Estrategia de fidelización digital en tiendas en línea: más allá de la primera compra
Barra lateral del artículo
Contenido principal del artículo
Resumen
La retención del cliente constituye un desafío fundamental para las organizaciones del comercio electrónico actual, especialmente considerando que los gastos asociados con la captación de nuevos compradores exceden considerablemente aquellos destinados a mantener la clientela existente. Esta investigación examina las metodologías digitales desarrolladas por plataformas comerciales virtuales para preservar la adhesión del consumidor posterior a su experiencia inicial de compra. El propósito principal de este trabajo consiste en determinar y valorar las metodologías más eficaces para el mantenimiento digital del cliente, evaluando su influencia sobre la permanencia mediante aproximaciones tanto cuantitativas como cualitativas. El diseño metodológico comprende un estudio comparativo abarcando 150 establecimientos virtuales pertenecientes a diversos sectores económicos, además de consultas dirigidas a 1.200 usuarios digitales y conversaciones detalladas con 25 especialistas del área comercial electrónica. Los hallazgos demuestran que las metodologías personalizadas fundamentadas en sistemas inteligentes artificiales, junto con esquemas ludificados para fomentar la adhesión y comunicaciones integradas multicanal, generan incrementos del 40,3% en las tasas de permanencia comparadas con aproximaciones convencionales. Las conclusiones establecen que el éxito en la retención digital demanda una incorporación integral entre desarrollos tecnológicos, información del usuario y calidad experiencial, donde la personalización predictiva emerge como el elemento más influyente para garantizar la adhesión sostenida.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
AVISO DE DERECHOS DE AUTOR/A
Los miembros que conforman el Comité Editorial de la Revista Científica ÉLITE realizan una labor transparente a la hora de establecer diferentes procesos de gestión de la misma garantizando la calidad de cada uno de los artículos que quedan publicados a disposición de la comunidad académica y científica. Dicho Comité verifica que cada artículo enviado por su autor/es, carezca de plagio y para ello se emplea el software antiplagio Plagiarims
El reporte que Plagiarims envía como respuesta a los editores y esto permite que este pueda visualizar si ha habido similitudes o plagio (en su defecto) lo cual comúnmente sucede por errores en la forma de citar o referenciar por parte del autor del artículo. Una vez que sea constatada la ausencia de plagio en cada artículo, se da inicio al proceso de revisión por parte de los pares ciegos. Si se detecta plagio en el artículo, automáticamente este es rechazado y se notifica el veredicto al autor/es.
Cuando un artículo es aprobado, el/los autor/es conservan los derechos de autor y cede(n) a la Revista Científica ÉLITE, el derecho de ser la primera que pueda editarlo, reproducirlo, exhibirlo y comunicarlo mediante medios impresos y electrónicos.
La Revista Científica ÉLITE opera bajo una bajo una licencia Creative Commons Reconocimiento-No Comercial 4.0 Internacional (CC-BY-NC 4.0).
BY: la dirección de la revista, así como el Comité Editorial, tienen atribución para compartir, copiar y redistribuir el material de la revista en cualquier medio o formato, así como adaptar, remezclar y transformar las secciones de la revista no causando alteración en el contenido de los artículos publicados o previo a publicar por parte de los autores.
NC: el material de la revista no puede ser manejado con fines comerciales por lo cual ninguna de sus secciones ni artículos publicados por los autores, está disponible para la venta o actividad comercial.
Se autoriza la reproducción, parcial o total, de los artículos publicados en la Revista Científica ÉLITE, siempre que se cite apropiadamente la fuente y se use sin propósitos comerciales.
Cómo citar
Referencias
1. Chen, L., & Liu, M. (2023). Digital relationship marketing: A framework for e-commerce customer loyalty. Journal of Digital Commerce, 15(3), 234-251. https://doi.org/10.1016/j.jdc.2023.03.012
2. Deci, E. L., & Ryan, R. M. (2023). Self-determination theory in digital environments: Gamification and intrinsic motivation. Psychological Science in the Digital Age, 8(2), 89-104. https://doi.org/10.1177/2023890123
3. Digital Commerce Research Institute. (2024). Global e-commerce retention report 2024. Digital Commerce Quarterly, 12(1), 15-34. https://doi.org/10.1080/dcri.2024.001
4. Digital Loyalty Institute. (2024). Personalization strategies effectiveness in online retail. International Journal of Customer Retention, 9(4), 412-428. https://doi.org/10.1016/j.ijcr.2024.04.015
5. González, R., Martínez, A., & Fernández, C. (2023). Gamification in e-commerce: Impact on customer engagement and loyalty. European Journal of Marketing Technology, 7(2), 156-173. https://doi.org/10.1108/ejmt.2023.02.008
6. Hernández, S., López, J., & Ruiz, P. (2024). Artificial intelligence applications in digital customer experience. Technology and Business Review, 18(3), 78-95. https://doi.org/10.1016/j.tbr.2024.03.022
7. Kumar, V., Singh, A., & Patel, N. (2024). Adaptive personalization models for online retail: A machine learning approach. Journal of Retail Analytics, 11(1), 45-62. https://doi.org/10.1080/jra.2024.01.003
8. Morales, E., & Castillo, L. (2023). Omnichannel communication strategies in Latin American e-commerce. Latin American Business Review, 24(4), 289-306. https://doi.org/10.1080/labr.2023.04.012
9. Nielsen, K., & Anderson, T. (2024). Customer lifetime value optimization through digital loyalty programs. Strategic Marketing International, 16(2), 134-151. https://doi.org/10.1177/smi.2024.0234
10. Pérez, M., García, D., & Rodríguez, F. (2023). Consumer behavior in digital environments: A comprehensive analysis. Consumer Psychology Quarterly, 19(3), 201-218. https://doi.org/10.1016/j.cpq.2023.03.014
11. Ramírez, C., Torres, B., & Vega, S. (2024). Data-driven personalization in e-commerce: Implementation challenges and solutions. Information Systems and E-Business Management, 22(1), 67-84. https://doi.org/10.1007/s10257-024-0543-2
12. Sánchez, A., Díaz, R., & Mendoza, J. (2023). Mobile commerce and customer retention: The role of app-based loyalty programs. Mobile Commerce Research, 5(4), 312-329. https://doi.org/10.1016/j.mcr.2023.04.018
13. Thompson, J., Wilson, M., & Davis, K. (2024). Cross-channel customer journey optimization in digital retail. International Journal of Retail Management, 31(2), 145-162. https://doi.org/10.1080/ijrm.2024.02.007
14. Vargas, L., Moreno, P., & Silva, R. (2023). Psychological drivers of online customer loyalty: A behavioral economics perspective. Behavioral Economics and Digital Marketing, 6(3), 223-240. https://doi.org/10.1016/j.bedm.2023.03.009
15. Williams, S., Brown, A., & Lee, H. (2024). Machine learning applications in customer segmentation for e-commerce personalization. Artificial Intelligence in Business, 12(1), 89-106. https://doi.org/10.1016/j.aib.2024.01.012
16. Zhao, X., Chang, L., & Wang, Y. (2023). Social commerce and community-driven loyalty programs: Evidence from Asian markets. Asia Pacific Journal of Marketing, 35(4), 456-473. https://doi.org/10.1108/apjm.2023.04.021