Preferencias a través de la experiencia de usuario centennial en aplicaciones móviles de delivery de alimentos

Cristian Patricio Alvarez Salazar; Ximena Solange Coyago Loayza; Carlos Bolivar Sarmiento Chugcho

doi:10.53591/rug.v138i1.2381

Autores/as

Cristian Patricio Alvarez Salazar Universidad Técnica de Machala https://orcid.org/0009-0003-0079-9326
Ximena Solange Coyago Loayza Universidad Técnica de Machala https://orcid.org/0000-0002-7433-8683
Carlos Bolivar Sarmiento Chugcho Universidad Técnica de Machala https://orcid.org/0009-0009-0875-728X

DOI:

https://doi.org/10.53591/rug.v138i1.2381

Palabras clave:

usuario, aplicaciones, CBC, entrega

Resumen

Este estudio se llevó a cabo para analizar las preferencias a través de la experiencia del usuario en el comportamiento de los Centennials frente al uso de aplicaciones móviles de delivery de alimentos en la ciudad de Machala. Para recopilar los datos, se derivaron 3.080 elecciones utilizando un diseño factorial completo, a partir de una combinación de tres atributos y tres niveles cada uno. De los perfiles 243 completos, se seleccionaron 13 perfiles mediante un diseño ortogonal. Para presentar las preferencias de los encuestados se utilizó la técnica de barajar cartas. El cálculo de las puntuaciones de los encuestados se realizó mediante el método Choice Based Conjoint (CBC), el tratamiento estadístico se efectuó por medio del software estadístico R. Los usuarios consultados no valoran de manera positiva: a los entornos intuitivos, horarios de atención, seguimiento hasta la entrega, mientras que son receptivos a los restantes atributos por niveles, podríamos definir a un perfil mayormente aceptado, como un usuario que desea una aplicación práctica e intuitiva, que tenga menú con fotos, una aplicación donde se indique una hora estimada de entrega del pedido, así como una aplicación que le presente a todos los restaurantes que tengan promociones y una aplicación que acepte todas las formas de pago.

Métricas

Cargando métricas ...

Citas

Akyol, D. (2018). Identifying Decision Preferences of Farmers for Increasing th e Contribution of Manure to the Swiss Energy Supply. . Institute of Environmenta l Engineering, Department of Civil, Environmental and Geomatic Engineering, ET H Zürich, Swiss F.

Anacin, C., Azarcon Jr, D., Gallardo, C., & Velasco, E. (2015). Attrition and Retention in Higher Education Institution: A Conjoint Analysis of Consumer Behavior in Higher Education. Asia Pacific Journal of Education, Arts and Sciences, 1(5), 107-118 . doi:DOI: 10.13140/RG.2.1.1126.1925

Asioli, D., Næs, T., Øvrum, A., & Almli, V. (2015). Comparison of Rating-Based and Choice-Based Conjoint Analysis Models. A. , Food Quality and, 48, 174-184. doi:https://doi.org/10.1016/j.foodqual.2015.09.007.

Azarcon Jr, D. E. (2014). Attrition and retention in higher education institution: A conjoint analysis of consumer behavior in higher education. Asia Pacific Journal of Education, Arts and Sciences, 107.

Burlea, A., Silvia , P., & Adina , D. (2022). The impact of food delivery applications on Romanian consumers’ behaviour during the COVID-19 pandemic. Socio-Economic Planning Sciences, 82 , 101220. doi:https://doi.org/10.1016/j.seps.2021.101220.

Casé, L. R., Doná, S. M., & Garzaniti, R. (2018). La inteligencia a través de las generaciones: Millennials y centennials. Acta de investigación psicológica, 8(2), 90-100. doi:10.22201/fpsi.20074719e.2018.2.08

Cristancho-Triana, G. J., Cardozo-Morales, Y. C., & Camacho-Gómez, A. S. (2022). Tipos de centennials en la red social TikTok y su percepción hacia la publicidad. Revista CEA, 8(17), 1-19. doi:https://doi.org/10.22430/24223182.1933

Dirin, A., Nieminen, M., & Laine, T. (2022). Sentimientos de ser para la experiencia del usuario móvil. Revista internacional de interacción humano-computadora. doi:https://doi.org/10.1080/10447318.2022.2108964

Ferreira Lopes, S. D. (2011). Análisis conjunto. Teoría, campos de aplicación y conceptos inherentes. Estudios y perspectivas en turismo, 20(2), 341 – 366. Obtenido de http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1851-17322011000200005

Forlizzi, J., & Ford, S. (2000). The Building Blocks of Experience:. Proceedings of Dis 2000, 419-423. Obtenido de https://www.makinggood.ac.nz/media/1259/forlizzi_2002_thebuildingblocksofexperience.pdf

Guadarrama Tavira, E., & Rosales Estrada, E. M. (2015). MARKETING RELACIONAL: VALOR, SATISFACCIÓN, LEALTAD Y RETENCIÓN DEL. Ciencia y Sociedad, 307-340. Obtenido de https://www.redalyc.org/articulo.oa?id=87041161004

Guarnieri, F., & David Vieira, F. G. (2023). FOOD DELIVERY NETWORK: NON-HUMANS AS CONSUMPTION MEDIATORS. Revista Pensamento Contemporâneo em Administração, 16(1), 146-160. doi:https://doi.org/10.12712/rpca.v16i1.53063

Hu, Y., & Sun, Y. (2023). Understanding the joint effects of internal and external anthropomorphic cues of intelligent customer service bot on user satisfaction. Data and Information Management. doi:https://doi.org/10.1016/j.dim.2023.100047.

Huang, H.-L. (2023). Challenges for contactless online food delivery services during the COVID-19 pandemic in Taiwan: Moderating effects of perceived government response. Evaluation and Program Planning, 97, 102249. doi:https://doi.org/10.1016/j.evalprogplan.2023.102249.

Hugo Cardenas, F. X., Jimenez Rosero, C. E., Holovatyi, M., & Lara Pazos, P. E. (2020). El impacto de las redes sociales en la administración de las empresas. recimundo, 4(1 ), 173-182. doi:10.26820/recimundo/4.(1).enero.2020.173-182

Igari, R., & Takeuchi, M. (2022). A dynamic model for ranking based conjoint analysis with no-choice options . Behaviormetrika, 50, 263–286. doi:https://doi.org/10.1007/s41237-022-00178-8

Ighomereho, O. S. (2011). Conjoint analysis: A strategic tool for product research. International Journal of Economic Development Research and Investment , 1-9.

Jasso-Peña, F., Gudiño-Paredes, S., & Tamez-Solis, J. P. (2019). Centennials, ciudadanos globales y digitales. Praxis, 15(1), 11-23. doi:DOI: http://dx.doi.org/10.21676/23897856.2981

Jiang, Y., Lai, P.-L., Yang, C.-C., & Wang, X. (2023). Exploring the factors that drive consumers to use contactless delivery services in the context of the continued COVID-19 pandemic. Journal of Retailing and Consumer Services, 72, 103276. doi:https://doi.org/10.1016/j.jretconser.2023.103276.

Johnson, F., Lancsar, E., Marshall, D., Kilambi, V., Muhlbacher, A., Regier, D., . . . Bridges, J. (2013). Constructing Experimental Designs for Discrete-Choice Experiments:. SciVerse SciencieDirect, 3(13). doi:http://dx.doi.org/10.1016/j.jval.2012.08.2223

Karniouchina, E., Moore, W., Rhee, B., & Verma, R. (2009). Issues in the Use of Ratings-based Versus Choice-based. European Journal of Operational Research , 197(1), 340-348. doi:10.1016/j.ejor.2008.05.029 · Source: RePEc

Lord, C., Bates, O., Friday, A., McLeod, F., Cherrett, T., Martinez-Sykora, A., & Oakey, A. (2023). The sustainability of the gig economy food delivery system (Deliveroo, UberEATS and Just-Eat): Histories and futures of rebound, lock-in and path dependency. International Journal of Sustainable Transportation, 17(5), 490-502. doi:https://doi.org/10.1080/15568318.2022.2066583.

Louviere, J. J. (2000). Stated choice methods. Analysis and application. Cambridge: Cambridge University Press.

Macías Rendón, W., Rodríguez-Morales, K., & Barriga Medina, H. R. (2021). Bloqueo COVID-19 y la satisfacción con los proveedores de suministro de alimentos en línea. Estudios Gerenciales, 37(159), 200-209. doi:https://doi.org/10.18046/j.estger.2021.159.4331

Miranda Silva, G., Dias, Á., & Simão Rodrigues, M. (2022). Continuity of Use of Food Delivery Apps: An Integrated Approach to the Health Belief Model and the Technology Readiness and Acceptance Model. Journal of Open Innovation: Technology, Market, and Complexity, 8(3), 114. doi:https://doi.org/10.3390/joitmc8030114.

Montiel Flores, J. C. (2021). EL CONSUMO DE ALIMENTOS Y LAS APLICACIONES MÓVILES: EL CASO DE UNIVERSITARIOS EN GUANAJUATO, MÉXICO. Revista Enfoques, 5(17), 15–31. doi:https://doi.org/10.33996/revistaenfoques.v5i17.102

Moore, W. (2004). A cross-validity comparison of rating-based and choice-based. Intern. J. of Research in Marketing, 21(3), 299 – 312. doi:doi:10.1016/j.ijresmar.2004.01.002

Petcharat, T., & Leelasantitham, A. (2021). A retentive consumer behavior assessment model of the online purchase decision-making process. Heliyon, 7(10), e08169. doi:https://doi.org/10.1016/j.heliyon.2021.e08169

Prasetyo, Y. T., Tanto, H., Mariyanto, M., Hanjaya, C., Young, M. N., Persada, S. F., . . . Perwira Redi, A. N. (2021). Factors Affecting Customer Satisfaction and Loyalty in Online Food Delivery Service during the COVID-19 Pandemic: Its Relation with Open Innovation. Journal of Open Innovation: Technology, Market, and Complexity, 7(1), 76. doi:https://doi.org/10.3390/joitmc7010076.

Sampedro Guamán, C. R., Palma Rivera, D. P., Machuca Vivar, S. A., & Arrobo Lapo, E. V. (2021). Transformación digital de la comercialización en las pequeñas y medianas empresas a través de redes sociales. Revista Universidad y Sociedad, 13(3), 484-490. Obtenido de http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-36202021000300484

Sánchez Riaño, V., Arango Lozano, C. A., & Sojo Gómez, J. R. (2022). Centennials. La búsqueda del ser en un universo digital, 5(1), 9-20. doi:https://doi.org/10.12795/IROCAMM.2021.v05.i01.01

Sandoval Damián, J. M., Serralde Coloapa, J. L., & Acosta Gonzaga, E. (2021). Aplicativos de entrega em domicílio no CDMX: estratégia de vendas de. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 12(23), e060. doi:https://doi.org/10.23913/ride.v12i23.1104

Sharma, R., Dhir, A., Talwar, S., & Kaur, P. (2021). Over-ordering and food waste: The use of food delivery apps during a pandemic. International Journal of Hospitality Management, 96, 102977. doi:https://doi.org/10.1016/j.ijhm.2021.102977.

Tandon, A., Kaur, P., Bhatt, Y., Mäntymäki, M., & Dhir, A. (2021). Why do people purchase from food delivery apps? A consumer value perspective. Journal of Retailing and Consumer Services, 63, 102667. doi:https://doi.org/10.1016/j.jretconser.2021.102667.

Torres-Peña, Y., & García-Vidal, G. (2013). El análisis de conjunto: una opción para identificar oportunidades en el mercado. Ciencias Holguín, 19(4), 1-14. Obtenido de https://www.redalyc.org/articulo.oa?id=181559399005