Embed Size (px)
Citation preview
FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de Marketing
MODELAMIENTO DE LA CANTIDAD DE QUEJAS EN VALORACIONES DE EXTRANJEROS ACERCA DE
HOSPEDAJES MIRAFLORINOS
Tesis para optar el Título Profesional de Licenciado en Marketing
FIORELLA LIZETH CARDENAS SANTIAGO
FIORELLA JAQUELINE BALDEON GARGATE
Asesor:
MBA Luis Felipe Lazo Rivera
Lima - Perú
2019
2
Resumen
El presente documento de investigación tuvo por objetivo construir un modelo que
establezca una relación entre la cantidad de quejas presentes en la parte textual de un
review y ciertas características que los propios usuarios dejan al momento de realizar la
valoración. Entre ellas tenemos al tipo de viajero (grupo de viaje), el sexo, rango de
edad, el hecho de haber usado un dispositivo fijo o móvil, la satisfacción general y el
hecho de haber publicado fotografías en el review y el hecho de haber estado en Perú.
Dichas variables han sido estudiadas o sugeridas por investigadores que han publicado
en revistas de divulgación científica. La muestra analizada fueron 411 comentarios
realizados por ciudadanos extranjeros acerca de hospedajes de tres estrellas en
Miraflores durante el 2018.
La variable cantidad de quejas pudo construirse utilizando el Data Mining, para ello fue
empleado una combinación de instrumentos donde la labor principal (identificar y contar
las quejas) recayó sobre RapidMiner. Dado que la variable cantidad de quejas es
cuantitativa y el resto de variables eran independientes podían ser expresadas en forma
numérica, fue empleado el modelo de regresión lineal múltiple.
De las variables antes mencionadas fueron 5 las que finalmente guardaron relación con
la cantidad de quejas bajo el modelo propuesto. Existe evidencia de que a mayor
cantidad de reviews escritos por el usuario, haber usado un dispositivo fijo (en lugar de
uno móvil) y haber compartido fotos en la review (en lugar de no hacerlo), la cantidad
de quejas aumenta. En contraposición el nivel de satisfacción y el rango de edad tienen
una relación inversa con la variable dependiente. El R-cuadrado de la regresión múltiple
registró un valor de 0.882.
Keywords: TripAdvisor, Quejas, Modelamiento, Miraflores, Data Mining, Hospedajes de
tres estrellas
3
Contenido
Introducción .................................................................................................................. 8
1. Problema de Investigación ..................................................................................... 9
1.1. Planteamiento del Problema ............................................................................... 9
1.2. Formulación del Problema ................................................................................ 11
1.3. Justificación ...................................................................................................... 11
2. Marco Teórico ......................................................................................................... 13
2.1 Antecedentes .................................................................................................... 13
2.2. Marco Teórico .................................................................................................. 15
2.2.1. Comportamiento de Quejas del cliente y la definición de la Queja ............. 15
2.2.2. Teoría del Rendimiento, Equidad y Atribución ........................................... 15
2.2.3. Satisfacción / Insatisfacción del cliente y comportamiento de queja ........... 17
2.2.4. La teoría pragmática y las quejas acerca de servicios en TripAdvisor ........ 19
2.2.5. La teoría computacional y la detección de quejas ...................................... 20
2.2.6. La importancia de las quejas un entorno digital y el marketing ................... 22
2.2.7. Minería de Datos ........................................................................................ 23
2.2.8. Minería de Datos aplica a datos textuales .................................................. 23
2.2.9. El Text Mining y la investigación cualitativa ................................................ 23
2.2.10. Análisis Sentimental y su relación con aspectos del servicio .................... 24
2.2.11. Aspectos del servicio en hospedajes ....................................................... 25
2.2.12. TripAdvisor y su rol como fuente para la investigación académica y
como marca ......................................................................................................... 26
2.2.13. El rol de TripAdvisor en cuanto al alojamiento de turistas extranjeros
en Lima ................................................................................................................ 28
2.2.15. El interés hacia los alojamientos en Miraflores en la web según
Google ................................................................................................................. 31
2.2.16. Hospedajes de tres estrellas .................................................................... 33
2.2.17. Modelo de referencia ............................................................................... 40
2.2.18. El sector del alojamiento limeño en cifras ................................................ 40
2.3. Objetivos e Hipótesis ........................................................................................ 42
4
3. Método .................................................................................................................... 44
3.1. Tipo y Diseño de investigación ......................................................................... 44
3.1.1. Tipo de investigación ................................................................................. 44
3.1.2. Diseño de Investigación ............................................................................. 44
3.2. Variables .......................................................................................................... 45
3.3. Población ......................................................................................................... 47
3.4. Muestra ............................................................................................................ 47
3.5. Instrumentos .................................................................................................... 48
3.5.1. Instrumentos traductores ........................................................................... 48
3.5.2. Instrumentos de depurado textual y corrección gramatical ......................... 49
3.5.3. Instrumento de detección de sarcasmos .................................................... 49
3.5.4. Instrumentos para detección de quejas ...................................................... 49
3.5.5. Instrumentos para registro de datos y procesamiento estadístico .............. 50
3.5.6. Instrumentos de análisis cualitativo ............................................................ 50
3.6. Procedimiento para recolección de datos ......................................................... 50
3.7. Plan de análisis ................................................................................................ 51
3.7.1. Etapa cualitativa......................................................................................... 51
3.7.2. Etapa cuantitativa ...................................................................................... 52
4. Calendario de Actividades y Recursos Disponibles ................................................. 55
4.1. Calendario de actividades ................................................................................ 55
4.2. Recursos disponibles ....................................................................................... 56
4.3. Presupuesto ..................................................................................................... 56
5. Resultados .............................................................................................................. 57
6. Conclusiones y Recomendaciones ......................................................................... 72
6.1. Conclusiones .................................................................................................... 72
6.2. Recomendaciones ............................................................................................ 75
7. Limitaciones e investigaciones futuras .................................................................... 79
7.1. Limitaciones ..................................................................................................... 79
7.2. Investigaciones Futuras .................................................................................... 79
5
Índice de Tablas
Tabla 1: Matriz de Problemas, Objetivos e Hipótesis ......................................................... 43
Tabla 2: Variable de Estudio ................................................................................................... 46
Tabla 3: Calendario de Actividades ....................................................................................... 55
Tabla 4: Frases representativas relacionadas a la satisfacción y las quejas ................. 57
Tabla 5: Frases representativas relacionadas a la edad y las quejas ............................ 57
Tabla 6: Frases representativas relacionadas al tipo de viajero y las quejas ................. 58
Tabla 7: Frases representativas relacionadas al sexo de viajero y las quejas ............... 58
Tabla 8: Frases representativas del tipo de dispositivo empleado y las quejas ............ 59
Tabla 9: Frases representativas de hecho de compartir fotos y las quejas .................... 59
Tabla 10: Frases representativas del hecho de haber estado antes en Perú y las
quejas ......................................................................................................................................... 60
Tabla 11: Frases representativas de la cantidad de reviews y las quejas ..................... 60
Tabla 12: Resumen de los Modelos ...................................................................................... 64
Tabla 13: ANOVA para los modelos ...................................................................................... 65
Tabla 14: Análisis de coeficientes .......................................................................................... 66
Tabla 15: Análisis de colinealidad.......................................................................................... 67
Tabla 16: Análisis de autocorrelación entre residuos ......................................................... 68
Tabla 17: Test de Normalidad ................................................................................................ 68
Tabla 18: Correlación de Spearman entre nivel de Satisfacción y Edad ........................ 69
Tabla 19: Correlación de Spearman entre la cantidad de reviews y el rango de edad . 69
Tabla 20: Prueba de Chi-cuadrado Sexo vs. Compartir fotos ........................................... 69
6
Índice de Figuras
Figura 1: Proporción de turistas extranjeros que visitaron Miraflores con respecto al total
que arribaron a Lima ..................................................................................................... 10
Figura 2: Distribución de alojamientos de acuerdo al número de estrellas en Miraflores
................................................................................................................................... 10
Figura 3:Taxonomía de la CQC .................................................................................. 19
Figura 4: Evolución del interés global hacia el tópico Sentiment Analysis en Google
durante el período enero 2004-febrero 2019. .............................................................. 24
Figura 5: Evolución de la cantidad de Reviews en TripAdvisor 2014-2018 (en millones)
................................................................................................................................... 27
Figura 6: Páginas para reservar/pagar alojamiento que conocen los turistas extranjeros
que arribaron a Lima durante el 2017 – Respuesta Múltiple (en porcentaje) ......... ¡Error!
Marcador no definido.
Figura 7: Páginas para reservar/pagar alojamiento que usaron los turistas extranjeros
que arribaron a Lima durante el 2017 Respuesta Múltiple (en porcentaje) .................. 29
Figura 8: Zonificación del Distrito de Miraflores ........................................................... 30
Figura 9: Evolución del interés global hacia los hoteles y alojamientos en Miraflores en
Google durante el período enero 2004-febrero 2019. ................................................. 31
Figura 10: Top 20 países extranjeros en donde se registró los mayores niveles de interés
hacia alojamientos en Miraflores durante el 2018..........................................................31
Figura 11: Distribución porcentual del interés hacia establecimientos de hospedaje en
Miraflores (2004-2018) ............................................................................................................ 33
Figura 12: Evolución del número de arribos de extranjeros a los hospedajes en Lima
2014-2018 .................................................................................................................................. 41
Figura 13: Promedio de permanencia en días en el caso de los huéspedes extranjeros
..................................................................................................................................................... 41
Figura 14: Market Share de los hoteles de tres estrellas con respecto al total de
extranjeros que arribaron a hoteles categorizados en el departamento de Lima .......... 41
Figura 15: Importancia de la variable predictora ................................................................. 67
7
Índice de Anexos
Anexo 1: Configuración del SPSS Modeler .......................................................................... 90
Anexo 2: Interface de detector de sarcasmo ....................................................................... 91
Anexo 3: Uso de Language Tool............................................................................................ 92
Anexo 4: Uso de Watson Translate ....................................................................................... 93
Anexo 5: Uso de Grammarly .................................................................................................. 94
Anexo 6: Configuración de RapidMiner ................................................................................ 95
Anexo 7: Plantilla de evaluación de quejas .......................................................................... 96
Anexo 8: Matriz de consistencia ............................................................................................ 97
Anexo 9: Matriz de participantes en entrevista a profundidad ......................................... 98
Anexo 10: Guía de Pautas para entrevista .......................................................................... 99
Anexo 11: Transcripción de entrevista ................................................................................ 101
8
Introducción
La presente investigación que pretende determinar se subdivide en una serie de
capítulos relacionados al cumplimiento de objetivos y verificación de hipótesis
vinculados a determinar la cantidad de quejas en una valoración realizadas en
TripAdvisor por extranjeros que se hospedaron en alojamientos de tres estrellas.
El primer capítulo abarca el problema de investigación, aquí se contextualiza los
fundamentos del problema de investigación, su formulación, así como por que debe ser
abarcado. Ello implica justificaciones académicas, prácticas y metodológicas. El segundo
capítulo abarca los antecedentes vinculados a la investigación, a partir de los cuales se
postulan una serie de variables vinculadas al problema de investigación. Este segundo
capítulo termina con el marco teórico que da soporte a la investigación. Aquí se incluye
conceptos básicos y modelos relacionados al comportamiento de queja.
El capítulo 3 describe el método empleado en la investigación, la cual es mixta con un
soporte en el Data Mining, tanto a nivel cuantitativo como cualitativo. Fue empleado el
método de regresión lineal múltiple. Luego, el capítulo 4 incluye el cronograma de la
investigación, así como los recursos invertidos.
El capítulo 5 evidencia los hallazgos de la investigación cualitativos y cuantitativos de la
investigación. Los mismos sirven para contrastar los hallazgos con los antecedentes
indicados en el capítulo 2. El capítulo 6, por otro lado, muestra las conclusiones y
recomendaciones de la investigación con un enfoque en la evidencia cuantitativa y dentro
del contexto del marketing. Finalmente, el capítulo 7 incluye las limitaciones y líneas de
investigación futuras tan necesarias para cerrar una investigación.
9
1. Problema de Investigación
1.1. Planteamiento del Problema
La actividad vinculada a servicios turísticos resulta particular: el consumo no se puede
separar del servicio (Heung & Lam, 2003). Esto aplica también para los hoteles: clientes
potenciales otorgan cada vez más importancia a los testimonios de clientes anteriores
para así evitar un escenario con mayor incertidumbre (Changuk-Lee & Hu, 2008). Hoy
en día, los sitios web en donde se valoran servicios en forma colectiva como
Booking.com, Yelp o TripAdvisor han reconfigurado la forma en que los usuarios buscan
informarse (Kotler, Kartajaya & Setiaawn, 2016).
En los últimos años, el modelo planificación de viajes ha cambiado. Donde antes
imperaba la recomendación de amigos o familiares, ahora predomina el contexto digital.
La tendencia vinculada a investigaciones acerca de servicios utilizados por viajeros está
relacionado con el mercado online, la economía colaborativa y con la Big Data (Kotler,
et.al. 2016). Plataformas digitales que tiene esas características y donde se desarrolla
con intensidad el eWOM (electronic word of mouth o boca a boca electrónico) son una
fuente de información adecuada para estudiar aspectos vinculados a la calidad de los
servicios.
Las quejas electrónicas (también llamadas por algunos autores como valoraciones no
positivas) forman parte de las opiniones online. Las quejas son generados por alguna
razón válida desde el punto de vista del consumidor (Ganesan & Zhou, 2016): una queja
se produce cuando sus expectativas no han sido satisfechas (Filip, 2013).TripAdvisor
es un ejemplo perfecto de como los usuarios pueden expresar sus quejas dentro de un
entorno en donde la mayor cantidad de contenido está en formato de texto libre.
La literatura académica del marketing se ha concentrado en conocer las causas de las
quejas; no obstante, una mínima proporción se ha concentrado en conocer las
características de aquellas personas que hacen concretas sus quejas (Cook, 2012).
Resulta importante conocer las características de quienes se toman el tiempo para
escribir una queja, ya que el hecho de que lo hagan en TripAdvisor incrementa la
probabilidad de repetir la conducta en otra red social (Gruber, Szimigin & Voss, 2009).
Lo anterior queda reforzado por el siguiente hecho: escribir las valoraciones en
TripAdvisor es un acto totalmente voluntario (Ratnasingam, 2012).
10
Miraflores es un uno de los lugares más visitados por extranjeros que han venido a Lima
desde el año 2013, solo fue superada por el Cercado de Lima en los años 2012 y 2013
(PROMPERU, 2017).
68% 64%
67% 69%
55%
2013 2014 2015 2016 2017
Figura 1: Proporción de turistas extranjeros que visitaron Miraflores con respecto al
total que arribaron a Lima
Fuente: PROMPERU (2017)
Por otro lado, según las estadísticas de TripAdvisor, de los hospedajes que cuentan con
alguna categoría, son los de tres estrellas los más abundantes (TripAdvisor, 2019). Esto
último coincide con los datos de PROMPERU (2017) donde se indica que los hoteles de
tres son los más concurridos. Por tanto, el segmento de alojamientos de tres estrellas
concentra una importante proporción de la oferta y la demanda.
11.35%1.42%
27.66%
59.57%
2 estrellas 3 estrellas 4 estrellas 5 estrellas
Figura 2: Distribución de alojamientos de acuerdo al número de estrellas en Miraflores
Fuente: TripAdvisor (2019) – Elaboración Propia
11
La Minería de Datos (o Data Mining) es una de las disciplinas que más ha llamado la
atención de los profesionales vinculados al marketing. Las más recientes
investigaciones han evidenciado que una máquina adecuadamente entrenada (en base
a algoritmos, desde luego) es capaz de detectar quejas, contar aspectos del servicio
que han sido mencionados en un comentario e incluso identificar sarcasmos (Tayel,
Reif, & Dengel, 2016). Si combinamos dicha información con la que es posible obtener
por observación directa de portales como TripAdvisor surge una oportunidad para
estudiar segmentos a los que es complicado llegar dada una serie de limitaciones de
tiempo y recursos.
De todo lo anteriormente mencionado cabe preguntarse si existen características
particulares que estén relacionadas al hecho de que se digiten una determinada
cantidad de quejas para el segmento de usuarios extranjeros de TripAdvisor que se
hospedaron en alojamientos de tres estrellas en el distrito de Miraflores.
1.2. Formulación del Problema
¿Existe relación entre la cantidad de quejas y las características particulares de usuarios
de TripAdvisor para las valoraciones realizadas por extranjeros que se alojaron en
hospedajes de tres estrellas en Miraflores durante el 2018?
1.3. Justificación
En cuanto a la producción académica extranjera vinculada al tema, son muy escasas
las aproximaciones que pretendan relacionar la cantidad de quejas con las
características vinculadas a quienes las emiten. El presente documento representa, así,
uno de los primeros intentos en habla hispana por desarrollar un modelamiento que
tenga como variable dependiente la cantidad de quejas.
La investigación representa un esfuerzo por estudiar a una población a la que no es fácil
acceder: ciudadanos extranjeros. La mayoría de investigaciones ubicadas en
repositorios analiza un segmento específico (argentinos, estadounidenses, chilenos,
etc.). TripAdvisor permite obtener datos de un segmento más grande. Por ello es común
encontrar artículos publicado en revistas científicas que emplean datos de dicho portal
web.
La investigación ha procurado incorporar los instrumentos más recientes de Minería de
Datos orientados al procesamiento de textos. Identificar quejas, por ejemplo, es un
proceso que al cierre de la investigación es bastante reciente (Tayel, Reif & Dengel,
2016). La detección de sarcasmo es otro ejemplo de los avances que los investigadores
12
y desarrolladores de software especializados en Minería de Datos han logrado (Prasad,
Sanjana, Bhat & Harish, 2017). Los instrumentos empleados en la investigación pueden
ser usados por profesionales del marketing. De esta forma la tesis se convierte en una
guía de referencia para quienes pretendan estudiar a las quejas.
Desde una perspectiva académica, la tesis incorpora elementos propios del
comportamiento de los consumidores en un entorno electrónico. Resulta que hay
variables que han sido mencionadas por otros investigadores, variables que deberían
ser consideradas en cuanto a comportamiento online vinculado a las quejas, pero las
relaciones no han sido evidenciadas con rigor matemático a nivel de un modelo. El
documento de investigación ha incorporado a dichas variables. Por tanto, existe un
aporte a la discusión académica.
La investigación será de utilidad para profesionales del marketing y la hotelería
orientados al monitoreo y administración de quejas en entornos online. Así, por ejemplo,
un analista puede determinar si la cantidad de quejas ha alcanzado un registro
demasiado alto dado un conjunto de elementos observables en TripAdvisor (diferencia
entre el valor predicho y observado bajo el modelo propuesto). Incluso puede generarse
algunas ratios de gestión relacionados a la gestión. Sobre este punto, es necesario
mencionar que la cantidad de quejas a lo largo de un lapso específico forma parte de
algunos indicadores vinculados a la relación con el cliente, todo ello bajo un enfoque
predictivo.
13
2. Marco Teórico
2.1 Antecedentes
Liu & Zhang (2007) usaron al análisis de ecuaciones estructurales para estudiar el
comportamiento de quejas online. Los investigadores usaron la data de 302 reviews de
distintos foros online de China en donde eran evaluados productos y servicios. Fueron
empleados el software LISREL y el método de ecuaciones estructurales. Los
investigadores determinaron que la presencia de quejas guarda relación con la
satisfacción general (los más satisfechos se quejan menos y viceversa). También
demostraron que el género no guarda relación con el hecho de que los usuarios decidan
o no quejarse.
Pinto & Mansfield (2012) tuvieron por objetivo estudiar a Facebook como plataforma
para realizar quejas. Con este fin los investigadores encuestaron a 441 estudiantes de
pregrado de universidad públicas en Estados Unidos, todos ellos millennials. Entre otros
hallazgos, quedó evidencia de que aquellas personas que más tiempo permanecían en
dicha red social eran más proclives a quejarse. Dichos resultados fueron estimados
mediante análisis descriptivo. Una de las sugerencias realizadas por los investigadores
consistió en evaluar el nivel de actividad. Así, por ejemplo, hipotetizaron que aquellos
usuarios con una mayor cantidad de publicaciones eran más proclives a quejarse. En
sus aportes finales, los investigadores también sugirieron que el nivel de actividad podría
tener relación con la edad.
Cook (2012), luego de análisis casuístico, indicó que el hecho de que un cliente opte por
escribir una queja en una plataforma web (o no lo haga) está relacionado muchas veces
a factores demográficos tales como el género y la edad. Así, por ejemplo, los más
jóvenes pueden llegar a ser más propensos que los mayores en cuanto a quejarse en
entornos online. El autor sugiere que también sean consideradas la naturaleza de los
dispositivos electrónicos desde donde los usuarios realizan las quejas, es decir, si son
móviles (celulares, tablets, etc) o estáticos (computadoras de escritorio, por ejemplo).
Memarzadeh & Chang (2015) tuvieron por objetivo determinar los principales aspectos
vinculados a las quejas de TripAdvisor acerca de hoteles de lujo ubicados en el sudeste
asiático. La muestra incluyó un total de 320 comentarios en donde estaban presentes
quejas con respecto al servicio de 32 hoteles. La investigación estuvo orientada a
describir las quejas con aspectos del servicio. Del documento es valioso rescatar el
hecho de que los investigadores sugieren como línea de investigación futura incluir
como variable el hecho de que un usuario de TripAdvisor decida o no incluir fotografías
14
en su review. Ello debido a que dicha variable es muy fácil de medir. Los investigadores
sugirieron que probablemente ello pueda tener relación con el género.
Badghish, Stanton & Hu (2015) centraron sus esfuerzos en explicar los elementos que
estaban asociados a los comportamientos de queja. Para ello realizaron cuatro focus
group a dos grupos étnicamente distintos: árabes y filipinos La temática estaba
relacionadas a las experiencias con electrodomésticos. Los resultados evidenciaron de
que los árabes podrían ser más proclives a quejarse que los filipinos. Los hallazgos
permitían hipotetizar que el tipo de oficio y la edad podrían estar relacionados a las
quejas. Con respecto a la edad, existía evidencia de que los más jóvenes eran más
propensos a quejarse. Por ello los investigadores indicaron que era probable de que el
nivel de satisfacción tuviera relación con la edad.
Fan, Van Hoof & Pesantez (2016) indicaron que las quejas de los usuarios es una
respuesta a fallas en el servicio y que numerosos factores, como la naturaleza del
servicio de encuentro, el entorno, la cultura, el género y la presencia de otras personas
deben ser tomadas en cuenta. Los investigadores encuestaron a ciudadanos
ecuatorianos a fin de evaluar sus comportamientos de queja frente a restaurantes. El
instrumento empleado fue una encuesta prediseñada que contó con un total de 118
participantes, todos ellos estudiantes universitarios. Los investigadores evidenciaron que
una persona es más proclive a quejarse si acudía a restaurante en grupo en lugar de
hacerlo solo. Por otro lado, las mujeres eran más proclives a quejarse que los hombres.
Los anteriores hallazgos fueron evidencias mediante un proceso descriptivo.
Fernandes & Fernandes (2016) analizaron un total de 463 quejas en TripAdvisor acerca
de hoteles ubicados en Oporto (Portugal). Las características de los participantes fueron
tomadas de la misma página. Así, las investigadoras tomaron en consideración el sexo
y la edad que cada participante mostraba en su perfil. Luego de un análisis correlacional
determinaron que la presencia de quejas era independiente del sexo, pero la edad sí
guardaba relación con la presencia de quejas. Con respecto a líneas de investigación
futuras, las investigadoras sugieren incorporar más variables de TripAdvisor, más
específicamente hacían referencia al hecho de que era posible determinar si el huésped
había estado antes en el país y a tipo de viajero. Esto es verificable usando las fechas
en los que los usuarios indican haberse hospedado en diversas locaciones. Las
investigadoras no profundizaron más en este aspecto debido a que su investigación
estaba más orientada a evaluar los aspectos del servicio que generaban quejas en los
huéspedes.
15
2.2. Marco Teórico
2.2.1. Comportamiento de Quejas del cliente y la definición de la Queja
El CQC (Comportamiento de Queja del Cliente) ha sido identificado como una
acción tomada por un individuo que involucra la comunicación de un mensaje
negativo con respecto a un producto o servicio, ya sea a la empresa fabricante,
la rama de comercialización de ese producto o servicio, o a una organización de
terceros (Jacoby & Jaccard, 1981). El comportamiento de queja es cualquier
acción desencadenada por la insatisfacción percibida en un episodio de compra.
El comportamiento vinculado a quejase es un proceso que constituye un
subconjunto de todas las posibles respuestas a la insatisfacción percibida en
torno a un episodio de compra, durante el consumo o durante la posesión de los
objetivos o el servicio" (Moven, 1993). La queja puede surgir como resultado de
una calidad defectuosa o deficiente del producto o servicio, o una promesa no
cumplida realizada por un fabricante de productos o proveedor de servicios. Las
quejas de los clientes se producen debido a que la calidad del servicio que se
percibe está por debajo de las expectativas. Los servicios deficientes, los
servicios no confiables, la discrepancia en el compromiso de servicio, conducen
a quejas (Jacoby & Jaccard, 1981).
2.2.2. Teoría del Rendimiento, Equidad y Atribución
2.2.2.1. Teorías del Rendimiento
Varios estudios han identificado el comportamiento de quejas (Blodgett &
Granbois (1992); Crie & Ladwein (2002); Ganesh, Arnold, & Reynolds
(2000)). Johnston (1995) discutió la teoría de la expectativa-
desconfirmación. Esta teoría sugiere que la satisfacción está relacionada
con la experiencia de confirmación, en la cual, la confirmación está
relacionada con la expectativa inicial del cliente (Parasuraman, Zeithaml,
& Berry, 1985). La teoría de la expectativa-desconfirmación sugiere que,
si una experiencia cae por debajo de la expectativa, entonces la calidad
del servicio percibida por el cliente será deficiente, lo que causa
insatisfacción o puede dar lugar a quejas (Grönroos1989). Según Bolton
& Drew (1991), las expectativas se pueden representar como una zona
de tolerancia entre el nivel de servicio deseado de los clientes y el nivel
de servicio que consideran satisfactorio. La zona de tolerancia debe ser
el rendimiento aceptable para los clientes. Cualquier servicio por debajo
del nivel aceptable causará frustración y aumentará la posibilidad de
16
quejas (Stauss, 2005), La teoría de las perspectivas examina cómo los
clientes toman decisiones entre alternativas que implican un riesgo
(Kahneman & Tversky, 1979).
2.2.2.2. Teorías de la equidad
La teoría de la equidad propone que las actitudes y los comportamientos
de los clientes se ven afectados por su evaluación de su contribución y la
recompensa que reciben (Walster, Walster, & Berscheid, 1978). Las
contribuciones o aportes pueden incluir recursos, esfuerzo, habilidades y
dinero. Las recompensas o los resultados pueden incluir elementos, tales
como: experiencias de servicio favorables, estado y reconocimiento
(Austin & Walster, 1974). Cuando los clientes creen que existe una
desigualdad en un intercambio, se molestan, decepcionan o se
arrepienten. El cliente puede elegir una respuesta de queja diferente
según la acción que tenga más probabilidades de restablecer la equidad,
con un costo mínimo. La teoría de la justicia se refiere a la visión 3D del
concepto de justicia y ha evolucionado a lo largo del tiempo para incluir
la justicia distributiva (Deutsch, 1985), la justicia procesal (Lind & Tyler,
1988) y la justicia interactiva (Bies & Shapiro, 1987). La justicia distributiva
se refiere a la equidad percibida del resultado real. La justicia procesal se
refiere a si los procedimientos o criterios utilizados para tomar la decisión
se perciben como justos. La justicia interactiva se ocupa del
comportamiento interpersonal y en la promulgación de procedimientos.
La teoría de la justicia ofrece un marco integral para comprender el
proceso de quejas desde el inicio hasta la finalización (Tax & Brown,
1998). La teoría de equidad y justicia sugiere que las percepciones de
imparcialidad se inducen cuando un cliente compara la interacción, el
procedimiento y los resultados con otro cliente o una experiencia previa.
Según las teorías basadas en la imparcialidad, un proveedor de servicios
percibido por los clientes como prescindibles, adoptará una estrategia de
beneficio insuficiente que ignora las quejas de los clientes o simplemente
los reconoce con una respuesta. Los proveedores de la industria del
turismo y hotelería, deben hacer hincapié en el compromiso a largo plazo
con sus clientes para desarrollar una estrategia de beneficio excesivo. El
exceso de beneficios implica aumentar las ganancias a través de
compras futuras y el boca a boca favorable (Gilly & Hansen, 1985). El
manejo de quejas puede ser tan placentero o decepcionante en función
17
de si se cumplen o se superan las expectativas del cliente (Singh &
Shields, 2006).
2.2.2.3. Teorías de la Atribución
La teoría de la atribución se refiere a los procesos cognitivos a través de
los cuales un individuo infiere la causa del comportamiento de un cliente.
Esta teoría sugiere que cuando los clientes creen que una compañía de
servicios es responsable de un resultado dañino o que una compañía de
servicios no cumple con las expectativas de rendimiento, es probable que
se culpe (Keaveney, 1995). El juicio de responsabilidad se basa en dos
aspectos, los cuales son: la percepción del cliente de quién causó un
resultado y su percepción de si ese resultado cumplió con las
expectativas (Hamilton, 1978). La teoría de la atribución identifica a los
clientes que se quejan y aquellos que creen que el proveedor de servicios
cometió errores. La teoría ha identificado 3 fuentes únicas para el
comportamiento de quejas: (1) falla en el servicio central, (2) falla en la
búsqueda de servicio y (3) respuesta a las fallas (Keaveney, 1995). La
falla del servicio principal es la razón más comúnmente vinculada la
insatisfacción.
2.2.3. Satisfacción / Insatisfacción del cliente y comportamiento de
queja
El razonamiento de comportamiento vinculado a la queja está
fuertemente relacionado a la insatisfacción del cliente. Estudios anteriores
confirmaron que la insatisfacción es la principal causa de las quejas
(Williams, Drake, & Moran, 1993). Esta visión tiene sus raíces en la
teoría de la desconfirmación de la expectativa, la cual sugiere que la
insatisfacción se debe a una discrepancia entre la expectativa del cliente
y el rendimiento percibido del producto / servicio. Dado que la expectativa
del consumidor es un factor importante que afecta la evaluación del
consumidor en sus experiencias de compra (Day & London, 1977), los
consumidores se sienten insatisfechos cuando sus expectativas no se
cumplen con el rendimiento actual de un producto o servicio. Como
resultado, estos consumidores se enojan y decepcionan, por lo que se
involucran en un comportamiento de queja.
18
Varios estudios han investigado la denuncia formal y la intención. Un
número de casos encontró que se presentan menos quejas formales de
lo esperado debido a los niveles de insatisfacción (Broadbridge &
Marshall, 1995). En varios casos, los consumidores insatisfechos nunca
se quejan a los minoristas, fabricantes o terceros. Muchos consumidores
insatisfechos participan en una variedad de actividades "ocultas" o
indirectas, que incluyen boicotear a los minoristas, cambiar de
operador de servicio o participar de forma negativa de boca en boca.
Muchos operadores de servicios subestiman el efecto de tales
actividades indirectas. En contraste, muchos clientes descontentos
optan por "no hacer nada”. A l no actuar, un consumidor decide
efectivamente tolerar la insatisfacción, racionalizarla u olvidarse de ella
y no hacer nada (Singh & Shields, 2006). La respuesta no conductual
debe considerarse una forma legítima de quejas del consumidor a pesar
de su naturaleza pasiva (Singh & Shields, 2006). Por lo tanto, dicha
respuesta es justificada y necesaria para comprender el proceso
subyacente a la respuesta de CQC (Singh & Shields, 2006).
Day & London (1977) afirmaron que CQC (ver siguiente figura) se
clasifica en tres categorías principales de consumidores que no están
satisfechos con su compra: ninguna acción, acción privada o acción
pública. Los consumidores pueden abstenerse de realizar cualquier
acción racionalizando y olvidando el problema (Singh & Shields, 2006).
Los consumidores pueden participar en acciones privadas, como
informar a sus amigos y familiares sobre el servicio o boicotear a la
empresa y cambiar a otros proveedores de servicios. Además, el
consumidor puede participar en acciones públicas, como buscar una
reparación (es decir, un reembolso, cambio o reemplazo) directamente
de la organización. Otros pueden quejarse ante una agencia de
protección al consumidor, compartir su experiencia insatisfactoria con
los medios de comunicación o emprender acciones legales (Day &
London, 1977)
19
Figura 3: Taxonomía de la CQC
Fuente: Adaptado de Day & London (1977)
2.2.4. La teoría pragmática y las quejas acerca de servicios en TripAdvisor
De acuerdo al Instituto Cervantes (2012), puede entenderse por Pragmática la
disciplina cuyo objeto de estudio es el uso del lenguaje en función de la relación
que se establece entre enunciado-contexto-interlocutores. Dicho de otro modo,
la pragmática tiene por objetivo analizar cómo los hablantes producen e
interpretan enunciados en un contexto específico; de ahí que tome en
consideración los factores extralingüísticos que determinan el uso del lenguaje,
a los que no puede hacer referencia un estudio purament e gramatical, tales
como los interlocutores, la intención comunicativa, el contexto o el conocimiento
del mundo.
El aporte realizado por Vásquez (2011) resulta valioso ya que hasta ahora ha
sido el más completo con respecto a la identificación de quejas con respecto a
servicios que fueron valorados en TripAdvisor. La investigadora, especialista en
pragmática indica que una queja se produce cuando:
- El cliente, usuario de TripAdvisor, debe manifestar que el servicio fue
deficiente o no estaba dentro de sus expectativas.
20
- El usuario de TripAdvisor emplea frases como: pero, no obstante, o sin
embargo (u otro conector adversativo) cuando empieza a hablar bien de un
servicio.
- El usuario de TripAdvisor indica que otros servicios similares son mejores.
- El cliente usa frases que hacen referencia a la no recomendación de
aspectos vinculados al servicio.
- El cliente, usuario de TripAdvisor realiza sugerencias con respecto a
aspectos del servicio.
- El usuario de TripAdvisor indica que las personas deben tener cierto grado
de precaución con elementos que forman parte del servicio.
2.2.5. La teoría computacional y la detección de quejas
La teoría computacional que permite detectar quejas en un contenido textual está
basada en básicamente dos algoritmos: Red Neuronal y Máquina de Soporte
Vectorial. Aplicaciones como RapidMiner han sido entrenadas para detectar
quejas. Los algoritmos de detección fueron desarrollados en base a
entrenamiento, el software recibía una serie de comentarios, al lado de cada uno
de estos aparecía un número (1 si era queja, 0 si no lo era).
La teoría computacional nace a partir del análisis lingüístico automatizado y tiene
una fuerte relación con la pragmática (Hofmann & Klinkenberg, RapidMiner: Data
Mining Use Cases and Business, 2012). Los métodos computacionales
surgieron debido a que era necesario procesar las quejas que los clientes
realizan acerca de las empresas, lo cual desemboca en información valiosa
sobre qué deben mejorar (Hofmann & Klinkenberg, RapidMiner: Data Mining Use
Cases and Business, 2012).
Kahya & Hakan (2014) analizaron las quejas acerca de la siete principales
empresas de sistemas de calefacción en Turquía. Los datos fueron recopilados
de un sitio web de quejas con la herramienta de minería web RapidMiner. La
investigación demostró que el instrumento tenía una fiabilidad de 92%. En una
investigación posterior, realizada por Tayel, Reif & Dengel (2016), RapidMiner
21
fue capaz de identificar las quejas en un 95% de casos. La data investigada por
estos último consistió en servicios brindados por salas de cine.
22
De acuerdo a lo señalado por Georgieva-Trifonova, Stefanova, & Kalchev (2018),
RapidMiner ha entrenado su sistema de Data Mining incorporando leyes de la
pragmática lingüística. Estas han sido digitalizadas empleando operadores
lógicos como condicionales, negaciones y otros. Dicho de otra forma, la teoría
computacional es un esfuerzo por adaptar la teoría lingüística de tal manera que
sea fácilmente procesable. Si las quejas pueden ser identificadas, es lógico que
también puedan ser contadas (Kahya & Hakan, 2014).
2.2.6. La importancia de las quejas un entorno digital y el marketing
Las quejas juegan un rol importante en el eWOM, debido que los comentarios en
plataformas digitales, especialmente las quejas, suelen difundirse a mucha
mayor velocidad que las valoraciones positivas (Gruber, Szimigin, & Voss, 2009).
Los sitios web funcionan como "cafeterías" donde los usuarios son capaces de
realizar hallazgos y conversar electrónicamente con otros usuarios que poseen
intereses similares (Changuk-Lee & Hu, 2008). El hecho de poder intercambiar
opiniones electrónicamente mantiene en pie a la comunicación de boca a boca,
pero en este caso el término aplicado es eWOM, es decir, boca a boca
electrónico (Changuk-Lee & Hu, 2008).
Existen segmentos de clientes que son más sensibles que otros (Fernandes &
Fernandes, 2016). Esto puede deberse a factores relacionados sociales
demográficos y culturales (Memarzadeh & Chang, 2015). El Marketing puede
segmentar a estos clientes y procurar que las empresas tengan en cuenta que
existen atributos comunes en dicho grupo de personas (Changuk-Lee & Hu,
2008). El Marketing procura diseñar mensajes especiales para estos y también
tener políticas especiales en la etapa post-venta (Cook, 2012).
Muchos estudios examinaron los beneficios incurridos por la queja de los clientes
(Kau & Loh, 2006). Las empresas pueden beneficiarse al evitar que los clientes
se cambien a los competidores. Otros estudios también brindaron, a los
consumidores insatisfechos, la oportunidad de desahogar su ira (Aleong &
Kolodinsky, 1990). CQC es crucial para el desarrollo de estrategias efectivas de
recuperación de servicios al alentar a las organizaciones a adoptar una
estrategia relevante para gestionar las quejas no resueltas de los clientes y ganar
la confianza de los insatisfechos. Además, CQC puede ayudar a las
23
organizaciones a rediseñar sus productos o servicios para satisfacer las
expectativas de los clientes. Por último, el manejo efectivo de quejas puede
culminar en satisfacción, confianza, comunicación positiva de boca en boca y
compra futura (Kau & Loh, 2006). En general, los investigadores están de
acuerdo en que las organizaciones de servicios no solo deben tratar de atender
y recibir las quejas, sino que también deben hacer un intento deliberado para
alentar las quejas de sus clientes, en particular de los insatisfechos (Heung &
Lam, 2003).
2.2.7. Minería de Datos
La minería de datos es el proceso de búsqueda en grandes bases de datos para
encontrar información útil que sirva para la toma de decisiones (Hofmann &
Klinkenberg, RapidMiner: Data Mining Use Cases and Business, 2012). El Data
Mining Puede analizar tantos datos numéricos como textuales en base a una
serie de algoritmos especializados (Hofmann & Klinkenberg, RapidMiner: Data
Mining Use Cases and Business, 2012).
2.2.8. Minería de Datos aplica a datos textuales
De acuerdo a lo planteado por Kahya & Hakan (2014), la cantidad y la
complejidad de las páginas web han aumentado de manera explosiva, al igual
que la información contenida en las mismas. Por ello apareció la Minería de
Datos Textuales (o Text Mining), método que está ganando mucha importancia
debido a que se usa cada vez más en aplicaciones empresariales para
comprender y predecir información valiosa a partir de textos. El Text Mining juega
un papel clave en la organización de una gran cantidad de datos web no
estructurados (textuales) y la condensación en conocimiento valioso. El Text
Mining está vinculado al procesamiento natural del lenguaje (PNL)
2.2.9. El Text Mining y la investigación cualitativa
Según Rose & Lennerholt (2017), los avances en la minería de textos, junto con
la adopción generalizada de la Internet, han abierto nuevas posibilidades para
investigadores cualitativos orientados a los negocios. Es más fácil acceder a
grandes cantidades de material textual a través de motores de búsqueda. Ello
viabiliza la aplicación técnicas automatizadas para el análisis, lo cual promete
simplificar el proceso de investigación cualitativa.
24
De acuerdo a Guetterman, Chang, DeJonckheere, Scruggs & Vydiswaran
(2018), los métodos de investigación cualitativa son utilizados cada vez más en
todas las disciplinas debido a su capacidad para ayudar a los investigadores a
comprender las perspectivas de los participantes en sus propias palabras. Sin
embargo, el análisis cualitativo es un proceso laborioso y que requiere muchos
recursos. Un método potencial para abordar este problema es el procesamiento
en lenguaje natural (PNL). El análisis cualitativo de textos involucra a
investigadores que leen datos, asignan etiquetas de código y desarrollan
hallazgos de forma iterativa; el PNL (Data Mining) tiene el potencial de
automatizar parte de este proceso.
La utilidad que ha tenido la Minería de Datos como técnica cualitativa ha sido
evidenciada a tal punto que incluso revistas especializados como el Journal of
medical internet research, Journal of Biomedical Informatics, Journal of Travel
Research ya incluyen entre sus publicaciones a investigaciones cualitativas que
emplean únicamente el Text Mining.
2.2.10. Análisis Sentimental y su relación con aspectos del servicio
El análisis sentimental es el campo de estudio que tiene por objetivo analizar
sentimiento, emociones y actitudes presentes en las distintas opiniones. Es una
disciplina que no recibió atención hasta el año 2000; no obstante, a partir de ese
año el interés hacia este campo no ha parado de crecer desde entonces
(Hofmann & Klinkenberg, RapidMiner: Data Mining Use Cases and Business,
2012). Esto puede reflejarse en la cantidad de búsqueda que hay en internet.
Figura 4: Evolución del interés global hacia el tópico Sentiment Analysis en Google durante el período
enero 2004-febrero 2019.
Fuente: Google Trends (2019a) Nota: Google Trends proporciona un índice relativo de búsquedas, cero es el mínimo y 100 el
máximo. Con respecto al interés hacia el Sentimental Analysis como tópico se registró un valor
histórico en febrero del 2019 (100)
25
El interés hacia en análisis sentimental queda en parte explicado por el
crecimiento explosivo que han tenido las redes sociales y las plataformas web.
Era de imperiosa necesidad poder cuantificar aspectos ocultos presentes en
distintas opiniones.
Desde el ámbito empresarial, una de las ramas del análisis sentimental que
mayor interés ha despertado es el análisis en base a aspectos. Los aspectos son
componentes de un servicio o producto (Hofmann & Klinkenberg, RapidMiner:
Data Mining Use Cases and Business, 2012). Parte de dichos aspectos han
nacido a partir de las propias opiniones de los usuarios o consumidores finales
del producto o servicio.
Así, por ejemplo, si un comentario afirma lo siguiente:
“Tenía una buena vista desde mi habitación. El personal de recepción fue
muy amable, pero tuve inconvenientes con dos señorea de limpieza. A
pesar de ello considero que es un buen precio por tu dinero. Tenía buena
señal de Wi-Fi. Servían buena comida, pero las bebidas eran algo caras”
En el caso anterior existe un grupo de aspectos evaluados: vista, staff, valor por
el servicio, Wi-Fi y comida/bebida, cinco en total. La vista fue valorada
positivamente; el staff fue mencionado dos veces, en una fue una valoración
positiva (recepción) y en la otra negativa (personal de limpieza); el valor por el
dinero fue calificado positivamente; el Wi-Fi también está asociado a una
experiencia positiva; finalmente, la comida/bebida fue mencionada dos veces,
una recibió una calificación positiva (comida) y la otra negativa (bebida).
Un software entrenado en análisis sentimental vinculado a aspectos es capaz de
identificar los componentes del servicio, así como decir si la persona está
satisfecha con respecto a los mismos. En base a los aspectos es que puede
identificarse las quejas (Tayel, et.al. 2016).
2.2.11. Aspectos del servicio en hospedajes
Con respecto a los servicios en hospedajes, fue empleada la clasificación
realizada por Aylien (2019). Esta clasificación no nace de únicamente de un
grupo de desarrollares de software, sino que está respaldada por revistas
indexadas, más precisamente la clasificación planteada hace referencia a los
26
trabajos de Han, Mankad, Gavimeni & Verma (2016), Limberger (2014) y Korte,
Ariyachandra, & Frolick (2013).
Aylien (2019) logró determinar que los componentes del servicio mencionados
por los investigadores eran válidos para ello analizó comentarios online de 500
hoteles en la plataforma TripAdvisor. Los componentes del servicio en hoteles
son: amenidades del cuarto, staff, vista, Wi Fi, comfort, valor, pago, cama, y
alimentos y bebidas.
La evidencia práctica de que dicha clasificación es adecuada puede apreciarse
en las plataformas online que sirven para reservas hoteles: Booking, TripAdvisor,
Expedia, Trivago, etc. Los aspectos mencionados forman parte del sistema de
métricas de dichas plataformas. Entonces la clasificación no obedece
únicamente a aspectos teóricos como lo mencionado por investigadores citados,
sino también tiene un enfoque práctico (Aylien, 2019).
2.2.12. TripAdvisor y su rol como fuente para la investigación académica y
como marca
TripAdvisor es un portal web que se originó en los Estados Unidos en el año
2000. El portal ha ido creciendo tanto en tráfico como en contenido generado
por los usuarios. Estos son quienes generan casi todo el contenido de la web.
Existen muchas críticas al uso de TripAdvisor como fuente de información para
investigaciones. Cuando la página fue lanzada, no tenía mecanismo que
pudieran validar la veracidad de los comentarios. De acuerdo a Chua & Banerjee
(2013) fue a partir del 2010 que se integraron los primeros mecanismos de
validación de TripAdvisor.
Cuando un usuario del mencionado portal web escribe un review acerca de un
atractivo turístico, hotel, restaurantes, aerolínea, agencia de viaje u otra entidad
listada en TripAdvisor, es muy poco probable que la valoración sea publicada
inmediatamente por el sistema. Sucede que la valoración pasa por una serie de
filtros (Chua & Banerjee, 2013).
Para validar los reviews de TripAdvisor han sido usados desde datos de
consistencia interna hasta validación con datos de GPS. TripAdvisor, por
ejemplo, no publica comentarios SPAM, si bien es cierto que las críticas y quejas
pueden realizarse, el contenido no puede contener groserías o contenido que
incite al conflicto entre participantes. Los datos de GPS, a los que TripAdvisor
puede acceder a través de la APP móvil o empleando la IP de una computadora,
dan consistencia al hecho de que el usuario haya estado en el lugar valorado.
27
Así, por ejemplo, si un usuario de TripAdvisor quiere valorar la torre inclinada de
Pisa, algunos de los datos de geolocalización deben coincidir con alguna
locación italiana. Los mecanismos antes mencionados tienen su soporte en
métodos computacionales (Hofmann & Klinkenberg, RapidMiner: Data Mining
Use Cases and Business, 2012). TripAdvisor también cuenta con un grupo de
moderadores que monitorea el contenido que es publicado en el portal.
Una de las principales métricas útiles que sirven para cuantificar el nivel de
actividad de un portal de viaje son los reviews:
730
600
465
320
200
2014 2015 2016 2017 2018 Figura 5: Evolución de la cantidad de Reviews en TripAdvisor 2014-2018 (en millones)
Fuente: TripAdvisor (2019)
Los datos de TripAdvisor han sido empleados para describir el perfil de los
viajeros, cuantificar los niveles de satisfacción con respecto a atractivos y
servicios para viajeros, construir sistemas dinámicos en base a las rutas
seguidos por los viajeros, determina la situación competitiva de un negocio,
identificar la imagen de un destino, entre otros (Han, Mankad, Gavimeni &
Verma, 2016).
De acuerdo Chua & Banerjee (2013), TripAdvisor juega un rol importante como
marca, ya que actúa como soporte para hospedajes que no cuentan con una
presencia considerable en la web (como en el caso de los alojamientos que
pertenecen a una cadena). TripAdvisor, debido a sus años en el mercado, al
tráfico web que genera y a la información que contiene se ha posicionado como
marca en el sector agencias de viaje online, pero también como sitio web de
mayor importante para potenciales viajeros.
Los datos de TripAdvisor están presentes en dos formas: datos estructurados y
no estructurados. Los primeros tienen forma: rango de edad, sexo, cantidad de
aportes realizados, etc. Estos datos pueden ser directamente añadidos a una
hoja de cálculo. Los comentarios escritos por los usuarios, por otro lado, son
28
datos no estructurados, datos que no pueden ser directamente procesados
empleando técnicas estadísticas convencionales. Dichos datos requieren
transformación con software especializado. De esa forma podrán ser sometidos
a las distintas pruebas estadísticas que permitan verificar hipótesis científicas.
2.2.13. El rol de TripAdvisor en cuanto al alojamiento de turistas extranjeros
en Lima
De acuerdo a PROMPERU (2018), un 74% de los turistas extranjeros que
arribaron a Lima durante el 2017 indicó que internet fue el medio que más influyó
en la elección del destino. El rol de TripAdvisor es importante, debido a que es
la página que más conocen los viajeros, tal como indica la siguiente figura:
TripAdvisor
Booking
Trivago
AirBnB
CouchSurfing
Homeaway
Vrbo
Windu
Flipkey
Ninguno
63
63
55
18
8
4
3
2
11
70
Figura 6: Páginas para reservar/pagar alojamiento que conocen los turistas extranjeros
que arribaron a Lima durante el 2017 – Respuesta Múltiple (en porcentaje)
Fuente: PROMPERU (2018)
29
De la figura anterior es posible inferir que TripAdvisor es recordada por la
mayoría de turistas extranjeros que arribó e Lima durante el 2017. Las que
siguen en cuanto a popularidad son: Booking, Trivago y AirBnB. Estas son
conocidas por más del 50% de turistas extranjeros que arribaron a Lima.
Desde luego, es necesario recordar que el hecho de que TripAdvisor sea la más
conocida no necesariamente significa que sea la que más transacciones
tiene.
Booking 39
TripAdvisor 28
AirBnB 23
Trivago 15
CouchSurfing 4
Homeaway 2
Otros 2
Vrbo 1
Ninguno 38
Figura 7: Páginas para reservar/pagar alojamiento que usaron los turistas extranjeros que arribaron
a Lima durante el 2017 Respuesta Múltiple (en porcentaje)
Fuente: PROMPERU (2018)
La figura anterior revela que pese al hecho de que TripAdvisor es la página más
conocida, no es la más utilizada cuando se trata de hacer reservas y pagos.
Booking la supera en este aspecto. Una explicación posible a este fenómeno fue
30
proporcionada por Martín-Fuentes, Mateu, & Fernandez (2018), quienes
afirmaron que TripAdvisor está más orientada a los viajeros en general, mientras
que Booking surgió vinculado a hoteles. En realidad, Booking no registra
valoraciones de destinos directamente, son los usuarios de dicho portal quienes
brindan esa información de forma indirecta, sucede que las descripciones
realizadas en Booking, algunos usuarios suelen apoyarse en la descripción de
elementos del entorno turístico para complementar las opiniones acerca de los
hoteles en donde estuvieron alojados.
2.2.14. Distrito de Miraflores
El distrito de Miraflores es uno de los 43 distritos de la provincia de Lima. Se halla
ubicado a orillas del mar en la parte sur de Lima a unos 8.5 Kilómetros de la
Plaza de Armas y a 79 metros sobre el nivel de mar (Municipalidad de Miraflores,
s.f.).
Figura 8: Zonificación del Distrito de Miraflores
Fuente: Municipalidad de Miraflores (s.f.)
En la figura anterior es posible apreciar el plano del distrito de Miraflores, el cual
limita al norte con el distrito de San Isidro, al este con el distrito de Surquillo y el
distrito de Santiago de Surco, al sur con el distrito de Barranco y al oeste con el
31
Océano Pacífico. Se encuentra dentro del cono urbano de Lima, con una
extensión de 9,62 kilómetros cuadrados y cuenta con 14 zonas (Municipalidad
de Miraflores, s.f.). En cuanto a la actividad turística en dicho distrito existen
cuatro sitios a considerar: el museo Andrés Avelino Cáceres, la casa-museo
Ricardo Palma, la Huaca Pucllana y el museo Reducto (Municipalidad de
Miraflores, s.f.)
2.2.15. El interés hacia los alojamientos en Miraflores en la web según
Naturalmente, la intención de alojarse no necesariamente termina en una
reserva efectiva, pero existen investigaciones como las de Park, Lee & Song
(2015) y Camacho & Pacce (2016) que demostraron la existencia de una
correlación entre búsquedas y arribos. Por ello la data de Google resulta
importante.
La data de Google Trends es un reflejo de la actividad web global y es
considerada como una herramienta que provee indicadores del tipo Big Data a
los que todas las personas pueden acceder. Empleando herramientas como
Google Trends es posible medir el interés que se ha dado en Google hacia los
hoteles y alojamientos en Miraflores a nivel global. El mismo mantiene una
tendencia creciente desde el 2004:
Figura 9: Evolución del interés global hacia los hoteles y alojamientos en Miraflores en Google
durante el período enero 2004-febrero 2019.
Fuente: Google Trends (2019b)
Nota: A fin de obtener el valor pertinente para la investigación, fue empleada la categoría Hotels &
Accommodttions.
32
En cuanto al interés por alojarse en Miraflores fuera de territorio peruano, la data
de Google muestra los siguientes resultados para el 2018:
Chile 6
Bolivia 4
Ecuador 3
Panamá 3
Honduras 2
Colombia 2
El Salvador 2
Venezuela 2
Costa Rica 2
Estados Unidos 1
Brasil 1
Canadá 1
México 1
Portugal 1
Nicaragua 1
República Dominicana 1
Uruguay 1
España 1
Puerto Rico 1
Argentina 1
Figura 10: Top 20 países extranjeros en donde se registró los mayores niveles de
interés hacia alojamientos en Miraflores durante el 2018
Fuente: Google Trends (2019b)
Nota: De la data original fue excluido Perú, PAÍS donde el índice registró un valor de 100.
33
Del gráfico anterior es posible inferir que el interés hacia alojamientos en
Miraflores tiene una participación relevante en países sudamericanos.
Por otro lado, en cuanto a la estacionalidad mensual del interés por alojarse en
hoteles de Miraflores (medido en base a las búsquedas), Google Trends
proporciona la siguiente información:
11.76%
7.61%
7.27%
10.03% 10.03% 10.55%
9.00%
7.44%
8.13% 8.48%
4.50%
5.19%
Figura 11: Distribución porcentual del interés hacia establecimientos de hospedaje en Miraflores (2004-2018)
Fuente: Google Trends (2019b)
De la figura anterior es posible inferir que, durante el período indicado, el interés
se ha concentrado en los meses de marzo, junio, agosto y octubre.
2.2.16. Hospedajes de tres estrellas
Dentro de los hospedajes, se encuentra una clasificación de 6 clases distintas,
de las cuales, cada una cumple un objetivo distinto. Dentro de 4 de estos,
existen hospedajes de 3 estrellas, los cuales se definirán a continuación,
separándolos de acuerdo a la clase que pertenezcan (APOTUR, 2004):
- Hotel: considerado como un establecimiento que cuenta con 20 habitaciones
como máximo las cuales estén distribuidas exactamente dentro de un edificio
completo o en una parte del mismo, pero debe estar independizado, teniendo
una estructura homogénea junto con sus demás dependencias. Cabe
mencionar que dentro del término de “hoteles”, se consideran hospedajes de
34
1 a 5 estrellas; sin embargo, cada uno debe contar con algunos requisitos
para que se consideren como tal, esto está decretado dentro del Reglamento
de Establecimiento de Hospedajes, los cuales son los siguientes (APOTUR,
2004):
• Nº de habitaciones: 20
• Nº de ingresos de uso exclusivo de los huéspedes (separado de los servicios):
01
• Salones (m2 por nº total de habitaciones): el área techada útil en conjunto,
no debe ser menor a: 1.5 m2.
• Comedor - Cafetería (m2 por nº total de habitaciones): deben estar techados,
y en conjunto no ser menores a 1 m2
• Habitaciones (incluyen en el área un closet o guardarropa) m2 mínimo: 1.2 x
0.7 closet
• Habitaciones simples (m²): 11 m2
• Habitaciones dobles (m²): 14 m2
• Suites (m² mínimo, si la sala está INTEGRADA al dormitorio): 24 m2
• Suites (m² mínimo, si la sala está SEPARADA del dormitorio): 26 m2
• Cantidad de servicios higiénicos por habitación (tipo de baño): 01 privado -
con ducha
• Área mínima: 4 m2 altura 1.80 m.
• Todas las paredes deben estar revestidas con material impermeable de
calidad comprobada.
• Habitaciones (servicios y equipos):
o Agua fría y caliente las 24 horas (no se aceptan sistemas activados por
el huésped): obligatorio
o Televisor a color: obligatorio
o Teléfono con comunicación nacional e internacional (en el dormitorio y
en el baño): obligatorio (no en el baño)
• Servicios Generales
o Servicio de ascensor de uso público (excluyendo sótano): obligatorio a
partir de 5 plantas
o Cambio regular de sábanas como mínimo: diario
o Cambio regular de toallas como mínimo: diario
o Alimentación eléctrica de emergencia para los ascensores: obligatorio
o Custodia de valores (individual o con caja fuerte común): obligatorio
o Estacionamiento privado y cerrado (porcentaje por el nº de habitaciones):
20 %
o Generación de energía eléctrica para emergencia: obligatorio
o Guardarropa - custodia de equipaje: obligatorio
o Limpieza diaria del hotel y habitaciones: obligatorio
o Oficio(s) que permita garantizar la limpieza de todas las habitaciones:
obligatorio, pero sin teléfono
o Personal calificado: obligatorio
o Personal uniformado (las 24 horas): obligatorio
o Recepción y conserjería: obligatorio
o Servicio de despacho de correspondencia: obligatorio
o Servicio de facsímil: obligatorio
o Servicio de lavado y planchado: obligatorio
o Servicio de llamadas, mensajes internos, y contratación de taxis:
obligatorio
o Servicios higiénicos públicos: obligatorio diferenciados por sexos
o Teléfono de uso público: obligatorio
o Servicio de atención de primeros auxilios: botiquín
o Cocina (porcentaje del comedor): 40 %
Apart-Hotel: es un tipo de hospedaje que está organizado por departamentos
que integran un lugar de explotación y administración. Cabe mencionar que
dentro del término “apart-hotel”, se consideran hospedajes de 3 a 5 estrellas; sin
embargo, cada uno debe contar con algunos requisitos para que se consideren
como tal, esto está decretado dentro del Reglamento de Establecimiento de
Hospedajes, los cuales son los siguientes (APOTUR, 2004):
• Nº de habitaciones o departamentos: 06
• Cafetería (m² por número total de habitaciones): 0.75 m²
• Departamentos (incluyen en el área un closet o guardarropa) m² mínimo:
Con un (1) dormitorio integrado al kitchenette y disponibilidad de servicios
hasta cuatro (4) personas 1.2 x 0.7 closet 24 m²
• Si el kitchenette y la sala comedor están separados del dormitorio, mínimo:
26 m²
• Con dos (2) dormitorios (1 integrado al kitchenette) y disponibilidad de
servicios hasta seis (6) personas: 38 m²
36
• Si el kitchenette y la sala comedor están separados de los dormitorios,
mínimo 40 m²
• Cantidad de servicios higiénicos privados por departamento (tipo de baño):
o Departamento de un (1) dormitorio: 01 con ducha
o Departamento de dos (2) dormitorios: 01 con ducha, 01 medio baño
El área mínima m²: 4 m² altura 1.80 m.
• Todas las paredes deben estar revestidas con material impermeable de
calidad comprobada.
• Habitaciones (servicios)
o Alarma, detector y extintor de incendios: sólo
extintor o Televisión a color: obligatorio
o Teléfono con comunicación nacional e internacional: obligatorio
• Servicios Generales
o Servicio de ascensor de uso público (excluye el sótano): obligatorio
a partir de 5 plantas
o Agua fría y caliente las 24 horas (no se aceptan sistemas activados
por el huésped): obligatorio
o Cambio regular de sábanas y toallas mínimo: diario
o Alimentación eléctrica de emergencia para los ascensores:
obligatorio o Alarma, detector y extintor de incendios: obligatorio
o Custodia de valores (individual o con caja fuerte común): obligatorio
o Estacionamiento privado y cerrado, dentro o contiguo al local
(porcentaje por el nº de habitaciones): 20 %
o Generación de energía eléctrica para emergencia:
obligatorio o Limpieza diaria del hotel y habitaciones:
obligatorio
o Oficio(s) que permita garantizar la limpieza de todas las
habitaciones: obligatorio pero sin teléfono.
o Personal calificado: obligatorio
o Personal uniformado (las 24 horas):
obligatorio o Recepción y conserjería (1):
obligatorio
o Servicio de despacho de correspondencia:
obligatorio o Servicio de lavado y planchado:
obligatorio
o Servicio de llamadas, mensajes internos, y contratación de
taxis: obligatorio
37
o Servicios higiénicos públicos, diferenciados por sexos:
obligatorio o Teléfono de uso público: obligatorio
o Servicio de atención de primeros auxilios: botiquín
Hostal: los hostales tienen que contar con máximo 06 habitaciones, las cuales
estén distribuidas exactamente dentro de un edificio completo o en una parte del
mismo, pero debe estar independizado, teniendo una estructura homogénea
junto con sus demás dependencias. Cabe mencionar que dentro del término
“hostales”, se consideran hospedajes de 1 a 3 estrellas; sin embargo, cada uno
debe contar con algunos requisitos para que se consideren como tal, esto está
decretado dentro del Reglamento de Establecimiento de Hospedajes, los cuales
son los siguientes (APOTUR, 2004):
• Nº de Habitaciones: 06
• Ingreso suficientemente amplio para el tránsito de huéspedes y personal
de servicio: obligatorio
• Habitaciones (incluyen en el área un closet o guardarropa):
obligatorio Tamaño de habitaciones simples (m2): 11 m2
• Tamaño de habitaciones dobles (m2): 14 m2
• Cantidad de servicios higiénicos por habitación y tipo de baño: privado,
con ducha. Tamaño: 4 m2 y altura 1.80 m.
• Todas las paredes deben estar revestidas con material impermeable
de calidad comprobada.
• Servicios Generales
o Servicio de ascensor de uso público (excluyendo sótano):
obligatorio a partir de 5 plantas
o Agua fría y caliente las 24 horas (no se aceptan sistemas activados
por el huésped): obligatorio
o Televisor a color: obligatorio
o Cambio regular de sábanas y toallas mínimo:
obligatorio o Limpieza diaria del hostal y
habitaciones: obligatorio
o Personal uniformado (las 24 horas):
obligatorio o Recepción: obligatorio
o Servicios higiénicos públicos: obligatorio diferenciados por
sexo o Teléfono de uso público: obligatorio
o Botiquín: obligatorio
38
Resort: hospedaje ubicado en zonas vacacionales, tales como playas, ríos y
otros que se encuentren en un entorno natural, el cual ocupe la totalidad de un
grupo de edificaciones y posea áreas libres alrededor del mismo, como
extensión. Cabe mencionar que dentro del término “resort”, se consideran
hospedajes de 3 a 5 estrellas; sin embargo, cada uno debe contar con algunos
requisitos para que se consideren como tal, esto está decretado dentro del
Reglamento de Establecimiento de Hospedajes, los cuales son los siguientes
(APOTUR, 2004):
• Nº de habitaciones: 30
• Nº de ingresos de uso exclusivo de los huéspedes (separado de
servicios): 01
• Salones (m2 por nº total de habitaciones): el área techada útil en
conjunto, no debe ser menor a 1.5 m2
• Bar independiente: obligatorio
• Comedor principal - cafetería (m2 por nº total de habitaciones), deben
estar techados, y en conjunto no ser menores a: 1 m2
• Comedores complementarios: su número y tamaño dependerá de
las necesidades funcionales del Resort.
• Habitaciones (incluyen en el área un closet) m2 mínimo: 1.2 x 0.7
closet
o Simples (m2): 11 m2
o Dobles (m2): 14 m2
o Suites (m2 mínimo, si la habitación está INTEGRADA al dormitorio): 24 m2
o Suites (m2 mínimo, si la habitación está SEPARADA del dormitorio): 26 m2
• Cantidad de servicios higiénicos por habitación (tipo de baño): 1 privado
-con ducha
• Área mínima: 4 m2 altura 1.80 m.
• Las paredes deben estar revestidas con material impermeable de
calidad comprobada.
• Habitaciones (servicios y equipos)
• Aire acondicionado frío (3): obligatorio
• Alarma, detector y extintor de incendios: sólo extintor
o Tensión 110 y 220 v.: obligatorio
• Frigobar: obligatorio
• Televisor a color: obligatorio
39
• Teléfono con comunicación nacional e internacional (en el dormitorio y
en el baño): obligatorio (no en el baño)
• Servicios generales:
▪ Servicio de ascensor de uso público (excluyendo sótano):
obligatorio a partir de 5 plantas
• Agua fría y caliente las 24 horas (no se aceptan sistemas activados por
el huésped): obligatorio en ducha y lavatorio
• Ascensores de servicio distintos al uso público, (con parada en todos los
pisos y excluyendo sótano): obligatorio a partir de 5 plantas
• Cambio regular de sábanas mínimo: diario
• Cambio regular de toallas y mínimo: diario
• Alimentación eléctrica de emergencia para los ascensores: obligatorio
• Custodia de valores (individual): obligatorio
• Estacionamiento privado y cerrado que contemple además área para
estacionamiento de buses (porcentaje por el nº de habitaciones): 20 %
• Estacionamiento frontal para vehículos en tránsito: obligatorio
• Generación de energía eléctrica para emergencia: obligatorio
• Guardarropa - custodia de equipaje: obligatorio
• Limpieza diaria del hotel y habitaciones: obligatorio
• Oficio(s) que permita garantizar la limpieza de todas las habitaciones:
obligatorio
• Personal calificado: obligatorio
• Personal uniformado (las 24 horas): obligatorio o Recepción y
conserjería: obligatorio
• Gimnasio: obligatorio
• Áreas deportivas: cancha de tenis, cancha múltiple, frontón y otras
instalaciones acorde con la ubicación geográfica: obligatorio
• Piscina para adultos: obligatorio
• Piscina para niños: obligatorio
• Sala de juegos: obligatorio
• Actividades recreativas acorde a la ubicación geográfica a cargo de
animadores profesionales: obligatorio
• Equipo de animadores profesionales: obligatorio
• Servicio de despacho de correspondencia: obligatorio
• Servicio de facsímil: obligatorio
• Servicio de lavado y planchado: obligatorio
40
• Servicio de llamadas, mensajes internos, y contratación de taxis:
obligatorio
• Servicios de peluquería y de salón de belleza: obligatorio
• Servicios higiénicos públicos: obligatorio diferenciados por sexos
• Teléfono de uso público: obligatorio
• Tópico (espacio para atención de primeros auxilios): botiquín
• Área para venta de artículos diversos, souvenirs, artesanía local y otros
acorde a la ubicación: obligatorio
• Cocina (porcentaje del comedor): 40 %
• Áreas libres (porcentaje del área total del terreno): 40%
• Zona de mantenimiento: obligatorio
2.2.17. Modelo de referencia
Resulta posible plantear un modelo en base a los antecedentes mencionados.
La forma general del mismo estaría dada por la siguiente expresión:
Quejas = f (satisfacción, edad, tipo_viajero, sexo, dispositivo_fijo,
ComparteFotos, experiencia_previa_ Perú, reviews)
Donde quejas hace referencia a la cantidad de las mismas que hay en una
valoración, la edad está vinculado al grupo etario, el tipo de viajero es el grupo
con el que viajó la persona, dispositivo_fijo está vinculado al hecho de haber
escrito el comentario desde un teléfono móvil, el hecho de haber compartido
fotos significa la presencia de fotografías en la valoración realizada, una
experiencia previa en el Perú hace referencia al hecho de que el usuario haya
evidenciado estar antes en el país y los reviews son la cantidad de valoraciones
textuales que el usuario ha ingresado a TripAdvisor.
2.2.18. El sector del alojamiento limeño en cifras
El sector hotelero se ha contraído en los últimos años. Ello debido a que ahora
los viajeros tienen otras opciones como Airbnb y similares. Entonces, el
hospedarse en un hotel ya no es la única forma de alojamiento.
41
Figura 12: Evolución del número de arribos de extranjeros a los hospedajes en Lima 2014-2018
Fuente: MINCETUR (2019)
La figura anterior evidencia la contracción del segmento ya mencionado. La tasa
de descenso ha sido de alrededor de 3.21% por año para el periodo 2014-2018.
Por otro lado, en cuanto a la permanencia de los viajeros extranjeros, se han
dado los siguientes resultados:
Figura 13: Promedio de permanencia en días en el caso de los huéspedes extranjeros
Fuente: MINCETUR (2019)
Luego, con respecto a la participación que tienen los hospedajes de tres estrellas
en el segmento de huéspedes extranjeros.
Figura 14: Market Share de los hoteles de tres estrellas con respecto al total de extranjeros que
arribaron a hoteles categorizados en el departamento de Lima
Fuente: MINCETUR (2019)
3.723.6243.784.230 3.761.256
3.658.912
3.315.716
2014 2015 2016 2017 2018
1,96
2,02
1,971,95
2,03
2014 2015 2016 2017 2018
0,15%
21,08%
38,25%18,43%
22,09%
1 estrella 2 estrellas 3 estrellas 4 estrellas 5 estrellas
42
Nota: Solo fueron considerados hoteles categorizados
2.3. Objetivos e Hipótesis
Los objetivos e hipótesis de la investigación están en función al modelo presentado y
las sugerencias de los antecedentes académicos. Pueden apreciarse en la siguiente
tabla
43
Tabla 1: Matriz de Problemas, Objetivos e Hipótesis
Problema General Objetivo General Hipótesis General
PG: ¿Existe relación entre la cantidad de quejas y las características particulares de usuarios de TripAdvisor para las valoraciones realizadas por extranjeros que se alojaron en hospedajes de tres estrellas en Miraflores durante el 2018?
OG: Determinar si existe relación entre la cantidad de quejas y las características particulares de usuarios de TripAdvisor para las valoraciones realizadas por extranjeros que se alojaron en hospedajes de tres estrellas en Miraflores durante el 2018
HG: Existe relación entre la cantidad de quejas y las características particulares de usuarios de TripAdvisor para las valoraciones realizadas por extranjeros que se alojaron en hospedajes de tres estrellas en Miraflores durante el 2018
Problemas Específicos Objetivos Específicos Hipótesis Específicas
PE1: ¿Existe relación entre el nivel de satisfacción y el rango de edad en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018?
OE1: Determinar si existe relación entre el nivel de satisfacción y el rango de edad en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
H1: Existe relación entre el nivel de satisfacción y el rango de edad en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
PE2: ¿Existe relación entre el rango de edad y la cantidad de reviews en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018?
OE2: Determinar si existe relación entre el rango de edad y la cantidad de reviews en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
H2: Existe relación entre el rango de edad y la cantidad de reviews en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
PE3: ¿Existe relación entre el sexo del viajero y el hecho de haber compartido fotos en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018?
OE3: Determinar si existe elación entre el sexo del viajero y el hecho de haber compartido fotos en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018
H3: Existe relación entre el sexo del viajero y el hecho de haber compartido fotos en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018
Elaboración: Propia
44
3. Método
3.1. Tipo y Diseño de investigación
3.1.1. Tipo de investigación
La investigación adoptó un enfoque mixto, es decir, integró datos cualitativos y
cuantitativos. Los métodos mixtos se caracterizan por emplear datos más
variados, ya que se obtienen datos de distintas perspectivas, considerándose
diferentes tipos de información (Hernández, Fernández & Baptista, 2014). Los
investigadores son quienes deciden a qué aspecto cuál de los dos componentes
(cualitativo o cuantitativo) debe tener mayor peso. La ventaja de este tipo de
investigaciones es que refuerza la credibilidad de los potenciales hallazgos
cuantitativos (Hernández, et.al. 2014).
La primera fase, cualitativa, consistió en procesar únicamente el contenido
textual de los reviews de TripAdvisor. En dicho portal es relativamente sencillo
contactar extranjeros que se hayan hospedado en hoteles de tres estrellas en
Miraflores durante el 2018, precisamente porque TripAdvisor funciona como una
red social. Los resultados de esta etapa sirvieron como soporte para para la
etapa cualitativa dando mayor consistencia a los hallazgos.
La etapa cuantitativa, por otro lado, estuvo basada en la recolección de datos del
portal TripAdvisor. Los mismos fueron registrados directamente en hojas de
cálculo. La cantidad de quejas, en cambio, tuvo, que pasar por un proceso de
transformación de dato en formato de texto libre a indicador numérico (Hofmann
& Klinkenberg, RapidMiner: Data Mining Use Cases and Business, 2012). Para
ello, las investigadoras disponían de una serie de instrumentos. Si bien es cierto
que tradicionalmente los textos han sido tratados como elementos de análisis
cualitativo, actualmente pueden ser convertidos a variables cuantitativas que
puedan ser procesadas estadísticamente a fin de verificar el valor de verdad de
las hipótesis (Hofmann & Klinkenberg, RapidMiner: Data Mining Use Cases and
Business, 2012).
3.1.2. Diseño de Investigación
En la etapa cualitativa, la investigación empleó un diseño basado en la
fenomenología. Lo que se buscó fue conocer la opinión del viajero sobre una
experiencia ya vivida (Bogdan & Bilden, 1982). Dicha experiencia debía ser
45
naturalmente, el rol como usuario y crítico de TripAdvisor, más específicamente
en aquellas personas que han valorado alojamientos de tres estrellas en
Miraflores. Con esto se busca comprender un fenómeno desde la perspectiva de
quien participa directamente. Adicionalmente dicha vivencia ha sido
contextualizada en el tiempo y entorno donde se dio, las personas con las que
se interactúa y los lazos generados (Hernández, et.al. 2014).
En la etapa cuantitativa la investigación es, transversal, no experimental y,
principalmente, correlacional.
- La investigación no puede ser considerada como experimental. Las
investigadoras recopilaron las variables de otra fuente externa: TripAdvisor.
Si bien es cierto que transformaron datos textuales en numéricos (cantidad
de quejas), los instrumentos destinados para ello procuraron mantener la
integridad del contenido original. Los datos fueron recolectados en una etapa
post facto (Hernández, et.al. 2014).
- La investigación fue transversal. Los datos fueron recolectados durante un
lapso determinado (Kothari, 2004). El tiempo no ha sido considerado como
variable. El que se haya usado como año de referencia el 2018 sirve para
delimitar la investigación.
- La investigación fue correlacional. Existe una variable dependiente que es la
cantidad de quejas en un review de TripAdvisor. Mediante procesos
estadísticos es posible determinar si una variación en alguna de los otros
indicadores (variables independientes) guarda relación con un cambio en la
variable dependiente (Hernández, et.al. 2014). En esta etapa bien podría
optarse por correlacionar una a una las variables, pero un modelo
estadístico-matemático resulta más valioso en términos del marketing como
ciencia (Franses & Montgomery, 2002).
3.2. Variables
Las variables ya han sido presentadas en el modelo previamente dicho. Involucra a la
cantidad de quejas como variable dependiente y una serie de características que
pueden ser observadas en el portal TripAdvisor.
Quejas = f (satisfacción, edad, tipo_viajero, sexo, dispositivo_fijo,
ComparteFotos, experiencia_previa_ Perú, reviews)
A continuación, se presenta la descripción de la cantidad de variables:
46
Tabla 2: Variable de Estudio
Variable
Quejas (Cantidad de Quejas)
Satisfacción (o rating general)
Edad
Tipo de viajero
Sexo_hombre
Dispositivo_fijo
ComparteFotos
experiencia_previa_Perú
Reviews
Descripción
Es la variable dependiente del estudio. Representa la cantidad de quejas presentes en un review. Es un número natural. Operacionalmente fue obtenida mediante la combinación de distintos instrumentos. Luego de que un texto fue traducido y depurado (si es que fuera necesario) para posteriormente superar los filtros, puede contarse la cantidad de veces que los aspectos del servicio son mencionados (por ejemplo, en un review puede mencionarse dos veces a la reserva y una vez la vista, por tanto, el número de quejas sería tres. Cada review de TripAdvisor incluye este indicador. Un huésped puede calificar su experiencia en una escala de Likert. Los valores posibles son pésimo, malo, regular, bueno y excelente (en la escala del uno al cinco, respectivamente). Por tanto, es una variable ordinal. Operacionalmente puede obtenerse por observación directa. De acuerdo a Liu & Zhang (2007), la satisfacción general condiciona la presencia de quejas. Los investigadores analizaron foros de quejas en China.
Una proporción de usuarios de TripAdvisor indican el rango de edad al cual pertenecen. Esta es, entonces, una variable ordinal. En TripAdvisor los rangos son cinco: 18 a 24, 25 a 34, 35 a 49, 50 a 64 y 65 a más. A estos rangos se les asignó los valores de uno a cinco. Operacionalmente son obtenidas por observación directa. De acuerdo a Badghish, et.al. (2015), los más jóvenes pueden ser propensos a quejarse.
Con el motor de búsqueda de TripAdvisor es posible identificar al grupo de viaje o tipo de viajero con el que se desplazó quien hizo el review y, por tanto, es una variable que operacionalmente puede ser obtenida mediante observación directa. Dado que es una variable cualitativa nominal, en la investigación ha sido procesada como una variable dummy. Los valores posibles son: Pareja, Amigos, Negocios, Solitario y Familia. El análisis de esta variable fue sugerido por Fernandes & Fernandes (2016).
Una proporción de usuarios de TripAdvisor indica si es hombre o mujer, entonces operacionalmente puede ser obtenida con observación directa. Es una variable dicotómica que ha sido registrada como dummy (1=hombre; 0=mujer). Operacionalmente es obtenida mediante observación directa. Liu & Zhang (2007) determinaron que el sexo no guarda relación con la presencia de quejas, al igual que Fernandes & Fernandes (2016). En contraste, Fan, et.al. (2016) evidenció que las mujeres eran más proclives a quejarse. En todos los reviews es posible ver si un comentario fue hecho desde un dispositivo móvil o fijo. Aquellos reviews que fueron ingresados desde un dispositivo móvil tienen un ícono en la parte superior derecha. Por tanto, esta variable puede ser obtenida mediante observación directa. Es una variable dicotómica. En cuanto al valor, si es que un review fue ingresado desde un dispositivo fijo entonces el valor fue 1, en caso contrario (uso de dispositivo móvil) el valor es 0. Es una variable que fue sugerida por Cook (2012) En cada aporte realizado por el viajero es posible determinar si han sido compartidas fotos. Por tanto, es una variable que puede ser obtenida por observación
directa. En el modelo fue procesada como una variable dicotómica (1=sí comparte; 0= no comparte). Fue una variable propuesta por Memarzadeh & Chang (2015)
Cada viajero señala los lugares que visitó en TripAdvisor. Es posible ver si el viajero entró y salió del país con anterioridad. Para ello es necesario observa el perfil de TripAdvisor. En el modelo propuesto es una variable dicotómica (1= sí tuvo experiencia previa en Perú, 0 = no tuvo experiencia). Operacionalmente puede obtenerse mediante observación directa. Fue una variable sugerida por Fernandes & Fernandes (2016)
Es posible contabilizar la cantidad de aportes que ha realizado cada usuario de TripAdvisor. Para ello es necesario visitar el perfil de los usuarios y calcular cuántos comentarios tenía el usuario antes de que valorara los servicios del hotel que es objeto de estudio. Es una variable cuantitativa. Pinto & Mansfield (2012) hipotetizaron que aquellos con mayor cantidad de reviews podrían ser más propensos a quejarse.
Elaboración: Propia
47
3.3. Población
La población fue el total de valoraciones realizadas por ciudadanos extranjeros acerca
de alojamientos de tres estrellas en Miraflores durante el 2018 en donde al menos exista
una queja. En la literatura académica vinculada a TripAdvisor es común evaluar
valoraciones en lugar de personas (Amaral & Tiago, 2014). En la etapa cualitativa fueron
empleados los mismos reviews, pero ya analizados de forma cualitativa, dentro de su
propio contexto. En la etapa de entrevistas a profundidad la población estuvo
conformada por extranjeros usuarios de TripAdvisor que se alojaron en hospedajes de
tres estrellas en Miraflores.
3.4. Muestra
En la etapa cualitativa y cuantitativa, el muestreo fue abierto y por conveniencia. La
condición básica consistía en que la valoración debía haber sido escrita en TripAdvisor
por un extranjero para el segmento de negocios ya mencionado. Esto se debió a que no
se llegó a conocer con precisión cuántas valoraciones e TripAdvisor fueron escritas por
extranjeros: no todos los usuarios del portal web indican su nacionalidad. Tampoco
fueron tomados en consideración aquellas valoraciones donde los usuarios no indicaban
datos con respecto a su sexo y rango de edad. Las demás variables de estudio sí son
visibles para todos los usuarios de TripAdvisor. Además, existen ciertos criterios de
exclusión en cuanto a la muestra. Todos ellos respaldados por fuentes
internacionales como Vasquez (2011), Tayel, et.al. (2016) y Hofmann & Klinkenberg
(2012):
- No fueron tomados en cuenta aquellos comentarios que estuvieran escritos
en idiomas que no hayan evidenciado compatibilidad con los instrumentos
de análisis en algún journal internacional. Fueron excluidos el mandarín,
árabe, japonés y otros. El problema es que estos idiomas requieren
instrumentos especializados a los cuales las investigadoras no tuvieron
acceso.
- No fueron considerados aquellos comentarios en donde la traducción al
inglés no sea uniforme para más de un instrumento: la traducción provista
por los dos instrumentos destinados a dicho fin debía coincidir.
- Aquellos comentarios que incluían palabras o frases que los instrumentos
traductores no podían convertir al inglés fueron excluidos. Existen términos
en español, por ejemplo, que solo pueden ser comprendidas por una
determinada nacionalidad y que no admiten traducción directa. En contraste,
48
puede haber términos que no hayan sido bien escritos y por lo tanto tampoco
tengan traducción, pero los instrumentos a cargo de la corrección gramatical
pueden tratar esa data.
- Los comentarios que presentaban algún grado de sarcasmo en su contenido.
Esto es posible de medir con el instrumento pertinente.
- Aquellos comentarios que no resultaran precisos en cuanto a la cantidad de
quejas. Frases como “Todo en este hotel está mal, fue una experiencia
pésima” o “Hay algunos detalles que tienen que mejorar su servicio”,
efectivamente, son quejas, pero no es posible identificar con certeza qué
aspectos no fueron del agrado del cliente, naturalmente tampoco es posible
contar las quejas.
- Solo han sido considerados aquellos reviews en donde las quejas están
dirigidas al servicio del hotel.
- Incluso si un comentario era procesado exitosamente, fue excluido de la
muestra si es que las quejas detectadas no cumplían con los principios de
Vasquez (2011). Dicho de otra forma: si el instrumento de Minería de Datos
indicó 3 quejas, entonces las investigadoras verificaron que las mismas
cumplieran con al menos uno de los aspectos mencionados por Vasquez
(2011); caso contrario, el review es eliminado.
La muestra para la investigación alcanzó un total de 411 reviews que resultaron válidos.
Si bien es cierto que en un muestreo por conveniencia el tamaño de la muestra no es
relevante, las investigadoras consideraron adecuado que el tamaño de la muestra
superara los 384 casos. Este es el tamaño de muestra que se requiere en caso el
tamaño de la población sea desconocida o sea superior a las 100,000 unidades. En el
caso de las entrevistas fueron considerados 5 participantes,
3.5. Instrumentos
3.5.1. Instrumentos traductores
En la investigación fueron empleadas dos traductores: Google SoundCloud
integrado a TripAdvisor y Watson Translator. El primero fue diseñado por Google
y segundo por IBM (Hofmann & Klinkenberg, 2012). El primero está integrado a
TripAdvisor y puede traducir los textos a inglés. Con respecto a Watson, se
requiere copiar y pegar el contenido que desea traducirse. El instrumento detecta
el idioma y realiza la traducción a lo que sea requerido. La idea al usar dos
traductores de distintos fabricantes es garantizar que el contenido sea fiel.
49
3.5.2. Instrumentos de depurado textual y corrección gramatical
Una vez detectados los han sido traducidos al inglés, fueron sometidos a
depuración: corrección ortográfica y de sintaxis. Para ellos fueron empleados dos
instrumentos: Grammarly y Language Tool. Ambos son gratuitos. El primero
funciona como un complemento de Google Chrome, mientras que el segundo es
una página web donde puede copiarse el contenido (Hofmann & Chisholm,
2015). Ambos instrumentos realizan sugerencias en los cambios que deben
realizarse. Son instrumentos de libre disponibilidad. Estos instrumentos fueron
empleados para garantizar que el contenido pudiera ser procesado con facilidad
por los demás instrumentos.
3.5.3. Instrumento de detección de sarcasmos
Sarcasm Detector es un software basado en inteligencia artificial. Es una
máquina especializada en medir el sarcasmo de un contenido (Hofmann &
Chisholm, 2015). Originalmente fue diseñado y entrenado empleando
comentarios de Twitter. Pero su validez en otros entornos ha sido validada por
investigaciones científicas (Hofmann & Chisholm, 2015).
3.5.4. Instrumentos para detección de quejas
El instrumento RapidMiner fue empleado para la detección de quejas, ya que
cuenta con un módulo especial para ello (Tayel, Reif, & Dengel, 2016). La
detección de quejas en un contenido textual todavía está en desarrollo dentro
del mercado de software de Minería de Datos (Tayel, Reif, & Dengel, 2016).
RapidMiner también mide la cantidad. Hay que resaltar que RapidMiner cuenta
con otro módulo que permite solo encontrar quejas con respecto a servicio de
hoteles (Aylien, 2019). El software Aylien también puede funcionar como una
aplicación independiente. Otro instrumento empleado fue una plantilla
elaborada por las mismas investigadoras en función a los aportes de Vasquez
(2011). Las investigadoras verifican si las quejas identificadas por RapidMiner
cumplen con los requisitos señalado por Vasquez (2011). Usar plantillas
personalizadas como método de investigación textual fue valorado por Kothari
(2004).
50
3.5.5. Instrumentos para registro de datos y procesamiento estadístico
Los datos son registrados usando Microsoft Excel, hoja de cálculo fabricada por
Microsoft. Dicho software también fue empleado como almacén temporal para
migrar el contenido textual entre un software y otro. Para el procesamiento
estadístico fue empleado el software SPSS Modeler, software de Minería de
Datos y que fue fabricado por IBM (IBM, 2017). El SPSS Modeler tiene un
funcionamiento muy similar al RapidMiner, es decir, también está basado en
un encadenamiento de operadores, los cuales representan procesos lógicos;
así un operador lee los datos, otro sirve para asignar el tipo de variable (ordinal,
cadena, entrada, salida, etc.) y otro fue utilizado para aplicar el modelo que las
investigadoras consideraron pertinente.
3.5.6. Instrumentos de análisis cualitativo
La investigación empleó TextRazor, un software de capaz de codificar el
contenido de un texto de forma automática. El instrumento puede ser empleado
para detectar opiniones representativas dentro de un corpus. Para realizar esta
función el algoritmo de TextRazor se basa en conteo de palabras, número de
entidades involucradas y la cantidad de veces que un grupo de keywords
aparecen juntas (Hofmann & Chisholm, 2015). Por otro lado, fue empleada una
guía de pautas elaborada por las investigadoras, la cual incluye 19 preguntas.
3.6. Procedimiento para recolección de datos
Toda la data fue recolectada empleado el motor de Búsqueda de TripAdvisor. Las
investigadoras ingresaron a dicho portal, eligieron la ciudad de Lima en cuanto al ámbito
geográfico y delimitaron los resultados a Miraflores. Posteriormente usaron la opción
que permitía limitar los resultados a alojamientos de tres estrellas. Una vez se obtuvo la
lista de alojamientos, fue necesario excluir aquellos que no tuvieran valoraciones. Con
los hospedajes que quedaron, las investigadoras procedieron a cotejar la lista con el
Directorio Nacional de Prestadores de Servicios Calificados, recurso web brindado por
el MINCETUR donde es posible cotejar que cada hotel pertenezca a la categoría
indicada y que esté efectivamente ubicado en Miraflores.
Posteriormente fueron seleccionadas aquellas valoraciones en donde los datos de los
usuarios eran visibles (principalmente nacionalidad, sexo y edad). El resto de datos es
común a todos los participantes de TripAdvisor.
51
3.7. Plan de análisis
3.7.1. Etapa cualitativa
El progreso en la detección algorítmica de estructuras semánticas permite salvar
aún más la brecha entre enfoques cualitativos y cuantitativos (Amaral & Tiago,
2014). El factor clave aquí es la inclusión de ideas clave dentro del corpus. Para
ello es necesario encontrar frases representativas vinculadas a cada variable de
estudio (Guetterman, et.al. 2018). Este proceso fue llevado a cabo con
TextRazor.
La idea, de acuerdo a lo planteado por Guetterman, et.al. (2018) consiste en que
existe un conjunto de frases en el corpus que son representativas dentro del
contexto. Así, por ejemplo, si se analizan comentarios de un destino turístico
natural en una página web especializada de viajes y en varias ocasiones se hace
mención a una especie animal determinada, entonces es posible afirmar que
dicha especie forma está vinculado al destino natural.
El algoritmo que permite un análisis cualitativo en base a relaciones entre
palabras. De acuerdo a Hofmann & Chisholm (2015), esto funciona como el
procesamiento natural del lenguaje. Las frases identificadas como
representativas por el instrumento TextRazor cumplen con una serie de
características según Hofmann & Chisholm (2015):
- Presentan términos que aparecen con frecuencia dentro del contenido
textual.
- En función a dichas palabras, también son registrados verbos que
enlazan a los mismos.
- Finalmente, el software elige los términos con donde se presentan con
mayor frecuencia los términos relacionados, así como los verbos que los
relacionan. Es por ello que son frases representativas del contenido: no solo
presenta sustantivos que aparecen con frecuencia, sino también verbos que
hacen alusión a una situación específica que relaciona a dichos keywords.
- Otra funcionalidad consiste en la configuración de identificación de tópico.
Es decir, el instrumento puede categorizar una frase. Fue escogida la categoría
queja para la investigación.
De esta forma no solo se obtienen frases que relacionen términos frecuentes
vinculados a ¨queja¨ (como palabra), sino también a frases que aluden a una
52
queja incluso si no se menciona de forma textual la palabra queja. Así, por
ejemplo, se tiene dos frases realizadas por usuario de TripAdvisor
- M1: "Ya saben, mientras menos satisfecho estoy, más me reniego, más me
quejo, pero siempre educado"
- M2: "Ahora sí tengo batería para el móvil y puedo escribir todo lo que me
pareció mal en este hotel"
En M1 sí se hace referencia de forma específica a un derivado del término queja
(quejo). En la segunda frase no aparece la mención textual a queja. En el primer
caso se relacionan dos términos vinculados a satisfacción y queja; en el segundo,
no hay una relación explícita, sino tácita. Efectivamente, el usuario de TripAdvisor
manifiesta una queja. Sea porque se vinculen dos términos (satisfacción y queja)
o se haga una referencia tácita (móvil como dispositivo de uso), el instrumento
es capaz de categorizar. El investigador es quien analiza lo que el software elige
como relevante Hofmann & Chisholm (2015).
3.7.2. Etapa cuantitativa
Una vez completada la base de datos en Excel, procedió a emplearse el SPSS
Modeler. Dada la naturaleza de la variable dependiente (un número entero) y al
hecho de que las variables independientes podían ser expresadas como
números, las investigadoras optaron por usar la regresión múltiple. Primero fue
empleada la versión step forward. Este es un método de ajuste de modelos de
regresión en el que la elección de variables predictivas se realiza mediante un
procedimiento automático. En cada paso, se considera una variable para la suma
o la resta del conjunto de variables explicativas en función de algún criterio pre-
especificado (Loftus & Taylor, 2014). El software irá agregando variables al
modelo hasta mientras el valor R-cuadrado y R-cuadrado ajustado aumente y al
punto de que el error medio no pueda disminuirse más (Loftus & Taylor, 2014).
El objetivo de esta fase es encontrar identificar variables que aportan al modelo.
En una segunda etapa fue empleada la regresión múltiple ordinaria en donde se
ingresó únicamente aquellas variables que fueron seleccionadas en la etapa
anterior. Esto con el fin de realizar el análisis de los coeficientes y construir la
ecuación propiamente dicha. Esta etapa servirá para verificar si la regresión
53
cumple con algunos principios básicos para que su aplicación sea idónea. Estos
son:
Aditividad y multicolinealidad: La aditividad significa a que el modelo de regresión
lineal es aditivo. En otras palabras, cada variable independiente por sí sola suma
a la explicación de la variable dependiente (Osborne & Waters, 2002). Esto
implica que no haya relación entre las variables predictoras. Si así ocurriese,
entonces se estaría dado la multicolinealidad. Estas se producen cuando dos
variables predictoras o más están relacionadas entre sí. Para verificar que no
haya se produzca la multicolinealidad fue empleado el VIF (Factor Inflación de
Varianza). Este no debe superar el valor de 5 de acuerdo a lo planteado por
Kurtner, Nachtsheim & Neter (2004)
Autocorrelación entre los residuos: en la regresión múltiple, lo que se espera es
que los residuos sean independientes, si esta condición no llegara a darse,
puede que la ecuación encontrada presente sesgos (Osborne & Waters, 2002).
Para que la regresión múltiple sea un modelo adecuado debe verificarse el
estadístico de Durbin Watson, valores próximos a dos favorecen al modelo
(Kurtner, et.al. 2004).
Normalidad: Los residuos (diferencias entre el valor real y pronosticado) deben
tener una distribución normal (Osborne & Waters, 2002). A fin de que esta
condición sea cumplida fue aplicado la prueba de Kolmogorov-Smirnov
(Kurtner, et.al. 2004).
El uso del modelo de regresión lineal múltiple se justifica en bases no solo
teóricas, sino también desde una perspectiva práctica. De acuerdo a Besley
(1991), una vez determinado el modelo, el mismo puede ser replicado empleando
procedimientos aritméticos sencillos. Esta posición también es compartida por
Osborne & Waters (2002), quienes indican que el proceso puede ser llevado a
mano con una hoja de cálculo. En cambio, otros métodos no son fácilmente
replicables (la regresión PLS, por ejemplo, ya incluye otros métodos más
sofisticados que exceden los límites de la investigación. Por otro lado, las redes
neuronales podrían ser empleadas, lamentablemente dicho método
computacional no permite comprobar hipótesis para cada una de las variables,
ya que el computador busca la manera de combinar las variables de entrada
mediante diferentes algoritmos para llegar a una variable respuesta (Osborne &
54
Waters, 2002). Finalmente, el modelo de regresión lineal múltiple ha sido de
amplio uso empleados en distintas investigaciones relacionadas a servicios
(Osborne & Waters, 2002).
Para dar respuesta a las hipótesis específicas, es necesario recurrir a distintas
pruebas estadísticas. Ello depende de la forma de las variables. Por ejemplo, la
correlación entre el rango de edad (que se puede expresar como un número) y
el nivel de satisfacción (que también adopta la forma de un número) es probable
usar la correlación de Spearman (Gonzales, 2012). Ello se debe a que dicha
prueba se adapta a las variables del tipo rango. En contraposición, la prueba de
correlación de Pearson es sugerible cuando se compara dos variables continuas.
Tanto la hipótesis especifica 1 (que involucra rango de edad y satisfacción,
ambos rangos) y la hipótesis específica 2 (cantidad de reviews vs. Edad)
emplearán la prueba de correlación de Spearman. Finalmente, en lo relacionado
a la hipótesis específica 3 se compara dos variables categóricas (sexo del
participante y hecho de haber compartido o no fotografías), por lo que lo más
adecuado es aplicar la prueba chi-cuadrado (Gonzales, 2012).
55
4. Calendario de Actividades y Recursos Disponibles
4.1. Calendario de actividades
El desarrollo de la tesis abarcó las siguientes etapas: Tabla 3: Calendario de Actividades
Mar-18 Abr-18 May-18 Jun-18 Jul-18 Ago-18 Set-18 Oct-18 Nov-18 Dic-18 Ene-19 Feb-19 Mar-19 Abr-19 May-19 Jun-19
Redacción del borrador de tesis ✓
Ensayo instrumentos de Data
Mining
✓ ✓
Recolección de Datos -
TripAdvisor ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
Procesamiento de Información
con los instrumentos de Data
Mining
✓ ✓
Revisión de Contenido textual ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓
Entrega del segundo borrador
✓
Procesamiento Cualitativo de la
Data ✓
Procesamiento Cuantitativo de
la Data
✓
Revisión por parte del jurado ✓ ✓
Levantamiento de
observaciones
✓ ✓
Sustentación ✓
Elaboración: Propia
56
4.2. Recursos disponibles
Los principales recursos de la investigación son los instrumentos de Minería de Datos
y la data de TripAdvisor, ambos resultan invalorables para alcanzar los fines de la
investigación. Algunos de los instrumentos de Data Mining no son gratuitos, pero
cuentan con versiones demo que pudieron ser usadas por el tiempo suficiente para que
la investigación alcance sus fines.
4.3. Presupuesto
La investigación no tiene una inversión pecuniaria durante la etapa del Data Mining; no
obstante, sí tiene un costo de oportunidad, el cual está representado por el tiempo que
las investigadoras dedicaron. En las entrevistas si fue necesario una inversión que
consistió en giftcards para compras online. En ellas se invirtió un total de 100 dólares.
57
5. Resultados
5.1. Resultados cualitativos Tabla 4: Frases representativas relacionas a la satisfacción y las quejas
Código
S1
S2
S3
S4
S5
Frase
"Ya saben, mientras menos satisfecho estoy, más me reniego, más me quejo, pero
siempre educado"
"Comida pésima, cama muy dura, mala limpieza y vista horrible; agradezcan que doy con
detalles mis quejas, si estuvieran con flojera no lo haría, preocúpense por dejar a sus
clientes satisfechos"
"Si les cuento el por qué estoy tan insatisfecho con este servicio, es debido a que tengo
algo de tiempo"
"Insatisfecho con el staff, maleducados totalmente, solo por eso nunca volveré a este
hotel. "
"Satisfecho con el servicio, 4 puntos, pondría 5 pero tengo una queja: arreglen
su WiFi, nadas más que decir"
Fuente: TripAdvisor (2018)
En la tabla anterior, existe evidencia cualitativa de que las quejas tienen que ver con la
satisfacción. La queja surge como una repuesta a niveles de satisfacción bajos. Existen
matices como en S2 y S3 donde los usuarios mencionan al tiempo disponible como
elemento vinculado a quejarse. La frase S1 hace referencia a que es necesario
expresarse educadamente, lo cual es veraz, ya que en TripAdvisor existe un filtro para
las opiniones. En S5 solo existe una queja con el servicio: el usuario afirma que iba a
colocar 5 puntos (Excelente), pero terminó colocando 4 (Bueno), a continuación, detalló
su única queja. En S4 el viajero indica que tuvo una única queja, pero para él es tan
importante que no volverá al hotel.
Tabla 5: Frases representativas relacionadas a la edad y las quejas
Código
E1
E2
E3
E4
E5
Frase
"No le hagan caso a las quejas del usuario de arriba. Yo creo que al hotel solo le falta una
buena vista. Pero sé que los millennials son muy sensibles y todos les ofende, no sé qué
ocurrirá cuando lleguen a mi edad"
"El perfil dice que ese usuario tiene entre 18 y 24, no parece, se queja como ancianito,
parece demasiado sensible"
"Con razón se quejan tanto, son jóvenes como mis nietos y paran todo el día con el
ordenador"
"Quejarse o quejarse, esa es la cuestión de esta nueva generación. Opinen sin llegar a
ser haters"
"Creía que eran los más viejos quienes se quejaban, pero ahora resulta que son
los más jóvenes, Ah, olvidé que estamos en internet
Fuente: TripAdvisor (2018)
58
De la tabla anterior hay que resaltar el hecho de que hay personas que consideran que el ser
mayor está relacionado a quejarse más (E1, E2, E4 y E5). Pero otro usuario advierte que
esto cumpliría en un entorno real, pero no en el virtual (E5), lo cual puede estar vinculado a
permanecer más tiempo en el ordenador (por el hecho de ser jóvenes, E3). Hay evidencia
cualitativa que relaciona a la edad con las quejas, incluso podría hablarse de un término
generacional como en E1 (millennials)
Tabla 6: Frases representativas relacionadas al tipo de viajero y las quejas
Código
T1
T2
T3
T4
Frase
"Como viaje por negocios, la empresa pagó, no me quejaré tanto, pero si me
hospedaba con mi familia ahí sí me molestaba más"
"Viajé solo, igual tengo muchas cosas de que quejarme. No crean que porque nadie
más salió perjudicado voy a pasar esto por alto"
"Si escribo con esta queja es porque viajé con mi madre, lo más sagrado para mí" "Viajé
con mi hermana, yo no tuve ningún problema, pero ella sí, y me quejo porque ella no
tiene cuenta en TripAdvisor"
"Como viajé por negocios no me dolió tanto el pagar, pero sí me dolió el mal momento que me hicieron pasar, por eso me terminé quejando con el
T5 administrador”
Fuente: TripAdvisor (2018)
Los comentarios evidencian que probablemente los viajeros de negocios son menos
propensos a quejarse debido a que ellos no pagan los costos (T1), pero eso no siempre
se cumple (T5). Quienes viajan en familia pueden actuar en representación de todo el
grupo de viaje (T4). Existen casos de extrema sensibilidad como viajar con la madre
(T3). Finalmente, un usuario que viajó solo manifiesta que su queja es tan válida como
para las personas que viajaron en grupo, es decir, no importaría si las persona viaja sola
o en grupo.
Tabla 7: Frases representativas relacionadas al sexo de viajero y las quejas
Código Frase
G1 "Algunas se quejan como niñas lloronas, yo solo critico lo justo y necesario”
"Al final yo pagué el viaje con mi novia, y la verdad tengo que quejarme porque
G2 no valen lo que prometieron y como hombre me choca”
"Las mujeres son siempre las que se quejan por la limpieza, son más sensibles
G3 en ese aspecto”
"Obviamente me duele que el servicio no estuviera a la altura, como hombre y
G4: cabeza de familia me duele tener que pagar por algo que no vale la pena”
"Con la internet ahora todos podemos quejarnos con fuerza, no importa si eres
G5: hombre o mujer"
Fuente: TripAdvisor (2018)
59
Los comentarios anteriores evidencian que si bien es cierto que en algunos casos el
comportamiento de queja puede ser atribuible a un género (G1), también es verdad que gracias
al internet el comportamiento de queja no debería diferir (G5). Los puntos G2, G3 y G4 sugieren
que en realidad lo que diferencia a ambos grupos (hombres y mujeres) es el aspecto sobre el cual
se está dando la queja. Por ejemplo, es mencionado que la mujer es más sensible a la limpieza
(G3).
Tabla 8: Frases representativas del tipo de dispositivo empleado y las quejas
Código Frase
"Ahora sí tengo batería para el móvil y puedo escribir todo lo que me pareció mal
D1 en este hotel"
"Cuando estoy en mi PC es más fácil opinar, todo lo bueno y mis quejas desde
D2 luego"
"Y ahora sí puedo opinar y quejarme con ganas, mi batería del celular está
D3 cargada”
"Lo siento por ser tan duro y ácido, estoy con el móvil y no tengo tiempo para un
D4 discurso largo y explicativo, esas son mis quejas, en eso deben mejorar"
D5 "Si voy a dejar un largo testimonio detallado de mis quejas, prefiero usar la laptop"
Fuente: TripAdvisor (2018)
Existe cierto consenso en el hecho de que quejarse desde una computadora no es lo
mismo que quejarse desde un móvil (D2, D5). Esto puede deberse a que el móvil tiene
más restricciones en cuanto a energía (D1, D3). Por otro lado, el uso de un dispositivo
móvil puede condicionar la naturaleza de la queja (D4).
Tabla 9: Frases representativas de hecho de compartir fotos y las quejas
Código Frase
F1 "Y aquí está mi foto para que me crean con respecto a la mala atención del hotel"
"Colocaría fotos más fuertes para probar que el servicio fue pésimo, pero
F2 TripAdvisor no me los publicaría y hasta me podrían banear"
"Para que vean que no todo es quejarme, también coloco fotos de las bonitas
F3 vistas que puedes tener desde el hotel"
"Me gustan los detalles, coloco estas fotos, lo bueno y lo malo de este hotel,
F4 juzguen ustedes"
F5 "Con esta foto comprenderán por qué tienen que tener cuidado con este hotel"
Fuente: TripAdvisor (2018)
Las fotos pueden servir para respaldar la evidencia en el caso de quejas (F1 y F5), pero
también es necesario tener cierta mesura debido a las restricciones de TripAdvisor (F2)
Por otro lado, el hecho de compartir fotos puede estar asociado al nivel de detalle que
60
algunos usuarios prefieren, pero las fotos no necesariamente muestran únicamente
contenido negativo (F3, F4).
Tabla 10: Frases representativas del hecho de haber estado antes en Perú y las quejas
Código Frase
"Primera vez en Perú, sé que no es lo mismo que los hoteles europeos así que
P1 comprendo todas estas fallas del servicio"
"He regresado otra vez a Lima, y ya estoy acostumbrado a esto, quejarse ayuda
P2 un poco a desahogarse"
"No debí volver a este hotel, error mío por darles una segunda oportunidad, el servicio
fue peor que la vez anterior. Es muy complicado encontrar un buen hotel
P3 en Lima"
"Es Lima, así que vete acostumbrando a este tipo de cosas, como yo que he
P4 regresado 3 veces por trabajo"
"Mismo país, misma ciudad, diferente hotel, mismas fallas, esperaba tener un
P5 servicio mejor, pero ahora me estoy quejando más"
Fuente: TripAdvisor (2018)
Los comentarios no evidencian (del P1 al P5) una única posición con respecto al hecho
de que haber estado antes en el país (o no) tenga que ver con el comportamiento de
queja.
Tabla 11: Frases representativas de la cantidad de reviews y las quejas
Código Frase
"Esos usuarios de nivel 5 son los que más aportan, buena información. Te dan
R1 todo, muchos comentarios, por eso respetan sus opiniones"
"Y si puedo expresar bien tus quejas y mis ideas es porque ya tengo más de 200
R2 comentarios y sé lo que valora la comunidad"
"Quejarse esta bien, de hecho, creo que los más rankeados, los que tienen más
R3 mensajes, se quejan más porque son algo así como un crítico gastronómico"
"Aquí se valora más a los que más viajan, más comentan, más se quejan, más
R4 felicitan, en resumen, los que dan más información"
"Cuando veo que un usuario dice que todo fue bonito y maravilloso, ninguna queja
R5 y solo tienen tres aportes, empiezo a sospechar"
Fuente: TripAdvisor (2018)
Existe cierta coincidencia por parte de los participantes en señalar que la cantidad de
reviews puede guardan relación con la cantidad de quejas. Existe cierto nivel de
prestigio entre quienes más aportan (R1, R2, R3 y R4). Hay un detalle particular: quienes
optan por no quejarse, valoran con la máxima puntuación y tiene pocos aportes pueden
ser vistos como no fiables (R5).
Hasta este punto han quedado en evidencia de la existencia entre relaciones explícitas
(quejas más satisfacción, por ejemplo) y vínculos tácitos (como en el caso de los
dispositivos donde no se menciona explícitamente la palabra ¨dispositivo¨, pero si se
61
hizo referencia a computadora o móvil en un contexto de queja). De esta forma cada
una de las frases de esta etapa contribuye a una mejor comprensión del modelo
propuesto.
Por otro lado, las entrevistas resultaron similares en cuanto a los resultados, aunque
con distintos matices.
Con respecto al nivel de satisfacción, fue rescata la siguiente expresión: “Para mí [la
calificación general] es un reflejo de la cantidad de quejas que presenta un cliente. Si
califico con una estrella o tres estrellas es porque algo ha pasado” (Participante A).
“(…) si es que coloco tres estrellas es porque efectivamente algo ha pasado. Es
casi lo primero que pones en TripAdvisor cuando valores un servicio, y lo que te
va a pedir el sistema, luego de hacer login desde luego. Incluso si no vas
comentar, puede valorar el servicio y el sistema va a contar tu voto.” (Participante
E).
De las dos intervenciones es posible inferir que la calificación general (o nivel de
satisfacción) es una variable muy importante relacionada a las quejas. Lo dicho por el
participante A es correcto: es posible realizar valoraciones sin comentar.
Por otro lado, con respecto a la edad y las quejas, el participante A señala que “en mi
experiencia los jóvenes son un poco más “sensibles” a la falla de los servicios, son más
exigentes.” (Participante A). En contraste otro usuario indica que:
“Tripadvisor está conformado por personas de varias edades. Sin embargo, a
veces pienso que los jóvenes al tener más tiempo libre puede que tengan tiempo
para quejarse más, mientras que para las personas mayores puede que sea un
limitante (…) (Participante B)”
De estas intervenciones es posible destacas que en principio la edad no debería tener
relación con el comportamiento de queja. Pero es probable que el hecho de quejarse en
guarde relación con el nivel de exigencia de los segmentos más jóvenes.
Luego, con respecto a la tercera variable, el tipo de viajero, las opiniones son diversas,
una opinión a destacar fue:
“Usualmente viajo solo, pero considero que cuando viajas con amigos o familia,
puedes sentir menos cualquier problema. Digamos que viajar solo puede ser un
problema, pero cuando algo malo pasa, el hecho de tener grupo ayuda”
(Participante E).
“En mi caso fue un viaje de negocios y ello implica que me paguen el viaje, pero
considero que, si hubiera viajado con mi familia, me hubiera quejado más ya que
fue algo que fue pagado con mi dinero” (Participante B)
Nuevamente aquí surge el tema de quienes viajan por negocio, probablemente ellos
sean menos proclives a quejarse debido a que ellos no costean sus viajes. Por otro lado,
62
cabe mencionar el rol que juega el viajar en grupo, donde ante cualquier problema
(asociado a una queja) puede ser atendido de forma efectiva si no se ha viajado solo.
Por otro lado, con respecto al sexo del participante, existen dos opiniones relevantes.
La primera es: “No considero que eso sea algo que influya en la cantidad de quejas. Sin
embargo, considero que ambos géneros pueden quejarse en distintos aspectos del
servicio.” (Participante D). Ello puede ser complementado con:
“con el internet hay casi equidad de género en cuanto a participación. Puedes
expresarte con fuerza y no importa si eres hombre o mujer. Claro, TripAdvisor no
permite usar palabras fuertes o insultos. Para eso tiene moderadores. Pero es
internet. Ahí te liberas, tienes la oportunidad de expresarte con una mayor
sinceridad. (Participante E)
Ambas intervenciones sugieren que el hecho de ser hombre o mujer no tiene que ver
con la cantidad de quejas, pero si con la naturaleza de las mismas. Cabe destacar el rol
de internet como agente facilitador de las quejas.
Luego, con respecto al dispositivo usado, Hay dos opiniones a destacar. La primera fue:
“Desde mi experiencia, cuando uno escribe desde su computadora puede explayarse
más y hacerlo con ojo crítico, mientras que si uno usa un celular puede ser un limitante”
(Participante C)
“En la computadora resulta fácil quejarse sin molestias. Con el celular me
distraigo mucho Tienes WhatsApp, Facebook y todo eso. En la computadora
también pero como que el celular lo uso para comunicaciones de menor
formalidad. Ciertamente un celular te puede dar acceso dese cualquier lado, pero
cuando voy a criticar algo, tengo que fundamentar correctamente. Y el celular no
ayuda mucho en eso.” (Participante E)
Aquí queda evidencia de que el uso de un dispositivo fijo, en lugar de uno móvil.
Favorece la presencia de quejas.
Luego, con respecto al hecho de compartir fotos, destacaron dos opiniones:
“En mi caso subí dos fotos, para evidenciar para señalar los aspectos buenos y
malos del hotel. Una foto fue para señalar de lo bonito que estuvo algo que me
gusto y la otra foto fue sobre el problema que tuve. De alguna manera considero
que una foto respalda una queja.” (Participante C)
“Las fotos son un testimonial de que no estoy loco, puedo felicitar y a la vez
castigar a los que. Nuevamente, TripAdvisor no es Instagram donde todo el
63
mundo es feliz incluso si no necesariamente lo es. Las fotos no solo expresan lo
bueno, sino también lo malo” (Participante E)
Los dos aportes anteriores sugieren que las fotografías sirven para respaldar aspectos
positivos y negativos del servicio. Las fotografías son parte del testimonial. Cabe,
además, resaltar las diferencias entre TripAdvisor e Instagram.
Luego con respecto al hecho de haber estado antes en Perú, se destacan dos
intervenciones. La primera: “No considero que sea algo relevante, ya que he viajado
reiteradas veces a Perú, incluso antes de usar Tripadvisor” (Participante D). Esto es
enriquecido por otra intervención:
“Debo reconocer que todos mis viajeros los he documento en TripAdvisor, pero
yo he viajado a Perú dos veces: en 1998 y hace un año. No existía TripAdvisor
en 1998. Como que por ahí la información de TripAdvisor será más fiable si el
usuario usa con mayor frecuencia la plataforma. No le veo mucha relación con
la cantidad de quejas.” (Participante E).
Las dos intervenciones evidencian la limitación de la variable vinculada a una
experiencia previa en el Perú de acuerdo a TripAdvisor. Y es que existen personas que
han estado antes en el país, incluso antes de existir TripAdvisor. Por otro lado, debe
tomarse en consideración que no todos documentan todas las experiencias en
TripAdvisor”.
Finalmente, en lo relacionado al número de reviews o aportes se obtuvo:
“Desde mi experiencia, si uno es un usuario nadie te toma en cuenta. Si eres un
usuario reconocido en la comunidad serás considerado como un usuario
experimentado. Para mí la cantidad de mensajes si refleja la cantidad de quejas
porque para mí ese es el detalle, que tan apreciado es en la comunidad”
(Participante C)
“Yo participo en varias plataformas web. Yo diría que más que la cantidad es el
nivel. Pero el nivel se incrementa a medida que aumentas los mensajes. He
notado que los usuarios de mayor nivel en TripAdvisor suelen darte una mayor
cantidad de información, y eso involucra también a las quejas. Si te narran una
queja es con buen nivel de detalle”
Ambas intervenciones evidencian que la cantidad de quejas puede guardar relación con
el número de aportes. Pero sucede que los usuarios con más aportes suelen incurrir en
más detalles. Un aumento de mensajes puede incrementar el prestigio del usuario en la
comunidad o por lo menos incrementar su nivel.
64
5.2. Resultados cuantitativos
A fin de comprobar la hipótesis general, la primera etapa consiste en el modelo step-
forward, el cual irá agregando una a una las variables independientes al modelo:
Tabla 12: Resumen de los Modelos
Modelo R R cuadrado R cuadrado Error estándar de la
ajustado estimación
1 ,615a .378 .376 1.7808
2 ,863b .745 .744 1.1408
3 ,929c .864 .863 .8357
4 ,937d .878 .876 .7927
5 ,939e .882 .880 .7803
a. Predictores: (Constante), Reviews
b. Predictores: (Constante), Reviews, Satisfacción
c. Predictores: (Constante), Reviews, Satisfacción, Edad
d. Predictores: (Constante), Reviews, Satisfacción, Edad, Dispositivo_fijo
e. Predictores: (Constante), Reviews, Satisfacción, Edad, Dispositivo_fijo, ComparteFotos
De la tabla anterior es posible inferir que alguna de las variables independientes
añadidas una a una tiende a explicar mejor la cantidad de quejas. En este caso las
variables independientes que aportan a explicar la variable dependiente son: la cantidad
de reviews, la satisfacción general, el rango de edad, el hecho de haber empleado un
dispositivo fijo cuando se valoró el servicio y el hecho de haber compartido fotos en la
valoración.
Existen variable que son excluidas del modelo. Estas son el tipo de viajero (o grupo de
viajero con el que se hospedó la persona que realizó la valoración, el sexo que ha
indicado el usuario y el hecho de haber estado en el Perú). El resumen de los modelos
sirve para verificar el valor de verdad de la hipótesis general y las hipótesis específicas
cuantitativas. Algunas variables del modelo explican la cantidad de quejas. El resumen
de los modelos puede verificarse con los resultados de la prueba ANOVA. Estos fueron
los siguientes:
65
Tabla 13: ANOVA para los modelos
Modelo Suma de gl Media F Sig.
cuadrados cuadrática
Regresión 787.662 1 787.662 248.384 ,000a
1 Residuo 1297.000 409 3.171
Total 2084.662 410
Regresión 1553.706 2 776.853 596.954 ,000b
2 Residuo 530.956 408 1.301
Total 2084.662 410
Regresión 1800.428 3 600.143 859.356 ,000c
3 Residuo 284.234 407 .698
Total 2084.662 410
Regresión 1829.567 4 457.392 727.969 ,000d
4 Residuo 255.095 406 .628
Total 2084.662 410
Regresión 1838.079 5 367.616 603.791 ,000e
5 Residuo 246.583 405 .609
Total 2084.662 410
a. Predictores: (Constante), Reviews
b. Predictores: (Constante), Reviews, Satisfacción
c. Predictores: (Constante), Reviews, Satisfacción, Edad
d. Predictores: (Constante), Reviews, Satisfacción, Edad, Dispositivo_fijo
e. Predictores: (Constante), Reviews, Satisfacción, Edad, Dispositivo_fijo, ComparteFotos
De la tabla anterior es posible inferir que en los 5 modelos propuestos, el nivel de
significancia para la prueba ANOVA es de .000. Esto significa que para cada uno de los
modelos propuestos, alguna de las variables explicativas debe permanecer en el
modelo. Este tipo de prueba es una de las condiciones básicas de la regresión lineal
múltiple, ya que si el nivel de significancia superaba en algún momento el límite de 0.05,
significaría que ninguna variable debería permanecer en el modelo.
66
Lo anterior, naturalmente, deberá ser complementado con el análisis de coeficientes
para cada uno de los modelos propuestos. Esto es necesario para conocer si existe
relación directa o inversa entre cada una de las variables independientes en relación
con la cantidad de quejas.
Los resultados para el análisis de coeficientes fueron:
Tabla 14: Análisis de coeficientes
Coeficientes no estandarizados
Coeficientes
estandarizados
Modelo t Sig.
B Error estándar Beta
1 (Constante) 1.299 .266 4.880 .000
Reviews .212 .013 .615 15.760 .000
(Constante) 4.316 .211 20.453 .000
2 Reviews .217 .009 .628 25.146 .000
Satisfacción -1.003 .041 -.606 -24.262 .000
(Constante) 6.040 .180 33.603 .000
3 Reviews .214 .006 .621 33.939 .000
Satisfacción -1.019 .030 -.616 -33.627 .000
Edad -.547 .029 -.344 -18.796 .000
(Constante) 5.707 .177 32.173 .000
Reviews .215 .006 .623 35.863 .000
4 Satisfacción -1.012 .029 -.612 -35.200 .000
Edad -.540 .028 -.340 -19.580 .000
Dispositivo_fijo .534 .078 .118 6.810 .000
(Constante) 5.582 .178 31.396 .000
Reviews .214 .006 .620 36.250 .000
Satisfacción -1.018 .028 -.615 -35.908 .000
5 Edad -.535 .027 -.337 -19.678 .000
Dispositivo_fijo .529 .077 .117 6.855 .000
ComparteFotos .289 .077 .064 3.739 .000
El modelo final quedaría de la siguiente manera:
Quejas = 5.582 +0.214(Reviews) -1.018(Satisfacción)- 0.535(Edad)+0.529(Dispositivo_fijo)
+0.289(ComparteFotos)
67
Bajo el modelo propuesto, existe una relación directa entre la cantidad de reviews, el
uso de un dispositivo fijo (en lugar de uno móvil) y el hecho de haber compartido fotos
con la cantidad de quejas expresadas. En contraste, si se incrementa el nivel de
satisfacción y el rango de edad, las quejas disminuyen (y viceversa).
Desde luego no todas las variables tienen la misma importancia, existen variables
predictoras que son más importantes que otras. De esto queda evidencia en la siguiente
figura:
Satisfacción 0.33
Edad 0.32
Reviews 0.29
ComparteFoto 0.04
Dispositivo_fijo 0.02
Figura 15: Importancia de la variable predictora
Nota: La importancia de las variables predictoras siempre suma uno Como se había mencionado antes, es necesario que se cumplan algunos supuestos de
la regresión. Los resultados para las pruebas de colinealidad fueron los siguientes:
Tabla 15: Análisis de colinealidad
Modelo
Estadísticos de Colinealidad
Tolerancia VIF
5 (Constante)
Satisfacción
Edad
Dispositivo_fijo
Comparte fotos
Reviews
.995
.995
.997
.992
.997
1.005
1.005
1.003
1.008
1.003
De la tabla anterior es posible inferir que los valores correspondientes al Factor de
Inflación de Varianza (VIF) son próximos a 1. Esta es una situación que favorece a la
68
regresión lineal múltiple: no hay relación de dependencia entre las variables explicativas
del modelo.
Otra condición necesaria para poder afirmar que a regresión lineal múltiple es un modelo
adecuado para las variables presentadas es evitar la autocorrelación entre los residuos.
Tabla 16: Análisis de autocorrelación entre residuos
Modelo R R
cuadrado R cuadrado ajustado
Error estándar de la estimación
Durbin-Watson
5 ,939 .882 .880 .7803 1.910
Lo ideal es que el estadístico de Durbin- Watson esté próximo a 2. En este caso ocurre
dicha situación. Por tanto, no existe autocorrelación entre los residuos.
Finalmente, es necesario verificar si los residuos se ajustan a una distribución normal.
Para ello puede usarse el test de Kolmogórov-Smirnov. Los resultados para esta prueba
fueron:
Tabla 17: Test de Normalidad
Kolmogorov-Smirnov
Estadístico gl Sig.
Residuos no .148 411 .000
Estandarizados
Los residuos deben seguir una distribución normal. Si el nivel de significancia es inferior
al delimitado en la investigación (0.05), entonces los residuos no siguen una distribución
normal, lo cual no favorece a la distribución normal. En el modelo planteado ocurre esta
situación. Por lo que el modelo planteado no cumple con todas las condiciones
planteadas. Sin embargo, es importante mencionar que en los journals internacionales
muchas veces no se cumplen todos los principios de la regresión y tampoco son
analizados. Esto se debe a que en realidad el modelo de regresión al igual que muchos
otros fueron realizados esperando que las variables tuvieran una distribución normal,
situación que suele darse con muy poca frecuencia. La realidad es que dicha
condición sí se da en variables vinculadas a la física y naturaleza: distancias, intensidad
de la luz, temperatura y otros (Bohm & Zech, 2010)
Los cálculos hasta ahora realizados aportan a determinar el valor de verdad de la
hipótesis general. Son necesarias otras pruebas para comprobar el valor de verdad de
las hipótesis específicas:
69
La hipótesis específica 1 está orientada a determinar si existe relación entre la
satisfacción y el rango de edad. Los resultados son:
Tabla 18: Correlación de Spearman entre nivel de Satisfacción y Edad
Satisfacción/Edad
Coeficiente de correlación .413
Sig. .03
N 411
Dado que el nivel de la significancia es inferior a .05 se acepta que existe correlación
entre la edad y la satisfacción. Dicha relación es directa. Por ejemplo, a menor edad,
menor nivel de satisfacción (y en el sentido opuesto ocurre lo mismo).
Luego, con respecto al hipótesis específica 2, aquella que busca relacionar a la cantidad
de reviews y el rango de edad se obtuvo.
Tabla 19: Correlación de Spearman entre la cantidad de reviews y el rango de edad
Reviews/Edad
Coeficiente de correlación -.203
Sig. .045
N 411
Al igual que en el caso anterior, nivel de la significancia es inferior a .05 se acepta que
existe correlación entre la edad y la cantidad de reviews escritos. En otras palabras, a
menor edad, mayor cantidad de reviews escritos (y viceversa).
Finalmente, con respecto a la hipótesis específica 3, aquella que busca vincular el hecho
de haber compartido fotos y el sexo del participante (ambas variables categóricas), fue
necesario aplicar la prueba chi-cuadrado. El resultado fue el siguiente:
Tabla 20: Prueba de Chi-cuadrado Sexo vs. Compartir fotos
Valor gl Sig. asintótica
(2 caras)
Chi-cuadrado de Pearson 1,417 1 .234
Corrección de continuidad 1,191 1 .275
Razón de verosimilitud 1,418 1 .234
Asociación lineal por lineal 1,414 1 .234
N de casos válidos 411
Dado que el nivel de significancia excede el límite (.234 es mayor a .05) entonces no
resulta posible afirmar que exista una relación entre las variables sexo del participante
y hecho de compartir fotos
70
5.3. Discusión
En lo relacionado a la satisfacción general y las quejas, Liu & Zhang (2007) indicaron la
primera condiciona la presencia de la segunda en el caso de foros de quejas en China.
Los hallazgos de la etapa cuantitativa coindicen en este aspecto: a mayor satisfacción,
menor presencia de quejas (y viceversa) en el contexto de TripAdvisor y para el
segmento que ha sido objeto de estudio.
Con respecto a la edad y las quejas, Badghish, et.al. (2015) sugirieron que los más
jóvenes eran más propensos a quejarse en el caso árabes y filipinos. En este aspecto,
la investigación coincide: existe una relación inversamente proporcional entre el rango
de edad y la cantidad de quejas presente en un review en el caso de las valoraciones
realizadas por ciudadanos extranjeros para el segmento de hoteles trabajado bajo el
modelo propuesto. Estos investigadores también sugirieron que la satisfacción de un
cliente tiene que ver con la edad. Ello se cumple en el caso hospedajes de tres estrellas
miraflorinos: a menor rango de edad, menor nivel de satisfacción.
Fernandes & Fernandes (2016), quienes analizaron quejas realizadas por viajeros
en TripAdvisor acerca de hoteles en Oporto, sugirió incluir la variable tipo de viajero para
el análisis de las mismas. Es una propuesta perfectamente válida, ya que dicha variable
puede ser estudiada empleando el motor de búsqueda de la página. Sin embargo, bajo
el modelo propuesto, no hay una relación significativa entre el tipo de viajero (o grupo
de viaje) y la cantidad de quejas.
Con respecto al sexo del cliente y la cantidad de quejas presentes en un review, Liu &
Zhang (2007) determinaron que el sexo no guarda relación con la presencia de quejas,
al igual que Fernandes & Fernandes (2016). En contraste, Fan, et.al. (2016) evidenció
que las mujeres eran más proclives a quejarse. Estos últimos analizaron las quejas
acerca de restaurantes en el contexto ecuatoriano. Los hallazgos de la investigación
determinan que el sexo de la persona que realizó la valoración no guarda relación con
la cantidad de quejas manifestada en una opinión bajo el modelo planteado y dentro del
contexto de TripAdvisor.
Cook (2012) sugirió relacionar las quejas online y la naturaleza del dispositivo que es
empleado para hacerlas (fijo o móvil). En base a los datos de TripAdvisor y para los
hospedajes de tres estrellas ubicados en Miraflores, existe evidencia que sugiere que el
uso de un dispositivo fijo (en lugar de uno móvil) guarda relación directa con la cantidad
de quejas presentes en un review bajo el modelo propuesto.
71
Estudiar el hecho de compartir fotos o no hacerlo como variable relacionada a las quejas
fue sugerido por Memarzadeh & Chang (2015), la etapa cuantitativa de la investigación
ha evidenciado que existe una relación directa entre el hecho de compartir fotos en la
valoración y la cantidad de quejas presentes en la misma en el contexto de TripAdvisor
y para el segmento ya trabajado. Por otro lado, es necesario mencionar que la
sugerencia de los mencionados investigadores, es decir, relacionar al sexo del
participante y el hecho de compartir fotos es perfectamente válida. No obstante, sucede
que en el caso del segmento estudiado, no hay evidencia de una correlación
significativa.
Fernandes & Fernandes (2016) sugirió incluir al hecho de haber estado antes en el lugar
como factor relacionado a las quejas en TripAdvisor. En el contexto de los hospedajes de
tres estrellas ubicados en Miraflores y los turistas extranjeros, no hay relación entre las
variables mencionadas.
Pinto & Mansfield (2012) sugirieron estudiar el nivel de actividad en una red social para
comprender mejor la presencia de quejas en entornos online. En el caso de TripAdvisor,
el nivel de actividad puede medirse por el número de aportes de los usuarios. Los
hallazgos para el caso de alojamientos de tres estrellas sugieren que existe una relación
directa entre la cantidad de reviews realizados por el usuario y el número de quejas que
aparecen en un comentario. Del mismo modo, también pudo comprobarse lo sugerido
por los investigadores: la edad tiene que ver con el nivel de satisfacción. Sucede que en
el caso del segmento estudiado (hospedajes de tres estrellas en Miraflores), la relación
entre dichas variables es inversa.
72
6. Conclusiones y Recomendaciones
6.1. Conclusiones
La conclusión general de la investigación es que sí existe relación entre algunas de las
características presentes en valoraciones y la cantidad de quejas identificables en las
mismas en el caso de reviews realizados en TripAdvisor por ciudadanos extranjeros que
optaron por alojarse en hoteles de tres estrellas en Miraflores durante el 2018. La
hipótesis general es verdadera. Con respecto a la etapa cualitativa de la investigación,
existe evidencia que puede brindar algunos indicios acerca de cómo determinadas
características pueden influenciar en el hecho de que un usuario escriba más quejas.
- El nivel de satisfacción (o rating general) puede ser la primera evidencia de que
un comentario puede contener una considerable cantidad de quejas.
Especialmente cuando ha sido calificado con una estrella (pésimo). A medida
que un usuario incrementa el score correspondiente al rating es menos probable
encontrar una queja. Esto no es una regla general, ya que está condicionado a
otros factores como el estado de ánimo o la disponibilidad de tiempo. Este es un
KPI importante para los profesionales del marketing.
- Los resultados cualitativos evidencian que la edad puede incidir en la cantidad
de quejas que son ingresadas en TripAdvisor. Los comentarios sugieren, sin
embargo, que en el mundo real son las mayores quienes más se quejan,
mientras que entornos virtuales son los jóvenes quienes son más proclives a
dicha conducta.
- Con respecto al tipo de viajero, los comentarios sugieren que es más probable
que las personas sean más detalladas en sus quejas si es que viajaron con su
familia o pareja, debido a los lazos. Los comentarios sugieren que quienes por
negocios son menos propensos a quejarse. Esto se puede dar en aquellos
escenarios donde la persona no ha costeado la estadía.
- Con respecto al sexo, en los comentarios se ha indicado que no importa si se es
hombre o mujer. El hecho de escribir una cantidad de quejas determinada no
tiene que ver con ello. Pero sí guarda relación con el aspecto que se está
evaluando. Así, por ejemplo, los hombres pueden ser más proclives a quejarse
con respecto a la calidad/precio; mientras las mujeres pueden fijarse más en
la limpieza.
73
- Con respecto al uso de una computadora, la mayoría de los comentarios indican
que es posible ser más detallado en las quejas si es que se hacen desde una
laptop o pc de escritorio. Cuando se emplea un celular, por ejemplo, las quejas
tienden a ser más cortas, aunque puede que sean más ácidas. También debe
tomarse en consideración la reserva de energía del dispositivo. Este aspecto es
más crítico en los celulares. Ello es un aporte que puede ser discutido desde la
perspectiva del comportamiento del consumidor.
- Con respecto al hecho de compartir fotos, los comentarios señalan que una
queja es más real si es que va acompañada de fotografías. Pero no
necesariamente todas las fotos tienen que ser de aspectos negativos del
servicio. Pueden también resaltar aspectos positivos. TripAdvisor es muy
exigente con su normativa en cuanto a las fotografías que un usuario puede
compartir. Es tentativo creer que los usuarios que detallan sus quejas gustan de
compartir detalles en general, y eso incluye a las fotografías.
- En lo vinculado al hecho de haber estado antes en el Perú, no existe consenso
en el hecho de que dicha variable influya o no en la cantidad de quejas. Pero eso
es una limitante debido a que dicha variable no es del todo precisa.
- En lo que a cantidad de reviews se refiere, sí hay evidencia cualitativa que
sugiere que quienes suelen aportar más a TripAdvisor son más propensos a
escribir más quejas. Esto debido a que algunos usuarios están interesados en
mantener una reputación online. Los usuarios que son más tomados en cuenta
son aquellos que más incurren en detalles, lo cual incluye también a las quejas.
Los especialistas en marketing y promoción de servicios turísticos deben
monitorear a aquellos usuarios con un número considerable de aportes debido a
que son considerados como referentes en su comunidad.
Existe relación entre el nivel de satisfacción y la cantidad de quejas presentes en un
review bajo el modelo propuesto para el segmento trabajado. La relación es inversa.
Luego, se ha corroborado que sí existe relación entre el rango de edad indicado por
el viajero y la cantidad de quejas presentes en un review bajo el modelo propuesto
para el segmento ya mencionado. Dicha relación es inversa. En contraste, no hay
relación entre el tipo de viajero y la cantidad de quejas presentes en un review bajo el
modelo propuesto para el segmento que ha sido objeto de análisis. Lo mismo ocurre con
el sexo del participante: no hay relación entre dicha variable y la cantidad de quejas
presentes en la valoración bajo el modelo propuesto.
74
Los datos de la investigación sugieren que cuando se usa un dispositivo fijo para
escribir reviews la cantidad de quejas es mayor que cuando se usa un equipo móvil.
Del mismo modo, se ha corroborado que existe relación entre el hecho de que el review
tenga fotos y la cantidad de quejas bajo el modelo propuesto. Esta relación es del tipo
directa. En contraposición, el hecho de haber estado antes en el Perú no guarda relación
con la cantidad de quejas presentes en el review. Finalmente se ha corroborado que sí
existe una relación directa entre la cantidad de reviews escrita por el usuario hasta antes
de valorar el servicio que es objeto de estudio y la cantidad de quejas presentes en los
comentarios bajo el modelo propuesto.
Bajo el modelo propuesto, la variable que mejor explica la cantidad de quejas en un
review es el nivel de satisfacción general. A esta le sigue la cantidad de opiniones o
reviews con las que contaba el usuario de TripAdvisor justo antes de valorar el servicio
de hospedaje. La tercera variable en importancia fue el rango de edad. Las dos que
menos aportaron al modelo fueron el hecho de haber usado un dispositivo fijo en lugar
de uno móvil y el hecho de haber compartido fotos en el review. El aporte de esta última
es más bajo, casi ínfimo, pero resulta significativo para el modelo.
La cantidad de quejas, al menos para el segmento estudiado y bajo el modelo propuesto,
no guarda relación con el sexo indicado por el usuario, el grupo de viaje (o tipo de viajero)
y el hecho de haber estado antes en el Perú.
Con respecto a la hipótesis específica 1, aquella que buscaba relacionar la edad y el
nivel de satisfacción, se corrobora como verdadera. Existe evidencia de que la relación
es directa. Así, por ejemplo, los más jóvenes son más proclives a estar menos
satisfechos. Esto tiene concordancia con el hecho de que la cantidad de quejas y la edad
tienen una relación inversa. Esto se comprobó mediante la prueba de correlación de
Spearman.
Con respecto a la hipótesis específica 2, aquella que buscaba relacionar la cantidad de
reviews el rango de edad, se corrobora como verdadera. Existe evidencia de que la
relación es inversa. Así, por ejemplo, los más jóvenes son más proclives a escribir más
reviews. También puede interpretarse de la siguiente forma: a medida que se incrementa
el rango de edad tiene relación con el hecho de tener escrito menos reviews. Esto
también se comprobó mediante la prueba de correlación de Spearman.
En contraste, la hipótesis específica 3, aquella que vinculaba al hecho de compartir fotos
y el sexo del participante, ha terminado siendo falsa. Mediante la prueba chi-cuadrado
75
no resulta posible afirmar que existe relación entre dichas variables categóricas: el sexo
y el hecho de compartir fotos (o no) son independientes.
El modelo propuesto puede ser replicado para otros ámbitos geográficos a fin de
contrastar su validez. Una importante proporción de extranjeros que arriba a Lima
también visita el Cusco. Las variables de análisis serían las mismas. Es probable que el
modelo funcione. El comparativo planteado contribuirá a medir la robustez del modelo.
El modelo puede aplicarse a otras ciudades en el mundo: los usuarios extranjeros de
TripAdvisor suelen ser viajeros globales.
El trabajo de investigación tiene aportes académicos. Un grupo de variables
independientes (uso de dispositivo fijo en ligar de uno móvil, hecho de compartir fotos y
cantidad de reviews) habían sido sugeridas como elementos a correlacionar con la
cantidad de quejas, pero no existía respaldo cuantitativo para verificar si dichas variables
incidían sobre la variable dependiente. Todo ello representa un aporte al
comportamiento del consumidor en entornos electrónico y, por ende, al marketing.
6.2. Recomendaciones
El modelo puede incluir nuevas variables que surgen a partir del contenido textual. Pero
para ello sería necesario realizar filtros de acuerdo al idioma empleado. Existen métricas
vinculadas a la educación que reflejan las personas al momento de escribir. Así, por
ejemplo, hay quienes emplean un lenguaje más sencillo y otros que optan por emplear
palabras y construcciones más complejas. Dos ejemplos de métricas vinculadas a la
educación son el índice de Crawford y el SMOG. El primer es usado para textos en
español; el segundo, para textos en inglés.
Quienes trabajen con datos textuales deben tomar en consideración que la detección
de sarcasmos es ahora posible. Esto resulta particularmente importante en entornos
web. Los sarcasmos pueden distorsionar la analítica de servicios. La investigación ha
mostrado que existen herramientas que pueden contribuir a detectarlos. De esa forma
serán obtenidos mejores resultados.
La detección de elementos presentes en los comentarios ya es usada por el CRM. La
investigación, en su etapa cuantitativa, ha puesto en evidencia que no es necesario
incurrir en montos importantes de dinero para cuantificar las quejas en donde el formato
predominante es el texto libre. Más que dinero, requiere entrenamiento y voluntad de
querer obtener información que sea relevante.
76
Ocurre que en TripAdvisor cuenta con una serie de métricas para calificar el servicio de
un hotel. Las quejas, no obstante, no forman parte de dichas métricas. A pesar de que
existen ratios de gestión que involucran al marketing y que incluyen a las quejas. La
investigación presenta un método para poder aproximarse a un adecuado
procesamiento de las quejas y su transformación a indicadores numéricos.
Del punto anterior es posible inferir que la investigación puede contribuir a los procesos
de business intelligence. Precisamente los datos de TripAdvisor están disponibles para
quienes tengan computadoras con acceso a internet. Así, un hotel cualquiera puede
detectar la cantidad de quejas que se han dado en sus competidores directos. Este tipo
de información resulta relevante y puede obtenerse con costos muy bajos.
Si bien es cierto que el trabajo ha obtenidos datos de TripAdvisor, lo cierto es que existen
otros portales de los que también puede obtenerse información. En cuanto a los hoteles
propiamente dichos, por ejemplo, tenemos a Booking.com, Google Reviews, Trivago,
Despegar.com y otros. De esta forma pueden obtenerse muestras de mayor tamaño
para así obtener mejores resultados para aproximarse a la ocurrencia de quejas
entornos online. Ello constituye una fuente vasta de datos para los profesionales del
marketing, en especial para los profesionales vinculados a los servicios.
Desde una perspectiva estratégica y de gestión, el método empleado puede contribuir
a la construcción de KPI´s. Así, por ejemplo, un encargado de la reputación online puede
manifestar el siguiente objetivo: Disminuir la cantidad de quejas online acerca del hotel
en un 10% durante el período 2018-2019 en el portal TripAdvisor. Metas como esta no
podrían ser establecidas si previamente no es posible cuantificar el número de quejas.
La tesis ha evidenciado que es posible medir el número de quejas que existen en un
contenido textual. De esta forma, se generan indicadores de performance.
Siguiendo con la perspectiva orientada al ámbito práctico es posible incluso realizar
proyecciones. Si la cantidad de quejas son medibles, entonces también puede realizarse
proyecciones mediante modelos sencillos como la regresión lineal múltiple. Sí, por
ejemplo, si se cuentan con los datos de la cantidad de quejas del 2015 al 2018, entonces
es posible proyectar dicho dato para el 2019. Una vez que se haya cerrado dicho período
bastará con realizar un comparativo.
Lo anterior tiene que ver con las decisiones de quienes tengan a su cargo la reputación
online del hospedaje, componente importante desde la perspectiva del marketing digital.
77
Si, por ejemplo, el valor pronosticado de las quejas que un hotel registra durante el 2019
es superado por amplio margen por el valor real, entonces es una señal de alerta que el
analista correspondiente debe transmitir a la dirección a cargo de los servicios y en base
a ello tomar decisiones.
Desde una perspectiva orientada a conocer el perfil del cliente y orientada a estrategias
vinculadas a conocer las características de los competidores, la investigación ha
evidenciado que es posible hasta cierto punto conocer las características de los
individuos que hacer valoraciones de un hotel. Desde luego, un hospedaje miraflorino
registra los datos de sus clientes. No obstante, la administración de un hotel no conoce
el perfil de los clientes de otros hoteles. La investigación sugiere que los datos acerca
de las características de usuarios online son explotables. Es por ello que es posible
aproximarse a las características de los clientes de cada establecimiento. Así, por
ejemplo, puede conocerse qué hoteles son los que tienen más comentarios de turistas
europeos o cual de los establecimientos concentra al público con mayor edad.
Otra recomendación desde el punto de vista de la gestión estratégica y de marketing es
la construcción de frameworks en base a datos de TripAdvisor. Por ejemplo, las cinco
Fuerzas de Porter incluyen dentro de su análisis la situación de los competidores como
rivales en el mercado. La tesis ha evidenciado que cuantificar las quejas es viable. Si un
inversor decide abrir un hospedaje de tres estrellas en Miraflores, es posible que pueda
medir no solo la satisfacción de los consumidores, sino también el número de quejas ha
registrado cada uno. Luego es probable generar un indicador como:
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑞𝑢𝑒𝑗𝑎𝑠 𝑝𝑜𝑟 𝑟𝑒𝑣𝑖𝑒𝑤 =𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑞𝑢𝑒𝑗𝑎𝑠
𝐶𝑎𝑛𝑡𝑖𝑑𝑎 𝑑𝑒 𝑅𝑒𝑣𝑖𝑒𝑤𝑠
De esta forma un potencial inversor podrá conocer los hoteles con más falencias en los
servicios. Esta información no es tan evidente a simple vista. De esta forma, un
potencial inversor puede informarse sobre la cantidad promedio de quejas por hotel. Es
probable que un inversionista decida ingresar al mercado si es que tiene certeza de que
los hospedajes miraflorinos suscitan muchas quejas entre quienes se han hospedado.
Esta información, puede complementarse con datos de geolocalización. En Google
Maps, por ejemplo, existe la opción de combinar datos de ubicación y reviews, tal como
se muestra en la siguiente figura:
78
Figura 16: Mapa de alrededores de un hotel de tres estrellas Miraflorino (Selina Miraflores Lima)
Fuente: Google Maps (2019)
El segmento de los más jóvenes resulta particularmente sensible en cuanto a las quejas,
también son proclives a mostrarse menos satisfechos. Además, a menor edad, mayor
cantidad de reviews. Esto debe ser considerado por quienes tengan a su cargo la
gestión de clientes en una etapa postventa. Si es que de costo de oportunidad se trata,
dado que los recursos son siempre limitados, debe ponerse énfasis especial en atender
las quejas de los segmentos de menor edad. Ello no quiere decir que otros rangos
etarios no deban ser atendidos. Pero sí es necesario un trabajo diferenciado.
79
7. Limitaciones e investigaciones futuras
7.1. Limitaciones
Entre las principales limitaciones de la investigación está el hecho de que existen ciertas
variables en TripAdvisor a las que no se puede incluir en el análisis. Así, por el ejemplo,
el nivel que posea un crítico puede cambiar muy rápido con respecto al tiempo. Al
momento de recolectar la data para la investigación, las investigadoras conocían con
exactitud el nivel que poseía el crítico (usuario de TripAdvisor) en dicho momento, pero
no aquel que tenía al momento en que la opinión fue ingresada en TripAdvisor. De igual
manera tampoco era posible conocer la cantidad de “me gusta” o “votos útiles” que
registraba cada usuario al momento de ingresar su opinión.
Los algoritmos que permiten cuantificar quejas, identificar sarcasmos y otras funciones
similares, ciertamente han sido respaldados por revistas especializadas. Pero es
necesario mencionar que estos siguen evolucionando. A medida que los especialistas
en ciencias de la computación avancen en el procesamiento de textos, aparecerán
software más eficientes y eficaces.
También es necesario mencionar que el tipo de muestreo empleado no hace posible
que los resultados puedan ser extendidos a toda la población. Solo pueden ser incluidos
las valoraciones en donde los propios usuarios muestren sus datos de forma voluntaria.
Ciertamente el tamaño de población total es desconocido. Pero los hallazgos siguen
siendo válidos para la muestra.
7.2. Investigaciones Futuras
Entre las investigaciones futuras puede optarse por incluir aquellas variables que
cambian con el tiempo. De TripAdvisor es posible extraer el número de lectores que ha
tenido un usuario, la cantidad de ciudades que ha visitado, el nivel de crítico, entre
muchas otras. Pero para ello sería necesario extraer los datos en el momento en que el
review es ingresado al sistema y no como ha ocurrido en la presente investigación. Esto
desde luego implica un esfuerzo mayor.
El estudio podría optar por otro enfoque en donde la variable ya no sea la cantidad de
quejas sino una variable dicotómica: en el review existen quejas o no existen quejas.
Esta variable puede ser relacionada con los indicadores mencionados en la
investigación. Bien podrían ser empleadas técnicas como la regresión logística binaria
o una máquina de soporte vectorial.
80
Ciertamente las quejas pueden ser aprovechadas de distintas maneras. Diversas
investigaciones han demostrado que es posible medir patrones de la personalidad
empleando únicamente comentarios. En el caso de TripAdvisor es posible acceder a
todos los comentarios dejados por un usuario específico. De esos comentarios es
posible medir patrones de la personalidad con instrumentos como Watson Personality
Insights, software diseñado por la multinacional IBM.
81
Bibliografía
Agshar, N. (2016). Yelp Dataset Challenge: Review Rating Prediction. ArXiv.
Doi: 1605.05362.
Aleong, J., & Kolodinsky, J. (1990). An integrated model of consumer complaint action
applied to services: a pilot study. Obtenido de Journal of Consumer Satisfaction,
Dissatisfaction and Complaining Behavior; 3, 61-70.:
http://dx.doi.org/10.1108/07363760010309500
Amaral, F., & Tiago, T. (2014). User-generated content: tourists’ User-generated
content: tourists’. International Journal on Strategic Innovative Marketing, 137-
147. Recuperado el 14 de Abril de 2017, de
file:///C:/Users/Usuario/Downloads/10.15556IJSIM.01.03.002.pdf
APOTUR. (2004). Reglamento de Establecimiento de Hospedaje: DECRETO
SUPREMO N° 029-2004-MINCETUR. Obtenido de http://apoturperu.org/wp-
content/uploads/2014/11/REGLAMENTO-DE-ESTABLECIMIENTO-DE-
HOSPEDAJE.pdf
Austin, W., & Walster, E. (1974). Reactions to confirmations and disconfirmations of
expectancies of equity and inequity. Obtenido de Journal of Personality and
Social Psychology, 30(2), 208-216:
http://dx.doi.org/http://psycnet.apa.org/10.1037/h0036622
Aylien. (2019). Documentación del software Aylien. Recuperado el 22 de Enero de 2019,
de https://docs.aylien.com/textapi/#getting-started
Badghish, S., Stanton, J., & Hu, J. (2015). An Exploratory Study of Customer Complaint
Behaviour (CCB) in Saudi Arabia. Asian Journal of Business Research.
doi:10.14707/ajbr.150004
Bagga, S. (2016). Text Analytics: Unlocking the Value of Unstructured Data. Documento
de Discusión, SAS. Recuperado el 28 de Marzo de 2018, de
https://www.sas.com/content/dam/SAS/en_us/doc/research2/iia-text-analytics-
unlocking-value-unstructured-data-108443.pdf
Batista, F., Marín, M., Rosina, K., Ribeiro, R., Freire, S., & Schiavina, M. (2018).
Analysing spatiotemporal patterns of tourism in Europe at high-resolution with
conventional and big data sources. Tourism Management, 68, 101-115.
doi:10.1016/j.tourman.2018.02.020
Berry, L. L., Zeithaml, V. A., & Parasuraman, A. (1985). Quality Counts in Services, Too.
Obtenido de Business Horizons, 28(3), 44-52: http://dx.doi.org/10.1016/0007-
6813(85)90008-4
Besley, D. (1991). Conditioning Diagnostics: Collinearity and Weak Data in Regression.
John Wiley & Sons.
Bies, R. J., & Shapiro, D. L. (1987). Interactional Fairness Judgments: The Influence of
Causal Accounts. Obtenido de Social Justice Research: 199-218.
http://dx.doi.org/10.1007/BF01048016
82
Blodgett, J. G., & Granbois, D. H. (1992). Toward an integrated conceptual model of
consumer complaining behaviour. Journal of Consumer Satisfaction
Dissatisfaction Complain Behavior, 5, 93-103.
Bogdan, R., & Bilden, S. (1982). Qualitative Research for Education: an introduction to
theory and methods. Londres: Allyn and Bacon.
Bohm, G., & Zech, G. (2010). Introduction to Statistics and Data Analysis for Physicists.
Springer Verlag.
Bolton, R. N., & Drew, J. H. (1991). A longitudinal analysis of the impact of service
changes on customer attitudes. Obtenido de Journal of Marketing 55(1), 1-9:
http://www.jstor.org/stable/1252199
Broadbridge, A., & Marshall, J. (1995). Consumer complaint behaviour: The case of
electrical goods. Obtenido de Internal Journal of Retail Distribution Management,
23(9), 8-18.: http://dx.doi.org/10.1108/09590559510098663
Camacho, M., & Pacce, M. (2016). Forecasting travelers in Spain with Google queries.
Documento de Discusión, BBVA. Recuperado el 5 de Marzo de 2019, de
https://www.bbvaresearch.com/wp-content/uploads/2016/12/WP_16-211.pdf
Chan, H., Hsiao, A., & Yung, A. (2016). Exploration of Customer Complaint Behavior
toward Asian Full-Service Restaurants. International Journal of Marketing
Studies, 8(1), 12-15.
Changuk-Lee, C., & Hu, C. (2008). Analyzing Hotel Customers' E-Complaints from an
Internet Complaint Forum. Journal of Travel & Tourism Marketing.
doi:10.1300/J073v17n02_13
Chen, Y., & Xie, J. (2008). Online Consumer Review: Word-of-Mouth as a New Element
of Marketing Communication Mix. Management Science, 54(3), 477-491.
Cheng, L., & Huang, C. (2014). Mining the reviews of movie trailers on YouTube and
comments on Yahoo Movies. Obtenido de http://worldcomp-
proceedings.com/proc/p2014/IKE3206.pdf
Chua, A., & Banerjee, S. (2013). Proceedings of the World Congress on Engineering
and Computer Science 2. Proceedings of the World Congress on Engineering
and Computer Science. San Francisco. Recuperado el 30 de Mayo de 2017, de
http://www.iaeng.org/publication/WCECS2013/WCECS2013_pp453-457.pdf
Chua, A., & Banerjee, S. (2013). Reliability of Reviews on the Internet: The Case of
TripAdvisor. Proceedings of the World Congress on Engineering and Computer
Science, (págs. 3-7). San Francisco.
Cohen, A., & Hersh, W. (2005). A survey of current work in biomedical text mining.
Briefings in bioinformatics, 6(1), 57-75.
Cook, S. (2012). Complaint Management Excellence: Creating Customer Loyalty
through Service Recovery. Kogan Page.
Crie, D., & Ladwein, R. (2002). Complaint letters and commitment theory: An empirical
approach in mail-order selling. Obtenido de Journal of Targeting, Measurement
& Analysis for Marketing: http://dx.doi.org/10.1057/palgrave.jt.5740066
83
Day, R. L., & London, E. L. (1977). Toward a theory of consumer complaining behaviour.
In A. Woodside. En J. Steht, & P. B. (Eds.), Consumer and industrial buying
behaviour. Amsterdam: North Holland Publishing company.
Deutsch, M. (1985). Distributive Justice. New Haven, CT: Yale University Press.
Ekiz, E. (2009). Factors Influencing Organizational Responses to Guest Complaints:
Cases of Hong Kong and Northern Cyprus. Journal of Hospitality Marketing &
Management. doi:10.1080/19368620903024959
Fan, A., Van Hoof, H., & Pesantez, S. (2016). The impact of other customers and gender
on consumer complaint behaviour in the Ecuadorian restaurant setting. European
Journal of Tourism, Hospitality and Recreation, 7(1). doi:10.1515/ejthr-2016-
0003
Fernandes, T., & Fernandes, F. (2016). Social Media and Tourism: The Case of E-
Complaints on TripAdvisor. En P. Rossi, Marketing at the Confluence between
Entertainment and Analytics, Developments in Marketing Science: Proceedings
of the Academy of Marketing Science (págs. 825-830). doi:10.1007/978-3-319-
47331-4_163
Filip, A. (2013). Complaint management: A customer satisfaction learning process.
Procedia - Social and Behavioral Science, 93, 271-274.
Flecha, D., Talón, P., Figueroa, C., & Abad, P. (2016). El papel de las OTAs en el
proceso de distribución de las cadenas hoteleras españolas. Esic Market
Economics and Business Journal, 479-509.
Franses, P., & Montgomery, A. (2002). Econometrics Models in Marketing (Vol. 16).
Oxford: Elsevir Science.
Ganesan, K., & Zhou, G. (2016). Linguistic Understanding of Complaints and Praises in
User Reviews. Proceedings of the 7th Workshop on Computational Approaches
to Subjectivity, Sentiment and Social Media Analysis. doi:10.18653/v1/W16-0418
Ganesh, J., Arnold, M. J., & Reynolds, K. E. (2000). Understanding the Customer Base
of Service Providers: An Examination of the Differences between Switchers and
Stayers. Obtenido de Journal of Marketing, 64(3), 65-87:
http://dx.doi.org/10.1509/jmkg.64.3.65.18028
Garth, A. (2008). Analysing data using SPSS. Recuperado el 22 de Febrero de 2017, de
Sheffield Hallam University:
http://teaching.shu.ac.uk/hwb/ag/resources/material/analysingdatausingspss.pd
f
Georgieva-Trifonova, T., Stefanova, M., & Kalchev, D. (2018). Customer Feedback Text
Analysis for Online Stores Reviews in Bulgarian. International Journal of
Computer Science, 45(4), 8-16.
Gilly, M. C., & Hansen, R. W. (1985). Consumer Complaint Handling as a Strategic
Marketing Tool. Obtenido de Journal of Consumer Marketing, 2(4), 5-16.:
http://dx.doi.org/10.1108/10610429210036816
Godnov, U., & Redeck, T. (2016). Application of text mining in tourism: Case of Croatia.
Annals of Tourism Research.
84
Gonzales, C. (2012). Estadística General. Recuperado el 21 de Febrero de 2017, de
Universidad Agraria La Molina:
http://tarwi.lamolina.edu.pe/~cgonzales/pdf/Estadistica%20General/unidad1.pdf
Google Trends. (2019a). Interest over time: Sentiment analysis. Recuperado el 1 de
Marzo de 2019, de https://trends.google.com/
Google Trends. (2019b). interés global hacia los hoteles y alojamientos en Miraflores en
Google durante el período enero 2004-febrero 2019. Recuperado el 2 de Marzo
de 2019, de https://trends.google.es/trends/?geo=ES
Grönroos, C. (1989). Defining Marketing: A Market-Oriented Approach. Obtenido de
European Journal of Marketing, 23(1),52-60:
http://dx.doi.org/10.1108/EUM0000000000541
Gruber, T., Szimigin, I., & Voss, R. (2009). Handling customer complaints efectively: a
comparison of the value maps of female and male complainants. Managing
Service Quality, 15(1), 636-656.
Guetterman, T., Chang, T., DeJonckheere, M., Scruggs, E., & Vydiswaran, V. (2018).
Augmenting Qualitative Text Analysis with Natural Language Processing:
Methodological Study. Journal of medical internet research, 20(6), 231-236.
doi:10.2196/jmir.9702.
Hamilton, V. L. (1978). Who is responsible? Toward a Social Psychology of
Responsibility Attribution. Obtenido de Social Psycology, 41(4), 316-28.:
http://www.jstor.org/stable/3033584
Han, H., Mankad, S., Gavimeni, N., & Verma, R. (2016). What guests really think of your
hotel: Text analytics of online customer reviews. s. Cornell Hospitality Repor,
16(2), 3-17.
Harrison-Walker, L. (2001). E-Complaining: A Content Analysis of an Internet Complaint
Forum. Journal of Services Marketing, 15, 397-412.
doi:10.1108/EUM0000000005657
Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la Investigación
(Sexta ed.). México: McGraw Hill.
Heung, V. C., & Lam, T. (2003). Customer complaint behaviour towards hotel restaurant
services. Obtenido de International Journal of Contemporary Hospitality
Management, 15(5), 283-289: http://dx.doi.org/10.1108/09596110310482209
Heung, V., & Lam, T. (2003). Customer complaint behaviour towards hotel restaurant
services. International Journal of Contemporary Hospitality Management, 15,
283-289. doi:10.1108/09596110310482209
Hofmann, M., & Chisholm, A. (2015). Text Mining and Visualization: Case Studies Using
Open-Source Tools. Chapman and Hall/CRC .
Hofmann, M., & Klinkenberg. (2012). RapidMiner: Data Mining Use Cases and Business.
CRC Press.
IBM. (2016a). Manual de SPSS Modeler 18.0. Recuperado el 12 de Mayo de 2018, de
ftp://public.dhe.ibm.com/software/analytics/spss/documentation/modeler/18.0/e
s/ModelerUsersGuide.pdf
85
IBM. (2017). SPSS Modeler. Recuperado el 12 de Mayo de 2018, de
https://www.ibm.com/pe-es/marketplace/spss-modeler
Instituto Cervantes. (2012). Pragmática. Recuperado el 24 de Diciembre de 2018, de
https://cvc.cervantes.es/ensenanza/biblioteca_ele/diccio_ele/diccionario/pragm
atica.htm
Iyiola, O., & Ibidunni, O. (2013). The Relationship between Complaints, Emotion, Anger,
and Subsequent Behavior of Customers. IOSR Journal Of Humanities And Social
Science, 17(6), 34-41. doi:10.9790/0837-1763441
Jacoby, J., & Jaccard, J. (1981). The sources, meaning and validity of consumer
complaint behaviour: a psychological analysis. Journal of Retailing, 57(3), 4-23.
Janasik, N., Honkela, T., & Bruun, H. (2009). Text Mining in Qualitative Research
Application of an Unsupervised Learning Method. Organizational Research
Methods, 12(3), 436-460.
Johnston, R. (1995). The zone of tolerance. Obtenido de International Journal of Service
Industry Management: http://dx.doi.org/10.1108/09564239310037909
Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under
Risk. Obtenido de Econometrica, 47(2), 263-291: http://dx.doi.org/
10.2307/1914185
Kahya, E., & Hakan, M. (2014). Analyzing Customer Complaints: A Web Text Mining
Application. Proceedings of INTCESS14- International Conference on Education
and Social Sciences , (págs. 734-743). Istanbul.
Kau, K. A., & Loh, E. W. (2006). The effects of service recovery on consumer satisfaction:
a comparison between complainants and non-complainants. Obtenido de The
Journal of Services Marketing, 20(2), 101-111:
http://dx.doi.org/10.1108/08876040610657039
Keaveney, S. M. (1995). Customer switching behavior in service industries: An
exploratory study. Obtenido de Journal of Marketing, 59(2), 71-82.:
http://dx.doi.org 10.2307/1252074
Kim, M., Lee, C., & Mattila, A. (2014). Determinants of Customer Complaint Behavior in
a Restaurant Context: The Role of Culture, Price Level, and Customer Loyalty.
Journal of Hospitality Marketing & Management.
Korte, D., Ariyachandra, T., & Frolick, M. (2013). Business Intelligence in the Hospitality
Industry. International Journal of Innovation, Management and Technology, 4(4),
429-434.
Kothari, C. (2004). Research Methodology, Methods and Techniques (Segunda ed.).
New Age International.
Kotler, P., & Keller, K. (2006). Relación con clientes o consumidores. En P. Kotler, & K.
Keller, Dirección de Marketing (págs. 155-156). Pearson.
Kotler, P., Kartajaya, H., & Setiaawn, I. (2016). Marketing 4.0: Moving for Traditional to
Digital. New Jersey: John Wiley & Sons.
Kurtner, M., Nachtsheim, C., & Neter, J. (2004). Applied Linear Regression Models
(Cuarta ed.). McGraw-Hill Irwin.
86
Lam, T., & Tang, V. (2001). Recognizing Customer Complaint Behavior - The Case of
Hong Kong Hotel Restaurants. Journal of Travel & Tourism Marketing.
doi:10.1300/J073v14n01_05
Liau, B., & Tan, P. (2014). Gaining customer knowledge in low cost airlines through text
mining. Industrial Management & Data Systems. Industrial Management & Data
Systems, 114(9), 1334-1345. doi:10.1108/IMDS-07-2014-0225
Limberger, P. (2014). Satisfaction in hospitality on TripAdvisor.com: An analysis of the
correlation between evaluation criteria and overall satisfaction. Tourism &
Management Studies, 10(1), 59-65.
Lind, E. A., & Tyler, T. R. (1988). The Social Psychology of Procedural Justice. Obtenido
de New York: Plenum Press: http://dx.doi.org/10.1007/978-1-4899-2115-4
Liu, M., & Zhang, F. (2007). An Empirical Study of Factors Related to Consumer
Complaint Behavior. Integration and Innovation Orient to E-Society.
Liu, R. R., & McClure, P. (2001). Recognising cross-cultural differences in consumer
complaint behaviour and intentions. Obtenido de Journal of Consumer Marketing,
18(1), 54-74.: http://dx.doi.org/10.1108/07363760110365813
Loftus, J., & Taylor, J. (2014). A significance test for forward stepwise model selection.
doi:10.1.1.749.1419
Manterola, C., & Pineda, V. (2008). El valor de “p” y la “significación estadística”. Revista
Chilena de Cirugía, 60(1), 86-89.
Martín-Fuentes, E., Mateu, C., & Fernandez, C. (2018). The more the merrier? Number
of reviews versus score on TripAdvisor and Booking.com. International Journal
of Hospitality & Tourism Administration. doi:10.1080/15256480.2018.1429337
Memarzadeh, F., & Chang, H. (2015). Online Consumer Complaints About Southeast
Asian Luxury Hotels. Journal of Hospitality Marketing & Management, 24, 76-98.
doi:10.1080/19368623.2014.893222
Moven, J. (1993). Consumer Behaviour. New York: MacMillian Publishing Company.
Municipalidad de Miraflores. (s.f.). Geografía. Recuperado el 22 de Enero de 2019,
dehttp://www.miraflores.gob.pe/_contenTempl1.php?idpadre=4951&idhijo=4972
&i dcontenido=5397
O’Connor, P. (2010). Managing a hotel’s image on TripAdvisor. Journal of Hospitality
Marketing & Management, 754-772. doi:10.1080/19368623.2010.508007
O’Connor, P. (2016). SiteMinder and Revinate. Envisioning the Future of Hotel
Distribution and Online Marketing.
Osborne, J., & Waters, E. (2002). Four Assumptions Of Multiple Regression That
Researchers Should Always Tests. Practical Assement, Research & Evaluation,
8(2).
Pandey, P., & Mishra, M. (2015). Research Methodology: Tools and Tecnniques. Brigde
Center.
87
Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1985). A Conceptual Model of Service
Quality and Its Implications for Future Research. Obtenido de Journal of
Marketing 49(4), 41-50: http://www.jstor.org/stable/1251430
Park, S., Lee, J., & Song, W. (2015). Short-term forecasting of Japanese tourist inflow to
South Korea using Google trends data. Journal of Travel & Tourism Marketing,
34(3). doi:10.1080/10548408.2016.1170651
Perez. (2006). Microsoft Excel: a tool for research. Revista Electrónica de las Ciencias
Médicas en Cienfuegos .
Pinto, M., & Mansfield, P. (2012). Facebook as a complaint mechanism: An investigation
of millennials. Journal of Behavioral Studies in Business. Recuperado el 22 de
Diciembre de 2018, de
https://pdfs.semanticscholar.org/3452/1a11bc487e236984a75726b88446b89ea
d82.pdf
Prasad, A., Sanjana, S., Bhat, S., & Harish, B. (2017 ). Sentiment analysis for sarcasm
detection on streaming short text data. 2nd International Conference on
Knowledge Engineering and Applications (ICKEA). Londres.
doi:10.1109/ICKEA.2017.816989
PROMPERU. (2017). Perfil del Turista Extranjero que visita el Perú 2018 - Lima.
PROMPERU. (2018). Perfil del Turista Extranjero -2017. Recuperado el 24 de Diciembre
de 2018, de
https://www.promperu.gob.pe/TurismoIN/sitio/VisorDocumentos?titulo=Lugar%
20visitado%20-
%20Lima&url=~/Uploads/perfiles_extranjeros/40/tips/2558/PTE2017VisitaLima.
pdf&nombObjeto=PerfTuristaExt&back=/TurismoIN/sitio/PerfTuristaExt&peso=9
9901
Pulman, S. (2016). Text analytics in Finance. University of Oxford. Recuperado el 12 de
Mayo de 2017, de http://www.theysay.io/wp-
content/uploads/2016/09/pulman_sap_heidelberg_jul_2016.pdf
Quan, C., & Ren, F. (2010). Sentence Emotion Analysis and Recognition Based on
Emotion Words Using Ren-CECps. International Journal of Advanced
Intelligence, 2(1), 105-117.
Ratnasingam, P. (2012). Customer’s Trust Indicators in the Online Hotel Booking
Decision. International Journal of Business, Humanities and Technology, 2(2),
12-19.
Rose, J., & Lennerholt, C. (2017). Low Cost Text Mining as a Strategy for Qualitative
Researchers. Electronic Journal of Business Research Methods, 15(1), 2-16.
Singh, J., & Shields, P. O. (2006). Customer Correspondence: Corporate Responses
and Customer Reactions. Marketing Management Journal, 16(2), 155-170.
Sorensen, N. (2012). Management Response to Online Complaints, An Analysis.
Recuperado el 8 de Marzo de 2017
Sparks, B. (2010). Complaining in Cyberspace: The Motives and Forms of Hotel Guests'
Complaints Online. Journal of Hospitality Marketing & Management. Obtenido de
10.1080/19368623.2010.508010
88
Starkov, M., & O’Brien, S. (2015). Hotelier’s Action Plan to Win Back Market Share from
the OTAs.
Stauss, B. (2005). A Pyrrhic victory: The implications of an unlimited broadening of the
concept of services. Obtenido de Managing Service Quality, 15(3), 219-29:
http://dx.doi.org/10.1108/09604520510597782
Takeuchi, H., & Yamaguchi, T. (2013). 2014. En K. Yada, Data Mining for Service.
Studies in Big Data. Berlín: Springer. doi:10.1007/978-3-642-45252-9_8
Tax, S. S., & Brown, S. W. (1998). Recovery and Learning from Service Failure. Sloan
Management Review, 40(1), 75-88.
Tayel, S., Reif, M., & Dengel, A. (2016). Rule-based Complaint Detection using
RapidMiner. Working Paper, German Research Center for Artificial Intelligence,
Department of Computer Science and Engineering. Recuperado el 23 de Enero
de 2018, de https://www.dfki.de/fileadmin/user_upload/import/6990_paper.pdf
Thakran, K., & Verma, R. (2013). The emergence of hybrid online distribution channels
in travel, tourism and hospitality. Cornell Hospitality Quarterly, 204-247.
TripAdvisor. (2017b). About TripAdvisor. Recuperado el 17 de Marzo de 2017, de
https://tripadvisor.mediaroom.com/us-about-us
TripAdvisor. (2019). About TripAdvisor. Recuperado el 27 de Enero de 2019, de
https://tripadvisor.mediaroom.com/us-about-us
TripAdvisor. (2 de Febrero de 2019). Accommodation in Miraflores. Obtenido de
https://www.tripadvisor.com.pe/
Vasquez, C. (2011). Complaints online: The case of TripAdvisor. Journal of Pragmatics,
43(7), 1707-1717.
Walster, E. H., Walster, G. W., & Berscheid, E. (1978). Equity: theory and research.
Boston: Allyn and Bacon.
Williams, T. D., Drake, M. F., & Moran, J. (1993). Complaint behaviour, price and the
patronized. Obtenido de International Journal of Retail and Distribution
Management, 21(5), 3-9.: http://dx.doi.org/10.1108/09590559310042305
Yacouel, N., & Fleischer, A. (2010). The Role of Cybermediaries in the Hotel. The
Hebrew University of Jerusalem.
Yasmina, D., Hajar, M., & Hassan, A. (2016). Using YouTube Comments for Text-based
Emotion Recognition. Procedia Computer Science, 83, 292-299.
doi:10.1016/j.procs.2016.04.128
Ye, Q., Law, R., & Gu, B. (2009). The impact of online user reviews on hotel room.
International Journal of Hospitality Management, 180-182.
Zahkary, A., Atiya, A., El-Shishiny, H., & El-Gayar, N. (2009). Forecasting Hotel Arrivals
and Occupancy Using Monte Carlo Simulation. Journal of Revenue & Pricing
Management. Recuperado el 6 de Marzo de 2017, de
https://www.researchgate.net/publication/228621779_Forecasting_hotel_arrival
s_and_occupancy_using_Monte_Carlo_simulation
89
Zhao, X., Wang, L., Guo, X., & Law, R. (2015). The influence of online reviews to online
hotel booking intentions. International Journal of Contemporary Hospitality
Management, 27, 1343 - 1364. doi:10.1108/IJCHM-12-2013-0542
Zheng, T., Schrier, T., & Millar, M. (2010). An Analysis of Online Customer Complaints
in Multiple Sectors of the Hotel Industry. The University of San Francisco.
Recuperado el 20 de Febrero de 2018, de
http://repository.usfca.edu/cgi/viewcontent.cgi?article=1003&context=hosp
90
Anexos Anexo 1: Configuración del SPSS Modeler
Figura A1: Entorno de SPSS Modeler
91
Anexo 2: Interface de detector de sarcasmo
Figura A2: Vista de Sarcasm Detector
Figura A3: Vista de Sarcasm Detector con un resultado para una frase
92
Anexo 3: Uso de Language Tool
Figura A4: Vista de Language Tool con una frase como input.
Figura A5: Vista de Language Tool mostrando un resultado
93
Anexo 4: Uso de Watson Translate
Figura A6: Vista inicial de Watson Translate
Figura A7: Vista inicial de Watson Translate con un resultado
94
Anexo 5: Uso de Grammarly
Figura A8: Vista inicial de Grammaly integrado a una hoja HTML (Correo de Google)
Figura A9: Vista de Grammaly sugiriendo modificaciones en una hoja HTML (Correo de Google)
Figura A10: Vista inicial de Grammaly integrado a una hoja HTML (Correo de Google)
95
Anexo 6: Configuración de RapidMiner
Figura A11: Vista de configuración inicial de RapidMiner
Figura A12: Vista de configuración intermedia de RapidMiner Figura A13: Vista de resultados de RapidMiner
96
Anexo 7: Plantilla de evaluación de quejas
Instrucciones: Debe emplear esta plantilla para evaluar las quejas identificadas por RapidMiner. Si alguna frase calificada como queja por el software no
cumple
con al menos una de las situaciones mostradas, entonces deberá eliminar todo el review a fin de garantizar la integridad de los datos.
Aspectos mencionados por Vasquez (2011)
El participante debe manifestar que el servicio brindado por el hotel fue deficiente o no estaba dentro de sus expectativas.
El participante usa frases como, pero, no obstante, o sin embargo cuando empieza a hablar bien de un servicio.
El participante indica que otros servicios similares (hoteles o alojamientos) son mejores.
El participante usa frases que hacen referencia a la no recomendación del servicio de alojamiento frente a terceros
El participante realiza sugerencias con respecto a un aspecto del servicio en particular.
El participante o manifiesta tener cuidado o precaución con ciertos elementos que formaron parte de la experiencia de uso del servicio de alojamiento.
97
Anexo 8: Matriz de consistencia
Problema General Objetivo General Hipótesis General Variable dependiente Tipo de Investigación Plan de análisis Muestra
PG: ¿Existe relación entre la cantidad de quejas y las características particulares de usuarios de TripAdvisor para las valoraciones realizadas por extranjeros que se alojaron en hospedajes de tres estrellas en Miraflores durante el 2018?
OG: Determinar si existe relación entre la cantidad de quejas y las características particulares de usuarios de TripAdvisor para las valoraciones realizadas por extranjeros que se alojaron en hospedajes de tres estrellas en Miraflores durante el 2018.
HG: Existe relación entre la cantidad de quejas y las características particulares de usuarios de TripAdvisor para las valoraciones realizadas por extranjeros que se alojaron en hospedajes de tres estrellas en Miraflores durante el 2018. Cantidad de quejas Mixta (Cualitativa)
Regresión Lineal Múltiple
Problemas Específicos Objetivos Específicos Hipótesis Específicas Variables Independientes Diseño de Investigación Plan de análisis
PE1: ¿Existe relación entre el nivel de satisfacción y el rango de edad en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018?
OE1: Determinar si existe relación entre el nivel de satisfacción y el rango de edad en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
H1: Existe relación entre el nivel de satisfacción y el rango de edad en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
Satisfacción General Edad (Rango) Tipo de viajero Sexo
Correlación de Spearman
411 reviews realizados por usuarios de TripAdvisor acerca de hospedajes de tres estrellas
PE2: ¿Existe relación entre el rango de edad y la cantidad de reviews en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018?
OE2: Determinar si existe relación entre el rango de edad y la cantidad de reviews en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
H2: Existe relación entre el rango de edad y la cantidad de reviews en las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018.
Dispositivo (fijo o móvil) Comparte fotos (sí/no) Experiencia previa en Perú (sí/no) Reviews (Cantidad)
Transversal No Experimental Correlacional
Correlación de Spearman
PE3: ¿Existe relación entre el sexo del viajero y el hecho de haber compartido fotos para las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018?
OE3: Determinar si existe elación entre el sexo del viajero y el hecho de haber compartido fotos para las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018
H3: Existe relación entre el sexo del viajero y el hecho de haber compartido fotos para las valoraciones realizadas por extranjeros que se alojaron en hoteles de tres estrellas en Miraflores durante el 2018
Prueba Chi-Cuadrado
98
Anexo 9: Matriz de participantes en entrevista a profundidad
Tabla A3: Matriz de participantes
A B C D E
Participante Celeste
Gutiérrez Arturo Andrade Lisa González Carolina Robles Roberto Fernández
Edad 29 35 27 28 38
Nacionalidad Boliviana Ecuatoriana Argentina Chile España
99
Anexo 10: Guía de Pautas para entrevista
Entrevistador: Buenos días (tardes o noches), somos Lizeth Cárdenas y Fiorella
Baldeon. Buscamos conocer la opinión de usuarios de TripAdvisor que se hayan
hospedado en alojamientos de tres estrellas en Miraflores. A través de dicho portal
web, hemos notado que expreso quejas con respecto a algunos aspectos del servicio.
Agradeceríamos mucho que nos brinde su opinión más sincera. No hay respuestas
correctas ni incorrectas. Siéntase con la libertad de expresar tus opiniones. Las
respuestas de estas entrevistas serán utilizadas solo para fines académicos. Si en
algún momento de la entrevista necesita interrumpirla, agradeceremos mucho que
nos lo indique para así poder ayudarlo en lo que necesite. Grabaremos su respuesta
en formato de audio.
Preguntas
Entrevistador En primer lugar, le pediremos que nos de algunos datos suyos como
su nombre, nacionalidad y edad.
Fase 1: Explorar el perfil al usuario de TripAdvisor como consumidor
P1: En tu experiencia en hoteles, ¿qué aspectos te han gustado más?
P2: ¿Qué aspecto del servicio de alojamiento te han desagradado?
P3: ¿Existe algún tipo de servicio en especial que llame tu atención?
P4: ¿Desde cuándo es usuario de TripAdvisor?
P5 ¿Qué ventajas tiene el uso de TripAdvisor en comparación a otras plataformas
como Trivago, Booking, Despegar u otras similares?
P6: ¿Consideras que TripAdvisor tiene alguna desventaja en comparación a las
plataformas ya mencionadas?
Fase 2: Explorar la experiencia del usuario en Miraflores y su relación con TripAdvisor
P7: Cuando decidiste hospedarte en Lima, ¿por qué decidiste hospedarte en
Miraflores?
P8: ¿Por qué elegiste un alojamiento de tres estrellas para hospedarte?
P9: ¿Qué te motivo a calificar tu experiencia como cliente del hotel en TripAdvisor?
P10: ¿Qué te motivo a escribir una opinión con quejas acerca del alojamiento de tres
estrellas donde te hospedaste en TripAdvisor?
Fase 3: Explorar los aspectos vinculados al modelo propiamente dicho Entrevistador:
Notamos que en su opinión escrita en TripAdvisor critico algunos aspectos vinculados
100
a su experiencia como huésped en un alojamiento de tres estrellas en Miraflores. Las
siguientes preguntas se centran en la cantidad de quejas que manifestó su opinión.
P11: ¿Considera que la calificación general que indico influyó en la cantidad de
quejas con distintos aspectos del servicio que escribió en su opinión acerca del
servicio de alojamiento en TripAdvisor?
P12: ¿Considera que su edad influyó en la cantidad de quejas con distintos aspectos
del servicio que escribió en su opinión acerca del servicio de alojamiento en
TripAdvisor?
P13: Notamos que usted indico haber viajado [con amigos, pareja, por negocios, con
familia o solo, preguntar de acuerdo al entrevistado] en su testimonial en TripAdvisor.
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
P14: ¿Considera que el hecho de ser [hombre o mujer, de acuerdo al entrevistado]
influyó en la cantidad de quejas con distintos aspectos del servicio que escribió en su
opinión acerca del servicio de alojamiento en TripAdvisor?
P15: La página de TripAdvisor muestra que Ud. Utilizo un [dispositivo fijo, es decir,
una computadora o laptop; dispositivo móvil, es decir, un celular, Tablet o similar]
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
P16: Notamos que usted subió [indicar de numero de fotos subidas en el review] en
su testimonial en TripAdvisor. ¿Considera que ello influyó en la cantidad de quejas
con distintos aspectos del servicio que escribió en su opinión acerca del servicio de
alojamiento en TripAdvisor?
P17: Su actividad en TripAdvisor evidencia que usted [estuvo o no estuvo en el Perú].
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento e TripAdvisor?
P18: Notamos que Ud. tenía una determinada cantidad de valoraciones en
TripAdvisor al momento de escribir su opinión acerca del servicio de alojamiento en
Miraflores ¿Considera que ello influyó en la cantidad de quejas con distintos aspectos
del servicio que escribió en su opinión acerca del servicio de alojamiento?
P19: ¿Tiene algún comentario adicional?
Muchas gracias por su participación
101
Anexo 11: Transcripción de entrevista
Entrevista A
P1: En tu experiencia en hoteles, ¿qué aspectos te han gustado más?
Lo que más me ha gustado es que el hotel tenga un trato personalizado.
P2: ¿Qué aspecto del servicio de alojamiento te han desagradado?
Con respecto a lo que más me ha desagradado, considero que es la limpieza. Considero
que la limpieza es un aspecto en el cual muchos hoteles tienen que trabajar.
P3: ¿Existe algún tipo de servicio en especial que llame tu atención?
Nuevamente señalo que un servicio personalizado es lo que más llama mi atención. De
alguna manera me hace sentir alguien especial y por eso es importante para mí.
P4: ¿Desde cuándo es usuario de TripAdvisor?
Uso esta plataforma desde el 2015.
P5 ¿Qué ventajas tiene el uso de TripAdvisor en comparación a otras plataformas como
Trivago, Booking, Despegar u otras similares?
Como ventaja de Tripadvisor considero que este no es un sitio web que solo contenga
hoteles. Las demás aplicaciones, desde mi punto de viste, son más para el uso de
aerolíneas o hoteles. A veces uno no tiene suficiente tiempo para navegar en internet y
en Tripadvisor uno puede encontrar todo.
P6: ¿Consideras que TripAdvisor tiene alguna desventaja en comparación a las
plataformas ya mencionadas?
Considero que algunas opiniones no son adecuadamente filtradas. Algunas veces para
que las opiniones no sean reales o algunos usuarios no son tan confiables.
P7: Cuando decidiste hospedarte en Lima, ¿por qué decidiste hospedarte en Miraflores?
Algunos contactos me señalaron que Miraflores era un lugar bastante céntrico.
P8: ¿Por qué elegiste un alojamiento de tres estrellas para hospedarte?
Escogí un hotel de tres estrellas ya que es un equilibrio entre lo que puedes pagar y recibir
un buen servicio.
P9: ¿Qué te motivo a calificar tu experiencia como cliente del hotel en TripAdvisor?
Mi principal motivación es que todo el mundo sepa mi experiencia. Tanto los puntos
fuertes o débiles del hotel.
102
P10: ¿Qué te motivo a escribir una opinión con quejas acerca del alojamiento de tres
estrellas donde te hospedaste en TripAdvisor?
Cuando yo escribo una queja no solo quiero, de alguna manera, advertir a los usuarios.
Quiero que el hotel tome en cuenta las observaciones que nosotros como clientes le
hacemos.
Entrevistador: Notamos que en su opinión escrita en TripAdvisor critico algunos aspectos
vinculados a su experiencia como huésped en un alojamiento de tres estrellas en
Miraflores. Las siguientes preguntas se centran en la cantidad de quejas que manifestó
su opinión.
P11: ¿Considera que la calificación general que indico influyó en la cantidad de quejas
con distintos aspectos del servicio que escribió en su opinión acerca del servicio de
alojamiento en TripAdvisor?
Para mí es un reflejo de la cantidad de quejas que presenta un cliente. Si califico con una
estrella o tres estrellas es porque algo ha pasado.
P12: ¿Considera que su edad influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
Considero que no es un punto relevante, pero creo que en mi experiencia los jóvenes son
un poco más “sensibles” a la falla de los servicios, son más exigentes.
P13: Notamos que usted indico haber viajado [con amigos, pareja, por negocios, con
familia o solo, preguntar de acuerdo al entrevistado] en su testimonial en TripAdvisor.
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
Bueno yo viaje con mi familia, pero para mí es un tema indistinto, ya que si hubiera viajado
sola o acompañada de igual manera hubiera hecho presenta mi queja.
P14: ¿Considera que el hecho de ser [hombre o mujer, de acuerdo al entrevistado] influyó
en la cantidad de quejas con distintos aspectos del servicio que escribió en su opinión
acerca del servicio de alojamiento en TripAdvisor?
No considero que una mujer implique un mayor número de quejas, lo que si considero es
que este es un aspecto relevante en sobre qué aspectos se queja una mujer. Puede ser
que a un hombre le importe más el aspecto económico, pero a la mujer le importe otro
aspecto.
P15: La página de TripAdvisor muestra que Ud. Utilizo un [dispositivo fijo, es decir, una
computadora o laptop; dispositivo móvil, es decir, un celular, Tablet o similar] ¿Considera
103
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió
en su opinión acerca del servicio de alojamiento en TripAdvisor?
En mi caso, escribí mi queja desde una computadora, ya que para mí es más cómodo. El
celular lo uso más para chatear, pero como sé que todo el mundo leerá mi opinión. Dado
que voy a escribir una opinión considero que debe ser de manera apropiada y para eso
uso mi computadora ya que para mí es lo más cómodo.
P16: Notamos que usted subió [indicar de numero de fotos subidas en el review] en su
testimonial en TripAdvisor. ¿Considera que ello influyó en la cantidad de quejas con
distintos aspectos del servicio que escribió en su opinión acerca del servicio de
alojamiento en TripAdvisor?
En mi caso subí dos fotos, para evidenciar para señalar los aspectos buenos y malos del
hotel. Una foto fue para señalar de lo bonito que estuvo algo que me gusto y la otra foto
fue sobre el problema que tuve. De alguna manera considero que una foto respalda una
queja.
P17: Su actividad en TripAdvisor evidencia que usted [estuvo o no estuvo en el Perú].
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento e TripAdvisor?
En mi caso fue mi primera vez en Perú e independientemente de si es mi primera vez o
no, si es que tengo un problema de todas maneras hago presente mi queja.
P18: Notamos que Ud. tenía una determinada cantidad de valoraciones en TripAdvisor al
momento de escribir su opinión acerca del servicio de alojamiento en Miraflores
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento?
De alguna manera, mientras más mensajes en Tripadvisor tengas, es más probable que
tengas más likes, seguidores o rankings. Es una manera de cuidar tu imagen como
usuario y otros usuarios esperan que tu experiencia sea enriquecedora. Cuando eres un
usuario de rango alto tu opinión es importante para los demás usuarios.
P19: ¿Tiene algún comentario adicional?
No, lo tengo.
Muchas gracias por su participación
104
Entrevista B
P1: En tu experiencia en hoteles, ¿qué aspectos te han gustado más?
Para mí lo más importante, es que su plataforma sea diferenciada. Para mi ese elemento
diferenciador tiene que ser notable
P2: ¿Qué aspecto del servicio de alojamiento te han desagradado?
Para mí el aspecto que me desagrada es cuando se hace un cargo extra por un
determinado servicio. Yo entiendo este punto, pero en algunas ocasiones, los costos son
excesivos.
P3: ¿Existe algún tipo de servicio en especial que llame tu atención?
En mi experiencia, para mí es importante el trato y que se note que se preocupen por mí.
P4: ¿Desde cuándo es usuario de TripAdvisor?
Soy usuario de Tripadvisor desde hace dos años.
P5 ¿Qué ventajas tiene el uso de TripAdvisor en comparación a otras plataformas como
Trivago, Booking, Despegar u otras similares?
Para mí la ventaja es que es fácil de usar y navegar y su diseño me llama mucho la
atención.
P6: ¿Consideras que TripAdvisor tiene alguna desventaja en comparación a las
plataformas ya mencionadas?
Desde mi punto de vista, Tripadvisor no tiene ninguna desventaja. Algunas personas
considerar que no es una página tan especializada, pero en mi caso es algo que me
favorece, ya que me atrae que traten diversos temas.
P7: Cuando decidiste hospedarte en Lima, ¿por qué decidiste hospedarte en Miraflores?
Decidí hospedarme en Miraflores por un tema de trabajo y de acceso. Tenía dos opciones:
Miraflores o el Centro de Lima. No había leído buenos comentarios respecto del Centro
de Lima así que opte por Miraflores.
P8: ¿Por qué elegiste un alojamiento de tres estrellas para hospedarte?
Para mí un hotel de 3 estrellas representa algo barato e implica el acceso a ciertos
beneficios.
P9: ¿Qué te motivo a calificar tu experiencia como cliente del hotel en TripAdvisor?
105
Lo que motivó mi experiencia fue las ganas de compartir de que la gente sepa algo. Uno
siente el deseo de retribuir ya que a mí me sirvieron mucho los consejos que leí en la
página web.
P10: ¿Qué te motivo a escribir una opinión con quejas acerca del alojamiento de tres
estrellas donde te hospedaste en TripAdvisor?
El hecho de que yo me haya quejado lo hago en razón de que la empresa mejore y sea
consciente. Para mí todo servicio puede que tenga fallas y esto debe ser información que
debe ser llegada al hotel.
Entrevistador: Notamos que en su opinión escrita en TripAdvisor critico algunos aspectos
vinculados a su experiencia como huésped en un alojamiento de tres estrellas en
Miraflores. Las siguientes preguntas se centran en la cantidad de quejas que manifestó
su opinión.
P11: ¿Considera que la calificación general que indico influyó en la cantidad de quejas
con distintos aspectos del servicio que escribió en su opinión acerca del servicio de
alojamiento en TripAdvisor?
Yo califique con 4 estrellas, mi intención era colocar 5 pero hubo dos aspectos que me
disgustaron.
P12: ¿Considera que su edad influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
Para mí no es un tema fundamental, ya que Tripadvisor está conformado por personas
de varias edades. Sin embargo, a veces pienso que los jóvenes al tener más tiempo libre
puede que tengan tiempo para quejarse más, mientras que para las personas mayores
puede que sea un limitante saber el uso de usar una computadora, ya que necesitara de
esta herramienta para quejarse.
P13: Notamos que usted indico haber viajado [con amigos, pareja, por negocios, con
familia o solo, preguntar de acuerdo al entrevistado] en su testimonial en TripAdvisor.
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
En mi caso fue un viaje de negocios y ello implica que me paguen el viaje, pero considero
que, si hubiera viajado con mi familia, me hubiera quejado más ya que fue algo que fue
pagado con mi dinero.
P14: ¿Considera que el hecho de ser [hombre o mujer, de acuerdo al entrevistado] influyó
en la cantidad de quejas con distintos aspectos del servicio que escribió en su opinión
acerca del servicio de alojamiento en TripAdvisor?
106
Para mis ambos géneros se quejan de la misma forma.
P15: La página de TripAdvisor muestra que Ud. Utilizo un [dispositivo fijo, es decir, una
computadora o laptop; dispositivo móvil, es decir, un celular, Tablet o similar] ¿Considera
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió
en su opinión acerca del servicio de alojamiento en TripAdvisor?
En mi experiencia uno cuando escribe con su Laptop está más cómodo, mientras que
cuando uno escribe con su celular tiene más distracciones.
P16: Notamos que usted subió [indicar de numero de fotos subidas en el review] en su
testimonial en TripAdvisor. ¿Considera que ello influyó en la cantidad de quejas con
distintos aspectos del servicio que escribió en su opinión acerca del servicio de
alojamiento en TripAdvisor?
En mi caso si subí una foto, ya que tuve el problema con dos empleados, ya que tenía
que evidenciar que lo que yo decía era cierto y no me tomaran por un loco. Para mi subir
una foto implica respaldar aquello que me ha pasado.
P17: Su actividad en TripAdvisor evidencia que usted [estuvo o no estuvo en el Perú].
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento e TripAdvisor?
Yo había estado en Perú antes pero aún no usaba Tripadvisor, pero para mí no es un
punto relevante
P18: Notamos que Ud. tenía una determinada cantidad de valoraciones en TripAdvisor al
momento de escribir su opinión acerca del servicio de alojamiento en Miraflores
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento?
Cuando uno se vuelve un usuario frecuente, hace que seas más “respetado” por la
comunidad y tu opinión será considerada como sincera.
P19: ¿Tiene algún comentario adicional?
No, no tengo ninguno.
Muchas gracias por su participación
107
Entrevista C
P1: En tu experiencia en hoteles, ¿qué aspectos te han gustado más?
Para mí un aspecto importante es el costo razonable y el acceso a un buen servicio.
P2: ¿Qué aspecto del servicio de alojamiento te han desagradado?
Lo que más me desagrada es cuando el Hotel promete algo, pero no lo cumple. Por
ejemplo, un caso extremo seria cuando un alojamiento ofrece el acceso a piscina, pero
en realidad no lo tiene.
P3: ¿Existe algún tipo de servicio en especial que llame tu atención?
Me gusta mucho cuando me tratan muy bien y se preocupan por recibir una buena
valoración online. Por ejemplo, cuando tuve mi viaje a Aconcagua, me gusta que los
hoteles se esforzaban por recibir una buena valoración en Tripadvisor.
P4: ¿Desde cuándo es usuario de TripAdvisor?
Desde hace cuatro años y medios.
P5 ¿Qué ventajas tiene el uso de TripAdvisor en comparación a otras plataformas como
Trivago, Booking, Despegar u otras similares?
Lo que me gusta es que reúne una gran cantidad de información y uno piense que esto
es impresionante.
P6: ¿Consideras que TripAdvisor tiene alguna desventaja en comparación a las
plataformas ya mencionadas?
Una desventaja seria que al ser un portal tan amplio el usuario puede que opte por
perderse un poco. A pesar que la información está bien organizada uno no sabe qué
hacer con ella.
P7: Cuando decidiste hospedarte en Lima, ¿por qué decidiste hospedarte en Miraflores?
Me hospede en Miraflores porque sabía que era un lugar muy tranquilo.
P8: ¿Por qué elegiste un alojamiento de tres estrellas para hospedarte?
Yo quería hospedarme en uno de cuatro estrellas, pero mi reserva no se pudo completar,
así que tuve que quedarme en uno de tres estrellas. Sin embargo, mi experiencia fue
buena.
P9: ¿Qué te motivo a calificar tu experiencia como cliente del hotel en TripAdvisor?
Uno se motiva, ya que considera que su opinión es valorada y siente la sensación de que
una es “influencer de viajes”.
108
P10: ¿Qué te motivo a escribir una opinión con quejas acerca del alojamiento de tres
estrellas donde te hospedaste en TripAdvisor?
Mi intención principal era colocar 5 estrellas, pero tuve un percance, por lo cual opté por
colocar 4 estrellas.
Entrevistador: Notamos que en su opinión escrita en TripAdvisor critico algunos aspectos
vinculados a su experiencia como huésped en un alojamiento de tres estrellas en
Miraflores. Las siguientes preguntas se centran en la cantidad de quejas que manifestó
su opinión.
P11: ¿Considera que la calificación general que indico influyó en la cantidad de quejas
con distintos aspectos del servicio que escribió en su opinión acerca del servicio de
alojamiento en TripAdvisor?
Si considero que tiene relación con la calificación general con la cantidad de quejas con
distintos aspectos del servicio.
P12: ¿Considera que su edad influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
Desde mi punto de vista, “los millenials” son un poco más sensibles respecto del servicio
que recibimos. Un joven puede ser más proclive a escribir más quejas.
P13: Notamos que usted indico haber viajado [con amigos, pareja, por negocios, con
familia o solo, preguntar de acuerdo al entrevistado] en su testimonial en TripAdvisor.
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
En mi caso es un punto indiferente, así hubiera estado sola o con mi familia de igual
manera me hubiera quejado.
P14: ¿Considera que el hecho de ser [hombre o mujer, de acuerdo al entrevistado] influyó
en la cantidad de quejas con distintos aspectos del servicio que escribió en su opinión
acerca del servicio de alojamiento en TripAdvisor?
Para mí es indistinto no tiene nada que ver el género.
P15: La página de TripAdvisor muestra que Ud. Utilizo un [dispositivo fijo, es decir, una
computadora o laptop; dispositivo móvil, es decir, un celular, Tablet o similar] ¿Considera
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió
en su opinión acerca del servicio de alojamiento en TripAdvisor?
Desde mi experiencia, cuando uno escribe desde su computadora puede explayarse más
y hacerlo con ojo crítico, mientras que si uno usa un celular puede ser un limitante.
109
P16: Notamos que usted subió [indicar de numero de fotos subidas en el review] en su
testimonial en TripAdvisor. ¿Considera que ello influyó en la cantidad de quejas con
distintos aspectos del servicio que escribió en su opinión acerca del servicio de
alojamiento en TripAdvisor?
En mi caso subí cinco fotos y podría considerarse como una manía, cuando coloco cinco
fotos es porque quiero informar algo a detalle, cuando coloco una foto es porque no me
intereso mucho.
P17: Su actividad en TripAdvisor evidencia que usted [estuvo o no estuvo en el Perú].
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento e TripAdvisor?
Para mí no tiene mucho que ver, ya que he viajado desde los cinco años y no he registrado
todos mis viajes en Tripadvisor.
P18: Notamos que Ud. tenía una determinada cantidad de valoraciones en TripAdvisor al
momento de escribir su opinión acerca del servicio de alojamiento en Miraflores
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio
que escribió en su opinión acerca del servicio de alojamiento?
Desde mi experiencia, si uno es un usuario nadie te toma en cuenta. Si eres un usuario
reconocido en la comunidad serás considerado como un usuario experimentado. Para mí
la cantidad de mensajes si refleja la cantidad de quejas porque para mí ese es el detalle,
que tan apreciado es en la comunidad.
P19: ¿Tiene algún comentario adicional?
No, nada más que agregar.
Muchas gracias por su participación
Entrevista D
P1: En tu experiencia en hoteles, ¿qué aspectos te han gustado más?
En mi experiencia en hoteles, lo que más me ha gustado es el trato personalizado. Me
agrada mucho que un cliente se sienta valorado respecto del servicio que está pagando.
P2: ¿Qué aspecto del servicio de alojamiento te han desagradado?
Lo que me molesta en algunas ocasiones es que se escuche un ruido excesivo en la
habitación. Considero que el ruido excesivo en un hotel debe ser algo que llame la atención.
110
P3: ¿Existe algún tipo de servicio en especial que llame tu atención?
Me agrada mucho que el servicio de desayuno sea muy variado y se preocupen por
integran alimentos provenientes del lugar.
P4: ¿Desde cuándo es usuario de TripAdvisor?
Desde hace dos años y medios.
P5 ¿Qué ventajas tiene el uso de TripAdvisor en comparación a otras plataformas como
Trivago, Booking, Despegar u otras similares?
Lo que me agrada de Tripadvisor es que uno puede encontrar de todo y, en mi opinión, la
plataforma es bastante sencilla de usar. Asimismo, el hecho de poder comentar y calificar
nuestra experiencia hace que se haya formado una comunidad honesta y veraz.
P6: ¿Consideras que TripAdvisor tiene alguna desventaja en comparación a las
plataformas ya mencionadas?
Quizá cuando fui un usuario nuevo, sentí que era demasiada información y por un momento
me sentí muy saturada. Sin embargo, con el uso me di cuenta que todo está muy bien
organizado.
P7: Cuando decidiste hospedarte en Lima, ¿por qué decidiste hospedarte en Miraflores?
Por recomendaciones de unos amigos, siento que el distrito de Miraflores es un distrito muy
tradicional y muy tranquilo. A su vez es un distrito muy céntrico y tengo acceso a varios
lugares turístico cerca de la zona.
P8: ¿Por qué elegiste un alojamiento de tres estrellas para hospedarte?
Elegí un alojamiento de 3 estrellas ya que contaba con un presupuesto determinado.
Asimismo, en mi experiencia, un hotel de 3 estrellas es un equilibrio entre lo accesible y un
servicio adecuado.
P9: ¿Qué te motivo a calificar tu experiencia como cliente del hotel en TripAdvisor?
Me encanta saber la idea de que TripAdvisor es una comunidad. Asimismo, siento que mi
opinión es valorada por otros usuarios y es una manera de retroalimentar la comunidad.
P10: ¿Qué te motivo a escribir una opinión con quejas acerca del alojamiento de tres
estrellas donde te hospedaste en TripAdvisor?
Quería que las personas supieran sobre mi mala experiencia, para que de esa manera
ellos tuvieran cuidado en ese aspecto. Asimismo, creo que es bueno saber que el hotel
sepa sobre mi mala experiencia dentro de sus instalaciones para que de esa manera
busque la manera de integran soluciones.
111
Entrevistador: Notamos que en su opinión escrita en TripAdvisor critico algunos aspectos
vinculados a su experiencia como huésped en un alojamiento de tres estrellas en
Miraflores. Las siguientes preguntas se centran en la cantidad de quejas que manifestó su
opinión.
P11: ¿Considera que la calificación general que indico influyó en la cantidad de quejas con
distintos aspectos del servicio que escribió en su opinión acerca del servicio de alojamiento
en TripAdvisor?
Si, absolutamente. Si es que coloco tres estrellas es porque efectivamente algo ha pasado
en mi estadía. De la misma manera, que si coloco cinco estrellas es porque todo ha se
desarrolló de excelente manera.
P12: ¿Considera que su edad influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
No, considero que independientemente de la edad, uno siempre tendrá el deseo de
quejarse ante un mal servicio.
P13: Notamos que usted indico haber viajado [con amigos, pareja, por negocios, con familia
o solo, preguntar de acuerdo al entrevistado] en su testimonial en TripAdvisor. ¿Considera
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió en
su opinión acerca del servicio de alojamiento en TripAdvisor?
Usualmente viajo sola, pero considero que, si hubiera viajado en familia, si hubiera sido un
aspecto que haya influido. Quizá al estar invirtiendo tiempo con mi familia deseo que sea
el mejor servicio dentro de lo posible, por lo que se podría decir que estaría más “sensible
“a algún problema derivado de un mal servicio en las instalaciones del hotel.
P14: ¿Considera que el hecho de ser [hombre o mujer, de acuerdo al entrevistado] influyó
en la cantidad de quejas con distintos aspectos del servicio que escribió en su opinión
acerca del servicio de alojamiento en TripAdvisor?
No considero que eso sea algo que influya en la cantidad de quejas. Sin embargo,
considero que ambos géneros pueden quejarse en distintos aspectos del servicio.
P15: La página de TripAdvisor muestra que Ud. Utilizo un [dispositivo fijo, es decir, una
computadora o laptop; dispositivo móvil, es decir, un celular, Tablet o similar] ¿Considera
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió en
su opinión acerca del servicio de alojamiento en TripAdvisor?
En general, siento que cuando quiero escribir algo relevante e importante tengo que usar
la computadora ya que de esa manera me siento más cómoda. Si tengo que escribir algo
pequeño o calificar alguna experiencia usare simplemente mi celular.
112
P16: Notamos que usted subió [indicar de numero de fotos subidas en el review] en su
testimonial en TripAdvisor. ¿Considera que ello influyó en la cantidad de quejas con
distintos aspectos del servicio que escribió en su opinión acerca del servicio de alojamiento
en TripAdvisor?
Yo subí un total de tres fotos. Lo hice ya que veo que es una práctica muy seguida en
Tripadvisor cuando alguien se quiera quejar de un servicio. Cuando uno sube una foto es
una manera de respalda la afirmación que uno señala, de esa manera dicha queja no
pasara inadvertida.
P17: Su actividad en TripAdvisor evidencia que usted [estuvo o no estuvo en el Perú].
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio que
escribió en su opinión acerca del servicio de alojamiento e TripAdvisor?
No considero que sea algo relevante, ya que he viajado reiteradas veces a Perú, incluso
antes de usar Tripadvisor.
P18: Notamos que Ud. tenía una determinada cantidad de valoraciones en TripAdvisor al
momento de escribir su opinión acerca del servicio de alojamiento en Miraflores
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio que
escribió en su opinión acerca del servicio de alojamiento?
Considero que sí, ya que Tripadvisor es una comunidad de viajeros que se caracterizan por
dar una información verídica y eficaz. Por lo que quizá, al ser un usuario rankeado con varios
likes y con “fuerza” en la plataforma puede que su opinión sea valorada de una manera
distinta a la de los demás.
P19: ¿Tiene algún comentario adicional?
No tengo nada de agregar, gracias.
Muchas gracias por su participación
Entrevista E
P1: En tu experiencia en hoteles, ¿qué aspectos te han gustado más?
En mi experiencia en hoteles, lo que más me ha gustado es que ahora es más fácil
encontrar información, valoro mucho la ubicación,
P2: ¿Qué aspecto del servicio de alojamiento te han desagradado?
113
Lo que me molesta en algunas ocasiones es que se escuche un ruido excesivo en la
habitación. Pero esta de alguna manera se vincula a la ubicación de un hotel: hay lugares
más tranquilos que otros.
P3: ¿Existe algún tipo de servicio en especial que llame tu atención?
Solo pido comodidad y tranquilidad.
P4: ¿Desde cuándo es usuario de TripAdvisor?
Desde el 2015.
P5 ¿Qué ventajas tiene el uso de TripAdvisor en comparación a otras plataformas como
Trivago, Booking, Despegar u otras similares?
Lo que me agrada de Tripadvisor es que es bastante sencillo de usar.
P6: ¿Consideras que TripAdvisor tiene alguna desventaja en comparación a las
plataformas ya mencionadas?
Por lo mismo que es muy fácil de usar, a veces hay usuarios que no aportan y solo sueltan
frases vacías sin información.
P7: Cuando decidiste hospedarte en Lima, ¿por qué decidiste hospedarte en Miraflores?
Por recomendaciones de mí familia, siento que el distrito de Miraflores es parte de la
modernidad de Lima.
P8: ¿Por qué elegiste un alojamiento de tres estrellas para hospedarte?
Calzaba exactamente en mi presupuesto.
P9: ¿Qué te motivo a calificar tu experiencia como cliente del hotel en TripAdvisor?
Nada en particular, solamente tenía ganas de intervenir. A veces eso surge de la nada,
tienes ganas de compartir algo y entras.
P10: ¿Qué te motivo a escribir una opinión con quejas acerca del alojamiento de tres
estrellas donde te hospedaste en TripAdvisor?
Quería ser transparente, uno no debe resaltar lo bueno y lo malo. TripAdvisor no es
Instagram, donde todo es mundo de fantasía y son felices.
Entrevistador: Notamos que en su opinión escrita en TripAdvisor critico algunos aspectos
vinculados a su experiencia como huésped en un alojamiento de tres estrellas en
Miraflores. Las siguientes preguntas se centran en la cantidad de quejas que manifestó su
opinión.
114
P11: ¿Considera que la calificación general que indico influyó en la cantidad de quejas con
distintos aspectos del servicio que escribió en su opinión acerca del servicio de alojamiento
en TripAdvisor?
Totalmente de acuerdo, si es que coloco tres estrellas es porque efectivamente algo ha
pasado. Es casi lo primero que pones en TripAdvisor cuando valores un servicio, y lo que
te va a pedir el sistema, luego de hacer login desde luego. Incluso si no vas comentar,
puede valorar el servicio y el sistema va a contar tu voto.
P12: ¿Considera que su edad influyó en la cantidad de quejas con distintos aspectos del
servicio que escribió en su opinión acerca del servicio de alojamiento en TripAdvisor?
No podría afirmar nada concluyente al respecto.
P13: Notamos que usted indico haber viajado [con amigos, pareja, por negocios, con familia
o solo, preguntar de acuerdo al entrevistado] en su testimonial en TripAdvisor. ¿Considera
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió en
su opinión acerca del servicio de alojamiento en TripAdvisor?
Usualmente viajo solo, pero considero que cuando viajas con amigos o familia, puedes
sentir menos cualquier problema. Digamos que viajar solo puede ser un problema, pero
cuando algo malo pasa, el hecho de tener grupo ayuda.
P14: ¿Considera que el hecho de ser [hombre o mujer, de acuerdo al entrevistado] influyó
en la cantidad de quejas con distintos aspectos del servicio que escribió en su opinión
acerca del servicio de alojamiento en TripAdvisor?
Para nada, con el internet hay casi equidad de género en cuanto a participación. Puedes
expresarte con fuerza y no importa si eres hombre o mujer. Claro, TripAdvisor no permite
usar palabras fuertes o insultos. Para eso tiene moderadores. Pero es internet. Ahí te
liberas, tienes la oportunidad de expresarte con una mayor sinceridad.
P15: La página de TripAdvisor muestra que Ud. Utilizo un [dispositivo fijo, es decir, una
computadora o laptop; dispositivo móvil, es decir, un celular, Tablet o similar] ¿Considera
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió en
su opinión acerca del servicio de alojamiento en TripAdvisor?
En la computadora resulta fácil quejarse sin molestias. Con el celular me distraigo mucho
Tienes WhatsApp, Facebook y todo eso. En la computadora también pero como que el
celular lo uso para comunicaciones de menor formalidad. Ciertamente un celular te puede
dar acceso dese cualquier lado, pero cuando voy a criticar algo, tengo que fundamentar
correctamente. Y el celular no ayuda mucho en eso.
115
P16: Notamos que usted subió [indicar de numero de fotos subidas en el review] en su
testimonial en TripAdvisor. ¿Considera que ello influyó en la cantidad de quejas con
distintos aspectos del servicio que escribió en su opinión acerca del servicio de alojamiento
en TripAdvisor?
Definitivamente ustedes me han estudiado muy bien [Risas]. Ni yo mismo recordaba el
número de fotos que había subido. Pero definitivamente tiene que ver, algo, poco, pero
tiene que ver. Las fotos son un testimonial de que no estoy loco, puedo felicitar y a la vez
castigar a los que. Nuevamente, TripAdvisor no es Instagram donde todo el mundo es feliz
incluso si no necesariamente lo es. Las fotos no solo expresan lo bueno, sino también lo
malo y yo las he usado para probar las fallas en el servicio. Obvio no he subido nada
grotesco: también se debe tener tino y cuidado con ello.
P17: Su actividad en TripAdvisor evidencia que usted [estuvo o no estuvo en el Perú].
¿Considera que ello influyó en la cantidad de quejas con distintos aspectos del servicio que
escribió en su opinión acerca del servicio de alojamiento e TripAdvisor?
Debo reconocer que todos mis viajeros los he documento en TripAdvisor, pero yo he
viajado a Perú dos veces: en 1998 y hace un año. No existía TripAdvisor en 1998. Como
que por ahí la información de TripAdvisor será más fiable si el usuario usa con mayor
frecuencia la plataforma. No le veo mucha relación con la cantidad de quejas.
P18: Notamos que Ud. tenía una determinada cantidad de valoraciones en TripAdvisor al
momento de escribir su opinión acerca del servicio de alojamiento en Miraflores ¿Considera
que ello influyó en la cantidad de quejas con distintos aspectos del servicio que escribió en
su opinión acerca del servicio de alojamiento?
Yo participo en varias plataformas web. Yo diría que más que la cantidad es el nivel. Pero el
nivel se incrementa a medida que aumentas los mensajes. He notado que los usuarios de
mayor nivel en TripAdvisor suelen darte una mayor cantidad de información, y eso involucra
también a las quejas. Si te narran una queja es con buen nivel de detalle.
P19: ¿Tiene algún comentario adicional?
No nada, todo ha resultado muy bien.
Muchas gracias por su participación
