Autorretratos en Instagram y su relación con el green consumption evidenciado en Twitter, caso de residentes en Lima 2019

• Autores: Cubillas Espinoza, Vanessa Viviana, Reátegui Cárdenas, Mauro Alejandro
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad San Ignacio de Loyola
• Repositorio: USIL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.usil.edu.pe:20.500.14005/13578
• Enlace del recurso: https://hdl.handle.net/20.500.14005/13578
• Nivel de acceso: acceso abierto
• Materia: Redes sociales; Administración de empresas; Marketing; Estudio de mercado; https://purl.org/pe-repo/ocde/ford#5.02.04

La presente tesis tiene por objetivo analizar si el Green Consumption que una persona evidencia en la red social Twitter puede modelarse en función de una serie de elementos presentes en autorretratos personales de primer plano de Instagram para el caso de residentes limeños. Para ello se analizaron datos de las redes sociales Instagram y Twitter, como alternativa a las encuestas. En total fueron analizados 384 perfiles de personas que tuvieran cuentas en ambas redes y que tenían la condición de residentes en Lima. Para medir la variable asociada al consumo se recurrió a Watson Personality Insights, herramienta que cuenta con un módulo especializado para el análisis de datos textuales. Es así que el consumo influenciado por cuestiones medioambientales es medido como una variable ordinal (improbable, neutro y probable). Por otro lado, entre los elementos presentes en los autorretratos se consideró la edad aparente, el género de la persona, su condición de atractivo (o no), a posición de su rostro, la presencia de foto en escala de grises, la presencia de sonrisa en todas las fotos, y la presencia de efectos y filtros. Fueron empleados dos algoritmos de machine learning: las redes neuronales y el árbol de clasificación C5. Los resultados evidenciaron una precisión de 67.7% para la primera opción de modelado y de 73.43% para la segunda. Además, se establecieron correlaciones significativas entre un grupo de dimensiones y la variable dependiente. Estos hallazgos tienen implicancias en el marketing que son discutidas en el documento.