Evaluación de la incidencia del factor emocional en el Customer Engagement Digital (CED): Un análisis con datos textuales de X, en seguidores de marcas de medios masivos de comunicación

Abstract

El objetivo de esta investigación consistió en evaluar la influencia de la dimensión emocional en el DCE mediante el análisis de datos textuales obtenidos de X (Twitter), enfocado en seguidores de marcas del sector de medios masivos de comunicación. La metodología empleada se basó en un enfoque mixto, combinando técnicas cualitativas y cuantitativas para garantizar un análisis robusto y detallado. Inicialmente, se realizó una Revisión Sistemática de la Literatura (RSL) para identificar herramientas y métodos analíticos relevantes, sobresaliendo modelos como Random Forest y BERT. Posteriormente, se extrajeron más de 50,000 publicaciones de X relacionadas con marcas seleccionadas, las cuales se analizaron utilizando algoritmos de Procesamiento de Lenguaje Natural (NLP) para clasificar las emociones en categorías específicas (alegría, miedo, tristeza, sorpresa). Finalmente, se aplicó un Modelo de Ecuaciones Estructurales (SEM), que permitió cuantificar la influencia de la dimensión emocional en el digital engagement, obteniendo un coeficiente R² del 0.67, lo que indica que el 67% de la variabilidad en el engagement se explica por factores emocionales. El análisis reveló que la dimensión emocional tiene un impacto significativo en el DCE; específicamente, emociones como la alegría mostraron coeficientes altos (coeficiente estandarizado = 0.63, p < 0.01). Para concluir, la dimensión emocional es un factor determinante del DCE, explicando el 67% de su variabilidad según los resultados del SEM. Las emociones específicas, como la alegría, tienen un impacto directo y significativo en las interacciones digitales, mientras que emociones como la tristeza o el miedo ejercen roles más contextuales. (Texto tomado de la fuente).

The purpose of this research was to evaluate the influence of the emotional dimension on DCE by analyzing textual data obtained from X (Twitter), focused on followers of brands in the mass media sector. The methodology employed was based on a mixed approach, combining qualitative and quantitative techniques to ensure a robust and detailed analysis. Initially, a Systematic Literature Review was conducted to identify relevant analytical tools and methods, highlighting models such as Random Forest and BERT. Subsequently, more than 50,000 X publications related to selected brands were extracted and analyzed using Natural Language Processing (NLP) algorithms to classify emotions into specific categories (joy, fear, sadness, surprise). Finally, a Structural Equation Model (SEM) was applied, which allowed quantifying the influence of the emotional dimension on digital engagement, obtaining an R² coefficient of 0.67, indicating that 67% of the variability in engagement is explained by emotional factors. The analysis revealed that the emotional dimension has a significant impact on DCE; specifically, emotions such as joy showed high coefficients (standardized coefficient = 0.63, p < 0.01). To conclude, the emotional dimension is a determinant of DCE, explaining 67% of its variability according to the SEM results. Specific emotions, such as joy, have a direct and significant impact on digital interactions, while emotions such as sadness or fear exert more contextual roles.