SciELO - Scientific Electronic Library Online

 
vol.14 número1La Dicotomía de la Gestión Pública-Privada y las Transformaciones en la Administración PúblicaEvolución de los Arreglos Comerciales Preferenciales Otorgados por Estados Unidos a Ecuador índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Economía y Negocios

versión On-line ISSN 2602-8050

Economía y Negocios vol.14 no.1 Quito ene./jun. 2023

https://doi.org/10.29019/eyn.v14i1.1089 

Artículos Originales

Comportamiento del Consumidor Antes y Durante la Pandemia del Covid-19 en la Provincia El Oro

Consumer Behavior Before and During the Covid-19 Pandemic in El Oro Province

Claudia Gabriela QUIZHPE-BUSTOS.1 
http://orcid.org/0000-0002-5673-0526

Karen Mariuxi BUSTAMANTE-CHIRIBOGA.1 
http://orcid.org/0000-0002-5241-5035

Andrés PACHECO-MOLINA1 
http://orcid.org/0000-0002-5022-9044

11 Universidad Técnica de Machala, Facultad de Ciencias Empresariales. Machala, Ecuador. cquizhpe2@utmachala.edu.ec


Resumen:

La presente investigación analiza el impacto de la pandemia en las preferencias de los consumidores dentro del marco del comercio electrónico, busca recomendar estrategias de mercado que acerquen al consumidor hacia una atención más digital. Se hizo uso del estadístico de comparación de muestras relacionadas de Wilcoxon para datos no paramétricos, con el fin de realizar una confrontación de frecuencias entre grupos de distintos tiempos que midieron el comportamiento de los usuarios en este mismo intervalo. Se utilizó la encuesta como instrumento de investigación y se pudo evidenciar un incremento en las compras en línea, destacando el uso de las tarjetas de crédito o débito y una reducción de las compras en establecimientos físicos. En el caso de la percepción sobre el comercio electrónico existió un incremento en la sensación de facilidad, necesidad y mayor grado de utilidad sobre el mismo. Los resultados obtenidos demuestran que la pandemia generó un impacto significativo sobre el comportamiento del consumidor y las percepciones del comercio electrónico en el grupo de estudio.

Palabras clave: Comportamiento del consumidor; Comercio electrónico; Mercado; Pandemia Covid-19

Abstract:

The present investigation analyzes the impact of the pandemic on consumers' preferences, within the framework of electronic commerce to recommend market strategies that focus on consumers with more digital attention. For this reason, Wilcoxon’s statistical comparison of related samples has been used for non-parametric data in order to perform a comparison of frequencies between groups of different times that measured the behavior of users in this same range. The survey was used as a research tool and an increase in online purchases could be evidenced, highlighting the use of credit or debit cards and a reduction in purchases in physical establishments. In the case of the perception of electronic commerce, there was an increase in the sensation of ease, need and greater degree of usefulness about it. The results obtained demonstrate that the pandemic had a significant impact on consumer behavior and perceptions of electronic commerce in the study group.

Keywords: Consumer behavior; Electronic commerce; Market; Covid-19 Pandemic

Introducción

Aunque antes de la pandemia ya existían perfiles de compradores que hacían uso del comercio electrónico y que contaban con todos los niveles de exigencia, los hábitos de consumo se mantenían mayoritariamente en la presencialidad (), es decir, el consumidor tenía contacto directo con el vendedor más que su contraparte de atención digital. El ocio de los consumidores era atendido mayoritariamente por los servicios turísticos y demás actividades de entretenimiento presencial. Las actividades de consumo digital ya estaban establecidas y ya era considerable la participación en redes sociales mediante el uso de estrategias mercadotécnicas ().

La llegada de la pandemia ejerció un cambio en el modelo de gestión de los recursos humanos. Vasconcelos-Vásquez y Montero-Ulate () afirman que el fenómeno ha incidido en la gestión de trabajo de las personas, perfilándose fuertemente por el teletrabajo cambios que a su vez han generado trasformaciones sociales que desembocaron en una histeria colectiva. Derivando así en cambios notorios en los hábitos de compra y optando, en gran medida, por medios como Instagram, Facebook y WhatsApp para adquirir bienes y servicios ().

Sin embargo, ante la percepción de un mundo más digitabilizable, los consumidores empezaron a acaparar grandes ratios de consumo tecnológico que, con la llegada de la crisis del Covid-19, llevó a los consumidores a reevaluar sus prioridades de gasto, convirtiéndolos, según Benavides-Loja y Avila-Rivas (2021), en consumidores más conscientes. Los mismos autores evidenciaron un aumento en la frecuencia de uso de los medios digitales para adquirir bienes y servicios en el periodo pandémico, incluso en algunos casos se mantuvieron como el medio principal para efectuar las compras cotidianas.

Para comprobar este precedente en los habitantes de la provincia de El Oro hizo falta desarrollar un enfoque exploratorio mediante el uso de medios estadísticos que permitieron comparar muestras relacionadas, midiendo las frecuencias entre grupos de distintos tiempos para entender el comportamiento y la percepción de los usuarios antes y durante la pandemia. La primera variable ‘percepciones sobre el comercio electrónico’ y la segunda variable ‘comportamiento del consumidor’ fueron utilizadas como base empírica para la elaboración de un instrumento de investigación, cuya distribución fue organizada a través de un paquete informático.

A partir de lo que mencionan Sornoza et al. () -afirmando que la pandemia ha traído importantes cambios en materia económica y social y que estos cambios principalmente se han evidenciado dentro del casco comercial de las principales ciudades de la provincia de El Oro- es necesario determinar por métodos cuantitativos cuáles son los cambios significativos que ha ejercido la pandemia del Covid-19 en las preferencias del consumidor, con respecto a su forma de comprar antes de la misma. Es así que se analiza el impacto causado por la pandemia del Covid-19 dentro del marco del comercio electrónico, con el objetivo de recomendar estrategias de mercado que acerquen al consumidor hacia una atención más digital en el intercambio de bienes y servicios.

Revisión de la Literatura

Comportamiento del consumidor

Antes de discernir sobre el significado del comportamiento del consumidor resulta elemental identificar que ‘el consumidor’ es un sujeto que compra incentivado por la necesidad personal de adquirir o consumir un producto-servicio que satisfaga las exigencias de sus intereses. Los consumidores se pueden segmentar en grupos con necesidades o cualidades homogéneas, tales como: edad, género, nivel educativo, oficio o profesión, poder adquisitivo, residencia, tipo de compra, deseos y necesidades de los consumidores (Pirc Barčić et al., 2021). A esta indagación se agregan cinco tipos de consumidores: conservadores o consientes, consumidores inconscientes, críticos, despreocupados y consumidores congruentes (Gumber & Rana, 2021; ; ).

Cada consumidor posee un historial único de compra, no existen duplicados, dado que todos se ven influenciados por factores internos y externos de diferente índole, mismos que forman parte de la conducta propia del consumidor. Es lo que Mehta et al. () traducen como un proceso importante y constante para la toma de decisiones al momento de la compra. Proceso que, desde la perspectiva del macro consumidor, es creado por cuestiones sociales, a diferencia del micro consumidor que lidia con factores individuales enfocados en la utilidad percibida, la satisfacción y las emociones positivas o negativas obtenidas de dicha transacción ().

Valaskova et al. () manifiestan que existen tres enfoques que explican el comportamiento del consumidor: 1) Enfoque psicológico, basado en la psique, actitudes y emociones que condicionan el actuar del consumidor en el momento de la elección de un bien o servicio. 2) Enfoque sociológico, justificado por las reacciones de los consumidores frente a diversos marcos sociales, como el aumento de la presión social por emprendimientos digitales más confiables o los niveles altos de desempleo, consecuencia de una crisis económica mundial por la pandemia. 3) Enfoque económico, fundamentado por la satisfacción de la demanda, producto proporcional a los ingresos de los consumidores (a mayores ingresos, altos gastos). Posteriormente, los intereses de los consumidores son confrontados y negociados en el mercado.

Antagónicamente, las personas de clase pudiente denotan un comportamiento más exigente y excesivo de consumo, pero en circunstancias de crisis inoportunas este grupo de consumidores ha demostrado una cultura de reciclaje y mesura. A este tipo de comportamiento Fry y Faerm (2019) ejemplifican como un rebote de la recesión económica en el que las tendencias más centrales en crisis incluyen la demanda de simplicidad. Esto indica que los consumidores buscan productos y servicios sencillos, orientados a que faciliten sus vidas y se centran en la representación de una empresa en la que los consumidores no se sientan indignados por la conducta ilegal y el comportamiento poco ético de las empresas.

Efectos de los eventos disruptivos en el comportamiento del consumidor

Ante una realidad tan impredecible, variable y dinámica las personas, tanto en su estado natural como jurídico, actúan instintivamente frente a eventos traumáticos irrevocables, ya que son difíciles de predecir. Algo semejante ocurre con el comportamiento del consumidor en escenarios calamitosos. Ello se evidencia con el cambio de la conducta humana, secuela mundial de la pandemia del Covid-19. Visto de esta forma se resume que un ‘evento disruptivo’ es una situación provocadora por alteraciones en la reacción humana, la misma puede generar distorsión en la capacidad productiva de los individuos (). Simultáneamente, Rodríguez-Aguilar y Marmolejo-Sauceso () acotan que estos eventos se clasifican como catástrofes naturales, crisis sanitarias, brotes de enfermedades, guerras, calamidades personales o cualquier otro evento poco frecuente que afecte significativamente las operaciones de la sociedad.

En este sentido, se comprende que los eventos disruptivos han sido parte de algunos cambios en el pasado y que cada suceso ocurrido influye claramente en el comportamiento de compra de los demandantes. Adicionalmente, Kirk y Rifkin (citado en Eger et al., 2021) argumentan que todo consumo de la población está sujeto al tiempo y ubicación. Si esto se traslada a tiempos de crisis en los que a menudo hay grandes transformaciones, lo recomendable es prestar atención a los comportamientos de los consumidores en tres circunstancias: reacción, afrontamiento y acciones de autonomía que impliquen la adaptación a largo plazo. Se debe aclarar que el afrontamiento, según Ogueji et al. (), es un recurso psicológico que permite reducir el estrés y cuyas estrategias aplicables son las conductas de evitación, afrontamiento centrado en la emoción, en el problema, humor o afrontamiento religioso (; ).

Conducta del consumidor frente al Covid-19

Al inicio de la pandemia fue inevitable el cese de actividades comerciales a causa del aislamiento obligatorio impuesto por los diferentes gobiernos del mundo como medida preventiva ante el masivo e incontrolable contagio. De ahí que los consumidores se vieran afectados por: 1) condiciones médicas subyacentes graves, como en el caso de los adultos mayores o personas que padecían enfermedades cardiacas, respiratorias, diabetes, hipertensión y cáncer (Ivanov, 2020), 2) por condiciones insalubres ante la falta de suministros para la preparación de cuerpos inertes, escasez de ataúdes, colapso de crematorios y cementerios, 3) por condiciones laborales informales e inestables (Abuabara, 2020), lo que desencadenó un mayor índice de desempleo. De allí que Safara () sustente que todos estos episodios evidenciaron un cambio rotundo en el comportamiento del consumidor.

Por tal razón, los compradores evitaban contagiarse del virus cuando la situación era caótica en el 2020 e inicios del 2021. Por otro lado, las industrias y corporaciones tuvieron que adoptar estrategias que agiliten el proceso de compra y venta. Una de las nuevas adopciones implicaba técnicas de aprendizaje automático que permitía la comprensión del comportamiento del consumidor (), además, el e-commerce salvó a muchas organizaciones de la insolvencia. Al respecto, Patil y Rao () manifiestan que dichas técnicas se manejan con base de datos obtenidas de la huella digital de cada usuario, con la finalidad de encontrar patrones secuenciales de comportamiento. Proyectos como Google, Meta (Facebook, Instagram, WhatsApp), Siri Apple o Microsoft son el claro reflejo de que la automatización efectiviza los servicios a través del análisis computarizado de las nuevas conductas del comprador ().

En consecuencia, se genera un nuevo perfil del consumidor, el cual combina los comportamientos previos a la pandemia (conductas relacionadas con el nivel de insatisfacción), con las actitudes nuevas durante la transmisión del virus SARS-COV-2 (comportamientos basados en tecnología). Sin embargo, esta combinación de comportamientos de consumos antiguos y nuevos probablemente sea dinámica y creativa, ya que los consumidores tendrán que atravesar nuevas etapas de la pandemia marcadas por la incertidumbre.

Comercio electrónico

Hoy en día el mercado convencional se ha visto alterado por factores tecnológicos. El Internet es la variable dominante en la evolución del mercado digital y, ante la facilidad de uso de la web, resulta más simple incidir en el comportamiento del consumidor y en la toma de decisiones de los agentes económicos.

Figura 1: Tipos de comercio electrónico. 

Precisamente, este esquema responde a los tipos de comercio electrónico (Figura 1), cuya idea general recae en las operaciones de compra-venta y pagos electrónicos utilizando TICS (tecnologías de la información y comunicación) sin obligación de entrar en contacto físico con los vendedores (). Además, garantiza a las empresas la eliminación de barreras en el mercado, puesto que se obtienen más clientes potenciales a menores costos y se reducen las tasas de devolución por parte de los consumidores.

Al igual que el comercio convencional, el e-commerce necesita de ideas llamativas que incentiven al consumo. Maquilón et al. () proponen a la realidad aumentada como herramienta innovadora, debido a su originalidad en la creación de contenido gráfico tridimensional y auditivo en el que coexisten objetos del mundo real y virtual. En los últimos años, los diseñadores gráficos han tomado estas herramientas digitales para crear anuncios y campañas publicitaras que han proveído a las empresas robusticidad en la captación de mercado. La avanzada difusión de dispositivos electrónicos e Internet motivaron a combinar las redes sociales con espacios publicitarios de realidad aumentada, a fin de ofrecer una experiencia diferente a los consumidores y que los mismos que puedan intercambiar opiniones entre compradores (reseñas de compra) o vendedores (atención al cliente) (Han & Kim, 2019).

Actualmente, los hábitos de compra en línea de los consumidores se concentran frecuentemente en el manejo de dispositivos móviles inteligentes para las transacciones. En la opinión de Kowalczuk et al. () las aplicaciones móviles, páginas web y tiendas virtuales que permiten el libre comercio son los mayores puntos de venta del e-commerce porque abren paso a la búsqueda previa de información económica, características del producto o servicio y reseñas de otros consumidores que alienten la adquisición. Es ahí donde los metadatos de los buscadores arrojan opciones desde la necesidad inicial del demandante, hasta los gustos subyacentes generados luego de la primera búsqueda (). Sin embargo, existen otros patrones afectivos y cognitivos como la interactividad, calidad del sistema, información del producto y congruencia con la realidad que despierta la intención de reutilización en el consumidor ().

Comercio electrónico en Ecuador

En Ecuador el comercio electrónico no encabezaba la lista de mejores modelos de negocio, por el contrario, fue hasta después del primer año de pandemia que se priorizó su uso. El escenario de Latinoamérica se repetía en el país, siendo objeto de las mismas problemáticas ante el uso del e-commerce. Desde la posición de Zambrano Velasco et al. (), los ecuatorianos demostraron ser más indómitos para esta área, a causa de la carencia de cultura financiera (el BCE indicó que solo el 40 % de habitantes poseían cuentas bancarias en el 2019), lo que obstruía hacer pagos con tarjetas de crédito o débito debido a la costumbre enraizada de comprar físicamente y del desconocimiento de cómo realizar compras en aplicaciones, tiendas virtuales o páginas web.

Con la llegada del coronavirus, las organizaciones existentes se debieron ambientar a la virtualidad y utilizar las redes sociales para ofertar sus productos. Otras iniciaron como emprendimientos digitales y, en conjunto, daban la importancia necesaria a las nuevas exigencias del mercado. Como se hizo notar, el comercio electrónico se volvió una prioridad, en Ecuador se proyectó con un volumen de negocio de $ 2.3 mil millones para el 2020 (). Si se retorna al comportamiento del consumidor habría una actitud despreocupada de los demandantes en la entrega de datos personales a mediadores, puesto que era mayor el temor a contraer el virus que seguir con supersticiones de transacciones falsas. Adicionalmente, el consumidor perfila a la proactividad en sus compras y al disfrute de sus momentos de ocio fuera de confinamiento.

Materiales y Métodos

La metodología fue de carácter cuantitativa, con enfoque exploratorio haciendo uso del estadístico de comparación de muestras relacionadas de Wilcoxon para datos no paramétricos. Esto, con el fin de realizar una comparación de frecuencias entre grupos en distintos tiempos que midan el comportamiento de los usuarios antes y durante la pandemia. En segunda instancia, el estudio también estuvo enfocado en medir las percepciones sobre el comercio electrónico de los habitantes de la provincia de El Oro.

Instrumento de investigación

Se optó por utilizar la encuesta como instrumento de investigación. Esta estuvo dividida en dos dimensiones de estudio representadas por variables. La primera variable constó de preguntas que estuvieron enfocadas en la medición de la percepción sobre el comercio electrónico a través de dos tiempos distintos (T1 para valores antes de la pandemia y T2 para valores después de la pandemia). Para ello, se hizo uso de la escala de Likert con cinco puntos cuantificables, en donde 1 significaba totalmente en desacuerdo y 5 totalmente de acuerdo.

Percepciones sobre el comercio electrónico:

    La segunda variable midió el comportamiento del consumidor mediante el uso de ítems de respuesta representados con intervalos de tiempo, respondiendo a su vez a las preferencias en las plataformas de compras digitales y los medios de transporte más usados para realizar compras de forma presencial. Al igual que la variable anterior, la información fue recolectada a través del uso de dos tiempos de medición.

    Comportamiento del consumidor:

      Con el fin de evitar un sesgo de método común, el instrumento de investigación fue constituido con ítems de preguntas, cuyas variables no estaban especificadas para los encuestados. De esta manera, se expusieron las preguntas de forma aleatoria y sin un orden en específico, con el fin de maximizar las posibilidades de obtener una observación independiente de los datos y reduciendo al mínimo la intervención del investigador.

      Se hizo uso de la plataforma de Google Forms para enviar las encuestas mediante selección aleatoria, fueron enviadas por medio de correo electrónico y redes sociales a habitantes de la provincia de El Oro. Se utilizó el paquete de Office de Excel 2021 para la organización de los datos importados y del paquete de SPSS 25.0 para el análisis estadístico de la muestra.

      Distribución de la muestra

      Los resultados obtenidos dieron como válidas 370 respuestas de los encuestados, por lo que se optó por realizar un muestreo simple a través de la selección de una muestra aleatoria de 30 casos para completar un total de 400 respuestas válidas. Una vez realizado el proceso, la distribución de los datos quedó de la siguiente manera: el 51.8 % de los encuestados fueron personas menores o iguales a 22 años, mientras que el 48.3 % mayores o iguales a 23 años. La distribución de género fue del 51.0 % de participantes femeninas, mientras que los participantes masculinos representaron el 49.0 % de las respuestas válidas. Igualmente, la muestra estuvo delimitada dentro de la provincia de El Oro, en donde el 54.5 % de los datos recolectados fueron de personas residentes en la ciudad de Machala, mientras que el resto de la provincia sumaron un total de 45.5 %.

      Alcance y limitaciones

      En contraparte, es importante analizar que es posible que los encuestados, más allá de la influencia de la pandemia, hayan cambiado de opinión debido a factores externos como cambios en su estilo de vida. El instrumento de investigación no incorporó elementos que pudieran ratificar la influencia directa o indirecta de factores externos a los cambios significativos del comportamiento del consumidor y de la percepción del comercio electrónico por parte de la población estudiada.

      Igualmente, la presente investigación mostró algunas limitaciones en el factor de respuesta-tiempo de los consumidores para brindar suficiente información online, lo que disminuyó el número de observaciones y el alcance territorial. Por lo que se recomienda complementar la discusión de los datos con una investigación incorporada a nivel nacional que incluya una extensión a otros contextos emergentes.

      Análisis y Resultados

      Prueba de Kolmogorov-Smirnov

      En primer lugar, se evaluaron los parámetros obtenidos de la muestra. Para ello, se hizo un análisis de los requerimientos con el fin de identificar la naturaleza paramétrica de los datos. En dicho caso se estimó que las variables cumplieron con los parámetros de valores ordinales y que las pruebas de homogeneidad no fueron requeridas. Para determinar la distribución de la información recolectada se empleó el estadístico de Kolmogorov-Smirnov para muestras mayores a 30 participantes. Este permitió calcular la significancia asintótica bilateral correspondiente al valor p, en donde los valores obtenidos se ubicaron por debajo de 0.05. Con estos resultados se demostró que la muestra no contaba con una distribución normal de los datos y, de esta manera, se comprobó su naturaleza no paramétrica.

      Este proceso fue realizado en la variable de comportamiento del consumidor y en la variable percepción de comercio electrónico. La prueba de Kolmogorov-Smirnov se calcula a partir de datos con corrección de significación de Lilliefors.

      Tabla 1  Prueba de Kolmogorov-Smirnov para una muestra. Variable: comportamiento. 

      Variables secundarias Parámetros normales a,b Máximas diferencias extremas Estadístico de prueba Sig. Asintótica (bilateral)
      Media Desv. Desviación Absoluto Positivo Negativo
      Compras en línea con tarjeta_T1 1.66 1.034 .329 .329 -.263 .329 .000c
      Compras en línea con tarjeta_T2 1.99 1.072 .263 .263 -.179 .263 .000c
      Compras en tiendas físicas_T1 3.30 1.261 .164 .164 -.157 .164 .000c
      Compras en tiendas físicas_T2 2.71 1.105 .239 .239 -.153 .239 .000c
      Porcentaje de tiempo en casa_T1 3.01 1.114 .181 .181 -.162 .181 .000c
      Porcentaje de tiempo en casa_T2 4.03 1.161 .257 .200 -.257 .257 .000c

      Fuente: Elaboración propia.

      Tal como se puede verificar en las Tablas 1 y 2, la distribución de los datos para cada una de las variables de estudio no es uniforme. De esta manera, se confirma el uso del estadístico de Wilcoxon con el objetivo de poder comparar las muestras relacionadas.

      Tabla 2  Prueba de Kolmogorov-Smirnov para una muestra. Variable: percepción. 

      Variables secundarias Parámetros normales a,b Máximas diferencias extremas Estadístico de prueba Sig. Asintótica (bilateral)
      Media Desv. Desviación Absoluto Positivo Negativo
      Facilidad_T1 3.28 1.120 .177 .163 -.177 .177 .000c
      Facilidad_T2 3.62 1.247 .224 .133 -.224 .224 .000c
      Necesidad_T1 2.21 1.059 .202 .202 -.181 .202 .000c
      Necesidad_T2 2.73 1.296 .162 .147 -.162 .162 .000c
      Utilidad_T1 2.83 1.088 .212 .185 -.212 .212 .000c
      Utilidad_T2 2.94 1.157 .200 .190 -.200 .200 .000c
      Preocupación_T1 3.83 1.235 .252 .172 -.252 .252 .000c
      Preocupación_T2 3.90 1.219 .247 .184 -.247 .247 .000c

      Fuente: Elaboración propia.

      Pruebas de fiabilidad

      Con la finalidad de poner a prueba la fiabilidad de los datos recolectados se procedió con la eliminación por lista de todas las variables del procedimiento, con lo cual se contó con un número total de 16 elementos para ser analizados (ítems de la variable de percepción del comercio electrónico y de la variable de comportamiento del consumidor). Con esto, se procedió a calcular el valor del Alpha de Cronbach, el cual se ubicó por encima del umbral esperado de 0.7, pudiendo estimar un grado fuerte de fiabilidad para la muestra analizada.

      Análisis de las variables

      Una vez demostrado que la información levantada fue de naturaleza no paramétrica -y cuya muestra evidenció un fuerte grado de fiabilidad- se procedió a realizar el análisis de los datos mediante la prueba de rangos con signo de Wilcoxon para dos grupos relacionados en SPSS. Se tomaron en consideración los ítems de compras en línea con tarjeta para T1 y T2, compras en tiendas físicas para T1 y T2, y el porcentaje de tiempo en casa para T1 y T2 (Tabla 3).

      Tabla 3  Estadísticos de prueba de Wilcoxon para las dos variables analizadas. 

      Variables Z Sig. Asintótica (bilateral)
      Comportamiento del consumidor
      Compras en línea con tarjeta_T2 - Compras en línea con tarjeta_T1 -7.547b .000
      Compras en tiendas físicas_T2 - Compras en tiendas físicas_T1 -9.713c .000
      Porcentaje de tiempo en casa_T2 - Porcentaje de tiempo en casa_T1 -12.934b .000
      Percepción del comercio electrónico
      Facilidad_T2 - Facilidad_T1 -5.180b .000
      Necesidad _T2 - Necesidad_T1 -8.928b .000
      Utilidad_T2 - Utilidad_T1 -2.613b .009
      Preocupación_T2 - Preocupación_T1 -2.164b .031

      Fuente: Elaboración propia.

      Como se muestra en la Tabla 4, se excluyeron los ítems de preferencias de sitios web y el modo de transporte para compras físicas, dado su imposibilidad de estimar una diferenciación significativa bajo los parámetros observables. En tal caso, estos ítems fueron analizados directamente mediante la comparación de sus frecuencias en los distintos tiempos de medición para el análisis y su discusión.

      Tabla 4  Preferencia sitio web_T1. 

      Plataformas web Frecuencia Porcentaje
      Amazon 53 13.3
      Mercado Libre 75 18.8
      Marketplace (Facebook) 112 28.0
      A través del portal web de la empresa 42 10.5
      A través de las redes sociales de la empresa 90 22.5
      A través de un servicio de courier (Tiendamia, Wish, etc) 28 7.0
      Total 400 100.0

      Fuente: Elaboración propia.

      La prueba de Wilcoxon estimó una significancia asintótica bilateral para los seis ítems por debajo de un p valor de 0.05, lo cual demuestra que existe una diferencia significativa entre el comportamiento de los consumidores de la provincia de El Oro antes y durante la pandemia. Mientras que para la variable de percepción del comercio electrónico se analizaron 8 ítems (Facilidad T1 y T2; Necesidad T1 y T2; Utilidad T1 y T2; Preocupación T1 y T2), cuyos valores se ubicaron por debajo 0.05, marcando una diferencia significativa entre la percepción del comercio electrónico en los habitantes de la provincia de El Oro antes y durante la pandemia.

      Tabla 5  Preferencia sitio web_T2. 

      Plataformas web Frecuencia Porcentaje
      Amazon 53 13.3
      Mercado Libre 48 12.0
      Marketplace (Facebook) 102 25.5
      A través del portal web de la empresa 44 11.0
      A través de las redes sociales de la empresa 112 28.0
      A través de un servicio de courier (Tiendamia, Wish, etc) 41 10.3
      Total 400 100.0

      Fuente: elaboración propia

      En el caso de los sitios web utilizados (ver Tabla 5) para el comercio electrónico se evidenció un decrecimiento en la preferencia de compras través de las plataformas de Mercado Libre y Market Place, en contraposición del incremento en las preferencias sobre las redes sociales de la empresa para hacer uso de una compra más efectiva.

      En las Tablas 6 y 7 se observa el comportamiento en cuanto al medio de transporte utilizado para realizar las compras físicas, donde se evidencia un decrecimiento en el uso del transporte público (bus) como medio de movilización durante la pandemia, esto comparado con el comportamiento de la población de la provincia antes de la misma.

      Tabla 6  Modo de transporte para compras físicas_T1. 

      Modo de transporte Frecuencia Porcentaje
      Caminar 67 16.8
      Bicicleta 11 2.8
      Motocicleta 44 11.0
      Vehículo propio 83 20.8
      Taxi 46 11.5
      Bus 149 37.3
      Total 400 100.0

      Fuente: Elaboración propia.

      Tabla 7  Modo de transporte para compras físicas_T2. 

      Modo de transporte Frecuencia Porcentaje
      Caminar 54 13.5
      Bicicleta 20 5.0
      Motocicleta 56 14.0
      Vehículo propio 109 27.3
      Taxi 75 18.8
      Bus 86 21.5
      Total 400 100.0

      Fuente: Elaboración propia.

      Discusión y Conclusiones

      Los resultados obtenidos para esta investigación cuentan con un alcance local y demuestran un impacto significativo sobre el comportamiento del consumidor en el grupo de estudio. Esto, a su vez, demuestra que los episodios de confinamiento provistos por el COE nacional habrían estimulado cambios en la forma de adquirir bienes y servicios, alterando notablemente las actividades presenciales e incrementando la frecuencia de las compras en línea. De la misma forma, Casco (2020) expuso las consecuencias percibidas por los periodos de cuarentena, generando alteraciones significativas en el comportamiento del consumidor, cuyo grupo poblacional respondió con una conducta más consciente con la prioridad de sus compras.

      Por otro lado, el incremento en el grado de preocupación por la filtración de datos personales representó un aspecto contraproducente para establecer una cultura de mercado más orientada hacia el consumo digital en la provincia. Sin embargo, la significativa diferencia, tanto del comportamiento como de la percepción del comercio electrónico en los tiempos de pandemia, es mayoritariamente positiva a favor del aumento de uso de los medios digitales. Por lo tanto, tal como lo destacan Jamett y Schweizer (2021), la mayoría de las personas reconocieron cada vez más la importancia del valor tecnológico en su rutina diaria, en la medida en que el consumidor atribuía valor al comercio electrónico.

      Además, es importante identificar el mecanismo sobre los cambios de percepción del consumidor con el estudio de factores que inciden directa o indirectamente en el comportamiento, identificándolos mediante el uso de modelos estadísticos, modelos como la aplicación de ecuaciones estructurales o el análisis factorial exploratorio (). La proporción de estas respuestas positivas por utilidad o razones para usar el comercio electrónico figuran en una mayor proporción sobre el reconocimiento de la utilidad del comercio electrónico en sí mismo, aunque estos valores podrían ser motivo de debate.

      Finalmente, la pandemia pudo haber significado un deterioro para la red económica mundial. Sin embargo, como lo afirman Benavides-Loja y Avila-Rivas (2021), el comercio electrónico figuró como una clara oportunidad para revertir su efecto en la sociedad, lo que se evidenció en una población adaptada a una nueva modalidad en convivencia directa con la tecnológica. Por lo que, este nuevo escenario se enmarcó en una visión de versatilidad empresarial, adaptado a las redes sociales y destacando el uso masivo de WhatsApp.

      Los efectos provocados por la pandemia causaron un crecimiento exponencial en la cultura del consumo digital, lo que ubicó a las tiendas en línea a la cabeza del mercado digital. Aquí se destacó el uso masivo de Whatssap y, que más allá de ser un medio de comunicación popular, fue el que mayores facilidades prestó a los emprendedores en tiempos de Covid-19. Igualmente, las preferencias del mercado estuvieron sujetas a los cambios generados en la forma de adquirir bienes y servicios, debido a las condiciones impuestas por la nueva normalidad. Esto exhortó a los comerciantes a construir estrategias mercadotécnicas acordes a los cambios generados por la pandemia.

      Se pudo evidenciar un comportamiento diferente en los consumidores, ya que usando el estadístico de Wilcoxon se observó un incremento en las compras en línea a nivel provincial durante la pandemia, destacando el uso de las tarjetas de crédito o débito. Esto representó una importante alternativa para seguir cumpliendo con las obligaciones financieras en periodos de confinamiento. En contraparte, se observó una reducción de compras en tiendas físicas, lo que demostró que los consumidores pasaron más tiempo en casa que en el exterior, lo cual se tradujo en mayores posibilidades en hacer uso del comercio electrónico y que se reflejaron en el estudio realizado. En el caso del comercio electrónico, se evidenció un incremento en la percepción de facilidad, necesidad y mayor grado de utilidad sobre las compras realizadas mediante pagos remotos.

      El análisis estadístico logró explorar datos sobre el comportamiento del consumidor y las percepciones sobre el comercio electrónico que indican que la atención digital ha sido prioridad en los modelos mercadotécnicos que buscaron cumplir las expectativas de compra de los consumidores. Además, las empresas aplicaron formas para no solo ampliar el mercado en la provincia, sino ampliar la demanda de consumidores a mayor escala con el fin de mejorar su volumen de ventas. Igualmente, se tuvo prioridad en la inversión de proyectos estratégicos que reconocieron el potencial y alcance a favor de la atención digital en tiempos de pandemia.

      Referencias

      Abuabara, Y.C. (2020). Ataque al personal de la salud durante la pandemia de Covid-19 en Latinoamérica.Acta Médica Colombiana,45(3). https://doi.org/10.36104/amc.2020.1975 [ Links ]

      Almarabeh, T., & Majdalawi, Y. (2019). Cloud Computing of E-commerce. Modern Applied Science, 13(1), 27-35. https://doi.org/10.5539/mas.v13n1p27 [ Links ]

      Pirc Barčić, A., Kitek Kuzman, M., Vergot, T., & Grošelj, P. (2021). Monitoring consumer purchasing behavior for wood furniture before and during the Covid-19 Pandemic.Forests,12(7), 873. https://doi.org/10.3390/f12070873 [ Links ]

      Benavides-Loja, J., & Avila-Rivas, V. (2021). El comportamiento del consumidor: comercio electrónico durante la pandemia. 593 Digital Publisher CEIT, 6(6), 492-504. https://bit.ly/3yx4jtI [ Links ]

      Casco, A. R. (2020). Efectos de la pandemia de Covid-19 en el comportamiento del consumidor. Innovare: Revista de Ciencia y Tecnología, 9(2), 98-105. https://doi.org/10.5377/INNOVARE.V9I2.10208 [ Links ]

      De La Hoz-Suárez, A., Urzola-Berrío, H., & De La Hoz-Suárez, B. (2021). Gestión operativa ante evento disruptivo Covid-19 en comercializadoras de productos ferreteros, construcción, del hogar en Sincelejo. Conocimiento Global, 6(1), 218-232. https://bit.ly/3CnUHCNLinks ]

      Eger, L., Komárková, L., Egerová, D., & Mičík, M. (2021). The effect of Covid-19 on consumer shopping behaviour: Generational Cohort Perspective. Journal of Retailing and Consumer Services, 61, 102542. https://doi.org/10.1016/j.jretconser.2021.102542 [ Links ]

      Ekos. (9 de febrero de 2021). En 2021 el comercio electrónico mantendrá un crecimiento sostenido en Ecuador. Ekos. https://bit.ly/3Cu1GtILinks ]

      Fry, A., & Faerm, S. (2019). Post-Recession Consumerism in the U.S.: The Influence of Cheap and Chic Consumer Products on Perceptions of Income Inequality. Cuadernos Del Centro de Estudios de Diseño y Comunicación, 53, 169-188. https://doi.org/10.18682/cdc.vi53.1635 [ Links ]

      Gumber, G., & Rana, J. (2021). Who Buys Organic Food? Understanding Different Types of Consumers. Cogent Business & Management, 8(1), 1-21. https://doi.org/10.1080/23311975.2021.1935084 [ Links ]

      Han, J., & Kim, H.-M. (2019). The Role of Information Technology use for Increasing Consumer Informedness in Cross-Border Electronic Commerce: An Empirical Study. Electronic Commerce Research and Applications, 34, 100826. https://doi.org/10.1016/j.elerap.2019.100826 [ Links ]

      Ivanov, D. (2020). Predicting the Impacts of Epidemic Outbreaks on Global Supply Chains: A Simulation-Based Analysis on the Coronavirus Outbreak (Covid-19/SARS-Cov-2) Case. Transportation Research Part E: Logistics and Transportation Review, 136, 101922. https://doi.org/10.1016/j.tre.2020.101922Links ]

      Jamett, A.C.D., & Schweizer, L.T. (2021). Cambios en el comportamiento del consumidor en los escenarios post COVID-19: el consumidor brasileño en 2025. Revista Psicologia Organizações e Trabalho, 21(1), 1318-1326. https://doi.org/10.5935/RPOT/2021.1.20553 [ Links ]

      Kowalczuk, P., Siepmann, C., & Adler, J. (2021). Cognitive, Affective, and Behavioral Consumer Responses to Augmented Reality in E-Commerce: A Comparative Study. Journal of Business Research, 124, 357-373. https://doi.org/10.1016/J.JBUSRES.2020.10.050Links ]

      Lalaleo-Analuisa, F.R., Bonilla-Jurado, D.M., & Robles-Salguero, R.E. (2021). Tecnologías de la información y comunicación exclusivo para el comportamiento del consumidor desde una perspectiva teórica. Retos, Revista de Ciencias de Administración y Economía, 11(21), 147-164. https://doi.org/10.17163/ret.n21.2021.09Links ]

      Lemon, K., & Verhoef, P. (2016). Understanding Customer Experience Throughout the Customer Journey. Journal of Marketing, 80(6), 69-96. https://doi.org/10.1509%2Fjm.15.0420Links ]

      Maquilón, J., Mirete, A., & Avilés, M. (2017). La realidad aumentada (RA). Recursos y propuestas para la innovación educativa. Revista Electrónica Interuniversitaria de Formación del Profesorado, 20(2), 183-203. https://bit.ly/3SMUaRPLinks ]

      Mehta, S., Saxena, T., & Purohit, N. (2020). The New Consumer Behaviour Paradigm amid Covid-19: Permanent or Transient? Journal of Health Management, 22(2), 291-301. https://doi.org/10.1177/0972063420940834Links ]

      Meiryani, & Warganegara, D. (2021). Implementation of Artificial Neural Network in Forecasting Sales Volume in Tokopedia Indonesia. International Journal of Advanced Computer Science and Applications, 12(5), 416-421. https://doi.org/10.14569/IJACSA.2021.0120551Links ]

      Ogueji, I., Okoloba, M., & Demoko, B. (2021). Coping Strategies of Individuals in the United Kingdom During the Covid-19 Pandemic. Current Psychology. https://doi.org/10.1007/s12144-020-01318-7Links ]

      Patil, M., & Rao, M. (2019). Studying the Contribution of Machine Learning and Artificial Intelligence in the Interface Design of E-commerce Site. In: Satapathy, S., Bhateja, V., Das, S. (eds), Smart Intelligent Computing and Applications. Smart Innovation, Systems and Technologies, 105 (pp. 197-206). Springer. https://doi.org/10.1007/978-981-13-1927-3_20Links ]

      Picard, M. S., & Manfredi, L. (2022). Patrones de consumo sostenible de jóvenes adultos en Ciudad de México.Estudios de la Gestión: Revista Internacional de Administración, (12), 171-196. https://doi.org/10.32719/25506641.2022.12.10Links ]

      Quezada, M., Gualán, S., & Avila, V. (2020). Análisis del comportamiento de compra del segmento millenials frente a la pandemia Covid-19. 593 Digital Publisher CEIT , 5(Extra 6-1), 300-313. https://bit.ly/3Tc633xLinks ]

      Rodríguez-Aguilar, R., & Marmolejo-Saucedo, J. A. (2019). Structural Dynamics and Disruption Events in Supply Chains Using Fat Tail Distributions. IFAC - Papers OnLine, 52(13), 2686-2691. https://doi.org/10.1016/j.ifacol.2019.11.613Links ]

      Ruiz Vera, D.L., & Almeida Cardona, R. (2022). Análisis del comportamiento del consumidor socialmente Responsable. Revista Perspectivas, (47), 9-32. https://bit.ly/3SYkeJYLinks ]

      Safara, F. (2020). A Computational Model to Predict Consumer Behaviour During Covid-19 Pandemic. Computational Economics, 59(4), 1525-1538. https://doi.org/10.1007/s10614-020-10069-3Links ]

      Santos Millán, I. (2020). El comportamiento del consumidor y las nuevas tendencias de consumo ante las TIC.ESIC Market,50(164), 621-642. https://doi.org/10.7200/esicm.164.0503.4Links ]

      Sornoza, M., Soto, D., & Moscoso, A. (2021). Comportamiento de los millennials frente al servicio de delivery del sector de restaurantes en tiempos de pandemia. Revista Espacios, 42(19), 5. https://doi.org/10.48082/espacios-a21v42n19p05Links ]

      Tenorio-Vilaña, A. F., & Mideros-Mora, A. I. (2022). Teoría de la preferencia revelada para analizar el comportamiento del consumidor de zapatos de correr.Economía y Negocios, 13(1), 40-60. https://doi.org/10.29019/eyn.v13i1.1015Links ]

      Valaskova, K., Kramarova, K., & Bartosova, V. (2015). Multi Criteria Models Used in Slovak Consumer Market for Business Decision Making. Procedia Economics and Finance, 26, 174-182. https://doi.org/10.1016/S2212-5671(15)00913-2Links ]

      Vasconcelos-Vásquez, K., & Montero-Ulate, B. (2020). La legislación laboral por el Covid-19. Caso Costa Rica. Revista Científica Monfragüe Desarrollo Resilente, (Monográfico Covid-19), 166-174. https://bit.ly/3RP4RlrLinks ]

      Wu, Xq., Zhang, L., Tian, Sl., & Wu, L. (2021). Scenario Based E-Commerce Recommendation Algorithm Based On Customer Interest in Internet of Things Environment. Electronic Commerce Research, 21(3), 689-705. https://doi.org/10.1007/s10660-019-09339-6Links ]

      Zambrano-Velasco, B., Castellanos-Espinoza, E. B., & Miranda-Guatumillo, M. A. (2021). El E-Commerce en las empresas ecuatorianas: un análisis de los informes de la Cámara Ecuatoriana de Comercio Electrónico (CECE) en el marco de la pandemia Covid-19.Revista Publicando, 8(29), 13-20. https://doi.org/10.51528/rp.vol8.id2176Links ]

      Recebido: 07 de Setembro de 2022; Aceito: 23 de Setembro de 2022

      Creative Commons License Este é um artigo publicado em acesso aberto sob uma licença Creative Commons