Tesis doctorales DGE - EKS Doktoretza tesiak

Permanent URI for this collection

http://hdl.handle.net/2454/14775

Browse

Browsing Tesis doctorales DGE - EKS Doktoretza tesiak by Author "Chocarro Eguaras, Raquel"

Now showing 1 - 2 of 2
  • Thumbnail Image
    PublicationEmbargo
    The interaction with virtual assistants as applications of the Artificial Intelligence: from the utilitarian to emotional dimension
    (2024) Saavedra Montejo, Álvaro; Cortiñas Ugalde, Mónica; Chocarro Eguaras, Raquel; Rubio Benito, Natalia; Gestión de Empresas; Enpresen Kudeaketa
    Esta tesis se centra en el estudio de la interacción de los consumidores con los asistentes virtuales, analizando las formas de interacción posibles: voz, texto y gestos. El comportamiento de los consumidores es crucial en marketing, y la llegada de los asistentes virtuales requiere examinar las diversas formas de interacción. La tesis inicia con un enfoque utilitario y progresa hacia los aspectos sociales y emocionales de la interacción. En el Capítulo 1 se investiga la importancia de la calidad de la interacción y la respuesta de los asistentes de voz como principales antecedentes de los beneficios utilitarios, así como la privacidad percibida y la intención de uso continuado. Para esto, se aplica la Teoría de Usos y Gratificaciones, enfocándose en el beneficio utilitario, e incorporando la personalidad innovadora tecnológica del consumidor como variable moderadora. Los resultados muestran que los consumidores innovadores valoran la calidad de la interacción, mientras que los no innovadores priorizan la calidad de la respuesta. El Capítulo 2 examina la diferencia entre el lenguaje social y socioemocional, analizando cómo impactan en las competencias del chatbot (cognitiva, social y emocional), formando una percepción global de su competencia. Este capítulo se basa en el Modelo del Contenido Estereotipado, explicando cómo las personas estereotipan a los chatbots según su competencia. Los resultados demuestran que el lenguaje social es relacional, atractivo y receptivo, con baja implicación emocional, mientras que el lenguaje socioemocional es solidario, empático y compasivo, con alta implicación emocional. Los resultados determinan que el lenguaje social influye en la competencia social del chatbot, mientras que el lenguaje socioemocional afecta su competencia emocional. La competencia cognitiva y social influye en la competencia global, pero la competencia emocional está mediada por la competencia social. Finalmente, en el Capítulo 3 se explora la interacción mediante gestos faciales, utilizando un enfoque exploratorio debido a las innovaciones en Computación Afectiva, que permite comprender y responder a las emociones del usuario. Se analizan las actitudes (afectivas, cognitivas y comportamentales) de los consumidores hacia esta tecnología bajo la Teoría del Comportamiento Planificado, empleando técnicas de neurociencia del consumidor. Los principales resultados muestran la importancia del compromiso y el impacto emocional en la interacción.
  • Thumbnail Image
    PublicationOpen Access
    Mobile social media and social media: advancing our understanding of value creation, use behavior, and competitive intelligence
    (2022) Ju, Xingting; Chocarro Eguaras, Raquel; Martín Martín, Óscar; Gestión de Empresas; Enpresen Kudeaketa
    La combinación de redes sociales y tecnología móvil ha revolucionado la forma que los clientes y las empresas crean valor. El objetivo de esta tesis es comprender mejor el papel de las redes sociales móviles y las redes sociales en la creación de valor. La tesis consta de tres artículos. El primer estudio proporciona una revisión de literatura sistemática sobre las redes sociales móviles y la creación de valor, que ilustra cómo las empresas y los clientes aplican las redes sociales móviles para crear y co-crear valor. El segundo artículo se centra en el comportamiento de uso de las redes sociales móviles. Por un lado, el estudio examina los factores determinantes que impulsan a los individuos a utilizar las redes sociales móviles. Por otro lado, el estudio detecta la heterogeneidad no observada entre los usuarios individuales e incluye una microsegmentación internacional basada en patrones de comportamiento de los individuos. El tercer artículo tiene el objetivo de investigar cómo se utiliza la inteligencia competitiva obtenida de los datos de las redes sociales para predecir el compromiso del cliente y apoyar la toma de decisiones. Para cumplir el propósito de la tesis, apliqué diferentes métodos de investigación en los tres artículos. En el primer artículo, recopilé la literatura utilizando bases de datos académicas y las referencias de los artículos localizados. Luego, utilicé el método de análisis temático para extraer las rutas específicas de creación de valor e intercambio entre empresas y clientes. En el segundo artículo, propuse un modelo que integraba el modelo de aceptación de la tecnología, la teoría de la motivación y la teoría de la influencia social para explorar los determinantes del comportamiento de uso de las redes sociales móviles. Recogí los datos mediante encuestas en China y Estados Unidos. Para el análisis de datos, en primer lugar, apliqué Partial Least Squares Structural Equation Modeling (PLS-SEM) para estimar las correlaciones entre las variables. Luego, apliqué el algoritmo REBUS-PLS para detectar la heterogeneidad no observada y realizar la segmentación post hoc. En cuanto al tercer artículo, amplié los marcos de inteligencia competitiva de las redes sociales existentes al integrar la influencia del entorno externo y proponer una nueva fase que predice el compromiso del cliente. Realicé un estudio de casos para ilustrar cómo implementar el marco. Recogí tweets generados por las principales marcas de hostelería estadounidenses utilizando el Application Programming Interface (API) antes y durante la pandemia de COVID-19. En la primera fase, utilicé el Amazon Comprehend y el Latent Dirichlet Allocation (LDA) para analizar los sentimientos y los temas detrás de los datos textuales no estructurados. En la segunda fase, entrené los clasificadores utilizando seis algoritmos de aprendizaje automático para predecir los comportamientos de compromiso del cliente en las redes sociales. Los hallazgos de los tres artículos revelan que los dispositivos móviles y las redes sociales son herramientas efectivas de creación de valores en el marketing moderno. Las empresas que realizan negocios a través de las redes sociales móviles pueden aplicar la tecnología digital para crear valor para los clientes. También pueden capturar valor de los clientes a cambio. Además, los clientes co-crean valor para las empresas. El comportamiento de uso de las redes sociales móviles es una premisa en la creación de valor. Específicamente, la actitud de los individuos hacia las aplicaciones es un factor clave que une los factores motivacionales y sociales y el comportamiento de uso real. Al mismo tiempo, los usuarios de redes sociales móviles globales no son homogéneos. Pueden segmentarse en diferentes grupos que son significativamente diferentes en términos de sus patrones de comportamiento, valores culturales y característicasdemográficas. Además, las empresas también pueden hacer uso de la inteligencia competitiva extraída de los datos de las redes sociales para predecir los comportamientos de compromiso del cliente y apoyar la toma de decisiones en diferentes entornos. Los resultados muestran que el sentimiento neutral predomina en el contenido generado por la empresa, y el número de temas aumenta en la situación de pandemia. Además, la influencia de los predictores en el compromiso del cliente es diferente antes y durante la pandemia. Esta tesis realiza varias contribuciones a la literatura sobre redes sociales. En primer lugar, tras resumir los conocimientos actuales sobre las redes sociales móviles, la tesis proporciona un marco conceptual sobre la creación de valor en las redes sociales móviles y presenta una lista de las pautas de investigación futuras. En segundo lugar, la tesis profundiza nuestra comprensión del comportamiento de uso de las redes sociales móviles a nivel individual al demostrar que la teoría de la motivación tiene más poder explicativo que la teoría de la influencia social. Aparte de esto, al detectar la heterogeneidad no observada en los usuarios de redes sociales móviles, la tesis destaca la importancia de incorporar la microsegmentación internacional en la estrategia de marketing. En tercer lugar, la tesis también destaca el papel de las empresas y de los datos de las redes sociales en la creación de valor. Al proponer un marco refinado de inteligencia competitiva en redes sociales, la tesis demuestra que la inteligencia competitiva obtenida de los datos de las redes sociales potencia la predicción del compromiso del cliente y el apoyo a la toma de decisiones, especialmente en tiempos de alta incertidumbre en el entorno.