Marketing de Influencers en Instagram: un framework para encontrar la mejor estrategia de marketing basado en clustering, influencers de distinto tamaño y encaje entre producto-sponsor

Abstract

A partir del surgimiento de las redes sociales, las compañías han lentamente abandonado las formas tradicionales de promocionar sus productos y servicios, para dar lugar a una nueva forma de hacer marketing: el llamado Marketing de Influencers. Este se basa en utilizar a los influencers de las redes sociales (nuevas “celebridades” en Internet) para que estos “sponsoreen” los productos de las empresas o marcas a través de sus publicaciones, que son visitadas por millones de usuarios. No obstante, esta reciente estrategia de marketing online plantea una nueva problemática para las empresas, relacionada con la selección de los mejores influencers para promocionar sus productos de manera que se generen mayores ganancias para las firmas. Dado que la literatura sobre esta temática es diversa y no sugiere una estrategia definitiva a seguir por las compañías, el presente estudio propone un conjunto de herramientas analíticas que puedan servirle a éstas al momento de enfrentarse al problema principal del Marketing de Influencers. Particularmente, se sugiere la utilización de algoritmos de clustering sobre los datos de los influencers actuales para encontrar patrones que los caractericen y el posterior uso de estos resultados para llevar a cabo experimentos controlados que ayuden a comprender cómo influyen distintas características de los influencers sobre el comportamiento de los consumidores. De esta forma, gracias a la base de datos de influencers de Instagram provista por la compañía Upfluence, corrimos el algoritmo de k-prototypes para formar grupos de influencers e identificar sus características representativas. A partir de estos resultados, creamos perfiles de influencers ficticios de Instagram con el objetivo de realizar un experimento (N=213) que analice el impacto de la popularidad del influencer y el encaje que tenga con el producto sobre la disposición a comprar, pagar por el producto y la disposición a recomendar y a republicar el contenido del influencer. De la etapa de clustering, concluimos que la cantidad de seguidores (sinónimo de popularidad), es una de las variables más influyentes al momento de identificar distintos grupos de influencers, mientras que de la etapa experimental, concluimos que la cantidad de seguidores del influencer, en conjunto con el encaje con el producto sponsoreado, parecen tener un impacto muy significativo sobre la disposición a comprar, pagar y republicar del seguidor. En conclusión, esta investigación no solo puede considerarse como el primer intento de combinar un análisis de clustering (técnica de Machine Learning) con experimentos (método de investigación en Marketing), sino que también propone que las compañías tengan en cuenta la popularidad del influencer y su relación con el producto que se quiera publicitar para tomar la mejor decisión de marketing online.