Por César Pérez Carballada
El marketing viral busca aprovechar la interacción entre personas para amplificar de forma exponencial la difusión de un mensaje, para así complementar (y quizás reducir) la inversión en medios masivos tradicionales.
La viralidad de un mensaje se puede medir de varias maneras pero la más básica y elemental busca calcular cuántas personas son influenciadas por estas comunicaciones. Para evaluar este efecto generalmente se mide cuántas personas han adoptado cierta creencia o comportamiento como resultado de un mensaje (“ recomendación”) de otra persona. Así, si la persona A está conectada a B y A recomienda usar un producto, decimos que A ha influenciado a B si observamos que B comienza a utilizar el mismo producto. Claro que esta metodología puede confundir correlación (A y B comenzaron a usar el producto con poco tiempo de diferencia) con causalidad (B consume el producto debido a que A lo hace).
Este problema surge porque generalmente se utilizan dos variables para medir el contagio y la influencia entre pares de nodos conectados en las redes sociales: mezcla selectiva (“assortative mixing”) y agrupación temporal (“temporal clustering”). La primera variable busca correlaciones en el comportamiento de nodos vinculados entre sí, mientras que la segunda busca la interdependencia temporal de comportamientos similares entre nodos vinculados.
A pesar de que existe evidencia científica de que estas dos variables pueden indicar la presencia de influencia entre pares, contagio social y dispersión viral, tales efectos también podrían ser explicados por la “homofilia”, es decir, a la tendencia de las personas a relacionarse con personas que se parecen a ellas en términos demográficos, adopción de tecnología y comportamiento.
Si los vínculos son más probables entre personas que se parecen, su comportamiento puede estar correlacionado por la inherente similitud de sus características más que como consecuencia de sus interacciones.
¿Qué porcentaje del comportamiento similar observado entre nodos de una red se debe a la influencia entre ellos y qué porcentaje es comportamiento espontáneo simplemente correlacionado por la similitud en sus perfiles?
HOMOFILIA Y MARKETING VIRAL
Para responder a esta pregunta, un grupo de académicos del MIT y NYU (100) llevaron a cabo un estudio examinando la difusión de un servicio móvil, analizando 27,4 millones de mensajes instantáneos de Yahoo.com y midiendo la adopción del servicio día a día durante 5 meses desde su lanzamiento.
La adopción del servicio mostró una difusión viral entre nodos en la red de mensajería instantánea. A continuación se puede ver la evolución en el tiempo de los usuarios del servicio de dos secciones de la red (en azul los nodos de los viejos usuarios, en verde los usuarios recientes y en gris los nodos de los no usuarios). Incluso se puede ver en el vídeo la difusión del servicio durante los primeros 5 meses en esta sección de la red.
Tal como era de esperar, los académicos encontraron un fuerte efecto de mezcla selectiva (“assortative mixing”) y agrupación temporal (“temporal clustering”), las variables típicamente utilizadas para identificar la presencia de viralidad en un producto.
En primer lugar, observaron que la probabilidad de adopción del servicio se incrementa notablemente con la cantidad de amigos -conexiones en la red- que ya han adoptado el servicio (ver a continuación). Es decir, una persona con 12 amigos que ya han adoptado el servicio tiene una probabilidad mucho mayor de adoptarlo ella misma que otra con solo 2 amigos que utilizan el servicio.
En segundo lugar, la adopción del servicio entre nodos vinculados también está concentrada en el tiempo: dos personas que están conectadas entre sí tienen una probabilidad entre 100% y 500% más alta de adoptar el servicio durante los primeros 2 días que entre personas seleccionadas al azar, aunque esa interdependencia temporal desaparece después del 2do día (ver a continuación).
Esta evidencia sugiere la influencia entre pares en la difusión del servicio online, con lo cual podríamos concluir que estamos en presencia una vez más del enorme poder de la viralidad. Sin embargo esta evidencia no es concluyente, ya que, como explicamos, la difusión del servicio podría estar simplemente correlacionado y no indicar causalidad, si la adopción es paralela y simplemente se da por la similitud entre las personas.
Si los amigos en esta red de mensajería instantánea son más parecidos entre sí en variables demográficas y de comportamiento, entonces podrían tener una mayor preferencia por el servicio y la propensión similar para ser “early adopters” (adoptadores tempranos) de tecnologías móviles podría hacer más probable que adoptaran el servicio de forma contemporánea aunque no se hayan influenciado entre sí.
Para aislar el efecto “homofilia” los académicos adaptaron un análisis estadístico utilizado previamente en análisis de redes (200) (300) llamado “matched sampling” (muestreo a juego) condicionando las conexiones con un vector de características observables.
Los académicos encontraron que si no se tiene en cuenta la homofilia, el nivel de influencia se sobrestima entre 300% para aquellos que tienen al menos 1 amigo que ya ha adoptado el servicio y 700% si tienen más de 4 amigos que ya han adoptado el servicio (ver a continuación, primero sin controlar por homofilia y después controlando por ese efecto).
En el mismo análisis también se puede ver cómo la sobreestimación del nivel de influencia es mayor al principio cuando el servicio acaba de ser lanzado: la diferencia entre las figuras blancas y negras en los dos gráficos anteriores es mayor durante Junio, cuando el servicio fue lanzado.
Esto ocurre porque los “early adopters”, es decir aquellas personas que son más susceptibles al proceso de difusión y adoptan un producto antes que otros, también son más parecidos entre sí y más diferentes vis-à-vis el resto de la población (lo que se puede apreciar al observar las colas que genera el lanzamiento de cada nueva versión del iPhone de Apple) con lo cual el efecto de la homofilia es aún mayor entre ellos, sobrestimando el nivel de influencia todavía más al comienzo del ciclo de vida del producto.
La homofilia también está detrás del efecto de la agrupación temporal, sobrestimando el nivel de influencia en un 200% en el primer día, un 100% en el segundo y así sucesivamente (ver la diferencia entre los puntos negros y blancos en el gráfico a continuación).
En síntesis la homofilia puede, en gran medida, explicar lo que a primera vista parece ser un proceso viral de contagio causado por la influencia entre pares. De hecho, al considerar la adopción acumulada más de la mitad del efecto se debe a la homofilia y solo el 49,8% restante se debe a la influencia viral (ver a continuación).
Estos resultados están en línea con otros estudios realizados por diversos académicos (400) (500) (600) y demuestran que, si bien el poder de la influencia y del marketing viral es muy alta, no lo es tanto como suponen la mayoría de los informes y análisis, ya que esos estudios no tienen en cuenta ni controlan por la homofilia entre personas.
CONSECUENCIAS DE LA HOMOFILIA DIGITAL EN EL MARKETING
Muchas empresas y ejecutivos de marketing están obsesionados con la idea de que si logran poner su mensaje o producto frente al selecto grupo de personas que están bien conectadas en los “social media” solo será cuestión de tiempo hasta que la viralidad difunda exponencialmente el mensaje.
Siguiendo esa idea invierten tiempo y dinero tratando de contactar a esos “líderes de opinión” que amansan millones de seguidores y tienen altos niveles de “influencia” en servicios como Klout y PeerIndex, sin darse cuenta que muchas veces están sobrestimando el poder de influencia de estas personas.
La cuenta de Ashton Kutcher en Twitter (@aplusk) tenía a mediados del 2013 más de 14,6 millones de seguidores con lo cual parece ser la clásica definición de un “influenciador” en las redes sociales, y es muy probable que muchas de las personas que leen este artículo lo sigan, sin embargo, ¿cuántas de esas personas han hecho algo porque Ashton Kutcher lo recomendó? El Profesor Sinan Aral generalmente hace la misma pregunta en sus conferencias y entre quienes siguen aquel perfil, nadie levanta la mano, según explica en un reciente artículo de la Harvard Business Review (700).
Determinar el verdadero nivel de influencia de una persona es un trabajo arduo aún para un científico utilizando sofisticadas herramientas de estadística. Responder de forma correcta esa cuestión puede incrementar las ventas y la rentabilidad pero responderla de forma incorrecta puede llevar a un plan de marketing que tenga como objetivo a personas que ya tenían una alta probabilidad de consumir el producto de todas maneras.
Esto tiene grandes implicaciones para la estrategia de marketing. Imaginemos que un director de marketing asume que el 90% de la correlación en la adopción de un producto en los “social media” se debe a la influencia entre usuarios, y así decide asignar una gran parte del presupuesto para el lanzamiento de un nuevo producto a estrategias de boca-a-boca o P2P, quizás ofreciendo una promoción de “familiares y amigos” que le permite a los usuarios compartir un código de descuento. Pero si el ejecutivo descubre que el 90% dela correlación se debe a la homofilia, la campaña P2P probablemente no funcionará y en su lugar debería segmentar el mercado en grupos demográficos discretos y dirigirse a aquellos segmentos de “early adopters” (sin importar quiénes son sus amigos o conexiones en las redes sociales) a través de anuncios y promociones tradicionales.
Todo esto no signfica que el boca-a-boca y la influencia en las redes sociales no funcione.Al contrario, es sumamente efectivo, lo que decimos aquí es que se debe tener cuidado de no sobrestimar este efecto, especialmente cuando se lanza un producto.
En el siguiente gráfico podemos ver el impacto de la influencia entre pares de consumidores , tanto el estimado al medir solo la correlación de comportamiento como al controlarlo por la homofilia.
Como podemos ver, el impacto real de la influencia social es mucho menor que la generalmente estimada, pero esta diferencia se va minimizando con el tiempo hasta casi anularse.
Esta realidad va a contramano de las inversiones típicas de marketing, ya que los ejectutivos tienden a priorizar los programas virales y de boca-a-boca cuando lanzan un producto, y después abandonan estas tácticas para enfocarse en medios más tradcionales, como publicidad y promociones, cuando en realidad deberían hacer al revés: inicialmente no deberían depender tanto del marketing viral, ya que su impacto está sobrestimado, pero deberían mantenerlo durante todo el ciclo de vida del producto, ya que el nivel de influencia del boca-a-boca no se reduce, sino que se mantiene y puede impactar tanto cerca del lanzamiento como varios meses después.
*****
Sabemos que el marketing viral es importante y el boca-a-boca impacta en las decisiones de los consumidores como nunca antes en la historia del marketing. Sin embargo, ese impacto puede estar sobrestimado entre un 300% y 700% según los métodos tradicionalmente utilizados para medir la “influencia” de las personas en los “social media” ya que la homofilia explica más del 50% del “contagio” observado en la adopción de servicios online.
Si Ud. va a lanzar un producto, debe identificar qué porcentaje del consumo en su categoría o industria se debe a la influencia real entre personas y qué porcentaje se debe simplemente a la similitud de ciertos consumidores entre sí, para así asignar el presupuesto de marketing de forma eficiente y efectiva.
Tweet
Comparta aquí su opinión con los demás lectores de Marketísimo
___________________________________________________________
- Suscríbase al reader o reciba los artículos por correo
- Enviar este artículo por email
Autor: César Pérez Carballada
Artículo publicado en http://www.marketisimo.com/
___________________________________________________________
