¿Qué haría Ashton y importa?

Cada vez que doy una conferencia, llevo a cabo un experimento simple. Primero pido a los miembros de la audiencia que levanten una mano si siguen al actor Ashton Kutcher en Twitter. Por lo general, las manos de la mayoría de la gente subirán, sin gran sorpresa. Durante varios años Kutcher ha estado acumulando agresivamente seguidores, incluso alquilando vallas publicitarias instando a la gente a seguir «aplusk», su manija 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 parecería la definición misma de un «influencer» en las redes sociales. Pero luego le pregunto al público otra pregunta: ¿Cuántos han hecho algo porque Kutcher lo sugirió? Muy a menudo nadie levanta la mano. Así que tengo que preguntarme: Si Kutcher es el influencer por excelencia pero nadie hace lo que sugiere, ¿de qué manera es influyente?

Todos los comercializadores deberían pensar mucho en esa cuestión. Desde que Malcolm Gladwell popularizó la idea de influencers en su libro de 2000, El punto de inflexión, las empresas han estado obsesionadas con la idea de que si pueden llevar su producto a un grupo selecto de consumidores conectados y vocales, será solo cuestión de tiempo antes de que se haga viral. Los vendedores están gastando millones en estrategias de redes sociales con ese fin; están trabajando para reunir seguidores, y están usando «puntajes de influencia» ideados por compañías como Klout y PeerIndex para tratar de entender cuánto influencia ejerce cada seguidor. Con el tiempo esperan alejarse de los métodos tradicionales, costosos e ineficientes de publicidad masiva hacia entre pares, campañas boca a boca. Y los vendedores no son los únicos que se esfuerzan por capitalizar la influencia. Los responsables políticos están tratando de entender cómo se puede utilizar para difundir cambios sociales positivos, como la disminución de la obesidad o el aumento del uso de preservativos.

Es un trabajo desafiante. Incluso los científicos de datos que utilizan potentes herramientas estadísticas encuentran difícil eliminar la influencia de otros factores. Hacer lo correcto puede mejorar las ventas y ganancias o la adherencia a los programas sociales. Conseguir mal puede llevar a prácticas de marketing que simplemente los usuarios de destino que ya tenían probabilidades de comprar. Y algunos académicos que han estudiado el papel de la influencia en el comportamiento del consumidor han empezado a dudar de si es tan poderoso como Gladwell y otros creen. Por ejemplo, en su libro Todo es obvio, Duncan Watts argumenta que las tendencias son tan propensas a comenzar con Joes promedio como con influencers como Kutcher. Para resolver estos debates necesitamos datos, en particular datos experimentales.

Mis colegas y yo hemos realizado experimentos de investigación con redes sociales para estimar con mayor precisión la influencia. También he trabajado con varias empresas, incluyendo Facebook, Yahoo y el New York Times, para ayudarles a comprender mejor cómo los clientes se influyen entre sí. Aunque las ideas de este trabajo todavía están surgiendo, nuestros resultados iniciales pueden ayudar a las organizaciones a aprender qué tipos de personas son más influyentes y quién es más susceptible a su influencia.

Pájaros de una pluma...

La razón principal por la que es difícil entender la influencia es que las personas confunden la correlación y la causalidad. Innumerables estudios han demostrado que los comportamientos humanos tienden a agruparse entre amigos y en el tiempo: Por ejemplo, los amigos a menudo toman actividades (viendo Casa de las Cartas, beber cócteles bourbon) aproximadamente al mismo tiempo. La pregunta es si esto es el resultado de la influencia de igual a igual o de otra cosa.

Comprender el «Efecto iPhone»

Si alguien compra un nuevo producto, su amiga a menudo también lo hará. Los modelos estadísticos tradicionales atribuyen eso a influir. Pero mejores modelos reconocen que el papel de la influencia es frecuentemente exagerado, en gran parte porque los primeros adoptantes —aquellos que compran un producto tan pronto como sale a la venta— tienden a tener personalidades e intereses similares.

Una posible explicación es el fenómeno sociológico llamado «homofilía», la propensión de la gente a asociarse con otros que son como ellos (recordemos el dicho «Las aves de una pluma acuden juntas»). Por definición, esto significa que nuestras preferencias, intereses y comportamientos están altamente 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 pueden no tener nada que ver con ella. Los investigadores los llaman «factores de confusión».

Para estimar con precisión la influencia social, necesitamos identificar factores de confusión para poder diferenciar el comportamiento tendencias de conductuales cambios. Para determinar cuánto puede haber influido en mi decisión de compra, necesitamos saber el efecto de su comportamiento o recomendación por encima y por encima mi probabilidad previa de comprar. En la práctica, eso puede ser extremadamente difícil, pero con las redes sociales, tenemos un nuevo laboratorio para la experimentación.

Estudiamos la adopción de un producto de servicio móvil entre 27 millones de usuarios en una red de mensajería instantánea de Yahoo y utilizó técnicas estadísticas para separar la influencia (específicamente, cómo el uso o recomendación del producto por parte de un amigo afectó la decisión de otra persona de usarlo) de la homofilía y otros factores de confusión. Encontramos que los modelos tradicionales sobreestimaron el poder de influencia por un factor de siete y que la mitad de la influencia percibida era realmente sólo homofilía y otras confuencias. También aprendimos que las sobreestimaciones de la influencia eran particularmente extremas al principio del ciclo de vida del producto. Esto se debe a que los adoptantes tempranos son más propensos a ser similares entre sí que los adoptantes tardíos. Si quieres ver esto en acción, ve a una tienda de Apple la próxima vez que se lanza un nuevo iPhone y mira a las personas que acamparon delante.

Estos hallazgos tienen implicaciones dramáticas para la estrategia de marketing. Imagine que es el director de marketing de una marca que está planeando el lanzamiento de un producto. El científico de datos de su empresa presenta evidencia que predice que cuando alguien adopta su producto, muchos de sus amigos empezarán a usarlo también. Si su científico de datos demuestra que el 90% de la correlación tiene que ver con la influencia, probablemente asignará gran parte del presupuesto de marketing a estrategias de punto a punto y boca a punto, por ejemplo, ofreciendo una promoción de «amigos y familiares» que permite a los usuarios compartir un código de descuento. Pero si sugiere que el 90% de la correlación tiene que ver con la homofilía, te darás cuenta de que es poco probable que una campaña entre pares funcione y que sería mejor segmentar el mercado en demografía discreta y dirigirte a los posibles adoptantes (independientemente de quiénes sean sus amigos) a través de anuncios tradicionales y promociones.

En un segundo experimento, estudiamos cómo la influencia afectó la decisión de descargar una aplicación de películas comerciales entre 1,4 millones de usuarios de Facebook. Dividimos a los adoptantes de la aplicación en tres grupos aleatorizados. Cuando los del primer grupo descargaron la aplicación, tenían la capacidad de invitar personalmente a amigos a usarla. Para el segundo grupo, una notificación automatizada alertaba a los amigos de que el miembro estaba usando la aplicación. Para el tercer grupo no se hicieron invitaciones ni notificaciones. Encontramos que el 6% de los que recibieron una invitación personal descargaron la aplicación, tres veces más que entre los que recibieron una notificación automática. También descubrimos que los usuarios utilizaron la aplicación un 17% más a largo plazo cuando los amigos se unieron a ellos para usarla debido a una invitación personal que cuando los amigos se unieron a causa de una notificación automatizada. En general, estas estrategias no solo crearon aumentos sostenidos en el compromiso, sino que generaron un aumento significativo en la adopción total, todo por un costo fijo único de alrededor de $600 para diseñar e implementar las características virales.

RE: Oye, ¿Ya has probado esta aplicación?

En un experimento, muchos menos usuarios de Facebook descargaron una aplicación cuando recibieron un anuncio automatizado en lugar de una invitación personal de un amigo, pero debido a que muchos más anuncios automatizados se publicaron, el beneficio general fue mucho mayor.

También analizamos los datos para obtener información sobre qué tipos de personas eran influyentes y qué tipos eran susceptibles de influir. Se encontró que los hombres eran más influyentes que las mujeres; que las mujeres influyeron más en los hombres que en otras mujeres; que las personas mayores de 30 años, en general, eran más influyentes y menos susceptibles que las personas más jóvenes; y que las personas casadas eran menos susceptibles que las personas solteras. Y determinamos que la influencia y la susceptibilidad se comercializaban; las personas que eran más influyentes tenían menos probabilidades de ser influenciadas, y las personas que eran más susceptibles a influir tienden a ser menos influyentes. Aunque estos resultados no serían necesariamente ciertos para otros productos, ilustran un método general para medir la influencia y la susceptibilidad y muestran cómo la investigación puede dar a las empresas información valiosa sobre qué tipos de consumidores pueden influir en la adopción de sus productos.

En un estudio posterior exploramos 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. Ofrecemos a los usuarios de un grupo $10 para invitar a amigos a usar el servicio, un programa que llamamos un «incentivo egoísta». Les ofrecimos a los del segundo grupo la oportunidad de darle a un amigo un descuento de $10 por iniciar sesión, un «incentivo generoso» (el recomendador no recibió ninguna recompensa). Le ofrecimos al tercer grupo un «incentivo justo», en el que el recomendador recibió $5 y el amigo recibió un descuento de $5. Los resultados nos sorprendieron: los incentivos generosos y justos generaron más envíos que el incentivo egoísta. Resulta que a la gente no le gusta mandar spam a sus amigos a menos que puedan pasar un beneficio. Estos resultados se ajustan a la noción sociológica de una «economía del don», en la que la generosidad confiere estatus.

Los conocimientos que he descrito tienen aplicaciones mucho más allá de la marketing de productos de consumo. Por ejemplo, en un programa piloto en Sudáfrica, estamos llevando a cabo una variación de nuestro experimento de entrega de flores con el fin de investigar qué tipos de incentivos llevarán a las personas a obtener pruebas del VIH. Con MTV, estamos investigando 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 análisis sólidos para aumentar nuestra comprensión de lo que impulsa el cambio de comportamiento. Confundir cualquiera de los innumerables factores de confusión con influencia puede conducir a errores costosos en la estrategia de marketing y en las políticas públicas.

— Escrito por Sinan Aral