Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Cited by Google 
Similars in
SciELO 
Similars in Google 
Permalink
1. Introducción
Dentro de los factores que influyen en el éxito comercial de la industria del turismo, el electronic word of mouth (eWOM) se configura como uno de los más relevantes. Este concepto hace referencia a cualquier tipo de interacción que establece el consumidor frente a un producto o servicio dentro de un ambiente en línea; por ejemplo, comentar, calificar o compartir contenido (Huete, 2017). Autores como Sharma et al. (2022) sugieren que el eWOM, sobre todo representado por comentarios y valoraciones en línea, es fundamental para el turista a la hora de elegir un tiquete de avión o la reserva de una noche de habitación de hotel.
Hoy en día, cuando los viajeros se encuentran en búsqueda de productos y servicios turísticos, es común que visiten plataformas especializadas en esta categoría, como Booking, Google Flights y Trivago, o redes sociales como Facebook, Instagram y Twitter. A través de estos espacios digitales pueden realizar comparaciones en tiempo real de factores como la calidad y el precio, lo que reduce la disonancia cognitiva y les ayuda a tomar mejores decisiones de compra (Sharma et al., 2022). Asimismo, pueden revisar las declaraciones digitales que otros clientes han realizado sobre los operadores turísticos, y estas valoraciones pueden influir de manera drástica sobre la elección de compra (Song et al., 2021). Por otro lado, las organizaciones que hacen parte de la industria turística han entendido que estos comentarios y valoraciones ayudan al mejoramiento del servicio en un ambiente muy competitivo (Beneke et al., 2015).
El cuerpo de literatura que estudia el impacto del eWOM en las organizaciones turísticas es amplio y ha crecido de manera vertiginosa en los últimos años. En su mayoría, estas investigaciones se encargan de analizar los factores que desencadenan el comportamiento eWOM (Uslu, 2020), así como el impacto que tiene en el desempeño de las empresas turísticas (Sharma et al., 2022). Sin embargo, son pocos los estudios que han adelantado revisiones de literatura con el objetivo de condensar la información disponible y develar corrientes y brechas de investigación.
Una técnica apropiada y bastante aceptada en la comunidad científica para revisar y resumir la literatura publicada en torno a un tópico específico es la bibliometría; rama de la cienciometría que permite analizar un área del conocimiento concreta y construye indicadores de literatura que ofrecen un panorama amplio para los lectores (Janik et al., 2020). Mediante la bibliometría, es posible, por ejemplo, identificar la tendencia de producción en el tiempo, los principales medios de publicación y su impacto (revistas científicas), los países o regiones con un mayor número de investigaciones, así como los autores de mayor productividad y citaciones (del Barrio et al., 2020). Por otra parte, mediante el uso de paquetes informáticos especializados, es posible obtener mapas de redes sociales para identificar corrientes de investigación y agendas futuras de estudio (Martens et al., 2016).
Por lo anterior, este estudio tuvo como propósito principal revisar el estado de la investigación alrededor del eWOM y el turismo y proponer una agenda de profundización del tema para los próximos años.
Las preguntas orientadoras fueron ¿cómo se ha desarrollado el campo que relaciona al eWOM con el turismo?, ¿cuáles son las fuentes, países y autores de mayor producción en esta área?, ¿cuáles los documentos más citados?, ¿cuáles las corrientes de investigación?, ¿cuáles los acercamientos metodológicos (métodos y técnicas de investigación) utilizados para estudiar el eWOM y el turismo?, y ¿cuáles deberían ser las líneas de investigación en el futuro? Para responder estos interrogantes se empleó la base de datos Scopus, considerada una de las de mayor prestigio en la comunidad científica global (Roig y Moreno, 2020). Además, se utilizó el paquete informático VOSviewer, que permite mapear la producción académica para construir diagramas de redes en las que se evidencian las corrientes y futuras líneas investigación. Este estudio se divide en cuatro apartados, incluida esta introducción; el segundo aborda los referentes teóricos; el tercero explica la metodología empleada para llevar a cabo la recuperación y análisis de literatura científica; el cuarto presenta los principales resultados tanto descriptivos como analíticos y, para terminar, el quinto apartado expone las principales conclusiones.
2. Marco teórico
2.1 Conceptualización
El boca a oído electrónico, también conocido como eWOM, se refiere a cualquier declaración que realizan los consumidores sobre productos y servicios en un ecosistema digital (Huete, 2017). Estas declaraciones pueden ser tanto a favor como en contra de la marca; es decir, los clientes expresan, a través del eWOM, sentimientos positivos y negativos hacia las organizaciones (Ahmad y Guzmán, 2021). En la literatura académica, el eWOM se establece como la evolución del boca a oído tradicional (WOM), que tiene lugar en conversaciones “cara a cara”. Por su naturaleza electrónica, presenta varias diferencias con su antecesor. Cheung y Thadani (2012), por ejemplo, sostienen que el carácter, en muchas ocasiones, anónimo del eWOM puede tener un efecto negativo sobre su credibilidad; en otras palabras, al no conocer la procedencia del mensaje, los consumidores pueden sentirse menos seguros de que la información que consumen es verídica. Por su parte, Gupta y Harris (2010) indican que el eWOM tiene una mayor velocidad de transmisión y también perdura en el tiempo. En internet, un comentario puede hacerse viral rápidamente, además, quedará disponible durante mucho tiempo en las plataformas digitales para ser consultado, algo que no ocurre con el WOM tradicional, que se desvanece inmediatamente por su carácter “cara a cara”.
2.2 Importancia del eWOM en la industria turística
Aunque la literatura académica ha demostrado la importancia que tiene el eWOM en la gestión y el rendimiento de diversos sectores como salud, retail y automóviles (Abubakar et al., 2017), el impacto que presenta para la industria del turismo es indiscutible. Incluso, Arasli et al. (2021) no temen afirmar que las revisiones y recomendaciones en línea son el factor más importante que tiene en cuenta el consumidor a la hora de elegir un producto o servicio turístico. Asimismo, las organizaciones turísticas aprovechan esta información electrónica para recibir retroalimentación de sus clientes a fin de adaptar y mejorar sus ofertas de valor (Beneke et al., 2015).
Aunque los efectos del eWOM en la industria del turismo son variados, se pueden considerar como los más relevantes el aumento en la intención de compra (Sharma et al., 2022), el mejoramiento de la imagen de marca (Asnawati et al., 2022), la confianza en el destino turístico (Ahmad y Guzmán, 2021), la reducción del riesgo percibido (Bai et al., 2022), la disposición a pagar más por un producto o servicio (Belarmino et al., 2020), la credibilidad en el vendedor (Alsheikh et al., 2020) y la lealtad de marca (Donthu et al., 2021). De igual forma, se han identificado como factores que propician la aparición de este comportamiento por parte del consumidor el deseo de ventilar emociones positivas y negativas asociadas con la marca (Yeh et al., 2020), la calidad del servicio (Uslu, 2020), la satisfacción (Nam et al., 2020), el compromiso afectivo con el destino turístico (Mohamed y Al-Sidi, 2020) y algunas características demográficas como el género y la edad (Shome y Anubha, 2020).
3. Metodología
La bibliometría es una rama de la cienciometría que, con técnicas estadísticas y matemáticas, permite la recuperación, organización y análisis de documentos científicos indexados (Martens et al., 2016). De todas las técnicas de revisión de literatura, es una de las más aceptadas por la comunidad científica, pues permite superar algunas limitaciones que presentan los enfoques clásicos; por ejemplo, la selección subjetiva de los estudios, el número reducido de investigaciones abordadas y la ausencia de métricas o indicadores de literatura (del Barrio et al., 2020). Cabe destacar que la bibliometría ha sido empleada de manera amplia en distintos campos del conocimiento y disciplinas, porque permite revelar la estructura interna del campo de estudio, es decir, las corrientes y futuras líneas de investigación (Janik et al., 2020).
3.1 Proceso bibliométrico
Para llevar a cabo el estudio bibliométrico del campo que relaciona al eWOM con el turismo, se aplicó el proceso que se presenta en la figura 1.
A continuación, se detallan cada una de las fases del proceso:
a.Selección de bases de datos. En primer lugar, se realizó la selección de la base de datos; se escogió Scopus por ser multidisciplinar, ampliamente reconocida por la comunidad científica y contar con un amplio catálogo de documentos académicos (Sweileh, 2019).
b.Definición de tesauros de búsqueda. El factor crucial para el éxito de una investigación de revisión consiste en la elección de tesauros de búsqueda apropiados. El concepto eWOM generó dificultades, ya que en la literatura se encuentran múltiples sinónimos para hacer referencia a este fenómeno. Electronic word of mouth, eWOM, e-WOM, online consumer review, entre otros, son algunos de los términos utilizados para designar este concepto. Por tanto, se identificó la mayor cantidad de sinónimos de eWOM que permitieran recuperar toda la información disponible. Para esto, se analizaron de manera cualitativa varios documentos científicos en los que el eWOM es el concepto central de estudio y, revisando las palabras clave, se pudo construir una lista de términos asociados con esta categoría. A continuación, en la tabla 1, se presentan los tesauros identificados para eWOM y la industria turística.
Fuente: elaboración propia, adaptado y modificado de Rodríguez et al. (2020).
Figura 1 Proceso metodológico.
Tabla 1 Tesauros de búsqueda.
| Concepto | Sinónimos |
|---|---|
| eWOM | Electronic word of mout, electronic word-of-mouth, e-wom, online consumer review, OCR, online reviews, online word of mouth y social media reviews. |
| Turismo | Tourism, hospitality, hotel, destination, travel y tourist. |
Fuente: elaboración propia.
Los tesauros contenidos en la tabla 1 se emplearon en la ecuación de búsqueda, con el fin de hallar, por lo menos, uno de los conceptos asociados con el eWOM y uno de los asociados con la industria del turismo en el título, resumen o palabras clave de los documentos recuperados. Esta primera ecuación arrojó 1541 artículos científicos.
c.Depuración de información. Una vez obtenidos los primeros resultados, se precisó filtrar la información. Se empezó por área de conocimiento, incluidas negocios y contabilidad, ciencias sociales, economía y psicología. Después, se filtró por tipo de documento; se incluyó solo artículos científicos. Esto se hizo para evitar textos como conferencias y revisiones de libros, debido a que en este tipo de documentos los autores presentan resultados preliminares de sus investigaciones, mientras que, en los manuscritos científicos, se emplean los datos y métodos definitivos tras haber completado de manera exitosa un proceso de revisión por pares académicos. Es importante aclarar que se consideraron los artículos de acceso temprano o early access. Con estos filtros se obtuvo una muestra de 1017 documentos que se sometieron al análisis bibliométrico. Su recuperación se llevó a cabo el día 1.o de febrero de 2022 y tuvo en cuenta el periodo comprendido entre enero de 2008, que es cuando se ubica el primer documento que relaciona al eWOM con el turismo, y el 31 de enero de 2022.
d.Descarga de información. Una vez obtenida la muestra final de documentos, fueron descargados en formato separado por comas (CSV); se incluyó, además de la información descriptiva de cada manuscrito, títulos, resúmenes, palabras clave y referencias bibliográficas.
e.Indicadores descriptivos. El siguiente paso consistió en analizar la base de datos con la intención de extraer indicadores de literatura para resumir el campo de estudio. En concreto, se identificaron los siguientes: 1) evolución de la producción científica a través del tiempo, 2) revistas de mayor producción, 3) países más productivos y 4) documentos más citados.
f.Análisis cualitativo de los métodos. Con la intención de identificar los principales diseños de investigación, tipos de estudio, fuentes de información, herramientas de análisis de datos y los subsectores del turismo en los que se llevaron a cabo las investigaciones, se procedió a realizar un análisis cualitativo de los resúmenes de los 1017 documentos incluidos en la revisión. El esquema de operacionalización de los artículos se adoptó de Gupta et al. (2006) y Donthu et al. (2021).
g.Mapas de redes. Para identificar corrientes de investigación y futuras líneas de estudio, se usó el paquete informático especializado para bibliometría VOSviewer, desarrollado por Van Eck y Waltman (2019). Para ambos análisis se aplicó la técnica de acoplamiento bibliográfico, que permite identificar documentos altamente relacionados entre sí a través del número de referencias que comparten (Aria y Cuccurullo, 2017). Aunque existen otros programas para analizar literatura como Vantage Point, Bibexcel y Pajek, se escogió VOSviewer porque es práctico e intuitivo para la generación de mapas de literatura; además, ha sido utilizado con éxito en publicaciones de alto nivel científico (Martens et al., 2016).
h.Construcción del informe bibliométrico. Por último, se desarrolló el informe bibliométrico en el que se consignan los resultados obtenidos.
4. Resultados
En los siguientes apartados se presentan los resultados obtenidos del análisis bibliométrico. En primer lugar, los hallazgos descriptivos que comprenden la evolución de la producción científica, revistas, países y autores de mayor producción y documentos más citados. Luego, las fuentes de información, métodos y técnicas de investigación más utilizadas en este campo. Por último, los diagramas de redes en los que se evidencian corrientes y futuras líneas de investigación.
4.1 Indicadores descriptivos
4.1.1 Evolución de la producción científica
En la figura 2, se observa la evolución de la producción científica que relaciona el eWOM y la industria del turismo. El primer documento fue publicado en el año 2008 y a partir de 2014 la producción empieza a crecer de manera considerable; 2021 fue el año con más publicaciones: 247 manuscritos.
4.1.2 Revistas con mayor producción
En la tabla 2, se incluyen las cinco revistas científicas que contienen un mayor número de documentos en los que se relaciona el eWOM con la industria turística. De estas cinco revistas, cuatro ostentan el cuartil Q1 del Scimago Journal & Country Rank (2022). Además, con 285 publicaciones, concentran el 28% de la producción académica en este campo.
Fuente: elaboración propia con base en datos de Scopus.
Figura 2 Evolución de la producción científica en el tiempo.
Tabla 2 Revistas científicas de mayor producción.
| N.o | Revista | Documentos | % respecto al total | País | Cuartil | Factor de impacto |
|---|---|---|---|---|---|---|
| 1 | International Journal of Hospitality Management | 77 | 7,7% | Reino Unido | Q1 | 2,32 |
| 2 | Tourism Management | 66 | 6,4% | Reino Unido | Q1 | 3,33 |
| 3 | International Journal of Contemporary Hospitality Management | 65 | 6,3% | Reino Unido | Q1 | 2,08 |
| 4 | Sustainability Switzerland | 46 | 4,5% | Suiza | Q2 | 0,33 |
| 5 | Current Issues in Tourism | 31 | 3,0% | Reino Unido | Q1 | 1,73 |
Fuente: elaboración propia con base en datos de Scopus.
4.1.3 Países con mayor producción
Continuando con los resultados descriptivos, la tabla 3 presenta los países con mayor productividad académica en el campo de interés. Estados Unidos encabeza la lista con 263 manuscritos, le siguen China con 188, España con 112, Reino Unido con 97 y Hong Kong con 76; estos cinco países/regiones concentran el 72,3% de la producción total. Es importante señalar que, en Latinoamérica, los principales países con producción son Brasil y Colombia con 6 y 4 publicaciones respectivamente, que equivalen al 0,98% de la producción científica.
Tabla 3 Países/regiones con mayor producción.
| País | Art. | País | Art. | País | Art. |
|---|---|---|---|---|---|
| Estados Unidos | 263 | Finlandia | 16 | Nueva Zelanda | 9 |
| China | 188 | Tailandia | 15 | Grecia | 8 |
| España | 112 | Macao | 14 | Emiratos Árabes Unidos | 8 |
| Reino Unido | 97 | Alemania | 13 | Bélgica | 7 |
| Hong Kong | 76 | Suiza | 13 | Brasil | 6 |
| Australia | 67 | Austria | 12 | Israel | 6 |
| Corea del Sur | 53 | Canadá | 12 | Japón | 6 |
| Portugal | 51 | Países Bajos | 12 | Rumanía | 6 |
| India | 50 | Arabia Saudita | 12 | República Checa | 5 |
| Italia | 42 | Sudáfrica | 12 | Dinamarca | 5 |
| Taiwán | 41 | Vietnam | 12 | Polonia | 5 |
| Turquía | 35 | Irán | 11 | Rusia | 5 |
| Malasia | 30 | Singapur | 11 | Colombia | 4 |
| Francia | 23 | Noruega | 10 | Chipre | 4 |
| Indonesia | 18 | Suecia | 10 | Jordania | 4 |
*Se resaltan los países por continente: azul (América del Norte), gris (Latinoamérica), naranja (Asia), amarillo (África), verde (Europa), púrpura (Oceanía).
4.1.4 Autores con mayor productividad académica
La tabla 4 incluye a los cinco autores con mayor producción académica relacionada con el eWOM en la industria del turismo. En primer lugar, se encuentra el profesor Rob Law, de la Universidad Politécnica de Hong Kong, con 37 manuscritos, los mismos que han recibido un total de 3212 citaciones. Su documento más citado se titula “The Impact of Online User Reviews on Hotel Room Sales”, en el que, junto a sus coinvestigadores, desarrolla un modelo de regresión logarítmica para establecer la relación entre el eWOM y las reservas en noches de habitación (Ye et al., 2009). En segundo lugar, aparece Sérgio Moro, del Instituto Universitario de Lisboa en Portugal, con 13 documentos y 223 citaciones, con el manuscrito “Sentiment Classification of Consumer-Generated Online Reviews Using Topic Modeling”. Este estudio aplica el modelo de asignación de temas de Dirichlet para identificar tópicos importantes en revisiones en línea de hoteles; como principal hallazgo, identifica que la comida es el tema que genera mayores emociones positivas (Calheiros et al., 2017). Paulo Rita, de la Universidad Nueva de Lisboa, en Portugal, aparece en el tercer lugar; cuenta también con 13 documentos en el campo y sus manuscritos ostentan 278 citas. Su documento más citado es el mismo de Moro. El cuarto lugar lo ocupa Sai Liang de la Universidad de Nankai en China; este autor cuenta con 11 publicaciones, 267 citas y su documento más consultado se titula “Be a Superhost: The Importance of Badge Systems for Peer-to-Peer Rental Accomodations”. En él analiza las herramientas de gamificación desarrolladas por Airbnb y encuentra que aquellas personas que reciben la insignia de “Superanfitrión” tienen probabilidades de recibir mayor volumen de eWOM positivo; además, los hués-pedes están dispuestos a gastar más dinero en estos alojamientos (Liang et al., 2017). Por último, en quinto lugar, se encuentra el profesor Markus Schuckert, de la Universidad Politécnica de Hong Kong. Al igual que el puesto anterior, cuenta con 11 documentos que analizan el eWOM en la industria del turismo y un total de 743 citaciones. Su documento más citado se titula “Hospitality and Tourism Online Reviews: Recent Trends and Future Directions”, en el que realiza una revisión sistemática de literatura hasta el año 2014 con la intención de determinar corrientes y líneas de investigación futuras en el campo de interés (Schuckert et al., 2015).
Tabla 4 Autores de mayor producción.
| Autor | País | Filiación institucional | N.o Doc. | Citas |
|---|---|---|---|---|
| Law, Rob | Hong Kong | Universidad Politécnica de Hong Kong | 37 | 3212 |
| Moro, Sérgio | Portugal | Instituto Universitario de Lisboa | 13 | 223 |
| Rita, Paulo | Portugal | Universidad Nueva de Lisboa | 13 | 278 |
| Liang, Sai | China | Universidad de Nankai | 11 | 267 |
| Schukert, Markus | Hong Kong | Universidad Politécnica de Hong Kong | 11 | 743 |
Fuente: elaboración propia con base en datos de Scopus.
4.1.5 Documentos más citados
Después de identificar los cinco autores más productivos, en esta sección se presentan los cinco manuscritos más citados (tabla 5). En primer lugar, el trabajo de Litvin et al. (2008), que alcanza 1415 citas. Este documento describe la influencia que tiene el eWOM para el éxito comercial en la industria del turismo; además, analiza algunos problemas tecnológicos y éticos que enfrentan los profesionales en marketing a la hora de aprovechar las revisiones en línea para el mejoramiento de sus negocios. El documento de Sparks y Browning (2011) figura en segundo lugar con 782 citas; este aborda un modelo para explorar la influencia del eWOM sobre la confianza y la credibilidad en el subsector hotelería. Establece además que los consumidores tienden a con-fiar en revisiones en línea de hoteles que son sencillas de procesar; además, la confianza hacia el establecimiento aumenta cuando el volumen de comentarios positivos es alto. En tercer lugar, con 728 citas, aparece el manuscrito de Vermeulen y Seegers (2009), en el que se establece que el eWOM, tanto positivo como negativo, aumenta la conciencia de los consumidores sobre hoteles; además, el eWOM positivo tiene un efecto significativo sobre la actitud hacia el establecimiento hotelero. Con 719 citas se encuentra, en cuarto lugar, la investigación de Ye et al. (2009), que desarrolla un modelo de minería de datos para obtener eWOM de los sitios de viajes más importantes de China y, luego, relaciona el volumen de comentarios con las reservas de hotel; al respecto, encuentra significancia. Por último, el documento de Ert et al. (2016), en el quinto lugar con 621 citas, analiza el impacto que tiene la foto del perfil de anfitriones en Airbnb en la toma de decisiones de huéspedes, quienes infieren la confiabilidad del anfitrión a partir de las fotografías, lo que influye en la decisión de compra.
Tabla 5 Documentos más citados.
| Título del articulo | Año de publicación | Autor(es) | N.° de citas | |
|---|---|---|---|---|
| 1 | Electronic word-of-mouth in hospitality and tourism management | 2008 | Litvin, Goldsmith y Pan | 1415 |
| 2 | The impact of online reviews on hotel booking intentions and perception of trust | 2011 | Sparks y Browning | 782 |
| 3 | Tried and Tested: The impact of online hotel reviews on consumer consideration | 728 | Vermeulen y Seegers | 728 |
| 4 | The impact of online user reviews on hotel room sales | 2009 | Ye, Law y Gu | 719 |
| 5 | Trus and reputation in the sharing economy: the role of personal photos in Airbnb | 2016 | Ert, Fleischer y Magen | 621 |
Fuente: elaboración propia con base en datos de Scopus.
4.2 Análisis cualitativo de los métodos
Después de revisar los resultados descriptivos en los apartados anteriores, en la tabla 6 se indican los principales métodos, fuentes de información y técnicas de investigación empleadas en los estudios que combinan el turismo con el eWOM. El esquema de clasificación de los artículos se adoptó de Gupta et al. (2006) y Donthu et al. (2021). De este modo, se presenta el diseño de la investigación, el tipo de estudio, los instrumentos de recolección de información, las herramientas de análisis y el subsector en el cual se enfocaron los estudios. Esta clasificación se llevó a cabo mediante una revisión cualitativa de los resúmenes de los 1017 artículos contenidos en el análisis. Puede apreciarse que, en su mayoría, los estudios tuvieron diseños cuantitativos (78,3%), en comparación con los cualitativos (18,1%) y los mixtos (3,3%). Respecto a los tipos de estudio, el 93,8% fueron documentos empíricos, es decir, usaron fuentes primarias de información para cumplir sus objetivos; un 3,6% correspondieron a teóricos-conceptuales y un 2,3%, a revisiones de literatura. A través del tiempo, el principal instrumento de recolección de información fue la recuperación de datos web; cerca del 45% de las investigaciones utilizaron esta técnica mediante aplicaciones automáticas de web scraping o técnicas manuales. En segundo lugar, aparecieron las encuestas (33,6%), después, la revisión documental (8,1%), diseños experimentales (6,0%), otras técnicas de recuperación de información (4%), entrevistas en profundidad (2%) y estudios de caso (1,4%). Respecto a las herramientas de análisis de datos, 41,2% de los estudios emplearon técnicas de regresión o modelos similares que buscaban establecer asociaciones entre variables; destacaron los modelos de regresión lineal y logarítmicos, modelos de ecuaciones estructurales, sobre todo por mínimos cuadrados parciales (PLS), y análisis de varianza (ANOVAS). La segunda técnica de análisis de datos más empleada en la literatura, y que viene creciendo de manera vertiginosa, correspondió a los modelos de procesamiento de lenguaje natural (24,4%), con los que se construyen algoritmos de minería de textos, análisis de sentimientos y modelado de temas para grandes cantidades de comentarios extraídos de la web. Luego, aparecieron los análisis cualitativos, en los que se utilizan paquetes informáticos como NVIVO y Atlas.ti, así como esquemas teóricos, es el caso de la teoría fundamentada. Este tipo de técnicas se utilizaron en el 10,8% de los manuscritos. El 10,2% de los estudios plantearon otro tipo de técnicas de análisis de datos como modelos estocásticos y otros modelos matemáticos. Otra técnica fue el análisis de contenido (6%), el cual permite la lectura visual y textual de información, por lo general, recuperada de internet. También se aplicaron análisis descriptivos (4,6%), netnografía (4,4%), análisis de redes sociales (1,4%) y análisis de conglomerados (1%).
Tabla 6 Métodos, fuentes de información y técnicas de investigación.
| Periodos | 2008-2012 | 2013-2017 | 2018-2022 | Total |
| Diseño investigación | ||||
| Cuantitativo | 47,4% | 75,1% | 81,0% | 78,3% |
| Cualitativo | 47,4% | 22,1% | 15,2% | 18,1% |
| Mixto | 5,3% | 2,7% | 3,4% | 3,3% |
| Tipo de estudio | ||||
| Empírico | 84,2% | 94,5% | 94,1% | 93,8% |
| Teórico - conceptual | 13,2% | 2,7% | 3,4% | 3,6% |
| Revisión de literatura | 2,6% | 2,4% | 2,2% | 2,3% |
| Recolección de información | ||||
| Documental | 13,2% | 4,0% | 9,2% | 8,1% |
| Entrevistas | 0,0% | 1,6% | 2,2% | 2,0% |
| Encuestas | 23,7% | 34,5% | 33,8% | 33,6% |
| Estudio de caso | 2,6% | 3,2% | 0,7% | 1,4% |
| Datos web | 47,4% | 44,2% | 45,1% | 45,0% |
| Diseño experimental | 10,5% | 7,9% | 5,1% | 6,0% |
| Otros | 2,6% | 5,2% | 3,7% | 4,0% |
| Herramientas de análisis | ||||
| Análisis cualitativos | 26,3% | 14,7% | 8,7% | 10,8% |
| Netnografía | 13,2% | 2,8% | 4,5% | 4,4% |
| Análisis de contenido | 7,9% | 7,9% | 5,2% | 6,0% |
| Análisis descriptivos | 5,3% | 4,4% | 4,7% | 4,6% |
| Análisis de redes sociales | 2,6% | 1,2% | 1,4% | 1,4% |
| Procesamiento de lenguaje natural | 7,9% | 11,9% | 29,6% | 24,4% |
| Regresión o similares | 36,8% | 53,2% | 37,3% | 41,2% |
| Análisis de conglomerados | 0,0% | 1,6% | 0,8% | 1,0% |
| Otros | 7,9% | 7,9% | 11,1% | 10,2% |
| Subsector turístico | ||||
| Mixto | 23,7% | 7,9% | 5,5% | 6,8% |
| Transporte | 2,6% | 2,0% | 2,6% | 2,5% |
| Destinos | 39,5% | 25,6% | 25,9% | 26,3% |
| Eventos | 0,0% | 0,8% | 0,4% | 0,5% |
| Hospedaje | 31,6% | 60,5% | 61,2% | 59,9% |
| Museos | 0,0% | 0,0% | 1,0% | 0,7% |
| Restauración | 2,6% | 1,2% | 2,2% | 2,0% |
| Otros | 0,0% | 1,6% | 0,8% | 1,0% |
Fuente: elaboración propia.
Respecto a los principales subsectores abordados en las investigaciones en este campo, la mayoría de estudios se concentró en el hospedaje (59,9%); seguido de destinos turísticos (26,3%); categorías mixtas (6,8%); transporte, como aerolíneas, trenes y cruceros (2,5%); restauración (2%); museos (0,7%); eventos (0,5%), y otros subsectores (1%).
4.3 Mapas de redes
Luego de presentar los indicadores descriptivos, métodos, fuentes de información y técnicas de investigación empleadas en el campo del eWOM y el turismo, se enseñan los mapas de redes de acoplamiento bibliográfico para evidenciar corrientes y futuras líneas de investigación.
4.3.1 Corrientes de investigación (red de acoplamiento bibliográfico)
Según Boeris (2010), dos o más documentos científicos están relacionados entre sí por medio del número de referencias que comparten. Esto se conoce como acoplamiento bibliográfico, indicador que per-mite detectar las conexiones de los manuscritos en un campo determinado, lo que ayuda a identificar grupos de documentos altamente relacionados que constituyen corrientes de investigación (Aria y Cuccurullo, 2017). Con el paquete bibliométrico VOSviewer se construyó una red de acoplamiento bibliográfico (figura 3), en el que se presentan los documentos más citados. El resultado fue la identificación de seis corrientes de investigación, una por cada color.
• Clúster 1 (rojo): clasificación automática de textos
Los autores de este primer grupo se enfocaron en analizar grandes cantidades de revisiones en línea (eWOM) del sector turístico; principalmente del subsector hospedaje, a través de técnicas automáticas de clasificación y minería de textos. Berezina et al. (2016), por ejemplo, aplicaron minería de texto a reseñas en línea publicadas en TripAdvisor, con la intención de identificar las principales categorías a las que se referían estos comentarios: comida, habitación, mobiliario, personal y deportes.
Calheiros et al. (2017), por su parte, utilizaron el modelado de asignación latente de temas de Dirichlet, con la intención de identificar los principales tópicos sobre los que versaban comentarios en línea de un hotel ecológico. Encontraron que la comida y las habitaciones generaban sentimientos positivos. Cheng y Jin (2019) analizaron opiniones publicadas en Airbnb y, a través de minería de textos, encontraron que los conceptos más recurrentes en estas revisiones eran ubicación, servicios y anfitrión.
Por su parte, Chaves et al. (2012) analizaron la frecuencia de palabras en comentarios en línea realizados a pequeños y medianos hoteles de Portugal, y determinaron que las palabras limpieza, amabilidad y disposición de servicio fueron los conceptos de mayor ocurrencia.
• Clúster 2 (verde): contenido generado por el turista
En este grupo, las investigaciones se concentran en analizar elementos relacionados con el eWOM difundido por los turistas en plataformas especializadas y redes sociales como, por ejemplo, los factores que impulsan la generación de este tipo de contenido, así como las variables que influyen en su adopción para tomar decisiones de compra.
Bajo esta óptica, Barreda y Bilgihan (2013) identificaron los temas principales que motivan a los consumidores a evaluar sus experiencias en hoteles dentro de ecosistemas electrónicos.
Munar y Jacobsen (2011), por su parte, determinaron que los factores motivacionales como los beneficios personales y aquellos relacionados con la comunidad, además del capital social, impulsan a los turistas a difundir e intercambiar eWOM en plataformas digitales. Además, Filieri y McLeay (2014) formularon un modelo empírico para analizar las variables que impulsan la adopción de eWOM en las decisiones de compra dentro de la industria turística; hallaron que la clasificación de los productos, la precisión de la información, el valor de la información, la relevancia de la información y la puntualidad de la información impulsan a los consumidores a utilizar el eWOM para tomar sus decisiones de compra.
• Clúster 3 (azul): valencia del eWOM
El eWOM generado por usuarios en plataformas de internet puede ser positivo, negativo o neutral. Esto se conoce como valencia del eWOM. Los autores que conforman este clúster se encargaron de analizar los efectos diferenciales que genera el eWOM dependiendo de su valencia. Sparks y Browning (2011), por ejemplo, identificaron que los consumidores confían y se dejan influir más fácil por el eWOM negativo, aunque estos niveles de confianza estarían moderados por la facilidad de procesamiento de la información.
En esta misma línea, Zhao et al. (2015) hallaron efectos significativos del eWOM negativo sobre bajas intenciones de reservar, mientras que el eWOM positivo parece no tener influencia en su estudio sobre intenciones de reserva más altas.
Finalmente, Kim et al. (2015) determinaron que aquellos hoteles que responden de manera completa y oportuna al eWOM negativo mejoran de manera significativa su desempeño financiero.
• Clúster 4 (amarillo): eWOM y toma de decisiones
Los documentos incluidos en este clúster se preocupan por analizar las potencialidades del eWOM para el desarrollo de modelos de toma de decisión para turistas u organizaciones turísticas. Ahani et al. (2019) plantearon un método que combina varios enfoques de aprendizaje automático para segmentar clientes a partir de comentarios difundidos en medios sociales.
Zhang et al. (2017) propusieron un modelo que apoye los procesos de toma decisión en la elección de restaurantes, usando datos de TripAdvisor.com. De manera similar, Peng et al. (2018) desarrollaron un modelo que, utilizando el eWOM de la misma plataforma (TripAdvisor), puede ayudar a los turistas a mejorar el proceso de toma de decisión respecto a hoteles, teniendo en cuenta aspectos de calidad del servicio y precio.
• Clúster 5 (violeta): impacto del eWOM en el rendimiento de organizaciones turísticas
Como se ha mencionado, el eWOM tiene innumerables consecuencias, positivas y negativas, sobre el rendimiento de las organizaciones turísticas. Los autores que pertenecen a este clúster se encargan de analizar diferentes resultados del eWOM en la gerencia turística. Lappas et al. (2016) analizaron el impacto de los comentarios sobre la visibilidad en línea de los hoteles en plataformas especializadas en turismo; además, la vulnerabilidad que presentan los hoteles frente a las reseñas falsas que pueden disminuir notoriamente su visibilidad.
De igual forma, Barbado et al. (2019) estudiaron el impacto que tienen las reseñas en línea para el éxito empresarial de las organizaciones turísticas y plantearon la necesidad de desarrollar enfoques que permitan identificar y eliminar reseñas falsas.
Además, Nieto et al. (2017) señalaron la importancia del eWOM en la gestión turística; en particular, se concentraron en el impacto que tiene este tipo de comunicación sobre la disposición de los consumidores a pagar paquetes turísticos.
• Clúster 6 (aguamarina): eWOM y confianza
Para terminar, los documentos incluidos en este clúster exploran la relación del eWOM con la confianza, tanto la influencia que tiene el eWOM sobre la confianza en servicios turísticos como los factores que afectan la confianza en el eWOM difundido en plataformas digitales. De este modo, Abubakar et al. (2017) determinaron que el eWOM influye de manera positiva en la confianza del destino y la intención de viajar, sobre todo, respecto al turismo médico.
Por su parte, Filieri (2016) propuso un modelo que explica la confianza del eWOM, en el cual, las señales alusivas al contenido que se publica, el estilo del comentario y la valencia del eWOM influyen de manera significativa en la confianza de estas declaraciones en línea.
4.3.2 Futuras líneas de investigación
Después de identificar las corrientes de investigación en el campo de eWOM y el turismo, se construyó una red de acoplamiento bibliográfico para extraer las futuras líneas de investigación. En este caso, solo se incluyeron documentos publicados en los últimos tres años (desde enero de 2019 hasta febrero de 2022). Luego, los incluidos en cada clúster fueron revisados de manera cualitativa, con especial atención a las recomendaciones para futuros estudios.
De este modo, se obtuvieron cinco futuras líneas de investigación (figura 4), una por cada color, que se describen a continuación:
• Línea de investigación 1 (rojo): características que mejoran el impacto eWOM
Las investigaciones en este clúster sostienen la necesidad de adelantar estudios que identifiquen el tipo de eWOM que tiene un mayor impacto sobre el comportamiento del consumidor. Se necesita explorar cómo los formatos de presentación del eWOM (texto, imágenes o videos) (Lim et al., 2020), el lugar y momento de consumo (Assaker, 2020), así como las señales sensoriales pueden conducir a un mayor impacto de las revisiones en línea en el sector turístico (Guerreiro y Rita, 2020).
• Línea de investigación 2 (verde): impacto de los atributos de la organización turística sobre el eWOM
En este grupo, los estudios señalan la importancia de analizar el impacto que ejercen los atributos de la organización turística sobre el eWOM. En particular, se presenta la oportunidad de analizar cómo la cultura organizacional, la comunidad y las experiencias que ofrecen las organizaciones turísticas tienen un efecto sobre la cantidad y calidad del eWOM (Osman et al., 2019). También es importante analizar cómo la cocreación de valor de los negocios turísticos afecta los comentarios y evaluaciones en línea (Casais et al., 2020). Por último, autores como Xu (2020) sugieren la necesidad de explorar los efectos que tienen las variaciones en precios y servicios de las empresas turísticas sobre el comportamiento eWOM.
• Línea de investigación 3 (azul): factores que impulsan la generación y calidad del eWOM
Los estudios que hacen parte de este grupo invitan a desarrollar investigaciones relacionadas con los factores que influyen en las opiniones de los turistas en línea. Algunos coinciden en la necesidad de ahondar en el impacto de las diferencias culturales en el contexto de revisiones en línea (Mariani y Borghi, 2020), las inclinaciones psicológicas colectivas de los turistas (Nie et al., 2020) y el papel de la experiencia con la marca y la satisfacción sobre este comportamiento (Ban et al., 2019).
• Línea de investigación 4 (amarrillo): cambios en el comportamiento eWOM
Este clúster hace referencia a la necesidad de ade-lantar investigaciones que analicen los cambios en el comportamiento eWOM. Chakraborty (2019), por ejemplo, propone realizar estudios longitudinales que permitan reconocer la evolución de las reseñas en línea de clientes a lo largo del tiempo. Del mismo modo, Kesgin y Murthy (2019) manifiestan la importancia de revisar cómo los cambios en variables demográficas y la experiencia de uso pueden modificar el comportamiento eWOM. Moro et al. (2019) consideran que futuros estudios deberían analizar el cambio en el comportamiento eWOM mediado por recompensas financieras o insignias virtuales que proveen las organizaciones turísticas en sus ecosistemas electrónicos.
• Línea de investigación 5 (violeta): revisiones en línea y gestión empresarial
Los autores de este clúster sugieren investigaciones adicionales sobre la gestión del eWOM desde una perspectiva empresarial; por ejemplo, Zhang et al. (2020) sugieren abordar la manera en que la cultura corporativa gestiona y responde las revisiones en línea. Asimismo, Sheng (2019) propone examinar la relación entre la popularidad en línea y fuera de línea con la generación de ingresos. Finalmente, autores como Alrawadieh y Law (2019) exponen la necesidad de adelantar investigaciones que permitan determinar de qué manera la industria del turismo puede mejorar sus productos y servicios, a partir del análisis y clasificación de los comentarios en línea.
5. Conclusiones
El objetivo de este estudio consistió en revisar el estado de la investigación que involucra el eWOM y el turismo y proponer una agenda futura de investigación. Con base en el análisis de los 1017 documentos relacionados con el eWOM y el turismo, y los hallazgos obtenidos, puede establecerse un conjunto de conclusiones relevantes para los interesados en esta área de conocimiento.
5.1 Desarrollo del campo y oportunidades de investigación para Latinoamérica
Los resultados evidencian la gran importancia que tiene el eWOM para la industria del turismo. Desde 2008, se han publicado más de mil documentos que relacionan ambas categorías de análisis y se pudo comprobar el aumento sostenido en la producción científica que se presenta desde el año 2014.
Por otra parte, una gran cantidad de las investigaciones en esta área fueron publicadas en revistas que pertenecen a los cuartiles Q1 y Q2 de Scopus, lo que indica la importancia que tiene este tema para la comunidad científica más rigurosa y las posibilidades que ofrece a los investigadores para tener un alto impacto internacional.
A pesar de lo anterior, y a partir del análisis de países de mayor producción académica, se observó que Latinoamérica es la región con menor productividad en relación con el eWOM en la industria del turismo. Esto, aunque deja en evidencia los desafíos que presenta la región para abordar este tema, abre oportunidades significativas a los investigadores en este lado del mundo para probar modelos teóricos y empíricos disponibles en la literatura en contextos socioculturales distintos.
A propósito de esto último, Mariani y Borghi (2020) dicen que la mayoría de investigaciones sobre eWOM y turismo tienen lugar en Europa, Asia y Norte América, y señalan la necesidad de explorar otras regiones, sobre todo latinoamericanas, con la intención de ahondar en el impacto de las diferencias culturales en el contexto del eWOM.
5.2 Tópicos en los manuscritos más citados
Mediante el análisis de los artículos científicos que concentran una mayor cantidad de citaciones en este campo, se establecieron los tópicos que han sentado las bases del campo de estudio que relaciona el eWOM con el turismo. Algunos de estos documentos se centran en explorar las consecuencias que genera el eWOM en la industria turística, tanto en el desempeño organizacional como en el comportamiento de los consumidores. Además, se identificó que el eWOM ha sido relacionado con el éxito comercial (Litvin et al., 2008), la confianza y credibilidad del establecimiento turístico (Sparks y Browning, 2011), la conciencia de marca y la intención de compra (Vermeulen y Seegers, 2009). Parte de estos documentos también discuten metodologías y herramientas para el análisis de las revisiones en línea; además, resaltan modelos de aprendizaje de máquina y minería de textos (Ye et al., 2009).
5.3 Técnicas de investigación
De la revisión de las metodologías aplicadas en los estudios del área se establecen conclusiones importantes. Se evidenció que las investigaciones de carácter cuantitativo dominan el campo del conocimiento y presentan un incremento en cada periodo. Se destaca que, por la naturaleza del fenómeno, la mayoría de estudios utilizaron datos disponibles en la web para recolectar información; abundan investigaciones que analizaron comentarios de redes sociales, plataformas de reservas en línea, sitios web o simplemente indicadores observables de organizaciones turísticas. Esto llama la atención porque de alguna manera facilita la recolección de datos. No obstante, también se debe señalar que un amplio porcentaje de las investigaciones utilizaron cuestionarios estructurados para obtener da-tos sobre todo asociados con variables de percepción como la confianza, la credibilidad, los comportamientos de compra, entre otras.
En cuanto a las técnicas de análisis y procesamiento de información, los modelos causales y asociativos, en los que se busca relacionar dos o más variables, como los modelos de regresión, han sido y siguen siendo muy utilizados en este campo, aunque vale la pena señalar un aumento en los últimos años en el uso de los modelos de ecuaciones estructurales, sobre todo por PLS, en comparación con los modelos de regresión tradicionales. Es importante comentar que una técnica que viene ganando terreno considerable en el análisis de datos en este campo tiene que ver con los modelos de procesamiento de lenguaje natural (PNL), en los que, a partir de minería de textos, análisis de sentimientos o modelaje de asociación de temas, se analizan grandes cantidades de datos, sobre todo de comentarios en línea. También, vale la pena indicar el extendido uso de análisis cualitativos de información, con apoyo informático a través de software como NVIVO y similares, así como el uso del análisis de contenido para procesar información recopilada de la web. Algo interesante respecto a esta última técnica es que no se evidenció consenso académico respecto a su naturaleza, pues algunas investigaciones emplearon análisis de contenido cualitativo con un margen más flexible para la subjetividad, mientras que otros estudios buscaron objetivar el proceso incluso con estadísticos de fiabilidad para el análisis de contenido como el alfa de Krippendorff o el Kappa de Cohen. Los investigadores pueden aprovechar la información sobre métodos, fuentes de información y técnicas de investigación que comprende la tabla 6, a fin de determinar las estrategias metodológicas más valoradas por la comunidad científica para estudiar el eWOM y el turismo.
5.4 Estructura del campo: corrientes de investigación
Los hallazgos también permitieron identificar las principales corrientes de investigación que han surgido alrededor del eWOM y el turismo. En concreto, seis asuntos importantes: 1) clasificación automática de textos, 2) contenido generado por el turista, 3) valencia del eWOM, 4) eWOM y toma de decisiones, 5) impacto del eWOM en el rendimiento de organizaciones turísticas y 6) relación entre el eWOM y la confianza. Conocer estas corrientes de investigación puede ayudar a los interesados en estudiar el eWOM y el turismo a identificar los referentes teóricos más relevantes en cada corriente, así como los temas más significativos que se han abordado en cada grupo. La figura 3, por ejemplo, puede convertirse en un punto de partida para los nuevos investigadores en eWOM.
5.5 Agenda futura de investigación
Producto de este estudio, también se logró identificar la agenda de investigación para los próximos años. De manera específica, se establecieron cinco brechas de estudio que pueden ser abordadas por los investigadores interesados en este fenómeno: 1) características que mejoran el impacto del eWOM, 2) impacto de los atributos de la organización turística sobre el eWOM, 3) factores que impulsan la generación y la calidad del eWOM, 4) cambios en el comportamiento eWOM y 5) gestión empresarial y revisiones en línea. Conocer estas oportunidades de investigación brinda a los académicos un derrotero para abordar el eWOM dentro de la industria del turismo y entender los espacios en los que pueden contribuir a la generación de nuevo conocimiento.
5.6 Limitaciones del estudio
Esta investigación presenta al menos dos limitaciones relacionadas con su alcance y el método empleado, que pueden ser resueltas en futuros estudios. En primer lugar, la muestra de artículos seleccionada comprende una sola base de datos académica (Scopus); otras bases de datos importantes, como Web of Science, pueden contener artículos relevantes que complementen este análisis. En segundo lugar, la bibliometría es una técnica de revisión de literatura sobre todo descriptiva; complementar con otras, como revisión sistemática de literatura y análisis cualitativos más profundos, puede ayudar a identificar otros aspectos que escapan al alcance de esta investigación; por ejemplo, las principales perspectivas teóricas en el campo.
