Efectos de las características de videos en YouTube que aumentan su popularidad: un análisis empírico
DOI:
https://doi.org/10.22267/rtend.202102.153Palabras clave:
marketing, publicidad, regresión binomial negativa, YouTubeResumen
YouTube es la plataforma multimedia más visitada del mundo; escenario ideal para la promoción de productos y servicios. La literatura se ha preocupado por identificar elementos que favorecen la popularidad de los videos en esta plataforma; sin embargo, sigue siendo escasa. La presente investigación establece los efectos de la estrategia del mensaje, consistencia de marca y elementos técnicos de resolución y duración de los videos sobre la popularidad, entendida como el volumen de reproducciones de cada video publicado por las empresas de telefonía móvil. Se empleó análisis de contenido para identificar las características mencionadas y, mediante un modelo de regresión binomial negativa, se contrastaron las hipótesis. Los hallazgos mostraron que las estrategias de contenido funcionales y emocionales, la consistencia de marca y la resolución del video, aumentan el volumen de reproducciones. Por otra parte, la duración del video disminuye la tasa de reproducciones. Estos resultados pueden ser útiles a la hora de desarrollar estrategias de difusión de piezas publicitarias en YouTube por parte de empresas de telefonía móvil, no obstante, futuros estudios podrían analizar otras industrias para contrastar los resultados obtenidos.
Descargas
Citas
(1) Abitbol, A., & Lee, S. (2017). Messages on CSR-dedicated Facebook pages: What works and what doesn’t. Public Relations Review, 43(4), 796-808. https://doi.org/10.1016/j.pubrev.2017.05.002
(2) Ahmad, U., Zahid, A., Shoaib, M., & AlAmri, A. (2017). HarVis: An integrated social media content analysis framework for YouTube platform. Information Systems, 69, 25-39. https://doi.org/10.1016/j.is.2016.10.004
(3) Akaike, H. (1974). A New Look at the Statistical Model Identification. IEEE Transactions on Automatic Control, 19(6), 716-723. https://doi,org/10.1109/TAC.1974.1100705
(4) Borghol, N., Ardon, S., Carlsson, N., Eager, D., & Mahanti, A. (2012). The untold story of the clones: content-agnostic factors that impact YouTube video popularity. Proceedings of the 18th ACM SIGKDD international conference on Knowledge discovery and data mining. https://doi.org/10.1145/2339530.2339717
(5) Brasel, S. (2012). How focused identities can help brands navigate a changing media landscape. Business Horizons, 55(3), 283-291. Beijin, China. https://doi.org/10.1016/j.bushor.2012.01.005
(6) Cameron, A., & Trivedi, P. (2013). Regression Analysis of Count Data (2.ªed.). Cambridge University Press.
(7) Coxe, S., West, S., & Aiken, L. (2009). The Analysis of Count Data: A Gentle Introduction to Poisson Regression and Its Alternatives. Journal of Personality Assessment, 91(2), 121-136. https://doi.org/10.1080/00223890802634175
(8) De Vries, L., Gensler, S., & Leeflang, P. (2012). Popularity of Brand Posts on Brand Fan Pages: An Investigation of the Effects of Social Media Marketing. Journal of Interactive Marketing, 26(2), 83-91. https://doi.org/10.1016/j.intmar.2012.01.003
(9) Dehghani, M., Khorram, M., Ramezani, I., & Sali, R. (2016). Evaluating the influence of YouTube advertising for attraction of young customers. Computers in Human Behavior, 59, 165-172. https://doi.org/10.1016/j.chb.2016.01.037
(10) eMarketer (2019). Key Digital Trends H2 2019. Five Trends to Track as We Head Into 2020. https://bit.ly/3bPRk8x
(11) Figueiredo, F., Almeida, J., Gonçalves, M., & Benevenuto, F. (2014). On the dynamics of social media popularity: A YouTube case study. ACM Transactions on Internet Technology (TOIT), 14(4), 1-21. https://bit.ly/3bFEppz
(12) Gupta, H., Singth, S., & Sinha, P. (2017). Multimedia tool as a predictor for social media advertising - a YouTube way. Multimedia Tools and Applications, 76(18), 18557–18568. https://doi.org/10.1007/s11042-016-4249-6
(13) Hair, J., Black, W., Babin, B., & Anderson, R. (2013). Multivariate data analysis (7.ªed.). Prentice Hall.
(14) Jáugueri, D. (2018, enero 9). Claro tiene la atención al cliente más deficiente de la telefonía móvil según encuesta de LR. La República. https://bit.ly/2zbc2lF
(15) Kemp., S. (2019, 30 de enero). Digital 2019: Global Internet Use Accelerates. We Are Social Inc. https://bit.ly/3cK7n92
(16) Kim, J., Guo, P., Seaton, D., Mitros, P., Gajos, K., & Miller, R. (2014). Understanding in-video dropouts and interaction peaks inonline lecture videos. Proceedings of the first ACM conference on Learning@ scale conference. Atlanta, USA. https://dl.acm.org/doi/10.1145/2556325.2566237
(17) Krippendorff, K. (2018). Content analysis: An introduction to its methodology. Sage Publications.
(18) Lee, C., & Ma, L. (2012). News sharing in social media: The effect of gratifications and prior experience. Computers in human behavior, 28(2), 331-339. https://doi.org/10.1016/j.chb.2011.10.002
(19) Londoño-Silva, A. M., Osorio-Andrade, C. F. y Peláez-Muñoz, J. P. (2020). Efectos del lenguaje publicitario y del destino turístico usados en páginas comerciales de Facebook sobre la generación de boca a boca electrónico. Estudios Gerenciales, 36(156), 264-271. https://doi.org/10.18046/j.estger.2020.156.3895
(20) Mudzanani, T. (2015). A review and analysis of the role of integrated marketing communication message typology in the development of communication strategies. African Journal of Marketing Management, 7(8), 90-97. https://doi.org/10.5897/AJMM2015.0475
(21) Navarro, A., Utzet, F., Puig, P., Caminal, J. y Martín, M. (2001). La distribución binomial negativa frente a la de Poisson en el análisis de fenómenos recurrentes. Gaceta Sanitaria, 15(5), 447-452. https://doi.org/10.1016/S0213-9111(01)71599-3
(22) Schultz, C. (2017). Proposing to your fans: Which brand post characteristics drive consumer engagement activities on social media brand pages? Electronic Commerce Research and Applications, 26, 23-24. https://doi.org/10.1016/j.elerap.2017.09.005
(23) Scott, J., & Freese, J. (2014). Regression Models for Categorical Dependent Variables Using Stata (2.ªed.). Stata Press.
(24) Shoufan, A., & Mohamed, F. (2017). On the likes and dislikes of youtube’s educational videos: A quantitative study. Proceedings of the 18th annual conference on information technology education. New York, USA. https://bit.ly/2TjCUqv
(25) Socialbakers. (2019). YouTube stats - Brands in Colombia. https://bit.ly/3bKJIDU
(26) Steffes, S., Lee, J., & Lee, S. (2014). Consumer-generated ads on Youtube: impacts of source credibility and need for cognition on attitudes, interactive behaviors, and ewom. Journal of Electronic Commerce Research, 15(3), 254-266. http://www.jecr.org/sites/default/files/Paper9.pdf
(27) Tafesse, W. (2015). Content strategies and audience response on Facebook brand pages. Marketing Intelligence and Planning, 33(6), 927-943. https://doi.org/10.1108/MIP-07-2014-0135
(28) Ten Hove, P., & Van Der Meij, H. (2015). Like It or Not. What Characterizes YouTube’s More Popular Instructional Videos? Technical Communication, 62(1), 48-62. https://bit.ly/3g1AjeH
(29) Tuells, J., Martínez-Martínez, P., Duro-Torrijos, J., Caballero, P., Fraga-Freijeiro, P. y Navarro-López, V. (2015). Características de los vídeos en español publicados en Youtube sobre la vacuna contra el virus del papiloma humano. Revista Española de Salud Pública, 89(1), 107-115. https://doi.org/10.4321/S1135-57272015000100012
(30) Voorveld, H., Neijens, P., & Smit, E. (2011). Opening the black box: Understanding cross-media effects. Journal of Marketing Communications, 17(2), 69-85. https://doi.org/10.1080/13527260903160460
(31) Welbourne, D., & Grant, W. (2016). Science communication on YouTube: Factors that affect channel and video popularity. Public Understanding of Science, 25(6), 706-718. https://doi.org/10.1177%2F0963662515572068
Publicado
Cómo citar
Número
Sección
Licencia
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
Esta revista está bajo una Licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional License. Los artículos se pueden copiar, distribuir, adaptar y comunicar públicamente, siempre y cuando se reconozcan los créditos de la obra y se cite la respectiva fuente. Esta obra no puede ser utilizada con fines comerciales.
Para aumentar su visibilidad, los documentos se envían a bases de datos y sistemas de indización.
El contenido de los artículos es responsabilidad de cada autor y no compromete, de ninguna manera, a la revista o a la institución.