El presente trabajo examina los aspectos a considerar para alcanzar estrategias de marketing en redes sociales más eficientes. Los autores revelan las variables que llevan al usuario a reconocer, empleando retuits y favoritos, las publicaciones realizadas por las cuentas corporativas de instituciones universitarias. La investigación explora una muestra de diez universidades españolas y un total de 18.092 publicaciones, en la red social Twitter. El estudio adopta una metodología cuantitativa en la que se examinan treinta variables. Los investigadores llevan a cabo un análisis descriptivo y dos regresiones lineales; revelando: (a) las tendencias de uso habituales, y (b) las variables que inciden en el reconocimiento del contenido publicado a través de retuits, por un lado, y de favoritos, por otro. Los resultados corroboran la existencia de dos modelos de regresión robustos. El primero (p-valor < ,0001 y R2= ,792) muestra cómo el reconocimiento de las publicaciones mediante retuits viene determinado por el uso de enlaces y hashtags. El segundo (p-valor < ,0001 y R2= ,886), por su parte, revela que el reconocimiento del contenido en forma de favoritos está condicionado por el volumen de publicaciones diarias y las publicaciones realizadas de 8:00 a 10:00 am. Los hallazgos de la presente investigación proporcionan, a académicos y profesionales, una visión actualizada de cuáles son las variables que inciden en estos indicadores de reconocimiento y que, por consiguiente, conducen a estrategias de marketing en redes sociales más eficientes.
The present work examines the aspects to take into consideration for more efficient marketing strategies in social network services. The authors address the variables that lead users to acknowledge, through retweets and favorites, the content published on the corporative accounts of university institutions. This research analyses 18.092 posts in a sample of ten Spanish universities, in Twitter. The study uses a quantitative methodology considering thirty variables. The researchers carry out a descriptive analysis and two linear regressions; revealing: (a) the usual trends of use, and (b) the variables that improve the acknowledgment of the content published through retweets, on the one hand, and favorites, on the other. The results corroborate the existence of two robust regression models. The first one (p-value < ,0001 and R2= ,792) shows how the acknowledgment through retweets is determined by the use of links and hashtags. Similarly, the second (p-value < ,0001 and R2= ,886) reveals that the acknowledgment of content in the form of favorites is conditioned by the daily volume of posts and the messages published from 8:00 to 10:00 am. The findings of this research provide, both academics and professionals, with an up-to-date view of the variables that affect this acknowledgment indicators and that, consequently, lead to more efficient marketing strategies in social network services.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados