La influencia del odio a la marca y el perdón del cliente en el boca a boca negativo y la intención de recompra en los operadores de redes móviles

• Autores: Macedo Anto, Lucía Alessandra, Moya Taipe, Rosely
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/683969
• Enlace del recurso: http://hdl.handle.net/10757/683969
• Nivel de acceso: acceso abierto
• Materia: Odio a la marca; Boca a boca negativo; Perdón del cliente; Intención de recompra; Brand hate; Negative word of mouth; Customer forgiveness; Repurchase intent; https://purl.org/pe-repo/ocde/ford#5.08.00; https://purl.org/pe-repo/ocde/ford#5.00.00

Este estudio aborda la importancia del impacto en el consumidor luego de una mala experiencia en las empresas de operadores de redes móviles y su relación con el odio a la marca, el perdón del cliente, el boca a boca negativo y la intención de recompra. Se destaca que las fallas en el servicio generan experiencias negativas, propiciando el desarrollo de un intenso odio a la marca por parte de los consumidores insatisfechos. Este odio se manifiesta a través del boca a boca negativo, que incluye comentarios desfavorables y críticas compartidas en entornos presenciales y digitales. El concepto de perdón del cliente emerge como un elemento clave para mitigar el odio a la marca, reduciendo la propensión al boca a boca negativo. Este acto interno de renunciar a la venganza contribuye a la restauración de la relación con la marca y, en consecuencia, se vincula positivamente con la intención de recompra. La investigación se justifica por la escasez de estudios sobre el odio a la marca, especialmente en el contexto de operadores de redes móviles. Además, se subraya la necesidad de distinguir entre producto y servicio en la investigación sobre este fenómeno. Se propone un modelo de investigación que será evaluado mediante un diseño cuantitativo y transversal, utilizando encuestas en línea y el modelo de SEM para analizar las hipótesis planteadas.