Revista: Turydes Revista Turismo y Desarrollo. ISSN 1988-5261

---

DIRIGIR LA EMPRESA TURÍSTICA PARA CONSEGUIR LA LEALTAD DEL CONSUMIDOR EN UN CONTEXTO DE COMERCIO ELECTRÓNICO

---

1.- INTRODUCCIÓN

1.1.- El comercio electrónico en el sector turístico

En la actualidad el comercio electrónico (m-commerce) en el contexto del turismo es más importante que el comercio turístico tradicional, habiéndose extendido al sector de las agencias de viaje, hospedaje, etc. (Schneider 2011, 9). Desde el origen de la aplicación de e-commerce en la industria del turismo ha permitido realizar viajes más personalizados, mejorar la comunicación y confeccionar paquetes turísticos más personalizados (Qin, 2004, 389). Más específicamente las ventajas para el cliente del comercio electrónico en la industria del turismo tienen que ver, entre otras cosas, con el acceso a información útil, la posibilidad de hacer preguntas, buscar catálogos y hacer reservas y pagos (Liu y Lu, 2004).

En el contexto de la empresa turística el comercio electrónico es una herramienta muy valiosa en la comercialización de productos y servi­cios turísticos, ofrece ventajas competitivas relativas a la alta velocidad de transmisión, la relación directa y personalizada con el cliente, el control de transacciones y la flexibilidad en el uso de los elementos de marketing (Alonso y Furio, 2006). En este sentido algunos investigadores consideran que la relevancia del comercio electrónico es tal en la actualidad que este tipo de comercio constituye más una obligación que una opción para las empresas (Runyan, Smith y Smith, 2008).

Ahora bien, la evolución de las transacciones en el comercio electrónico ha supuesto un salto gradual, de modo que de un comercio electrónico llevado a cabo a través de la Web se ha pasado a otro en el que intervienen las redes sociales: se trata del comercio social1 (s-commerce) (Sun, Zhao y Zhu, 2012). La importancia del s-commerce es tan elevada que se estima que a final de 2015 aproximadamente el 15% del consumo de los países desarrollados se llevará a cabo a través de las redes sociales (Ng, 2013). Dicho porcentaje sugiere que los mejores años de comercio social probablemente aún están todavía por venir (Ku, Chen y Zhang, 2013; Zhou, Zhang y Zimmermann, 2013).

El comercio electrónico está evolucionando más aún hacia un comercio ubicuo (u-commerce), es decir, que es llevado a cabo en todos los lugares y en cualquier momento, una cuestión esencial en el caso del sector turístico debido a la flexibilidad, la movilidad y la accesibilidad (Okazaki y Méndez, 2013). Este es el caso del comercio electrónico realizado mediante el teléfono móvil (m-commerce), considerado como un nuevo modelo de negocio y la plataforma de mayor impacto en la industria del e-commerce, desplazando al s-commerce y, por supuesto, al e-commerce en su forma original a través de Web 2 (Chong, Chan y Ooi, 2012).

Es tan elevado el interés por el comercio electrónico que en su estudio ya se han comprometido investigadores de múltiples disciplinas, incluidas el marketing (Constantinides y Fountain, 2008), la sociología (Kim y Srivastava, 2007) o la psicología (Marsden, 2009), cada una de las cuales aporta definiciones propias de su campo. No obstante, los trabajos sobre comercio electrónico se han caracterizado por las limitaciones en las definiciones (Stephen y Toubia, 2010), y numerosos autores consideran que los estudios no son suficientes (Liang et al. 2011). Además, se considera que los trabajos han sido eminentemente descriptivos, siendo muy escasos los estudios que se han centrado en la lealtad en línea (Bansal y Chen, 2011).

1.2.- La lealtad en línea

Tal y como sucede en el contexto offline, la elevada competencia del mercado turístico online y las crecientes exigencias de los consumidores y los usuarios están contribuyendo a que las empresas turísticas realicen grandes esfuerzos por conseguir la lealtad de sus clientes (Rachjaibun, 2007). La lealtad en el sector turístico se ha convertido en un importante constructo en el marco del comercio electrónico, por los beneficios que la misma aporta a la empresa en términos de rentabilidad. Tanto es así que para algunos autores el objetivo básico del comercio electrónico es el de promover la interacción del cliente, apoyar su proceso de toma de decisiones para que compre, y animarle a volver o a recomendar el sitio (Huang y Benyoucef, 2013; Yoo et al., 2013).

Aunque para algunos autores la lealtad en línea es diferente a la lealtad en el contexto offline, otros autores como Luarn y Lin (2003) sugieren que los fundamentos teóricos de la lealtad en el comercio electrónico son casi idénticos a los del comercio tradicional. En este sentido Toufaily, Ricard y Perrien (2013) afirman que en la literatura se muestra que en el comercio electrónico la lealtad conlleva la intención de visitar de nuevo el sitio, de hacer una compra en el mismo sitio o de recomendar el sitio a otros, tal y como sucede en el contexto offline (Chiou, 2004; Hsu, Yen, Chiu, y Chang, 2006). 

Debido a que conseguir la lealtad en línea del consumidor es un objetivo estratégico para la mayoría de las empresas turísticas que utilizan el comercio electrónico (Wong, Chan, Ngai y Oswald, 2009), existe un creciente interés en los foros empresariales y en la comunidad académica por determinar los factores que la determinan (Duffy, 2005). De todas las variables estudiadas que influyen en la e-lealtad, es la satisfacciónla que más ha llamado la atención de los estudiosos (Valvi y Fragkos, 2012). La satisfacción, entendida como el cumplimiento de las expectativas por parte del consumidor online, es la variable relativa al consumidor que mejor predice la lealtad en línea (Huang et al., 2011). De hecho, la relación positiva entre la satisfacción y la lealtad puede ser más fuerte en el contexto online que en modo offline (Shankar et al., 2003). No obstantes, son escasos los estudios que han examinado dicha relación en el contexto del e-commerce en el sector turístico (Christodoulides y Michaelidou, 2011).

Otra de las variables relativas al consumidor que influyen en la lealtad en línea es el compromiso. Puede ser concebido como una fuerza o apego que lleva a los clientes a seguir comprando los productos y servicios en modo online y en el mismo sitio (Meyer et al., 2002). También se ha encontrado un moderado efecto del compromiso mediando entre la satisfacción y la lealtad, siendo por tanto el compromiso una consecuencia de la satisfacción (Meyer et al., 2002).

Por su parte, la confianza del consumidor tiene que ver con la expectativa y el grado en el que los consumidores creen en la fiabilidad, honestidad, benevolencia y competencia de un proveedor (McKnight et al., 2002), y de que éste cumplirá sus promesas, obligaciones y responsabilidades (Sirdeshmukh et al., 2002; Kim y Park, 2013). La confianza tiene un efecto positivo sobre la lealtad (Kim, Xu y Gupta, 2012), sobre todo como una variable moderadora entre la satisfacción y la lealtad, tal y como sucede con el compromiso (Zineldin y Jonsson, 2000).

La fidelización online también depende de las características personales del consumidor (Tsai y Huang, 2009). Se ha descubierto que los clientes más jóvenes están menos comprometidos con la marca y son menos leales que los clientes de mayor edad (Clark, 2007). Otras variables relativas al consumidor como la actitud del cliente (Hsu et al., 2006) o la inercia (Ponnavolu, 2000) también fomentan el desarrollo de la lealtad en línea, del mismo modo que las creencias (Cyr et al., 2008) o la implicación (Olsen, 2007).

El Estilo de vida hace referencia a patrones de acción que integran actividades, intereses y opiniones relacionadas con el gasto de tiempo y de dinero (Kaynak y Kara, 2001), así como con el uso o disposición de productos y servicios (Lee, Lim, Jolly y Lee, 2009). Se trata de un constructo que predice la lealtad, aunque necesita ser más estudiado (Hanash et al., 2015).

Entre las variables relacionadas con la empresa que más influencia ejercen sobre la lealtad en línea destaca la calidad de la información ofrecida al consumidor (Jaiswal et al, 2010), un aspecto esencial en el contexto online de servicios, al no tener los clientes acceso directo y real a los productos (Molla y Licker, 2001). Dicha calidad se refiere a la pertinencia, exactitud, comprensión y utilidad de la información proporcionada por la empresa en el sitio web (Susser y Ariga 2006 ), y está relacionada con la seguridad, los precios, la descripción del producto, el seguimiento de pedidos, la gestión de cuentas, y muchas otras cuestiones que reducen el nivel de incertidumbre (Hwang y Kim, 2007).
 
La calidad del servicio ofrecido por la empresa se define como un juicio global o actitud relacionada con a la superioridad del servicio prestado (Parasuraman, Zeithaml y Berry, 1988, p. 16). Para Lee y Kozar (2006) son atributos relacionados con la calidad del servicio la empatía, la fiabilidad y la capacidad de respuesta. Se ha constatado que en e-commerce la calidad del servicio influye en la lealtad (Romulo y Oliveira, 2007).

La reputación de la empresa hace referencia a la percepción del cliente acerca de la honestidad, la seguridad y la preocupación del proveedor por su cliente (Koufaris y Hampton-Sosa, 2004). La reputación es considerada un activo valioso para la empresa y una especie de seguro ante la pérdida de clientes (Caruana y Ewing, 2010). Sin embargo, a pesar de la importancia de la reputación, no se ha constatado suficientemente su efecto sobre la lealtad en el comercio electrónico (Bertarelli, 2015).

La seguridad percibida en comercio electrónico es fundamental para atraer y retener a los clientes (Park y Kim, 2013). Dicha percepción depende de aspectos tales como la fiabilidad del método de pago y la forma de la transferir y almacenar los datos relativos al cliente y a la operación comercial realizada (Dong et al., 2014). Bergeron (2001) y Lavigne y Graf (2007) examinaron la fiabilidad de la empresa en un contexto online, concebida en términos de capacidad de cumplir las promesas, y descubrieron que influye en la lealtad del cliente.

El valor percibido ha sido definido como el resultado de la evaluación subjetiva y global del consumidor respecto a la utilidad de un producto o servicio. Dicha evaluación está basada en las percepciones de la diferencia entre lo que se recibe y lo que se entrega a cambio en una experiencia online de compra (Zeithaml, 1988; Sirdeshmukh et al., 2002). Se ha demostrado que el valor percibido es un antecedente directo de la lealtad en el comercio electrónico (Marimon et al., 2011), y también se ha constatado que el valor es un moderador de la relación entre la satisfacción y lealtad (Anderson y Srinivasan, 2003). No obstante, Chang y Wang, (2011) y Sun et al. (2012) afirman que existe aún poca evidencia empírica acerca de la influencia del valor percibido sobre la lealtad en el comercio electrónico.

Respecto al diseño del sitio, éste tiene un efecto directo sobre la lealtad  (Kim, Jin y Swinney, 2009). El diseño debe caracterizarse por la simplicidad, la posibilidad de actualización y la riqueza (Murugesan, 2007). El diseño también está relacionado con la usabilidad, que se refiere a la accesibilidad, la flexibilidad, la facilidad de uso, la navegabilidad dentro del sistema, la velocidad de la localización de un elemento, la existencia de formatos coherentes, así como a la capacidad de los usuarios para controlar su movimiento dentro del sistema (Kumar et al., 2007).

Respecto a las características ambientales se destaca en la literatura el impacto de la cultura en la e-lealtad (Cyr, Bonanni, Bowes y Ilsever, 2005; Cyr et al., 2008). En este sentido, las características ambientales y las cuestiones nacionales e internacionales, tales como la estructura legal, las restricciones al comercio y la competencia o la concentración del sector, pueden afectar a la lealtad (Cheung et al., 2005; Ng, 2013).

En este contexto, el objeto de este trabajo es determinar las percepciones de los jóvenes respecto a la influencia de ciertas variables relacionadas con el comercio electrónico en la formación de la lealtad. Se ha considerado en el estudio la importancia que determinados aspectos tienen en el proceso de decisión de compra online, como es el caso de las primeras impresiones, debido a que en el modo online no se trata de compras reales con productos tangibles.

2.- ASPECTOS METODOLÓGICOS

2.1.- Diseño

El objetivo de este trabajo es determinar en qué medida las variables independientes contribuyen a explicar, a través de un modelo causal, la lealtad de los jóvenes en el comercio electrónico. Respecto a la hipótesis de este trabajo, se parte de la base de que SI es posible generar un modelo causal explicativo de la lealtad (H1).

La metodología utilizada se corresponde con el modelo de Rasch (Rasch, 1960). Las ventajas del modelo de Rasch han sido ampliamente difundidas por autores como Wright (1984), Oreja (2005), así como por Montero y Oreja (2010a, 2010b). Es de destacar que el modelo de Rasch cumple los requisitos fundamentales de medición planteados por Campbell (Oreja, 2008).

La muestra se seleccionó de modo intencional (Del Toro, 2013). Está formada por jóvenes con edades de 18 y19 años, todos ellos estudiantes del Grado en Turismo de la Universidad de La Laguna. Se considera en la literatura que los jóvenes estudiantes constituyen una adecuada representación de los consumidores virtuales, sobre todo tratándose de estudios preliminares 3 (López y Monroy, 2013). El tamaño de la muestra (N=262) cumple los requisitos establecidos en el contexto del modelo de Rasch, pues según Linacre (2002) el tamaño de la muestra debe oscilar entre un mínimo de 50 sujetos en estudios politómicos (con un nivel de confianza del 95%), hasta un total de 250 sujetos. El cuadro 1 recoge los datos de la muestra:
                                                        
El instrumento utilizado fue la escala diseñada ad hoc denominada e-lealtad-20 (lealtad en el comercio electrónico, 20 ítems). Inicialmente se elaboró un conjunto de ítems asociados a las variables incluidas en el marco teórico sobre la formación de la lealtad en línea, con la colaboración de 2 expertos y de modo que estuvieran representados contenidos relacionados con la empresa, el producto, el diseño y el propio consumidor (Roy, Dewit y Aubert, 2001). La conexión entre ítems y el marco teórico, desarrollada con la colaboración de un grupo de jóvenes de similar perfil al de la muestra, ha permitido asegurar la validez de contenido (García, Herrero y Rodríguez, 2006). Se tuvo en cuenta que en el estudio se deseaba constatar el efecto de las “primeras impresiones” del consumidor cuando navega y compra por un sitio o una web, pues al no tratarse de una tienda real ni existir compra de producto real estas impresiones podían ser determinantes en sus decisiones. Después de un pretest y siguiendo los principios de brevedad y simplicidad propuestos por Ramos et al. (2006) se obtuvo la escala definitiva tipo Likert de 20 ítems (ver anexo), con 5 alternativas de respuesta (1: en absoluto o nada de acuerdo, 5: totalmente de acuerdo).

Teniendo en cuenta que el propio Linacre sugiere utilizar el modelo de Rasch junto a herramientas diseñadas en el contexto de la TCT, haciendo uso en todo caso las medidas logits (según correspondencia con uno de los autores), en este trabajo se ha hecho uso del programa informático Winsteps 3.91, además del software SPSS-20, Excel, SmartPLS-2.0 y Word.

2.2.- Resultados

2.2.1.- Análisis de unidimensionalidad

Uno de los requisitos del modelo de Rasch (Rasch, 1960) es la existencia de unidimensionalidad, es decir, la presencia de una única dimensión o variable latente. Siguiendo a Oreja (2010) y atendiendo a los datos de la  tabla 2, los resultados del análisis reflejan tensiones a la unidimensionalidad:

a) La varianza explicada por los ítems debe ser 4 veces mayor que la varianza inexplicada en el primer contraste: no se cumple
b) La varianza inexplicada en el primer contraste debe situarse, respecto a los autovalores, entre 1,5 y 3, y en porcentaje debe ser menor de 5%: no se cumple
c) La varianza explicada por las medidas debe ser  mayor del 50%: no se cumple
d) El porcentaje de varianza no explicada en el primer contraste debe ser menor al porcentaje de varianza explicada por los ítems: se cumple

2.2.2.- Análisis de ajuste y fiabilidad

Una vez constatada la existencia de multidimensionalidad se procedió a realizar un análisis factorial para identificar las dimensiones. Tras un análisis factorial exploratorio en el que se cumplieron los requisitos estadísticos sugeridos en la literatura se identificaron los siguientes factores o dimensiones. Se puede observar que, respecto al ajuste o validez, todas las dimensiones, tanto en ítems como en sujetos, obtuvieron valores INFIT y Outfit en MNSQ en el intervalo (0,5-1,5). Por otra parte, todos los indicadores alfa de fiabilidad alcanzaron valores por encima al mínimo exigido (0,70).

En la tabla 4 se incluye el análisis detallado de los ítems de cada uno de los factores. La columna etiquetada con “%” indica el porcentaje que el ítem ha obtenido sobre el total máximo alcanzable si todos los sujetos hubieran dado al ítem una puntuación máxima (262x5). Ninguno de los ítems ha obtenido una valoración por debajo del 59%, y más del 50% de los ítems ha obtenido valoraciones por encima del 70%. Se puede apreciar que, como hemos comentado, el ajuste es adecuado en INFIT y OUFIT, y que los valores de las correlaciones sugieren que los ítems están asociados a sus correspondientes factores.

Se observa en la tabla 4 que los ítems más valorados son los asociados a la empresa, el producto y a la calidad y el valor percibido, por encima del 77%.

2.2.3.- Análisis de causalidad

Con el objeto de identificar las relaciones causales a las que se refiere el segundo objetivo de este estudio, se ha aplicado la técnica de ecuaciones estructurales utilizando los logits, lo cual constituye una aportación de este trabajo porque los autores que han combinado el análisis mediante el modelo de Rasch y las ecuaciones estructurales no utilizan las medidas logits, sino las medidas directamente observadas (Ciavolino, Carpita y Al-Nasser, 2012). Se ha elegido el método PLS (método de algoritmos mínimo cuadrados parciales basados en las varianzas)  frente al modelo MBC (Métodos Basados en las Covarianzas) porque es el más adecuado para fines predictivos (Chin et al., 2003), por sus mínimos requerimientos relativos a escalas de medidas, por permitir trabajar con indicadores formativos (como es este el caso), y por admitir el empleo de muestras pequeñas (Chin, 1998a; Chin y Newsted, 1999).

En primer lugar, la evaluación del modelo de medida en el caso de indicadores formativos exige verificar que no existe entre los constructos independientes una alta multicolinealidad (Mathieson, Peacock y Chin, 2001). Para ello se calcularon dos indicadores, utilizando en todo caso las medidas logits. La tabla 5 muestra que el Test de Inflación de la Varianza (FIV) es inferior a 5 y el Índice de Tolerancia (IT) es superior a 0,100 (Belsley, 1984; Kleinbaum, Kupper y Muller, 1988). Por último, los valores de los coeficientes de correlación entre variables latentes no superaron en ningún caso, el valor 0.60, lo cual permite confirmar la validez discriminante (MacKenzie, Podsakoff y Jarvis, 2005) (tabla 6). Los resultados de ambas tablas (5 y 6) sugieren que, efectivamente, no existe entre los constructos una alta multicolinealidad, motivo por el cual se puede afirmar que el modelo de medida es estadísticamente adecuado.

En segundo lugar, respecto al modelo estructural, se analizó en qué medida las variables predictoras contribuían a explicar la varianza de la variable endógena “lealtad”. Por tanto, se ha llevado a cabo un análisis inter-dimensional mediante software predictivo-causal utilizando las medidas logits, una vez que se realizó el análisis intra-dimensional mediante la aplicación de Winsteps a cada una de las dimensiones, tal y como se ha visto anteriormente. Según Chin (1998a, 1998b) los coeficientes paths deberían alcanzar al menos un valor de 0,20 (β ≥ 0,20). No obstante, teniendo en cuenta que autores como Zubirán y López (2009) consideran adecuados indicadores paths iguales o superiores a 0,15 (β ≥ 0,15), y que Martín (2011) y Ramírez, Arenas y Rondan (2012) aceptan como válidos paths iguales o superiores a 0,10 (β  ≥ 0,10), se incluyeron todos los paths resultantes. También se llevó a cabo, mediante un análisis bootstrapping (en este trabajo con 500 sub-muestras y 200 casos), un análisis de la significatividad t-Student de las relaciones directas entre las variables (paths), así como de los efectos totales (Gutiérrez, Bulchand, Díaz y Parra, 2013). La mayor parte de las relaciones directas, representadas por los coeficientes path (β), son altamente significativas (P<0,001*).

Es de destacar en la tabla 7 la influencia de la satisfacción sobre la lealtad (β =0,803) y en menor medida de la empresa sobre el producto (β =0,464). También de la calidad y el valor percibido sobre la empresa (β =0,329) y del estilo de vida sobre el diseño (β =0,392).

Para averiguar qué cantidad de la varianza de la variable endógena es explicada por los constructos que las predicen y por el modelo se analizó el índice básico R2. Según Falk y Miller (1992) el indicador R2 debe ser mayor o igual a 0,10, pues valores por debajo de 0,10, aunque continúen siendo estadísticamente significativos, proporcionan muy poca información.

El modelo (ver figura 1) también se ha evaluado observando la relevancia predictiva (Q2) de los constructos. Según Fornell y Cha (1994) y Chin (2010) el cross-validated redundancy index (Q2), o test de Stone-Geisser (Stone, 1974; Geisser, 1975), puede ser medido utilizando procedimientos del tipo blindfolding incluidos en el software SmartPLS. El test Q2 es una medida de hasta qué punto los valores obser­vados son reproducidos por el modelo y por sus parámetros estimados (Chin, 1998b). La tabla 8 muestra que el indicador R2 es superior a 0,10 para todas las variables latentes o constructos incluidos en el modelo, y que el indicador Q2 es positivo, también en todos los casos. Por tanto, el modelo posee relevancia predictiva y se confirma por tanto la hipótesis planteada, pues se ha generado un modelo causal estadísticamente significativo de la formación de la lealtad a partir de las variables latentes o dimensiones incluidas en este trabajo.

Tal y como se observa en el modelo resultante propuesto de la formación de la lealtad en el comercio electrónico llevado a cabo por los jóvenes, la calidad y el valor percibido determinan, junto a la imagen de la empresa y la información de otros usuarios, la percepción que los jóvenes poseen de la empresa, en relación concretamente a la seguridad, la calidad del servicio o y la reputación de la entidad.

Estos datos constatan el papel de las primeras impresiones en un contexto online con falta de realismo e información. Por otra parte, la percepción de que el consumidor controla el proceso online y de que el sitio se adapta a su propio estilo de vida determinan la idea que sobre el diseño del sitio tiene el consumidor, estando el diseño referido a la interactividad y la personalización. A su vez, la empresa y el diseño influyen en la percepción que sobre el producto tiene el joven consumidor, sobre todo en relación al precio, los descuentos, la tangibilidad y la disponibilidad de productos.

Todo ello repercute en la satisfacción, aunque de forma moderada (β=0,198), lo cual permite hacer pensar que otras variables no incluidas en este trabajo exploratorio puedan estar incidiendo en la satisfacción. Por último, tal y como se propone en la literatura, la satisfacción es la variable que más directamente influye en la lealtad, tal y como sucede en el contexto offline (Martínez, 2014).

3.- CONCLUSIONES

Se constata en la literatura que el comercio electrónico es la forma imperante de comercio en general y en el turismo en particular, lejos aún de su posible potencial. También se ha comprobado que los jóvenes constituyen el principal segmento de consumidores online, un segmento que debe ser aún más estudiado. Por otra parte, se ha puesto también en evidencia la importancia de la lealtad online, así como la necesidad de identificar las variables que intervienen en su formación. En este sentido se ha comprobado que existe una multitud de variables diversas de las que, directa o indirectamente, depende la lealtad en línea, siendo la satisfacción la variable más influyente, tal y como se ha puesto de manifiesto en el contexto offline. No obstante, en la revisión de la literatura se ha comprobado que también es necesario estudiar más a fondo la e-lealtad en el turismo, así como las variables que la determinan. Por consiguiente, como aportación del trabajo, este estudio viene a complementar otros trabajos anteriores y a dar respuesta a algunas inquietudes expuestas en la literatura.

Una conclusión adicional es que la seguridad, la calidad del servicio y la reputación de la empresa dependen de las primeras impresiones o percepciones relativas a la calidad en general y al valor percibido cuando se accede al sitio, así como de la imagen de la empresa y de la información procedente de otros usuarios en los inicios del proceso de compra online. Este hallazgo permite confirmar que, teniendo en cuenta que los consumidores online no compran en una tienda real ni pueden palpar los productos, al tomar sus decisiones los jóvenes tengan en cuenta las variables mencionadas, entre otras, para hacerse una composición de lugar previa respecto a la empresa. Por tanto, las empresas deben realizar esfuerzos por reforzar la seguridad y la calidad general percibida a través del sitio, además de potenciar la buena percepción primera que se forman los consumidores del sitio relativa a que los beneficios o ventajas de comprar online compensarán los costes o sacrificios en sus compras. Recordemos que, según el modelo causal resultante y propuesto, estos elementos inician la cadena de efectos que influyen en la empresa, en el producto, en la satisfacción y, por último, en la lealtad.
La percepción acerca de la interactividad y la personalización relativas al diseño del sitio en comercio electrónico depende, en el caso de los jóvenes, de la percepción de control del proceso por parte del segmento, y de la propiacepción del consumidor acerca de su costumbre en la realización de compras online, porque forma parte de su estilo de vida. Se concluye que estos aspectos son importantes para que el usuario perciba que el diseño del sitio tiene  adecuadamente en cuenta la velocidad, la facilidad de uso, el carácter interactivo y la personalización del sitio. Estos aspectos sugieren, en cierto modo, la necesidad de llevar a cabo una mayor orientación al mercado cuando se lleva a cabo el diseño del sitio en comercio electrónico.

Adicionalmente, la percepción acerca del producto, respecto a su precio, los descuentos, la tangibilidad y la disponibilidad, depende en gran medida de la percepción que sobre la empresa (seguridad, calidad del servicio y reputación) y sobre el diseño (interactividad y personalización del diseño) tenga el segmento estudiado, al margen del nivel objetivo del precio, del volumen del descuento y de la tangibilidad y la disponibilidad real de producto que la empresa unidireccionalmente haya pretendido establecer. Como antes mencionamos, esto es comprensible si tenemos en cuenta que en modo online es difícil apreciar el carácter real u objetivo de esos aspectos del producto, y que por tanto sean la opciones personales e interactivas del sitio, así como las percepciones sobre la calidad del servicio, la reputación y la seguridad, las variables más importantes para percibir el producto. ¿Es caro un producto en Internet?, ¿existe disponibilidad?, ¿es adecuado y suficiente el descuento?, ¿será verdadero/real el producto ofrecido? El modelo resultante nos sugiere que en la medida en que el sitio se adapte al sujeto de manera personalizada, de que el propio usuario pueda interactuar y controlar el proceso de compra, y cuando perciba seguridad, un servicio de calidad y reputación por parte de la empresa y el sistema, entonces considerará que el producto ofrecido a través del sitio es el adecuado.

Aunque no de una manera muy significativa (β=0,198), la satisfacción depende directamente de la percepción que el joven tenga de la tangibilidad del producto, de su disponibilidad, de su precio y de los descuentos y ofertas, e indirectamente de las variables que inician la cadena de efectos en el modelo propuesto en este trabajo. Estos aspectos son los que en cierta medida determinan que los jóvenes consumidores consideren que verán cumplidas sus expectativas y se sentirán satisfechos. Las empresas deben aceptar que estos aspectos del producto, que de manera causal se ven influenciados por los demás (empresa, diseño, etc.), deben estar, en un contexto de orientación al mercado, gestionados en términos de cobertura de expectativas del consumidor. Resulta llamativo observar que dichos aspectos del producto deben estar en sintonía con las expectativas del consumidor antes de la compra. Por otra parte, la relativa significatividad del efecto causal del producto (e indirectamente de las variables latentes previas) sugiere que existen otras variables referenciadas en el marco teórico y no incluidas en este estudio de las cuales depende la satisfacción. En todo caso esto puede constituir objeto de una futura línea de investigación.

Adicionalmente concluimos que, tal y como se ha puesto de manifiesto en el contexto offline, es la satisfacción de las expectativas la variable que mejor predice la lealtad, entendida como repetición de compra y recomendación del sitio en el futuro. Las empresas que utilicen el comercio electrónico y que tengan por objetivo el aumento y la consolidación de la lealtad en línea primero deberían orientarse al mercado para averiguar cuáles son las expectativas de los consumidores online y qué es lo que éstos desean, antes de promover directamente la repetición de la compra mediante descuentos y ofertas, o de incidir en la recomendación mediante actuaciones concretas de fidelización. Es más, la orientación al mercado, y la investigación que dicha orientación conlleva, permitirá una mejor gestión directa de la lealtad, y de otros aspectos vinculados con el comercio electrónico y el sitio de la empresa, además de la satisfacción.

Las limitaciones de este trabajo tienen que ver, a nivel práctico, con el elevado número de variables de las que depende la decisión de compra online del consumidor, y a nivel teórico con la escasez de estudios sobre la lealtad en línea, sobre todo para el caso de los jóvenes.

BIBLIOGRAFÍA

Alonso, M. y Furio, E. (2006). Internet y sus aplicaciones al sector turístico. Valencia: Universidad de Valencia. Disponible en: http://www.uv.es/ecoapli.
Anderson, R. E. y Srinivasan, S. S. (2003). E-satisfaction and e-loyalty: A contingency framework. Psychology and Marketing, 20(2), 123–138.
Bansal, G. y Chen, L. (2011). If They Trust our E-commerce Site, Will They Trust our Social Commerce Site Too? Differentiating the Trust in E-commerce and S-commerce: The Moderating Role of Privacy and Security Concerns (Best Paper Award - Second Place). 6th Midwest AIS Conference.
Belsley, D. A. (1984). Demeaning conditioning diagnostics through centering. The American Statistician, 38(2), 73-93. 
Bergeron, J. (2001). Les facteurs qui influencent la fidélité des clients qui achètent sur Internet. Recherche et Applications en Marketing, 16(3), 39–52.
Bertarelli, S. (2015). On the efficacy of imperfect public-monitoring of seller reputation in e-commerce. Electronic Commerce Research and Applications, 14, 75–80
Caruana, A. y Ewing, M. T. (2010), How corporate reputation, quality, and value influence online loyalty. Journal of Business Research, 63(9–10), p.1103–1110.
Chang, H. y Wang, H. (2011). The Moderating Effect of Customer Perceived Value on Online Shopping Behaviour. Online Information Review, 35(3), 33- 47.
Cheung, C. M. K., Chan, G. W. W. y Limayem, M. (2005). A critical review of online consumer behavior. Journal of Electronic Commerce in Organizations, 3(4), 1–19.
Chin, W. (1998a). The Partial Least Approach to structural equation modelling. En G.A. Marcoulides (Ed.): Moderm methods for business research. Mahwah: Lawrence Erlbaum Associates, pp. 295-336.
Chin, W. (1998b). Issues and opinion on structural equation modeling. MIS Quarterly, 22(1), 7-16.

Chin, W. (2010). How to write up and report PLS analyses, in Handbook of Partial Least Squares: Concepts, Methods and Application. Esposito Vinzi, V.; Chin, W.W.; Henseler, J.; Wang, H. (Eds.), Springer, Germany, 645-689.
Chin, W. y Newsted, P. R. (1999). Structural Equation modeling analysis with small samples using Partial Least Squares. En R. Hoyle [ed.]: Statistical strategies for small samples research, pp. 307- 341. New York: Sage Publications.
Chin, W., Marcolin, B. L. y Newsted, P. R. (2003). A partial least squares latent variable modeling approach for measuring interaction effects: results from a Monte Carlo simulation study and an electronic mail emotion/ adoption study. Information Systems Research, 14(2), 189-217.
Chiou, J. S. (2004). The antecedents of consumers' loyalty toward internet service providers  Information Management, 41(6), 685–695.
Chong, A., Chan, S. y Ooi, K. (2012). Predicting consumer decisions to adopt mobile commerce: Cross country empirical examination between China and Malaysia. Decision Support Systems, 53, 34–43.
Christodoulides, G. y Michaelidou, N. (2011). Shopping motives as antecedents of e-satisfaction and e-loyalty. Journal of Marketing Management 27(1–2),181–197.
Ciavolino, E., Carpita, M. y Al-Nasser, A. (2012). A job satisfaction structural equation model obtained combining Rasch analysis and generalized maximum entropy estimation. Recurso electronic depositado en el siguiente enlace de Internet: file:///C:/Documents%20and%20Settings/nono/Mis%20documentos/Downloads/SSRN-id1993102.pdf.
Clark, P. (2007). The six key factors that influence customer loyalty. The Loyalty Guide, Volume II; Wise Research Limited.
Constantinides, E. y Fountain, S. J. (2008). Web 2.0: Conceptual foundations and marketing issues. Journal of Direct, Data and Digital Marketing Practice, 9(3), 231–244.
Cyr, D., Bonanni, B., Bowes, J. y Ilsever, J. (2005). Beyond trust: Web site design preferences across cultures. Journal of Global Information Management, 13(4), 24–52.
Cyr, D., Kindra, G. S. y Dash, S. (2008). Web site design, trust, satisfaction and e-loyalty: The Indian experience. Online Information Review, 32(6), 773–790.
Del Toro, V. (2013). El juego en alumnos con necesidades educativas especiales: síndrome de west y otras encefalopatías epilépticas. Enseñanza & Teaching, 31(1), 231-237
Dong, T. P., Cheng, N. C. y Wu, Y. C. J. (2014). A study of the social networking website service in digital content industries: The Facebook case in Taiwan. Computers in Human Behavior, 30, 708–714.
Duffy D. L. (2005). The evolution of customer loyalty strategy. Journal of Consumer Marketing, 22, 17-25.
Falk, R. F. y Miller, N. B. (1992). A primer for soft modeling. Akron, Ohio: The University of Akron.
Fornell, C. y Cha, J. (1993). Partial Least Squares (PLS). Unpublished working paper. Ann Arbor: University of Michigan Business School.
García, M. M., Herrero, Á. y Rodríguez, I. (2006). Actuación comercial, imagen y lealtad: aplicación al sector B2B de acceso a redes de telecomunicaciones. Innovar, 16(27), 101-116.
Geisser, S. (1975). A predictive sample reuse method with applications. Journal of the American Statistical Association, 70, 320-328.
Gutiérrez, D., Bulchand, J., Díaz, R. y Parra, E. (2013). Antecedentes del uso de los medios sociales por el turista: motivación, oportunidad y capacidad. Cuadernos de Turismo, 31, 153-173.
Hanash, S. et al. (2015). E-lifestyle, Customer Satisfaction, and Loyalty among the Generation Y Mobile Users. Asian Social Science, 11(4), 157-168.
Hsu, M., Yen, C., Chiu, C. y Chang, C. (2006). A longitudinal investigation of continued online shopping behavior: An extension of the theory of planned behavior. International Journal of Human Computer Studies, 64, 889–904.
Hsu, M., Yen, C., Chiu, C. y Chang, C. (2006). A longitudinal investigation of continued online shopping behavior: An extension of the theory of planned behavior. International Journal of Human Computer Studies, 64, 889–904.
Huang, M., Cai, F., Tsang, A. S. L. y Zhou, N. (2011). Making your online voice loud: the critical role of WOM information. European Journal of Marketing, 45(7/8), 1277–1297.
Huang, Z. y Benyoucef, M. (2013). From e-commerce to social commerce: A close look at design features. Electronic Commerce Research and Applications, 12(4), 246–259.
Hwang, Y. y Kim, D. J. (2007). Consumer self-service systems: The effects of perceived web quality with service oriented on enjoyment, anxiety, and e-trust. Decision Support Systems, 43, 746–760.
Jaiswal, A. K., Niraj, R. y Venugopal, P. (2010). Context-general and context-specific determinants of online satisfaction and loyalty for commerce and content sites. Journal of Interactive Marketing, 24(3), 222–238.
Kaynak, E. y Kara, A. (2001). An examination of the relationship among consumer lifestyles, ethnocentrism, knowledge structures, attitudes and behavioural tendencies: A comparative study in two CIS states. International Journal of Advertising, 20(4), 457-482.
Kim J, Jin, B. L. y Swinney J. (2009). The role of e-tail quality, e-satisfaction and e-trust in online loyalty development process. Journal ofMediterranean Social Sciences, 4(9), 122-135.
Kim, H.-W., Xu, Y. y Gupta, S. (2012). Which is more important in Internet shopping, perceived price or trust? Electronic Commerce Research and Applications, 11, 241–252.
Kim, S. y Park, H. (2013). Effects of various characteristics of social commerce (s-commerce) on consumers’ trust and trust performance. International Journal of Information Management, 33(2), 318–332.
Kim, Y. A. y Srivastava, J. (2007). Impact of social influence in e-commerce decision making. In Proceedings of the ninth international conference on electronic commerce (pp. 293–302). Minneapolis, MN: ACM Press.
Kleinbaum, D. G., Kupper, L. L. y Muller, K. E. (1988). Applied regression analysis and other multivariate analysis methods. Boston: PWS-Kent Publishing Company.
Koufaris, M. y Hampton-Sosa, W. (2004). The development of initial trust in an online company be new customers. Information & Management, 41(3), 377–397.
Ku, Y. C., Chen, R. y Zhang, H. (2013). Why do users continue using social networking sites? An exploratory study of members in the United States and Taiwan. Information & Management, 50, 571–581.
Kumar, V., Mukerji, B., Butt, I. y Persaud, A. (2007). Factors for successful e-government adoption: a conceptual framework. Electronic Journal of E-Government, 5(1), 63–76.
Kumar, V., Mukerji, B., Butt, I. y Persaud, A. (2007). Factors for successful e-government adoption: a conceptual framework. Electronic Journal of E-Government, 5(1), 63–76.
Lavigne, G. y Graf, R. (2007). Expérience- client et fidélisation: Le cas des banques en ligne. Proceedings ACFAS, Trois-Rivières, Canada.
Lee, H. J., Lim, H., Jolly, L. D. y Lee, J. (2009). Consumer lifestyles and adoption of high-technology products: A case of South Korea. Journal of International Consumer Marketing, 21(2), 153-167.
Lee, Y. y Kozar, K. A. (2006). Investigating the effect of website quality on e-business success: an analytic hierarchy process approach. Decision Support Systems, 42(3), 1383–1401.
Liang, T. P., Ho, Y. T., Li, Y. W. y Turban, E. (2011). What drives social commerce: the role of social support and relationship quality. International Journal of Electronic Commerce, 16(2), 69–90.
Linacre, J. M. (2002). Optimizing Rating Scale Category Effectiveness. Journal of Applied Measurement, 3(1), 85-106.
Liu, J. y Lu, Z. (2004). Development, distribution and evaluation of online tourism services in China. Electronic Commerce Research, 4(3), 221–239.
López-Jiménez, D. y Monroy, A. (2013). El comercio electrónico de calidad: compromisos empresariales asumidos en beneficio del consumidor. Innovar, 23(47), 41-52.
Luarn, P. y Lin, H. H. (2003). A customer loyalty model for e-service context. Journal of Electronic Commerce Research, 4(4), 156–167.
MacKenzie, S. B., Podsakoff, P. M. y Jarvis, C. B. (2005). The problem of measurement model misspecification in behavioral and organizational research and some recommended solutions. Journal of Applied Psychology, 90, 710-730.
Marimon, F., Petnji, Y. L. H. y Casadesus, M. (2011). Impact of Service Recovery on Customer Loyalty: A Study of E-Banking in Spain. Review of International Comparative Management, 12(1), 49-60
Marsden, P. (2009). How social commerce works: The social psychology of social shopping. In Available at socialcommercetoday.com/how-social-commerce-worksthesocial- psychology-of-social-shopping: Social Commerce Today, Syzygy London, London, UK.
Martín, C. (2011). Gestión de recursos humanos y retención del capital humano estratégico: análisis de su impacto en los resultados de empresas innovadoras españolas. Tesis doctoral. Valladolid: Universidad de Valladolid.
Martínez, J. A. (2014). Comportamiento de compra del turista residente. El caso de la Generación “Y” en Canarias. Tesis Doctoral. La Laguna: Universidad de La Laguna.
Mathieson, K., Peacock, E. y Chin, W. W. (2001). Extending the technology acceptance model: The influence of perceived user resources. Data Base for Advances in Information Systems, 32(3), 86-112.
McKnight, D. H., Choudhoury, H. y Kacmar, C. (2002). Developing and validating trust measures for E-commerce: an integrative typology. Information Systems Research, 13(3), 334–359.
Meyer, J. P., Stanley, D. J., Herscovitch, L. y Topolnytsky, L. (2002). Affective,continuance, and normative commitment to the organization: a meta-analysis of antecedents, correlates, and consequences. Journal of Vocational Behaviour, 61, 20–52.
Molla, A. y Licker, S. P. (2001). E-commerce system success: an attempt to extend and re specify the Delone and Maclean of IS success. Journal of Electronic Commerce Research, 2(4), 131–141.
Montero, I. y Oreja, J. R. (2010a). Benchmarking Interno en una Central de Compras de Agencias de Viajes. Cuadernos de Turismo, 26, 177-199.
Montero, I. y Oreja, J. R. (2010b). Acciones de Mejora del Posicionamiento en Recursos Culturales Tangibles de los Municipios Canarios. Pasos, 8(1), 1-12.
Murugesan, S. (2007). Understanding Web 2.0. IT Professional, 9(4), 34–41.
Ng, C. (2013). Intention to purchase on social commerce websites across cultures: A cross-regional study. Information & Management, 50, 609–620.
Okazaki, S. y Méndez, F. (2013). Exploring convenience in mobile commerce: Moderating effects of gender. Computers in Human Behavior, 29, 1234–1242.
Olsen, O. S. (2007). Repurchase loyalty: the role of involvement and satisfaction. Psychology & Marketing 24, 315–341.
Oreja, J. R. (2005). Introducción a la medición objetiva en Economía, Administración y Dirección de empresas: el Modelo de Rasch. Serie Estudios 2005/47. La Laguna: IUDE-Universidad de La Laguna, pp.1-78.
Oreja, J. R. (2008). La paradoja de Rasch, medidas y errores. Serie Estudios 2008/68. La Laguna: IUDE-Universidad de La Laguna, pp. 1-20.
Oreja, J. R. (2010). Análisis de la dimensionalidad en el modelo de Rasch. Estudio comparativo de dos casos. En Oreja, J. R. y Febles, J. (Coord.): Modelos de Rasch en Administración de Empresas: Nuevos desarrollos. Colección E-BOOKS, 4. Santa Cruz de Tenerife: FYDE-CajaCanarias. Pág. 23-47.
Parasuraman, A., Zeithaml, V. A. y Berry, L. L. (1988). Servqual – A multiple-item scale for measuring consumer perceptions of service quality. Journal of Retailing, 64(1), 12–40.
Ponnavolu, K. (2000). Customer loyalty in interactive media: An exploration of its antecedents and consequences. PhD thesis, Drexel University, Philadelphia, PA.
Qin, J. (2004). Tourism electronic commerce research progress and foresight. Sichuan ltd. College Journal, 1, 98-101.
Rachjaibun N. (2007). A study of Antecedents of e-relationship quality in hotel website, Master of Thesis.
Ramírez, P., Arenas, J. y Rondan, J. (2012). Uso de los servicios de redes sociales por la Generación Y. Ingeniare, 20(3), 425-432.
Ramos, R., Giménez, A. I, Lapaz, E. y Muñoz, M. A. (2006). Cuestionario de evaluación de la autoestima para educación primaria (A-EP). Madrid: TEA Ediciones.
Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Copenhagen: Danish Institute for Educational Research.
Rómulo, C. y Oliveira, D. (2007). Evidences from link between quality and loyalty in e-service: an empirical study. RevistaEletronica Sistemas & Gestao, 12, 1-15.
Roy, M. C., Dewit, O. y Aubert, B. A. (2001). The impact of interface usability on trust in Web retailers. Internet Research, 11(5), 388-398.
Runyan, B., Smith, K. Y. y Smith, M. L. (2008). Implications of web assurances services on e-commerce. Accounting Forum, 32(1), 46-61.
Schneider, G. P. (2011). Electronic Commerce. Boston, U.S.A: Cengage Learning Boston.
Shankar, V., Smith, A. K. y Rangaswamy, A. (2003). Customer satisfaction and loyalty in online and offline environments. International Journal of Research in Marketing,20(2), 153–175.
Sirdeshmukh, D., Singh, J. y Sabol, B. (2002). Customer trust, value and loyalty in relational exchanges. Journal of Marketing, 66, 15–37.
Stephen, A. T. y Toubia, O. (2010). Deriving value from social commerce networks. Journal of Marketing Research, 42(2), 215–228.
Stone, M. (1974). Cross-validatory choice and the assessment of statistical predictions (with discussion). Journal of the Royal Statistical society, Ser. B, 36, 111–133.
Sun, X., Zhao, Y. y Zhu, Q. (2012). Understanding the niche strategies adopted by socialcommerce websites. In Proceedings of the 2012 International Conference on Information Management, Innovation Management and Industrial Engineering, IEEE Computer Society Press, Washington, DC, 2012, 418–421.
Susser, B. y Ariga, T. (2006). Teaching e-commerce web page evaluation and design: a pilot study using tourism destination sites. Computers and Education, 47(4), 399–413.
Toufaily, E., Ricard, L. y Perrien, J. (2013). Customer loyalty to a commercial website: Descriptive meta-analysis of the empirical literature and proposal of an integrative model. Journal of Business Research, 66, 1436–1447
Tsai H-T. y Huang H-C. (2009). Online consumer loyalty: Why e-tailers should seek a high-profile leadership position. Computers inHuman Behavior, 22, 1231-1240.
Valvi, A. C. y Fragkos, K. C. (2012). Critical review of the e-loyalty literature: a purchasecentred framework. Electronic Commerce Research, 12(3), p.1-48.
Wong, Y. H., Chan, R. Y. K., Ngai, E. W. T. y Oswald, P. (2009). Is customer loyalty vulnerability-based? An empirical study of a Chinese capital-intensive manufacturing industry. Industrial Marketing Management,38(1), 83-93.
Wright, B. D. (1984). Despair and hope for educational measurement. Contemporary Education Review, 3(1), 281-288.
Yoo, Ch. et al. (2013). Exploring the effect of e-WOM participation on e-Loyalty in e-commerce. Decision Support Systems 55, 669–678.
Zeithaml, V. A. (1988). Consumer perceptions of price, quality, and value: a means-end model and synthesis of evidence. Journal of Marketing 52, 2–22.
Zhou, L., Zhang, P. y Zimmermann, H. D. (2013). Social commerce research: an integrated view. Electronic Commerce Research and Applications 12(2), 61–68.
Zineldin, M. y Jonsson, P. (2000). An examination of the main factors affecting trust/commitment in supplier-dealer relationships: an empirical study of the Swedish wood industry. The TQM Magazine, 12, 245–265.
Zubirán, R. y López, J. (2009). Factores críticos que determinan la intención de compra en línea en el comercio electrónico mexicano. Innovaciones de Negocios, 6(2), 237-256.

Recibido: 18/11/2015 Aceptado: 10/12/2015 Publicado: Diciembre de 2015

---

Nota Importante a Leer:

Los comentarios al artículo son responsabilidad exclusiva del remitente.

Si necesita algún tipo de información referente al articulo póngase en contacto con el email suministrado por el autor del articulo al principio del mismo.

Un comentario no es mas que un simple medio para comunicar su opinion a futuros lectores.

El autor del articulo no esta obligado a responder o leer comentarios referentes al articulo.

Al escribir un comentario, debe tener en cuenta que recibirá notificaciones cada vez que alguien escriba un nuevo comentario en este articulo.

Eumed.net se reserva el derecho de eliminar aquellos comentarios que tengan lenguaje inadecuado o agresivo.

Si usted considera que algún comentario de esta página es inadecuado o agresivo, por favor,pulse aqui.