PLA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE: ELECCIÓN DE CANAL, FACTORES DE USO Y RESULTADOS
←
→
Transcripción del contenido de la página
Si su navegador no muestra la página correctamente, lea el contenido de la página a continuación
PLA ESTRATEGIA MULTICANAL DESDE EL
PUNTO DE VISTA DEL CLIENTE: ELECCIÓN
DE CANAL, FACTORES DE USO Y
RESULTADOS
RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA
ORBAIZ
raquel.chocarro@unavarra.es, mcortinas@unavarra.es, marisa.villanueva@unavarra.es
Universidad Pública de Navarra
RESUMEN
Este trabajo pretende contribuir al conocimiento del impacto de la implantación de una
estrategia multicanal mediante el análisis de sus efectos en tres aspectos claves del
comportamiento de los clientes de una entidad financiera. Se estudian los factores de
elección de canal del cliente, los factores que explican el grado de comportamiento
multicanal de estos clientes y el impacto que este comportamiento tiene en la vinculación
con la entidad. Mediante la estimación de tres modelos con una base de datos de clientes,
se observa que características como el número y el tipo de productos contratados son
determinantes en la elección de canal y el comportamiento multicanal y que este
comportamiento es importante para explicar la vinculación con la entidad.
.
PALABRAS CLAVE
Elección de canal, comportamiento multicanal, sector financiero.RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA ORBAIZ
1. Introducción
El desarrollo de nuevas tecnologías, y en concreto Internet, está cambiando la forma en que las
empresas y los proveedores de servicios interactúan con los consumidores y clientes. Con anterioridad
a estos avances, la mayoría de las empresas preferían ofrecer sus productos y/o servicios sólo a través
de un canal. Sin embargo, la presión que añaden estas nuevas tecnologías ha empujado a las empresas
y a los proveedores de servicios a convertirse en organizaciones multicanal, que utilizan
simultáneamente tanto canales complementarios como paralelos para servir a los consumidores y
clientes antes, durante y después de la compra (Sousa y Voss, 2004). Hasta tal punto se ha alterado el
panorama de la distribución que la confianza en la estrategia multicanal se está convirtiendo en una
norma, más que una excepción (Frazier, 1999; Black, Lockett, Ennew, Winklhofer y McKechnie,
2002) y en los próximos años se espera un reforzamiento de este entorno multicanal.
La proliferación de canales ha supuesto nuevos desafíos para las empresas a la hora de gestionar este
entorno, puesto que el éxito de la estrategia multicanal ya no depende sólo de las características de los
productos y servicios puestos a disposición del consumidor, sino que éste, puede elegir entre diferentes
formatos de interacción con las empresas (interpersonal, virtual,..). Con lo cual, para poner en marcha
una estrategia integrada multicanal es fundamental centrarse en el cliente (Reda, 2002; Schoenbachler
y Gordon, 2002), en vez de en el canal. Esto motiva que el reto de las entidades multicanal sea
comprender la dinámica de interacción del cliente con la empresa, con independencia del canal con el
que se ponen en contacto con ella, para que así se puedan construir fuertes relaciones individualizadas
a lo largo del tiempo y, como resultado, las empresas obtengan mayores niveles de retención de
clientes y rentabilidad.
Por todo lo comentado, dado que mantener múltiples canales para las transacciones con un cliente es
considerado esencial para el crecimiento sostenible en el entorno competitivo actual (Win y Mahajan,
2002), el elemento primordial y sustancial que antecede a cualquier plan de implementación es el de
analizar el comportamiento multicanal de los clientes en el sentido de conocer las valoraciones que
hacen de estos nuevos sistemas de entrega y el uso que hacen de ellos.
En este trabajo se pretende analizar tres aspectos relativos al comportamiento de compra multicanal
centrándonos en el caso de una entidad financiera: la elección de canal, el comportamiento multicanal
y los resultados de este comportamiento multicanal.
En primer lugar, nos centraremos en describir los factores que inciden en la elección de canal. Los
factores de elección de canal no llevan necesariamente a un comportamiento multicanal, ya que
determinados individuos pueden determinar su canal “preferido” y tender a utilizarlo en exclusiva,
mientras que otros individuos tenderán a repartir sus operaciones entre los distintos canales. Por tanto,
el primer objetivo del trabajo es la determinación de los factores de utilización de los nuevos canales
puestos a disposición de los clientes, principalmente el canal on-line y la banca telefónica.
En segundo lugar, analizaremos los determinantes del comportamiento multicanal, explicando el grado
de utilización de las diferentes combinaciones de canales. El objetivo en este caso es conocer las
características de los clientes que llevan a una menor o mayor utilización de combinaciones de canales
para relacionarse con la empresa.
Por último, estamos interesados en conocer cuales son las consecuencias para la empresa del
comportamiento multicanal de sus clientes. Como se ha puesto de manifiesto en la revisión de la
literatura, razones como que los clientes multicanal tienden a comprar con más frecuencia, a gastar
más dinero y a comprar más categorías de producto, permiten establecer la hipótesis de que los
clientes multicanal son significativamente más valiosos que los compradores unicanal (Kumar y
Venkatesan, 2005; Thomas y Sullivan, 2005; Venkatesa, Kumar y Ravishanker, 2007). El tercer
objetivo, por tanto, es comprobar si los clientes que muestran un mayor comportamiento multicanal
son más rentables para la empresa.
La escasez de trabajos que analizan la estrategia multicanal en cuanto a conocer qué es lo que guía a
los consumidores a ser compradores de un canal único o compradores multicanal, como consecuencia
del desarrollo de nuevas tecnologías justifica, por sí sola, la relevancia del proyecto de investigación
2LA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE…
que se está proponiendo, puesto que su conocimiento simplificaría las dificultades que supone para
una empresa la mudanza a una estrategia multicanal. Además, como comentábamos al principio se
espera que en los próximos años se produzca un reforzamiento del entorno multicanal, sobre todo en
determinados servicios como los bancarios, en donde cada vez son mayores las expectativas de que los
clientes puedan acceder a los productos y servicios y poseer información instantánea desde el canal
más accesible a la hora más conveniente y desde el lugar en el que se encuentre, a parte de que irán
apareciendo nuevos canales virtuales de compra y entrega de servicio. A esto cabe añadir que la
literatura académica apenas contiene investigación empírica sobre las características del consumidor
asociadas con la compra multicanal (Kumar y Venkatesan, 2005).
El trabajo comienza exponiendo el marco conceptual. En el epígrafe 3, se plantea la aplicación
empírica en el sector financiero. Los resultados de estos modelos se exponen en el epígrafe 4,
destacando la importancia de las categorías de productos tanto en la elección de canal como en número
de canales utilizados y la fuerte incidencia del comportamiento multicanal en la vinculación del
cliente. Por último, se destacan las principales conclusiones obtenidas así como las limitaciones del
trabajo.
2. Marco conceptual
La literatura sobre adopción de nuevos canales por parte de los consumidores se ha desarrollado
fundamentalmente desde finales de los 80 y principios de los 90, con la emergencia de las nuevas
tecnologías de la comunicación y de la información. Si al principio el interés se centró en la adopción
de tecnologías de autoservicio, a finales de los 90 todas las miradas se centraron en Internet.
Es impresionante el número de trabajos que encontramos en la literatura de marketing en los que se
habla de Internet. Y también lo es el de los autores que han tratado de comprender quién está
adoptando y usando este canal y porqué. Podemos clasificar en varios grupos los factores que influyen
en la adopción, intenciones de uso y uso del canal online. Destacan las percepciones sobre las
características del canal (Meuter, Bitner, Ostrom, y Brow, 2005; Kolodinsky, Hogarth y Hilgert, 2004;
Wan, Luk y Chow, 2005, entre otros); el valor o utilidad percibida (Akinci, Aksoy y Atilgan,, 2004;
Lee y Tan, 2003; Soopramanien y Robertson, 2007, entre otros), las actitudes hacia el canal (Akinci et
al., 2004; Meuter et al., 2005, entre otros), las características de producto (Martínez, Ortega y Román,
2007; Wan et al., 2004, entre otros), y las características del consumidor (Kolodinsky et al., 2004,
Lassar, Manolis y Lassar, 2005; Akinci et al., 2004; Martínez et al., 2007; Soopramanien y Robertson,
2007; Wan, et al., 2005, entre otros). Con respecto a las aplicaciones empíricas en esta literatura, los
sectores más analizados han sido la compra de bienes de gran consumo y la compra de productos y
servicios financieros.
Ahora bien, las repercusiones de la lenta pero cierta penetración de Internet en los procesos de compra
van más allá de su mera adopción como canal de compra en sustitución de un canal offline, que ha
sido la perspectiva adoptada en la mayoría de estos estudios. El análisis de las relaciones online entre
empresa y consumidores no debe ser considerada aisladamente, ellas tienen lugar dentro de un amplio
contexto de actividades de marketing realizadas simultáneamente con los canales de marketing
tradicionales (Peterson, Balasubramanian y Bronnenberg, 1997; Montoya-Weiss, Voss y Grewal,
2003). Además, los comportamientos de los consumidores se han sofisticado. Por una parte, recientes
investigaciones sugieren que los consumidores hacen uso de distintos canales para realizar sus
compras (DoubleClik Inc, 2004; Ansari, Mela y Neslin, 2003, entre otros). Por otra parte, algunas
evidencias muestran que algunos consumidores parecen usar diferentes combinaciones de canales en
un único proceso de compra (DoubleClik Inc, 2004; Júpiter Consumer Surver, 2002; Dholakia, Zhao y
Dholakia, 2005, entre otros).
En presencia de tales tendencias, nacen nuevos desafíos y nuevas preguntas que es necesario
responder para que las empresas puedan realizar una gestión del consumidor multicanal eficiente
(Rangaswamy y Van Bruggen, 2005). La reciente investigación en este área del comportamiento
multicanal del consumidor, aún muy escasa pero emergente se ha centrado fundamentalmente en
- la elección de canal. En este campo cabe destacar, en primer lugar, el trabajo de Black et al.
(2002) quien propone un marco conceptual en el que factores como las características del
3RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA ORBAIZ
consumidor, las características del producto, las características del canal y los factores
organizacionales parecen influir en la elección del canal por parte de consumidores de servicios
financieros. Por su parte, Patricio, Fisk y Falcao e Cunha (2003) exploran cómo usan y cómo
valoran los clientes de una entidad bancaria el canal online en un contexto de oferta multi-canal.
Tras las reuniones en grupo, descubren que cada canal tiene un valor diferente para los
consumidores y que éste influye en la elección de los canales que usan. Este valor asignado
difiere según las características de los consumidores. Boehm y Gensler (2006) modelizan y
estiman el comportamiento del elección de canal de los clientes bancarios en base al valor que
para éstos asocian a los diferentes canales, la etapa del proceso de compra (búsqueda de
información, compra y transacción) y algunas de sus características individuales. Ansari et al.
(2003) a partir del historial de compra de cuatro años de los clientes de un establecimiento
detallista que vende productos duraderos a través de catálogo e Internet, además de describir el
movimiento de éstos de un canal a otro, estudian la rentabilidad de los clientes multicanal así
como el efecto de las acciones de marketing llevadas a cabo por la empresa en dichos
movimientos migratorios.
- comportamiento de compra multicanal. La literatura, en este caso, se centra en explicar el uso
por parte de un mismo cliente de más de un canal en su relación con la empresa. Schoenbachler
y Gordon (2002) proponen un modelo conceptual en el que factores como riesgo percibido en el
canal, experiencia de compra, motivación de comprar en el canal, categoría de producto y diseño
del sitio web son claves para explicar la probabilidad de que un consumidor compre desde un
canal particular (online, detallista, catálogo) o desde múltiples canales. Nickolson, Clarke y
Blakemare (2002) a través del estudio de casos exploran la influencia de factores situacionales
en el uso de múltiples canales por parte de los clientes de un establecimiento de moda. Kumar y
Venkatesan (2005) estiman el papel de las características del cliente industrial y de las
características de la estrategia seguida por la empresa para establecer contacto con ellos en el
comportamiento multicanal. Asimismo, analizan el efecto del comportamiento multicanal en
algunos indicadores de resultados de su actividad, como ingresos, valor del cliente, etc.
Dholakia et al. (2005) analizan empíricamente la complementariedad o sustitución de canales
por parte de los clientes de un detallista de venta por catálogo, que además vende sus productos
en establecimientos físicos y, más recientemente, en el canal online. Venkatesan et al. (2007),
por una parte, analizan empíricamente la relación comportamiento multicanal y la rentabilidad
del cliente y por otra, modelizan y estiman la influencia de la interacción cliente-empresa en el
tiempo que tarda un consumidor en adoptar un canal de compra. Verhoef, Neslin y Vroomen
(2007) analizan empíricamente el papel de tres factores que pueden contribuir a la llamada
“compra de investigación”, relacionada con la búsqueda de información en canales diferentes a
los de la compra: los atributos del canal, la falta de canal en el que la búsqueda de información y
compra estén altamente correlacionados y las sinergias entre canales.
A continuación presentamos algunas de las proposiciones que vamos a analizar para conocer con
mayor profundidad las causas y consecuencias del comportamiento multicanal de los consumidores.
Condicionadas por la información de la base de datos de clientes utilizada en la parte empírica,
señalar, en primer lugar, que el trabajo se va a centrar en la etapa transaccional del proceso de compra.
En segundo lugar, que no podemos estudiar el efecto de percepciones, actitudes o motivaciones en el
comportamiento multicanal, pero si el efecto de otros elementos como factores de utilización y
características individuales de los consumidores. Asimismo, analizaremos los resultados del
comportamiento multicanal.
2.1. Comportamiento multicanal y factores de utilización
Los canales se diferencian en el nivel de outputs de servicio que pueden poner a disposición de los
clientes y en la forma de ponerlos a su disposición. Pero es que también, cada consumidor percibe que
los diferentes canales puestos a su disposición por las empresas proporcionan diferentes mezclas de
outputs. Cada canal presenta unas fortalezas y unas debilidades en cuanto a comodidad, contacto
personal, asesoramiento, posibilidad de inspeccionar los productos, posibilidad de comparación de
productos y precios, seguridad, privacidad, control sobre el proceso de compra, coste económico,
esfuerzo personal, tiempo, medios de pago, diversión, etc. (Akinci et al., 2004; Kolodinsky et al.,
4LA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE…
2004, Burke, 2002; Black et al., 2002; Lee y Tan, 2003; Patricio et al., 2003; Verhoef et al., 2007,
Wan et al., 2004, entre otros).
Estas capacidades y limitaciones restringen el rango y la intensidad de los bienes y servicios que cada
canal proporciona, influyendo en las necesidades que pueden ser o que prefieren ser satisfechas en
cada momento por cada canal y finalmente, en el volumen de negocio que pueden generar (Coelho y
Easingwood, 2004).
Por tanto, tanto la categoría de productos considerada como el número de productos comprados
pueden tener una incidencia en el valor del canal y ser determinantes tanto en la elección como en el
comportamiento multicanal.
Con respecto a los productos, nosotros, como se ha apuntado en la introducción, vamos a centrar
nuestro trabajo empírico en productos y servicios financieros, una categoría de productos en la que la
necesidad de información, la complejidad de la decisión o el nivel de implicación difiere de unos
productos a otros pudiendo afectar en estas decisiones. En esta dirección se pronuncian Black et al.
(2002), Patricio et al. (2003) y Akinci et al (2004). Según ellos, cuando se trata de productos
financieros de baja implicación como consultas u operaciones básicas y rutinarias, los consumidores
ven adecuados los canales basados en tecnología; mientras que cuando se trata de productos más
complejos, productos de mayor implicación, como los préstamos o inversiones financieras, muestran
una mayor preferencia hacia el canal cara a cara. Martínez et al. .(2007) descubren que el uso del canal
online está positivamente relacionado con la posesión de cuentas corrientes que cuentan con tarjeta o
talonarios de cheques, de tarjetas de crédito, de otros tipo de tarjetas, de un plan de pensión privado, de
valores, de fondos de inversión, de una hipoteca, de una segunda hipoteca, de préstamos y de un
descubierto vinculado a una cuenta corriente. Y está negativamente relacionado con la posesión de un
talonario de cheques y de un seguro de vida.
En segundo lugar con respecto al número de productos, Kumar y Venkatesan (2005) analizando la
base de datos de clientes de una gran multinacional que se dedica a fabricar hardware y software de
ordenador descubren que cuanto mayor es el número de categorías de productos diferentes que un
cliente ha comprado, mayor es la probabilidad de compra multicanal. En el informe de Júpiter
Consumer Surver (2002) también se sostiene que los compradores multicanal analizados han
comprado más categorías de productos a través de los diversos canales del detallista.
2.2. Comportamiento multicanal y características del cliente
Las características individuales de los consumidores influyen en su comportamiento de compra y
consumo. Numerosos trabajos han descubierto que características sociodemográficas están
relacionados con la adopción de nuevos canales y la elección de canales. No obstante, la exploración
de dichas relaciones no ha conducido a resultados muy concluyentes.
En el área de la adopción y uso del canal online, Karjaluoto et al.(2002) descubren que el nivel de
educación, los ingresos, la edad y la ocupación están correlacionados con el uso de servicios bancarios
online. Akinci et al. (2004) descubren que la mayoría de los usuarios de la banca online tienden a ser
de mediana edad, mientras que los no usuarios son con mayor probabilidad los más jóvenes o los
mayores. Lassar et al. (2005) descubren efectos entre los ingresos y la adopción de la banca online,
mientras que la edad y el nivel educativo no resultan ser relevantes para explicar esa variable. En el
trabajo de Kolodinsky et al. (2004), éstos obtienen una relación entre la adopción de la banca
electrónica y las personas jóvenes, las de mayores ingresos, las de mayor nivel educativo, los casados
y los hombres. Soopramanien y Robertson (2007) sólo soportan la relación entre la adopción y uso del
canal online en el caso de los ingresos, pero no para la edad y el género.
Por otro lado, Wan et al. (2005) descubren diferencias significativas entre la adopción de los
diferentes canales bancarios y la edad, el nivel de ingresos, el nivel educativo y el tipo de ocupación,
pero no respecto al género. Según sus resultados, la adopción de la banca online fue mayor entre los
adultos que entre los más jóvenes y los más mayores. Los cajeros son más usados por los mas jóvenes,
aunque en general su uso es alto en todos los tramos de edad. Por el contrario, las oficinas suelen ser
más usadas por las personas maduras y mayores. En cuanto al nivel de ingresos, los de menores
ingresos son los que acuden más a las oficinas bancarias y los de un ingreso medio-alto más a la banca
5RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA ORBAIZ
online, en el resto de casos la utilización de los canales es similar. Las personas encuestadas con
menor nivel educativo utilizan más las oficinas bancarias que el resto de personas con niveles
educativos más altos y menos la banca telefónica y la banca online. Finalmente, la categoría
ocupacional se relacionó con la adopción de todos los canales basados en tecnología, excepto con los
cajeros automáticos.
Con respecto a la literatura específica que analiza el comportamiento multicanal, no se ha encontrado
ninguna evidencia empírica sobre la influencia de las características sociodemográficas. Solamente
Schoenbachler y Gordon (2002) al exponer su marco conceptual hacen referencia a estas
características demográficas, pero sin establecer hipótesis claras.
Sin embargo, sí han considerado otras características individuales del consumidor como la antigüedad
como cliente. Los clientes que han comprado a una empresa durante un largo periodo de tiempo están
más familiarizados con la marca y la empresa. Esta familiaridad reduce el riesgo que perciben al hacer
las compras y se puede esperar que sean conscientes de las opciones multicanal disponibles para
comprar los productos (Shoenbachler y Gordon, 2002). Kumar y Venkatesan (2005) descubren que a
mayor antigüedad como cliente, mayor es la probabilidad de compra multi canal.
Por tanto, la evidencia empírica sobre las características del consumidor no es concluyente, pero sí
muestra indicios suficientes como para considerar que estas variables deben ser incluidas en el análisis
tanto de la elección de canal como del comportamiento multicanal.
2.3. Comportamiento multicanal y resultados
Nuestro último objetivo trata de profundizar en las consecuencias del comportamiento multicanal.
Algunos trabajos parecen cuestionarse el valor de los compradores multicanal. El informe anual
Júpiter Consumer Surver “Redefining the Online Retail Consumer” realizado en marzo del 2002
concluye que los compradores multicanal pueden ser una mayor carga que otros compradores online
por ser más dependientes del trato y más sensibles al precio, incluso más propensos a cambiar a otros
detallistas para conseguir ventajas en el trato. Además, este estudio sugiere que el hecho de que los
clientes compren más productos a través de los diferentes canales que el detallista pone a su
disposición no significa que sea más leal al detallista que otros compradores. Thomas y Sullivan
(2005) encuentran que no todas las combinaciones están asociadas con mayores ventas que los canales
únicos. Por ejemplo, los usuarios de catálogos gastan más que los clientes que compran en los
establecimientos y en Internet.
Sin embargo, la estrategia multicanal y sus intentos por incentivar el uso de algunos canales han sido
vistos por algunas empresas como una oportunidad para ahorrar costes operativos. Pero la gran
mayoría de ellas, la considera como una oportunidad para aumentar las ventas ante la creencia de que
los compradores multicanal son más valiosos y rentables que los consumidores de un único canal.
Numerosos informes elaborados por consultorías avalan esta creencia. Según se pone de manifiesto en
ellos, los compradores multicanal son muy activos, compran más y gastan más dinero que los
compradores que utilizan un único canal (Júpiter Consumer Surver, 2002; DoubleClik Inc, 2004).
También la investigación académica lo hace. Ansari et al., (2003), Kumar y Venkatesan (2005),
Thomas y Sullivan (2005) y Venkatesan et al., (2007) descubren que los compradores multicanal son
significativamente más rentables que los compradores unicanal.
3. Aplicación empírica
3.1. Base de datos y medición de las variables
Para completar los objetivos de este trabajo descritos en la introducción, utilizamos la base de datos de
clientes de una entidad financiera que opera en España. El sector financiero fue el seleccionado en este
caso debido a varias razones. Por un lado, como ya se ha señalado, el conocimiento de los factores de
elección de canal es escaso. El sector financiero fue uno de los primeros en implantar nuevos canales
y, por tanto, puede ser adecuado para ampliar este conocimiento ya que los clientes tienen un alto
grado de familiaridad con los nuevos canales. Además, los bancos han gestionado de forma activa el
uso de canales por parte de los clientes para beneficiarse de las diferentes fortalezas de cada canal.
Pero para gestionar activamente el uso de canales es importante comprender tanto las vías por las
6LA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE…
cuales los clientes pueden elegir entre canales y las circunstancias bajo las cuales eligen un canal en
vez de otro como los resultados de este comportamiento (Montoya et al., 2003). Por último, la
naturaleza relacional de los vínculos de los clientes con las entidades financieras hace que las
oportunidades de interacción a través de distintos canales sean mayores que en el caso de otros
sectores por lo que resulta un marco adecuado para estudiar este comportamiento.
De esta base de datos de clientes, se extrajeron de forma aleatoria los datos de 456 individuos adscritos
a distintas oficinas repartidas por todo el ámbito geográfico de actuación de la entidad. Para cada
individuo, se dispone de datos agregados, tanto de sus operaciones durante el último año como de
datos sobre evolución histórica, algunos datos sociodemográficos y una medida agregada de
vinculación basada en datos internos sobre rentabilidad del cliente y vinculación con la entidad que no
están disponibles de forma desagregada. Por último, se dispone de la información sobre la utilización
de los distintos canales puestos a disposición del cliente durante un año (septiembre 2005-septiembre
2006) en las operaciones realizadas durante ese periodo.
En la Tabla 1 se describen las variables recogidas en esta base de datos que van a utilizarse en el
análisis del comportamiento multicanal. Las seis primeras filas muestran los descriptivos de las
variables de comportamiento multicanal. Las cuatro primeras variables reflejan el número de
operaciones realizadas en un año por cada cliente a través de cada uno de los canales a su disposición
en esta entidad. El canal con un mayor número de operaciones medio son los cajeros, seguido de las
oficinas. El canal de Internet tiene una media de 7 operaciones anuales, mientras que el menos
utilizado es el de telebanca, con un número medio de 0,5 operaciones al año. Esta baja utilización del
canal de telebanca es consistente con los resultados de Patricio et al. (2003) en los que se muestra que
el canal de banca telefónica se considera más un canal complementario que se utiliza principalmente
en ocasiones puntuales y de urgencia.
Sin embargo, para describir el comportamiento multicanal de los individuos, no es suficiente con la
descripción del número de operaciones por canal, sino que también es necesario conocer en qué
medida cada individuo utiliza o no en exclusiva varios canales. Las siguientes dos variables en la tabla
recogen este comportamiento multicanal. La primera mide el número medio de canales utilizados por
cada cliente, que tiene un mínimo de un canal en el caso de que todas las operaciones se hayan
realizado en un solo canal y un máximo de 4 en el caso de que se utilicen todos ellos. La media de esta
variable es 2,5 canales por cliente. Esta variable indica que el grado de utilización de un mix de
canales es alto. En media, se utilizan más dos canales distintos de los cuatro posibles como forma de
relación con la entidad financiera.
Esta variable presenta el problema de no tener en cuenta las diversas gradaciones en este
comportamiento. Por ejemplo, utilizando esta escala de medida, un individuo que haya utilizado tres
canales se describe como individuo con alto comportamiento multicanal aunque pueda haber realizado
el 98% de sus operaciones en un canal y un 1% respectivamente en otros dos canales. Para solucionar
este problema, algunos autores han propuesto la utilización de umbrales mínimos de uso de un
determinado canal para considerar a un individuo como comprador multicanal. Ansari et al (2003) al
tratar de explicar el comportamiento migratorio entre canales de los compradores, clasifican a los
clientes leales al canal catálogos o leales al canal internet si han hecho más del 95% de sus compras en
el canal y clasifican al resto como compradores multicanales. Otros autores como Sousa y Voss (2004)
o Kumar y Venkatesan (2005) utilizan el criterio de hacer compras en más de un canal. Easingwood y
Coelho (2003) plantean distintas heurísticas para clasificar a las empresas en organizaciones con
estrategia multicanal o no como tener ventas en más de un canal o tener ventas mayores a distintos
puntos de corte (5%, 10%, 15%...) seleccionando finalmente un punto de corte del 15%. Aplicando
estos criterios a nuestro caso, un 89% de los clientes son considerados como multicanales según el
criterio de Ansari et al.(2003), un 46% según el criterio de Sousa y Voss (2004) o Kumar y
Venkatesan (2005) y un 63,2% según el criterio de Easingwood y Coelho (2003).
Por tanto, estas heurísticas no permiten establecer un criterio válido que sea contrastable
independientemente del contexto. Los puntos de corte establecen la medida del comportamiento
multicanal como una medida dicotómica en el que los clientes se comportan o no de una forma
multicanal. Sin embargo, el comportamiento multicanal puede medirse de forma más adecuada con
7RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA ORBAIZ
una medida ordinaria como la mencionada anteriormente o incluso de forma continua, de manera que
puedan observarse diferencias de distinta magnitud entre los distintos clientes.
En este trabajo, proponemos como medida de comportamiento multicanal continua la medida de
entropía. La entropía es un concepto utilizado inicialmente en termodinámica, mecánica estadística y
Teoría de la información. En este último caso, la entropía está relacionada con la incertidumbre
presente en un determinado sistema y es una medida de la información que contiene una determinada
señal. Cuanto mayor es la cantidad de información, mayor es la entropía. Este concepto sin embargo,
ha sido utilizado en muchos otros ámbitos como medida de la homogeneidad o dispersión de de un
conjunto de datos. Formalmente, la entropía se define como:
K
E = − ∑ pk ln( pk )
k =1 (1)
p
Donde k define la proporción en la que aparece cada suceso k de los K posibles. La entropía aumenta
cuando la proporción de los distintos sucesos es más uniforme y alcanza su valor máximo cuando la
proporción es la misma en todos los casos. Este concepto de entropía se ha utilizado, por ejemplo, para
medir dispersión espacial (González y González, 2000), variedad de surtido (van Herpen y Pieters,
2002) o dispersión de conversaciones en distintas localizaciones (Godes y Mayzlin, 2004).
p
En nuestro caso, k es la proporción de operaciones realizada a través de cada tipo de canal. En el
caso de un cliente que realice operaciones en un único canal, el valor de la entropía es el mínimo
posible (0). Por el contrario, la entropía alcanza su valor máximo (el logaritmo neperiano del número
de canales) cuando las operaciones se reparten en la misma proporción entre todos los canales y, por
tanto, el comportamiento multicanal del cliente es el máximo posible. El valor de la entropía crece
conforme las proporciones en los distintos canales se igualan, por lo que nos permite tener una medida
continua y creciente del grado en el que las operaciones de un determinado cliente se reparten entre
distintos canales. En este caso, el valor medio de la entropía es 0,55 con un máximo de 1,25 frente al
1,38 posible teóricamente. Realizando el test de Kolmogorov-Smirnov para la distribución de esta
variable observamos como el valor Z tiene una significatividad para la distribución Normal de 0,437
aceptándose la hipótesis de que la distribución de la entropía es una variable Normal. Este resultado
implica que el comportamiento multicanal no se distribuye entre clientes mediante umbrales a partir de
los cuales podemos formar grupos más homogéneos sino que para describirlo de forma precisa es
necesario tener en cuenta toda la distribución.
La siguiente variable de la Tabla 1, es una medida de rentabilidad del cliente, establecida por la
entidad que está relacionada con los productos contratados, tipo de productos, antigüedad… Esta
medida se expresa en “puntos” que tienen una media de 27 y varían desde 0 hasta 68 se denomina
“vinculación”.
El último grupo de variables en la Tabla 1 corresponden a las características de las carteras de
productos y de los clientes. Con respecto a las características de la cartera de productos de los clientes,
el número medio de productos de pasivo distintos contratados por los clientes es 2,33. Estos productos
se agrupan en siete categorías distintas: cuentas a la vista, cuentas de ahorro a plazo, fondos de
pensiones, fondos de inversión y valores, cuentas a la vista y a plazo diseñadas para gestionarse
únicamente on-line y cuentas vivienda. El número máximo de categorías son 6 y las categorías medias
1,73. Con respecto al activo, la media de productos contratados se sitúa en 0,69. Los productos de
activo se clasifican en cinco categorías: préstamos con garantía hipotecaria, préstamos con garantía
personal, avales, productos de aplazamiento de pagos y otros préstamos. El número medio de
categorías de activo es 0,64. Con respecto a los servicios ofrecidos por la entidad, el número medio de
tarjetas es 1,59 mientras que el de seguros es 0,59 y los clientes realizan una media de 1,15
transferencias por trimestre, principalmente en oficinas. El volumen medio de pasivo son 23.600€. Por
último, y con respecto a las características del cliente, la edad media son 50 años y tienen una
antigüedad media en la entidad de 14 años. La mayoría de los clientes eran trabajadores por cuenta
ajena o estudiantes cuando comenzaron su relación con la entidad.
8LA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE…
TABLA 1
Estadísticas Descriptivas
Variable N Mín. Máx. Media Desv. típ.
Comportamiento % operaciones oficinas 456 0 100 20,8 20,6
multicanal
% operaciones cajeros 456 0 100 71,3 22,9
% operaciones Internet 456 0 76 7,3 12,6
% operaciones Telebanca 456 0 28 0,5 2,0
Número de canales 456 1 4 2,5 0,7
Entropía 456 0 1,25 0,55 0,28
Resultados Vinculación en puntos 456 0 68,00 27,05 12,89
Actividad del cliente Número total de productos de
456 1 10 2,33 1,55
pasivo
Número total de categorías
456 1 6 1,73 0,91
de pasivo
Número total de productos de
456 0 3 0,69 0,74
activo
Número total de categorías
456 0 3 0,64 0,65
de activo
Número de tarjetas 456 0 6 1,59 0,80
Transferencias 456 0 44,5 1,15 3,15
Número transferencias Net 146 0 32 1,67 3,13
Número transferencias
269 0 20 0,73 1,60
oficina
Número transferencias
54 0 40,5 1,58 5,53
telebanca
Pasivo total 2006 456 -450 1.000.000 € 23.654 € 76.708 €
Características socio- Edad del cliente 455 21 83 50,03 14,23
demográficas
Antigüedad como cliente 456 0 40 14,40 9,15
Actividad del cliente Frecuencia %
Desempleo 13 2,86
Estudiante 52 11,43
Sus labores y pensionistas 17 3,74
Trabajador eventual 36 7,91
Trabajo fijo por cuenta ajena 303 66,59
Trabajo fijo por cuenta
34 7,47
propia (autónomo)
3.2. Modelos empíricos
Para completar los objetivos del trabajo, se utilizan dos modelos distintos seleccionados en función del
tipo de variable a explicar. El primer objetivo se centra en el análisis de los determinantes de la
elección de canal. En este caso, la variable central son las operaciones realizadas en uno u otro canal.
El modelo de elección utilizado es el modelo logit multinomial (MNL), que ha demostrado, en
numerosas y diversas investigaciones, ser la metodología más idónea en este tipo de análisis de
elección (Guadagni y Little, 1983; Ben-Akiva y Lerman, 1985; Kamakura y Russell, 1989, como
investigaciones pioneras).
Según estos modelos, cuando un consumidor lleva a cabo una decisión de compra asigna a cada
alternativa i, entre las que puede elegir, una utilidad aleatoria Ui, optando por la alternativa que le
reporta mayor utilidad. Esta función de utilidad podemos enunciarla como
9RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA ORBAIZ
U i = Vi + e i (2)
donde Vi es el componente determinista de la utilidad, que depende de la percepción que tenga el
consumidor de los atributos del producto y de las diferentes variables de marketing-mix aplicadas
sobre el mismo, y ei indica el componente aleatorio, consecuencia de los errores de medida cometidos
y de los atributos relevantes no considerados en la parte determinista de la utilidad.
La probabilidad de elegir la alternativa i en un conjunto de elección de J alternativas puede expresarse
como:
exp(Vi )
Pi =
∑ exp(V )
J J
j=1
j 0 ≤ Pi ≤ 1 y ∑ Pi = 1
i =1
, (3)
que es conocida como la expresión del modelo logit multinomial.
Concretamente, la utilidad Vi de cada canal vendrá determinada por:
Vi = α i + β1Opi + β 2 Di + β 3i NP + β 4i NA + β 5iTr + β 6iTa + β 7i Ant + β 8i Edad + β 9iTrAj
Donde:
α i : constante de preferencia por cada tipo de canal
i: Canal utilizado: oficinas, cajeros o canales no presenciales (internet y banca telefónica)
Opi : número de operaciones realizadas en cada canal
Di : días de disponibilidad del canal para cada cliente
NP : número de productos de pasivo contratados por el cliente
NA : número de productos de activo contratados por el cliente
Tr : número de transferencias realizadas
Ta : número de tarjetas
Ant : antigüedad del cliente
Edad : edad
TrA : variable dummy que indica si el cliente trabaja o no por cuenta ajena
β n : Parámetros comunes para todos los canales
β ni : Parámetros específicos para cada tipo de canal
El segundo objetivo del trabajo es describir los determinantes del comportamiento multicanal, tratando
de describir los factores que hacen que un mismo cliente utilice en mayor medida varios canales
diferentes para relacionarse con la entidad. En este caso, la variable dependiente es la medida de
entropía, una medida continua en el intervalo 0-1,38. Dado que la variable dependiente es continua, el
modelo utilizado en la estimación es una regresión múltiple1.
En este caso el modelo a estimar es:
Enti = α1 + β1 NP + β 2 NA + β 3Tr + β 4Ta + β 5 Ant + β 6 Edad + β 7i Activi
1
Como la variable dependiente tiene límites tanto superior como inferior, es posible plantearse la utilización de un modelo para variables
truncadas o censuradas como el modelo Tobit. Sin embargo, en este caso el truncamiento no surge de un defecto en la muestra o en la
forma de medición de la variable de interés, sino por la propia naturaleza del fenómeno a estudiar y, por tanto, estos modelos no son
aplicables. En cualquier caso, la estimación con el modelo Tobit proporciona resultados muy similares en este caso al del modelo de
regresión lineal.
10LA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE…
Donde:
α1 : constante
NP : número de productos de pasivo contratados por el cliente
NA : número de productos de activo contratados por el cliente
Tr : número de transferencias realizadas
Ta : número de tarjetas
Ant : antigüedad del cliente
Edad : edad
Activi : variables dummy que indican la actividad a la que se dedica el cliente
β n : Parámetros a estimar
Por último, para cumplir el tercer objetivo del trabajo, se pretende analizar el impacto que tiene el
comportamiento multicanal en el valor del cliente. En este caso, la variable explicativa fundamental es
la medida de comportamiento multicanal utilizada (la entropía). Además, se utilizan otras
características de los clientes como variables de control. El modelo empírico que se utiliza en este caso
es una regresión lineal de la forma:
Vini = α1 + β1 Ent + β 2TP + β 6 Edad + β 7i Activi
Donde:
α1 : constante
Ent : Entropía
TP : Pasivo total
Edad : edad
Activi : variables dummy que indican la actividad a la que se dedica el cliente
4. Resultados
En la Tabla 2 se presentan los resultados del modelo logit multinomial que explica la elección de
canal. Los canales alternativos considerados son oficinas, cajeros y canales no presenciales (Internet y
telebanca). Hubiera sido deseable estimar de forma independiente la elección de los cuatro canales
pero, en este caso, el bajo nivel de utilización del sistema de telebanca hace imposible la estimación
por separado de estos efectos. Las constantes de preferencia por canal muestran como tanto las
oficinas como los cajeros son preferidos a la categoría base (nuevos canales) a la hora de realizar las
operaciones. Los cajeros son la opción preferida. Los parámetros correspondientes al número de
transferencias realizadas por el canal y a la disponibilidad del canal en días incluidos a efectos de
control son significativos y tienen el efecto positivo esperado. A mayor número de transferencias
realizadas por el canal y a mayor tiempo de disponibilidad, la probabilidad de seleccionar el canal para
una determinada operación es mayor.
Los siguientes parámetros definen la influencia de una determinada variable en la probabilidad de
elección de un canal sobre otro. Como puede observarse, el número de productos de pasivo
contratados por el cliente disminuye la probabilidad de realizar operaciones en oficinas frente a los
nuevos canales. Es decir, los clientes con más productos de pasivo tienden a realizar más operaciones
en los nuevos canales y menos en oficinas. El mismo efecto para esta variable se aprecia en el caso de
los cajeros automáticos aunque en menor medida. Por tanto, a mayor número de productos de pasivo
contratados, disminuye la utilización de oficinas y cajeros. Sin embargo, esta relación no se produce
en el caso de los productos de activo. El número de productos de activo no influye en la probabilidad
11RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA ORBAIZ
de utilización de las oficinas ni de los cajeros, posiblemente porque este tipo de productos (préstamos)
necesitan menos gestión de operaciones que los productos de pasivo. Ni la antigüedad del cliente ni el
número de transferencias totales realizadas influyen en la probabilidad de utilización de las oficinas o
los cajeros. Sin embargo, el número de tarjetas sí disminuye significativamente la probabilidad de usar
las oficinas frente a los nuevos canales. Los clientes con más tarjetas usan más estos nuevos canales y
menos las oficinas mientras que este número de tarjetas no modifica significativamente la probabilidad
de utilizar los cajeros automáticos. Por último, con respecto a las características de los individuos
como edad, saldo medio de los productos o el hecho de trabajar por cuenta ajena, estas variables no
tienen efecto en la probabilidad de utilización de las oficinas y en el caso de los cajeros, solo la edad
disminuye la probabilidad de utilizarlos.
TABLA 2
Modelo de elección de canal
Coef. Err. Estd. Ratio t Valor p
Preferencia por oficinas 9,049 4,545 1,991 0,046
Preferencia por cajeros 14,052 4,512 3,115 0,002
Preferencia por nuevos - - - -
Transferencias 0,385 0,151 2,543 0,011
Disponibilidad en días 0,001 0,000 2,353 0,019
Oficinas con respecto a nuevos:
Influencia del n de productos de pasivo -1,292 0,575 -2,248 0,025
Influencia de productos de activo 1,340 1,116 1,201 0,230
Influencia de n de transferencias 0,325 0,171 1,901 0,057
Influencia de antigüedad -0,084 0,167 -0,505 0,614
Influencia de tarjetas -1,601 0,626 -2,556 0,011
Influencia de total pasivo 0,365 0,925 0,394 0,693
Influencia de la edad -0,077 0,094 -0,817 0,414
Influencia de trabajo cuenta ajena 0,325 0,171 1,901 0,057
Cajeros con respecto a nuevos
Influencia del n de productos de pasivo -1,062 0,503 -2,112 0,035
Influencia de productos de activo 0,814 1,082 0,752 0,452
Influencia de n de transferencias 0,293 0,176 1,664 0,096
Influencia de antigüedad -0,119 0,122 -0,971 0,331
Influencia de tarjetas -0,636 0,507 -1,255 0,209
Influencia de total pasivo 0,097 0,885 0,109 0,913
Influencia de la edad -0,191 0,094 -2,041 0,041
Influencia de trabajo cuenta ajena 0,293 0,176 1,664 0,096
Número de observaciones 420
Log likelihood function -116,651
R2 ajustado 0,178
Chi cuadrado[18] 56,878
Prob [ chi] 0,000
En la Tabla 3 se presentan los resultados del modelo que explica el comportamiento multicanal. En
primer ligar, como cabía esperar por la exposición anterior, el número de categorías de pasivo incide
positivamente en el comportamiento multicanal. Los individuos que contratan un mayor número de
categorías de pasivo tienen más oportunidades para efectuar operaciones de gestión y, por tanto, este
12LA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE…
es un factor determinante en la utilización de un mayor número de canales. Sin embargo, el número de
categorías de activo no afecta significativamente a este comportamiento multicanal, debido a la misma
razón que la comentada en el caso del modelo anterior. También el número de transferencias y el
número de tarjetas afecta significativamente a la utilización de un número de canales mayor. Los
clientes que realizan más transferencias y disponen de un mayor número de tarjetas reparten sus
operaciones en mayor medida. Sin embargo, y contrariamente a lo esperado por la revisión de la
literatura, la antigüedad del cliente no es un indicador de un mayor comportamiento multicanal. La
variable no es significativa y tiene un signo negativo por lo que no hay ninguna evidencia de que los
clientes con antigüedad mayor tiendan a utilizar una mayor variedad de canales. El volumen total de
pasivo y la edad que se utilizan como variables de control tienen un efecto positivo en el grado de
comportamiento multicanal. Los clientes con un mayor volumen de fondos utilizan más canales.
Además, los clientes más mayores también utilizan un número de canales mayor. Por último, y con
respecto a la actividad, solo los clientes que trabajan como autónomos se diferencian de los que
trabajan en el hogar por tener un mayor comportamiento multicanal.
TABLA 3
Determinantes del comportamiento multicanal
Coef. Err. Estd. Ratio t Valor p
Constante 0,270 0,067 4,000 0,000
Número de categorías de pasivo 0,032 0,015 2,108 0,036
Número de categorías de activo 0,026 0,020 1,295 0,196
Número de transferencias 0,023 0,004 5,762 0,000
Antigüedad -0,002 0,002 -1,049 0,295
Número de tarjetas 0,041 0,016 2,511 0,012
Total pasivo 0,042 0,016 2,568 0,011
Edad 0,001 0,000 3,266 0,001
Desempleado 0,084 0,094 0,890 0,374
Estudiante 0,087 0,071 1,220 0,223
Fijo 0,096 0,064 1,511 0,132
Eventual 0,087 0,076 1,151 0,251
Autónomo 0,173 0,076 2,257 0,024
Pensionista o trabaja en el hogar - - - -
Número de observaciones 456
Parámetros 13
R2 ajustado 0,147
Log(función de verosimilitud) -22,554
F[ 12, 443] 7,520
Probabilidad (F) 0,000
Por último, como se ha puesto de manifiesto en la parte conceptual del trabajo, podemos esperar una
influencia positiva entre el comportamiento multicanal del cliente y el resultado obtenido por la
empresa de la relación con dicho cliente. El modelo de la Tabla 4 pretende comprobar la existencia de
dicha relación. Para ello, la variable de vinculación utilizada como proxy de resultados se explica por
la entropía. Sin embargo, en el caso de una relación positiva podemos pensar que hay otras covariables
que inciden en dicha relación. Por este motivo, incluimos estas covariables como variables de control.
Observando los resultados, se comprueba como la entropía es la variable más significativa y, por tanto,
la de mayor capacidad para explicar la vinculación del cliente con la entidad. Los clientes que realizan
sus operaciones en distintos canales son los que mayor vinculación tienen con la entidad y por lo tanto,
los que resultan más rentables para la entidad financiera.
13RAQUEL CHOCARRO EGUARAS, MÓNICA CORTIÑAS UGALDE, Mª LUISA VILLANUEVA ORBAIZ
TABLA 4
Resultados del Comportamiento multicanal
Coef. Err. Estd. Ratio t Valor p
Constante 10,183 2,662 3,826 0,000
Entropía uso de canales 14,725 1,845 7,980 0,000
Total pasivo 3,606 0,619 5,827 0,000
Edad 0,052 0,012 4,392 0,000
Desempleado -3,959 3,886 -1,019 0,309
Estudiante -1,711 2,929 -0,584 0,559
Fijo 8,619 2,601 3,314 0,001
Eventual 4,269 3,092 1,381 0,168
Autónomo 6,245 3,167 1,972 0,049
Pensionista o trabaja en el hogar - - - -
Número de observaciones 456
Parámetros 9
R2 ajustado 0,316
Log(función de verosimilitud) -1721,51
F[ 8, 447] 27,36
Probabilidad (F) 0,000
5. Conclusiones y limitaciones
Con el desarrollo de nuevas tecnologías, uno de los cambios más drásticos que se ha producido en los
mercados ha sido el incremento de canales a partir de los cuales los clientes pueden interactuar con las
empresas, ya que estas han abierto nuevas vías de comunicación y distribución para sus productos. En
este entorno de múltiples formas de interacción entre los clientes y las empresas, es clave para el éxito
de éstas saber gestionar adecuadamente al cliente que utiliza o demanda múltiples canales en su
relación con una determinada organización, el llamado “cliente multicanal”, para lo cual es preciso
conocer en profundidad su comportamiento de forma que el proceso de adquisición y retención de
dichos clientes sea más efectivo.
A fin de mejorar la comprensión de este comportamiento en un entorno multicanal, en este trabajo se
ha analizado fundamentalmente el papel que juegan la posesión de productos y servicios financieros y
las características sociodemográficas de los individuos sobre dos aspectos relacionados: la elección de
canal y el comportamiento multicanal y cómo influye este comportamiento multicanal en el valor del
cliente para la empresa.
Los resultados del trabajo muestran que de momento, las oficinas y los cajeros automáticos siguen
siendo canales preferidos por los clientes para llevar a cabo sus gestiones frente a los nuevos canales
(Internet y telebanca). Este resultado está dentro de lo esperado porque si bien las nuevas tecnologías
están presentes entre nosotros desde mediados de los noventa en el sector financiero, todavía no ha
pasado el tiempo suficiente para que determinados sectores de la población estén completamente
familiarizados con ellas, en mayor medida en un sector en el que el riesgo percibido tiene muchísima
importancia.
Los resultados confirman que los clientes que tienen contratados más productos y servicios financieros
realizan más operaciones en los nuevos canales. Además, determinados servicios financieros como la
posesión de un mayor número de medios de pago también aumentan la probabilidad de utilizar los
nuevos canales.
Además, se pone de manifiesto como el cliente de las entidades financieras muestra un grado elevado
de comportamiento multicanal utilizando en media más de dos canales para sus transacciones y, en
14LA ESTRATEGIA MULTICANAL DESDE EL PUNTO DE VISTA DEL CLIENTE…
muchos casos utilizando toda la gama de canales disponibles. En este trabajo, proponemos como
medida continua de este comportamiento la entropía, y un análisis de sus determinantes muestra cómo
son los productos de pasivo los que en mayor medida determinan este comportamiento multicanal.
También los servicios financieros como las transferencias realizadas o los medios de pago disponibles
aumentan la propensión a utilizar varios canales.
Finalmente, con respecto al efecto del comportamiento multicanal en el valor del cliente, se ratifica lo
que con anterioridad habían manifestado autores como Ansari, Mela y Neslin (2003), Kumar y
Venkatesan (2005), Thomas y Sullivan (2005) y Venkatesan, Kumar y Ravishanker (2007). Los
clientes que se sirven de varios canales tienen una mayor vinculación con la entidad. Una posible
explicación de esta consecuencia puede ser que los consumidores que compran en múltiples canales
están más expuestos a los servicios que la empresa proporciona y por lo tanto se espera que estén más
satisfechos con la empresa y desarrollen una relación más profunda con ella.
Conviene comentar que la principal limitación con la que nos encontramos a la hora de llevar a cabo
esta investigación está relacionada con la cantidad de información disponible. Por una parte, el hecho
de no disponer de datos longitudinales impide ilustrar la naturaleza dinámica de los efectos de
acciones de marketing estratégicos porque no podemos determinar el comportamiento de los
consumidores en un intervalo de tiempo. Por otra parte, aunque contamos con las ventajas de explorar
datos secundaros (datos de cliente), no podemos disfrutar de datos primarios que nos dieran a conocer
la perspectiva del consumidor sobre su motivaciones y causas últimas de su comportamiento.
Referencias bibliográficas
AKINCI, S.; AKSOY, S. Y ATILGAN, E. (2004). “Adopion of internet banking among sophisticated consumer segments in an
advanced developing country”, International Journal of Bank Marketing, Vol. 22, nº 3, pgs. 212-232.
ANSARI, A., MELA, C. Y NESLIN, S. (2003). “Customer Channel Migration”, Working Paper, Teradata Center, Duke
University, Paper Series nº 13.
BEN-AKIVA, M. Y LERMAN, S.R. (1985). Discrete Choice Analysis, MIT Press, Cambridge, MA.
BLACK N., LOCKETT A., ENNEW C., WINKLHOFER H. Y MCKECHNIE S. (2002). “Modelling consumer choice of distribution
channels: An illustration from financial services”, International Journal of Bank Marketing, Vol. 20, nº 4, pgs. 161-173.
BOEHM, M. Y Gensler, S. (2006). “Modeling the channel choice behavior of banking customer”. Proceeding of the 35th Emac
Conference. Athens.
BURKE, R. R. (2002). “Technology and the customer Interface: what consumers want in the physical and virtual store”,
Journal of the Academy of Marketing Science, Vol. 30, pgs. 411-432.
COELHO, F.J. Y EASINGWOOD, C. (2004). “Multiple Channel Systems in Services: Pros, Cons and Issues”. The Service
Industries Journal, Vol. 24, nº 5, pgs. 1-29.
DHOLAKIA, R.R.; ZHAO, M. Y DHOLAKIA, N. (2005). “Multichannel retailing: a case study of early experiences”. Journal of
Interactive Marketing, Vol. 19, nº 2, pgs. 63-74.
DOUBLECLIK INC (2004), “Multi-channel shopping study-Holiday 2003”. Disponible en www.doubleclick.net .
EASINGWOOD, C. Y COELHO, F (2003). “Single versus múltiple channel strategies: typologies and drives”, Service Industries
Journal, Vol. 23, nº 2, pgs. 31-46.
FRAZIER, G.L. (1999). “Organizing and managing channel of distribution”, Journal of the Academy of Marketing Science,
Vol. 27, nº 2, pgs. 226-240.
GODES, D. Y MAYZLIN, D. (2004). “Using online conversations to study Word-of-mouth Communication, Marketing Science,
Vol. 23, nº 4, pgs. 545-560.
GONZÁLEZ, O Y GONZÁLEZ, J. (2000). “Estrategia de cobertura espacial del mercado español de las cadenas líderes de
hipermercados”, Información Comercial Española, Vol 789, pgs 139-151.
GUADAGNI, P.M. Y. LITTLE , J.D.C (1983). “A Logit Model of Brand Choice Calibrated on Scanner Data”, Marketing Science,
Vol. 2, nº 3, pgs. 203-238.
JUPITER CONSUMER SURVER (2002). “Redefining the Online Retail Consumer”. Disponible en www.marketresearch.com.
KAMAKURA, W.A. Y RUSSELL, G. (1989). “A Probabilistic Choice Model for Market Segmentation and Elasticity Structure”,
Journal of Marketing Research, Vol. 26, nº 4, pgs. 379-390.
15También puede leer
