El impacto
del mensaje
corporativo en
la Web 2.0
Corporate message
impact on the
Web 2.0
aDResearch ESIC
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
Solís, R., y Sánchez, J. (2016)
El impacto del mensaje corporativo en la Web 2.0
Revista Internacional de Investigación en Comunicación
aDResearch ESIC. Nº 14 Vol 14
Segundo semestre, Julio-Diciembre 2016 · Págs. 8 a 29
DOI: 14.7263/ADRESIC.014.001
Dr. Rafael Solís
EDP Renováveis
rafael_solishernandez@yahoo.es
Dr. Joaquín Sánchez
Universidad Complutense de Madrid
joaquins@ucm.es
Aunque la proliferación de las plataformas 2.0 supone un nuevo tipo de relación
con consumidores actuales y potenciales, todavía no es posible evaluar su alcan-
ce e inuencia en la percepción de los mensajes corporativos. Esta investigación
tiene como objetivo averiguar qué valor tienen las distintas plataformas 2.0 desde
la perspectiva de la comunicación corporativa. En concreto el estudio utiliza el mi-
croblog Twitter como caso empírico, donde se analizan los comentarios de inter-
nautas acerca de ocho campañas corporativas. La estructura de análisis pre/post
test de la investigación ha permitido establecer el modo en que evolucionan los
sentimientos de los usuarios del microblog tras recibir el impacto de una campaña
2.0. Los resultados obtenidos muestran que los mensajes corporativos tienen un
impacto positivo sobre la evaluación de la compañía, lo que abre nuevas vías de
interacción con los usuarios y otros grupos de interés.
Although the proliferation of platforms 2.0 is a new kind of relationship with current
and potential consumers, it is still not possible to assess their reach and inuence
in the perception of corporate messages. This research aims to nd out the value
of dierent platforms 2.0 from the perspective of corporate communication. The
study focuses on the microblog Twitter as the empirical case, where comments
from internet users about eight corporate campaigns are analysed. The structure
of pre-/post-test analysis of the research has established how feelings of microblog
users evolve after receiving the impact of a 2.0 campaign. The results obtained show
that corporate messages have a positive impact on the company’s assessment. This
opens new ways of interaction with users and other interest groups.
ABSTRACT
RESUMEN
JEL Classication:
M310, M370
Key words:
Web 2.0,
corporate message,
microblog,
twitter
Clasicación JEL:
M310, M370
Palabras clave:
Web 2.0,
mensaje corporativo,
microblog,
twitter
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
aDResearch ESIC
10
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
1. Introducción
Prueba de la efervescencia tecnológica en la que
se encuentra inmersa la sociedad contemporánea,
ha sido el vertiginoso desarrollo de las llamadas
coloquialmente «redes sociales». En los últimos
años han pasado de ser el último grito, a conver-
tirse algunas de ellas en empresas consolidadas
con miles de millones de ingresos anuales que
cotizan en índices bursátiles como el Nasdaq o la
Bolsa de Nueva York (NYSE). Ya en los albores del
siglo XXI empezó a acuñarse el término Web 2.0
(O`Reilly T., 2005) para designar a portales que
no solo ofrecían información, sino que además
concedían la posibilidad al cibernauta de inte-
ractuar introduciendo a su vez nuevos datos.
Diversos tipos de plataformas ocupan el univer-
so 2.0: wikis, blogs, microblogs, Sitios de Redes
Sociales (SRS), entre otros (Mangold y Faulds,
2009); lo que se ha traducido en una miríada de
oportunidades disponibles en la Red: Twitter,
Facebook, Wikipedia, Instagram, Blogger, You-
tube, Vimeo, Linkedin, Google+, etc.
Actividades como buscar trabajo, comprar un
coche, darse a conocer como empresa o artista, o
incluso realizar investigaciones científicas están
cada vez más ligadas a éste fenómeno que pro-
gresivamente va haciéndose un hueco en los di-
ferentes ámbitos de la vida contemporánea. No
en vano, el 89% de los internautas españoles
tienen perfiles en plataformas 2.0, y tres de cada
cuatro siguen a marcas a través de ellas (The
Cocktail Analysis, 2015). Por su parte, la evolu-
ción de Twitter tanto en usuarios, como en bene-
ficios empresariales ha sido exponencial: «ha
pasado de tener miles de seguidores en 2007, a
tener millones en 2009 y cientos de millones en
2013», de modo que se ha posicionado como la
primera web de microblogging en el mundo (Liu
et al., 2014).
En los últimos años cientos de agencias dicen
estar especializadas en sacar el máximo rendi-
miento de dichos desarrollos 2.0 (Mi Negocio,
2011), algunos autores hablan de casos de éxito
utilizando la Web 2.0 (Harfoush, 2009), e inclu-
so se han encontrado ámbitos como el de las
universidades donde el uso de Twitter como he-
rramienta de comunicación alcanza el 97%
(Guzmán et al., 2013). Pero, ¿realmente son efi-
caces estas plataformas sociales como herra-
mientas de comunicación para las organizacio-
nes? ¿Qué pruebas empíricas hay de ello?
La mayoría de las investigaciones publicadas
hasta este momento sobre la Web 2.0 hablan del
boca-oreja o WOM que producen estas herra-
mientas, y como esta situación puede incidir so-
bre las ventas de los productos (Jin y Phua, 2014;
Chu y Kim, 2011; Chatterjee, 2011; Katona et
al., 2011; entre otros). Sin embargo, pocos son
los estudios que miden el impacto que puede
tener la utilización de la Web 2.0 sobre el «men-
saje corporativo» (Hearn et al., 2009), de forma
que sea posible averiguar si el mensaje que la
corporación lanza a sus públicos despierta senti-
mientos positivos, negativos o neutros, o en otras
palabras, de forma que se ayude a comprender si
el mensaje corporativo de una campaña concreta
colabora o no en la creación de la imagen corpo-
rativa deseada.
Así las cosas, los objetivos de la presente in-
vestigación buscan cubrir esta brecha en la lite-
ratura científica. En concreto, tres son los princi-
pales objetivos buscados: (1) establecer un marco
teórico que permita comprender en qué contex-
to se puede hacer uso de la Web 2.0 en términos
de comunicación; (2) determinar cuál es la im-
portancia o el impacto que puede tener la Web
2.0 sobre los sentimientos de los usuarios de
dichas plataformas a partir del mensaje de una
11
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
campaña corporativa concreta; y (3) desarrollar
una estructura metodológica que sirva a los de-
partamentos de comunicación a conseguir infor-
mación sobre las campañas lanzadas a través de
la Web 2.0 en un corto intervalo de tiempo.
2. Marco teórico
2.1 Comunicación comercial versus
comunicación corporativa
Según los postulados de Philip Kotler la comuni-
cación comercial sirve para «informar, educar
y persuadir a potenciales consumidores». En su
opinión, este tipo de comunicación representa
«la voz de la marca», y en este sentido puede
ayudar al potencial cliente a conocer más y me-
jor los productos y/o servicios de una organiza-
ción de forma que mejore la cuenta de resulta-
dos de la entidad en su conjunto o del producto
sobre el que se está aplicando dicha comunica-
ción. Por tanto, según afirma el investigador
norteamericano, al hablar de comunicación co-
mercial se habla de las disciplinas de la «P de
Promoción» de marketing (Kotler, 1991).
Posteriormente, a mediados de los 90, apare-
ce una nueva forma de entender la comunica-
ción comercial, o dicho de otro modo, un nuevo
concepto en lo relativo a la relación entre una
organización y sus consumidores o clientes: la
Comunicación Integrada de Marketing, en sus
siglas anglosajonas Integrated Marketing Commu-
nication; de ahora en adelante IMC (Kliatchko,
2008; Madhavaram et al., 2005; Kitchen, 1999;
Caywood y Duncan, 1996; Ducan y Everett,
1993; Schultz, 1993). Para Ducan y Everett IMC
no es sólo un concepto, sino un proceso que ha
sido un gran revulsivo para conseguir el máximo
rendimiento de las distintas disciplinas de la co-
municación comercial. Ambos investigadores
postulan que las disciplinas de comunicación
comercial no pueden ser estudiadas, planifica-
das ni implementadas de forma independiente.
Por el contrario, este debe ser un proceso inte-
grado que permita extraer el máximo rendi-
miento y coherencia de las campañas de comu-
nicación. En la misma línea, Kitchen asegura
que el IMC «es un concepto de comunicación
comercial que reconoce el valor añadido de un
plan estructurado que evalúe la importancia es-
tratégica de las diferentes disciplinas, y que com-
bine dichas disciplinas para aportar claridad,
consistencia y el mayor impacto posible en tér-
minos de comunicación»
1
.
La literatura científica ofrece distintas casuís-
ticas de disciplinas de IMC (Jensen y Jepsen,
2006). No obstante, quizá sea la tipología plan-
teada por Belch y Belch (2004) la que más se
acerque a una tipología real de las principales
disciplinas, que no herramientas, de comunica-
ción comercial. Ellos establecen las siguientes
categorías: publicidad, relaciones públicas, pro-
moción de ventas, venta personal, marketing
directo/relacional e internet. Sólo cabría poner
en duda la última disciplina: Internet. Para los
efectos de este estudio, Internet sería más bien
una «herramienta» de comunicación comercial
que podría estar a disposición de cualquiera de
las «disciplinas» de la materia.
Por otra parte se encuentra el concepto de co-
municación corporativa. Van Riel (1995) fue
uno de los pioneros en dar un salto en la concep-
ción de la comunicación empresarial. Para él, la
comunicación debía ser un núcleo común que
englobase tres grandes áreas de la empresa: di-
rección, organización y marketing. De esta ma-
nera, todos los esfuerzos por lanzar mensajes a
los públicos internos y externos de la corpora-
1 Esta denición es la aceptada por la American Association of
Advertising Agencies (Eagle y Kitchen, 2000).
aDResearch ESIC
12
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
ción serían coherentes y más efectivos. En sus
palabras: «Las compañías están claramente ha-
ciendo esfuerzos…, para armonizar todos las
formas de comunicación externa e interna…
Esta dinámica hacia la armonización proviene de
la asunción básica de que una política de comu-
nicación coherente facilita el proceso de creación
de una imagen favorable de la compañía con re-
lación a sus principales grupos de interés».
Así las cosas, la comunicación corporativa está
compuesta por tres grandes tipos de comunica-
ción: comunicación comercial, comunicación de
la organización y comunicación de dirección. Si
bien la comunicación comercial quedó explicada
en los párrafos precedentes, Van Riel (1995,
1997) entiende la comunicación de dirección
como toda aquella comunicación interna y ex-
terna entre la dirección de una organización y
sus públicos objetivos; y la comunicación de la
organización como una comunicación de largo
plazo y menos persuasiva entre ciertos stakehold-
ers de la corporación y dicha organización, así
por ejemplo la comunicación con inversores,
con empleados o con ONG.
Si bien existen enfoques teóricos discordantes
(Balmer y Greyser, 2006), la mayoría de autores
(Christensen, 2011; Melewar y Karaosmanoglu,
2006; Goodman, 2006; Almansa, 2005; Stuart y
Kerr, 1999; entre otros) coinciden con Van Riel
(1995, 1997) en que la integración de la política
de comunicación de la empresa en un gran plan
de comunicación corporativa es algo positivo
para crear una única imagen que ayude a la cor-
poración a conseguir sus objetivos últimos.
2.2 El nuevo canal de comunicación: Internet
En este marco actual, en el que los profesionales
de la comunicación deben de tener una visión
estratégica que les permita asesorar en las tres
grandes áreas donde actúa la comunicación cor-
porativa (organización, dirección y marketing),
aparece un nuevo medio para conseguir objeti-
vos corporativos: la comunicación a través de
Internet o comunicación online. Las empresas e
instituciones cada vez consideran más impres-
cindible este nuevo canal de comunicación para
hacer llegar sus mensajes corporativos a sus dife-
rentes grupos de interés (Castillo, 2008; Viñarás
y Cabezuelo, 2012).
2.2.1 Tipos de comunicación en Internet
Jensen y Jepsen (2006), y posteriormente Jensen
(2008), estudiaron las distintas herramientas de
comunicación en Internet. Ellos plantean una
nueva subcategoría dentro del IMC: el OMC u
Online Marketing Communication. En sus pala-
bras «la comunicación online está aportando una
nueva gama de posibilidades; OMC engloba to-
dos los tipos de comunicación que se conocen
como disciplinas de comunicación offline o tra-
dicional, y, además, aporta nuevas posibilidades
en lo relativo a la comunicación personal, crea-
ción de comunidades, eventos digitales y enlace
de actividades a través del uso de la ubicuidad e
interacción con la audiencia gracias a la libertad
geográfica y temporal que aporta Internet». Para
ellos, las nuevas herramientas de comunicación
comercial online son tan innovadoras y diferen-
tes con respecto a las tradicionales, que es nece-
sario plantear una nueva tipología de disciplinas
online. Ellos plantean la casuística que se puede
observar en la Figura 1.
2.2.2 Las generaciones Web: 1.0, 2.0 y 3.0
El origen de la World Wide Web (WWW) se sitúa
a finales de los 80 y principios de los 90, a partir
de los trabajos llevados a cabo por Tim Berners-
Lee. Para su fundador, la Web es una «Red de
13
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
documentos que funcionan en Internet basada
en un conjunto de protocolos, como es el HTTP»
(Romero y Alcaraz, 2010).
Para comenzar se hace necesario explicar
cuáles son las diferencias entre esta primera web
de Berners-Lee, o Web 1.0, y lo que se ha dado
en llamar Web 2.0: para una nueva ola de inves-
tigadores abanderados por Darcy Dinucci (Gol-
dfarb, 2011) y Tim O`Reilly (O`Reilly, 2005), a
partir de la primavera del año 2000, tras el esta-
llido de la burbuja puntocom, la denominada
Web 1.0 o unidireccional se dio por concluida
(Santiago y Navaridas, 2012; Maqueira y Bru-
que, 2009; O`Reilly, 2005; entre otros). Desde
entonces aparece un nuevo tipo de web que os-
tenta una característica que dará pie a una gran
transformación del mundo de la comunicación
en las últimas décadas: la interactividad.
Sin embargo, hay otra corriente de investiga-
dores avalados por el creador de la World Wide
Web (WWW), Tim Berners-Lee, que no están de
acuerdo con lo anteriormente expuesto y tachan
al concepto de «jerga», término comercial o con-
cepto sin contenido real. En palabras de Berners-
Lee: «… el objetivo de la Web 1.0 era ese. Era un
espacio interactivo.» (Berners-Lee citado por
Romero y Alcaraz, 2010).
Cabría por tanto corregir a O`Reilly (2005) y
sus seguidores en lo relativo a la ruptura con el
modelo anterior. En realidad más que un cambio
tecnológico de la Web 1.0 a la Web 2.0, lo que se
ha producido ha sido un cambio social, una evo-
lución partiendo de la misma tecnología. Los
programadores de páginas web, y por extensión
los emprendedores y empresarios, han cubierto
la brecha existente en las primeras creaciones
Figura 1 · Disciplinas y herramientas de OMC (a partir de Jensen, 2008)
La comunicación a
través de Internet:
OMC
Relaciones
públicas online
Comunicaciones a
través del móvil
Publicidad online
Comunicación
relacional online
Comunicación
interactiva online
Centros de prensa
virtuales,
marketing viral...
SMS/MMS, webs
para móviles
SEM, Displays...
E-mailings, servicios
decontenido
por publicación
Juegos online,
microsites...
aDResearch ESIC
14
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
web para, utilizando los mismos estándares tec-
nológicos creados por Berners-lee y su equipo,
abrir la Web a la interactividad colectiva o la «co-
municación por medio del conocimiento com-
partido» (Berners-Lee, 1999). Como se verá a
continuación, este cambio social se refleja en los
internautas: «el ciudadano en red ha abandona-
do muchas veces el simple rol de consumidor de
información, para convertirse también en un
productor de la misma» (Romero y Alcaraz, 2010).
Por su parte, la Web 3.0 no forma parte del
ámbito de estudio del presente trabajo. No
obstante se explicarán sus fronteras teóricas
con respecto a las otras dos categorías con una
simple pregunta: ¿por qué los buscadores ac-
tuales en muchas ocasiones no son capaces de
filtrar la información de forma que se consiga
saber exactamente lo que se está buscando?
Con la tecnología actual, Web 1.0, se busca la
información a través de hipertextos. Es decir,
el buscador, apoyándose en algoritmos mate-
máticos, es capaz de encontrar sitios web en
los que aparezcan unas palabras determinadas
(keywords). La solución a estos problemas no
está en la segunda fase de la Web o Web 2.0, a
través de la cual lo que se consigue es compar-
tir el conocimiento entre personas. La solución
a este problema está en lo que el periodista del
New York Times Jhon Markoff bautizó como la
Web 3.0 (Markoff, 2006). Pero, ¿cómo se con-
sigue que los buscadores puedan ser más pre-
cisos a la hora de encontrar información en los
distintos sitios Web? Lo que se pretende hacer
es conceder significados semánticos u ontoló-
gicos a los sitios web de forma que puedan ser
interpretados por los buscadores; es lo que se
ha dado en llamar «metadatos» (Mayer y Leis,
2010).
Numerosos investigadores han estudiado la
nueva fase de la Web. Así, Küster y Hernández
(2013) ponen de manifiesto como los propios
datos de perfil que los internautas dejan en las
plataformas 2.0 ayudan a los buscadores a dar
contenidos semánticos; Barassi y Treré (2012)
recuerdan que los diferentes estadios de la
Web no son excluyentes entre sí, sino que más
bien se ha creado «un sistema socio-tecnológi-
co integrado»; y Agarwal (2010) desmenuza lo
que se ha dado en llamar «publicidad conduc-
tual». Como es obvio, el nuevo estadio de la
Web está cada vez más presente en el día a día
de los internautas. Sin embargo, la presente in-
vestigación se centrará en el segundo estadio,
la Web 2.0 y sus implicaciones para la corpo-
ración, ya que esta segunda fase de la Web ha
revolucionado la forma en que las personas se
comunican en el siglo XXI.
2.3 Literatura sobre el impacto de la Web 2.0
Con la aparición de las plataformas 2.0, Internet
se ha posicionado como el paradigma de la inte-
racción social multidireccional en el marco de los
medios de comunicación de masas (Kaplan y
Haenlein, 2010). Los consumidores, organiza-
ciones, instituciones…, encuentran beneficios
prácticos y emocionales en el uso de las herra-
mientas 2.0 para informarse, opinar, explicar,
aclarar…, lo cual tiene unas grandes implicacio-
nes comerciales (Riegner, 2007). Dadas estas im-
plicaciones, la mayoría de los estudios que se han
realizado sobre el impacto de la Web 2.0 se han
hecho desde una perspectiva meramente comer-
cial. En concreto, un gran número de estos estu-
dios se han centrado en el impacto sobre el Worth
of Mouth (WOM) que las plataformas 2.0 pueden
generar, y las implicaciones comerciales o deci-
siones de compra que ello puede ocasionar (Hen-
15
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
nig-Thurao et al., 2015; Jin y Phua, 2014; Chu y
Kim, 2011; Chatterjee, 2011; Lorenzo et al.,
2011; Cheung et al., 2008; Riegner, 2007; entre
otros). En esta misma línea, existe una corriente
de investigadores interesados en estudiar qué
tipo de sentimientos despiertan los productos,
las marcas, las entidades…, en dichas platafor-
mas 2.0, lo cual constituye el ámbito de estudio
de la presente investigación.
Sin embargo, a pesar de que la mayoría de es-
tudios realizados ostenten un enfoque comercial,
han aparecido en los últimos años algunos artí-
culos enfocados desde la perspectiva de la comu-
nicación corporativa (Costa, 2015; Castelló et al.,
2014; Carim y Warwick, 2013; Wright y Driftka,
2012; Thoring, 2011; Evans et al., 2011; entre
otros). De este modo, parece un hecho asumido
y reconocido entre la mayoría de profesionales de
las relaciones públicas y la comunicación corpo-
rativa que las plataformas 2.0 han permitido a
estas áreas de la empresa mejorar la construcción
de relaciones positivas entre una organización y
sus públicos. En palabras de Evans et al. (2011),
«Desde que un periodista del New York Times
admitió que había plagiado a un famoso blogue-
ro en la primavera de 2009, y el presidente Oba-
ma alcanzó los 6 millones de seguidores en Face-
book durante las elecciones de 2008, las
plataformas 2.0 son ahora un elemento esencial
de la comunicación». En esta misma línea Wright
y Driftka (2012) afirman: «Las nuevas formas de
comunicación —y en concreto blogs, microblogs
y redes sociales— están cambiando el modo en
que las organizaciones se comunican con sus pú-
blicos estratégicos como empleados, consumido-
res, accionistas, comunidades, gobiernos y otros
stakeholders».
No obstante, tanto en las empresas como en el
mundo académico también hay cierta incerti-
dumbre acerca de los beneficios exactos que este
tipo de plataformas puede reportar a la corpora-
ción (Mazurek, 2009). Es decir, algunos profesio-
nales del mundo de la comunicación y el marke-
ting, aun intuyendo los beneficios que las
plataformas 2.0 pueden reportar a su corpora-
ción, tienen reticencias por la falta de control que
implica tener un nuevo canal 2.0 en el que los
diferentes grupos de interés toman un poder des-
conocido hasta la actualidad (Van der Merwe et
al., 2005). Y precisamente es en este ámbito don-
de la presente investigación pretende aportar luz.
En concreto, las hipótesis de la presente in-
vestigación son las siguientes:
H1: «A mayor número de Contenidos Genera-
dos por Usuarios de Internet (CGU) a partir de
la difusión de un mensaje corporativo, mayor
índice relativo de sentimientos positivos hacia
la Corporación».
H2: «El uso de las plataformas 2.0 como herra-
mienta de comunicación para difundir un
mensaje corporativo concreto, genera una ma-
yor proporción de sentimientos positivos en
los usuarios de dichas plataformas sobre la
Corporación».
· H2.1: «El uso de las plataformas 2.0 como
herramienta de comunicación para difun-
dir un mensaje corporativo concreto, tien-
de a bajar el índice proporcional de usua-
rios de dichas plataformas con sentimientos
negativos sobre la Corporación».
· H2.2: «El uso de las plataformas 2.0 como
herramienta de comunicación para difun-
dir un mensaje corporativo concreto, tien-
de a bajar el índice proporcional de usua-
rios de dichas plataformas con sentimientos
neutros sobre la Corporación».
aDResearch ESIC
16
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
3. Metodología
La metodología del estudio analizará los senti-
mientos de los Contenidos Generados por Usua-
rios de Internet (CGU) en el microblog Twitter
sobre 8 campañas corporativas de entidades que
operan en España. Para ello se hará uso del mo-
delo desarrollado por Villena et al. (2011), que
permite categorizar los sentimientos a partir de
CGU gracias a un sistema híbrido que combina
un algoritmo de machine learning con un sistema
experto con reglas definidas; este algoritmo se
denomina MLES (Machine-Learning Expert-Sys-
tem). Posteriormente, una vez que se hayan defi-
nido y tabulado los tipos de sentimientos del
muestreo de cada corporación, se llevará a cabo
un análisis estadístico chi cuadrado de Pearson
χ
2
), de forma que se pueda medir si existe una
relación estadística entre los sentimientos antes y
después de las campañas corporativas.
Como se pondrá de manifiesto posteriormen-
te, la muestra de la investigación es no probabi-
lística y tiene ciertas limitaciones. El universo a
estudio son todas aquellas organizaciones que
operan en la península ibérica utilizando la Web
2.0 como canal de comunicación, sim embargo,
la estructura metodológica pre/post test además
de aportar causalidad a las conclusiones de la
investigación, requiere obtener información pre-
via al lanzamiento de las campañas corporativas
en la Web 2.0. Es decir, para la consecución del
estudio fue necesario obtener información sobre
organizaciones que iban a lanzar una campaña a
través de Twitter antes de que lo hicieran. En la
tabla 1 y 2 se pueden observar las campañas que
conforman la muestra, así como las fechas de
duración de las mismas.
Por su parte, el número de días en los que se
recogió CGU de cada corporación son 20, con-
cretamente 20 días antes y 20 días después de
sendas campañas corporativas. Este número de
días está en línea con los estipulados en estudios
previos (Carson y Jewell, 2007), y además ofrece
un número de tweets remarcable que oscilan en-
tre los 6097 de la medición del Sevilla FC y los
125 de Campofrío. Como es lógico, el número
de tweets y el número de días varía de una cam-
paña a otra, ya que hay jornadas en las que no se
registran comentarios sobre las marcas en Twit-
ter, y hay entidades y campañas más motivado-
ras de CGU que otras.
3.1. Métodos de investigación aplicados
Desde los albores del siglo XXI el interés por
analizar los Contenidos Generados por Usua-
rios de Internet (CGU) en las diferentes plata-
formas 2.0 ha sido una constante en el ámbito
de la investigación internacional. No en vano,
son miles de investigaciones las que se pueden
encontrar bajo el hilo conductor de la fiebre
2.0 como se ha puesto de relieve en el marco
teórico. Sin embargo, encontrar pautas a la
hora de abordar la metodología de este tipo de
trabajos es bastante más complicado, ya que
hay gran disparidad de enfoques. Algunos au-
tores utilizan estudios cuantitativos tradiciona-
les como ANOVA o regresiones lineales a partir
de cuestionarios (Jin y Phua, 2014; Chatterjee,
2011; Chu y Kim, 2011; entre otros), otros
realizan análisis cualitativos a partir de focus
groups o entrevistas en profundidad (Carim y
Warwick, 2013; Evans et al., 2011), e incluso
se encuentran análisis descriptivos de perfiles
2.0 (Wright y Drifka, 2012; Thoring, 2011;
Riegner, 2007). No obstante, parece existir una
corriente investigadora mayoritaria que se in-
clina hacia la medición de los sentimientos que
se extraen de los CGU a través de algoritmos
matemáticos de diferente índole; principal-
17
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
mente por la ingente cantidad de información
que ofrece este tipo de canales de comunica-
ción y por el carácter automatizado que ad-
quiere el análisis (Kontopoulus et al., 2013;
Mostafa, 2013; Taboada et al., 2011; Villena
et al., 2011; entre otros).
Tabla 1 · Corporaciones/campañas analizadas
Organización Campaña corporativa Usuario TW Hashtag
Campofrío Hazte extranjero
@campofrio_es
#hazteextranjero
Carbonell Gracias Mamá @Carbonell_es #graciasmama
Coca-Cola company_Burn Campaña contra el sedentarismo @burn_es #pillatuburn
Decathlon Operación running @decathlon_es #corrernoessolocorrer
Carrefour Carrefour con la Vuelta @carrefoures #carrefourconlavuelta
Pepsi Experiencia Pepsimax @pepsiespana #experienciapepsimax
Sevilla FC La copa vuelve a casa @Sevillafc #lacopavuelveacasa
Wilkinson Reto Wilkinson @wilkinson #retowilkinson
Tabla 2 · Fechas de inicio y n de cada campaña
Nombre de la corporación Fecha de inicio Fecha de nalización
Campofrío 10/12/2013 10/01/2014
Carbonell 20/04/2014 05/05/2014
Coca-Cola company_Burn 20/11/2013 28/02/2014
Decathlon 11/04/2014 11/06/2014
Carrefour 23/08/2014 14/09/2014
Pepsi 20/03/2014 020/04/2014
Sevilla FC 19/05/2014 19/07/2014
Wilkinson 31/01/2014 03/03/2014
aDResearch ESIC
18
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
Dentro de las técnicas de análisis de sentimien-
tos y extracción de características de producto
existen dos grande categorías de algoritmos: (1)
los supervisados, o aquellos que requieren esta-
blecer una serie de modelos (traning sets) como
ejemplos tipo; (2) y los no supervisados, o aque-
llos que extraen directamente las características de
los comentarios sobre los productos sin requerir
de modelos preestablecidos.
Los algoritmos supervisados de machine lear-
ning son los más extendidos y pueden llegar a
tener una precisión similar a las revisiones hu-
manas (Villena et al., 2011; Sebastiani, 2002).
No obstante, y como se viene apuntando, existe
una gran disparidad de enfoques metodológicos
y, por extensión, de algoritmos de machine lear-
ning utilizados en este ámbito. Muchos investi-
gadores han optado por seleccionar uno de estos
algoritmos de forma aislada, así por ejemplo
Balahur y Turchi (2014) utilizaron el algoritmo
SVMSMO, Fan y Chang (2011) seleccionaron
SVM y C4,5 respectivamente en sendos experi-
mentos, Thelwall et al. (2011) utilizaron SentiS-
trenth, etc. Sin embargo, hay una corriente de
investigadores que han optado por utilizar o
proponer modelos híbridos, mixtos y/o en cas-
cada con el objetivo de perfeccionar posibles
errores que puedan aparecer con la utilización
de un solo algoritmo. Este es el caso de Prabowo
y Thelwall (2009), Boiy y Moens (2009) o Ville-
na et al. (2011), que es el modelo algorítmico
utilizado en la presente investigación.
Como se puede observar en la figura 2, el al-
goritmo híbrido de Villena et al. (2011) -MLES-
tiene muchas ventajas con respecto a otros mo-
delos de análisis de sentimientos debido a que es
Figura 2 · Arquitectura de MLES
Fuente: Villena et al., 2011
Clasicador
de machine
learning
Clasicador
de sistema
experto
Categorías
Training
data
Modelo Modelo
Texto
19
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
capaz de minimizar las desventajas de ambas
técnicas. Es decir, las técnicas de machine lear-
ning han demostrado tener una gran precisión a
la hora de clasificar textos, sin embargo, existen
una serie de inconvenientes cuando se compara
con los sistemas expertos con reglas definidas
manualmente, debido a que, en la mayoría de
los casos, los modelos no son comprensibles por
el ser humano, por lo que es difícil diagnosticar
posibles errores, esto es, falsas positivas o negati-
vas (Kim y Lee, 2013; Villena et al., 2011;
Prawobo y Thelwall, 2009). De este modo, si la
primera fase del modelo no genera ruido a la
hora de clasificar no será necesario crear ningu-
na regla, sin embargo, si por el contrario se de-
tectan que los resultados no van en línea con lo
esperado es posible refinar el modelo añadiendo
reglas a aquellas categorías con problemas.
La primera fase en la arquitectura de MLES es
crear un «corpus labeled» o cuerpo de etiquetas
que permitirá posteriormente categorizar los di-
ferentes textos. «Habitualmente la mayoría de
clasificadores se basan en un vector característi-
co para un texto dado q, que es construido nor-
malmente utilizando el Vector Space Model» (CSV).
De este modo, «el algoritmo de machine learning
ofrece una categorización para este vector que se
traduce en una casuística de clases (ci C), orde-
nada por su CSV en relación al texto q» (Villena
et al., 2011):
Dq= CSVq,1 CSVq,k(2)
Posteriormente este modelo de machine lear-
ning es ajustado o revisado por un sistema exper-
to son reglas simples basadas en expresiones ló-
gicas del lenguaje coloquial. En principio cada
categoría puede tener una, ninguna o varias re-
glas asociadas. Cada regla es chequeada a partir
del texto dado que se pretende analizar, q, con el
objetivo último de validar o invalidar la catego-
ría en cuestión en función de si ha conseguido
pasar el filtro de las reglas estipuladas. Cuando
se invalida una categoría se eliminan falsos sen-
timientos positivos del modelo de machine lear-
ning, lo cual mejora el análisis global.
Más allá, las reglas se utilizan para reclasificar
la lista de categorías generadas a partir del vector
de machine learning, es decir, las reglas incre-
mentan la relevancia de una categoría dada por
ejemplo en función del número de palabras que
han satisfecho la expresión lógica que conforma
la regla. Evidentemente, esta reclasificación por
relevancia también hace mejorar el análisis glo-
bal de los sentimientos. El resultado de este se-
gundo bloque del modelo es una lista de clases
con sus respectivas relevancias:
D’q= Dq*Bq = CSVq, CSV’q,k
En relación al sistema experto con reglas defi-
nidas por Villena et al. (2011), se crearon tres
reglas sencillas. Para cada categoría i-th la regla
tenía tres componentes:
a) Lista de términos positivos. P
i
= {p
i1
, p
i2
...
p
ip
}: al menos una de estos términos p tiene
que aparecer en el texto. Es decir, si (pi1
OR pi2 OR pip) luego se acepta la catego-
ría, sino no se acepta la categoría.
b) Lista de términos negativos. N
i
= {n
i1
, n
i2
...
n
in
}: ninguno de estos términos n tiene que
aparecer en el texto. Es decir, si (n
i1
OR n
i2
OR n
in
) luego se acepta la categoría, sino
no se acepta la categoría.
c) Lista de términos relativos. R
i
= {r
i1
, r
i2
...
r
ir
}: en este caso no se aceptan o dejan de
aceptar los términos, sino que dichos tér-
minos se utilizan para estimular la clasifi-
cación de los dos tipos de términos prece-
dentes.
aDResearch ESIC
20
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
Por último, crearon otras dos reglas extra para
que se usaran cuando ninguna de las anteriores
habían sido capaces de establecer una categoría:
a) Aceptar: Incondicionalmente aceptar la
categoría independientemente de los tér-
minos que aparecen en el texto. Esto es,
(B
q,i
= 1).
b) Rechazar: Siempre rechazar la categoría.
Esto es, (B
q,i
= 0).
En definitiva, lo que se consigue con la es-
tructura algorítmica híbrida propuesta por Ville-
na et al. (2011) es aunar los beneficios del análi-
sis de big data computacional y automático
(machine learning) -donde se consiguen clasificar
de forma automática miles de textos a partir de
unos modelos preestablecidos o training sets-,
con unas reglas definidas manualmente por un
experto en la materia que se investiga.
4. Resultados
Como ya se ha puesto de relieve anteriormente,
la fuente de datos de la investigación es el micro-
blog Twitter, que no sólo es un «medio de comu-
nicación filtrado y veraz» (The Cocktail Analy-
sis, 2015), sino que además en los últimos años
ha incrementado exponencialmente sus usua-
rios en lengua española, y también aquellos
usuarios que utilizan la herramienta a través de
su teléfono móvil (Liu et al., 2014). Por su parte,
las variables de la investigación se dividen en tres
tipos de sentimientos: positivos, negativos y
neutros. Y la muestra estuvo constituida por los
17.944 tweets de las 8 corporaciones que se es-
pecifican en la tabla 1.
4.1 Contraste de la hipótesis 1 (H1)
La primera hipótesis de la investigación afirma-
ba que: si se produce un incremento de CGU
tras el lanzamiento de una campaña corporativa,
esto siempre se traducirá en un incremento del
número de sentimientos positivos hacia la orga-
nización en términos porcentuales. Por tanto, la
primera pregunta que habrá que responder es:
¿se ha producido dicho incremento de CGU tras
la campaña? Y una vez que se obtenga dicha in-
formación, habrá que dilucidar si efectivamente
se incrementaron los sentimientos positivos en
términos porcentuales
2
o no, para más tarde
aplicar el test chi cuadrado y determinar si dicha
variación ostenta significación estadística, esto
es, si se debe al estímulo aplicado (campaña cor-
porativa).
Así, siguiendo el protocolo mencionado, se
puede constatar como efectivamente se incre-
mentan los CGU de forma acumulada en el post
campaña. En concreto, y como se puede obser-
var en la tabla 1, se pasa de 6869 a 11075 tweets.
Asimismo, cuando se coteja la variación de sen-
timientos positivos, se observa como éstos tam-
bién aumentaron pasando de 4229 antes de las
campañas a 8226 después de las mismas. Por su
parte, en el gráfico 1, donde se considera en el
eje de ordenadas el porcentaje total de cada una
de las tres categorías de variable sobre el total de
sentimientos pre o post, se puede observar como
antes del lanzamiento los sentimientos positivos
representaban el 62% del total de sentimientos
recogidos, mientras que después del lanzamien-
to se pasó a un 74%.
En definitiva, dados los valores porcentuales
obtenidos, la H1 se cumpliría teniendo en cuen-
ta los datos agregados de todas las campañas.
Pero, ¿ostenta significación estadística el cambio
proporcional recogido (62% vs 74%)? Pues
bien, como se puede observar en la tabla 1 cuan-
2 Cuando se habla de «términos porcentuales» se entiende como el
peso relativo de los sentimientos positivos considerando el total de
CGU pre vs post.
21
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
do se aplica chi cuadrado se obtiene un valor p <
0,0001, lo cual indica que existe una significa-
ción estadística elevada. Por tanto, se podría
concluir que: «a mayor número de Contenidos
Generados por Usuarios de Internet a partir de
la difusión de un mensaje corporativo, mayor
índice relativo de sentimientos positivos hacia la
Corporación en términos agregados».
Cuando se lleva a cabo el contraste porme-
norizado de la H1 para cada una de las campa-
ñas que conforman la muestra de la investiga-
ción, se observa que: (1) una de las campañas,
Decathlon, no cumplía la primera premisa ne-
cesaria para contrastar dicha hipótesis, es de-
cir, en número de CGU decrecía en el post
campaña; (2) existen dos corporaciones que
ponderan el resultado agregado de la primera
hipótesis: Carrefour y Wilkinson. Es decir, a
pesar de que las proporciones de sentimientos
pre versus post indicaban que cinco de las
ocho campañas cumplían la H1, tras realizar el
contraste chi cuadrado no se ha encontrado
significación estadística suficiente en cinco de
las ocho campañas.
Tabla 2. Resultado acumulado del test χ2
Total CGU Positivos χ2 gl p
Pre campaña 6869 4229
59,5653 1 0,0001
Post campaña 11075 8226
Gráco 1 · Evolución acumulativa porcentual
aDResearch ESIC
22
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
4.1 Contraste de la hipótesis 2 (H2)
Antes de contrastar la segunda hipótesis de la
investigación es necesario poner de relieve que
el test chi cuadrado no es capaz de distinguir si
la relación estadística entre variables pre/post
campaña se ha producido por los sentimientos
positivos, negativos o neutros (Semon, 1999),
sino que simplemente es capaz de determinar
dicha relación a partir del estímulo creado (cam-
pañas corporativas); evidentemente los datos
numéricos y porcentuales que se han obtenido
servirán para dilucidar qué tipo de sentimientos
han decidido dicha relación.
La H2 y sus dos sub-hipótesis planteaban que:
si se utilizan las plataformas 2.0 como herra-
mienta de comunicación corporativa, esto gene-
raría un incremento de sentimientos positivos
hacia la corporación y un decremento de aque-
llos sentimientos negativos y neutros. Pues bien,
en términos acumulados, y como se puede ob-
servar en la tabla 2, tras efectuar el test chi cua-
drado considerando todas las campañas se obser-
Tabla 3 · χ
2
de todas las campañas
CGU POSITIVOS χ2 gl p
Campofrío
Pre 162 130
0,4875 1 0,4850
Post 415 302
Coca-Cola
Pre 72 36
0,0340 1 0,8537
Post 78 37
Carbonell
Pre 54 22
1,2032 1 0,2727
Post 71 41
Decathlon
Pre - -
- - -
Post - -
Pepsi
Pre 113 67
1,2354 1 0,2664
Post 129 96
Carrefour
Pre 2.325 1.380
33,5696 1 0,0001
Post 3.585 2.719
Sevilla FC
Pre 2.582 1.462
1,6012 1 0,2057
Post 3.515 2.106
Wilkinson
Pre 1.219 903
13,6363 1 0,0002
Post 3.211 2.869
Acumulado
Pre 6.527 4.000
59,5653 1 0,0001
Post 11.004 8.165
23
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
va como el valor p < 0,0001, o lo que es lo mismo,
se ha detectado una diferencia significativa en
términos estadísticos entre las proporciones de
las frecuencias observados (antes de las campa-
ñas) y esperadas (después de las campañas).
Para dilucidar qué tipo de variables han pro-
piciado que χ
2
salga positivo, no hay más que
analizar el gráfico 1. En él se ponía de relieve
cómo los sentimientos positivos pasaron de
constituir un 62% antes de las campañas a un
74% tras ellas, mientras que los sentimientos
negativos pasaban de un 27% a un 16%, y los
neutros también decrecían de un 12% a un
10%. O sea, que se podría afirmar que los cam-
bios significativos más relevantes se han produ-
cido en los sentimientos positivos que subieron
en 12 puntos porcentuales, y los negativos que
bajaron en otros 11 puntos; no tanto así los neu-
tros que sólo bajaron en dos puntos. En cual-
quier caso, en términos acumulados o agrega-
dos, tanto la H2, como la H2.1 y la H2.2 quedan
confirmadas.
Tabla 4 · χ
2
de todas las campañas
Positivos Negativos Neutros χ2 Gl p
Campofrío
Pre 130 20 12
4,3200 2 0,1153
Post 302 61 52
Coca-Cola
Pre 36 26 10
1,6712 2 0,4336
Post 37 24 17
Carbonell
Pre 22 20 12
3,6678 2 0,1598
Post 41 20 10
Decathlon
Pre 229 74 39
10,6060 2 0,0050
Post 61 5 5
Pepsi
Pre 67 26 20
17,7217 2 0,0001
Post 96 6 27
Carrefour
Pre 1.380 701 244
250,2860 2 0,0001
Post 2.719 485 381
Sevilla FC
Pre 1.462 770 350
7,9131 2 0,0296
Post 2.101 1.007 407
Wilkinson
Pre 903 190 126
212,2441 2 0,0001
Post 2.869 122 220
Acumulado
Pre 4.229 1.827 813
368,1680 2 0,0001
Post 8.226 1.730 1.119
aDResearch ESIC
24
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
El gráfico 2 muestra como los sentimientos
positivos crecieron tras el lanzamiento de las
campañas (H2) en términos agregados, y como
bajaron los negativos (H2.1) y los neutros (H2.2).
Sin embargo, también se puede observar gráfica-
mente como hay unas campañas en las que estos
cambios fueron más acentuados, es decir, que
tienen más peso que otras en el resultado final,
concretamente: Wilkinson, Carrefour y Pepsi.
En cualquier caso, cinco de las ocho corpora-
ciones que conforman la muestra de la investiga-
ción arrojaron datos positivos, esto es, tras reali-
zar el test chi cuadrado se ha comprobado que
los cambios en las variables no se han producido
por mero azar, sino que hay una relación entre
dichas variaciones a partir de las campañas lan-
zadas, por tanto, como se viene apuntando se
pueden confirmar la H2 y sus dos sub-hipótesis
en el cómputo global.
5. Conclusiones
La exploración teórica realizada ha permitido
constatar como las organizaciones cada vez ha-
cen más esfuerzos por homogeneizar los distin-
tos tipos de comunicación que desarrollan con
sus grupos de interés. En este marco la comuni-
cación corporativa debe jugar un papel funda-
mental, donde la creación de un vocabulario, un
estilo y una filosofía común a la hora de abordar
las interacciones con los diferentes stakeholders
de la organización son elementos esenciales de la
identidad corporativa, y forjan la imagen corpo-
rativa deseada. Así, en la actualidad, aparece un
nuevo canal para conseguir los objetivos de la
corporación: la comunicación a través de Inter-
net o comunicación online. Las organizaciones
no pueden vivir de espaldas al nuevo paradigma
2.0, ya bien asentado en la sociedad contempo-
ránea. En este nuevo escenario no sólo las com-
pañías e instituciones tienen voz, sino que han
surgido nuevos actores como los clientes, los
proveedores, los empleados…, y en fin, todos
aquellos individuos conectados a la Red que ge-
neran diariamente lo más parecido a un debate
global.
Como es lógico, con este cambio de paradig-
ma las organizaciones pierden cotas de control
sobre el mensaje corporativo, lo cual ha provo-
cado que algunas entidades hayan tenido ciertas
reticencias a la hora de sumergirse en esta nueva
Gráco 2 · Proporción de sentimientos pre vs post
25
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
realidad 2.0. Sin embargo, los resultados obteni-
dos tras el análisis empírico de la presente inves-
tigación ponen de manifiesto como: la utiliza-
ción de la Web 2.0 como un nuevo canal de
comunicación multidireccional para hacer llegar
a los diferentes grupos de interés de una organi-
zación sus mensajes corporativos, incrementa
los sentimientos positivos en los usuarios de di-
chas plataformas, y provoca una bajada en los
índices de sentimientos negativos y neutros so-
bre la corporación. Por tanto, se puede concluir
que aquellas organizaciones que formen parte
del nuevo paradigma haciendo un uso planifica-
do, constante y profesionalizado de las distintas
plataformas 2.0 disponibles en la Red, podrán
beneficiarse de una mejora en su imagen corpo-
rativa. En la otra cara de la moneda, aquellas
corporaciones que no utilicen las plataformas
2.0 con el objetivo último de escuchar a sus gru-
pos de interés, y crear lazos de unión entre la
realidad de la organización y dichos grupos, po-
drán ver mermada su imagen corporativa al en-
contrarse fuera del paradigma comunicativo
contemporáneo.
Por otra parte, no sólo se trata de participar de
esta nueva realidad de comunicación multidirec-
cional, sino que las organizaciones tienen que ser
conscientes de que, en la era del big data, aparece
un nuevo universo de posibilidades para obtener
información «libre» sobre las opiniones que tie-
nen sus diferentes grupos de interés. A este res-
pecto, la Tesis Doctoral que ocupa estas líneas ha
destacado los algoritmos supervisados e híbridos
como herramientas de gran fiabilidad para llevar
a buen término dichos objetivos. Asimismo, tam-
bién se han reivindicado las estructuras metodo-
lógicas pre/post test como mecanismos solventes
para conferir causalidad a los objetivos plantea-
dos en un plan de comunicación.
En definitiva, los resultados teóricos y empí-
ricos de la presente investigación avalan una ma-
yor inversión de las organizaciones en la Web
2.0. Esta inversión no sólo deberá materializarse
en un incremento del presupuesto dedicado a
esta cuestión, sino que las corporaciones con-
temporáneas deben asimilar la nueva realidad
2.0 en la que se encuentran inmersos, de forma
que puedan ser partícipes del nuevo paradigma
comunicativo y, así, sacar ventaja de él.
6. Limitaciones y futuras líneas de
investigación
Todas las limitaciones de la presente investiga-
ción están inexcusablemente ligadas a líneas fu-
turas de investigación. Así, la utilización de una
única plataforma 2.0 como fuente de datos
(Twitter) supone una limitación y propicia una
nueva línea de investigación donde otras plata-
formas sociales sean incluidas. Del mismo modo,
la escasa muestra utilizada (ocho corporaciones)
invita a realizar futuras investigaciones donde se
considere una muestra más amplia que sea au-
ténticamente representativa del universo empre-
sarial español. Incluso, se podría agrandar esta
línea de investigación con un enfoque más inter-
nacional donde se podrían buscar diferencias
entre geografías o mercados.
Por último, se podrían poner de relieve otras
posibles futuras líneas de investigación, donde las
implicaciones comerciales de la Web 3.0 y los in-
terrogantes relativos a cómo deben las corporacio-
nes prepararse para el cambio de paradigma (web
social versus web inteligente) son de gran interés.
Asimismo, también se echan en falta más estudios
que analicen las implicaciones de utilizar las plata-
formas 2.0 en el ámbito de la comunicación inter-
na, o si existen diferencias de género en los patro-
nes de utilización de dichas herramientas.
aDResearch ESIC
26
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
Bibliografía
Agarwal A. (2010), Web 3.0 Concepts explained in Plain
English. Disponible en: http://www.labnol.org/internet/web-
3-concepts-explained/8908. Consultado el 1/6/2013.
Almansa A. (2005), Relaciones Públicas y Gabinetes de Comu-
nicación. Análisis: cuadernos de comunicación y cultura.
Vol. 32: 117-132.
Balahur A. y Turchi M. (2014), Comparative experiments
using supervised learning and machine translation for multilin-
gual sentiment analysis. Computer Speech and Language.
Vol. 28: 56-75.
Balmer J. y Greyser S. (2006), Corporate marketing: Integra-
ting corporate identity, corporate branding, corporate communi-
cations, corporate image and corporate reputation. European
Journal of Marketing. Vol. 40(7/8): 730-741.
Barassi V. y Treré E. (2012), Does Web 3.0 come after Web 2.0?
Deconstructing theoretical assumptions through practice. New
Media & Society. Vol. 14(8): 1269-1285.
Belch G.E. y Belch M.A. (2004), Advertising and Promotion:
An Integrated Marketing Communications Perspective. Mc-
Graw-Hill.
Boiy E. y Moens M. F. (2009), A machine learning approach to
sentiment analysis in multilingual Web texts. Science and Busi-
ness Media. Vol. 12: 526-558.
Carim L. y Warwick C. (2013), Use of social media in corpo-
rate communications by research-funding organizations in the
UK. Public Relations Review. Vol. 39: 521-525.
Carson S.J. y Jewell R.D. (2007), Prototypicality advantages
for pioneers over me-too brands: the role of evolving product de-
signs. Academy of Marketing Science. Vol. 35: 172-183.
Castelló A., del Pino C. y Ramos I. (2014), Twitter como ca-
nal de comunicación corporativa y publicitaria. Comunicación
y Sociedad. Vol. 27(2): 21-54.
Castillo A. (2008), La Comunicación empresarial en internet.
Icono 14. Revista de Comunicación y nuevas tecnologías.
Vol. 11.
Caywood C. y Duncan T. (1996), Integrated Communication:
Synergy of persuasive voices. Lawrence Erlbaum Associates.
Chatterjee P. (2011), Drivers of new product recommending
and referral behavior on social network sites. International
Journal of Advertising. Vol. 30(1): 77-101.
Cheung C.M.K., Lee M.K.O. y Rabjohn N. (2008), The im-
pact of electronic Word-of mouth; The adoption of online opi-
nions in online customer communities. Internet Research. Vol.
18(3): 229-247.
Christensen L. (2011), Licence to critique: corporate commu-
nication as polyphony. Disponible en: http://www.allacade-
mic.com/one/www/research/index.php?click_key=1 Con-
sultado el 4/5/2011.
Chu S. y Kim Y. (2011), Determinants of consumer engage-
ment in electronic word-of-mouth (eWOM) in social network si-
tes. International Journal of Advertising. Vol. 30(1): 47-75.
Corner R.C. y Corner T.R. (1994), Chi-Square Analysis. A
test of significance. The Science Teacher. Vol. 61(4).
Costa C. (2015), Audiovisual Corporate Communication in
Youtube Spanish companies audiovisual message: typology and
degree of interactivity. Iberian Conference on Information
Systems and Technologies (CISTI).
Ducan T. y Everett S.E. (1993), Client perception of integrated
marketing communications. Journal of Advertising Research.
Vol. 46: 33.
Evans A., Twomey J. y Talan C. (2011), Twitter as a Public
Relations Tool. Public Relations Journal. Vol. 5(1).
Fan T. K. y Chang C.H. (2011), Sentiment-oriented contex-
tual advertising. Knowledge and Information Systems. Vol.
23: 321-344.
Golfarb S. (2011), HEP Outreach, Inreach, and Web 2.0. Jour-
nal of Physics. Disponible en: http://deepblue.lib.umich.
edu/handle/2027.42/90828 Visitado el: 6/8/2015.
Goodman M. B. (2006), Corporate communication practice and
pedagogy at the dawn of the new millennium. Corporate Com-
munications: An International Journal. Vol. 11(3):196-213.
Guzmán A. P., del Moral E., González F. y Gil H. (2013),
Impact of Twitter on Communication and institutional promo-
tion of universities. Revista de Medios y Educación. Vol. 43:
139-153.
Harfoush R. (2009), Yes we did. Como construimos la marca
Obama a través de las redes sociales. Gestión 2000.
Hearn G., Foth M. y Gray H. (2009), Applications and imple-
mentations of new media in corporate communications. Corpo-
rate Communication. Vol. 14(1): 49-61.
Hennig-Thurau T., Wiertz C. y Feldhaus F. (2015), Does
Twitter matter? The impact of microblogging word of mouth on
27
El impacto del mensaje corporativo en la Web 2.0 · págs. 8 a 29
consumers´ adoption of new movies. Journal of the Academy
Marketing Science. Vol. 43: 375-394.
Jensen M.B. y Jepsen A. (2006), Online Marketing Communi-
cations: Need for a new typology for IMC? Journal of Website
Promotion. Vol. 2(1/2).
Jensen M.B. (2008), Online Marketing Communication poten-
tial. Priorities in Danish firms and advertising agencies. Euro-
pean Journal of Marketing. Vol. 42(3/4): 502-525.
Jin S.A. y Phua J. (2014), The Impact of Twitter-Based Electro-
nic Word-of-Mouth on Consumers’ Source Credibility Percep-
tion, Buying Intention, and Social Identification With Celebrities.
Journal of Advertisement. Vol. 43(2): 181-195.
Kaplan A.M. y Haenlein M. (2010), Users of the world, unite!
The challenges and opportunities of social media. Business Ho-
rizons. Vol. 53(1): 59-68.
Katona Z., Zubcsek P. P. y Sarvary M. (2011), Network Effects
and Personal Influences: The Diffusion of an Online Network.
Journal of Marketing Research. Vol. XLVIII: 425-433.
Kim K. y Lee J. (2013), Sentiment visualization and classifica-
tion via semi-supervised nonlinear dimensionality reduction.
Pattern Recognition. Vol. 47: 758-768.
Kiskore N. y Srivastava A. (2011), A Study on the effectiveness
of Relationship Marketing practices with existing customers in
banking industry. Romanian Journal of Marketing. Vol. 4:
42-48.
Kitchen P.J. (1999), Marketing Communications. Principles
and Practice. International Thompson Business Press.
Kliatchko J. (2008), Revising the IMC construct. International
Journal of Advertising. Vol. 27(1): 133-160.
Kontopoulos E., Berberidis C., Dergiades T. y Bassiliades N.
(2013), Ontology-based sentiment analysis of Twitter posts. Ex-
pert System with Applications. Vol. 40: 4065-4074.
Kotler P. y Lee N. R. (2007), Marketing in the public sector:
The final frontier. Public Manager. Vol. 36(1): 12.
Kotler P. (1991), Marketing Management. Prince-Hall inter-
national.
Küster I. y Hernández A. (2013), De la Web 2.0 a la Web 3.0:
antecedentes y consecuencias de la actitud e intención de uso de
las redes sociales en la web semántica. Business Review. Vol. 37.
Liu Y., Kliman-Silver C. y Mislove A. (2014), «The Tweets
They are a-Changin»: Evolution of Twitter Users and Behavior.
Association for the Advancement of Artificial
Intelligence. Disponible en: http://www.ccs.neu.edu/home/
amislove/publications/Profiles-ICWSM.pdf Consultado el:
06/08/2015.
Lorenzo C., Alarcón M.C. y Gómez M.A. (2011), Do you
have social profile? Users and non-users of social networking si-
tes in the Web 2.0. Review of Business Information Systems.
Vol. 15(5): 41-50.
Madhavaram S., Badrinarayanan V. y McDonald R.E.
(2005), Integrated Marketing Communication (IMC) and
brand identity as critical components of brand equity strategy.
Journal of Advertisement. Vol. 34(4): 69-80.
Mafokozi J. (2009), Introducción a la estadística para gente de
letras. Editorial CCS.
Maqueira J.M. y Bruque S. (2009), Marketing 2.0. El nuevo
marketing en la web de las redes sociales. Ra-Ma.
Markoff J. (2006), Entrepreneurs See a Web Guided by Com-
mon Sense. The New York Times. Disponible en: http://
www.nytimes.com/2006/11/12/business/12web.html.
Consultado el 15/5/2011.
Mayer M.A. y Leis A. (2010), Concepto y aplicaciones de la
Web 3.0: una introducción para médicos. Atención Primaria.
Vol. 42(5): 292-296.
Mazurek G. (2009), Web 2.0 Implications in Marketing. Orga-
nizacijo Vadyba: Sisteminiai Tyrimai. Vol. 51: 69-82.
Melewar T.C. y Karaosmanoglu E. (2006), Seven dimensions
of corporate identity. A categorization from the practitioners’
perspectives. European Journal of Marketing. Vol. 40(7/8):
846-869.
Mi Negocio (2011), Veinte firmas españolas a las que confiar
el marketing online. Disponible en: http://www.expansion.
com/2011/04/12/empresas/minegocio/1302559732.html?a
=9a6c61213fba80f83d1eba145a19bfbc&t=1303287243
Consultado el: 17/04/2011.
Mostafa M.M. (2013), More than words: Social Networks text
mining for consumer brand sentiments. Expert Systems with
Applications. Vol. 40: 4241-4251.
O´Reilly T. (2005), What is Web 2.0? Design Patterns and Bu-
siness Models for the Next Generation of Software. Disponible
en: http://oreilly.com/pub/a/web2/archive/what-is-web-20.
html?page=1 Consultado el: 21/4/2011.
Prabowo R. y Thelwall M. (2009), Sentiment analysis: A com-
bined approach. Journal of Infomormetrics. Vol. 3: 143-157.
aDResearch ESIC
28
Nº 14 Vol 14 · Segundo semestre, julio-diciembre 2016  págs. 8 a 29
Riegner C. (2007), Word on Month on the Web: The impact of
the Web 2.0 on Consumer Purchase Decisions. Journal of Ad-
vertisement Research.
Romero E. y Alcaraz F.J. (2010), Nuevas perspectivas para la
investigación en Internet: la Web 2.0. y la empresa 2.0. Asocia-
ción Española de Contabilidad y Administración de Empre-
sas (AECA). Vol. 6.
Santiago R. y Navaridas F. (2012), La Web 2.0 en escena. Re-
vista de Medios y Educación. Vol.41: 19-30.
Schultz D.E. (1993), Integrated Marketing Communications:
maybe definition is in the point of view. Marketing News. Vol.
27(2): 17.
Sebastiani F. (2002), Machine learning in automated text cate-
gorization. ACM Computing Surveys. Vol. 34(1): 1-47.
Semon T.T. (1999), Use your brain when using a Chi-square.
Marketing News. Vol. 33: 6.
Stuart H. y Kerr G. (1999), Marketing communication and
corportae identity: are they integrated? Journal of Marketing
Communications. Vol. 5: 169-176.
Taboada M., Brooke J., Tofiloski M., Voll K. y Stede M.
(2011), Lexicon-based methods for sentiment analysis. Mit
Press Journals. Vol. 37(2): 267-307.
The Cocktail Analysis (2015), VII Observatorio de Redes
Sociales. Disponible en: http://tcanalysis.com/blog/posts/
vii-observatorio-redes-sociales Consultado el: 16/04/2016.
Thoring A. (2011), Corporate Tweeting: Analysing the Use of
Twitter as a Marketing Tool by UK Trade Publishers. Springer
Science Business Media. Vol. 27: 141-158.
Van der Merwe R., Pitt L.F. y Abratt R. (2005), Stakeholder
Strength: PR Survival Strategies in the Internet Age. Public Re-
lations Quarterly. Vol. 50(1): 39-49.
Van Riel C.B.M. (1995), Principles of Corporate Communica-
tion. Prentice-Hall International.
Van Riel C.B.M. (1997), Research in Corporate Communica-
tion. An Overview of an Emerging Field. Management Com-
munication Quarterly. Vol. 11(2): 288-309.
Viñarás A. y Cabezuelo F. (2012), Claves para la participación
y generación de contenido en las redes sociales: estudio de caso del
Museo del Prado en Facebook. AdComunica. Revista de Estra-
tegias, Tendencias e Innovación en Comunicación. Vol. 3.
Villena J., Collada S., Lana S. y González J. C. (2011), Hibrid
Approach Combining Machine Learning and Rule-Based Expert
System for Text Categorization. Association for the Advance-
ment of Artificial Intelligence.
Wright D. y Drifka M. (2012), How New Communications
Media Are Being Used in Public Relations: A Longitudinal
Analysis. Public Relations Journal. Vol. 4(3): 1-27.