Google Trends y Ubersuggest como herramientas de análisis del comportamiento del consumidor. Estudio de caso de la microempresa Yaxkin, Cancún-México
Main Article Content
Resumen
Estudios recientes demuestran el valor que pueden aportar el internet y las aplicaciones de la web a las MiPyMe. Entre otras herramientas que ofrece el internet, aquellas que permiten el análisis y monitoreo de búsquedas por internet (como lo son Google Trends y Ubersuggest) están utilizándose por diversos tipos de organizaciones para orientar prácticas de mercadotecnia digital, e incluso para predecir el comportamiento de compra de sus consumidores. El propósito de este artículo es analizar el comportamiento de búsqueda por internet que realiza el consumidor a través de las herramientas de análisis y monitoreo de búsquedas Google Trends y Ubersuggest. También se examina la capacidad predictiva de compra para el caso de la microempresa Yaxkin. El texto presenta un estudio de caso simple que incorpora métodos cualitativos y cuantitativos. Como herramientas para la recolección de información, se utilizó la entrevista semiestructurada, documentos de la empresa, fuentes secundarias y algunos análisis de resultados que arrojaron Google Trends y Ubersuggest ante la palabra “guayabera”. Comparativamente a otros estudios, no se halló una correlación entre las tendencias de búsqueda y el comportamiento de ventas de la microempresa Yaxkin. Sin embargo, la información que se encontró puede orientar las estrategias de mercadotecnia digital del microempresario.
Article Details
De los derechos de autor
Los artículos pueden ser utilizados con fines educativos, informativos o culturales siempre que se cite la fuente.
Política de auto archivo
Una vez que ha sido aceptado el artículo para su publicación se permite el auto archivo (por ejemplo, en un repositorio institucional) en versión post print (versión corregida del autor).
Citas
Goel, S., Hofman, J., Lahaie, S., Pennock, D., & Watts, D. (12 de octubre de 2010). Predicting consumer behavior with Web search. PNAS, 107, 17486-17490.
Gómez Martínez, R., Rodríguez Herráez, B.,& Pérez-Bustamante Yábar, D. C. (2016). Actividad de búsqueda en internet como variable para determinar la afluencia a museos. Cuadernos de turismo(38), 203-219.
Google, T. w. (octubre de 2016). 7 Ways to Win Consumers on Their Path to Purchase. Obtenido de https://www.thinkwithgoogle.com/consumer-insights/consumer-journey-path-to-purchase/
Keywords Everywhere. (2017). Recuperado el 2017 de Agosto de 21, de https://keywordseverywhere.com/
Kim, H., Lee, I., & Lee, C. (2013). Building Web 2.0 enterprises: A study of small and medium enterprises in the United States. International Small Business Journal, 31(2), 156-174.
Martínez Pastor, E., & Nicolás Ojeda, M. A. (2016). Publicidad digital: Hacia una integración de la planificación, creación y medición(Primera ed.). Madrid: ESIC Editorial.
Mauresmo, K., & Petrova, A. (2016). SEO for WordPress. How I hit page #1 of Google in 27 days!Read2Learn.
Orense Fuentes, M., & Rojas Orduña, O. I. (2010). SEO Cómo triunfar en buscadores(Segunda ed.). Madrid: ESIC Editorial.
Preis, T., Moat, H. S., & Stanley, H. E. (2013). Quantifying trading behavior in financial markets using Google Trends. Scientific Reports, 3, 1684.
Riegner, C. (2007). Word of Mouth on the Web: The Impact of Web 2.0 on Consumer Purchase Decisions. Journal of Advertising Research, 436-447.
Shim, S., Eastlick, M. A., Lotz, S., & Warrington, P. (2001). An online prepurchase intentions model: The role of intention to search. Retailing and Consumer Sciences, 77, 397-416.
Yaxkin | Boutique & handcrafts. (s.f.). Recuperado el 27 de 02 de 2017, de http://yaxkinguayaberas.com/
Yin, R. (2003). Applications of Case Study Research.USA: Sage.
Yin, R. (2009). Case Study Research. Design and Methods.United States of America: Sage.