Elementos conceptuales para su abordaje

Jorge Miceli

Introducción

El reconocimiento del papel de las redes sociales^[1] en la formación de precios tiene larga trayectoria en la teoría económica desde el momento en que los carteles y otras formas de asociación de los agentes de mercado, como los monopolios y las economías de escala, han sido descriptos como estructuras reticulares específicas. Sin embargo, más allá de la pertinencia de estos enfoques para dar cuenta de acciones sociales de gran envergadura, podríamos decir que la toma de decisiones en situaciones individuales o grupales no ha escapado de las determinaciones de los abordajes económicos neoclásicos centrados en la idea de que, básicamente, las personas tienen preferencias racionales, maximizan sus utilidades y actúan independientemente utilizando información completa y relevante (Granovetter 1985: 235). En tiempos un poco más próximos, si bien estos presupuestos han sido fuertemente criticados por su ahistoricismo, normativismo y reduccionismo matemático y formal, las alternativas explicativas del comportamiento de los agentes económicos en situaciones de mercado no han contemplado la existencia de las topologías de red como parte de sus modelos. Distintas cuestiones teóricas se vinculan con esta problemática y las cuentas pendientes que deja tal vacío metodológico, pero las que revisten una importancia crítica tienen que ver, sin duda alguna, con la omnipresente relación entre agencia y estructura en la explicación del comportamiento social.

Concebidas desde época muy temprana de manera lineal, las relaciones entre individuos y unidades más complejas fueron entendidas, por los neoclásicos, en términos de arribar siempre a un punto de equilibrio que de algún modo opacó la relevancia de las mesoestructuras que median entre el accionar personal y sus efectos emergentes. En un intento por revertir este camino, perspectivas como la de la “economía de la complejidad”, por ejemplo, han llegado a conformar el escenario que permite cuestionar estos supuestos no solo desde el ángulo de la teoría, sino a partir de modelos de fuerte carga empírica y una apertura al contexto y a las contingencias que alejan cualquier modelización de las nociones de orden, estasis y determinación vislumbradas en términos ortodoxos (Arthur, 2013: 19).

Para comenzar a saldar cuentas respecto de este sesgo, y considerando que la utilización de abordajes reticulares aún no conforma en la actualidad una perspectiva unificada en la modelización de la economía, en este artículo presentaremos distintos modos de apelar al análisis de redes sociales (de aquí en adelante ARS) para modelar y explicar las decisiones de los agentes económicos individuales en tres escenarios diferentes. En primer lugar, abordaremos lo que denominamos el enfoque relacional clásico, a través de un breve repaso de su aplicación a una red de adoptadores tempranos de tecnología entre laboratorios australianos. En segunda instancia, analizaremos, a través de un ejemplo, una experiencia de Network Based Marketing (Marketing basado en redes), centrada en un caso de telecomunicaciones. Finalmente, describiremos la crítica al “modelo de influenciadores de dos pasos” de Paul Lazarsfeld y Elihu Katz, reformulado por Duncan Watts y Peter Dodds en base al resultado de simulaciones computacionales. Más allá de los elementos específicos de cada situación presentada, lo que interesa en el abordaje reticular de las decisiones económicas es poner en foco la idea de que procesos como la viralización de una publicidad o la adopción de un producto no dependen exclusivamente de las características de aquello que se oferta o de los agentes interactuantes en el proceso de compra y venta sino, en una medida importante, de la topología de las redes en las cuales esa propaganda o producto circula.

I. El problema de la incrustación como respuesta a los determinismos en curso

En los debates académicos contemporáneos, podemos afirmar que los modelos explicativos del comportamiento económico han pendulado entre la aplicación de una perspectiva utilitaria, vinculada a una noción de racionalidad bastante estrecha de los actores involucrados, y aquellas corrientes que proponen la profunda inserción de la economía en la totalidad de la vida social (Granovetter, 1985: 232).

Respecto de la primera posición, comenta Mark Granovetter:

Esta idea ve a la economía como una esfera de la sociedad moderna cada vez más separada y diferenciada, en la que las transacciones económicas ya no se definen por las obligaciones sociales o de parentesco de los que intercambian, sino por los cálculos racionales orientados a la ganancia individual. (Granovetter, 1985: 232).

Este punto de vista ha gozado de una amplia aceptación entre los economistas neoclásicos y entre los antropólogos, cientistas políticos e historiadores llamados “formalistas” (Schneider, 1974; North y Thomas, 1973; Popkin, 1979), mientras que la segunda postura se ha construido alrededor del concepto central de “incrustación” o embededness, retomado por Granovetter y con estrechos vínculos con la teoría sustantivista de Karl Polanyi (1944; Arensberg y Pearson, 1957). Una problemática clave de este planteo es llegar a determinar si esta incrustación desaparece completamente en las sociedades modernas a partir de la existencia autónoma del comportamiento económico, o más bien pervive de distintas maneras.

En opinión de Granovetter, el nivel de incrustación es menor que lo que se creía en las sociedades que no son de mercado, pero es más importante que el que los formalistas y los teóricos de la racionalidad predican. En el trasfondo inmediato de estas discusiones, se desenvuelve la puja explicativa entre una concepción sobresocializada y otra infrasocializada de los fenómenos económicos. La cuestión central de la reputación de los agentes de todo proceso económico no resulta secundaria para explicar el desempeño específico de cada uno de ellos en cada operación de la que forman parte. Si no existiesen expectativas de mantención de una imagen confiable, de orientación de la conducta hacia la profundización de vínculos, serían inexplicables, por ejemplo, muchas actitudes de reducción del margen inmediato de ganancia con el fin de fidelizar o generar relaciones comerciales durables.

En este escenario, uno de los aportes interesantes de Granovetter es el de destacar, a pesar de su aparente contraposición, el efecto epistemológicamente atomizador de ambas perspectivas de análisis. En definitiva, tanto el agente racional de los formalistas como el agente económico sobredeterminado por su pertenencia religiosa o estatus, actúan dejando de lado las relaciones sociales de las que forman parte (Granovetter, 1985: 236).

Como ejemplo de la concepción sobresocializada, está la idea de que si se conoce la clase social del agente económico, toda su conducta habrá quedado automáticamente prevista (Bowles y Gintis, 1975: 132). En el mismo sentido, la segmentación educativa explicaría, hasta en los menores detalles, la actuación específica en el mercado laboral atendiendo a diferentes lógicas de desempeño (Piore, 1972).

Lo característico de este determinismo es que opera a partir de constreñimientos existentes en la mente de los involucrados y no en las relaciones que establecen con sus pares. Sin embargo, como agudamente señala Granovetter, la sobresocialización actúa no solo a nivel de la acción individual, sino también en el nivel de la conformación de díadas o relaciones básicas de las personas. Lo que se atomiza aquí no es el actor, sino sus relaciones mínimas, abstrayéndolas del resto de los vínculos (Granovetter, 1985: 238).

Como sostiene este autor:

Un análisis correcto de la acción humana requiere que evitemos la atomización implícita de los extremos teóricos de las concepciones infra y sobresocializada. Los actores no se conducen ni deciden como átomos fuera del contexto social, tampoco se adhieren como esclavos a un guión escrito para ellos por la intersección concreta de las categorías sociales que ocupan. Sus esfuerzos por conseguir una acción intencional están, no obstante, incrustados en los sistemas de relaciones sociales existentes. (Granovetter, 1985: 239).

Dándole la razón, parece ser que las redes son muy importantes en la determinación de la conducta económica, aunque el mero reconocimiento de su relevancia no dice demasiado respecto al modo en que ellas inciden diferencialmente en la actitud de los agentes.

El pasaje hacia un modelo que evite los extremos señalados, demanda tener en cuenta la manera específica en que la dinámica de las redes es capaz de “procesar” tanto las determinaciones estructurales de alto nivel del comportamiento (educación, economía, preferencias, aspiraciones de estatus) como las decisiones que cada individuo toma obedeciendo a reglas de corto alcance.^[2]

El modo en que ambos tipos de determinaciones confluyen en la conducta representa no solo una “solución” relativa al problema de la incrustación tal como lo plantea Granovetter en la economía, sino una puerta de entrada al modelado de procesos complejos tal como lo presentan autores como William Arthur:

Una de las primeras ideas de la economía, que sin duda se remonta a Adam Smith, es que los patrones agregados se forman a partir del comportamiento individual y el comportamiento individual a su vez responde a estos patrones agregados: hay un ciclo recursivo. Es este ciclo recursivo el que se conecta con la complejidad. La complejidad no es, por lo tanto, una teoría, sino un movimiento en las ciencias que estudia cómo los elementos que interactúan en un sistema crean patrones generales y cómo estos patrones generales, a su vez, hacen que los elementos que interactúan cambien o se adapten. Podría estudiar, dado el caso, cómo los automóviles individuales actúan juntos para formar patrones en el tráfico, y cómo estos patrones a su vez causan que los automóviles alteren su posición. La complejidad se trata de la formación de estructuras, y de cómo esta formación afecta a los objetos que la causan. (Arthur, 2013: 2).^[3]

II. Redes y marketing: convergencia de enfoques y objetos

En este espacio de discusión ligado a las conductas microeconómicas, podemos concebir al marketing^[4] o “mercadeo” como un intento por influir en el comportamiento de los agentes desde una posición central. Además de la determinación estructural de las decisiones y de las acciones racionales que cada agente despliega, las políticas de marketing de una firma intentan incidir sobre el catálogo de comportamientos de estos agentes de un modo más o menos regular:

Ya sea de empresa a empresa, de empresa a consumidor o de consumidor a consumidor, gran parte del marketing gira en torno a las relaciones. Crear y fomentar relaciones con proveedores y clientes, coordinar enlaces interfuncionales dentro de una organización, conocer cómo se posicionan los competidores dentro de una industria, y comprender cuándo y hasta qué punto los consumidores utilizan sus contactos personales y profesionales son cuestiones fundamentales en el campo. Cuestiones complejas como la colaboración, la confianza, el poder y la elección implican más que simples relaciones diádicas, la mayoría están integradas en redes de relaciones. (Webster y Morrison, 2004: 8).

La problemática de la toma de decisiones económicas, que el marketing intenta condicionar y sesgar, puede ser reconceptualizada como el intento de incidir regularmente en un entramado de relaciones que merecen un abordaje sistemático y no las consideraciones atomizantes señaladas por Granovetter y otros. Es aquí en donde lo que contemporáneamente conocemos como ARS muestra una utilidad reafirmada no solo en la historia ya extendida de su contacto con las ciencias sociales (Lozares, 1996; Rivoir, 1999, Miceli, Orsi y Rodríguez García, 2017), sino en sus aplicaciones más específicas en el análisis de las dinámicas microeconómicas.

Sin embargo, aunque la potencialidad de unir ARS y marketing es clara, ni siquiera la tremenda popularidad del modelo de difusión de Everett Rogers (2003), que distingue entre adoptadores tempranos, innovadores y resistentes a la difusión de un producto, servicio o mensaje, fue capaz de allanar el camino para una alianza formal temprana entre ambas perspectivas.

Evolucionando independientemente, y hoy en día transformados en una perspectiva transdisciplinaria de amplia aplicación profesional, los métodos del Análisis de Redes Sociales proveen conocimientos y métodos de inferencia formales acerca de propiedades y procesos sociales, e implican una visión y un conjunto de supuestos densamente articulados respecto de cada configuración relacional (Wellman, 1983).

Varias especificidades conforman este modo de abordar los fenómenos sociales, pero las centrales son: a) la interdependencia estructural de los actores y acciones, concibiéndolos no como unidades autónomas, sino determinadas por su comportamiento relacional; b) el carácter múltiple de los lazos o vínculos que se establecen entre estos actores (canales de transferencia de información, flujo de recursos, etc.); y c) los modelos de análisis de redes, cuando se centran en los individuos, conciben a la estructura de la red como proveedora o restrictiva respecto de las oportunidades de acción individual (Miceli et al., 2017: 27).

En función de la fertilidad de este cruce, abordaremos tres modos posibles de aplicación del ARS al marketing o a la toma de decisiones económicas en sentido amplio. En primera instancia, exploraremos el abordaje exclusivamente relacional del marketing, prescindiendo de la incorporación de los atributos de los actores al análisis. Seguidamente, extenderemos nuestro análisis al estudio combinado del ARS y el rastreo de correlaciones basadas en atributos de los agentes [Network based marketing]. Finalmente, abordaremos la crítica de Watts y Dodds a la muy difundida “influential hypothesis”, que sostiene que los medios condicionan a las redes de consumo de información o productos a través dos tipos de relaciones: la primera vincula el contenido a difundir con los influenciadores o líderes de opinión de la red, y la segunda vincula a los influyentes con sus seguidores.

III. La vía exclusivamente relacional y la capacidad autoexplicativa del ARS

III.1. Generación de la red

Desde el punto de vista exclusivamente relacional, sin considerar los atributos de los actores involucrados, la comprensión de la relevancia de las redes ha sido invocada en diferentes ámbitos de análisis empírico, como la comunicación boca a boca (Duhan, Johnson, Wilcox y Harrell, 1997; Goldenberg, Libai y Muller, 2001), el marketing de relaciones (Achrol 1997; Brodie, Coviello, Brookes y Little, 1997; Iacobucci y Ostrom, 1996; Mattisson, 1997), la adquisición de información (Moorman y Matulich, 1993; Rindfleisch y Moorman, 2001) y la difusión y adopción de productos (Midgley, Morrison y Roberts, 1992; Morrison, Roberts y Midgley, 2000; Rogers, 2003). A pesar de estos antecedentes de uso más o menos laxo de la idea de red, autores como Cynthia Webster y Pamela Morrison (2004), señalan el escaso número de usos sistemáticos de la analítica del ARS al marketing, entre ellos se destacan el análisis de cambio de marca (Iacobucci et al., 1996), las discusiones sobre modelos de redes en marketing (Iacobucci y Hopkins, 1992) y el comportamiento organizacional de compra (Ronchetto, Hutt y Reingen, 1989). Como en otros contextos de utilización del ARS, es importante destacar la distancia que separa a los usos “inspiradores” o “generalistas” de la teoría de redes del uso específico de este enfoque (Rivoir, 1999). Siguiendo también a Webster y Morrison, podemos afirmar que para desarrollar una investigación de redes, tres tipos de factores deben ser tenidos en cuenta de manera especial: a) los requerimientos de datos, ya que los datos reticulares son de una índole distinta a los utilizados por la estadística clásica y deben ser recolectados de otro modo; b) la terminología utilizada, ya que la analítica de redes requiere de nuevas palabras dotadas de una significación técnica específica; y c) el uso de software especializado, ya que la precisión, reusabilidad y alcance de los análisis practicados depende de los programas existentes (Miceli et al., 2017: 10).

El gráfico 1 es un ejemplo de una matriz de datos basada en el flujo de comunicación entre 27 laboratorios australianos que son los primeros en adoptar una tecnología en particular (Webster y Morrison, 2004: 10). Lo que aquí se busca es verificar en qué grado la adopción de una tecnología específica, por ejemplo, está condicionada o influida por el conocimiento previo entre los involucrados. En este caso, podemos presuponer que una relación reportada concurrentemente (ambos actores coinciden en la apreciación del vínculo, como en el caso de los actores 4 y 6), resulta más confiable como indicadora del nexo que una informada asimétricamente, como en el ejemplo anterior.

Gráfico 1. Red de comunicaciones para 27 laboratorios pioneros

Fuente: elaboración propia a partir de Webster y Morrison (2004: 10).

Más allá de las particularidades de cada abordaje, es relevante considerar que cada diseño de investigación se ajusta, tanto en la investigación del marketing desde el punto de vista relacional como en el ARS en general, a una recolección de datos caracterizada por su elevado nivel de especificidad.

Respecto de las técnicas aptas para generar las redes investigadas, dos métodos de recopilación de datos ayudan a recordar los vínculos de la red: los generadores de nombres y los generadores de posición (Burt, 1984; Killworth, McCarty, Bernard, Johnsen, Domini y Shelley, 2003; McCallister y Fischer, 1978; Van der Poel, 1993). Con los generadores de nombres, se pide a los informantes que recuerden a los actores (por ejemplo, personas, organizaciones, departamentos o lo que sea que sea la unidad de análisis) con quienes tienen una relación particular, como por ejemplo, “discute problemas importantes con”. Mediante el uso de generadores de posición, roles o cargos, las respuestas producidas se utilizan como estímulos y, en pasos subsiguientes, se interroga a los informantes si tienen alguna conexión con alguien o alguna organización en ese rol.

La misma red representada en la matriz anterior puede visualizarse en el Grafico 2:

Gráfico 2. Red de comunicación para 27 laboratorios australianos

Fuente: elaboración propia a partir de Webster y Morrison (2004: 12).

III.2. Medidas de red aplicadas al marketing de firma

Distintas medidas o indicadores son utilizados para analizar las redes generadas por estos medios en el estudio del marketing. Sin ser exhaustivos, mencionaremos algunos de ellos para dar una idea de su alcance y potencialidad. Todos ellos tienen la particularidad de que analizan las características de las redes implicadas en función de los atributos estrictamente relacionales de los datos, sin involucrarse con las características de los actores considerados.

1. Densidad: es la medida más común de cohesión de red, y mide qué proporción de lazos están presentes respecto a todos los lazos posibles en la red. En el estudio de Webster y Morrison se utiliza la densidad local, que es el recuento de vínculos existentes respecto de los vínculos posibles en la red local de cada actor. Las redes densas implican una alta cooperación entre los actores involucrados. Jack Cadeaux (1997) ha establecido que, por el contrario, las redes con baja densidad tienden a producir estructuras de decisión rígidas en las cuales solo los actores con estatus elevados son capaces de negociar ventajosamente sus relaciones de intercambio.

2. Medición de subgrupos: estos indicadores han generado un importante interés en los estudiosos del marketing. Ian Wilkinson (1976) comparó dos métodos para identificar subgrupos y explorar relaciones de poder e influencia en distribución de canales. Peter Reingen, Brian Foster, Jacqueline Brown y Stephen Seidman (1984) encontraron que los cliqués^[5] de amistad tienen un impacto significativo en el comportamiento de elección de marca. El cliqué (Luce y Perry, 1949) es una robusta medida de subgrupos de red, ya que es un subconjunto de actores cuyos integrantes tienen, todos, conexiones directas entre sí. La aplicación de este concepto a un red produce, por ser excesivamente estricta, un conjunto numeroso de subgrupos aunque pequeños en tamaño y con superposición de algunos de sus miembros.

Una estructura de clustering (agrupamiento) jerárquica se conforma como producto de este análisis (Freeman, 1996), en la cual, como muestra el Gráfico 3, mientras más a la izquierda del gráfico y con un valor más alto aparezca la unión de dos laboratorios –listados en 2 columnas a la izquierda– más elevado es el valor de comembresía entre ambos.

Gráfico 3. Agrupamientos jerárquicos para cliqués de comembresías

Fuente: elaboración propia a partir de Webster y Morrison (2004: 13).

3. Lazos débiles e influencia: además de las comentadas incursiones en la teoría de la incrustación, Granovetter ha desarrollado la denominada “Teoría de los lazos débiles” (1973; 1983), que tiene fuertes implicancias en marketing y combina las nociones de cohesión y clustering. Esta teoría propone que los actores individuales tienden a obtener innovación mucho más de relaciones menos íntimas que de lazos más cercanos. El razonamiento detrás de este argumento es que los actores fuertemente conectados tienden a compartir información con otros que poseen un similar conocimiento. Debido a que la información del grupo de pertenencia es relativamente homogénea, la información nueva proviene siempre de conexiones externas.

Distintos investigadores chequearon las implicancias de esta teoría en fenómenos de marketing (Brown y Reingen, 1987; Reingen y Kerman, 1986; Frenzen y Nakamoto, 1993). Además de corroborar la función vinculante de los lazos débiles como puentes, estos investigadores comprobaron que los lazos fuertes, también más numerosos, tienden a funcionar como influyentes fuentes de información, pero en la interacción cotidiana y sin ser objeto de búsquedas particularmente activas y dirigidas. A medida que la información se vuelve “barata” y los beneficios se vuelven comunes, los lazos débiles se desarrollan.

4. Posición o rol: la posición que los actores ocupan en la red tiene un gran impacto en su performance como consumidor o recomendador de un producto. Por este motivo, la noción de centralidad ha atraído por algún tiempo las investigaciones en marketing. La centralidad ha sido igualada con otras medidas como popularidad, independencia, influencia, preeminencia y poder (Bonacich, 1987; Freeman, 1979; Katz, 1953; Taylor, 1969), que ya tienen una tradición extendida en el análisis reticular. Se sabe que los actores con posiciones centrales controlan el flujo de información y aquellos periféricos son más vulnerables porque dependen de unos pocos lazos.

El grado de centralidad es la medida más simple e indica el nivel de actividad o popularidad. Puede ser calculada para lazos entrantes y salientes. John Czepiel (1974; 1975), por ejemplo, utilizó el concepto de centralidad, medido como el conjunto de lazos recibidos y salientes, para investigar la difusión de innovaciones y encontró que esta medida está asociada con el tipo de adopción de innovaciones y el tamaño de las firmas.

5. Equivalencia estructural: la equivalencia estructural es un tipo de medida que identifica actores con una posición estructural equivalente. Los actores estructuralmente equivalentes son sustituibles porque ocupan la misma posición en la red. En los casos de equivalencia estructural, el intercambio de recursos no se produce directamente, sino a través de terceras partes. Un ejemplo en el que sería esperable encontrar estos patrones es en las situaciones competitivas en las cuales la información se obtiene no de los competidores directos, sino de terceras partes (Burt, 1987).

James Ward y Reingen (1990) usaron el algoritmo CONCOR (Breiger, Boorman y Arabie, 1975) para medir a actores estructuralmente equivalentes en su estudio de la toma de decisiones grupales. Este algoritmo correlaciona las filas o las columnas o ambos componentes de la matriz repetidamente hasta que se produzca una convergencia en cada entrada como 1 0 –1. El resultado es usado para dividir a la red de actores en dos conjuntos equivalentes tales que los miembros del mismo conjunto están positivamente correlacionados y los de conjuntos distintos lo están negativamente. Con el mismo criterio, subsecuentes divisiones son aplicadas a los conjuntos que ya fueron generados, produciendo un diagrama como el mostrado en el Gráfico 4.

Gráfico 4. Resultados de equivalencia estructural de CONCOR para lazos entrantes

 

Fuente: elaboración propia a partir de Webster y Morrison (2004: 15).

Aún cuando en este caso hay dos innovadores en la red (10 y 202), estructuralmente no son intercambiables porque están conectados a diferentes grupos.

IV. La combinación del abordaje relacional y el rastreo de correlaciones. Un caso de marketing tradicional combinado con la perspectiva de red o Network based marketing

IV.1. Modelos estadísticos de marketing de redes

La segunda estrategia de investigación que revisaremos aquí implica no solo la obtención de indicadores relacionales que resultan ya clásicos en el ARS, sino el análisis del modo en que los mismos se pueden articular con conductas de compra y de acuerdo a una consideración explícita de algunos atributos de los agentes.

Según Shawndra Hill, Foster Provost y Chris Volinsky (2006), existen tres modos complementarios de marketing basado en redes. En ellos, la dinámica de la red es aprovechada para influir en las conductas de compra y en las elecciones de los consumidores. En primer lugar, contamos con los abogados explícitos de la marca, que son aquellos individuos que se vuelven defensores y promotores de un producto o servicio, recomendándolo a sus amigos o conocidos. Respecto de esta categoría, un supuesto clave del marketing basado en redes es que los consumidores que propagan información “positiva” acerca de un producto por los mecanismos del marketing tradicional, lo hacen solo después de que han experimentado con el uso del producto por sí mismos (Gladwell, 2002). Las firmas deben encontrar a estos influenciadores y promover su comportamiento útil. Una segunda categoría relevante es la de los abogados implícitos, que son aquellos que no hablan acerca del producto, pero pueden promocionarlo implícitamente a través de sus acciones, especialmente a partir de su propia adopción. Recientemente, las firmas han tratado de inducir el mismo efecto convenciendo a miembros particularmente “abiertos” de pequeñas comunidades para que adopten productos (Gladwell, 1997; Hightower, Brady y Baker, 2002). Finalmente, una tercera forma de marketing basado en redes es la de los “objetivos de red” [Network targeting], en la cual el propósito es hacer marketing respecto de los vecinos de red de los compradores previos, aunque ellos no tengan, como en los casos anteriores, ninguna actitud de “abogados” de la marca respecto de los clientes.

Siguiendo la clasificación de modelos de marketing orientado a redes de Hill et al. (2006), distinguiremos y caracterizaremos muy brevemente entre estas 6 modalidades de investigación estadística: (1) modelos econométricos; (2) modelado de clasificación de red; (3) encuestas; (4) experimentos diseñados con muestras convenidas; (5) teoría de la difusión y (6) sistemas colaborativos de filtrado y recomendación.

(1) Los modelos econométricos se sustentan en la aplicación de métodos estadísticos que tienen como finalidad la estimación empírica de relaciones económicas. Así como en otros ámbitos, en marketing, esto implica la estimación de dos ecuaciones simultáneas: una para la firma y otra para el mercado. La regresión y el análisis de series de tiempo están en el corazón de la modelización econométrica, y estos modelos han sido usados, por ejemplo, para estimar el impacto de las preferencias interdependientes en el consumo de arroz (Case, 1991), la compra de automóviles (Yang y Allenby, 2003) y hasta las elecciones (Linden Smith y York, 2003).

(2) Los modelos de clasificación de redes usan el conocimiento de los lazos entre entidades en una red para estimar la cantidad de interés que generan (Hill et al., 2006: 4). Típicamente, en estos modelos una entidad (un grupo de personas o una persona) es influenciada más por aquellas con las cuales tiene una conexión directa, pero es afectada en menor intensidad por aquellas más lejanas. El principio de homofilia, que establece que tendemos a vincularnos más con aquellos más afines o “parecidos” a nosotros, conforma el intento de explicación más directo de este fenómeno (McPherson, Smith-Lovin y Cook, 2001).

(3) La mayoría de las investigaciones en el área de las encuestas no obtienen información respecto a si los consumidores realmente se comunican entre ellos. Para abordar este problema, algunos estudios han utilizado un muestreo para recopilar datos completos sobre el comportamiento del boca a boca de los consumidores. En una investigación de Dowglas Bowman y Das Narayandas (2001) fueron encuestados más de 1700 compradores de 60 productos distintos que previamente habían contactado al fabricante del producto. Los compradores fueron consultados respecto de su interacción con el fabricante y su impacto en el subsiguiente comportamiento boca a boca. Los autores fueron capaces de saber si los clientes le hablaron a otros sobre su experiencia y a cuánta gente contactaron. Curiosamente, encontraron que los clientes “leales” fueron más propensos a hablar con otros respecto de productos cuando estaban insatisfechos, pero tenían la actitud contraria cuando estaban a gusto. En un escenario como el descrito, este comportamiento dispara una pregunta interesante: ¿qué sucede con la propagación de visiones negativas en la red respecto de un producto? ¿No puede ser este tipo de marketing un arma de doble filo?

(4) Otra vía complementaria para obtener conclusiones son los estudios experimentales, de importante trayectoria en otras ciencias sociales como la psicología o los estudios de sociología de grupos. Los experimentos diseñados les permiten a los investigadores estudiar el marketing basado en redes en un conjunto controlado.

Jonathan Frenzen y Kent Nakamoto (1993) estudiaron los factores que influencian las decisiones individuales para diseminar información a través del mercado vía el boca a boca. Los sujetos fueron presentados ante escenarios que representan diferentes productos y estrategias de marketing, y fueron consultados sobre si debían preguntarles a sus conocidos confiables y menos confiables respecto de la venta o producto. Ellos encontraron que cuanto más fuerte es el “riesgo moral” presentado por la información (el riesgo de un comportamiento problemático o “peligroso”), más fuertes tienen que ser los lazos a través de los cuales se propaga información.

(5) La teoría de la difusión proporciona herramientas, tanto cuantitativas como cualitativas, para evaluar la tasa probable de difusión de una tecnología o producto. Cualitativamente, los investigadores han identificado numerosos factores que facilitan u obstaculizan la adopción de nuevas tecnologías (Fichman, 2004), así como existen factores sociales que influyen genéricamente en la adopción de cualquier producto (Rogers, 2003). La investigación de difusión cuantitativa implica pruebas empíricas de predicciones a partir de modelos de difusión, a menudo informados por la teoría económica.

(6) Los sistemas de recomendadores o de filtrado colaborativo hacen recomendaciones personalizadas a los consumidores individuales basadas en contenidos demográficos e información de vínculos. El filtrado colaborativo se focaliza en los lazos entre consumidores, aunque sin considerar vínculos directos, ya que se asocian unos a otros en base a compras compartidas o tasas de adopción de productos similares. Esta metodología, por ejemplo, es utilizada por los sistemas web, que proponen productos asociados al perfil y a las decisiones de compra ya reportadas.

El modelo más notable e influyente de difusión es el de Frank Bass (1969). Este modelo predice la difusión de un número de usuarios que adoptarán una innovación en un momento (t). Este autor hipotetiza que el ritmo de adopción es función solo de la proporción de la población que ya ha adoptado el producto.^[6]

Más allá de las particularidades de estos enfoques, según Hill et al. (2006), para desarrollar una visión completa de la influencia de red en un producto particular, el conjunto de datos ideal debería tener las siguientes propiedades: 1) conformar una muestra grande y no sesgada; 2) contener información amplia sobre las personas; 3) contener medidas de la comunicación directa; y 4) reportar información precisa sobre las compras realizadas. A su vez, distintos factores deben ser considerados para no interferir en los diseños de investigación adecuados a estos requerimientos. Entre ellos, los más relevantes son el volumen óptimo de datos a procesar para obtener conclusiones generalizables, una tasa adecuada de respuesta de parte de los entrevistados, la simulación realista de efectos de influencia reticular (Domingos y Richardson, 2001), y, ya en un plano de exigencia de consistencia más elevado, tanto la puesta en marcha de distintos mecanismos de inferencia que compensen la pérdida de datos (Liben-Nowell y Kleinberg, 2003) como la necesidad de separar el efecto de la homofilia de la simple transmisión “boca en boca” (Agarwal y Pregibon, 2004; Liben-Nowell y Kleinberg, 2003).

IV.2. Análisis de un caso de telecomunicaciones

Lo dicho hasta aquí sirve como marco para analizar un caso ocurrido en el año 2004, en el cual una firma de telecomunicaciones realizó una campaña importante dirigida a potenciales clientes de un nuevo servicio de este rubro. Este servicio implicaba el uso de una nueva tecnología, por lo cual se pensaba que el marketing sería más exitoso si estaba dirigido hacia el grupo de consumidores que habían sido clasificados previamente como high tech y compradores de este producto.

Para analizar su comportamiento, se definieron 21 segmentos de marketing que combinaban distintas características de la población de clientes tales como: a) la lealtad de acuerdo a mantención de servicios previamente ofertados; b) el manejo previo y acreditado de tecnología; c) atributos demográficos varios; d) propensión a la adopción de acuerdo a conductas previas; e) ofertas recibidas previamente; y f) la indicación de si ese segmento se ha comunicado con algún consumidor del servicio en un momento previo al inicio de la campaña (Hill et al., 2006: 8).

La primera hipótesis planteada por los investigadores fue que aquellos que tenían contacto directo con quienes ya habían consumido esa tecnología anteriormente (suscriptor), eran más propensos a adoptarla ellos mismos. El proceso de investigación dividió entonces el universo de consumidores contactados en distintos targets, que son aquellos consumidores identificados por el modelo de marketing como merecedores de atención, y vecinos de red, que son aquellos que tienen comunicación directa con un suscriptor. Adicionalmente, se creó un segmento extra que se conformó como una especie de grupo de control y que fue integrado por vecinos de suscriptores que no fueron considerados en la lista de targets. En definitiva, el análisis mostró una contundente evidencia estadística de que los consumidores que tienen comunicación con clientes previos son más propensos a volverse clientes en sí mismos.

El marketing basado en redes mejoró, evidentemente, la respuesta obtenida por las empresas interesadas. La tasa de adopción, que se definió como la variable adecuada para medir la respuesta, consistió en la proporción de consumidores que adoptaron el servicio en el específico periodo que siguió a la oferta. Para cada segmento, se realizó una regresión logística simple que conectó los atributos independientes de vecindad de red con la variable dependiente, que es la respuesta de venta. En este caso, para 17 de los 21 segmentos, el valor de significatividad de su comportamiento resultó muy superior a 0.05, que se definió como el valor porcentual correspondiente a la hipótesis nula.

Gráfico 5. Tasas de adopción para segmentos de marketing

Fuente: elaboración propia a partir de Hill, Provost y Volinsky (2006:13).

Saber si un consumidor es vecino de un suscriptor parece ser, por lo tanto, una de las formas más simples de considerar la perspectiva de redes en el análisis, aunque hay otros modos más sofisticados de incluir medidas de redes en el análisis de significatividad.^[7]

V. Algunos límites teóricos y prácticos del “Modelo de influenciadores” en los procesos de innovación. El caso de las simulaciones de influencia social en la generación de opinión pública

La tercera y última perspectiva a revisar, a diferencia de las anteriores, no se focaliza en el repaso de los recursos metodológicos y las herramientas a considerar en casos o configuraciones específicas, sino que conlleva, básicamente, una reflexión sistemática, apoyada por la simulación, respecto de la naturaleza de los modelos de influencia que hasta ahora se han considerado válidos para explicar la difusión en términos más globales.

Una idea central del marketing y la investigación de difusión es que los influyentes (una minoría de individuos que influencian a un excepcional número de pares) son importantes en la formación de la opinión pública. En su artículo llamado “Influential Network and Public Opinion Formation”, Watts y Dodds examinan la aplicabilidad de esta perspectiva, que se denomina la “hipótesis de los influyentes” [Influential hypothesis] usando como contexto de prueba una serie de simulaciones de influencia interpersonal.

En las décadas de 1940 y 1950, Lazarsfeld, Katz y otros formularon la teoría de que los individuos pueden ser más influenciados por la exposición a otros que a los medios de comunicación. De acuerdo con esta teoría, y como muestra el gráfico 6, una pequeña minoría de “líderes de opinión”, actúan como intermediarios entre los medios de comunicación y la mayoría de la sociedad. Considerando este tipo de “flujo de la información” de dos etapas, Katz y Lazarsfeld denominaron a este modelo de dos pasos [two step model], en contraste con el modelo tradicional de difusión mediática, conocido como “hipodérmico” que considera a los sujetos como homogéneamente influenciables por los medios (Bineham, 1988).

Gráfico 6. Esquema de influencia de modelo de dos pasos

 

Fuente: elaboración propia a partir de Watts y Dodds (2007: 441).

Durante décadas, los modelos derivados del modelo de dos pasos, ocuparon el centro de las discusiones sobre difusión de innovaciones. Según Ronald Burt (1999) este modelo se convirtió en una “guía de temas” para las investigaciones de difusión y marketing. Más recientemente, Christine Roch ha concluido que “[…] en negocios y marketing, la idea de que un pequeño grupo de influyentes líderes de opinión puede acelerar o bloquear la adopción de un producto es central para un gran número de estudios.” (Roch, 2005: 110). Watts y Dodds argumentan que, a pesar de que los conceptos de influencia y liderazgo han sido extensamente documentados, no ha quedado en claro de qué manera los influyentes son, en el modelo de dos pasos, responsables de la adopción de tecnologías o de los procesos de cambio social.

Los modelos de simulación indican que bajo ciertas condiciones que apoyan la intuición, los influenciadores son responsables de disparar, en una medida desproporcionada, las llamadas “cascadas de influencia”.^[8] Sin embargo, esas condiciones parecen ser la excepción más que la regla, y en la mayoría de las situaciones, los influyentes parecen ser “modestamente” más influyentes que el resto.

En los modelos que Watts y Dodds han estudiado, la mayoría de las veces el cambio es disparado no por influyentes que diseminan las novedades, sino por individuos fácilmente influenciables que a su vez influencian a otros individuos del mismo tipo. Katz y Lazarsfeld (1955) originalmente definieron a los “líderes de opinión” como “[…] individuos que son propensos a influenciar a las otras personas en su entorno inmediato.” (ibíd.: 3). Respecto de este punto, la controversia principal es que mientras Rogers (2003) postula que los líderes de opinión son centrales en la adopción de innovaciones, otros modelos, como el de Bass –que comentamos anteriormente–, producen la misma curva de adopción, pero trabajan con una población totalmente homogénea.

V.1. El modelo de influencia interpersonal simple

En lo que podemos llamar “modelo de influencia interpersonal simple”, Watts y Dodds asumen que se debe tomar alguna decisión (d) respecto a algún tema (x). Siguiendo la extensa bibliografía sobre la cuestión, se focalizan en las decisiones binarias que exhiben “externalidades positivas”, y que significan que la probabilidad de que un individuo (i) elija una alternativa (B) por sobre otra (A) incrementa el número de otros individuos eligiendo (B). Si bien las decisiones binarias no cubren todos los aspectos de la vida cotidiana, como la elección simultánea entre más de una opción o los comportamientos snob, los autores consideran que es un caso lo suficientemente general como para merecer un lugar privilegiado en el análisis.

V.2. La regla del umbral

La llamada “regla del umbral” [Threshold rule], base de este modelo, especifica que aquellos individuos que cambien de A a B solo lo harán cuando haya una cantidad suficiente de otros que hayan adoptado B en la medida en que el beneficio percibido de adoptar una innovación sobrepase a su costo percibido (López-Pintado y Watts, 2008; Morris, 2000; Schelling, 1973).

Ahora bien, en ausencia de una clara evidencia empírica respecto a cómo se desempeñan las redes de influencia, estos investigadores asumen que cada individuo i en una población de un tamaño N influencia a n otros eligiéndolos al azar. Aunque el objetivo de Watts y Dodds es la simulación de conductas, es importante comprender que una representación realista no puede considerar al azar como un buen mecanismo de asignación de un área de influencia.

Gráfico 7. Esquema de influencia de modelo de red

Fuente: elaboración propia a partir de Watts y Dodds (2007: 444).

El modelo generado por estos criterios difiere del modelo de influencia de dos pasos en varios aspectos fundamentales. En el gráfico 6, la influencia va desde los líderes de opinión hacia los seguidores, pero en el 7 puede orientarse en cualquier dirección. En este último caso, la influencia puede propagarse en uno o varios pasos, mientras que en el anterior puede hacerlo solo en 2 etapas. Los autores hacen notar que, a pesar de que el modelo planteado en el gráfico 6 responde a una considerable masa de evidencia empírica (Watts y Dodds, 2007: 444), numerosos estudios, como los de Katz y Lazarsfeld (1955), sugieren que tanto los líderes de opinión como sus seguidores están expuestos a la influencia interpersonal y de los medios, y esas diferencias de influencia se organizan en un contínuum más que de manera dicotómica (Lin, 1973). Brown y Reingen (1987), investigando el modelo de influencia de multitud de pasos, han logrado establecer que el 90% de las cadenas de recomendación se extienden a más de un paso, y el 38% involucra al menos a 4 individuos.

V.3. ¿Cómo se definen los “influenciadores”?

Además de las especificaciones sobre la naturaleza aleatoria del área de efectos de un influenciador, el modelo de Watts y Dodds define más precisamente quién es considerado “influyente”. Los estudios empíricos previos habían sugerido, a partir de Robert Merton (1968) que un individuo era considerado influyente cuando directamente influenciaba a más de 3 o 4 personas, pero los recientes estudios de marketing establecieron que ese número era mayor que 14 (Burston-Marsteller, 2001). Otros estudios, sin embargo, determinan la influencia en términos relativos. Ed Keller y Jon Berry (2003) definen a los influenciadores como aquellos que se ubican en el 10% superior en los test de liderazgo, mientras que Robin Coulter, Lawrence Feick y Linda Price (2002) consideran al 32% más influyente como influenciadores. Watts y Dodds siguen esta última perspectiva, y definen como influenciadores a un porcentaje (q) de los que más influencia ejercen. Desde un punto de vista teórico, cada valor especificado de (q) es necesariamente arbitrario, pero para estos investigadores esto no es problema porque se trata de establecer, simplemente, si el papel de los influenciadores es un componente importante del proceso de difusión de innovaciones. El valor que Watts y Dodds eligen es de q= 10%, lo cual es consistente con muchos hallazgos reales.

V.4. Dinámica de la influencia (cascadas locales y globales)

El modelo actúa a partir de un estado inicial en que todos los componentes están inactivos (estado = 0) con la excepción de un randomizado iniciador i, que tiene un estado 1 y que es activado exógenamente. Dependiendo de los parámetros definidos (valores de variable) y de las propiedades del vecindario de i, la activación inicial producirá o no una cadena de transformaciones endógenas. Subsecuentemente, los vecinos activados podrán o no activar a sus vecinos, produciendo, por un efecto acumulativo, una “cascada” de cambios (Watts, 2002). Una distinción importante es la que diferencia a las cascadas locales de las globales. Según Watts y Dodds, el tamaño de las cascadas locales está determinado, en una medida elevada, por la inmediata vecindad de un iniciador. Las cascadas globales, por el contrario, pueden afectar a muchos individuos, propagarse en varios pasos, y son, en última instancia, afectadas solo por la medida de la población a través de la cual se produce.

Básicamente, Watts y Dodds demuestran aquí dos cosas fundamentales:

a) En una primera aproximación, la habilidad de cualquier individuo de producir un efecto en cascada depende mucho más de la estructura global de la red de influencia que del grado personal de influencia. Si la red permite cascadas globales, estas ocurrirán, pero si esto no es así, aunque el influenciador esté muy bien conectado, no podrá iniciarlas.

b) Cuando estas cascadas globales ocurren, los influyentes tienden, en promedio, a producir cascadas más grandes que los no influyentes.

Si las redes de influencia están “esparcidas” o menos concentradas, los adoptadores tempranos tienden a ser más influyentes que el promedio, pero si las redes de influencia se vuelven densas, los adoptadores tempranos son incluso menos influyentes que el promedio. Este último resultado es particularmente sorprendente, pero parece derivar de la observación de que los individuos influyentes tienden a pertenecer a grupos que también lo son; por lo tanto, interactúan preferentemente con otros influyentes que resultan, en general, más difíciles de influenciar.

VI. Algunas conclusiones preliminares

El proceso de formación de precios en el mercado, de cara a estas reflexiones, parece estar fuertemente influenciado por dinámicas reticulares que contienen y exceden tanto las decisiones de los actores considerados individualmente como los determinismos más estructurales de la conducta macroeconómica. En este sentido, si bien los escenarios hasta aquí recorridos pueden (y demandan) ser múltiplemente profundizados, creemos que al menos ofrecen la posibilidad de estudiar la problemática de la incrustación a través de articulaciones metodológicas tanto afines teóricamente como empíricamente productivas. En todo caso, queda claro que en todas estas vías de análisis una doble sujeción, la de los agentes económicos tanto a su cultura como a sus redes de contactos, podría analizarse, con algunas adaptaciones específicas, recurriendo a las herramientas del ARS aplicadas al marketing:

a) El abordaje que aquí designamos como estrictamente relacional, presente en investigaciones como la de Webster y Morrison, despliega no solo las herramientas básicas del relevamiento y la generación de la red, sino también las pertinentes para producir indicadores reticulares válidos tanto a nivel de la red total (densidad) como a nivel de los grupos involucrados (subgrupos) o de los individuos (rol, influencia y equivalencia estructural).

Desde esta perspectiva, los atributos de los actores no son considerados en el análisis, y las conclusiones a obtener dependen estrictamente de las mediciones de red llevadas a cabo. A pesar de que esta es la línea de trabajo que menos innova respecto al ARS clásico, ha hecho aportes relevantes distinguiendo entre actores mejor o peor conectados, subgrupos relevantes y configuraciones de red más o menos propensas a procesos de innovación o flexibilizaciones de su estructura. En términos del debate entre posiciones infra o sobresocializantes del comportamiento económico, no hay prácticamente ningún elemento explicativo que este abordaje pueda extraer de ambas posiciones.

b) El punto de vista del marketing de red nos ha servido para sostener que, si bien las teorías de redes han sido extensamente usadas en este terreno, se impone una complementariedad entre las metodologías tradicionales y las estrategias de análisis impuestas por la perspectiva reticular. Al no contraponer el enfoque de marketing con el llamado “efecto de red” y buscar combinarlos, este abordaje difiere bastante del punto de vista estrictamente relacional.

En definitiva, esta perspectiva provee fuertes evidencias de que el tipo de conexión con la red de algún suscriptor existente es un poderoso factor en base al cual tomar decisiones de marketing ya que estos resultados predicen, por ejemplo, en qué medida una firma puede beneficiarse del uso de redes sociales para estimar las posibilidades de compra. Sin embargo, las conclusiones no son unívocas y hay varias maneras de aprovechar esta información.

Como primera solución a este problema, se podrían reforzar las técnicas de mercadeo apuntando a las redes de influenciadores, con lo cual deberían ahondarse las diferencias de propensión entre vecinos de red y no vecinos de red. Sin embargo, otra consecuencia del análisis podría implicar el intento de promover el surgimiento de más influenciadores en base a técnicas que utilicen la homofilia (similaridad de características) entre influenciadores e influenciados no recomendados. Una pregunta acecha a esta estrategia: ¿Se pueden “fabricar” influenciadores utilizando información parcial aportada por el marketing de red? Debido a su especificidad, el marketing de red parece incorporar aspectos de la perspectiva sobresocializada de la economía, ya que los comportamientos de los agentes, empezando por su misma categorización previa por clase, segmento etario o poder adquisitivo, implican suposiciones causales de un orden más general sobre su conducta.

c) En tercer lugar, y tomados en conjunto, los resultados generados por Watts y Dodds proveen un soporte “mixto” respecto de la hipótesis de los influyentes sobre el resto de la población de consumidores en el modelo de influencia interpersonal simple. La versión “fuerte” de esta hipótesis –que los influyentes son de algún modo esenciales para la difusión– claramente no está apoyada por las simulaciones, ya que estos no son ni necesarios ni suficientes para desencadenar grandes cascadas. Específicamente, los hallazgos de estos autores establecen que, más allá de las redes de influencia, el efecto del promedio del 10% más influyente claramente excede al de los adoptadores tempranos de un producto cualquiera, pero para el caso de las cascadas globales, no se puede postular que los más influyentes condicionan decisivamente al resto, sino que es más probable que la gente fácilmente influenciable condicione a otra gente influenciable en una medida modesta.

En las cascadas informacionales [information cascades], pequeñas fluctuaciones desencadenan reacciones críticas en las cuales grandes grupos parecen participar de una opción colectiva, y para ello se requiere que un pequeño número de individuos arriben al mismo tiempo a ese sector de la estructura. Esto no implica que, aunque situacionalmente sean influyentes, lo sean con carácter permanente. Respecto de la relación de estos modelos con las concepciones infra y sobresocializada del comportamiento económico, es razonable afirmar que estrictamente ellos no se ubican en ninguno de los polos de este contínuum, sino que más bien caen en la zona intermedia caracterizada por el espacio de influencia reticular.

Tabla 1. Propiedades generales de los 3 enfoques de ARS y marketing analizados

Tipo de enfoque	Determinismo	Sesgo explicativo	Temporalidad
Enfoque relacional puro	De red	Propiedades de la red, de los subgrupos y de los agentes	Estática
Enfoque mixto	De red y de sobresocialización (demografía, edad, etc.)	Propiedades de la red y atributos de los agentes	Estática
Enfoque de influencia	De red	Propiedades de la red	Dinámica (simulación temporal)

Fuente: elaboración propia.

Retornando a la problemática de la incrustación, consideramos que la visión reticular y el paradigma del ARS contribuyen a pensar la toma de decisiones económicas no solo en relación a las instituciones, la cultura o el sistema de valores de una sociedad determinada, sino respecto al modo concreto en que las constricciones emanadas de ellas se plasman en cualquier red empírica. Pensar abstractamente en este concepto, si bien rompe con la idea de acción racional, no evita el problema de considerar la sobredeterminación social como causa última del desempeño de los agentes económicos. Alternativamente, considerar lo que en la Tabla 1 podemos llamar “determinismos de red”, a la par que pone en foco la interdependencia de las unidades de análisis consideradas, que son en el caso del marketing los consumidores, también rompe con los reduccionismos infra y sobresocializadores en la explicación de la acción económica.

Referencias

Achrol, R. S. (1997). Changes in the theory of interorganizational relations in marketing: Toward a network paradigm. Journal of the Academy of Marketing Science, 25 (1), 56-71.

Agarwal, E. y Pregibon, E. (2004). Enhancing communities of interest using Bayesian stochastic blockmodels. En Proc. Fourth SIAM International Conference on Data Mining. Philadelphia: SIAM.

Arthur, W. B. (2013). Complexity economics: a different framework for economic thought. En Complexity and the Economy. Oxford: University Press.

Bass, F. M. (1969). A New Product Growth for Model Consumer Durables. Management Science, 15, 215–27.

Bineham, J. L. (1988). A Historical Account of the Hypodermic Model in Mass Communication. Communication Monographs, 55, 230–46.

Bonnacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92, 1170-1182.

Bowles, S. y Herbert G. (2002). Schooling in Capitalist America Revisited. Sociology of Education. 75(1), 1-18.

Bowman, D. y Narayandas, D. (2001). Managing customer-initiated contacts with manufacturers: The impact on share of category requirements and word-of-mouth behavior. Marketing Research, 38, 281–297.

Breiger R, Boorman, S. y Arabie, P. (1975). An algorithm for clustering relational data, with applications to social network analysis and comparison with multidimensional scaling. Journal of Mathematical Psychology, 12, 328-383.

Brodie, R.J., Coviello, N.E., Brookes, R.W. y Little, V. (1997). Toward a paradigm shift? An examination of contemporary marketing practices. Journal of Marketing Management, 13 (5), 383-406.

Brown, J.J. y Reingen, P.H. (1987). Social ties and word-of-mouth referral behavior. Journal of Consumer Research, 4, 350-362.

Burson-Marsteller (2001). The Power of Online Influencers. Report. New York: Burson-Marsteller.

Burt, R.S. (1984). Network items and the general social science survey. Social Networks, 6, 293-339.

Burt, Ronald S. (1987). Social Contagion and Innovation: Cohesion versus Structural Equivalence. American Journal of Sociology, 92, 1287–335.

Burt, R. S. (1999). The social capital of opinion leaders. Annals of the American Academy of Political and Social Science, 566, 37-54.

Cadeaux, J. (1997). Channel network structure and the product assortment function. Journal of Marketing Channels, 6 (2), 17-33.

Case, A. C. (1991). Spatial patterns in household demand. Econometrica. 59, 953–965.

Coleman, J. S., Katz, E. y Menzel H. (1966). Medical Innovation: A Diffusion Study. Indianapolis: Bobbs-Merrill.

Coulter, R., Feick L. y Price L. (2002). Changing Faces: Cosmetics Opinion Leadership among Women in the New Hungary. European Journal of Marketing, 36, 1287–1308

Czepiel, J.A. (1974). Word of mouth processes in the diffusion of a major technological innovation. Journal of Marketing Research, 11, 172-180.

Czepiel, J.A. (1975). Patterns of interorganizational communications and the diffusion of a major technological innovation in a competitive industrial community. Academy of Management Journal, 18, 6-24.

Domingos, P. y Richardson, M. (2001). Mining the network value of customers. En Proc. Seventh ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 57–66). New York: ACM Press.

Duhan, D.F., Johnson, S.D., Wilcox, J.B. y Harrell, G.D. (1997). Influences on consumer use of word-of-mouth recommendation sources. Journal of the Academy of Marketing Science, 25 (4), 283-295.

Fichman, R. G. (2004). Going beyond the dominant paradigm for information technology innovation research: Emerging concepts and methods. Journal of the Association of Information Systems, 5, 314–355.

Foss, N. J. (1996). Spontaneous Social Order. Economics and Schützian Sociology. American Journal of Economics and Sociology, 55(1), 73-86.

Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks. 1, 215-239.

Frenzen, J. y Nakamoto, K. (1993). Structure, cooperation, and the flow of market information. Journal of Consumer Research, 20, 360-375.

Gladwell, M. (1997). The coolhunt. The New Yorker. March 17, 78–88.

Gladwell, M. (2002). The Tipping Point: How Little Things Can Make a Big Difference. Boston: Back Bay Books.

Goldenberg, J., Libai, B. y Muller, E. (2001). Talk of the network a complex systems look at the underlying process of word-of-mouth. Marketing Letters, 12 (3), 211-223.

Granovetter, M. S. (1973). The strength of weak ties. American Journal of Sociology, 78 (6), 1360-1380.

Granovetter, M. S. (1983). The strength of weak ties: A network theory revisited. Sociological Theory, 1, 201-233.

Granovetter, M. S. (1985). Acción económica y estructura social: el problema de la incrustación. En Félix Requena Santos (2003) (Comp.). Análisis de redes sociales: orígenes, teorías y aplicaciones (p. 231-269). Madrid: Alianza.

Hightower, R. Brady, M. K. y Baker, T. L. (2002). Investigating the role of the physical environment in hedonic service consumption: An exploratory study of sporting events. Journal of Business Research, 55 697–707.

Hill, S., Provost, F. y Volinsky, C. (2006). Network-Based arketing Identifying Likely Adopters via Consumer Networks. Statistical Science, 21 (2), 256–276. Recuperado de https://bit.ly/2LDsuzl.

Iacobucci, D. y Hopkins, N. (1992). Modeling dyadic interactions and networks in marketing. Journal of Marketing Research, 29, 5-17.

Iacobucci, D. y Ostrom, A. (1996). Commercial and interpersonal relationships: Using the structure of interpersonal relationships to understand individual-to-individual, individual-to-firm, and firm-to-firm relationships in commerce. International Journal of Research in Marketing, 13, 53-72.

Iacobucci, D., Henderson, G., Marcati, A. y Chang, J. (1996). Network analyses of brand switching behavior. International Journal of Research in Marketing, 13, 415- 429.

Katz, L. (1953). A new status index derived from sociometric data analysis. Psychometrika, 18, 34-43.

Katz, E. y Lazarsfeld P. (1955). Personal Influence; the Part Played by People in the Flow of Mass Communications, Glencoe, IL: Free Press.

Keller, E. y Berry J. (2003). The Influentials: One American in Ten Tells the Other Nine How to Vote, Where to Eat, and What to Buy. New York: Free Press.

Killworth, P. D., McCarty, C., Bernard, H. R., Johnsen, E. C., Domini, J. y Shelley, G.A. (2003). Two interpretations of reports of knowledge of subpopulation sizes. Social Networks, 25, 141-160.

Liben-Nowell, D. y Kleinberg, J. (2003). The link prediction problem for social networks. En Proc. Twelfth International Conference on Information and Knowledge Management (pp. 556–559). New York: ACM Press.

Lin, N. (1973). The Study of Human Communication. Indianapolis: Bobbs-Merrill.

Linden, G., Smith, B. y York, J. (2003). Amazon.com recommendations— Item-to-item collaborative filtering. IEEE Internet Computing, 7, 76–80.

López, D. (2008). Alfred Schutz y la Escuela Austríaca de Economía. Aportes al problema del orden social. Intersticios. Revista Sociológica de Pensamiento Crítico, 2(1), 73-79.

López-Pintado, D, y Duncan J. (2008). Social Influence, Binary Decisions and Collective Dynamics. Rationality and Society, 20(4), 399–443.

Lozares Colina, C. (1996). La teoría de redes sociales. Revista de Sociología, 48, 103-126.

Luce, R. D. y Perry, A. D. (1949). A method of matrix analysis of group structure. Psychometrika, 14, 95-116.

Mattisson, L. (1997). ‘Relationship Marketing’ and the ‘Markets-as-Networks Approach’. A comparative analysis of two evolving streams of research. Journal of Marketing Management, 13, 447-461.

McCallister, L. y Fischer, C. (1978). A procedure for surveying personal networks. Sociological Methods and Research, 7, 131-148.

McPherson, M., Smith-Lovin, L. y Cook, J.M. (2001). Birds of a feather: Homophily in social networks. Annual Review of Sociology, 27, 415–444.

Merton, R. K. (1968). Patterns of Influence: Local and Cosmopolitan Influentials. En Social Theory and Social Structure. New York: The Free Press. 

Miceli, J., Orsi O. y Rodríguez García N. (2017). Análisis de Redes Sociales y Sistema Penal. Valencia: Tirant Lo Blanch.

Midgley, D. F., Morrison, P. D. y Roberts, J. H. (1992). The effect of network structure in industrial diffusion processes. Research Policy, 21 (6), 533-552.

Moorman, C. y Matulich, E. (1993). A model of consumers’ preventive health behaviors: The role of health motivation and health ability. Journal of Consumer Research, 20, 208-228.

Morris, S. (2000). Contagion. Review of Economic Studies, 67, 57–78.

Morrison, P. D., Roberts, J. H. y Midgley, D. F. (2000). Opinion leadership amongst leading edge users. Australasian Marketing Journal, 8 (1), 5-14.

North, D. y Thomas R. (1973). The rise of the western world. Cambridge: Cambridge University Press.

Piore, M. J. (1972). Notes for a Theory of Labor Market Stratification. Working papers 95. Massachusetts Institute of Technology (MIT), Department of Economics.

Polanyi, K. (1944). The great transformation. Nueva York: Holt, Rinchart.

Polanyi, K., Arensberg C. y Pearson H. (1957). Trade and Market in the Early Empires. Nueva York: Free Press.

Schneider, H. (1974). Economic Man: The anthropology of economics. Nueva York: Free Press.

Reingen, P.H., Foster, B.L., Brown, J.J. y Seidman, S.B. (1984). Brand congruence in interpersonal relations: A social network analysis. Journal of Consumer Research, 11, 771-783.

Reingen, P.H. y Kernan, J.B. (1986). Analysis of referral networks in marketing: Methods and illustration. Journal of Marketing Research, 23, 370-378.

Richardson, M. y Domingos, P. (2002). Mining knowledge-sharing sites for viral marketing. En Proc. Eighth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 61–70). New York: ACM Press.

Rindfleisch, A. y Moorman, C. (2001). The acquisition and utilization of information in new product alliances: A strength-of-ties perspective. Journal of Marketing, 65 (2), 1-18.

Rivoir, A. L. (1999). Redes Sociales: ¿Instrumento metodológico o categoría sociológica? Revista de Ciencias Sociales, 15, 49-58.

Roch, C. H. (2005). The Dual Roots of Opinion Leadership. Journal of Politics, 67, 110–31.

Rogers, E. M. (2003). Diffusion of Innovations. New York: Free Press.

Ronchetto, J. R., Hutt. M. D. y Reingen, P. H. (1989). Embedded influence patterns in organizational buying systems. Journal of Marketing, 53, 51-62.

Schelling, T. C. (1973). Hockey Helmets, Concealed Weapons, and Daylight Saving: A Study of Binary Choices with Externalities. Journal of Conflict Resolution, 17, 381–428.

Schneider, H. (1974). Economic Man: The anthropology of economics. Nueva York: Free Press.

Taylor, M. (1969). Influence structures. Sociometry, 32, 490-502.

Van der Poel, M. (1993). Delineating personal support networks. Social Networks, 15, 49-70.

Ward, J. C. y Reingen, P. H. (1990). Sociocognitive analysis of group decision making among consumers. Journal of Consumer Research, 17, 245-262.

Watts, Dodds, P. y Newman, M. (2002). Identity and search in social networks. Science, 296, 1302–1305.

Watts, D. J. y Dodds, S. (2007). Influentials, Networks, and Public Opinion Formation. Journal of Consumer Research. 34(4), 441-458.

Webster, C. y Morrison, P. (2004). Network Analysis in Marketing. Australasian Marketing Journal, 12 (2). Recuperado de https://bit.ly/2LA0ahj.

Wang, J., Aribarg, A. y Atchadé Y. (2013). Modeling Choice Interdependence in a Social Network. Marketing Science, 32(6), 977-997.

Wellman, B. (1983). Network Analysis: Some basic Principles. En R. Collins (Ed.), Sociological Theory (pp. 155-199). San Francisco: Jossey-Bass.

Wilkinson, I. F. (1976). An Exploration of methodologies for detecting subgroups, subsystems, and cliques of firms in distribution channels. Journal of the Academy of Marketing Science, 4 (2), 539-553.

Yang, S. y Allenby, G. M. (2003). Modeling interdependent consumer preferences. Journal of Marketing Research, 40, 282–294.

---