44
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Factores determinantes de fidelidad a microempresas comerciales
al menudeo en Colima, México. Un estudio exploratorio
Determining factors for fidelity to small retail business in
Colima, Mexico. An exploratory study
Renato González-Sánchez
Hugo Moreno-Zacarías
Universidad de Colima, Colima, México
Resumen
Objetivo: determinar los factores socioeconómicos del cliente o características del negocio que
influyen en la lealtad a micro y pequeños negocios comerciales. Método: Estudio exploratorio, pues
intenta encontrar los patrones, tendencias y relaciones entre las variables que componen el
fenómeno de estudio. Se basa en una muestra no estadística de 1246 encuestas a clientes de
pequeños negocios, aplicados en los centros urbanos importantes del estado de Colima. Para medir
la lealtad, en este trabajo se emplean dos métricas: una subjetiva, a través de la manifestación de
fidelidad del cliente al negocio y otra objetiva, por la frecuencia de visitas. Se emplean diversos
métodos estadísticos tales como tablas de contingencia y modelos de regresión no lineal como el
biprobit aparentemente no relacionado y el multinomial logit. Resultados: Los resultados más
importantes indican que las percepciones positivas de satisfacción; así como de interés de la
empresa al cliente aumentan la frecuencia de visitas de compra a los negocios y la percepción de la
fidelidad. Discusión y conclusiones: El estudio plantea los primeros elementos para una agenda
de gestión de fomento comercial a este tipo de negocios de venta al menudeo.
Palabras clave: comportamiento del consumidor, fidelidad del cliente, modelo de regresión
aparentemente no relacionada biprobit, modelo de regresión multinomial logit.
Clasificación JEL: C12, C35, D12
Abstract
Objective: This paper goal is to determine what clients’ socioeconomic factors or business
characteristics influence on loyalty towards small retail business. Loyalty is measured in two ways: a
subjective one related to customer loyalty assertion to the business; and an objective one, based on
client visit frequency to the shop. Method: This is an exploratory study that is set to find patterns,
trends and associations among variables the define the study phenomena. It is based on a non-
random sampling of 1246 surveys to small retail business clients, in urban centers in the State of
Colima, Mexico. It was employed some statistical methods such as contingency tables and nonlinear
regression models, such as seemingly unrelated biprobit and multinomial logit. Results: Most
important results indicate that positive satisfaction and attention perception increase frequency
purchasing visits and attitudinal loyalty. Discussion and conclusion: This study builds knowledge
foundations to design a management and commercial fostering agenda for small retail business.
Key words: consumer behavior, customer loyalty, multinomial logit regression model. seemingly
unrelated bi-probit regression model,
JEL Classification: C12, C35, D12
Como citar este artículo (Apa):
González-Sánchez, R. & Moreno-Zacarías, H. (2018). Factores determinantes de fidelidad a microempresas comerciales al menudeo
en Colima, México. Un estudio exploratorio.
Desarrollo Gerencial
,
10
(2), 44-64. DOI: https://doi.org/10.17081/dege.10.2.3151
Autor de Correspondencia:
refrgosa@ucol.mx
hugmor@ucol.mx
Copyright © 2018 Desarrollo Gerencial
Recibido: 03-05-18
Aceptado: 06-09-18
45
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Introducción
Una de las actividades primordiales de las empresas es la generación de utilidades. Para conseguirlo
las empresas ensayan múltiples estrategias innovadoras entre las que se encuentran las destinadas a la
conservación y atracción de nuevos clientes y para esto emplean las diferentes actividades de la
mercadotecnia. La mercadotecnia de relación es la que se encarga de estudiar los procesos de
comunicación con respecto a la consecución y conservación de lealtad al cliente.
Los estudios de la lealtad de cliente a la marca tienen una larga tradición, su importancia práctica se
relaciona en las acciones que las empresas y marcas pueden gestionar para aumentar sus utilidades,
participación de mercado, sostenibilidad en el mediano y largo plazo, y en general el desarrollo de una
marca reconocida entre los consumidores (Aaker, 1996; Keller, 1993).
Desde la óptica de la teoría económica; la diferenciación del producto o servicio (esencia del desarrollo
de marca) y los programas de lealtad a la marca son estrategias para captar una mayor cantidad de
compra del consumidor en un escenario de mercados altamente competitivos.
Una característica de la fidelidad es que la compra de los productos permanece no importando las
mejores ofertas de la competencia, debido a que el cliente fiel estima que los productos comprados
siempre tienen la calidad que la competencia no tiene. (Baye, 2010, p.422).
Para empresas que ofrecen bienes con muchos sustitutos (por ejemplo, gasolineras) se crean
programas de lealtad con descuentos, promociones e incluso beneficios subjetivos como los hedónicos y
simbólicos, como lo argumenta Stathopoulou & Balabanis (2016). Todas estas estrategias se asocian con
acciones indispensables de las empresas que generalmente solo incrementan el costo marginal de
producción; y en cambio permiten incrementar el ingreso y la ganancia de las empresas.
Una gran cantidad de estas micro y pequeñas empresas usualmente no tienen desarrolladas
estrategias de lealtad del cliente; debido a que no desarrollan su marca, carecen o tienen pobres
programas de publicidad y mercadotecnia; su mercado meta y el personal que contratan es generalmente
local. Ante esta situación surge el siguiente interrogante ¿qué factores son determinantes de fidelidad en
la microempresas comerciales al menudeo?
Con el fin de llenar el vacío de información sobre la lealtad a estos negocios comerciales en Colima, se
plantea que el objetivo de la investigación es determinar qué factores socioeconómicos del cliente o
características del negocio influyen en la lealtad a micro y pequeños negocios. Asimismo se pretende
46
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
conocer si hay diferencias de estrategias usadas en los diferentes negocios para atraer o conservar al
cliente. Si los factores independientes como edad, estudios, ocupación y género, influyen en la
percepción, si están los giros comerciales realizando acciones para retener su confianza y si influyen los
factores de conveniencia, satisfacción y persistencia en crear una fidelidad del cliente.
Ante esta investigación surgen dos hipótesis de trabajo: Una primera hipótesis es que sí hay acciones
que son percibidas por los consumidores para ser conservada su fidelidad de consumo a las empresas
seleccionadas y una segunda, los factores de la persona (edad, genero, empleo, nivel de estudios)
influyen en mantener la fidelidad de consumo de las empresas seleccionadas.
Investigar la lealtad en los negocios al menudeo es de utilidad para el diseño e instrumentación de
programas de fomento a las MIPYMES, sobre todo a nivel estatal o regional. Generalmente esta
información se emplea para programas de capacitación en áreas de atención al cliente, desarrollo de
marca y programas de marketing y publicidad. Estos programas se complementan con otros programas
estatales y municipales asociados con la dispersión de créditos, alta en Hacienda; así como los de
atracción turística y mejoramiento comunitario. Ante el avance de establecimientos de venta al menudeo
(supermercados, tiendas de conveniencia, franquicias de farmacias, ferreterías y comercios de venta al
detalle) en Colima (González & Polanco, 2015) y los posibles problemas sociales de corto plazo, se hace
necesaria una estrategia de posicionamiento y fortalecimiento de los negocios de venta al menudeo.
El objeto de estudio de este trabajo son los micro (1 a 10 trabajadores) y pequeños (11 a 30
trabajadores) negocios comerciales de venta de productos y servicios al menudeo en el estado de Colima.
Este tipo de negocios tiene gran importancia en México debido a su prevalencia. Por ejemplo, constituyen
el 97.6% del total de unidades económicas y emplean al 75% de las personas ocupadas (Instituto
Nacional de Estadísticas y Geografía-INEGI, 2016). Asimismo, y como lo indica Levy (2018), el ambiente
de los negocios impulsa la creación y sostenimiento de este tipo de empresas; las cuales en su versión
informal e ilegal incluso han aumentado ligeramente su porcentaje en el total de las empresas en México
entre 1998 y 2013.
Para medir la lealtad, en este trabajo se emplean dos métricas: una subjetiva, a través de la
manifestación de fidelidad del cliente al negocio y otra objetiva, por la frecuencia de visitas. Los factores
determinantes de la lealtad son aspectos socioeconómicos del cliente como características de los micros y
pequeños negocios al menudeo.
La intención del estudio es sobre los negocios de venta al mostrador que los consumidores usan
comúnmente en las principales ciudades del estado de Colima. La ciudad de Colima que es la capital,
tiene una zona metropolitana formada por la ciudad de Villa de Álvarez, la ciudad de Tecomán y el puerto
47
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
de altura de Manzanillo. Se enfocó a realizar encuestas de salida en los comercios que se tienen
registrados por el Directorio Estadístico Nacional de Unidades Económicas (DENUE) que está administrado
por el Instituto Nacional de Geografía y Estadística de México (INEGI). Dentro de este mismo instituto se
informa que la principal unidad económica de negocio corresponde al rubro de ventas al menudeo. Ya
que de los principales 21 rubros de unidades económicas a nivel nacional corresponde a 4509160 (2018)
y las ventas al menudeo son 21153280 $USD, que representa el 47 % de la actividad económica nacional.
Con ello, se presenta la importancia de realizar dicho estudio.
El trabajo se divide en tres apartados, el primero da cuenta brevemente de la fundamentación teórica
y una revisión de trabajos similares. Posteriormente se presenta los materiales y métodos estadísticos
empleados. En el tercer apartado se presentan los resultados y la discusión de la investigación y
finalmente se muestran las conclusiones y recomendaciones de política como de la futura agenda de
investigación.
Fundamentación teórica
Por sus implicaciones en el desarrollo de mercados o la estrategia competitiva de las empresas, los
investigadores teóricos y empíricos han discutido sobre las definiciones de fidelidad y la manera de
medirla (Setó-Pamies, 2003). Desde una perspectiva histórica, “el estudio de la lealtad se abordó desde
dos corrientes diferentes: como una actitud, donde se dan cabida sentimientos y afectos positivos a favor
de una marca; como un comportamiento efectivo, materializado en compras repetidas de la misma
marca” (Colmenares & Saavedra, 2007, p. 69).
La manera de medir la fidelidad (o lealtad) generalmente se asocia al marco teórico – conceptual,
sobre todo para los detalles que implica el diseño del cuestionario; así como el objeto de estudio, dado
que es diferente para lealtad a marcas, productos, servicios, comercio electrónico, o tiendas de venta al
menudeo, por citar algunos ejemplos. Sin embargo, tratar de aterrizar estos conceptos a las micro y
pequeñas empresas es un reto, al igual que los métodos estadísticos que puedan emplearse. En este
trabajo, la lealtad se instrumentaliza siguiendo a Srivastava & Kaul (2016) mediante 2 variables, por una
parte como patrones de conducta, por ejemplo., la frecuencia en el número de visitas al establecimiento y
otra que muestra aspectos emocionales de la lealtad, como lo es que el cliente exprese abiertamente su
fidelidad a la empresa donde se le encuestó.
La temática de investigación, se ha analizado desde diferentes puntos de vista, Setó-Pamies (2003)
analiza y discute la definición de “
fidelidad del cliente
”, la manera de medirlo. Revisa la literatura más
importante sobre el tema escrito en la década de los 1990. Para sustentar su propuesta realiza un análisis
factorial confirmatorio basado en un cuestionario (de 13 ítems con escala Likert) a 400 clientes de
48
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
agencias de viaje minoristas en la provincia de Tarragona, España. Con base en esto, propone que la
fidelidad está relacionada con la intención de recompra y la recomendación de la empresa.
Berné & Martínez (2007), definen los factores que determinan el comportamiento variado de compra
del consumidor (visitas a más de un establecimiento). Se basan en una muestra de 260 hogares de la
ciudad de Zaragoza, España y emplean modelos de regresión probit binaria, regresión por mínimos
cuadrados ordinarios (MCO) y análisis factorial confirmatorio. Los factores que influyen este
comportamiento son: el formato detallista del principal establecimiento de compra, la frecuencia de
compra, la satisfacción con la localización del negocio principal, el número de establecimientos percibidos
como alternativas, las barreras al cambio percibidas como grado de esfuerzo subyacente al cambio de
escenario habitual y la tendencia a la búsqueda de variedad del individuo responsable de la compra.
Arancibia-Carbajal (2010), realizó un estudio integral para explicar los determinantes que influyen la
lealtad en los clientes de cuenta corriente (un producto no diferenciado) de un banco en Chile. Como
parte de su trabajo y basado en una muestra de 644 clientes, propuso y estimó un modelo de ecuaciones
estructurales, que da como resultado que los factores que afectan directamente a la lealtad del cliente
son los constructos (variables intrínsecas) de imagen, calidad y satisfacción; los factores indirectos son el
capital humano, capital organizativo, capital tecnológico, personalización y los servicios tangibles.
Aldás, Currás, Ruiz & Sanz (2010), analizan los factores que determinan la lealtad del cliente en el
comercio electrónico, en particular la compra de boletos de avión. Se basa en una muestra de 305
clientes y emplea modelos de ecuaciones estructurales. Sus resultados más importantes indican que los
factores que influyen directamente son la satisfacción, la confianza y el riesgo. Asimismo, la facilidad de
uso de la página web tiene mucha importancia, al ejercer influencia directa sobre la confianza y el riesgo
percibido; e indirecta en la satisfacción a través de la utilidad percibida.
Suárez, Vázquez & Díaz (2006), también emplean modelos ecuaciones estructurales con el fin de
determinar los factores que definen las relaciones estables entre clientes y empresas de venta de servicios
turísticos (agencias de viaje). La muestra para los consumidores directos fue de 741 en los principales
poblados de Asturias, España; y para los consumidores institucionales, 199 empresas con
representatividad del país. Los resultados indican que es necesario un clima de confianza entre las partes
para una relación de largo plazo. En el caso de los consumidores, la confianza afecta significativamente a
la lealtad actitudinal (relación positiva), la lealtad comportamental (relación negativa) y probabilidad de
disolución de la relación. En el caso de las empresas, influye en lealtad actitudinal y lealtad
comportamental o espúrea.
49
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Stathopoulou & Balabanis (2016) estudian los efectos de los programas de lealtad en la confianza,
satisfacción y lealtad a las tiendas de ropa de moda de alta costura versus los segmentos populares.
Emplean una base de datos de 984 clientes en EUA que están inscritos en programas de lealtad de las
tiendas. Sus resultados muestran que los clientes perciben como más importante a los beneficios
hedónicos y simbólicos de los programas de lealtad para los clientes de las tiendas de ropa de lujo;
mientras que los beneficios utilitarios (descuentos, por ejemplo) son más importantes para los clientes de
las tiendas populares.
Srivastava & Kaul (2016) estudiaron la manera en como la experiencia del consumidor impacta en
constructos intrínsecos como la lealtad del consumidor (actitudinal y de comportamiento) y sus niveles de
gasto. Para esto emplean métodos estadísticos como el análisis factorial confirmatoria y modelos de
ecuaciones estructurales. Su muestra se basa en 840 clientes (principalmente afluentes) de tiendas
departamentales de la India. Sus resultados proporcionan intuiciones para trabajos académicos sobre la
lealtad del consumidor, así como estrategias de mejoramiento de la experiencia del consumidor en
tiendas departamentales.
Moriuchi & Takahashi (2016) presentan un trabajo sobre como la satisfacción, la confianza y la lealtad
influyen en la repetición de compras en línea (e-commerce) para consumidores japoneses. Basan su
estudio en 264 encuestas en línea y en el análisis factorial confirmatorio y ecuaciones estructurales. Sus
resultados muestran que la satisfacción de compras repetidas en línea es influida por las actividades
promocionales, los precios y la experiencia del comprador. En sus recomendaciones indican que para
mejorar la confianza del comprador en la tienda en línea, las empresas deben enfocarse en el producto,
las promociones de precios y la experiencia del comprador.
Vera & Trujillo (2017) presentan un trabajo sobre los determinantes de la lealtad (medido de cuatro
maneras complementarias) para 6 diferentes categorías de productos (computadoras, zapatos deportivos,
zapatos para damas, labiales, refresco en lata y agua embotellada). Las variables determinantes se
asocian al involucramiento de consumidor, la percepción de valor de la marca y la satisfacción del cliente.
Se basa en una muestra de 649 consumidores de mediano y alto ingreso de la Cd. de México; además
emplea análisis de regresión múltiple.
Sus resultados indican que:
En todas las categorías de productos, de todas las variables independientes de este estudio, las que
tienen un más alto impacto en las medidas de lealtad a la marca fueron tres: la auto identificación
con la marca, la calidad percibida de la marca y la calidad recibida contra las expectativas de los
clientes” (Vera & Trujillo, 2017, p. 614).
50
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
La lealtad como estrategia estará siempre presente en los negocios; por lo que se espera que se
modifique conforme cambian los patrones de comportamiento del consumidor, sus patrones de compra,
su distribución de tiempo entre trabajo y ocio, etc. En este trabajo que se centra en pequeños negocios al
menudeo de las zonas urbanas de Colima, estas carecen de la instrucción formal administrativa, lo que
hace que sus estrategias se manejen de forma empírica por acierto y error, pudiendo ocurrir acciones que
impiden el desarrollo del negocio. Es por esto que la presente investigación puede dar un panorama
general de cómo atraer y sostener al cliente dentro del entorno del negocio.
Método
Diseño.
Con el fin de alcanzar el objetivo de la investigación planteado en la introducción, se le brinda una
consideración importante al componente empírico. En este sentido, esta investigación es de tipo
exploratoria, pues intenta encontrar los patrones, tendencias y relaciones entre las variables que
componen el fenómeno de estudio y, cuyas variables se miden de manera concreta a través de un
cuestionario aplicado a clientes de micro y pequeños negocios. Las variables relevantes son distintas
maneras de medir la lealtad, aspectos socio demográficos del cliente y algunos aspectos de la
conveniencia del negocio y giro de la empresa. Estos elementos van acordes con el marco teórico de la
investigación.
Participantes.
La encuesta se realizó
in situ
a clientes mayores de 15 años de diferentes negocios, en virtud de que
se consideran clientes con capacidad de compra y experiencia en la definición de preferencias como
consumidor. En su diseño, se realizó un muestreo estratificado de 500 encuestas por cada ciudad
participante del estado. De acuerdo con el Consejo Nacional de Población – CONAPO- (2018), las zonas
urbanas de los municipios de Colima, Villa de Álvarez, Tecomán y Manzanillo contienen al 72.4% de la
población del estado de Colima. México.
Para la obtención de datos primarios que son mediante encuestas de salida de los consumidores. Se
levantaron 1482 encuestas en papel; de las cuales se desecharon 138 en ese formato y 98 en la base
datos, por información incompleta o inconsistente. Con esto, la base de datos se constituyó con 427
encuestas de Colima-Villa de Álvarez, 420 de Manzanillo y 399 en Tecomán, para un total de 1246.
51
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
En la tabla 1, se muestra el comportamiento general que se realizó en cada encuesta de salida a los
usuarios de estos comercios. El tipo de negocios que fueron encuestados. El grado académico del
encuestado para observar si hay relaciones entre el grado de estudios y su comportamiento, apreciar
acciones para atraer y conservar a los clientes. La edad como factor de experiencia en la toma de
decisiones para sentirse atraído con las ofertas de los comerciantes. Se presentaron una serie de
preguntas para averiguar la precepción del cliente sobre la realización de operaciones de los comercios
para atraerlos. En general se muestra una percepción hacia respuestas positivas.
Tabla 1
Estadísticas básicas de encuestados en negocios
Grupo
Variables
Frec.
Porcent.
Grupo
Variables
Frec.
Porcent.
Giro de empresa
donde se aplicó
el cuestionario
Pescadería
55
4.4
Edad (años) del
cliente
encuestado
Menos de 20
248
19.9
Boutique
85
6.8
21 a 25
313
25.1
Ferretería
80
6.4
26 a 30
113
9.1
Cibercafé
300
24.1
31 a 35
171
13.7
Zapatería
75
6.0
36 a 40
126
10.1
Cremería
41
3.3
41 a 45
90
7.2
Refaccionaria
120
9.6
46 a 50
76
6.1
Clínica
85
6.8
51 a 55
64
5.1
Farmacia
180
14.4
56 a 60
23
1.8
Fertilizantes
100
8.0
Más de 61
22
1.8
Pastelerías
45
3.6
Sexo
Masculino
664
53.3
Veterinaria
80
6.4
Femenino
582
46.7
Conveniencia
(¿por qué
visita?)
Cercanía
433
34.8
Conveniencia
(¿por qué
visita?)
Atributos calidad
205
16.5
Tradición
familiar
151
12.1
Promoción y oferta
92
7.4
Sus precios
250
20.1
Trato al cliente
115
9.2
Grado de
satisfacción
Muy
satisfecho
458
36.8
Frecuencia de
visitas de compra
Más de una/
semana
366
29.4
Satisfecho
515
41.3
Una a la quincena
188
15.1
Indiferente
234
18.8
Una al mes
192
15.4
Insatisfecho
26
2.1
Ocasionalmente
315
25.3
Muy
insatisfecho
13
1.0
Muy pocas veces
185
14.8
Persistencia
(¿por qué
regresa si está
insatisfecho)
Único del
sector
121
17.2
Promociones que
le ofrecen
Descuentos
489
39.2
Queda cerca
445
63.1
Notas acumulables
111
8.9
Temor a lo
nuevo
87
12.3
2x1 o similares
377
30.3
No hay otro
52
7.4
Ninguna
269
21.6
Nivel de
estudios
Básica
510
40.9
Ocupación
Estudiante
408
32.7
Bach técnica
504
40.4
Ama de casa
258
20.7
Superior,
posgrado
232
18.6
Trabajador
547
43.9
Cree a empresa
interesada en
ud.*
No
502
40.3
Cambiaría a la
empresa*
No
732
58.7
Si
744
59.7
Si
514
41.3
Acercamiento de
negocio a
usted*
No
890
71.4
Afirma fidelidad
a empresa*
No
529
42.5
Si
356
28.6
Si
717
57.5
*/ Percepción de lealtad o fidelidad a la empresa. Fuente: elaboración propia (2017) con 1246 encuestas.
52
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Pero, con poco margen de calificación, como es el caso de si cambiaría de empresa con 58 % para No
y 42 % para no. Esto hace que sea importante como el empresario establece acciones para conservar la
decisión y permanencia de compra.
Instrumentos.
En cuanto a los métodos estadísticos empleados, se trata de dos: las tablas de contingencia y modelos
de regresión no lineal. Se considera necesario justificar el empleo de los modelos de regresión. El modelo
biprobit de regresión aparentemente no relacionada (Seemingly Unrelated Regression), contiene 2
variables binarias dependientes,
y
j
, j = 1, 2. Para este trabajo estas variables expresan 2 percepciones
de los clientes respecto a los negocios al menudeo; y1 = si el cliente siente fidelidad por la empresa
(si=1); y2 = si estarían dispuestos a cambiar a su empresa por otra igual (si=1). La lógica de la elección
de estas variables se basa en Vera & Trujillo (2017, pág. 603) que consideran a la “lealtad depende del
activo
de la marca
más que ser una dimensión de esta”. Para estos autores el activo de la marca está
constituido por el valor monetario de la marca, el desempeño de la marca en el mercado y la imagen de
la marca (percepciones, asociaciones, creencias del consumidor a la marca). Consecuentemente, se
tienen las siguientes expresiones:
= x
1
β
1
+ ε
1
= x
2
β
2
+ ε
2
Tanto x
1
como x
2
son variables explicativas, β
1
y β
2
son vectores de parámetros a estimar y ε
1
y ε
1
son
los errores. Las variables independientes pueden verse en la Tabla 1, esto es, el tipo de negocio, algunas
características socioeconómicas del cliente y atributos de conveniencia y promociones de la empresa y
percepciones de satisfacción del cliente al negocio. Al reescribir lo anterior con notación matricial, para
denotar la forma clásica de regresión aparentemente no relacionada (Judge, et. at. 1982, pág. 446), se
tiene:
=
+
53
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Donde
no es observable y está relacionada con la variable dependiente binaria
y
j
, de la siguiente
manera:
=
; Además, se supone que
N
, donde (rho) es la
correlación tetracorica, Greene (2012:745). Por tanto, su densidad es:
=
exp
. A partir de esto, se pueden hacer las
proposiciones de probabilidad, por ejemplo:
Pr (
y
1i
=1,
y
2i
= 1) =
=
. Con esta base,
Greene (2012, p. 739) establece la función log verosimilitud, a partir de la cual se obtienen los
estimadores de máxima verosimilitud.
=
; donde
,
=
, j = 1, 2,
=
,
,
. Así,
, si y
ij
= 1, y q
ij
= – 1, si y
ij
= 0.
Para estimar los coeficiente de máxima verosimilitud, así como los efectos marginales (o elasticidades
definidos de la misma manera como se estima en un modelo probit,
=
) de los
modelos se empleó el paquete estadístico STATA 13.
Como lo hacen explicito Srivastava & Kaul (2016), la lealtad es un importante concepto relacionado
con una conducta de compra repetitiva y alto gasto de consumo. En este sentido, en este trabajo también
se modela las visitas de compra a los negocios al menudeo bajo estudio, a través de un
modelo de
regresión logit multinominal (MRLM).
Este modelo es una ampliación del logit bivariado, al incluir más de
2 opciones para la variable dependiente (
, j = 1, 2,…, J). En este caso se consideraron las siguientes
opciones de visitas a los negocios de venta al menudeo: visitas poco frecuentes (j=1), una o dos veces al
mes (j=2) y una o dos veces a la semana (j=3). Las variables independientes son las mismas que las
empleadas en el SUR biprobit.
Formalmente, sea
la variable dependiente con j-ésimos resultados (como se acaban de especificar,
numerados del 1, 2,…, J). Sea x un vector de k variables independientes más una constante para el
intercepto. La probabilidad de que el i-ésimo cliente de las tiendas observe el j-ésimo resultado, dado x
es:
= Prob
=
Para j = 1, 2, 3
54
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Note que el vector
= (β0j… βkj…βKj) incluye el intercepto β0j y los coeficientes βkj para el efecto
de xk en el resultado j. El modelo de regresión multinominal logit (MRML) se emplea cuando se tienen
variables independientes (x) invariantes a las alternativas (j). Además, un conjunto de coeficientes debe
normalizarse a cero para estimar el modelo, así que se estima un conjunto de j-1 coeficientes; por tanto,
los coeficientes de las otras alternativas son interpretados en referencia con el resultado base o variable
normalizada. Para una interpretación en forma de elasticidades, se emplean los efectos marginales, esto
es:
= pij (βj –
)
Que permite una interpretación más sencilla, dado que ante un incremento unitario en la variable
independiente se incrementa (o decrementa) la probabilidad de seleccionar la j-ésima alternativa,
expresado en porcentaje.
Se empleó las pruebas de Hausman y Small – Hsiao de Stata, para evaluar la propiedad de la
independencia de las alternativas irrelevantes (IAI), esto es la probabilidad de escoger
j
versus
n
no
depende de cualesquiera otras opciones posibles. Estas pruebas generalmente se discuten en los libros de
texto (por ejemplo, Greene, 2012, op. cit.) y en este trabajo se siguen las rutinas de acuerdo con Park
(2009). También se empleó el programa y rutinas de STATA 13 para el cálculo de los estimadores máximo
verosimilitud de los modelos, así como de sus efectos marginales (o elasticidades).
Finalmente, se emplea el estadístico de ji-cuadrada para evaluar la independencia de dos variables
discretas en una tabla de contingencia I x J. En este caso se rechaza H0 (la hipótesis nula) si la
probabilidad de ji-cuadrada, con (I-1) x (J-1) grados de libertad es menor a cierto nivel de significancia.
Peña (2002). En estas tablas de contingencia también se emplea una medida de correlación para
variables discretas, como son las taus b y c de Kendall.
Resultados
Modelo SUR biprobit.
La decisión de estimar dos modelos de manera conjunta es para probar la consistencia de las
respuestas de los entrevistados. La afirmación de fidelidad a una empresa es lo opuesto a su
disponibilidad de cambiarla por otra firma. Si estos modelos presentan una correlación (tetracorica) de sus
residuos significativamente diferentes de cero, implica que es más adecuada la estimación conjunta de los
modelos que estimarlos por separado. Para esta investigación, la estimación conjunta prueba la
55
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
consistencia de las respuestas de los encuestados. Además, las estadísticas del modelo permiten afirmar
que es posible hacer predicciones acertadas sobre sus resultados, ver Tabla 2.
Al analizar el tipo de negocios es posible que se analice al tipo de cliente que más los frecuenta. Así, se
observa que ser cliente de ferreterías (o refaccionarias) aumenta en 17.1% la probabilidad de sentir
fidelidad por estas empresas. Por evidencia anecdótica, estos clientes son principalmente hombres en
edad de trabajo. Ser cliente de clínica o farmacia la aumenta en 14.4% la afirmación de sentir fidelidad;
mientras que ser cliente a cibercafés aumenta en 17.4 la probabilidad de sentir fidelidad al negocio. Para
el caso de las empresas que atienden al sector agropecuario observan una dualidad. Sus clientes
(campesinos y agricultores) aumentarán su probabilidad en 20.7% de afirmar fidelidad; pero a la vez son
un 8.3% más probable que declaren que cambiarían de empresa con igual servicio. Los clientes de
boutique (generalmente mujeres) o de zapaterías son 15.5% más probable que indiquen que cambiarían
de empresa. Estos son los clientes menos fieles.
Al aumentar la edad aumenta la probabilidad de expresar mayor fidelidad a la empresa, dado que por
cada10 años adicionales de edad del cliente disminuye en 4% la probabilidad de que exprese que
cambiaría de empresa. El nivel educativo también influye en la percepción de fidelidad: si el nivel
educativo es básico (primaria) disminuye la probabilidad (en 8.5%) de que el cliente afirme que cambiaría
a la empresa; mientas que un cliente con educación media (bachillerato o equivalente) disminuye su
probabilidad (en 8.2%) de que afirme que siente fidelidad a la empresa. Probablemente la educación le
permita al cliente conocer más opciones de negocios (tanto físicos como en línea), por lo que mayores
niveles de educación se asocian con menor fidelidad. En este trabajo, solo la actividad laboral de ama de
casa resultó significativa como no fiel: si esta es la ocupación del cliente, entonces aumenta en 9.6% la
probabilidad de que afirme que cambiaría de empresa.
El aumento en la frecuencia de asistencias al negocio refleja un más alto nivel de percepción de
fidelidad a la empresa; así si un cliente va una vez al mes aumenta en 8.7% la probabilidad de que
declare fidelidad; mientas que si va una vez a la quincena la probabilidad aumenta a 10.8% y si va una
vez la semana, aumenta en 15.6%.
Lo que hasta ahora se ha observado posiblemente tenga causas más profundas; es decir que existan
ciertos atributos de calidad que promuevan la percepción de fidelidad a la empresa. Así, los clientes que
declararon esto, disminuye su probabilidad (en 9.2%) de que afirmen que cambiarían de empresa; y para
los que consideran que les es conveniente el trato al cliente, la disminución de probabilidad llega al
12.1%. La cercanía de hogar-empresa no es un elemento que aumente la fidelidad; pues aquellos clientes
con esta situación, disminuye su probabilidad (en 13.4%) de afirmar fidelidad a la empresa. En cambio,
los clientes que perciben que la empresa (o su dueño) siente cierto interés por ellos aumenta la
56
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
probabilidad (en 16.5%) de declararse fieles a la empresa, o en 18.2% si perciben acciones de
acercamiento a ellos. En cambio, clientes insatisfechos (o indiferentes) disminuirán su probabilidad (en
28.4%) de sentimiento de fidelidad a la empresa; o de manera equivalente aumentarán la probabilidad
(en 31.5%) de afirmar que cambiarían de negocio.
Las afirmaciones sobre fidelidad pueden estar sesgadas por diversos aspectos subjetivos; así que
considerar a la frecuencia de visitas al establecimiento, puede ser un elemento complementario a
percepción de fidelidad, ver Tabla 3. Al analizar por tipo de negocio, destaca que los clientes de
ferreterías o refaccionarias, tiendas de fertilizantes o veterinarias, clínicas o farmacias y boutiques o
zapaterías tienen una probabilidad (entre 21.5 y 35.9%) de visita poco frecuente a este tipo de negocios.
Si los clientes cuentan con educación media (preparatoria o equivalente), o son afectos a promociones
como notas acumulables para descuentos, o perciben acciones de acercamiento a ellos (o ellas) por parte
de la empresa, entonces aumenta la probabilidad (en 5.7%, 13.3% y 5.8% respectivamente) de que
vayan una o dos veces al mes a los negocios bajo estudio.
Por otra parte, si el cliente tiene su domicilio cerca del establecimiento o percibe que la empresa está
interesada en él (o ella), o afirma que siente fidelidad a la empresa, entonces aumentará la probabilidad
de que vaya una o más veces a la semana a estos negocios en 12.1%, 6.6% y 9.9% respectivamente.
57
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Tabla 2
Salida del modelo SUR biprobit para percepción de fidelidad al negocio.
Variables
Expresan fidelidad a empresa, si=1
Cambiaría empresa con igual servicio, si=1
Coef
1/
EE
2/
Sig
3/
dy/dx
4
/
EE
2/
Sig.
3/
Coef.
1/
EE
2/
Sig.
3/
dy/dx
4/
EE
2/
Sig.
3/
Ferretería o refaccionaria, si=1
0.459
0.126
***
0.171
0.044
***
Fertilizantes o veterinaria, si=1
0.572
0.138
***
0.207
0.045
***
0.210
0.115
*
0.083
0.045
*
Clínica o farmacia, si=1
0.382
0.119
***
0.144
0.043
***
-0.276
0.102
***
-0.105
0.037
***
Cibercafé, si=1
0.466
0.120
***
0.174
0.043
***
Boutique o zapatería, si=1
0.393
0.113
***
0.155
0.044
***
Edad del entrevistado
-0.010
0.003
***
-0.004
0.001
***
Educación: básica, si=1
-0.222
0.075
***
-0.085
0.029
***
Educación: bachillerato o técnico, si=1
-0.209
0.077
***
-0.082
0.030
***
Ocupación: ama de casa, si=1
0.246
0.091
***
0.096
0.036
***
Asiste: una vez o más a la semana, si=1
0.411
0.098
***
0.156
0.036
***
Asiste: una vez a la quincena, si=1
0.285
0.109
***
0.108
0.040
***
Asiste: una vez al mes, si=1
0.229
0.113
**
0.087
0.042
**
Conveniencia: por cercanía, si=1
-0.343
0.111
***
-0.134
0.044
***
Conveniencia: por sus precios, si=1
-0.163
0.118
-0.064
0.047
Conveniencia: por atributos de calidad, si=1
-0.159
0.130
-0.062
0.051
-0.244
0.104
**
-0.092
0.038
**
Conveniencia: por trato al cliente, si=1
-0.165
0.153
-0.065
0.061
-0.325
0.132
**
-0.121
0.046
***
Considera a empresa interesada en usted, si=1
0.422
0.081
***
0.165
0.031
***
Se siente insatisfecho o indiferente, si=1
-0.728
0.097
***
-0.284
0.036
***
0.815
0.090
***
0.316
0.033
***
Acción acercamiento de negocio a usted, si=1
0.485
0.088
***
0.182
0.031
***
Constante
-0.302
0.136
**
-0.019
0.108
Estadísticas del modelo: Wald chi 2(24) = 322.69; Prob > chi2 = 0.0000; Log pseudolikelihood = -1421.8397;
Estadísticas de la correlación tetracórica de los modelos: rho= -0.494; EE(rho) = 0.041; Wald test of rho=0: chi2 (1) = 99.76 Prob > chi2 = 0.0000
Notas: 1/ Coeficiente, 2/ Error Estándar, 3/ Significancia (*) al 90%; (**) al 95% y (***) al 99%. 4/ Elasticidad.
Fuente: elaboración propia (2017) con 1246 encuestas.
58
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Tabla 3
Salida modelo logit multinomial para frecuencia de visita al negocio.
Estadísticas del modelo: Wald chi2 (36) = 306.34; Prob > chi2 = 0.0000; Log pseudolikelihood = -1145.6393; Pseudo R2 = 0.1552
Notas: Estas variables se originaron de la agregación de frecuencia de visitas (Cuadro 2): (*) Ocasionalmente y muy pocas veces, (**) Una vez al mes o a la quincena y
(***) Más de una vez a la semana. 1/ Coeficiente, 2/ Error Estándar, 3/ Significancia (*) al 90%; (**) al 95% y (***) al 99%. 4/ Elasticidad. 5/ Cremería, pescadería y
pastelería.
Fuente: elaboración propia (2017) con 1246 encuestas.
Variables
Poco frecuente*
Una o dos al mes**
Poco frecuente*
Una o dos al mes**
Una o más a
semana**
Coef
1/
EE
2/
Sig
3/
Coef
1/
EE
2/
Sig
3/
dy/dx
4/
EE
2/
Sig.
3
dy/dx
4/
EE
2/
Sig.
3/
dy/dx
4/
EE
2/
Sig.
3/
Negocios de alimentos
5/
, si=1
0.128
0.273
-0.137
0.295
0.051
0.061
-0.048
0.055
-0.003
0.043
Ferretería o refaccionaria, si=1
2.319
0.249
***
1.720
0.252
***
0.273
0.050
***
-0.012
0.047
-0.261
0.023
***
Fertilizantes o veterinaria, si=1
2.046
0.288
***
1.443
0.287
***
0.254
0.059
***
-0.031
0.055
-0.224
0.024
***
Clínica o farmacia, si=1
2.258
0.271
***
1.968
0.270
***
0.215
0.054
***
0.057
0.052
-0.272
0.024
***
Boutique o zapatería, si=1
4.001
0.491
***
3.165
0.503
***
0.359
0.053
***
-0.042
0.051
-0.317
0.019
***
Edad del entrevistado
-0.013
0.008
*
-0.006
0.008
-0.002
0.002
0.001
0.001
0.002
0.001
Educación: bachillerato o técnico,
si=1
0.076
0.167
0.306
0.172
*
-0.026
0.032
0.057
0.031
*
-0.032
0.027
Ocupación: ama de casa, si=1
0.602
0.268
**
0.496
0.283
*
0.073
0.048
0.019
0.046
-0.091
0.037
**
Ocupación: trabajador, si=1
0.054
0.199
0.274
0.209
-0.026
0.040
0.053
0.039
-0.027
0.032
Conveniencia: por cercanía, si=1
-0.453
0.179
**
-0.907
0.191
***
0.012
0.037
-0.133
0.032
***
0.121
0.032
***
Conveniencia: promociones y
ofertas, si=1
0.032
0.353
0.350
0.340
-0.045
0.060
0.076
0.058
-0.031
0.053
Considera a empresa interesada
en usted, si=1
-0.504
0.183
***
-0.202
0.185
-0.094
0.035
*
0.028
0.032
0.066
0.029
**
Promociones: descuentos
permanentes, si=1
-0.437
0.228
*
-0.107
0.236
-0.091
0.042
**
0.038
0.041
0.053
0.039
Promociones: notas acumulables,
si=1
-0.663
0.377
*
0.178
0.343
-0.175
0.057
***
0.133
0.063
**
0.042
0.064
Promociones: 2x1, si=1
-0.404
0.234
*
-0.256
0.248
-0.062
0.045
-0.001
0.044
0.063
0.041
Cambiaria empresa con igual
servicio, si=1
-0.035
0.185
0.241
0.188
-0.043
0.035
0.059
0.032
*
-0.016
0.030
Acción acercamiento de negocio a
usted, si=1
-0.262
0.196
0.089
0.193
-0.076
0.036
**
0.058
0.034
*
0.018
0.032
Siente fidelidad a empresa, si=1
-0.771
0.192
***
-0.286
0.198
-0.147
0.035
***
0.049
0.033
0.099
0.030
***
Constante
0.398
0.383
-0.624
0.394
59
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
El ama de casa es el tipo de cliente menos frecuente, dado que disminuye su probabilidad (en 9.1%)
de que vaya una o dos veces a la semana a los negocios. Un aspecto del modelo que parece un
contrasentido es que si el cliente afirma que cambiaría a la empresa por otra (con igual servicio) aumenta
la probabilidad en 5.8% de que vaya una o dos veces al mes a estos negocios estudiados.
Como se indicó líneas arriba en materiales y métodos, los modelos logit multinomiales suponen la
independencia de alternativas irrelevantes (IAI). Las rutinas establecidas en Stata son las de Hausman y
Small – Hsiao; cuyos resultados pueden observarse en la Tabla 4. Se observa en ambos casos que se
tiene evidencia a favor de la hipótesis de independencia de alternativas irrelevantes. Por tanto, las
predicciones que genera el modelo pueden considerarse confiables. Si bien estas pruebas son muy
discutidas en su poder de predicción, son empleadas aquí para complementar los resultados del modelo.
Tabla 4
Pruebas bajo supuesto de independencia de alternativas irrelevantes.
Omitido
lnL(full)
lnL(omit)
chi2
df
P>chi2
Evidencia
1
-211.896
-199.76
24.273
19
0.186
Pro Ho
2
-221.49
-208.622
25.736
19
0.138
Pro Ho
3
-293.058
-281.689
22.738
19
0.249
Pro Ho
Notas: 1/ N=1246; Ho: Prob (Resultado-J vs Resultado-K) son independientes de otras alternativas.
Fuente: Elaboración propia (2017)
El cuestionario considera muchas mediciones nominales y ordinales, las cuales generalmente miden
frecuencia de ocurrencia de algún comportamiento de los clientes. En este sentido, se tienen diferentes
métodos estadísticos para su análisis; para este trabajo se consideró emplear las tablas de contingencia
por su poder de síntesis.
Como se observa en la Tabla 5, se busca dilucidar la asociación entre la frecuencia de visitas a los
establecimientos comerciales con otras variables socioeconómicas o de comportamiento del encuestado.
Debe decirse que los resultados confirman ciertas percepciones de sentido común y algunos de los
resultados de los modelos de regresión. Así, por ejemplo, mientras más alta sea la satisfacción con la
Omitido
chi2
df
P>chi2
Evidencia
1
12.672
19
0.855
Pro Ho
2
8.777
19
0.977
Pro Ho
3
-3.099
19
---
---
60
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
empresa, mayor es el número de visitas; al igual que percepciones positivas sobre los negocios se asocian
a una más alta frecuencia de visitas de compras. El aumento del ingreso (evaluado por la actividad del
encuestado) no incrementa el número de visitas; lo mismo ocurre con el nivel de estudios.
Tabla 5.
Asociación de frecuencia de visita a/ con otras variables.
Variable
b/
Asociación
significativa
Tendencia ordinal
Observaciones y/o
tendencias
Nivel de
estudios
Tau-b de Kendall = -.01, Sig.= .709
Tau-c de Kendall = -.09, Sig.= .709
Gamma = -.15, Sig. = .709
Aunque las variables se asocian,
no existe evidencia de tendencia.
Ocupación
del
entrevistado
Tau-b de Kendall = -.077, Sig.=
.003
Tau-c de Kendall = -.076, Sig.= .003
Gamma = -.116, Sig. = .003
Al incrementarse el nivel de
ingreso (por tipo de ocupación)
disminuye la frecuencia de visitas
Nivel de
satisfacción
Tau-b de Kendall = .145, Sig.= .000
Tau-c de Kendall = .142, Sig.= .000
Gamma = .221, Sig. = .000
Una mayor frecuencia de visitas se
asocia con un más alto nivel de
satisfacción.
Siente
fidelidad con
la empresa
Tau-b de Kendall = .165, Sig.= .000
Tau-c de Kendall = .188, Sig.= .000
Gamma = .288, Sig. = .000
A más alta frecuencia de visitas,
se asocia la sensación de fidelidad
a la empresa.
Percepción
de acción de
acercamiento
Tau-b de Kendall = .09, Sig.= .001
Tau-c de Kendall = .093, Sig.= .001
Gamma = .17, Sig. = .001
A más alta frecuencia de visitas,
se asocia la percepción de que la
empresa se acerca al cliente para
conocer su nivel de satisfacción.
Cambiaría de
empresa por
otra de igual
servicio
Tau-b de Kendall = -.064, Sig.=
.015
Tau-c de Kendall = -.073, Sig.= .015
Gamma = -.114, Sig. = .015
A más baja frecuencia de visitas,
se asocia la percepción de que el
cliente cambiaría a este negocio
por otro con igual servicio.
Notas: a/ Con categorías ordenadas de visitas a establecimientos en 1) poco frecuente, 2) una o dos veces al
mes y 3/una o más veces a la semana. b/ las categorías para las variables involucradas pueden observarse en
la Tabla 1. Fuente: elaboración propia (2017) con datos de 1246 encuestas.
Discusión y conclusiones
El presente trabajo se centró en estimar los determinantes de dos dimensiones de la lealtad a la
marca: la actitudinal (lo que el cliente siente) y conductual (lo que el cliente hace) tomando en cuenta las
acciones que realizan los dueños de las tiendas para atraer y conservar al cliente, Dahlgren (2011) para
empresas de venta al menudeo comunes en el estado de Colima.
En este sentido, aunque todos los negocios bajo estudio enfrentan presiones por la competencia que
representan supermercados, tiendas de conveniencia, franquicias, etc., (González-Sánchez & Polanco-
Gaytán, 2015), algunos tienen oportunidades de sostenimiento e incluso desarrollo a través del
mejoramiento de sus prácticas de manejo. Destaca el hecho de que, aunque los clientes expresan
fidelidad a ciertas empresas (como ferreterías o refaccionarias, tiendas de fertilizantes y de servicios
61
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
veterinarios y/o clínicas o farmacias), la frecuencia de visitas a estos negocios se puede clasificar de
diferente manera de tiempo, ya las condiciones de asistencia al negocio no son las mismas. La frecuencia
de una refaccionaria a no ser que sea un taller mecánico, por ejemplo. Va a estar suscitada a cuando
ocurra una descompostura y la asistencia a la refaccionaria va a ser por los atributos de satisfacción de
asistencia anterior. O como el caso de las clínicas odontológicas que en la primera vez de asistencia fue
por pedir consejo a conocidos, de que en cuál clínica era la presentaba mejores atributos de calidad de
acuerdo a la segmentación de mercado. Es por ello que las consecuencias de tiempo de cada cuando se
asiste a determinado negocio esta manejado de cierta manera subjetiva.
Se deben de considerar los factores de segmentación natural de mercados como lo son edad, el nivel
de estudios, el género, la ocupación del cliente. Como factores delimitantes para presentar la fidelidad a
determinado comercio. Estos factores emiten un juicio de valor referente a la conveniencia de escoger la
mejor opción de compra, debido a esto y dependiendo el tipo de negocio que es, se debe de emplear
estrategias específicas de promoción y de venta, con el fin de aprovechar estos factores de forma positiva
para los dueños de los negocios. Entre las acciones que propone Luco (2015), para atraer clientes y
buscar la fidelidad se encuentran:
Ofrecer una propuesta de valor:
Buscar un producto o servicio que presente tener una
ventaja competitiva sobre las demás marcas que compiten en el mercado.
Conocer perfectamente al mercado meta:
Identificar cuáles son las necesidades que
satisface el producto o servicio y promocionar ese diferencial para atraer al consumidor
potencial.
Definir acciones para atraer al cliente:
Compartir información del producto o servicio
que pueda ser útil para la toma de decisiones del consumidor potencial.
Convertir y ganar clientes:
Buscar contactos personales con los clientes para hacerles
llegar información, promociones o exclusivas con el fin de que el cliente se
sienta
con
privilegios exclusivos que otras personas no lo tienen.
Es de importancia que en ambos modelos de regresión las percepciones de satisfacción y de atención
de la empresa al cliente aumentan la frecuencia de visitas y las percepciones de fidelidad a los negocios.
En este sentido, el nivel de estudios no influye en la frecuencia de vistas, debido a que la mayoría de los
servicios estudiados se consideran de primera necesidad de consumo y la situación económica de la
ciudad se ubica en una condición de clase baja a pobre, por ello una de las primeras prioridades de
compra son los precios y este factor se encuentra contemplado en la tabla 2 con un nivel de significancia
mínimo del 90 %. Al mismo tiempo, la población es determinante para las estrategias publicitarias y de
62
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
promoción ya que es pequeña y la cercanía del negocia es la que más significancia que se presenta, esto
hace que en cierta manera los negocios tengan una cierta clientela cautiva.
Un elemento a destacar, es que pese a que si declara el cliente que presentan una cierta fidelidad a
determinado comercio, se presenta una significancia del 99 % referente a que no se siente ser tomado en
cuenta de cómo debe de ser tratado por el comercio en donde asiste, esto puede traer la oportunidad a
otros comercios de realizar promociones enfocadas al precio bajo con el fin de cambiar la decisión de
compra.
De manera complementaria a este estudio se debería de investigar si los dueños de los comercios
emplean acciones determinantes y calculadas para atraer o conservar la fidelidad de ellos o sus acciones
se deben a respuestas de la competencia.
Referencias
Aaker, D. (1996).
Construir Marcas Poderosas
. Madrid, España: Ediciones Gestión 2000 S.A.
Aldás-Manzano, J., Currás-Pérez, R., Ruiz-Mafé, C. & Sanz-Blas, S. (2010). Factores determinantes de la
lealtad en el comercio electrónico B2C. Aplicación a la compra de billetes de avión.
Revista
Española de Investigación de Marketing ESIC
113, 14, (2), 113-142.
Arancibia-Carbajal, S. (2010). Factores que influyen en la lealtad de clientes con cuenta corriente en la
banca chilena
Tesis doctoral.
Departamento de Financiación e Investigación Comercial. Facultad
de Ciencias Económicas y Empresariales. Madrid, España: Universidad Autónoma de Madrid.
Baye, M. (2010).
Managerial economics and business strategy
. 7
th
ed. USA: McGraw-Hill
Levy, S. (2018, 15 de Julio).
Esfuerzos mal recompensados: La elusiva búsqueda de la prosperidad en
México.
Banco Interamericano de Desarrollo. DOI: http://dx.doi.org/10.18235/0001189
Luco, A. (25 de Junio de 2018).
¿Quieres atraer clientes? una completa guía de estrategias comerciales.
:
Recuperado de https://mba.americaeconomia.com/articulos/reportajes/quieres-atraer-clientes-
una-completa-guia-de-estrategias-comerciales
Berné, C. & Martínez, N. (2007) “Determinantes del Comportamiento Variado del Consumidor en el
Escenario de Compra”
Documento de Trabajo 2007-01
. Facultad de Ciencias Económicas y
63
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Empresariales. Universidad de Zaragoza Recuperado de http://www.dteconz.unizar.es/DT2007-
01.pdf
Colmenares O. & J. Saavedra. (2007). “Aproximación teórica de la lealtad de marca: enfoques y
valoraciones”.
Cuadernos de Gestión.
7(2), 69-81.
Consejo Nacional de Población – CONAPO. (2018).
Proyecciones de la Población de México y de las
Entidades Federativas, 2016-2050
. Recuperado de: https://www.gob.mx/conapo/
Dahlgren, S. (2011). “Brand loyalty and involvement in different customer levels of a service concept
brand” Marketing Master's thesis. Department of Marketing Aalto University School of Economics.
Finland. Recuperado de http://epub.lib.aalto.fi/fi/ethesis/pdf/12534/hse_ethesis_12534.pdf
González-Sánchez, R. (2015). Promoción de emprendimientos sociales y productivos a través de la actividad
de vinculación de la Universidad de Colima. En Polanco & Torres (Coord.)
Estrategia industrial en la
era del conocimiento.
Universidad de Colima.
González-Sánchez, R. & Polanco-Gaytán, M. (2015). Análisis de la elección del consumidor entre tiendas
de conveniencia y tiendas de abarrotes en Colima. Uso del modelo de regresión multinomial logit”
Paradigma económico
. 7(2), 27-46.
Greene, W. H. (2012)
Econometric Analysis
. 7
th
Edition. Nueva York, EEUU: Editorial Prentice Hall.
Judge, G., Hill, R., Griffiths, W. E., Lutkepohl, H. & Tsoung – Chao, l. (1982).
Introduction to the theory
and practice of econometrics.
2
th
edition. Nueva York, EEUU: Wiley.
Keller, K. (1993). Conceptualizing, Measuring, and Managing Customer-Based Brand Equity.
Journal of
Marketing,
57(1), 1-22. Recuperado de https://www.jstor.org/stable/1252054
Instituto Nacional de Estadística y Geografía-INEGI. (2016). Se difunden estadísticas detalladas sobre las
micro, pequeñas y medianas empresas del país.
Boletín de prensa
(285/16). Recuperado de
http://www.beta.inegi.org.mx/app/descarga/?ti=9
Instituto Nacional de Estadística y Geografía-INEGI. (2014).
Censos Económicos.
Recuperado de
http://www.inegi.org.mx/est/contenidos/Proyectos/ce/ce2014/doc/tabulados.html
64
Desarrollo Gerencial 10(2): 44-64, Julio-Diciembre, 2018. DOI: https://doi.org/10.17081/dege.10.2.3151
Moriuchi E. & I. Takahashi. (2016). Satisfaction, trust and loyalty of repeat online consumer within the
Japanese online supermarket trade.
Australasian Marketing Journal
(24), 146–156. DOI:
http://dx.doi.org/10.1016/j.ausmj.2016.02.006
Park, H. M. (2009). Regression Models for Ordinal and Nominal Dependent Variables Using SAS, Stata,
LIMDEP, and SPSS.
Working Paper.
The University Information Technology Services (UITS) Center
for Statistical and Mathematical Computing, Indiana University. Recuperado en
http://www.indiana.edu/~statmath/stat/all/cdvm/index_nomial.html
Peña, D. (2002).
Análisis de datos multivariantes
. Madrid, España: S.A MCGRAW-HILL Interamericana de
España.
Setó-Pamies, D. (2003). La fidelidad del cliente en el ámbito de los servicios: un análisis de la escala
intenciones de comportamiento.
Investigaciones Europeas de Dirección y Economía de la Empresa
9(2), 189-204.
Srivastava, M. & D, Kaul. (2016). Exploring the link between customer experience–loyalty–consumer
spend.
Journal of Retailing and Consumer Services
(31), 277–286. DOI:
http://dx.doi.org/10.1016/j.jretconser.2016.04.009
Stathopoulou, A. & Balabanis, G. (2016). The effects of loyalty programs on customers satisfaction, trust
and loyalty towards high – and low- end fashion retailers.
Journal of business research
, 69(12),
501-808. DOI: http://dx.doi.org/10.1016/j.jbusres.2016.04.177
Suárez-Álvarez, L., Vázquez-Casielles, R. & Díaz-Martín, A. (2006). Factores determinantes de las
relaciones estables entre una agencia de viajes y diversos tipos de clientes: consecuencias sobre
el comportamiento.
Cuadernos de Economía y Dirección de la Empresa
, (29) ,193-228.
Recuperado de http://www.redalyc.org/articulo.oa?id=80702908
Vera J. & Trujillo, A. (2017). Searching most influential variables to brand loyalty measurements: An
exploratory study.
Contaduría y Administración
62. 600–624. DOI:
http://dx.doi.org/10.1016/j.cya.2016.04.007
