Análisis de la calidad de e-servicio mediante técnicas de marketing e inteligencia artificialaplicación al sector textil y moda

Abstract

El objetivo principal de esta Tesis Doctoral es analizar la calidad de e-servicio en portales web B2C del sector de textil y moda mediante el uso conjunto de metodologías de marketing e inteligencia artificial. Las investigaciones consultadas dentro de este ámbito suelen centrarse en realizar un análisis utilizando una de las mencionadas técnicas, pero no es frecuente encontrar trabajos que aborden ambas conjuntamente, especialmente en el sector textil y moda a través de Internet. Así pues, surge la necesidad de estudiar la experiencia de servicio y la calidad de e-servicio que se deriva de la misma, incorporando cuestiones vinculadas a la calidad intrínseca (calidad utilitaria) y con las emociones experimentadas por el usuario (calidad hedónica). En la presente Tesis Doctoral, se propone la aplicación secuencial de las dos metodologías comentadas. Para ello, se realizaron 435 encuestas personales a usuarios habituales en la compra/búsqueda en plataformas de textil y moda. Los modelos utilizados para el análisis de calidad de e-servicio tienen como objetivo analizar las categorías y dimensiones de calidad de e-servicio, así como su importancia para lograr la satisfacción y/o lealtad de sus clientes. Para ello, el modelo propuesto se divide en dos etapas. En la primera etapa se evalúan las dimensiones latentes que integran la calidad de e-servicio en este tipo de plataformas de venta. De esta etapa se concluye que la calidad de e-servicio integra dos variables: calidad utilitaria y calidad hedónica. A partir de esta información, se definieron diferentes mapas de percepción y de importancia-percepción, cuyos valores permitieron determinar qué portales web se encuentran mejor valorados por su calidad utilitaria y hedónica. La segunda etapa pretende analizar las relaciones causales entre calidad de e-servicio, satisfacción y lealtad, mediante el uso de ecuaciones estructurales. De este análisis se puede confirmar la presencia de una relación causal directa y positiva entre calidad de e-servicio (calidad utilitaria y hedónica) y satisfacción, entre calidad utilitaria e intención de compra (excepto para usuarios que solo buscan información), entre calidad hedónica y WOM y entre satisfacción y lealtad (WOM, intención de compra y tolerancia al precio). Además, la calidad utilitaria es la variable más importante para los usuarios que solo buscan información, mientras que para los usuarios que buscan y compran lo será la calidad hedónica. Dado el carácter ¿crisp¿ y estático de los modelos de calidad de e-servicio, la información derivada de los mismos ha sido utilizada como input de partida en otras metodologías fundamentadas en modelos de inteligencia artificial que permitan su tratamiento borroso. Así, también se ha llevado a cabo una investigación empírica utilizando modelos de lógica borrosa (FDSS, FTOPSIS y GUAJE), con el fin de poder gestionar la incertidumbre inherente a la calificación de algunas variables relevantes del modelo así como para favorecer el carácter adaptativo y dinámico en la evaluación de portales web. Los sistemas de inferencia borrosos (FDSS) permiten incorporar al modelo propuesto de calidad de e-servicio un componente de incertidumbre, que los hace más próximos a la realidad de la evaluación gracias al uso que hacen del lenguaje natural. La metodología FTOPSIS, parte del cálculo de la matriz normalizada y ponderada de valoraciones borrosas de cada variable del modelo propuesto para cada portal evaluado. A partir de esta matriz, se establece un coeficiente de proximidad de cada portal web evaluado, que permite establecer el ranking de los mismos. En general, las metodologías comentadas, no permiten tener en cuenta simultáneamente el parecer de expertos y usuarios. Por ello, se ha optado por utilizar el programa GUAJE que facilita que la evaluación tenga un carácter más interpretable y dinámico. Esto es debido a que la base de conocimiento para la evaluación, puede ser generada de forma automática y continúa con las opiniones de usuarios y expertos permitiendo adaptarse en el tiempo a los cambios en las preferencias de los consumidores. Así, es posible conseguir una valoración más precisa e interpretable en el tiempo sobre la percepción de la calidad de e-servicio. En resumen, dado el carácter estático de los métodos de evaluación de la calidad de e-servicio, parece una buena opción plantear una aplicación conjunta de evaluación mediante el uso de técnicas de marketing y de inteligencia artificial. De este modo, la empresa puede reorientar sus estrategias de inversión y facilitar lo que realmente valora el usuario, mejorando así su percepción de calidad de e-servicio y en consecuencia su satisfacción.