¿Qué haría Ashton? ¿Importa?

Cada vez que doy una conferencia, hago un experimento sencillo. Primero pido a los miembros del público que levanten la mano si siguen al actor Ashton Kutcher en Twitter. Por lo general, la mayoría de la gente levanta la mano, no es de extrañar. Durante varios años, Kutcher ha estado acumulando seguidores de forma agresiva, incluso alquilando vallas publicitarias en las que se insta a la gente a seguir «aplusk», su cuenta de Twitter. En 2009, se convirtió en el primer usuario en adquirir 10 millones de seguidores; a principios de 2013, el total era de 13,7 millones. Kutcher parece la definición misma de un «influencer» en las redes sociales. Pero luego hago otra pregunta a la audiencia: ¿Cuántos han hecho algo porque Kutcher lo sugirió? La mayoría de las veces nadie levanta la mano. Así que me pregunto: si Kutcher es el influencer por excelencia pero nadie hace lo que sugiere, ¿de qué manera es influyente? Todos los vendedores deberían pensar detenidamente en esa cuestión. Desde que Malcolm Gladwell popularizó la idea de las personas influyentes en su libro del 2000, El punto de inflexión, las empresas están obsesionadas con la idea de que si pueden hacer llegar su producto a un grupo selecto de consumidores conectados y vocales, solo será cuestión de tiempo que se haga viral. Los vendedores gastan millones en estrategias de redes sociales con ese fin; se esfuerzan por conseguir seguidores y utilizan las «puntuaciones de influencia» ideadas por empresas como Klout y PeerIndex para tratar de entender la influencia que ejerce cada seguidor. Con el tiempo, esperan dejar de lado los métodos tradicionales, caros e ineficientes de publicidad masiva y pasar a campañas peer-to-peer, de boca en boca. Y los vendedores no son los únicos que se esfuerzan por capitalizar la influencia. Los responsables políticos están intentando entender cómo se puede utilizar para difundir un cambio social positivo, como reducir la obesidad o aumentar el uso de condones. Es un trabajo desafiante. Incluso a los científicos de datos que utilizan potentes herramientas estadísticas les resulta difícil determinar la influencia de otros factores. Hacerlo bien puede mejorar las ventas y los beneficios o el cumplimiento de los programas sociales. Hacerse mal puede llevar a prácticas de marketing que, simplemente dirigirse a los usuarios que ya tenían probabilidades de comprar. Y algunos académicos que han estudiado el papel de la influencia en el comportamiento de los consumidores han empezado a dudar de que sea tan poderosa como creen Gladwell y otros. Por ejemplo, en su libro Todo es obvio, Duncan Watts sostiene que es tan probable que las tendencias comiencen con la gente común como con personas influyentes como Kutcher. Para resolver estos debates necesitamos datos, en particular, datos experimentales. Mis colegas y yo hemos realizado experimentos de investigación con las redes sociales para estimar con mayor precisión la influencia. También he trabajado con varias empresas, incluidas Facebook, Yahoo y el New York Times, para ayudarlas a entender mejor cómo los clientes se influyen unos en otros. Aunque aún están surgiendo ideas de este trabajo, nuestros resultados iniciales pueden ayudar a las organizaciones a saber qué tipo de personas son más influyentes y quién es más susceptible a su influencia. Pájaros de un plumaje... La razón principal por la que es difícil entender la influencia es porque la gente confunde correlación y causalidad. Innumerables estudios han demostrado que los comportamientos humanos tienden a agruparse entre los amigos y, con el tiempo: por ejemplo, los amigos suelen dedicarse a actividades (ver Castillo de naipes, bebiendo bourbon (cócteles) aproximadamente a la misma hora. La pregunta es si esto es el resultado de la influencia de igual a igual o de alguna otra cosa. Entender el «efecto iPhone» Si alguien compra un producto nuevo, su amiga también lo hace a menudo. Los modelos estadísticos tradicionales lo atribuyen a la influencia. Sin embargo, los mejores modelos reconocen que con frecuencia se exagera el papel de la influencia, en gran parte porque los primeros en adoptarlo (los que compran un producto en cuanto sale a la venta) suelen tener personalidades e intereses similares. Una posible explicación es el fenómeno sociológico llamado «homofilia», la propensión de las personas a asociarse con otras personas que son como ellas (recuerde el dicho «Los pájaros del mismo plumaje se juntan»). Por definición, esto significa que nuestras preferencias, intereses y comportamientos están muy correlacionados con los de nuestros amigos. Compramos los mismos productos al mismo tiempo. Vemos los mismos programas de televisión y visitamos los mismos sitios web, por lo que estamos expuestos a los mismos anuncios. Comemos en los mismos restaurantes, vamos a los mismos gimnasios y seguimos patrones de viaje similares. Todas estas cosas imitan la influencia social, pero puede que no tengan nada que ver con eso. Los investigadores los llaman «factores de confusión». Para estimar con precisión la influencia social, necesitamos identificar los factores de confusión para poder diferenciar el comportamiento tendencias de Behavioral cambios. Para determinar en qué medida puede haber influido en mi decisión de compra, necesitamos saber el efecto de su comportamiento o recomendación una y otra vez mi probabilidad previa de compra. En la práctica, puede resultar muy difícil, pero con las redes sociales tenemos un nuevo laboratorio de experimentación. Estudiamos la adopción de un producto de servicio móvil entre 27 millones de usuarios de una red de mensajería instantánea de Yahoo y utilizó técnicas estadísticas para separar la influencia (específicamente, la forma en que el uso o la recomendación del producto por parte de un amigo afectó a la decisión de otra persona de usarlo) de la homofilia y otros factores de confusión. Descubrimos que los modelos tradicionales sobreestimaban el poder de la influencia en un factor de siete y que la mitad de la influencia percibida era en realidad solo homofilia y otros factores de confusión. También nos enteramos de que las sobreestimaciones de la influencia eran particularmente extremas al principio del ciclo de vida del producto. Esto se debe a que los primeros en adoptarlo tienen más probabilidades de parecerse entre sí que los que lo hacen tarde. Si quiere verlo en acción, vaya a una Apple Store la próxima vez que se lance un nuevo iPhone y mire a la gente que acampa delante. Estos hallazgos tienen implicaciones importantes para la estrategia de marketing. Imagine que es el director de marketing de una marca que planea el lanzamiento de un producto. El científico de datos de su empresa presenta pruebas que predicen que cuando alguien adopte su producto, muchos de sus amigos también comenzarán a usarlo. Si su científico de datos demuestra que el 90% de la correlación tiene que ver con la influencia, probablemente dedique gran parte del presupuesto de marketing a estrategias entre pares y de boca en boca, por ejemplo, ofreciendo una promoción de «amigos y familiares» que permita a los usuarios compartir un código de descuento. Pero si ella sugiere que el 90% de la correlación tiene que ver con la homofilia, se dará cuenta de que es poco probable que una campaña entre pares funcione y que sería mejor segmentar el mercado en grupos demográficos discretos y dirigirse a los posibles usuarios (independientemente de quiénes sean sus amigos) mediante anuncios y promociones tradicionales. En un segundo experimento, estudiamos cómo la influencia afectó a la decisión de descargar una aplicación comercial de películas entre 1,4 millones de usuarios de Facebook. Dividimos a los adoptantes de la aplicación en tres grupos aleatorios. Cuando los del primer grupo descargaron la aplicación, pudieron invitar personalmente a sus amigos a usarla. Para el segundo grupo, una notificación automática alertaba a sus amigos de que el miembro estaba utilizando la aplicación. Para el tercer grupo, no se enviaron ni invitaciones ni notificaciones. Descubrimos que el 6% de los que recibieron una invitación personal descargaron la aplicación, tres veces más que los que recibieron una notificación automática. También descubrimos que los adoptantes utilizaban la aplicación un 17% más a largo plazo cuando sus amigos se unían a ellos para utilizarla por una invitación personal que cuando los amigos se unían a ella debido a una notificación automática. En general, estas estrategias no solo generaron un aumento sostenido de la participación, sino que generaron un aumento significativo en la adopción total, todo ello con un coste fijo único de unos 600 dólares para diseñar e implementar las funciones virales. RE: Ey, ¿ya ha probado esta aplicación? En un experimento, muchos menos usuarios de Facebook descargaron una aplicación cuando recibieron un anuncio automático en lugar de una invitación personal de un amigo, pero como se publicaron muchos más anuncios automáticos, el beneficio general fue mucho mayor. También analizamos los datos para obtener información sobre qué tipo de personas eran influyentes y qué tipo eran susceptibles a la influencia. Descubrimos que los hombres eran más influyentes que las mujeres; que las mujeres influían en los hombres más que en otras mujeres; que las personas mayores de 30 años, en general, eran más influyentes y menos susceptibles que las personas jóvenes; y que las personas casadas eran menos susceptibles que las personas solteras. Y determinamos que la influencia y la susceptibilidad se compensaban: las personas que eran más influyentes tenían menos probabilidades de ser influenciadas y las personas que eran más susceptibles a la influencia tendían a ser menos influyentes. Aunque estos resultados no son necesariamente válidos para otros productos, ilustran un método general para medir la influencia y la susceptibilidad y muestran cómo la investigación puede ofrecer a las empresas información valiosa sobre los tipos de consumidores que probablemente influyan en la adopción de sus productos. En un estudio posterior, analizamos cómo las empresas pueden incentivar a los usuarios a recomendar en su nombre. Experimentamos con tres tipos de incentivos para promover un servicio de entrega de flores basado en la web. Ofrecimos a los usuarios de un grupo 10 dólares para que invitaran a sus amigos a utilizar el servicio, un programa que denominábamos «incentivo egoísta». Ofrecimos a los del segundo grupo la oportunidad de hacer un descuento de 10$ a un amigo al registrarse, un «incentivo generoso» (el recomendante no recibió ninguna recompensa). Ofrecimos al tercer grupo un «incentivo justo», en el que el recomendante recibía 5 dólares y el amigo un descuento de 5 dólares. Los resultados nos sorprendieron: los incentivos generosos y justos generaron más envíos que el incentivo egoísta. Resulta que a la gente no le gusta enviar spam a sus amigos a menos que puedan repartir un beneficio. Estos resultados se ajustan a la noción sociológica de una «economía del regalo», en la que la generosidad confiere estatus. Las ideas que he descrito tienen aplicaciones que van mucho más allá del marketing de productos de consumo. Por ejemplo, en un programa piloto en Sudáfrica, vamos a llevar a cabo una variante de nuestro experimento de entrega de flores para investigar qué tipos de incentivos llevarán a las personas a hacerse la prueba del VIH. Con MTV, estamos investigando las formas en que el uso de las redes sociales por parte de las personas podría influir en la movilización política de sus amigos. El futuro del marketing de influencia social dependerá de una analítica sólida que nos ayude a entender mejor qué impulsa el cambio de comportamiento. Confundir cualquiera de los innumerables factores de confusión con la influencia puede provocar errores costosos, en la estrategia de marketing y en políticas públicas.

¿Qué haría Ashton? ¿Importa?

Partner Center