Noticias
Noticias
Noticias
previous arrownext arrow
Slider

Más información

Reputación de vendedores on-line, matriz como predictor de ventas

Las transacciones comerciales por internet crecieron con la pandemia del COVID-19. ¿Significa esto que la reputación de los vendedores se percibe como segura y confiable para todos los compradores?

En un trabajo científico del Grupo de Estudios en Administración del CESA (GEA), se analizó, con un procedimiento novedoso, la reputación de los vendedores de Mercadolibre, que es la plataforma de comercio electrónico líder en Latinoamerica. El artículo de investigación mostró dos hallazgos importantes.

(Le recomendamos: 5 tendencias clave en el e-commerce)

El primer hallazgo evidenció dos tipos de países en el comercio electrónico de Latinoamerica. En Argentina, Brasil, Chile, Colombia, Ecuador, México, Uruguay y Venezuela es donde los vendedores se perciben y califican sistemáticamente como más seguros y confiables.

En cambio, los vendedores de Bolivia, Nicaragua, Guatemala, Honduras, Paraguay, República Dominicana, El Salvador, Panamá y Costa Rica son sistemáticamente percibidos como menos seguros y confiables.

Los 3 mejores predictores de ventas

Esta diferencia empírica entre naciones no había sido evidenciada en la literatura, y el equipo de investigación fue el primero en hacer una contribución de este tipo.

El segundo hallazgo muestra que aunque la reputación de los vendedores en Mercadolibre varía según el país, la relación entre las ventas y la confiabilidad de los vendedores no fue consistente estadísticamente.

(También pude leer: narrar historias con datos).

La investigación arrojó lo que podría considerarse como los mejores predictores de ventas.

El mejor predictor de ventas en Mercadolibre es precisamente la confiabilidad del vendedor, seguido del número de preguntas que recibe el vendedor por parte de los compradores antes de formalizar la transacción. El precio del artículo vendido ocupó el tercer lugar dentro de la importancia de factores que predicen las ventas.

Los aportes del web scraping

El trabajo, disponible en la prestigiosa revista Journal of Internet Commerce, ilustra varias contribuciones de impacto para el sector académico y comercial de la región.

Este trabajo muestra cómo los investigadores académicos pueden emplear una técnica llamada ‘web scraping’ para recolectar datos actualizados y públicamente disponibles en cualquier página web.

El ‘web scraping’ es una técnica consistente en la sustracción de datos de sitios web, mediante la simulación de la navegación de un usuario.

Más allá de lo anterior, el trabajo deja ver cómo la sinergia entre profesionales de la ingeniería, la economía, la computación, la gerencia y la psicología pueden colaborar para comprender fenómenos de interés a escala internacional.

(No deje de leer: Machine learning: sensor de opinión de huéspedes para mejorar experiencias hoteleras).

Una primera lección para gerentes apunta a la importancia de fomentar la interdisciplinariedad al interior de las organizaciones con operaciones comerciales por Internet en más de un país.

El trabajo también ofrece implicaciones para los emprendedores que se encuentran en la etapa de investigar a sus competidores, ya que podrían aprender de la técnica de ‘web scraping’ para desarrollar sus propios estudios de mercado.

De hecho, en el curso de analítica para los negocios que dictamos, que hace parte de uno de los cuatro énfasis del pregrado, ya nuestros estudiantes han aprendido con cierto nivel de detalle web scraping.

Otra lección con implicaciones docentes es que tanto en el artículo como en las clases del énfasis se ha mostrado la importancia de adoptar tecnologías de código abierto (como los lenguajes de programación R y Python) que no suponen mayores costos en compra de licencias para la institución, y que son más versátiles que otros programas privativos como Tableau, SPSS, atlas.ti o Nvivo.

Juan C. Correa Núñez
Docente investigador CESA

0 Comments

Leave a Reply

XHTML: You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Acreditaciones y Reconocimientos