eficaz. Por otra parte, el ServQual, también conocido
como Service Quality Model, mide la diferencia entre lo esperado y lo recibido al
evaluar en una encuesta las opiniones de los usuarios (Devaraj et al., 2002).
Finalmente, el Technology Acceptance Model o TAM se enfoca específicamente en
el uso de tecnologías de información dentro de una organización con el fin de observar
el rendimiento de alguna herramienta o estrategia tecnológica (Dai et al., 2015), y de
esta manera lograr evaluar numéricamente el impacto en la experiencia o satisfacción
de cliente (Devaraj et al., 2002).
A diferencia de los métodos anteriores, el análisis de sentimientos se realiza
indirectamente, evaluando las variables necesarias dependiendo de lo que busque la
organización. Un ejemplo de esto se ve en el uso del Support Vector Machine (SVM),
el cual es un algoritmo usado para clasificar los tweets entre positivos y negativos (Al-
Otaibi et al., 2018) y de este modo lograr caracterizar las opiniones del público frente
37
a un producto o servicio (Barbier & Liu, 2011). Adicional al SVM existe también Naïve
Bayes, K-nearest Neighbor y el Decision Tree los cuales son algoritmos usados para
analizar datos de entrada relacionados con los sentimientos de los clientes como la
cantidad de tweets acerca de una marca, y con estos datos se logra extraer patrones
o correlaciones específicas. Usando estos datos, las organizaciones pueden
identificar palabras o términos relacionados con un servicio o producto y encontrar
hallazgos acerca de la percepción de los usuarios que de otro modo no se hubiesen
hallado (Pushpam & Jayanthi, 2017).
Al igual que el análisis de sentimientos, el análisis de comportamiento no se hace de
forma directa, se realiza usando herramientas como GfK MRI (que es una herramienta
que al igual que Google Analítics, ofrece la posibilidad de estudiar de manera
simplificada el comportamiento de los usuarios) o Google Analytics (Terragni &
Hassani, 2018), permiten al usuario monitorear el comportamiento de los clientes o
un grupo específico de usuarios de una plataforma al desglosar el comportamiento
que estos tienen dentro de la plataforma de la organización (Al-Otaibi et al., 2018). No
obstante, se ha visto una tendencia a la minería de procesos, la cual es una técnica
que combina el modelamiento de procesos junto con la minería de datos (Goossens
et al., 2018) lo que permite mapear gráficamente el comportamiento del usuario y
junto con esta información mejorar, monitorear y realizar descubrimientos sobre la
conducta de este (Aalst et al., 2011).
38
Hallazgos del Estado del Arte
De acuerdo con la información encontrada para las preguntas 4 y 5 del Estado del
Arte, las tecnologías encontradas se relacionan con los usos dados en la literatura a
través de la siguiente forma:
Tabla 7 Tecnologías del Estado del Arte y sus usos
Tecnología Usos Relación
Redes Sociales Recolección de información para análisis
Gracias al uso masivo de redes sociales actualmente, la recolección de información dada por parte de los usuarios permite realizar análisis con el objetivo de mejorar su experiencia.
Dispositivos Móviles Desarrollo de aplicaciones móviles
Gracias a la abundancia de dispositivos móviles hoy en la sociedad, el desarrollo de plataformas móviles para mejorar la satisfacción del cliente se ha vuelto estándar.
Analítica Recolección de información para análisis / Proposición de nuevos modelos
A través de la cantidad de datos que se pueden recolectar en cualquier tipo de plataforma en línea es posible realizar un análisis para desarrollar nuevos modelos que estén enfocados en satisfacer las necesidades del cliente.
Web Recolección de información para análisis / Proposición de nuevos modelos
De la misma forma, a través de la web la recolección de información permite desarrollar mejoras continuas a través de tecnologías web que
39
mejoren la experiencia de cliente.
Fuente: Elaborado por los autores
Por otro lado, según la información encontrada para la pregunta 6 y 7 del Estado del
Arte, a continuación, se muestra un resumen de las métricas encontradas en la
literatura y el medio que permite la recolección de datos que estas usan para mostrar
su información:
Tabla 8 Resumen de métricas encontradas en Estado del Arte
Métrica Medio para realizar medición
Facilidad de uso Encuesta
Utilidad Encuesta
Calidad del servicio Análisis de Sentimientos
Intención de compra continua Análisis de sentimientos / Análisis de comportamiento
Satisfacción de producto Encuesta / Análisis de sentimientos
Relevancia Encuesta
Oportunismo Encuesta
Confiabilidad Análisis de sentimientos
Alcance de la Información Encuesta
Accesibilidad Encuesta
Usabilidad Análisis de comportamiento
Confianza del cliente Análisis de comportamiento
Gratificaciones buscadas Encuesta
Gratificaciones obtenidas Encuesta
Fuente: Elaborado por los autores
Es notable recalcar que, dentro de las menciones a cada una de estas métricas en la
literatura, no se encontró una definición completa de las unidades, dimensiones y
target/metas pertenecientes a las mismas que lograra identificar con exactitud la
metodología con la cual se estaban usando para realizar las mediciones. Esta falta
40
de información constituye una brecha sobre la cual nos enfocamos posteriormente al
diseñar el modelo de medición.
Como dato importante, de acuerdo con Dai et al., (2015), la investigación respecto a
la interacción humano-tecnología ha sido recientemente criticada por su
concentración exclusiva en modelos cognitivos. Estos modelos no capturan los
antecedentes del comportamiento debido a que no tienen en cuenta factores
humanos, emocionales y sociales. Las reacciones emocionales respecto a la
tecnología pueden tener repercusiones a largo plazo para una compañía y para la
aceptación de nuevas implementaciones tecnológicas por parte de los usuarios (Dai
et al., 2015), es por esta razón que las métricas las cuales ayudan a medir estos
aspectos son imprescindibles para medir el nivel de satisfacción de los clientes. En el
Estado de la Industria se presentará la métrica denominada disposición al cambio, la
cual evalúa el nivel de aceptación dado por los clientes considerado ideal por una
industria para introducir nuevas tecnologías al mercado.
Estado de la Industria
A través de una entrevista realizada al Director de Trámites y Servicios en Línea, Saúl
Eduardo Mora, perteneciente al departamento de turismo de Villavicencio, Meta y
junto con el apoyo de la Secretaría de las Tecnologías de Información y
Comunicaciones, se obtuvo la siguiente información respecto a las estrategias de TI
que ha tenido el departamento para la continua mejora y evolución del turismo en la
ciudad.
41
Proyecto Observatorio Turístico Villavicencio – Mapa Interactivo de la Ciudad
Por medio de la política pública de implementar en un determinado territorio donde
debe estar basada una información estadística y estudios del mercado que
contemplen la mayoría de los protagonistas involucrados y sus necesidades se crea
un proyecto dedicado a la generación, sistematización y difusión de información de la
ciudad para la actividad turística y sectores del estado. La información enlazada al
Observatorio Turístico de Villavicencio constituye una herramienta utilizada para
entregar, difundir e interactuar con la generación de conocimientos para facilitar la
tarea de los actores y agentes turísticos.
A través de la implementación de dicho proyecto, se hicieron las preguntas que
constituyen el modelo conceptual del Estado del arte con el fin de poder tener una
perspectiva desde el punto de vista de la industria, y así poder mirar las diferencias y
similitudes entre la literatura académica y las implementaciones que se hacen hoy en
día en pro de la satisfacción y retención de clientes:
¿Qué tecnologías de información son utilizadas para mejorar la experiencia del
cliente?
Para poder ejecutar el proyecto Observatorio Turístico, se hace una combinación de
uso de tecnologías web y móviles que permiten ofrecerle a los turistas un portal en
línea donde se muestra toda la información de la ciudad. Dicha información es una
recolección de datos de actividades, lugares y experiencias que los turistas pueden
disfrutar durante su estadía en Villavicencio. La versión móvil del Observatorio
Turístico es un aplicativo web, lo que quiere decir que es básicamente una adaptación
del portal para dispositivos móviles y no necesariamente tiene funcionalidades
adicionales respecto a la página web. Como planes a futuro, se tiene la posibilidad de
42
desarrollar una aplicación nativa para teléfonos que haga uso de los diferentes
sensores que estos tienen para enriquecer la experiencia del turista (GPS, Cámara,
entre otros).
¿Qué usos se les dan a las tecnologías con el fin de hacer mediciones?
Internamente, los portales que se ofrecen a la ciudadanía ofrecen potentes
herramientas que permiten realizar un análisis del tráfico de usuarios durante el día,
este tráfico se traduce en la cantidad de personas en línea simultáneas en un
momento específico, qué secciones del portal visitan (lugares, experiencias, etc),
cuánto tiempo duran conectados, desde qué tipo de dispositivos se están conectando,
entre otros. Dicho monitoreo se hace de forma permanente, pero el equipo encargado
de su implementación junto con los directivos del departamento de turismo, hacen
una reunión cada 2 o 3 semanas en la que se analiza la información para ver qué
mejoras pueden implementarse en el portal de acuerdo con el comportamiento de los
usuarios.
¿Qué métricas usan para medir la experiencia del cliente?
Durante y después de los eventos realizados en la ciudad, se mide la satisfacción del
usuario respecto a los portales online a través de métricas como satisfacción de
usuario, utilidad de la información y marcador de recomendación a través de
preguntas:
- En referencia a la satisfacción de usuario: ¿Qué tan satisfecho está con la
cantidad de información brindada en el sitio web? Aquí los usuarios responden
en una escala de 0 a 10 en la que 0 representa totalmente insatisfecho y 10
representa totalmente satisfecho.
43
- En referencia a la utilidad de información: ¿Encontró útil la información
encontrada en el sitio web? Aquí los usuarios responden en una escala de 0 a
10 en la que 0 representa “para nada útil” y 10 representa “extremadamente
útil”.
- En referencia a marcador de recomendación: ¿Qué tan probable
recomendaría a un amigo y/o conocido el uso de este portal online? Aquí los
usuarios responden en una escala de 0 a 5 en la que 0 representa “nada
probable” y 5 representa “muy probable”.
Por otro lado, hay datos que se extraen a través de las herramientas internas de
medición de uso de la plataforma las cuales no requieren de interacción directa por
parte del usuario final para la recolección de datos, los más importantes para el
departamento de turismo son:
- Tiempo promedio de visita al sitio web al día: Se hace un promedio con el
tiempo que los usuarios visitan el portal en línea durante el día.
- Cantidad de páginas visitadas: Se refiere a secciones internas dentro del
portal como la sección de mapa, de comidas, de experiencias, entre otros.
- Cantidad de usuarios que visitan desde un dispositivo móvil: Esta
estadística incluye teléfonos y tablets identificados principalmente por su
sistema operativo.
- Cantidad de usuarios que visitan desde un computador: Se incluyen
equipos portátiles o de sobremesa.
- Cantidad de usuarios conectados en promedio por día: En una franja de
tiempo determinada (2 o 3 semanas) se analiza cuántas personas estuvieron
conectadas en promedio diariamente.
44
Finalmente, hay una métrica adicional denominada por el departamento de turismo
como disposición al cambio, dicha métrica se usa para recolectar información antes
de realizar inversiones para nuevos proyectos en tecnología que suponen un cambio
significativo en la experiencia final de usuario al usar algún servicio. Por ejemplo,
antes de realizar la implementación del portal en línea, la información turística de la
ciudad se les entregaba a los visitantes en forma física, a través de volantes o
cuadernillos y es por ello que, en su momento, se hicieron encuestas para determinar
el nivel de disposición de la ciudadanía en abandonar el formato físico para adoptar
el formato digital en términos de adopción de información a través de preguntas como:
¿le gustaría ver la información aquí presentada consolidada y organizada a través de
internet para acceso a través de un computador, tablet o celular? De acuerdo con las
respuestas, que podían ser positivas o negativas, hacían una medición denominada
disposición al cambio, la cual permitía saber al departamento cuál era el momento
adecuado para lanzar el portal en línea. Esta misma métrica piensa ser usada una
vez se empiecen a hacer los preparativos para el lanzamiento de las aplicaciones
móviles nativas.
¿Cómo hacer las mediciones? ¿A través de qué medio?
A pesar de que se sigue un marco definido de preguntas para medir la información de
los indicadores mencionados en la pregunta anterior, hay variaciones pequeñas de
acuerdo con el tipo de evento que se esté celebrando en la ciudad. Por ejemplo,
eventos que incluyen la participación de animales como cabalgatas requieren de
información adicional para hacer la evaluación del evento. Las preguntas se organizan
en categorías que pueden abarcar desde la calidad de las instalaciones hasta la
comida ofrecida en los puntos turísticos de la ciudad, dichas preguntas se ponen en
una encuesta, la cual se imprime y se reparte en los eventos y se recogen a través
45
de los organizadores del evento en cuestión. Dicha encuesta también se ofrece
disponible en línea a través de los portales virtuales web y móvil en los últimos días
de festividades para recolectar información de los usuarios por ese medio. Debido a
la magnitud y complejidad de los eventos realizados en la ciudad, las encuestas son
el medio preferido durante años para el departamento y a pesar de que en ocasiones
se tiene una baja participación, ha servido de impulso para las continuas mejoras que
ha tenido el servicio de turismo a través de los años.
Hallazgos del Estado de la Industria
De acuerdo con la información encontrada en el Estado de la Industria a través de la
entrevista realizada, a continuación, presentamos un resumen de las métricas
encontradas para medir la satisfacción de clientes de las actividades realizadas por
el departamento. Estas métricas tienen un enfoque en el cliente o en la plataforma
dependiendo del origen de la información que las métricas usan para mostrar sus
datos
Tabla 9 Resumen de métricas encontradas en Estado de la Industria
Métrica Enfoque Fuente información
Satisfacción de usuario
(CSAT)
Enfocado en cliente Encuesta
Utilidad de Información Enfocado en cliente Encuesta
Marcador de recomendación Enfocado en cliente Encuesta
Tiempo de Navegación Enfocado en plataforma Herramienta web
Cantidad de interacciones Enfocado en plataforma Herramienta web
Usuarios móviles Enfocado en plataforma Herramienta web
Usuarios PC Enfocado en plataforma Herramienta web
46
Disposición al cambio Enfocado en cliente Encuesta
Fuente: Elaborado por los autores
El Estado de la Industria propone una nueva categoría para las métricas denominada
uso de plataforma, a la cual pertenecen variables cuyos datos se extraen a través de
las herramientas de monitoreo de las plataformas en línea, dicha categoría se tendrá
en cuenta al diseñar el modelo de medición. Es notable mencionar que la información
recolectada del Estado de la Industria, por limitaciones de recursos y tiempo con los
que se contaba en el momento de esta investigación, proviene de 1 stakeholder del
Departamento de Turismo del Meta por lo cual es posible que hayan áreas en las que
se pueda profundizar a futuro, siendo un ejemplo los métodos que se usan en la
Industria para obtener información en las redes sociales con el fin de proponer nuevos
métodos de medición de satisfacción de usuario.
Marco de medición
Teniendo en cuenta la información encontrada a través del estudio de la literatura
actual y del estudio del estado de la industria, se tiene un conjunto de métricas que,
organizadas dentro de un marco de medición, pueden ser usadas para la evaluación
del impacto de una estrategia de inversión en tecnología ya que dichas métricas
usadas en conjunto brindan un marco de información desde el punto de vista de
procesos evaluando su calidad, como también desde una perspectiva del usuario final
de acuerdo a su nivel de satisfacción.
Clasificación de métricas
Desde un punto de vista de enfoque, las métricas pueden ser clasificadas de la
siguiente forma:
47
- Enfocada en el proceso: Evalúa la calidad del servicio/producto o información
ofrecida al usuario final.
- Enfocada en el cliente: Evalúa la satisfacción del cliente de acuerdo con su
experiencia con el servicio/producto o información recibida.
Desde un punto de vista en el cual se considera el tipo, las métricas que conforman
el marco de medición pueden ser:
- De orden cuantitativo: Permiten realizar mediciones únicamente con datos
numéricos a través de un objetivo propuesto. Por ejemplo, si la meta es
aumentar el número de clientes, se analiza el cambio en la cantidad de estos
en una franja de tiempo determinada.
- De orden cualitativo: Requieren que exista una relación de los datos medidos
con la métrica y objetivo propuestos. Por ejemplo, para realizar una medición
del “esfuerzo de atención posventa”, se miden la cantidad de devoluciones o
reclamaciones por parte de los clientes.
Desde un punto de vista en el cual se considera la fuente de la cual provienen las
métricas dentro del contexto de este trabajo de investigación las métricas pueden ser
de:
- El Estado del Arte: Encontrada a través de una investigación a la literatura
académica a través de un marco conceptual aplicado a los artículos
académicos para la extracción de su información.
- El Estado de la Industria: Encontrada a través de una entrevista a un
funcionario de la industria del turismo en Colombia entendiendo su definición y
su uso.
48
A continuación, se muestran las métricas encontradas tanto en el Estado del Arte
como en el Estado de la Industria clasificadas según la categoría de satisfacción de
usuario a la cual pertenecen:
Tabla 10 Categorías métricas marco de medición
Métrica Estado del Arte Estado de la Industria
Calidad de
Experiencia
Facilidad de uso X
Utilidad X X
Relevancia X
Oportunismo X
Confiabilidad X
Alcance X
Accesibilidad X
Usabilidad X
Lealtad Intención de compra continua
X
Satisfacción de producto
X
Marcador de recomendación
X
Satisfacción de
cliente
Calidad de servicio X
Customer Satisfaction (CSAT)
X X
Confianza del cliente
X
Reputación de
marca
Disposición al cambio
X
Gratificaciones buscadas
X
Gratificaciones obtenidas
X
Uso de plataforma Tiempo de navegación
X
Cantidad de usuarios móviles
X
Cantidad de usuarios PC
X
Cantidad de interacciones
X
49
Fuente: Elaborado por los autores
Teniendo en cuenta los diferentes tipos de clasificación, se presenta una tabla en la
que se recopilan las métricas que hacen parte del marco de medición:
Tabla 11 Clasificación de métricas
Enfoque Métrica Descripción Tipo Proceso Facilidad de uso Grado en el cual un usuario
espera que un sistema sea libre de esfuerzo
Cualitativa
Proceso Utilidad Percepción de un usuario en que usar un sistema mejorará el rendimiento de la actividad en el cual se use.
Cualitativa
Proceso Relevancia Importancia y claridad de la información mostrada al usuario.
Cualitativa
Proceso Oportunismo Se refiere a qué tan actualizada está la información mostrada al usuario.
Cualitativa
Proceso Confiabilidad Se refiere al grado de precisión y consistencia de la información mostrada al usuario.
Cualitativa
Proceso Alcance de información
Evalúa el nivel de detalle de la información de un producto mostrada al usuario.
Cualitativa
Proceso Accesibilidad Velocidad de respuesta y disponibilidad de un sitio web o aplicación móvil
Cualitativa
Proceso Usabilidad Estética atractiva para el usuario. Cualitativa
Cliente Intención de compra continua
Probabilidad de que un cliente siga comprando al mismo vendedor.
Cualitativa
Cliente Satisfacción de producto
Estado de satisfacción de un cliente con un producto adquirido.
Cuantitativa
Proceso Marcador de recomendación
Disposición de un cliente a recomendar un producto o servicio a otras personas.
Cualitativa
Proceso Calidad del servicio Comparación de expectativas tenidas con producto o servicio recibido por cliente.
Cualitativa
Cliente Satisfacción de
usuario (CSAT)
Se refiere al momento en el que la experiencia excede metas de satisfacción del cliente.
Cualitativa
Cliente Confianza del cliente
Se refiere a la consistencia con la cual las expectativas del cliente se cumplen a medida que pasa el tiempo con el vendedor.
Cualitativa
Cliente Disposición al cambio
Se refiere a la disposición que tengan los usuarios finales de
Cualitativa
50
aceptar un cambio de sus experiencias de uso de servicios y/o productos.
Cliente Gratificaciones buscadas
Se refiere a las necesidades que un cliente tiene a la hora de comprar un producto y/o servicio.
Cualitativa
Cliente Gratificaciones obtenidas
Se refiere a las necesidades cumplidas al comprar un producto y/o servicio.
Cualitativa
Cliente Tiempo de Navegación
Se refiere al tiempo de navegación que los usuarios pasan en una plataforma en línea.
Cuantitativa
Cliente Cantidad usuarios móviles
Se refiere a la cantidad de usuarios que visitan un portal en línea a través de un dispositivo móvil
Cuantitativa
Cliente Cantidad usuarios PC
Se refiere a la cantidad de usuarios que visitan un portal en línea a través de un computador.
Cuantitativa
Cliente Cantidad de interacciones
Se refiere a la cantidad de visitas a las páginas que están dentro de un mismo portal web
Cuantitativa
Fuente: Elaborado por los autores
Parametrización de métricas
Con el fin de lograr que cada métrica muestre la información de manera adecuada,
estas deben tener definidas claramente 3 elementos:
- Unidades: Información medible para indicar el rendimiento de cada métrica.
- Dimensiones: Colección de unidades que la métrica usa para representar la
información según el contexto dado.
- Metas: Corresponden a grados de respuesta, porcentaje o nota aceptable
definidas como objetivo que se quiere lograr al usar la métrica en cuestión.
Teniendo esto en cuenta, a continuación, presentamos la definición de cada elemento
para las métricas presentes en el marco de medición en la tabla 11:
- Facilidad de uso
o Unidades: Evaluación numérica de 0 a 100, 0 representando “de muy
difícil uso” y 100 “muy fácil de usar”.
51
o Dimensiones: Escala numérica.
o Meta: Indicador esperado de facilidad de uso.
- Utilidad
o Unidades: Evaluación numérica de 0 a 100, 0 representando “para nada
útil” y 100 “extremadamente útil”.
o Dimensiones: Escala numérica.
o Meta: Nivel de utilidad deseado para mantener demanda de producto.
- Relevancia
o Unidades: Evaluación numérica de 0 a 100, 0 representando “no es
relevante” y 100 “es muy relevante”.
o Dimensiones: Escala numérica.
o Meta: Grado mínimo de relevancia de información.
- Oportunismo
o Unidades: Evaluación numérica de 0 a 100, 0 representando “no es
oportuno” y 100 “es muy oportuno”.
o Dimensiones: Escala numérica.
o Meta: Grado mínimo de oportunismo de la información.
- Confiabilidad
o Unidades: Evaluación numérica de 0 a 100, 0 representando “para nada
confiable” y 100 “extremadamente confiable”.
o Dimensiones: Escala numérica.
52
o Meta: Grado de confiabilidad mínimo de la información.
- Alcance de información
o Unidades: Evaluación numérica de 0 a 100, 0 representando “No hay
detalle” y 100 “extremadamente detallado”.
o Dimensiones: Escala numérica.
o Meta: Nivel de alcance adecuado para asegurar claridad de información
en una plataforma web.
- Accesibilidad
o Unidades: Evaluación numérica de 0 a 100, 0 representando “muy baja
disponibilidad / baja velocidad de acceso” y 100 “disponibilidad perfecta
/ muy alta velocidad de acceso”.
o Dimensiones: Escala numérica.
o Meta: Nivel de accesibilidad mínimo aceptable para ofrecer experiencia
positiva y satisfactoria al cliente.
- Usabilidad
o Unidades: Evaluación numérica de 0 a 100, 0 representando “no es
atractivo” y 100 “muy atractivo”.
o Dimensiones: Escala numérica.
o Meta: Grado de usabilidad mínimo para ser considerado positivo por
parte de la compañía.
53
- Intención de compra continua
o Unidades: Porcentaje (disponibilidad de usuario a continuar comprando)
o Dimensiones: Número de compras realizadas en una franja de tiempo.
o Meta: Porcentaje mínimo establecido para garantizar lealtad de cliente.
- Satisfacción del producto
o Unidades: Evaluación numérica de 0 a 100, 0 representando
“completamente insatisfecho” y 100 “completamente satisfecho”.
o Dimensiones: Calificaciones positivas de producto en un periodo de
tiempo determinado.
o Meta: Nivel de satisfacción de producto mínimo.
- Marcador de recomendación
o Unidades: Porcentaje (disponibilidad de usuario a recomendar)
o Dimensiones: Calificaciones de recomendación en un periodo de tiempo
determinado.
o Meta: Porcentaje mínimo establecido para garantizar atracción de
clientes.
- Calidad del servicio
o Unidades: Evaluación numérica de 0 a 100, 0 representando “muy mala
calidad” y 100 “excelente calidad”.
o Dimensiones: Escala numérica.
o Meta: Calidad mínima aceptada según empresa.
54
- Satisfacción del usuario
o Unidades: Nivel de satisfacción de usuario.
o Dimensiones: Calificaciones positivas o negativas de experiencias
sobre productos o servicios por parte de usuarios en un periodo de
tiempo determinado.
o Meta: Nivel mínimo establecido para considerar cliente como satisfecho.
- Confianza del cliente:
o Unidades: Alta; media; baja.
o Dimensiones: Nivel de compras directas.
o Meta: Nivel de compras mínimo que demuestre la confianza y lealtad
del cliente.
- Disposición al cambio
o Unidades: Evaluación numérica de 0 a 100, 0 representando “no estoy
dispuesto” y 100 “estoy completamente dispuesto”.
o Dimensiones: Escala numérica.
o Meta: Nivel máximo de resistencia a nuevos cambios que se logren
realizar en una nueva implementación para ser considerada exitosa.
- Tiempo de navegación
o Unidades: Horas; minutos; segundos
o Dimensiones: Delta tiempo navegación / Sesión
55
o Meta: Tiempo considerado apropiado para que el usuario haya obtenido
información útil del portal en línea.
- Cantidad usuarios móviles
o Unidades: Número de usuarios móviles
o Dimensiones: Cantidad de usuarios en un periodo de tiempo
determinado.
o Meta: Número de usuarios móviles deseado.
- Cantidad usuarios PC
o Unidades: Número de usuarios computador
o Dimensiones: Cantidad de usuarios en un periodo de tiempo
determinado.
o Meta: Número de usuarios computador deseado.
- Cantidad de interacciones
o Unidades: Número de interacciones
o Dimensiones: Cantidad de interacciones en un periodo de tiempo
determinado.
o Meta: Número de interacciones mínimo para considerar una visita al sitio
web como exitosa.
- Gratificaciones buscadas
o Unidades: Número de necesidades identificadas por cliente
56
o Dimensiones: Cantidad de necesidades en un periodo de tiempo
determinado.
o Meta: Cantidad de necesidades dentro de rango para poder ser
satisfechas.
- Gratificaciones obtenidas
o Unidades: Número de necesidades identificadas como satisfechas por
cliente
o Dimensiones: Cantidad de necesidades satisfechas en un periodo de
tiempo determinado.
o Meta: Número que sea igual al de necesidades buscadas.
Queremos dejar en claro que, al proponer el modelo de medición, la meta que puede
ser lograda al medir un proceso puede cambiar según las necesidades de la
compañía que quiera aplicar dicho modelo. Es por esta razón que cuando hablamos
de niveles mínimos, máximos o necesarios para lograr un objetivo dejamos a
disposición de quien quiera aplicar dicho modelo defina las metas que quiere lograr
según el contexto en el que se encuentre.
57
Conclusiones
A través del análisis realizado en este proyecto de investigación se propone un marco
de medición que permite evaluar el impacto que las estrategias de TI realizadas en
una organización tienen sobre la satisfacción y la experiencia del cliente. Este marco
de medición nace en primer lugar de un estudio realizado con el que se logró
identificar tanto métodos como herramientas usadas en la literatura. En dicho estudio
se plantearon 7 preguntas fundamentales relacionadas a la satisfacción de cliente en
las que se analizaban métodos de medición, métricas clave y herramientas de
medición. En segundo lugar, se realizó una entrevista al director de servicios y
trámites en línea del departamento del Meta en la cual se logró entender cómo se
estaba trabajando respecto a la satisfacción del usuario a través de inversiones en
tecnología en este sector organizacional y de esta forma se lograron encontrar
similitudes, diferencias y brechas que existen entre la literatura y la industria.
Usando esta información, el marco de medición planteado busca unir estas dos
dimensiones y propone un método de evaluación que usa 21 métricas identificadas a
lo largo de la investigación y consideradas claves para realizar una evaluación que
logre medir el impacto de las estrategias de inversión en TI para la satisfacción y la
retención de clientes. Junto con este marco de medición, las organizaciones podrán
evaluar de manera completa el impacto de una estrategia de TI con respecto a la
satisfacción y experiencia de cliente.
Teniendo en cuenta los puntos anteriores, se espera a futuro usar este marco de
medición y aplicarlo en un caso de negocio real sobre una organización que haya
hecho inversión en TI. De esta manera, luego de encontrar la calificación de las 21
métricas planteadas, lograr que la empresa evalúe si la estrategia tiene los resultados
58
esperados o no, y a su vez, determinar el impacto ya sea positiva o negativamente
que esta tiene sobre la satisfacción de cliente. Posteriormente, identificar si la
información que extrae el marco de medición es suficiente o si este puede llegar a ser
mejorado a través de distintas iteraciones que permitan complementar la evaluación
que este ya ofrece. Además, se busca estudiar si es posible que este marco sea
adaptado a distintos sectores y contextos organizacionales con el fin de aumentar su
alcance y versatilidad. Es decir, adaptar el marco de medición para que sea aplicable
a todo tipo de estrategias para medir la satisfacción y experiencia de cliente en
cualquier contexto.
59
Referencias
Aalst W., Adriansyah A., Medeiros A., Arcieri F., Baier T., Blickle T. Bose J., Brand P., Brandtjen R., Buijs J. (2011) Process Mining Manifesto. Lecture Notes in Business Information Processing. 99, 169-194.
Al-Otaibi S., Alnassar A., Alshahrani A., Al-Mubarak A., Albugami S., Almutiri N. Albugami A. (2018). Customer Satisfaction Measurement using Sentiment Analysis. International Journal of Advanced Computer Science and Applications. 9(2), pp. 106-117
Athwal, N., Istanbulluoglu, D., & McCormack, S.E. (2019). The allure of luxury brands' social media activities: a uses and gratifications perspective. Information Technology & People, 32(3), 603-626.
Barbier, G., & Liu, H. (2011). Data Mining in Social Media. Boston, MA: Springer. Bhansali, S., & Brynjolfsson, E. (2008). IT Practices and Customer Satisfaction At 138
Large Firms. European Conference on Information Systems 2008. 151. Cambra-Fierro, J., Gao, L.X., Melero, I., & Sese, F.J. (2019). What drives consumers'
active participation in the online channel? Customer equity, experience quality, and relationship proneness. Electronic Commerce Research and Applications, 35, 100855.
Chihani, B., Laghari, K.U., Bertin, E., Collange, D., Crespi, N., & Falk, T.H. (2013).
User-Centric Quality of Experience Measurement. Mobile Computing, Applications, and Services. MobiCASE 2013. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, 130.
Dai, H., Luo, X., Liao, Q., & Cao, M. (2015). Explaining consumer satisfaction of
services: The role of innovativeness and emotion in an electronic mediated environment. Decision Support Systems, 70, 97-106.
Davis, F.D., Bagozzi, R.P., & Warshaw, P.R. (1989). User acceptance of two
theoretical models. Management Science, 35(8), 982-1003. Davuluru, T., Medida, J., & Reddy, V.S. (2014). A study of software quality models.
Unnao, India: IEEE.
Devaraj, S., Fan, M., & Kohli, R. (2002). Antecedents of B2C Channel Satisfaction and Preference: Validating e-Commerce Metrics. Information Systems Research, 13(3), 316-333.
Farris, P.W., Bendle, N.T., Pfeifer, P.E., & Reibstein, D.J. (2006). Marketing Metrics:
50+ Metrics Every Executive Should Master. Upper Saddle River (N.J.): Wharton School Publ.
60
Ferrentino, R., & Boniello, C. (2018). Customer satisfaction: a mathematical framework for its analysis and its measurement. Computational Management Science, 17(1), 23-45.
Franceschini, F., Galetto, M., & Maisano, D.A. (2007). Management by Measurement:
Designing Key Indicators and Performance Measurement Systems. Berlin: Springer.
Friedrich, T., Schlauderer, S., & Overhage, S. (2019). The impact of social commerce
feature richness on website stickiness through cognitive and affective factors: An experimental study. Electronic Commerce Research and Applications, 36, 100861.
Gao, L.X., Melero-Polo, I., & Sese, F.J. (2019). Customer Equity Drivers, Customer
Experience Quality, and Customer Profitability in Banking Services: The Moderating Role of Social Influence. Journal of Service Research. Article in Press
Goossens, J., Demewez, T., & Hassani, M. (2018). Effective Steering of Customer
Journey via Order-Aware Recommendation. 2018 IEEE International Conference on Data Mining Workshops (ICDMW). 8637405, 828-837
Grönroos, C. (1998). Marketing services: the case of a missing product. Journal of
Business & Industrial Marketing. 13(5), 322-338 Heijden, H.V. (2001). Factors influencing the usage of websites: the case of a generic
portal in The Netherlands. Information & Management, 40(6), 541-549. Lan, S., Zhang, H., Zhong, R.Y., & Huang, G.Q. (2016). A customer satisfaction
evaluation model for logistics services using fuzzy analytic hierarchy process. Industrial Management and Data Systems, 116(5), 1024-1042.
Laudon, K.C., & Traver, C.G. (2020). E-commerce: Business, Technology,
Society. Hoboken, NJ: Pearson. Liuqu, Y., Fan, X., & Fu, P.L. (2015). From Customer Satisfaction to Customer
Experience: Online Customer Satisfaction Practice in International E-commerce. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 9181, 80-89
McKinney, V.R., Yoon, K., & Zahedi, F. (2002). The Measurement of Web-Customer
Satisfaction: An Expectation and Disconfirmation Approach. Information Systems Research, 13(3), 296-315.
Merwe, R.V., & Bekker, J. (2003). A framework and methodology for evaluating e-
commerce Web sites. Internet Research, 13(5), 330-341.
61
Mithas, S., Krishnan, M.S., & Fornell, C. (2016). Information Technology, Customer Satisfaction, and Profit: Theory and Evidence. Information Systems Research. 27(1), iii-vi
Otim, S., & Grover, V. (2006). An empirical study on Web-based services and
customer loyalty. European Journal of Information Systems, 15, 527-541.
Palmgreen, P.C., Wenner, L.A., & Rayburn, J.D. (1980). Relations Between Gratifications Sought and Obtained A Study of Television News. Communication Research. 7(2), 92-161.
Parmenter, D. (2010). Key Performance Indicators:
Developing, Implementing,and Using Winning KPIs. Hoboken, NJ: Wiley Pushpam, C.A., & Jayanthi, J.G. (2017). Overview on Data Mining in Social Media.
International Journal of Computer Sciences and Engineering. 5(11), 147-157. Reichheld, F.F., & Markey, R. (2011). The Ultimate Question 2.0: How Net Promoter
Companies Thrive in a Customer-Driven World. Boston, MA: Harvard Business. Terragni, A., & Hassani, M. (2018). Analyzing Customer Journey with Process Mining:
From Discovery to Recommendations. 2018 IEEE 6th International Conference on Future Internet of Things and Cloud (FiCloud), 224-229.
UNI. (2003). Gestione per la qualità. Indicatori e quadri di
gestione della qualità: linee guida generali. Milano.
Wulf, K.D., Schillewaert, N., Muylle, S., & Rangarajan, D. (2006). The role of pleasure in web site success. Information & Management, 43(4), 434-446.