Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Citado por Google 
Similares en
SciELO 
Similares en Google 
Permalink
Introducción
El objetivo de este artículo es explorar en el entorno B2B la influencia del comportamiento del cliente corporativo en la lealtad. En los estudios de marketing y gestión, ha habido un gran interés, en primer lugar, en resolver la división de opiniones entre el entorno B2B y B2c y, en segundo lugar, en observar los diferentes intereses y procesos en las relaciones comerciales entre cliente y proveedor. La literatura se ha centrado en estudiar sobre todo las relaciones con los clientes finales (por ejemplo, Lai, 2014; Moliner et al., 2007a, 2007b; Sánchez et al., 2006), siendo las relaciones con los clientes corporativos un área menos perfeccionada. En particular, en el ámbito del sector turístico, Berne et al. (2012) indican que "la industria del turismo se ha convertido en un punto de referencia de cómo el comercio electrónico puede cambiar la estructura de una industria y, por lo tanto, es un campo interesante de investigación" (p. 205). No obstante, en ambos entornos ha sido reconocido que la lealtad está afectada por atributos como calidad, valor y satisfacción (Boksberger & Melsen, 2011; Cronin et al., 2000; Gallarza et al., 2011). Sin embargo, no se ha verificado cuál es la combinación de todos ellos que sustenta la lealtad.
Para explicarlo, este trabajo utiliza la técnica análisis comparativo cualitativo (QCA, por las siglas del inglés Qualitative Comparative Analysis). El marco teórico está basado en la literatura especializada que ha venido estudiando este tipo de atributos y la cadena de efectos que conducen a la lealtad del cliente. Sin embargo, a diferencia de los estudios cuantitativos, aquí no se investiga la cadena de efectos. El QCA explora de manera individual la presencia o ausencia de cada uno de estos atributos en la lealtad y determina la combinación "ideal" de atributos necesarios para lograrla en este tipo de clientes. Por ello, los condicionantes del resultado lealtad del cliente en este trabajo equivalen a variables independientes en los estudios cuantitativos, a saber: calidad percibida (por ejemplo, eficiencia, accesibilidad, confiabilidad), valor percibido y satisfacción. Añadimos a la inferencia causal la confianza y el compromiso, ambas variables reconocidas históricamente (Anderson, 1995; Morgan & Hunt, 1994) y aceptadas por un continuo consenso (Ferro et al., 2016) para la doctrina del marketing industrial, sobre su importancia para el éxito de una relación entre cliente y proveedor (Berry, 2002), con el propósito de determinar la configuración de condicionantes que contribuyen a obtener altos niveles de lealtad (entendida como probabilidad de recompra o recomendación).
Lo interesante es precisar y entender que las agencias prestan un servicio distinto a este tipo de clientes, porque los rasgos del cliente B2B y B2c también lo son. El cliente corporativo se caracteriza por las siguientes particularidades: i) su mercado potencial es menor; ii) los encuentros de servicio tienden a ser más frecuentes y personalizados (Narayandas, 2005); iii) la interacción entre agente y cliente es más profesional, respaldada en tecnologías mejoradas (Hooks & Higgs, 2002); iv) la interfaz es más cercana y profunda (Mehta & Durvasula, 1998); v) los clientes aportan un valor sustancial al negocio (McNamara, 1972); vi) las compras suelen ser más racionales, debido a la complejidad de los procesos de toma de decisiones, basados en extensos acuerdos contractuales y a la presión interna, bien de otros departamentos, bien debido a los objetivos organizativos de la empresa (Corsaro & Snehota, 2010; Flint et al., 2002).
Lo novedoso de este trabajo es haber centrado el análisis en este segmento de negocio -el cliente corporativo-, donde hay menos estudios sobre agencias de viaje, y también por haber utilizado el QCA. Esta técnica de análisis complementa las evidencias de las corrientes que parten de fuentes cuantitativas, pero también puede funcionar para reflejar aspectos de la realidad y relaciones causales cuando se investiga en muestras pequeñas, cosa que no es posible cuando se trata de estudios estadísticos; además, dicha metodología puede ser útil para combatir la división tradicional entre enfoques cualitativos y cuantitativos.
Los resultados obtenidos tienen cierta importancia teórica y práctica. Desde un punto de vista teórico, el valor percibido y el compromiso son los únicos atributos que aparecen como condiciones necesarias para generar un alto grado de lealtad, ya sea en combinación con la presencia o ausencia de otras. Otro hallazgo es la combinación "ganadora", que proporciona los clientes más leales, formada por la presencia de satisfacción, compromiso y confianza. El trabajo desvela otras combinaciones de condiciones que son necesarias o suficientes para lograr una alta lealtad en los clientes B2B. Desde un punto de vista aplicado, los resultados contribuyen a que se puedan crear estrategias específicas para el segmento de clientes corporativos o ventajas estratégicas en el contexto B2B. Lo analizado proporciona importantes implicaciones para discutir y adoptar diferentes políticas comerciales entre este tipo de clientela, y responde a la falta de trabajos de investigación sobre la prestación de servicios en las empresas de intermediación en los entornos B2B, siendo área de interés preferencial en estudios para las próximas décadas (Krafft et al., 2015; Watson et al., 2015).
A continuación, este artículo expone el marco conceptual de los condicionantes elegidos para el QCA. Se prosigue presentando la metodología, que incluye el cuestionario, la recopilación de datos y el uso de la técnica QCA como herramienta para enriquecer la investigación y presentar respuestas robustas sobre las causas de la lealtad, así como su comprensión y explicación a través de los resultados obtenidos. Por último, la sección de conclusiones destaca la contribución, las limitaciones y otras orientaciones futuras.
Marco conceptual
El marco teórico que sustenta esta propuesta se compone de tres partes. En primer lugar, revisamos las evidencias existentes sobre las relaciones entre las variables calidad, valor, satisfacción y lealtad (C-V-S-L) para consumidores B2c. En segundo lugar, revisamos la literatura existente sobre agencias de viaje, que se ha ocupado mayoritariamente de estudiar las relaciones de estas con consumidores finales y, por tanto, evidenciando un gap para las agencias trabajando con clientes industriales. En tercer lugar, abordamos la revisión de la literatura sobre las relaciones entre C-V-S-L en entornos B2B para poder sustentar la estructura de hipótesis del modelo, a la que sumamos dos eslabones extra, la confianza y el compromiso como variables clave de la literatura de relaciones entre empresas.
La cadena de efectos C-V-S-L
El interés por medir relaciones entre C-V-S-L ha dominado la literatura de servicios durante décadas, buscando dilucidar cuáles de estas variables son antecedentes y cuáles consecuencias. Basada en una aproximación medios-fin, los precursores fueron autores como Rust y Oliver (1994) que ya auguraron un elevado número de trabajos sobre estos efectos, lo que se ha confirmado con creces, a la vista de algunos trabajos de revisión (Oh & Kim, 2017; Vieira, 2013). Por otro lado, y desde un prisma de marketing estratégico, los trabajos de la Harvard Business School y la llamada Service-Profit Chain (Heskett et al., 1994) permitieron hallar una cadena virtuosa entre la calidad (externa e interna), la satisfacción (de clientes y empleados) y la lealtad.
Existen trabajos importantes, como el de Cronin et al. (2000), que mediante modelos comparativos cross-sectoriales obtienen mejores resultados cuando los efectos de la calidad, la satisfacción y el valor sobre la lealtad son simultáneos, es decir, no en una cadena limpia, sino en una estructura "comprehensiva y compleja" (p. 210). Años más tarde, los mismos autores (Brady et al., 2005) repiten dichas estructuras, pero hallan variaciones por industrias y países. Otros trabajos más recientes sí contrastan, sin embargo, una cadena y no efectos comprehensivos, usando modelos rivales o comparativos (Gallarza et al., 2017). Otros han seguido esta tendencia, con infinidad de estructuras de relaciones entre C-V-S-L, en los que se aprecia un cierto consenso hacia la cadena C-V-S-L en general (Gallarza et al., 2011; Vieira, 2013), y en la literatura turística en particular (Dudek et al., 2019; Gallarza et al., 2017), llegando incluso a rechazar los vínculos directos valor-lealtad (Kim et al., 2013). La conclusión más justa seria decir que predominantemente la cadena se confirma, aunque puedan existir también efectos directos, siendo los más habituales los de la calidad sobre la satisfacción (He & Song, 2009) o sobre la lealtad (Hutchinson et al., 2009). También existen trabajos que abogan por vínculos causales inversos como satisfacción-valor (Duman & Mattila, 2005; Petrick & Backman, 2001), aunque es mucho más habitual encontrar contrastaciones de una relación causal valor-satisfacción (Hutchinson et al., 2009). Además, si atendemos a trabajos testando modelos rivales, el valor es mejor antecedente de la satisfacción que lo contrario (Gallarza et al., 2013). La cadena es pues sólida académicamente en la literatura B2c.
La literatura sobre agencias de viaje y sus relaciones con clientes
La literatura relativa al sector de las agencias de viajes analiza relaciones entre calidad, valor, satisfacción y lealtad, examinando también el papel de la confianza y el compromiso, pero mayoritariamente solo entre consumidores finales (entorno B2c). Estos estudios muestran además resultados diferentes para los contextos offline y online (Miranda Silva & Martins Gonçalves, 2016). Centrándonos en el contexto offline, al analizar las relaciones entre C-V-S-L, He y Song (2009) y Lai (2014) encuentran que la calidad es antecedente de la satisfacción y del valor; el valor es antecedente de la satisfacción; y la satisfacción es mediadora de la relación entre calidad y lealtad, y entre valor y lealtad, es decir, un planteamiento de cadena de efectos C-V-S-L como el revisado más arriba para otros consumos turísticos. Además, Lai (2014) incluye en su análisis la confianza y el compromiso, mostrando una estructura de relaciones entre variables comprehensiva y compleja, donde el valor y la satisfacción influyen en la confianza; la satisfacción y la confianza influyen en el compromiso y, por último, la satisfacción, la confianza y el compromiso influyen sobre la lealtad.
Los resultados de Lai (2014) son coherentes con los de Richard y Zhang (2012) al estudiar la relación entre satisfacción, compromiso y lealtad, así como con los hallazgos de Moliner et al. (2007a, 2007b), quienes analizan primero la calidad de la relación con los clientes (es decir, los vínculos entre satisfacción, confianza y compromiso) (2007b), y más tarde intentan explicar cómo el valor influye en la calidad de la relación (2007a). Varios estudios confirman una relación positiva entre satisfacción y lealtad en el contexto de agencias de viajes tradicionales (He & Song, 2009; Kuo et al., 2013; Lai, 2014; Richard & Zhang, 2012) y, en particular, Kuo et al. (2013) confirman la cadena c-s-L. No obstante, estos autores encuentran que la relación entre satisfacción y lealtad es moderada por el valor.
Para las relaciones B2B, son menos los autores que las han explicado a partir del análisis de los mercados interorganizacionales de servicios turísticos. Wu y Chang (2006) examinaron los tipos de confianza para explicar la respuesta de las intenciones transaccionales de los minoristas del comercio electrónico de viajes frente a sus proveedores. También Gil-Saura et al. (2011) y Ruiz-Molina et al. (2015), a partir de la tipología de Gwinner et al. (1998), señalaron la importancia de la creación de valor para los proveedores en sus relaciones con sus clientes. La influencia de los aspectos relacionales como el trato, la confianza y los vínculos personales de amistad es positiva sobre la satisfacción de las agencias de viajes y sus principales proveedores, luego mantenerla a largo plazo motiva la lealtad del cliente en la agencia de viajes. No obstante, las relaciones entre la calidad del servicio, la percepción de valor, la satisfacción, el compromiso y la confianza sobre la lealtad en el contexto B2B de las agencias de viaje están escasamente investigadas. Revisamos en un último epígrafe dichas relaciones en la literatura B2B, destacando el sustento de las hipótesis del modelo, referido al término de este marco conceptual.
Calidad, valor, confianza, compromiso, satisfacción y lealtad: condicionantes claves de la relación comercial entre empresas
La literatura en entornos B2B también reconoce efectos entre C-V-S-L para clientes industriales, aunque no una cadena tan marcada: estas conexiones entre variables se han comprobado de manera menos estructural.
En primer lugar, el interés por la calidad en la relación entre empresas es muy antiguo y, de igual modo que en la literatura B2c, también se establece como un antecedente prominente del valor. Toda la literatura de los años 90 reconoce la calidad -junto con el precio- como el antecedente clave del valor (Holbrook, 1999; Zeithaml, 1988). Esta relación calidad-valor es también refrendada en la literatura turística en múltiples ocasiones (cf. revisión en Gallarza et al., 2012) y también en la literatura de marketing industrial (Roy et al., 2019).
En segundo lugar, la creación de mayor valor para las empresas en su relación con clientes industriales (llamado valor para el cliente, en lugar de valor percibido) es una búsqueda para las empresas definitiva y constante (O'Cass & Ngo, 2012), siendo por tanto el valor un concepto clave sobre el que pivota toda la construcción de relaciones industriales. En la relación entre empresas, la literatura reconoce que el valor conduce a la satisfacción (Lam et al., 2004; Ruiz-Molina et al., 2015; Woodruff, 1997), al igual que en la literatura B2c (por ejemplo, Cronin et al., 2000), y que en la literatura turística (Gallarza & Gil-Saura, 2006; He & Song, 2009). Cuando la empresa valora positivamente en su globalidad (valor del cliente como medida holística) una relación comercial, se genera una mayor satisfacción sobre dicha relación.
En tercer lugar, el postulado unánime en toda la literatura de servicios sobre los efectos positivos entre satisfacción y lealtad (Cronin et al., 2000; Vieira, 2013), corroborado de manera específica para el caso de las agencias de viaje (Moliner et al., 2007a, 2007b; Sánchez et al., 2006), lo es también en la literatura industrial (Lee et al., 2019). No obstante, existe evidencia empírica que apunta hacia la confianza y el compromiso como mediadores clave entre satisfacción y lealtad, tanto en la literatura B2c específica de agencias de viaje (Lai, 2014) como en la literatura B2B (Chumpitaz Cáceres & Paparoidamis, 2007). Estas consideraciones son contempladas en el análisis QCA, y revisadas a continuación.
Por último, la literatura clásica de marketing relacional (Morgan & Hunt, 1994) establece que existe confianza cuando una de las partes cree en "la integridad y fiabilidad de la otra parte" (p. 23), y que esta consiste por tanto en un "ingrediente necesario" (Ganesan, 1994) para desarrollar correctamente las relaciones con clientes. Adicionalmente, cuando existe entre las partes un deseo duradero de mantener la relación y que esta sea valiosa y estable, la literatura refiere además el concepto de compromiso. La confianza y el compromiso son constructos clave en el estudio del marketing relacional (Palmatier et al., 2006), existiendo la tendencia a considerar que la primera influye en la segunda al estudiar la relación con la lealtad de los clientes (Chumpitaz Cáceres & Paparoidamis, 2007; Morgan & Hunt, 1994; Palmatier et al., 2006).
En el diseño del mapa configuracional, la confianza y el compromiso son las condiciones explicativas del principal "bloque relacional" (Morgan & Hunt, 1994) que vertebra la concatenación de efectos de la calidad sobre la lealtad, además de los ya conocidos del valor y la satisfacción. Cuando la empresa está satisfecha en su globalidad con la relación comercial, es sensible a la mayor creación de confianza y compromiso para el mantenimiento de dicha relación (Chumpitaz Cáceres & Paparoidamis, 2007). A su vez, la confianza y el compromiso influyen en la lealtad (Chumpitaz Cáceres & Paparoidamis, 2007; Wallenburg et al., 2011). Estas relaciones entre satisfacción, confianza, compromiso y lealtad son también refrendadas en la literatura B2c específica de agencias de viajes (Granados et al., 2021; Lai, 2014; Rizal et al., 2020).
Basándonos en la revisión de la literatura, este estudio plantea las siguientes hipótesis:
H1. Las diversas configuraciones de las condiciones causales (calidad, valor, satisfacción, confianza y compromiso) son simétricas para lograr una alta lealtad del cliente.
H2. La presencia conjunta de satisfacción, confianza y compromiso es suficiente para la presencia de un alto grado de lealtad.
H3. La ausencia conjunta de valor y confianza es suficiente para la ausencia de un alto grado de lealtad.
En definitiva, la propuesta que se hace es una alternativa al estudio de la lealtad del cliente. No se contrasta la especificidad de la cadena c-v-s-L, sino que se indaga si existen condicionantes provenientes del entorno B2B que contribuyen a explicar las causas de la lealtad, es decir, los determinantes que explican que las empresas dispongan de clientes leales o no en un entorno industrial. Además, la interacción de otros condicionantes como la confianza y el compromiso son observados.
Método
Instrumento de medida
El análisis cualitativo comparado (QCA) es una metodología inherente a otras que se utiliza para objetivar los problemas que causa la diversidad de fuentes y métodos utilizados en la investigación con un único método. El estudio de fenómenos desde una perspectiva más amplia, integrando o complementando métodos cualitativos y cuantitativos, incrementa su comprensión y explicación (Fischer, 2011), siendo ampliamente utilizado en la literatura científica para aportar una mayor validez a los modelos causales. La diversidad de casuísticas en la investigación empresarial, sobre todo considerando que la mayoría de las empresas son pequeñas y medianas, hace complejo diseñar indicadores estandarizados. Los estudios basados en encuestas superan parcialmente esta carencia, pero no solventan los problemas ligados al empleo de un solo método. El QCA se presenta como una alternativa que ayuda a cuantificar los fenómenos sobre los que existe un déficit de datos estandarizados, así como una vía intermedia que facilita el análisis de grupos de casos o muestras pequeñas que no adquieren representatividad estadística, debido a su versatilidad para adaptarse a unidades de análisis que permiten conectar realidades contextuales para determinar relaciones de causalidad entre variables que van más allá de las observaciones de casos puntuales (Wyatt & Balmer, 2007).
Este tipo de análisis examina cómo un conjunto de combinaciones denominadas condiciones conducen a un resultado. No analiza el impacto individual de las variables independientes sobre la dependiente, sino la importancia de su agregación. A partir de Ragin (1987), su precursor, han sido desarrolladas principalmente tres técnicas configuracionales: crisp-set (CSQCA), multi-value (ITIVQCA) y fuzzy-set(fsQCA). Las técnicas son empleadas en función de cómo se configuran las observaciones (dicotómicas, multicotómicas y difusas, respectivamente). Este trabajo empleará el CSQCA, debido a la naturaleza de la información disponible para codificar los datos, como se especifica más adelante. Por lo tanto, las condiciones (semejantes al concepto de variable independiente) y el resultado esperado (similar al concepto de variable dependiente) han sido dicotomizadas. El código 1 representa la presencia de la característica o condicionante utilizado en la configuración y el código 0 representa su ausencia.
En la primera fase el investigador formula las hipótesis que pretende confirmar o refutar y que han de tenerse en cuenta en la fase de codificación (Ragin, 1987; Rihoux & Marx, 2013). En la segunda fase se plantea el análisis de necesidad para determinar si algunas de las condiciones es una causa determinante del resultado. Esto se hace calculando la probabilidad que cada condición tiene para proporcionar el resultado, denominado consistencia, y la probabilidad en la que obteniendo el resultado de interés también aparece la condición, denominado cobertura. La tercera fase se traza mediante el análisis de suficiencia, para identificar las condiciones cuya presencia o ausencia no son relevantes para el resultado. La cuarta fase consiste en crear la "tabla de verdad", esto es, una tabla dicotómica con todas las combinaciones posibles. La quinta fase establece un proceso de minimización booleana para obtener las relaciones causales o "soluciones", que pueden ser de tres tipos: parsimoniosa, intermedia o compleja. La última fase es explicativa. Las soluciones obtenidas son interpretadas para refutar o aceptar las hipótesis de partida.
Cuestionario, trabajo de campo y datos
Para explorar las condiciones que influyen en la lealtad, realizamos una investigación cuantitativa a través de un cuestionario estructurado. Todas las escalas fueron adaptadas de estudios previos en servicios turísticos o en contextos industriales. Así, la escala de calidad de servicio fue adaptada desde una escala de cuatro ítems propuesta por Sánchez et al. (2006) para su aplicación en la compra de un paquete turístico en una agencia de viajes. La escala de valor percibido se adoptó de Gallarza y Gil-Saura (2006), que anteriormente usaban la de Cronin et al. (2000), más un indicador adicional de acuerdo con la definición de valor de Zeithaml (1988). Las escalas de confianza y compromiso, con tres ítems cada una, se adaptaron de Ferro et al. (2016). Respecto a la medición de la satisfacción, los tres ítems propuestos fueron adaptados desde Cronin et al. (2000). Por últimio, la lealtad se midió con la escala de cinco ítems de Zeithaml et al. (1996). La revisión de los principales resultados de los estudios sobre valor en contextos B2c y B2B para agencias de viajes que incluyen los constructos utilizados en el cuestionario pueden ser consultados en el anexo 1. Todos los ítems se midieron utilizando una escala Likert de 5 puntos. Las variables de clasificación del cliente encuestado se incluyeron al final del cuestionario.
Para realizar el estudio, esta investigación se centra en los clientes corporativos de la principal agencia de viajes de España: Viajes El Corte Inglés (VECI). VECI es la primera agencia de viajes por volumen de negocio (2.731 millones de euros, en 2019), perteneciente a El Corte Inglés, uno de los grupos empresariales más importantes del país, cuya facturación consolidada en 2019 fue de 15.261 millones de euros, con un beneficio bruto de explotación de 1.097 millones de euros. VECI cuenta con una red de agencias que supera los 600 puntos de venta, empleando a 4.851 trabajadores. Del total de ingresos con los que cuenta VECI, aproximadamente la mitad procede del segmento de empresas (i. e. entorno B2B, mercados interorganizacionales o industriales, también llamado business o corporate), donde ofrece una atención especializada. En este segmento, cuenta con unos 16.000 clientes corporativos, lo que supone una alta cuota de mercado (30%, aproximadamente) (https://www.viajeselcorteingles.es).
Durante el trabajo de campo, que fue realizado en invierno del 2019, la estrategia de selección de casos se basó en el razonamiento lógico y experimental, que lleva a considerar que tener más casos no es sinónimo de obtener mejores resultados (Berg-Schlosser & De Meur, 2009), y en la lógica del principio de diseño MSDO (acrónimo del inglés Most Similar cases with Different Outcomes)1.
Los clientes seleccionados y contactados fueron 120, todos ellos extraídos de la base de datos de clientes corporativos de VECI en Andalucía, obteniendo definitivamente 51 cuestionarios, para lograr así una tasa de respuesta del 43,22%. El proceso inicial de contacto fue realizado de forma telefónica, concertando una cita con la empresa cliente de la agencia, con lo que se ofreció la posibilidad de la encuesta telefónica, o la alternativa de acceso web al cuestionario. Para cada caso, el informante clave fue el personal responsable de la decisión de compra (cargos directivos), que en ocasiones (N = 21) también eran habitualmente usuarios finales (viajeros), pero que en este caso valoraban su relación con la agencia como clientes industriales. La tabla 1 muestra los detalles de la distribución de la muestra en cuanto a las variables de clasificación.
Tabla 1 Perfil de la muestra.
Fuente: elaboración propia.
En general, la muestra estaba bastante equilibrada en cuestiones de género, con un 50,98% de hombres. La mayoría de los encuestados tenía un rango de edad de entre 41 y 50 años (58,82%) y pertenecía a empresas de sectores muy diversos. En general, se trataba de empresas con más de 100 trabajadores (52,94%) y, entre aquellas que proporcionaron información sobre su nivel de facturación, la mayoría (60,53%) facturaba más de tres millones de euros. En la mayoría de los casos, además, se afirmaba que VECI era el principal proveedor de servicios de agencia (88,24%), que la empresa llevaba contratando productos o servicios a través de VECI más de cinco años (56,87%) y que el contacto con ella para contratar sus productos o servicios se producía de forma diaria (58,82%).
Codificación
Las medidas originales de la escala Likert han sido transformadas utilizando para su calibración la teoría de conjuntos difusos. El grado de pertenencia y ausencia de cada dimensión se establece asignando 1 cuando la opinión del cliente de la agencia de viajes para todas las variables de la dimensión se puntúa con 5 en la escala Likert y 0 para representar el resto de valores de la escala. Así, la causalidad que se refleja en este estudio ayuda a comprender cómo lograr un alto grado de lealtad requiere el máximo nivel de la escala en todos los condicionantes hipotéticos. Los motivos para la clasificación dicotómica se deben a que los valores máximos reflejan variaciones relevantes para determinar la pertenencia de los casos a los conjuntos; es decir, el alto grado de lealtad está respaldado por el valor más alto en la percepción de los clientes en todos los condicionantes.
Estos anclajes capturan las opiniones de los clientes con las mejores opiniones de la agencia de viajes en todas las dimensiones, estableciendo para precisar el sentido positivo de la calibración hacia un punto de corte intencionadamente desplazado el valor 1 hacia el extremo positivo en el perfil de cliente. Además, no existe información documental o evidencia empírica directa suficiente para la gradación. Por ello, los contrastes entre los investigadores que han observado los casos permiten establecer más seguridad en las clasificaciones dicotómicas. El análisis recomienda utilizar fuzzy set cuando existen estos criterios, o bien comparar posibilidades. Se han realizado pruebas con las dos mediciones en los casos, aunque no se han encontrado diferencias en las soluciones que cambien el sentido de la interpretación.
Condiciones hipotéticas
Como condicionantes se han seleccionado dimensiones descritas en el apartado introductorio y que habitualmente son tratadas por la literatura especializada en la cadena de efectos sobre el valor, aunque se han adaptado a las especificidades del área de estudio: la prestación de servicios de la agencia de viajes en el entono B2B. Las hipótesis de partida están referidas a los siguientes determinantes: calidad, valor, satisfacción, compromiso y confianza.
Calidad. Este constructo se ha utilizado como predictor de la lealtad del cliente hacia el proveedor. Es de esperar que las dimensiones individuales que componen el valor de este atributo, medidas a través de las características del producto o servicio comprado, la comparación con otros competidores, la garantía de la calidad en el tiempo y el cumplimiento de las expectativas del cliente, estén relacionados con la lealtad.
Valor. Este atributo describe la utilidad del servicio prestado, basado en la percepción del cliente al comparar lo recibido frente a lo entregado. Así, la creación de valor para el cliente se configura a partir de su percepción sobre el balance de los valores positivos y negativos por los servicios contratados, la experiencia con los servicios recibidos y la capacidad de la agencia de viajes para satisfacer sus necesidades y deseos a lo largo del tiempo. Por tanto, la hipótesis que se plantea es la relación entre valor y lealtad.
Confianza. La conocida hipótesis de la confianza como un atributo intangible se ha construido mediante la opinión de los clientes sobre las promesas que se hacen desde la agencia de viajes, respecto a la decisión de trabajar con ella pese a un escenario relacional poco claro y en cuanto al carácter fiable del agente de viajes. La hipótesis trazada para este concepto es que la confianza está relacionada con la lealtad.
Compromiso. Implica el análisis del comportamiento del cliente para tener disposición de comprar periódicamente en la misma agencia de viajes. Es de esperar que, si el cliente afirma tener la intención de comprar en el futuro, efectivamente lo haga y lo manifieste de forma decidida, y este tipo de condiciones influya en su lealtad. Por lo tanto, la hipótesis es que el compromiso está relacionado con la lealtad.
Satisfacción. La literatura indica que la satisfacción del consumidor genera lealtad, siendo el primero un concepto muy relacionado con el de calidad. La hipótesis que guía esta observación tiene que ver con la opinión del cliente sobre el grado de acierto en la elección de la agencia de viajes, su convencimiento de haber hecho lo correcto eligiéndola y que ha encontrado en ella lo que necesitaba. El planteamiento de la hipótesis es que la satisfacción está relacionada con la lealtad.
Este conjunto de atributos, referidos a las características de los clientes de la agencia de viajes, funcionan como condicionantes explicativos del resultado, reveladores de las causas de la lealtad.
Análisis y resultados
El primer paso del CSQCA consiste en examinar el grado de necesidad de las condiciones que hipotéticamente se consideran causa o condiciones causales del resultado de interés: la lealtad del cliente (Schneider & Wagemann, 2010). Se incluye en el análisis de condiciones necesarias tanto la presencia como ausencia (~) de todas las condiciones causales y se evalúa a través de los valores de consistencia y cobertura. Para este análisis ha sido aplicado un criterio conservador para evitar falsas condiciones necesarias. Por lo tanto, se asume que alguna de las condiciones analizadas (calidad, valor, confianza, compromiso y satisfacción) sería necesaria solo cuando la presencia de lealtad en el cliente también revela la presencia de la condición en todos los casos y al contrario, que ante la ausencia de lealtad también hay ausencia de la condición para todos los casos de la condición. De este modo, dado que la solución de este análisis indica que ninguna de las condiciones pasa el umbral 1 (presencia o ausencia de la condición en el 100% de los casos), no se puede afirmar que alguna de las condiciones sea necesaria para obtener una alta lealtad o baja lealtad del cliente (tabla 2). Por ejemplo, la interpretación de este análisis de consistencia revela que el 75% de los casos tiene tanto una alta lealtad como una alta percepción de la calidad del servicio y que, entre los casos en los que hay una alta percepción de la calidad del servicio, el 50% muestra también una alta lealtad. Por todo ello, se decide incluir en el análisis de suficiencia todas las condiciones, al no haber muchos casos y en consideración de los efectos estimados para aportar mayor robustez al análisis de suficiencia.
Tabla 2 Resumen de las condiciones necesarias para los clientes B2B.
| Condición | Alta lealtad | Baja lealtad | ||
|---|---|---|---|---|
| Consistencia | Cobertura | Consistencia | Cobertura | |
| Calidad | 0,750000 | 0,500000 | 0,352941 | 0,352941 |
| ~ Calidad | 0,250000 | 0,153846 | 0,647059 | 0,846154 |
| Valor | 0,875000 | 0,636364 | 0,235294 | 0,363636 |
| ~ Valor | 0,125000 | 0,071429 | 0,764706 | 0,928571 |
| Confianza | 0,750000 | 0,631579 | 0,205882 | 0,368421 |
| ~ Confianza | 0,250000 | 0,129032 | 0,794118 | 0,870968 |
| Compromiso | 0,875000 | 0,700000 | 0,176471 | 0,300000 |
| ~ Compromiso | 0,125000 | 0,066667 | 0,823529 | 0,933333 |
| Satisfacción | 0,812500 | 0,590909 | 0,264706 | 0,409091 |
| ~ Satisfacción | 0,187500 | 0,107143 | 0,735294 | 0,892857 |
Fuente: elaboración propia.
Análisis de suficiencia
El análisis de suficiencia tiene como objeto simplificar el número de condicionantes que verifican el resultado. Desde un punto de vista de la lógica matemática, QCA descarta las condiciones individuales y sus combinaciones cuando son irrelevantes para el resultado estudiado. Para ello, la tabla de verdad identifica el número de casos para cada configuración de condiciones (tablas 3 y 4). Dicha tabla de verdad muestra las combinaciones para las que existen casos empíricos, todas las posibles combinaciones de condiciones y el porcentaje de casos dentro de cada configuración que responde al resultado de interés (alta o baja lealtad). Además, se marcan en gris las combinaciones para las que el porcentaje de consistencia es mayor a cero, verificándose el resultado en al menos un caso. Las principales conclusiones que se extraen del análisis de combinaciones suficientes en las tablas 3 y 4 son las siguientes:
De los 50 clientes analizados, nueve de ellos verifican las cinco condiciones consideradas. El 89% de estas empresas tiene una alta lealtad a la agencia de viajes.
En dos clientes se confirma la ausencia de todas las condiciones y una de ellas (50%) tiene una baja lealtad a la agencia de viajes.
No se aprecia en ninguna de las empresas para la que se verifica el resultado "alta lealtad a la agencia de viajes" que alguno de los elementos de la cadena de efectos esté siempre presente. Por lo tanto, no se puede afirmar que ninguno de estos elementos sea una constante en la lealtad, sino una combinación de ellos.
Tabla 3 Tabla de verdad considerando lealtad como resultado2.
| Calidad | Valor | Confianza | Compromiso | Satisfacción | N.° de casos | Consistencia |
|---|---|---|---|---|---|---|
| º | º | º | º | º | 15 | 0 |
| • | • | • | • | • | 9 | 0,89 |
| • | º | º | º | º | 3 | 0 |
| º | º | • | º | º | 2 | 0,5 |
| º | º | • | • | º | 2 | 0 |
| • | • | • | • | º | 2 | 0,5 |
| º | º | º | º | • | 2 | 0 |
| • | º | º | º | • | 2 | 0 |
| • | • | º | º | • | 2 | 0 |
| • | • | º | • | • | 2 | 0,5 |
| • | • | º | º | º | 1 | 0 |
| • | º | • | º | º | 1 | 0 |
| º | • | º | • | º | 1 | 0 |
| • | • | º | • | º | 1 | 1 |
| º | • | º | º | • | 1 | 1 |
| º | • | • | º | • | 1 | 0 |
| º | • | º | • | • | 1 | 1 |
| • | º | • | • | • | 1 | 1 |
| º | • | • | • | • | 1 | 1 |
Nota. • presencia de la condición; o ausencia de la condición.
Fuente: elaboración propia.
Tabla 4 Tabla de verdad considerando ausencia de lealtad como resultado3.
| Calidad | Valor | Confianza | Compromiso | Satisfacción | N.° de casos | Consistencia |
|---|---|---|---|---|---|---|
| º | • | º | • | º | 1 | 1 |
| º | • | • | º | • | 1 | 1 |
| • | º | • | º | º | 1 | 1 |
| • | • | º | º | º | 2 | 1 |
| º | º | º | º | • | 2 | 1 |
| º | º | • | • | º | 2 | 1 |
| • | º | º | º | • | 2 | 1 |
| • | • | º | º | • | 3 | 1 |
| • | º | º | º | º | 15 | 1 |
| º | º | º | º | º | 2 | 0.5 |
| º | º | • | º | º | 2 | 0.5 |
| • | • | º | • | • | 2 | 0.5 |
| • | • | • | • | º | 9 | 0,1 |
| • | • | • | • | • | 1 | 0 |
| º | • | º | º | • | 1 | 0 |
| º | • | º | • | • | 1 | 0 |
| º | • | • | • | • | 1 | 0 |
| • | º | • | • | • | 1 | 0 |
| • | • | º | • | º | 1 | 0 |
Nota. • presencia de la condición; o ausencia de la condición.
Fuente: elaboración propia.
Resultados
Partiendo de la tabla de verdad y empleando un punto de corte de 0,8 en consistencia para considerar que los casos de la configuración identificada pueden ser considerados subconjuntos fuertes del resultado, la tabla 5 muestra la minimización de las configuraciones que determinan el resultado de interés. Se trata de las combinaciones de condiciones que resultan ser suficientes para la existencia de alta lealtad en un cliente B2B. El análisis revela tres soluciones: i) la presencia de confianza, compromiso y satisfacción genera lealtad en los clientes B2B; ii) se verifica que la lealtad tiene su origen en la presencia de calidad y compromiso, aunque en ausencia de confianza y satisfacción; finalmente, iii) el origen de la lealtad procede de la combinación específica producida por la presencia de valor y satisfacción, con ausencia de calidad y confianza. Por esta razón, solo la combinación conjunta de condicionantes, y no su presencia o ausencia a nivel individual, explican el impacto sobre la lealtad del cliente de B2B. En cambio, cuando el resultado de interés es la ausencia de lealtad, hay cinco soluciones. Todas las combinaciones tienen una consistencia para cada solución por encima de corte, la mayoría de ellas con una alta probabilidad de verificación de la configuración, así como respecto de la consistencia global de las soluciones para cada resultado de interés.
Tabla 5 Resultados del análisis de suficiencia (solución compleja)4.
| Lealtad | º Lealtad | |||||||
|---|---|---|---|---|---|---|---|---|
| Condición | 1 | 2 | 3 | 1 | 2 | 3 | 4 | 5 |
| Calidad | • | º | º | • | º | |||
| Valor | • | º | • | |||||
| Confianza | • | º | º | • | • | |||
| Compromiso | • | • | º | • | º | º | ||
| Satisfacción | • | º | • | º | • | |||
| Consistencia | 0,909 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| Cobertura | 0,625 | 0,06 | 0,125 | 0,647 | 0,264 | 0,088 | 0,029 | 0,029 |
| Consistencia total | 0,928 | 1 | ||||||
| Cobertura total | 0,812 | 0,882 | ||||||
| N.° de clientes explicados | 11 | 2 | 1 | 20 | 9 | 3 | 1 | 1 |
Nota. • presencia de la condición; o ausencia de la condición.
Fuente: elaboración propia.
Los resultados de la tabla 5 reflejan situaciones empíricas complejas, cuyas configuraciones no evidencian una cadena de efectos compuesta por el conjunto de condiciones causales calidad, valor, satisfacción, confianza y compromiso. Por lo tanto, no se puede verificar la hipótesis 1. La selección de las condiciones utilizadas no forma una configuración causal que permita concluir que hay un patrón causal simultáneo en los condicionantes y simétrico con el resultado de interés: lograr una alta lealtad del cliente.
Para el contraste de las hipótesis 2 y 3, la interpretación de los resultados conjuntos del análisis se realiza a modo de combinaciones de atributos en las empresas que aparecen como condiciones necesarias o suficientes para que exista una alta lealtad del cliente B2B o no. Por ello, se utiliza la metáfora de "combinaciones ganadoras" entre el conjunto de rutas de la solución compleja, aunque todas ellas sean diferentes caminos para explicar el resultado de interés.
Para la presencia de una alta lealtad, aparece la siguiente combinación ganadora: los clientes más leales son aquellos que confían en la agencia de viajes, que están comprometidos y satisfechos con el servicio que presta. Esta naturaleza configuracional verifica la hipótesis 2, considerando que, cuando estas tres condiciones están presentes de forma simultánea, se produce un alto grado de lealtad en los clientes. En concreto, la configuración 1 permite explicar el 62,5% de los casos de lealtad (11 casos) y presenta una consistencia del 90,9%, indicativa del porcentaje de clientes que registra la combinación de condiciones satisfacción, compromiso y confianza con alta lealtad. La cobertura conjunta del resultado es 81,25% y expresa la proporción de casos positivos explicados cuando está presente una alta lealtad.
La consistencia conjunta o porcentajes de casos positivos pertenecientes a alguna configuración causal de alta lealtad es de 92,85%.
Por el contrario, la combinación ganadora de los clientes con ausencia de alta lealtad es clientes con bajo valor y confianza. Esta segunda combinación de condiciones valida la hipótesis 3, ya que se corrobora el impacto negativo sobre la lealtad debido a la ausencia conjunta de ambos condicionantes. En este caso, la configuración 1 en un escenario de ausencia de lealtad permite explicar el 64,7% de los casos de ausencia de lealtad (20 casos) y que el 100% de casos de esta configuración muestra ausencia de un alto grado de lealtad.
Discusión
A partir de los resultados obtenidos, hay que destacar la importancia del valor y el compromiso en la cadena de relaciones causa-efecto determinantes de la lealtad. En la literatura hay autores que comparten esta apreciación. En el caso del valor, en general hay cierto consenso en ubicar este eslabón de la cadena C-V-S-L (Gallarza et al., 2011; Vieira, 2013), y en la literatura turística en particular (Gallarza et al., 2017), llegando incluso a rechazar los vínculos directos valor-lealtad (Kim et al., 2013). En el caso del compromiso, también se confirma, en particular en el marketing industrial, la aceptación histórica de este constructo para el éxito de las relaciones (Ferro et al., 2016).
Centrándonos en las configuraciones, la más relevante indica que la lealtad es causada por tres eslabones (satisfacción, confianza y compromiso). Este resultado corrobora el hallazgo de otros estudios realizados también para las agencias de viajes tanto en el contexto B2B (Chumpitaz Cáceres & Paparoidamis, 2007), como en B2c (Lai, 2014). La perspectiva holística en QCA revela que los tres están yuxtapuestos a la lealtad, siendo necesaria su presencia para obtenerla de los clientes y al margen del valor mediador que puedan tener la confianza y el compromiso sobre lo que existe evidencia empírica (Haghkhah et al., 2020; Rather et al., 2019; Tabrani et al., 2018).
Hay otras dos configuraciones explicativas de la lealtad. Una de ellas agrupa la presencia de la calidad y el compromiso combinada con la ausencia de confianza y satisfacción. La no inclusión de ambos constructos no debe ser interpretada como el rechazo a la firme creencia en la literatura referida a la satisfacción como predictor de la lealtad o de la confianza como su variable mediadora, sino que en algunos casos se puede observar que los clientes leales están caracterizados por tener alta percepción de la calidad y un alto compromiso, y no necesariamente alta satisfacción y compromiso. Esta configuración causal concuerda con los trabajos de Yang y Lee (2019) sobre el impacto de los atributos simbólicos de la marca para explicar la lealtad afectiva, donde atributos como la satisfacción o la confianza no son predictores esenciales o se consideran que tienen efectos indirectos (Carrizo-Moreira et al., 2017). Estos resultados también están en la línea de otros trabajos recientes, como el estudio de Markovic et al. (2018), basado en la imagen ética percibida por el cliente; o el metaanálisis de Hogreve et al. (2017), sobre la Service-Profit Chain, cuyos resultados reconocen la importancia de la calidad del servicio prestado al cliente, o que la ausencia de satisfacción puede estar determinada por el efecto inicial de la calidad, según Gallarza et al. (2017) y Oh y Kim (2017).
La tercera configuración combina la presencia de compromiso y valor como camino que conduce a la lealtad del cliente. El valor percibido repercute directamente en la satisfacción en las relaciones B2B (Ruiz-Molina et al., 2015), también reconocido en la literatura B2c (Cronin et al., 2000) o en la literatura turística (Gallarza & Gil-Saura, 2006; He & Song, 2009). Sin embargo, pocos estudios examinan estas dos condiciones para explicar la lealtad por sí mismas. Seguramente, se trata de un indicio que confirma la controversia en las relaciones metodológicas entre el valor y otros constructos (Gallarza et al., 2020), que dan lugar a "resultados positivos, negativos y nulos sobre los antecedentes y consecuencias del valor" (Vieira, 2013, p. 111).
Conclusiones
Este estudio contribuye a la discusión sobre la importancia de los efectos de la cadena en la lealtad del cliente en entornos B2B. Por estar menos verificado, se añaden eslabones como la confianza y el compromiso junto a la ampliamente estudiada cadena c-v-s-L para entornos B2c. El QCA profundiza y refina el estudio de este tipo de relaciones en un entorno tan competitivo y cambiante como es el turismo, según señala Berne et al. (2012). En particular, se aplica a los clientes industriales de las agencias de viaje, debido a las vicisitudes y nuevos retos que este sector se ha visto obligado a asumir ante los riesgos de pérdida de clientes con motivo del impacto tecnológico. Los resultados han mostrado la evidencia clara de la influencia de todas las variables de la cadena en la lealtad, aunque con distintas combinaciones causales que tienen varias implicaciones teóricas y prácticas en el estudio del marketing relacional en entornos B2B.
En concreto, los hallazgos aportan más información teórica sobre la importancia del valor y el compromiso en la lealtad de los clientes industriales en el entorno B2B. Este trabajo desvela que ambos constructos son importantes para lograr la lealtad. Quizás la relación con el valor no es nada sorprendente, porque la literatura ha avalado su trascendencia en la satisfacción del cliente, así como en la influencia que ejerce sobre el comportamiento del consumidor desde su dimensión emocional y utilitarista, mientras que el compromiso quizás no ha sido suficientemente considerado, salvo su faceta como variable mediadora sobre la lealtad. Lo relevante aquí es que ambos constructos no subyacen a la trascendencia de otras variables estudiadas en la cadena de efectos de la lealtad y ello es interesante en el campo aplicado de la estrategia empresarial.
Desde un punto de vista práctico, estos hallazgos robustecen la creencia empírica sobre la necesidad de actuar en el subsistema comercial, poniendo énfasis en la simetría causal de la satisfacción, la confianza y el compromiso para lograr clientes leales. Incluso, se acentúa la importancia del valor por como este explica e influye en la satisfacción del cliente. Asimismo, este trabajo contribuye a incorporar otras vías útiles para definir la política de marketing mediante acciones conjuntas sobre el compromiso y el valor o la calidad y el compromiso sin la necesidad de la presencia conjunta con la satisfacción y el compromiso.
Al término de este trabajo surgen lógicamente limitaciones. En primer lugar, el estudio empírico se ha limitado a una única empresa, evaluando sus relaciones con 51 clientes en un único ámbito geográfico. Los resultados son, por tanto, difícilmente extrapolables. En este sentido, ampliar a otras comunidades autónomas para la misma empresa y a otras empresas podría arrojar mayor robustez a los resultados, y contribuir a monitorizar mejor dicha cadena, en el primer caso, y a conocer mejor la idiosincrasia del sector de las agencias de viaje, en el segundo. En segundo lugar, la realización de entrevistas a las empresas encuestadas podría profundizar la diversidad de caminos encontrados y delimitar su perfil para tratar de diferenciar estrategias de lealtad para cada vía. Por otra parte, futuras líneas de investigación podrían medir la lealtad explorando con otros condicionantes, como la intensidad de la relación (los años de antigüedad en la relación, o el efecto del volumen de negocio, etc.). Se podría de este modo investigar cómo crear mayor lealtad con variables que complementen la presencia de las utilizadas en este trabajo y puedan clarificar la ausencia de los condicionantes encontrados en una de las configuraciones.
