Análisis de la Decisión de Compra en Internet de las...
Transcript of Análisis de la Decisión de Compra en Internet de las...
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
Francesco D. Sandulli
Departamento de Organización de Empresas
Cátedra UCM-DMR Consulting de Administración de Negocios en Internet
Universidad Complutense de Madrid
Análisis de nuevas tecnologías de la información a la empresa
Dirección de Contacto
Departamento de Organización de Empresas
Facultad de Ciencias Económicas y Empresariales
Universidad Complutense de Madrid
28223 Madrid
Tfno. 913942506
Fax. 913942371
E-mail: [email protected]
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
1
Análisis de la Decisión de Compra en Internet de las Empresas Españolas.
Resumen: En los últimos tiempos, algunas empresas han decidido empezar a realizar transacciones
comerciales de compra a través de Internet. El presente estudio define un modelo de utilidad que
explica la decisión de compra en Internet en una muestra de 2350 empresas españolas. Los resultados
del trabajo empírico permiten concluir que la utilidad obtenida por menores precios y por la reducción
de costes de transacción son los factores más determinantes en la decisión de compra en Internet.
Abstract: During the last years, several firms adopted the Internet in the corporate procurement
process. This paper describes a utility model that explains the Internet procurement adoption on a
sample of 2350 Spanish firms. The results show that lower prices and lower transaction costs are the
most determinant factors on the Internet procurement adoption.
Palabras Clave: Comercio Electrónico entre Empresas, Mercados Electrónicos, Internet, Modelos de
Utilidad, Decisión Discreta.
JEL: O33, C25, L21, M21, O14
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
2
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
Introducción.
Muy pocos dudan de que Internet y las Tecnologías de la Información tendrán un considerable
impacto sobre el entorno económico actual. De hecho, ya se pueden empezar a observar algunos de los
cambios que estas nuevas tecnologías producirán sobre el diseño de los procesos o incluso de los
modelos de negocio, los tamaños y los límites de los mercados o incluso la dinámica competitiva
dentro de un sector (Porter, 2001). En este sentido, uno de los fenómenos que mayor atención ha
despertado en los ámbitos académico y empresarial es el incremento en el número de transacciones
comerciales realizadas a través de Internet. En la realización de sus transacciones comerciales algunas
empresas y consumidores están empezando a sustituir un medio físico de negociación por un medio
electrónico y virtual, en el que ya no es necesario el mismo grado de contacto físico (Rayport y
Sviokla, 1995). Este trabajo va a centrar su atención sobre este proceso de sustitución de medios
físicos por medios virtuales en la realización de transacciones comerciale s por parte de las empresas.
Aunque el fenómeno de sustitución de medios virtuales por medios físicos se viene observando desde
hace algún tiempo, todavía no se tienen claras las razones más importantes que llevan a las empresas a
comprar en Internet, en lugar de utilizar otros medios alternativos como las tiendas físicas, el fax, el
teléfono o el correo entre otros. Por tanto el principal objetivo de este trabajo será la identificación de
estas razones. Para lograr este objetivo utilizaremos, al igual que un gran número de estudios sobre el
comportamiento de compra de agentes económicos, un enfoque basado en modelos de utilidad.
El resto del trabajo se estructura en los siguientes apartados: en primer lugar, describimos desde el
punto de vista teórico cuáles son los factores tenidos en cuenta por las empresas a la hora de decidir la
compra en Internet1. Más explícitamente, este desarrollo teórico se basará en el concepto de
proposición de valor de Keeney (1999). En segundo lugar, elaboramos un modelo de utilidad que
explica la decisión de compra en Internet de las empresas. En tercer lugar, analizamos la validez del
modelo y la relevancia de cada uno de sus componentes del mismo a través de un trabajo empírico
realizado sobre una muestra de 2.350 empresas españolas. Finalizamos el trabajo con las conclusiones
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
3
obtenidas de los resultados del trabajo empírico y sus posibles implicaciones tanto desde el punto de
vista académico como empresarial, sus limitaciones y las líneas futuras de investigación que surgen
del mismo.
Marco Teórico.
Bakos (1997:1676) afirma que un mercado electrónico es “un sistema de información
interorganizativo que permite a los compradores y vendedores participantes en un determinado
mercado intercambiar información sobre los precios y la oferta de los productos”. Atendiendo a esta
definición podemos afirmar que también Internet es un mercado electrónico porque es sistema de
información que a través de tecnologías basadas en el protocolo de red IP permite intercambiar
información sobre los precios y la oferta de numerosos productos. Por tanto, a la hora de decidir cómo
comprar un producto, las empresas deberán tener en cuenta la posibilidad de hacerlo a través de
Internet. La empresa, suponiendo que tiene un comportamiento maximizador de su utilidad, decidirá
comprar en Internet si la compra de un determinado producto en este medio le reporta mayor valor que
la compra del mismo producto en otros mercados diferentes, que de aquí en adelante denominaremos
mercados convencionales siguiendo la terminología de Keeney (1999). En este trabajo vamos a
construir un modelo de utilidad que explique cómo Internet puede contribuir a la maximización de la
utilidad asociada a la compra de un producto por parte de una empresa. Este modelo va a estar basado
en el concepto de proposición de valor dee Keeney (1999). Este autor afirma que “la proposición de
valor de un cliente es la combinación de los beneficios esperados derivados de comprar un
determinado producto y el precio de dicho producto” (Keeney, 1999: 533). Aplicando este concepto al
comercio en Internet, Keeney (1999) afirma que la proposición de valor de un producto en Internet es
igual al valor neto de los beneficios y de los costes tanto del producto como de su proceso de compra,
incluyendo dentro de estos costes, los de búsqueda de información, los de elaboración de l pedido y los
de entrega del producto.
A partir del concepto de proposición de valor identificamos los primeros tres elementos de
nuestro modelo de utilidad: los beneficios del producto, los costes del producto y los costes de la
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
4
transacción. Además de las variables identificadas por Keeney, añadimos a nuestro modelo una nueva
variable que consideramos especialmente relevante dentro las transacciones comerciales en Internet:
las rentas de intermediación. Las rentas de intermediación son aquellas rentas que deben pagar las
empresas por realizar sus compras a través de intermediarios ya sean o no electrónicos 1. La necesidad
de considerar dentro de nuestro modelo las rentas de intermediación se explica por el importante
impacto que tiene Internet sobre el papel que desempeñado por los intermediarios en el proceso de
compra (Chircu y Kauffman, 2000). En este sentido, la sustitución de mercados convencionales por
Internet ha implicado la eliminación de algunos intermediarios : los compradores y los vendedores
utilizan Internet para ponerse en contacto directamente y evitar así la participación de intermediarios
en el proceso de compra. En otros casos, los intermediarios de los mercados tradicionales han sido
reemplazados por otros intermediarios diferentes en Internet. Por estas razones, Internet obliga a los
intermediarios a redefinir sus servicios y las rentas que se derivaban de ellos2.
Una modificación adicional al modelo de proposición de valor de Keeney va a ser la eliminación en
nuestro modelo de los beneficios obtenidos del producto, es decir el conjunto de recompensas
materiales e inmateriales que obtiene un individuo por la compra de un producto. La eliminación de
esta variable se justifica por el hecho de que normalmente el valor neto de los beneficios de un
producto, definido como la diferencia entre el beneficio del producto comprado en Internet y el
beneficio del mismo producto adquirido en un mercado convencional, es igual a cero. El producto del
que disfruta una empresa, suele ser exactamente igual independientemente del mercado en el que se
adquiere, ya sea Internet o un mercado convencional. Esta afirmación, aunque válida para la mayor
parte de las transacciones realizadas en Internet, limitará nuestro modelo en dos aspectos. En primer
lugar, nuestro modelo no podrá recoger el proceso de compra de productos que De Figueiredo (2001)
define como productos de calidad variable. El elemento característico de un producto de calidad
variable es que cada producto es único: dentro de esta categoría podemos incluir los coches usados
analizados por Garicano y Kaplan (2001), la fruta, las obras de arte o incluso los proyectos de
consultoría estratégica. Como cada producto de calidad variable es único, es imposible encontrar dos
iguales y que por tanto generen los mismos beneficios. En el caso de estos productos, Internet puede
ayudar al comprador a encontrar coches usados de mejor calidad que en los mercados convencionales
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
5
(Lee, 1998) o fruta tropical más fresca (De Figueiredo, 2001) y por tanto el beneficio neto de Internet
podría ser distinto a cero. Sin embargo, el propio De Figueiredo (2001) considera que la ausencia de
contacto físico con el producto en la compra de Internet, hace muy improbable la compra de estos
productos a través de la red, y por tanto nuestro modelo de utilidad seguiría siendo válido en la gran
mayoría de los casos.
La segunda limitación derivada de la eliminación del beneficio neto del producto de nuestro modelo
de utilidad se refiere a la imposibilidad de recoger el fenómeno de las complementariedades de
producto en Internet. Amit y Zott (2001) afirman que una de las principales fuentes de creación de
valor en los negocios en Internet son precisamente las complementariedades entre productos. Éstas se
producen cuando la oferta conjunta de un grupo de productos le reporta mayor utilidad al comprador
que la suma de la oferta individual de cada uno de los productos (Amit y Zott, 2001: 504). Las
complementariedades entre productos en Internet son especialmente significativas cuando los
productos se basan en información. Por tanto, nuestro supuesto de valor neto del beneficio del
producto igual a cero será más restrictivo para los productos que más basados en información.3
En la definición de proposición de valor de Keeney se incluyen también los costes de
transacción. El concepto de coste de transacción recoge costes de naturaleza muy dispar, como los
costes de búsqueda de información o los costes derivados del comportamiento oportunista de los
participantes en una transacción. En este sentido, los estudios anteriores sobre el impacto de Internet
sobre los costes de transacción observan que dicho impacto es muy diferente dependiendo de la clase
de coste de transacción analizada. Por tanto, no podemos analizar los costes de transacción en su
conjunto, sino que debemos realizar un análisis pormenorizado para cada clase de coste. A la hora de
determinar cuáles son las distintas clases de coste de transacción vamos a emplear la clasificación de
costes de transacción de Milgrom y Roberts (1992: 36-37) 4. Esta clasificación identifica dos grandes
categorías de costes de transacción: 1) Los costes de coordinación, que nacen de la necesidad de
“determinar los precios y otros detalles de la transacción, de hacer que la existencia y localización de
compradores y vendedores potenciales sea recíprocamente conocida y de reunir a compradores y
vendedores para negociar” en un lugar físico o virtual; y 2) Los costes de motivación que recogen los
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
6
costes asociados a información incompleta y los costes derivados de un compromiso imperfecto. Los
costes de motivación asociados a información incompleta se producen cuando “las partes que
participan en una transacción real o potencial no disponen de toda la información relevante y necesaria
para determinar tanto si los términos de un acuerdo son mutuamente aceptables o no y si estos
términos son efectivamente cumplidos”. Los costes de motivación asociados al compromiso
imperfecto se producen por “la incapacidad de las partes de comprometerse a hacer cumplir las
amenazas y promesas que quisieran hacer, pero a las que una vez hechas, les gustaría más tarde
renunciar”. Siguiendo el planteamiento de trabajos anteriores (Kulkarni y Heriot, 1999; Lee y Clark,
1996) realizaremos una ulterior clasificación de los costes de coordinación. De este modo, dentro del
concepto de costes de coordinación distinguiremos los costes de búsqueda de la información sobre
productos y precios, que denominaremos costes de búsqueda, los costes de procesamiento de la
información necesaria para llevar a cabo una transacción, que denominaremos costes de
procesamiento , los costes de comunicación de la información necesaria para realizar una transacción,
que denominaremos costes de comunicación, los costes necesarios para reunir en un lugar físico o
virtual y en un mismo momento del tiempo al comprador y al vendedor, que denominaremos costes de
reunión.
Recapitulando, una vez eliminados los beneficios de los productos y establecidas las diferentes
categorías de coste de transacción la decisión de compra en Internet de las empresas estará
determinada en nuestro modelo por los siguientes siete atributos : los costes de búsqueda, los costes de
procesamiento de la información, los costes de comunicación, los costes de reunión, los costes de
motivación, los costes del producto y las rentas de intermediación.
Definición del modelo.
Una vez que conocemos los componentes de nuestro modelo, es necesario definirlo de forma
operativa. Para ello vamos a emplear un enfoque utilizado con bastante frecuencia en el análisis de las
decisiones de compra: la construcción de un modelo de utilidad a partir de las preferencias de los
individuos. Dentro de los diferentes modelos de utilidad, suele emplearse el modelo aditivo, por su
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
7
simplicidad y porque proporciona buenas aproximaciones a diversos tipos de estructuras de
preferencia (Jia et al., 1997). Aplicando el concepto de proposición de valor a la forma más genérica
de un modelo de utilidad aditivo para una empresa K se obtiene la siguiente expresión:
V(r1, r2, …., r7)1k – V(r1, r2, …, r7)0k = w1ku1k + w2ku2k+ w3ku3k+ w4ku4k+ w5ku5k +w6ku6k+ w7ku7k <<1>>
donde la diferencia V(r1, r2, … , r7)1k - V(r1, r2, … , r7)0k representa la utilidad neta generada por la
compra en Internet, siendo V(r1, r2, … , r7)1k la utilidad bruta obtenida por la compra de un producto en
Internet, y V(r1, r2, … , r7)0k la utilidad bruta de la compra del mismo producto en un mercado
convencional. Los valores de wik en la ecuación 1 reflejan la importancia relativa de mover un atributo
desde su peor hasta su mejor nivel. Vamos a denominar uik a la diferencia entre la utilidad de compra
en Internet y la utilidad de compra en mercados convencionales para cada atributo i en la empresa K,
siendo los 7 atributos recogidos en el modelo: i=1, los costes de búsqueda, i=2, los costes de
procesamiento de la información, i=3, los costes de comunicación de la información, i=4, los costes
de reunión física y temporal, i=5, los costes de motivación, i=6, el coste de los productos, i=7, las
rentas de intermediación. La empresa K, a la hora de decidir comprar en Internet analizará el valor de
la utilidad neta de la compra en Internet.
Una vez planteado nuestro modelo será necesario redefinirlo para poder contrastarlo
empíricamente. De hecho, la medición en la realidad de las funciones utilidad está caracterizada por
elevada incertidumbre y gran complejidad (Smith y Brynjolfsson, 2001). Por esta razón, muchos
estudios que analizan el concepto de utilidad adoptan un enfoque basado en funciones de utilidad
latentes o en funciones índice (Greene, 1999). Este enfoque es una práctica aceptada en la literatura
económica (Smith y Brynjolfsson, 2001) y consiste en representar las decisiones de los consumidores,
en nuestro caso las empresas, en términos de índices de utilidad latente.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
8
En nuestro estudio , el valor de la variable dependiente, es decir la utilidad neta de la compra
en Internet, no es observable, pudiéndose observar sólo la decisión de cada empresa K, que vamos a
representar como yk = j , siendo j = 1 en el caso de que se decida a comprar en Internet, o j = 0 en el
caso de que se decida a comprar en mercados convencionales. De tal forma que, bajo el supuesto de
empresas que buscan maximizar su utilidad, podemos inferir que yk = j, si y sólo si V(r1, r2, … , r7)jk =
arg max [V(r1, r2, … , r7)1k,V(r1, r2, … , r7)0k].
Los variables uik de nuestro modelo , es decir la utilidad neta generada por cada atributo i para
la empresa k, son también funciones de utilidad y por tanto tampoco podemos observar su valor
directamente. En la realidad podemos observar solamente si uik es mayor, igual, o menor que cero. Por
tanto nos vemos forzados a transformar cada variable uik en una variable binaria xik para la que se
cumple que:
- Si uik > 0 entonces la compra en Internet genera utilidad para el atributo i y la empresa K,
tomando la correspondiente variable xik un valor igual a 1.
- Si uik = 0 entonces la compra en Internet no genera utilidad para el atributo i y la empresa K,
tomando la correspondiente variable xik un valor igual a 0.
Una vez descrito el planteamiento de las variables dependientes e independientes explicaremos su
relación en nuestro modelo. Tal y como hemos comentado anteriormente, para una empresa K, la
variable independiente xik tomará un valor igual a 1 cuando la empresa considere que la compra en
Internet le genera utilidad para dicho atributo i, en tanto en cuanto uik > 0. Si además para la misma
empresa K, la variable dependiente yk toma un valor igual a 1, podemos afirmar que el atributo i es
determinante para la adopción de Internet en las compras de esa empresa, ya que se obtiene un
beneficio neto de dicha adopción, siendo V (r1, r2, … , r7)1k - V(r1, r2, … , r7)0k > 0. Si por el contrario,
para una empresa K, la variable independiente xik toma un valor igual a 1, es decir, la compra en
Internet genera utilidad para dicho atributo i, siendo uik > 0, pero la variable dependiente yk toma un
valor igual a 0 y por tanto la empresa no compra en Internet, podemos afirmar que el atributo i no es
determinante para la adopción de Internet en las compras corporativas, ya que la utilidad generada por
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
9
el atributo i no es suficiente para generar un beneficio neto de la compra en Internet, siendo V(r1, r2, …
, r7)1k - V(r1, r2, … , r7)0k = 05.
Una vez realizada la transformación de las variables independientes, podemos aproximar la
función de utilidad a una combinación lineal de las variables xik, recogidos en el vector X, y las
preferencias de las empresas por esos atributos, recogidas en el vector ß (McFadden, 1999):
V(r1, r2, …., r3)1k – V(r1, r2, …, r7)0k = f(Xß) – e <<2>>
En nuestro caso, ß es un vector 1x7 de parámetros desconocidos y X es un vector 1x7 de
transformaciones de uik, y e es la desviación de f respecto a su valor esperado en la población. La
perturbación e es conocida por la empresa K, pero no es conocida por nosotros, sin embargo sí
conocemos su distribución acumulativa F(e). Las empresas decidirán comprar en Internet si V(r1, r2,
… , r7)1k - V(r1, r2, … , r7)0k es mayor que cero, o bien e < X ß. La probabilidad de que esto ocurra es
igual a:
Prob [V(r1, r2, …., r3)1k – V(r1, r2, …, r7)0k > 0] = Prob ( Xß- e>0) = F(Xß) <<3>>
Si la distribución es simétrica, como lo son la normal y la logística:
Prob [V(r1, r2, …., r3)1k – V(r1, r2, …, r7)0k > 0] = Prob ( e < Xß) = F(Xß) <<4>>
A partir de este punto podemos estimar la decisión de compra en Internet utilizando el modelo de
regresión logística binaria (Hosmer y Lemeshow, 1989) siendo la variable dependiente Y, la compra
en Internet: si la empresa compra en Internet la variable dependiente tomará valor 1, mientras que si la
empresa no compra en Internet la variable dependiente tomará valor 0.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
10
Partiendo del hecho de que P es la probabilidad de que a partir de un determinado conjunto de valores,
capturados en el vector X, una empresa compre en Internet, podemos estimar los coeficientes del
vector ß a través de técnicas de máxima verosimilitud.
eß´X
Prob (Y =1) = P = ————— <<5>>
1+ eß´X
Aplicando logaritmos a la fórmula <<5>> obtenemos:
ln ( P/ 1-P) = ß´X = ß0 + ß1X1 + ß2X2 +ß3X3 +ß4X4 +ß5X5 +ß6X6 +ß7X7 + e <<6>>
A partir de este punto, nos centraremos en estimar los valores ßi: cuanto mayor sea ßi, más
determinante será el atributo i sobre la decisión de compra en Internet.
Medición de las variables independientes del modelo.
En el apartado anterior se ha comentado que la variable independiente xik será igual a uno cuando la
empresa k considere que la compra en Internet le reporta utilidad en términos del atributo i. Por tanto,
debemos determinar bajo qué circunstancias podemos afirmar que la compra en Internet produce
mayor utilidad para un atributo i. Para poder realizar esta tarea nos apoyamos en planteamientos
clásicos de los estudios sobre el comportamiento de compradores, en especial en el planteamiento
realizado por Batra y Athola (1990). Según estos autores las fuentes del comportamiento de los
compradores son de dos tipos, hedónicas y utilitaristas: en nuestro caso, en el que estamos intentando
definir el comportamiento de los compradores a partir de su función de utilidad nos encontramos
frente a fuentes de comportamiento utilitaristas. Ante fuentes utilitaristas, las preguntas en los
cuestionarios se deben expresar en términos de ventaja/desventaja, útil/inútil, beneficioso / perjudicial,
sensato/insensato (Batra y Athola, 1990). A partir de este razonamiento, podemos observar el signo de
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
11
uik y sus correspondientes transformaciones xik preguntando por las ventajas de la compra en Internet.
De tal forma que si una empresa k nos dice que una de las ventajas de la compra en Internet es el
menor precio de los productos, nos está diciendo en realidad que la expresión u6K es mayor que cero y
por tanto x6k = 1. Si por el contrario, la empresa no nombra como una de las ventajas de comprar a
través de Internet algún factor relacionado con los menores costes de motivación, esto implicará que la
expresión u5k será menor o igual a cero, y por tanto x5k = 0. En la Tabla 1 identificamos todos los
posibles valores de las variables independientes de nuestro modelo.
Insertar Tabla 1
Uno de los problemas que se nos plantea es la medición del impacto de Internet sobre los atributos del
modelo. La medición del impacto de Internet sobre el coste del producto es sencilla ya que las
empresas pueden comparar sin excesivas dificultades los precios de los productos en Internet y los
precios de los productos en mercados convencionales. Sin embargo, la medición del impacto de
Internet sobre los costes de transacción presenta mayores dificultades. La medición de los costes de
transacción es normalmente una tarea ardua (Masten, 1996). De hecho, aunque en algunos casos se
pueden medir de forma directa, muchos autores optan por la medición indirecta, utilizando medidas
aproximadas. Los estudios que analizan el impacto de Internet sobre los costes de transacción también
aplican en muchos casos este tipo de medición indirecta. A continuación pasamos a comentar cuáles
son las medidas que utilizaremos en nuestro estudio para medir la relación entre uso de Internet y
costes de transacción, obteniendo dichas medidas de otros estudios anteriores que estudian problemas
similares.
Empezaremos analizando el impacto de Internet sobre los costes de búsqueda. Algunos de los
estudios que analizan la relación entre uso de Internet y costes de búsqueda (Malone et al., 1987, Lee
y Clark, 1996; Bakos, 1997; Lee, 1998; Choudhury et al., 1998;) optan por plantear la medición
indirecta. Concretamente, estos estudios emplean como medidas indirectas de los costes de búsqueda
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
12
el número de ofertas alternativas a las que accede un comprador en un mercado electrónico y el
número de atributos necesarios para identificar satisfactoriamente el precio relevante y el producto
deseado. De estos trabajos se desprende en primer lugar, que a mayor número de alternativas
disponibles en Internet menores costes de búsqueda, y en segundo lugar, que a mayor número de
atributos necesarios para describir un producto, mayores serán los costes de búsqueda. En nuestro
estudio empírico vamos a utilizar el mismo enfoque que los estudios anteriores, y por tanto vamos a
medir la reducción de los costes de búsqueda preguntando a las empresas si Internet reduce el número
de atributos necesarios para describir satisfactoriamente un producto y aumenta el número de ofertas
alternativas disponibles para un producto.
Al medir los costes de procesamiento, debemos tener en cuenta que la utilización de
tecnologías de la información como Internet en el proceso de compra permite la sustitución de tareas
manuales por tareas mecánicas, aumentando la eficiencia global de dicho proceso (Truman, 2000). El
impacto de los mercados electrónicos sobre los costes de procesamiento de la información ha sido
medido utilizando diferentes variables. Malone et al., (1987), Truman (2000), Heizer y Render (2000),
Kenney y Curry (2001) miden este impacto por medio del número de errores que se producen al
introducir las órdenes de compra, de tal forma que a mayor número de errores en la introducción de
órdenes de compra, mayores costes de procesamiento de información. Otros estudios utilizan como
medida de los costes de procesamiento la duración del proceso de compra, cumpliéndose que a menor
duración del proceso de compra, menores costes de procesamiento (Malone et al., 1987; Pekala , 2000;
Garicano y Kaplan, 2001; McAfee, 2002). Por otro lado, Lucking-Reiley y Spulber (2001) miden la
reducción de los costes de procesamiento de la información por medio del tiempo que la información
de los productos ofertados está disponible para los compradores: a mayor disponibilidad horaria de la
información, se incurrirá en menores costes de procesamiento. Por su parte Marti, (2000), Truman,
(2000) y Kenney y Curry, (2001) miden la reducción de los costes de procesamiento por medio del
número de tareas administrativas realizadas en el departamento de compras: si la utilización de
Internet permite reducir el número de tareas administrativas realizadas en el proceso de compra, se
estarán reduciendo los costes de procesamiento de la información. Finalmente, Keeney (1999) y Smith
y Brynjolfsson (2001) introducen el concepto de comodidad o facilidad percibida del proceso de
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
13
compra, generalmente medida por medio de percepciones subjetivas de los encuestados. En nuestro
estudio vamos a recoger todas las medidas de los costes de procesamiento descritas anteriormente y
preguntaremos si a través de la compra en Internet se reduce el tiempo necesario para realizar el
proceso de compra, se reduce el número de errores que se producen al introducir órdenes de compra,
aumenta la disponibilidad o flexibilidad horaria de los proveedores, se reduce el número de tareas
administrativas realizadas por personal del departamento de compras, o aumenta la comodidad
percibida del proceso de compra.
Al medir los costes de comunicación se debe reconocer el hecho de que el coste de
transmisión del bit de información se ha reducido sensiblemente en las últimas décadas. La difusión
de la tecnología sobre la que se apoya Internet ha permitido una ulterior reducción de los costes de
comunicación de información en relación a otros medios de comunicación como pueden ser el correo,
el teléfono o el fax (Malone et al., 1987; Gurbaxani y Whang, 1991; Starr, 2000; McAfee, 2001).
Malone et al., (1987): siguiendo el enfoque de estos estudios preguntaremos si la compra en Internet
permite aumentar la cantidad de información transmitida en un intervalo de tiempo, o bien reducir el
tiempo necesario para transmitir una cantidad de información, siendo ambos indicadores de la
reducción de los costes de comunicación.
Son varios los estudios que han medido el impacto de Internet y los mercados electrónicos
sobre los costes de reunión. Lee y Clark (1996) y Garicano y Kaplan (2001) se centran en medir los
costes de reunión física y por ello miden el tiempo que emplea un comprador en llegar al lugar físico
de la compra y el periodo de tiempo durante el que dicho comprador se encuentra en el mercado físico,
pero no está participando en una transacción, es decir, el tiempo no aprovechado. El segundo
componente de los costes de reunión está compuesto por los costes de reunión temporal. Hemos
observado que de forma frecuente se utilizan los niveles de inventario como indicador de los costes de
reunión temporal. En los trabajos de Milgrom y Roberts (1988), Gavirneni et al., (1999) o Pekala
(2000), entre otros, se llega a la conclusión que el inventario y la información son productos
sustitutivos. Si la utilización de Internet permite obtener mayor información se podrán reducir los
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
14
niveles de inventario. Un fenómeno interesante en la relación entre uso de Internet en la cadena de
suministro y los niveles de inventario es el efecto “Bullwhip”. Este efecto consiste en el incremento de
la variabilidad de los pedidos en los eslabones superiores de la cadena de suministro. La utilización de
Internet para integrar los flujos de información en la cadena de suministro permite atenuar este efecto
(Lee y Whang, 1998). Los beneficiosos efectos del uso de Internet y mercados electrónicos sobre el
efecto “Bullwhip” se pueden observar a través de la reducción del tamaño medio de los pedidos (Lee
et al., 1997), o de la reducción del número de errores y retrasos en la entrega de pedidos (McAfee,
2001). En función de las medidas de los costes de reunión utilizadas en los trabajos anteriores en
nuestro trabajo vamos a preguntar si la compra en Internet reduce el coste de desplazamiento hasta el
lugar donde se va a realizar la transacción, reduce los niveles medios de inventario y reduce el tamaño
medio de los pedidos emitidos.
A pesar de ser un medio en el que se reduce el contacto físico entre las partes de una
transacción, Internet también puede reducir los costes de motivación de una transacción. La utilización
de ciertos mecanismos como los controles de calidad o el desarrollo de comunidades virtuales o redes
sociales autorreguladas pueden producir este resultado (Ba et al 2000). A pesar de la dificultad que
entraña la medición de la reducción de los costes de motivación, existen ciertos indicadores que nos
pueden dar una idea de la evolución de estos costes como la calidad media de los productos
negociados (Lee, 1998; Garicano y Kaplan, 2001), la cantidad de información disponible sobre la
fiabilidad de los proveedores, el grado de complejidad de los contratos, número de conflictos resueltos
por vía judicial, etc. Otros estudios como los de Essig y Arnold (2001), Choudhury et al. (1998) o
Deeter-Schmelz et al. (2001) miden los costes de motivación a partir de valoraciones subjetivas de las
empresas sobre la confianza alcanzada con el proveedor, o bien por medio de la existencia o no de
referencias sobre proveedores. Incluimos estas medidas en nuestro estudio de forma tal que
preguntaremos si la compra en Internet mejora la calidad percibida del producto adquirido, aumenta el
nivel de control sobre a quién se compra y lo que se compra, aumenta el nivel de confianza con el
proveedor y permite mayor disponibilidad de referencias de transacciones anteriores de los
proveedores.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
15
Los distintos trabajos que analizan el impacto de Internet y los mercados electrónicos sobre los
precios de los productos suelen centrarse en los conceptos de precio medio negociado y de dispersión
de precios Clay et al., (2001), Baye et al., (2001), Lee (1998), Choudhury et al., (1998) Pekala (2000)
Brynjolfsson y Smith (2000) Smith y Brynjolfsson (2001). Por simplicidad, en nuestro estudio
preguntaremos si la compra en Internet permite una reducción del precio medio de los productos
adquiridos.
Finalmente, la medición de las rentas de intermediación es una tarea complicada. Los estudios
que han tenido en cuenta el fenómeno de la intermediación en las compras a través de Internet, no han
medido de forma directa dichas rentas. Por ejemplo, Rasheed y Geiger (2001), tienen en cuenta
variables subjetivas como el nivel de confianza de la función de compras en Intermediarios
electrónicos, y objetivas como el porcentaje de compras realizadas a través de los intermediarios.
Choudhury et al., (1998) utilizan como variable la valoración por parte de las empresas compradores
del grado en el que el mercado electrónico permite la reducción de la utilización de intermediarios en
las compras. Lee y Clark (1996) miden cuántas empresas acuden a brokers, además de realizar
compras en el mercado electrónico CATS. En nuestro estudio optaremos por la misma opción de
Choudhury et al., (1998) o de Lee y Clark (1996) y preguntaremos si la compra en Internet reduce el
número de intermediarios que intervienen en el proceso de compra. Asimismo, preguntaremos si las
comisiones de intermediación de los intermediarios en Internet son menores que las comisiones de los
intermediarios tradicionales.
Además de las variables anteriores deberemos introducir algunas variables de control, porque
ciertas características del sector en el que opera la empresa, al igual que determinadas variables a nivel
de empresa pueden derivar en efectos que distorsionen la relación entre la probabilidad de compra en
Internet y los factores definidos en nuestro modelo. Una primera variable de control interesante es el
sector en el que opera la empresa: Forman (2002) encontró un efecto industria muy importante en la
adopción del comercio electrónico. Este efecto, no solo captura las externalidades de red dentro de una
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
16
industria o la dinámica competitiva de dicha industria, sino que puede explicar patrones de
heterogeneidad en la obtención de beneficios derivados de la adopción del comercio electrónico. En
nuestro estudio, clasificaremos los sectores utilizando la clasificación CNAE 93 a dos dígitos. Para
completar la información sobre el sector introduciremos también otra variable que nos permita
conocer si en los sectores considerados de Alta Tecnología según el INE, existe mayor propensión a
realizar compras a través de Internet. Esta variable debería explicar si la mayor base tecnológica de las
empresas es un factor explicativo de las compras por Internet (Forman, 2002).
El tamaño de la empresa también puede explicar distintos niveles de adopción de las compras en
Internet. De hecho en el estudio de Forman (2002) existe una relación estrecha entre el tamaño de las
empresas y la adopción del comercio electrónico. Esta relación se explica por el hecho de que esta
adopción exige costes fijos elevados, los cuales sólo pueden ser recuperados si la empresa tiene una
escala suficiente. Mediremos el tamaño por el número de empleados (Rasheed y Geiger, 2001; Martin
y Hafer, 2002; Forman, 2002), aunque otros estudios también tienen en cuenta el nivel de facturación
(Zaheer y Zaheer, 2001). La tercera variable de control será la familiaridad de la empresa con la
tecnología relacionada con la compra en Internet. Concretamente, vamos a analizar el impacto de dos
tecnologías: la tecnología de Internet y la tecnología de Interconexión con proveedores. Para medir la
familiaridad de la empresa con la tecnología de Internet preguntando por la existencia o no de página
web corporativa, aplicando así una versión simplificada del planteamiento de Martin y Hafer (2002).
La utilización previa a la realización de compras en Internet de sistemas electrónicos de intercambio
de información con proveedores como por ejemplo el Intercambio Electrónico de Datos (EDI) nos
servirá para medir la familiaridad de la empresa con sistemas de interconexión con proveedores.
Estudios anteriores (Deeter-Scmelz et al., 2001; Martin y Hafer, 2002; Daniel et al., 2002) indican la
existencia de una fuerte relación entre la decisión de compra en Internet y esta s dos variables.
Datos Utilizados en el Trabajo Empírico.
Para realizar la encuesta se ha diseñado una muestra representativa de las 743.640 sociedades
mercantiles que con al menos un empleado operan en España. El tamaño representativo final de la
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
17
muestra ha sido de 2.350 empresas para un error estándar de 5% p=q. El método de selección de
unidades muestrales ha sido aleatorio, orientado por cuotas según sector de actividad y tamaño de la
plantilla total6. La distribución muestral ha sido semi proporcional por estratos de tamaño7. Para las
restantes variables la distribución muestral ha mantenido la proporcionalidad estricta. La encuesta se
ha realizado mediante entrevista telefónica, con un pretest inicial de 50 entrevistas, utilizando el
sistema CATI-Bellview en la gestión de las entrevistas. Normalmente, las personas encargadas de
responder la encuesta han sido Gerentes (en el caso de empresas más pequeñas), Responsables
Financieros o Responsables de Compras (muchas veces eran la misma persona), y Responsables
Informáticos. Una vez completada la encuesta y como paso previo a la estimación econométrica fue
necesario redimensionar la muestra porque se observó que uno de los estados de la variable
dependiente estaba sobre-representado. Concretamente, el número de empresas que no compraban en
Internet, 1.994, era mucho mayor que el número de empresas que compraban en Internet, 356. Esta
divergencia en el tamaño relativo de los grupos podía dar lugar a errores en la clasificación de las
observaciones (Hair et al., 1999). Por este motivo, fue necesario seguir un procedimiento de muestreo
por estados (state-based-sampling) y construir una muestra compensada, incluyendo similar número
de observaciones para los dos estados de la variable dependiente. Manski y McFadden (1981) afirman
que el muestreo por estados permite obtener mejores estimadores que el muestreo puramente aleatorio
cuando en una población uno de los estados se encuentra sobre-representado, como en nuestro caso
sucede con las empresas que no compran en Internet. Además, Costlett (1981) demuestra que cuando
las variables dependientes son discretas, la estimación se acerca a la estimación óptima cuando se
construyen submuestras del mismo tamaño para cada estado. Por tanto, hemos decidido definir una
muestra en la que la proporción de la muestra total que escoge el estado s, Hs, sea igual a 0,5. Dentro
del grupo mayor, las empresas que no compran en Internet, escogemos 356 observaciones siguiendo
una vez más un procedimiento aleatorio estratificado. El resultado de esta operación (state-based
sampling) fue una muestra compensada en la que tenemos 712 observaciones, de las que 356
corresponden a empresas que han comprado en Internet, y 356 corresponden a empresas que no han
comprado en Internet. Además, siguiendo el procedimiento propuesto por Hosmer y Lemeshow
(1989) , se optó por convertir las variables de control de sector y tamaño, que son variables nominales,
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
18
en un conjunto de m-1 variables de diseño dicotómicas. En la Tabla 2 se describe la composición
definitiva de nuestra muestra.
Insertar Tabla 2
Resultados.
En la Tabla 3 se presentan los estadísticos descriptivos de la muestra: las ventajas de la compra en
Internet percibidas por un mayor número de empresas españolas, independientemente de que la
empresa compre o no en Internet, son la reducción de los costes de procesamiento, percibida por el 85
por ciento de las empresas de la muestra, la reducción de los costes de comunicación de información,
percibida por un 84 por ciento, y la reducción de los costes de búsqueda de información, percibida por
un 67 por ciento. Por otro lado, parece que el potencial de Internet para reducir las rentas de
intermediación, los costes de reunión y los costes de motivación es muy limitado en España.
Insertar Tabla 3
Estos resultados están en línea con gran parte de la literatura que hemos revisado en apartados
anteriores, según la cual Internet producirá un importante impacto sobre los costes de búsqueda,
procesamiento y comunicación. Ahora bien, el hecho de que muchas empresas consideren que Internet
les permite reducir estos costes de transacción, no significa que estas empresas vayan a comprar a
través de Internet. Puede que en el caso de muchas empresas la magnitud de la reducción de estos
costes de transacción no sea suficiente para justificar la decisión de compra en Internet: una empresa
puede considerar que Internet permite la reducción de los costes de procesamiento, pero al mismo
tiempo supone un incremento en otros costes de transacción, en el precio o en las rentas de
intermediación. Para analizar qué variables inciden de forma más significativa sobre la probabilidad de
compra en Internet será necesario realizar la estimación del modelo por medio de la regresión
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
19
logística. Sin embargo, y como paso previo a la estimación del modelo, resulta conveniente analizar la
correlación existente entre las variables que lo forman (ver Tabla 4).
Insertar Tabla 4
Tal y como se puede observar en la tabla anterior , existe cierta correlación entre las variables del
modelo. La correlación entre algunas variables del modelo no es sorprendente, ya que era previsible
desde el punto de vista teórico: por ejemplo, parece lógico que menores costes de comunicación
permitan mayor capacidad de búsqueda de información. Consideramos que el problema de
multicolinealidad no es excesivamente grave ya que los coeficientes de correlación, aunque
significativos, no son demasiado elevados y por tanto están lejos de niveles alarmantes de
multicolinealidad8. De todas formas, la multicolinealidad no producirá coeficientes sesgados, siendo
su principal perjuicio la sobrestimación de los errores estándar de los mismos. Asimismo, una vez
realizada la regresión, comprobaremos si la no significatividad de algunas variables del modelo puede
deberse a un problema de multicolinealidad.
De acuerdo con lo aconsejado por Hosmer y Lemeshow (1989), como el estudio empírico se
refiere a un fenómeno relativamente novedoso en el que no están muy claras las relaciones entre las
variables, se ha utilizado como método de inclusión de variables en el modelo, el método condicional
hacia delante por pasos 9, por el que una variable entra o sale del modelo en función de valor de la
probabilidad del estadístico de puntuación. En nuestro caso, el modelo de máxima verosimilitud que se
obtiene tras nueve pasos está formado por todas las variables de nuestro modelo teórico: X1, X2, X3, X4,
X5, X6, X7 además de las variables de control Sector y Tamaño. En la Tabla 5 resumimos el modelo en
el paso 9.
Insertar Tabla 5
En la tabla anterior observamos como todas las variables incluidas en el modelo en el paso 9 inciden
positivamente sobre la probabilidad de compra en Internet. El factor que más incide sobre esta
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
20
probabilidad es la reducción de los precios (X6) con ß6 = 3,671. Esto significa que si una empresa
considera que por medio de la compra en Internet obtendrá una reducción en el precio de los
productos, muy probablemente decida comprar a través de Internet10. En lo que se refiere a los costes
de transacción, los elementos que más inciden sobre la probabilidad de compra en Internet son la
reducción de los costes de comunicación (X3), con ß3 = 1,53, y la reducción de los costes de
procesamiento de la información (X2), con un ß1 = 1,492. Aunque en menor medida, la reducción de
los costes de búsqueda (X1) y la reducción de los costes de motivación (X5), con ß1 y ß5 igual a 1,339 y
1,376 respectivamente también tienen cierta influencia sobre la probabilidad de compra en Internet. La
reducción de los costes de reunión (X4) o de las rentas de intermediación (X7) no incide de forma
estadísticamente significativa sobre la probabilidad de compra en Internet, y por tanto serán las únicas
variables del modelo que no podremos interpretar económicamente11. Finalmente, hemos detectado un
significativo efecto tamaño, la probabilidad de compra en Internet en las empresas más grandes es
mayor, y un significativo efecto sector, con sectores más proclives a la compra en Internet, como es el
caso de la Industria, y sectores menos proclives como por ejemplo la Construcción.
Para analizar la significación del modelo final obtenido utilizaremos dos contrastes
estadísticos : en primer lugar, realizaremos un contraste chi-cuadrado para el cambio en el valor del
logaritmo de verosimilitud (Tabla 6).
Insertar Tabla 6
Además del contraste chi-cuadrado, podemos utilizar el test de Hosmer y Lemeshow para analizar si
existen diferencias estadísticamente significativas entre las clasificaciones observadas y las
pronosticadas. En la Tabla 7 se observa que en el paso 9 obtenemos un buen ajuste del modelo ya que
obtenemos valores de chi-cuadrado no significativos.
Insertar Tabla 7
Además de la significatividad del modelo, valoramos su grado de ajuste global. En primer lugar
podemos analizar el valor del logaritmo de verosimilitud y observamos que en el paso 9 se ha reducido
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
21
respecto al modelo base, ya que ha pasado de 893,425 a 628,413, indicando una mejora en el ajuste.
Otra posibilidad para analizar la bondad del ajuste de una regresión logística consiste en analizar la R2
de Cox y Snell. A mayor valor del indicador, mejor será el ajuste. En la Tabla 8 observamos cómo
este indicador mejora a medida que incorporamos variables al modelo base, para terminar obteniendo
un valor de 0,396 que podemos considerar satisfactorio. Finalmente, disponemos de una tercera
medida para analizar la bondad del ajuste, el indicador R2 de Nagelkerke, que con un valor de 0,528
también refleja una mejora de la bondad del ajuste en relación al modelo inicial.
Insertar Tabla 8
Las matrices de clasificación son un último instrumento que vamos a emplear para medir la valoración
del ajuste del modelo : Estas matrices muestran las ratios de acierto en la clasificación de los casos para
cada etapa del proceso de estimación.
Insertar Tabla 9
La Tabla 9 refleja que las ratios de aciertos globales de nuestro modelo son altas, con una ratio de
acierto de clasificación del 77,8 por ciento de los casos. Asimismo, las ratios de aciertos de grupo
individuales son consistentemente elevadas y no son indicativas de la existencia de problemas al
predecir cualquiera de los dos grupos, al obtener porcentajes de acierto bastante parejos para ambos
grupos: el 75,8 por ciento para las empresas que no compran en Internet y el 79,8 por ciento para las
empresas que compran en Internet.
Conclusión.
En nuestro trabajo hemos construido un modelo de utilidad aditivo que explica la decisión de compra
en Internet de las empresas. Como atributos del modelo hemos incluido aquellas variables que con
mayor recurrencia han sido analizadas por la literatura sobre transacciones comerciales en Internet.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
22
Estos atributos han sido los costes de búsqueda de la información, los costes de procesamiento de la
información, los costes de comunicación de la información, los costes de reunión física y temporal, los
costes de motivación, los precios de los productos y especialmente debemos destacar la inclusión de
las rentas de intermediación, factor al que la literatura sobre Internet y mercados electrónicos ha
prestado hasta el momento poca importancia. El modelo de utilidad ha sido validado sobre una
muestra de empresas españolas, obteniendo un buen ajuste y la significatividad de todos los atributos
salvo para las variables que miden los costes de reunión física y temporal y las rentas de
intermediación.
La principal conclusión del estudio está relacionada con el debate existente en la literatura
sobre qué es más importante para que una empresa se decida a comprar en Internet, el precio del
producto o la eficiencia del proceso de compra. Por lo observado en nuestra muestra, el precio es un
factor más determinante que la eficiencia del proceso de compra. Para la empresa española son más
importantes los ahorros obtenidos por los menores precios de los productos comprados en Internet,
que los ahorros derivados de una mayor eficiencia del proceso de compra. La explicación a este
comportamiento se puede encontrar en la complejidad del producto adquirido y el tipo de mercado
electrónico en el que se realiza la transacción. En estudios anteriores (ver por ejemplo Choudhury et
al., 1998) se observa que si el producto adquirido es sencillo, en tanto en cuanto es una “commodity”,
el factor determinante de la compra en Internet es el precio, mientras que si el producto adquirido es
más complejo, el factor determinante es la reducción de los costes de transacción12. Por tanto, el
resultado obtenido podría indicar que los productos adquiridos por las empresas españolas en Internet
sean productos sencillos o “commodities”. Un segundo factor que podría explicar el resultado
obtenido es el tipo de mercado electrónico utilizado en la transacción. Los mercados electrónicos en
Internet se pueden clasificar en dos categorías: mercados electrónicos genéricos y mercados
electrónicos organizados. En los mercados electrónicos genéricos las empresas comercializan sus
productos a través de sus propios portales o sitios web, mientras que en los mercados electrónicos
organizados, un agente económico, ya sea un comprador, un vendedor, un intermediario o incluso un
organismo público, crea un portal o sitio web en el cual se reúne la oferta y la demanda de varias
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
23
empresas, de un conjunto de productos, o de un sector. Algunos estudios describen cómo los mercados
electrónicos organizados permiten reducciones de costes de transacción mayores que los mercados
electrónicos genéricos (ver por ejemplo el caso de Autodaq en Garicano y Kaplan, 2001). Dicho esto y
si observamos nuestra muestra, sólo el 15 por ciento de las empresas que compraron en Internet lo
hicieron a través de mercados electrónicos organizados. Por tanto, puede que las empresas españolas,
al no comprar a través de mercados electrónicos organizados, estén obteniendo reducciones en los
costes de transacción poco significativas. Finalmente, la compra de productos sencillos y la escasa
utilización de mercados electrónicos organizados son características de países con una escasa
implantación del comercio electrónico, como es el caso de España13. Presumiblemente, a medida que
el comercio electrónico penetre en la economía española, se negociarán productos más complejos y se
utilizarán más los mercados electrónicos organizados. En ese momento, las empresas españolas
percibirán mayores reducciones en los costes de transacción y también aumentará el impacto de las
mayores mejoras potenciales de la eficiencia del proceso de compra sobre la probabilidad de compra
en Internet.
Además de la conclusión principal, podemos extraer del trabajo una serie de conclusiones
interesantes. En primer lugar, debemos analizar la no significatividad de la variable relacionada con
los costes de reunión, que puede explicarse por el hecho de que sólo el 1,8 por ciento de las empresas
consideren que a través de la compra en Internet pueden reducir los costes de reunión. Esta situación
puede deberse a varias razones: en relación con los costes de reunión física, puede suceder que aunque
no utilicen Internet, las empresas no necesiten desplazarse a un lugar de negociación ya que disponen
de otros medios como el fax o el teléfono y por tanto Internet no suponga una mejora en relación a los
mercados convencionales. En relación a los costes de reunión temporal, en la literatura que hemos
revisado se comenta que la reducción de los niveles de inventario y del efecto bullwhip se produce
sólo si aumenta la cantidad de información intercambiada en la cadena de suministro. Puede estar
sucediendo que aunque las empresas compren a través de Internet, no haya aumentado la cantidad de
información que intercambian con los proveedores14. Finalmente, los resultados coinciden con la
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
24
literatura que remarca la importancia, aunque menor de la esperada, del impacto de Internet sobre los
costes de búsqueda y procesamiento de la información.
La no significatividad de las rentas de intermediación es otro resultado interesante de nuestro estudio.
Este resultado se explica por el hecho de que sólo el 1,4 por ciento de las empresas consideren que la
compra en Internet puede suponerles una reducción en los costes de intermediación La escasa
utilización de mercados electrónicos organizados, principales intermediarios electrónicos, nos indica
que en España todavía no se ha iniciado el proceso de desintermediación electrónica descrito por
Chircu y Kauffman (2000) y por tanto el impacto de Internet sobre los intermediarios es casi
inexistente.
En relación a las variables de control, los resultados de nuestro estudio confirman algunos fenómenos
ya observados en la literatura. En primer lugar, se confirma la existencia de heterogeneidad en la
utilidad generada por la compra en Internet dentro de los distintos sectores analizados. Las empresas
del sector de la Construcción son muy reticentes a la hora de adoptar esta nueva tecnología en la
realización de sus compras. Probablemente esta resistencia se deba a las peculiaridades e idiosincrasia
del proceso de compra en este sector que hacen que el proceso de compra de la Construcción sea
difícilmente replicable en el mundo on-line. Las reticencias son menores en el sector Servicios y en el
sector Comercio, indicando que en estos sectores la compra en Internet produce mayor utilidad, y
siendo el sector de Industria en el que claramente se obtienen mayores beneficios. En segundo lugar,
se confirma que el tamaño de la empresa es determinante en la decisión de compra en Internet. La
relevancia del tamaño nos hace suponer que los costes en los que deben incurrir las empresas para
conseguir la tecnología necesaria para poder replicar sus procesos de compra en Internet parecen
constituir una importante barrera a la adopción de esta tecnología. Es necesario disponer de una escala
suficiente para poder recuperar las inversiones realizadas en sistemas de compra por Internet. En tercer
lugar, hemos observado que la sofisticación tecnológica de la empresa no se traduce en una mayor
probabilidad de compra en Internet. Para analizar dicha sofisticación tecnológica hemos introducido
una serie de variables cómo la experiencia anterior de la empresa con sistemas de interconexión con
proveedores, que nos indica su conocimiento de sistemas electrónicos de negociación con
proveedores, la existencia de sitio web corporativo, que nos indica la familiaridad de la empresa con
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
25
Internet, y su inclusión dentro de un sector de Alta Tecnología, que nos indica el nivel general
tecnológico de la empresa. Ninguna de estas tres variables tiene influencia sobre la decisión de compra
en Internet. Forman (2002) llega a una conclusión bastante parecida. La existencia de costes de
cambio tecnológico puede explicar que las empresas que disponen de EDI para realizar sus compras
prefieran no migrar a Internet. Asimismo, la diferencia entre el coste de adopción de la tecnología
Internet y el coste de adopción de la tecnología de compra en Internet, siendo mucho mayor el
segundo, puede explicar cómo muchas empresas optan por adoptar la primera tecnología y no la
segunda (Martin y Hafer, 2002). Finalmente, la dinámica competitiva, las relaciones entre proveedores
y compradores o la existencia de externalidades de red, efectos recogidos en la variable Sector,
parecen tener más importancia que la intensidad tecnológica del sector.
Desde el punto de vista académico, creemos que el trabajo realiza una serie de contribuciones
interesantes. En primer lugar, se ha realizado un esfuerzo de elaboración de un modelo de decisión de
compra en Internet de las empresas basado en la dirección estratégica basada en la Teoría de los
Valores de Kenney. En segundo lugar, la inclusión de las rentas de intermediación como factor
determinante de la decisión de compra en Internet es un elemento bastante novedoso, y que no había
sido tenido en cuenta hasta ahora en los estudios revisados , aunque esta aportación se queda por el
momento en el ámbito teórico, ya que no ha sido contrastada por resultados empíricos. Por último,
dentro de este trabajo cabe destacar una contribución de carácter empírico, como es la utilización de
una muestra relativamente amplia , de las mayores empleadas hasta el momento para el análisis
académico del fenómeno del Comercio Electrónico en España, y con una representatividad relevante,
que permite que el contraste del modelo propuesto pueda ser estadísticamente generalizable a la
población de empresas del ámbito de estudio.
La principal aportación a la práctica empresarial consiste en el desarrollo de un modelo que, a
pesar de algunas limitaciones, ha sido contrastado contra una muestra representativa de prácticamente
la totalidad del tejido industrial español y que puede predecir con bastante acierto, por encima del 70
por ciento, si una empresa española va a comprar o no en Internet. Por tanto, las empresas que deseen
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
26
vender sus productos en Internet o en mercados electrónicos en España, pueden optimizar su política
comercial en Internet utilizando el modelo. En este sentido y por los resultados obtenidos en el trabajo,
las empresas que deseen tener éxito en sus ventas a través de Internet deben primar políticas
comerciales basadas en precios, frente a políticas más dirigidas, por ejemplo , a conseguir mejoras en la
eficiencia del proceso de compra (costes de procesamiento de la información) o en la cadena de
aprovisionamiento (costes de reunión). Este último punto podría explicar la escasa penetración de las
compras en Internet en España. El factor principal de compra en Internet es el precio, por tanto los
proveedores si desean vender en Internet deberán empezar una guerra de precios. Ahora bien, la lógica
empresarial nos dice que un proveedor estaría dispuesto a iniciar una guerra de precios en el mundo
on-line sólo si la reducción del margen derivado de ofertar menores precios es compensada por un
significativo aumento de la cuota de mercado. Lo que sucede es que por el momento son tan pocas las
empresas que compran a través de Internet, que será difícil que un proveedor obtenga un incremento
en la cuota de mercado suficiente para compensar la pérdida de márgenes: pocos proveedores estarán
dispuestos a ofertar sus productos en Internet a precios menores y por tanto pocas empresas estarían
interesadas en comprar en Internet. Este círculo vicioso se podrá superar cuando las empresas
empiecen a realizar compras de productos complejos en las que los costes del proceso de compra
tendrá mucho mayor peso sobre la utilidad.
Limitaciones y Líneas Futuras de Investigación.
Las limitaciones de nuestro trabajo pueden agruparse en dos grandes bloques, limitaciones del
modelo teórico y limitaciones del trabajo empírico. Una primera limitación desde el punto de vista
teórico consiste en la no inclusión del tipo de producto en el modelo. Bajo este supuesto, nuestro
modelo podría no recoger el hecho de que las empresas tienen distintos comportamientos de compra
en Internet en función del producto. Hemos observado en la revisión de la literatura cómo en la
realidad sí se verifican pautas de comportamiento distintas en función del producto adquirido, así por
ejemplo la compra de productos sencillos o “commodities” suele privilegiar el factor precio, mientras
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
27
que la compra de otros productos más complejos suele privilegiar factores como los costes de
intercambio de la información (ver por ejemplo Choudhury et al., 1998). Incluso puede darse el caso
de que para ciertos productos la compra en Internet suponga mayor valor para la empresa compradora,
mientras que para otros distintos no. El desconocimiento del tipo de producto adquirido también limita
la capacidad explicativa del modelo en los casos de productos de calidad variable y de
complementariedades de producto. Una limitación añadida está constituida por la no inclusión
explícita dentro de l modelo de los costes de adopción de la nueva tecnología Internet. Los costes de
adopción de tecnología se producen en el largo plazo generalmente (McAfee, 2002), y suelen incluir
factores como la adquisición de equipos adecuados para realizar transacciones en Internet, la
formación de los trabajadores, los costes de rediseño de los procesos de compra, etc. De los costes de
cambio, en nuestro modelo sólo se incluyen los costes de pérdida de eficiencia ya que son más
fácilmente imputables a las transacciones, mientras que los costes de formación o los costes de
rediseño quedan excluidos. En momentos como el actual, en el que el Comercio Electrónico a través
de Internet o de los mercados electrónicos no ha alcanzado todavía un desarrollo considerable, la no
inclusión de los costes de cambio distorsionará en cierto modo el modelo, ya que las empresas que no
han comprado nunca en Internet, al evaluar si van a comprar o no en Internet seguro que tienen en
cuenta dichos costes: los resultados relacionados con el tamaño y la utilización de EDI parecen
confirmar la importancia de los costes de cambio. Sin embargo, a medida que la tecnología vaya
generalizándose en todas las empresas, los costes de cambio dejarán de ser un criterio de decisión de
compra en Internet y por tanto nuestro modelo ganará capacidad explicativa. Finalmente, debemos
reconocer que nuestro modelo de adopción de Internet en las compras corporativas no incluye aspectos
institucionales o bien aspectos relacionados con los recursos y capacidades de cada empresa y que
perfectamente pueden explicar la decisión de compra en Internet. Ya existen trabajos (Rasheed y
Geiger, 2001) en este sentido que descubren la influencia de dichos aspectos en la decisión de compra
en Internet. Este análisis queda como punto pendiente para nuestro trabajo futuro y como uno de los
campos de mejora de nuestro modelo. Dentro de las limitaciones del trabajo empírico realizado,
podemos resaltar la imposibilidad de incluir las variables de control Sector con mayor nivel de detalle :
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
28
para conseguir capacidad explicativa del modelo, hemos tenido que agrupar algunos sectores a un
nivel superior incluso que el código del CNAE 93 a dos dígitos.
Con las conclusiones e implicaciones de este trabajo se abre un nuevo campo de investigación
en la influencia de los menores costes de transacción, precios y rentas de intermediación sobre la
decisión de compra de las empresas. En primer lugar, y por razones obvias, las líneas futuras de
investigación más intuitivas van encaminadas a la superación de las limitaciones identificadas en este
trabajo. Por esta razón, la primera línea de investigación va encaminada a la incorporación del tipo de
producto sujeto de la transacción dentro del modelo. Esta línea de investigación debe permitir
corroborar los resultados obtenidos en este trabajo en función del tipo de producto adquirido por las
empresas. En este sentido, se debería utilizar el modelo para comprobar si efectivamente los productos
sencillos o las “commodities” se caracterizan por un proceso de decisión de compra orientado
principalmente a reducir los precios, mientras que los productos más complejos se caracterizan por
una decisión de compra más encaminada a la optimización de l proceso de compra. La inclusión del
tipo de producto dentro del modelo permitiría analizar también el fenómeno de las
complementariedades de producto y su impacto sobre la decisión de compra en Internet de las
empresas. Una segunda línea de investigación debe ir dirigida a la identificación de posibles
diferencias en el modelo en función del tipo de mercado electrónico en el que se realizan las
transacciones. Convendría analizar desde este punto de vista si es cierta la relación, que se atisba en
este trabajo y en otra literatura, entre mercados electrónicos no organizados y compra basada en
precio, y entre mercados electrónicos organizados y compra basada en optimización del proceso de
compra. Además, otra línea de investigación interesante consistiría en la realización de estudios
sectoriales para validar si existe distinto comportamiento en las compras en Internet en función de las
características del sector analizado, incorporando análisis sectoriales cercanos al enfoque de Porter
(2001). También pensamos que el modelo puede mejorarse a través de la inclusión de variables que
recojan los recursos y las capacidades de las empresas, así como aspectos políticos e institucionales
que puedan determinar la decisión de compra en Internet. En definitiva, creemos que el modelo es un
punto de partida interesante para futuros análisis de las compras a través de Internet. Los objetivos de
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
29
este trabajo estarían más que cumplidos si el modelo desarrollado y contrastado sirviera como sólida
base para un elevado número de investigaciones futuras sobre el proceso de compra en Internet y
mercados electrónicos, investigaciones que seguramente podrán responder las numerosas preguntas
dejadas abiertas en este trabajo.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
30
Referencias .
- Amit, R., y C. Zott (2001).- “Value creation in e-Business”, Strategic Management
Journal, vol. 22, nº 6, pp. 493 - 520.
- Ba, S., A. Whinston, y H. Zhang (2000).- “Small business in the digital economy: digital
company of the future”, en Brynjolfsson, E. y B. Kahin (eds.): Understanding the Digital
Economy. Data, Tools and Research, MIT Press, Cambridge, Ma.
- Bakos, J.Y. (1997).- “Reducing buyer search costs: Implications for electronic
marketplaces”, Management Science, vol. 43, nº 12, pp. 1676 - 1692.
- Bakos, J.Y., y E. Brynjolfsson (1999).- “Bundling information goods: Pricing, profit and
efficiency”, Management Science, vol. 45, nº 12, pp. 1613 – 1630.
- Batra R. y O.T. Athola (1990).- “Measuring the hedonic and utilitarian sources of
consumers attitudes”, Marketing Letters, vol. 2, nº 2, pp. 159 – 170.
- Baye, M.R., J. Morgan, y P. Scholten (2002).- ”Persistent price dispersion in online
markets”, en Jansen, D.W. (ed.).- The New Economy, University of Chicago Press, Chicago.
- Bell, R.A. y R.C. Morey (1996).- “Purchase situation modeling: The case of hotel
selection criteria for corporate travel departments”, Journal of Travel Research, vol. 35, nº1, pp.
57-63.
- Bhargava, H., V. Choudhary, y R. Krishnan (2000).- “Pricing and product design:
Intermediary strategies in an Electronic Market”, International Journal of Electronic
Commerce, vol. 5, nº 5, pp. 37 – 56.
- Brown, J.R., y A. Goolsbee (2002).- “Does the Internet make markets more competitive?
Evidence from the life insurance industry”, The Journal of Political Economy, vol. 110, nº 3,
pp. 481 - 507.
- Brynjolfsson, E., y M. Smith (2000).- “Frictionless Commerce? A comparison of Internet
and conventional retailers”, Management Science, vol. 46, nº 4, pp. 563 - 585.
- Chircu, A.M., y R.J. Kauffman (2000).- “Reintermediation strategies in business-to-
business electronic commerce”, International Journal of Electronic Commerce, vol. 4, nº 4, pp.
7 - 42.
- Choudhury, V., K.S. Hartzel, y B.R. Konsynski (1998).- “Uses and consequences of
electronic markets: an empirical investigation in the aircraft parts industry”, MIS Quarterly, vol.
22, nº 4, pp. 471 - 507.
- Clay, K., R. Krishnan, y E. Wolff (2001).- “Prices and price dispersion on the web:
Evidence from the online book industry”, The Journal of Industrial Economics, vol. 49, nº 4,
pp. 521 - 539.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
31
- Costlett, S. (1981).- “Efficient estimation of discrete-choice models” en C.F. Manski y
D. McFadden (eds.), Structural Analysis of Discrete Data with Econometric Applications, MIT
Press, Cambridge, Mass.
- Daniel E., H.Wilson, y A. Myers (2002).- “Adoption of E-commerce by SMEs in the
UK“ , International Small Business Journal, vol. 20, nº 3, pp. 253-270.
- De Figueiredo, J.M. (2001).- “Finding sustainable profitability in electronic commerce”,
MIT Sloan Management Review, vol. 41, nº 4, pp. 41 - 52.
- Deeter-Schmelz, D.R., A. Bizzari, R. Graham, y C. Howdyshell (2001).- “Business-to-
Business online purchasing: Suppliers impact on buyers’ adoption and usage intent”, The
Journal of Supply Chain Management, vol. 37, nº 1, pp. 4 - 10.
- DMR Consulting – SEDISI (2003).- Las Tecnologías de la sociedad de la información en
la empresa española 2002, SEDISI, Madrid.
- Essig, M. y U. Arnold (2001).- “Electronic procurement in supply chain management: An
information economics based analysis of electronic markets”, The Journal of Supply Chain
Management, vol. 37, nº 4, pp. 43 - 49.
- Forman, C. (2002).- “The Corporate digital divide: Determinants of Internet adoption”,
Working Paper, Kellogg School of Management, Northwestern University.
- Garicano, L., y S.N. Kaplan (2001).- “The effects of business-to-business e-commerce on
transaction costs”, The Journal of Industrial Economics, vol. 49, nº 4, pp. 463 - 485.
- Gavirneni, S., R. Kapuscinski, y S. Tayur. (1999).- “Value of information in capacitated
supply chains”, Management Science, vol. 45, nº 1, pp. 16 - 24.
- Greene, W.H. (1999).- Análisis Econométrico, Prentice Hall, Madrid, 3ª ed.
- Gurbaxani, V., y S. Whang (1991).- “The impact of information systems on organizations
and markets”, Communications of the ACM , vol. 34, nº 1, pp. 59 - 73.
- Hair, J.F., R.E. Anderson, R.L. Tatham, y W.C. Black (1999).- Análisis Multivariante,
Prentice Hall, Madrid, 5ª ed.
- Heizer, J., y B. Render (2000).- Operations Management. Prentice Hall, Englewood
Cliffs, NJ, 6ª ed.
- Hosmer, D.W. y S. Lemeshow (1989).- Applied Logistic Regression, Wiley, New York.
- Jia, J., G.W. Fischer y J.S. Dyer (1998).- “Evaluating multiattribute decision quality: A
simulation study”, Journal of Behavioral Decision Making, vol. 11, nº 2, pp. 85-105.
- Kaplan, S., y M. Sawhney (2000).- “E-hubs: The new B2B marketplaces”, Harvard
Business Review, vol. 78, nº 3, pp. 97 - 104.
- Keeney, R.L. (1999).- “The value of Internet commerce to the customer”, Management
Science, vol. 45, nº 4, pp. 533 - 542.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
32
- Kenney, M. y J. Curry (2001).- “Beyond transaction costs: E-commerce and the power of
Internet dataspace”, en (Leinbach, T. y S.Brunn, eds.) Worlds of E-Commerce: Economic,
Geographical and Social Dimensions, Wiley, New York.
- Kulkarni, S.P. y Heriot, K.C. (1999).- “Transaction costs and information costs as
determinants of the organizational form: A conceptual analysis”, American Business Review,
vol. 17, nº 2, pp. 43 - 52.
- Lee G. H., y T.H. Clark (1996).- “Market process reengineering through electronic
market systems: Opportunities and challenges”, Journal of Management Information Systems,
vol. 13, nº 3, pp. 113 - 136.
- Lee, G. H. (1998).- “Do electronic marketplaces lower the price of goods?”
Communications of the ACM, vol. 41, nº 1, pp. 73 - 80.
- Lee, H.L., V. Padmanabhan, y S. Whang (1997).- “Information distortion in a supply
chain: The bullwhip effect”, Management Science, vol. 43, nº 4, pp. 546 - 558.
- Lee, H.L., y S. Whang (1998).- “Information sharing in a supply chain”, International
Journal of Manufacturing Technology and Management, vol. 1, nº 1, pp. 79 - 93.
- Lucking-Reiley, D., y D.F. Spulber (2001).- “Business to Business electronic commerce”,
Journal of Economic Perspectives, vol. 15, nº 1, pp. 55 - 68.
- Malone, T., J. Yates, y R. I. Benjamin (1987).- “Electronic markets and electronic
hierarchies”, Communications of the ACM , vol. 30, nº 6, pp. 484 - 497.
- Manski, C.F. y D, McFadden (1981).- “Alternative estimators and sample designs for
discrete choice analysis” en C.F. Manski y D. McFadden (eds.), Structural Analysis of Discrete
Data with Econometric Applications, MIT Press, Cambridge, Mass.
- Marti, E. (2000b).- “SAP and the online procurement market”, Business Case EC-5,
Graduate School of Business Stanford University.
- Martin, T.N., y J.C. Hafer (2002).- “Internet procurement by corporate purchasing agents:
Is it all hype?”, SAM Advanced Management Journal, vol. 67, nº 1, pp. 41 -48.
- Masten, S.E. (1996).- “Empirical research in transaction costs economics: Challenges,
progress, directions”, en Groenewegen, J. (ed.).-Transaction Costs Economics and Beyond,
Kluwer Academic Publishers, Norwell, Ma.
- McAfee, A. (2001).- “Manufacturing: Lowering boundaries, improving productivity”, en
(Litan, R. y A. Rivlin, eds.).- The Economic Payoff from the Internet Revolution, Brookings
Institutions Press, Washington D.C.
- McAfee, A. (2002).- “The impact of enterprise information technology adoption on
operational performance: an empirical investigation”, Production and Operations Management,
vol. 11, nº 1, pp. 33-53.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
33
- Milgrom, P., y J. Roberts (1992).- Economics, organization and management, Prentice
Hall, Englewood Cliffs, NJ.
- Milgrom, P., y J. Roberts (1988).- “Communications and inventory as substitutes in
organizing production”, Scandinavian Journal of Economics, vol. 90, nº 3, pp. 275 -289.
- Pekala, N. (2000).- “B2B or not B2B? You better shop around”, Journal of Property
Management, vol. 65, nº 6, pp. 60-68.
- Porter, M.E. (2001).- “Strategy and the Internet”, Harvard Business Review, vol. 79, nº 3,
pp. 62 - 78.
- Rasheed, H.S., y S.W. Geiger (2001).- “Determinants of governance structure for the
electronic value chain: Resource dependency and transaction costs perspectives”, Journal of
Business Strategies, vol. 18, nº 2, pp. 159 - 176.
- Rayport, J.F., y J.J. Sviokla (1995).- “Exploiting the virtual va lue chain”, Harvard
Business Review, vol. 73, nº 6, pp. 75 - 85.
- Reichheld, F.F., y P. Schefter (2000).- “The economics of e-loyalty”, Harvard Business
Review, vol. 78, nº 4, pp. 105 - 113.
- Smith M.D. y E. Brynjolfsson (2001).- “Consumer decisison-making at an Internet
shopbot: Brand still matters”, Journal of Industrial Economics, vol. 49, 4, pp. 541-558.
- Starr, M.K. (2000).- “POM and the e-shift”, Proceedings from the First World
Conference on Production and Operations Management POM Sevilla 2000.
- Truman, G.E., (2000).- “Integration in electronic exchange environments”, Journal of
Management Information Systems, vol. 17, nº 1, pp. 209 - 244.
- Zaheer, S., y A. Zaheer (2001).- “Market microstructure in a global B2B network”,
Strategic Management Journal, vol. 22, nº 9, pp. 859 - 873.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
34
Tabla 1: Valores de las variables independientes.
Utilidad Descripción Valor Variable Xi
U1k > 0 U1k = 0
Internet permite reducir los costes de búsqueda X1 = 1 X1 = 0
U2k > 0 U2k = 0
Internet permite reducir los costes de procesamiento de la información X2 = 1 X2 = 0
U3k > 0 U3k = 0
Internet permite reducir los costes de comunicación de la información X3 = 1 X3 = 0
U4k > 0 U4k = 0
Internet permite reducir los costes de reunión X4 = 1 X4 = 0
U5k > 0 U5k = 0
Internet permite reducir los costes de motivación X5 = 1 X5 = 0
U6k > 0 U6k = 0
Internet permite reducir los costes de los productos adquiridos X6 = 1 X6 = 0
U7k > 0 U7k = 0
Internet permite reducir los costes de intermediación X7 = 1 X7 = 0
Fuente: Elaboración Propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
35
Tabla 2: Composición de la muestra final por sector de actividad y tamaño.
SECTOR n. Industria 130 Construcción 108 Comercio 174 Servicios 300 Total 712 TAMAÑO n. 1 a 2 Empleados 277 3 a 5 Empleados 133 6 a 9 Empleados 101 10 a 19 Empleados 101 Más de 20 Empleados 100 Total 712
Fuente: Elaboración Propia
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
36
Tabla 3: Estadísticos descriptivos de las variables independientes.
Media Desv. típ. Coste de Búsqueda 0.67 0.47 Coste de Procesamiento 0.85 0.36 Coste de Comunicación 0.84 0.36 Coste de Reunión 0.018 0.13 Coste de Motivación 0.0478 0.21 Precio 0.10 0.30 Renta de Intermediación 0.0140 0.12 Alta Tecnología 0.0787 0.27 Página Web Corporativa 0.51 0.50 Interconexión con Proveedores 0.0969 0.30
Fuente: Elaboración Propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
37
Tabla 4: Correlaciones entre las variables del modelo.
X1 X2 X3 X4 X5 X6 X7 Interconexió
n
Web Alta
Tecnología
X1 .230* .282** -.016 .086* .145* .007 .076* .206** .070 X2 .258* -.001 .021 .116** -.016 .099** .195** .051 X3 .030 .042 .132** .019 .102** .146** .083* X4 .019 .059 -.016 .026 .050 .038 X5 - .034 .029 .016 .075* .057 X6 - .000 .126** .115** -.046 X7 - .001 .070 .009 Interco
-nexión
- .123* .063
Web - .120**
Alta
Tecnología
-
Fuente: Elaboración Propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
38
Tabla 5: Resultados del modelo de regresión logística en la etapa 9.
Variable Beta E.T. Wald Sig. Exp(ß)
X1 1.339 0.232 33.292 .000 3.815 X2 1.492 0.363 16.895 .000 4.446 X3 1.530 0.355 18.570 .000 4.620 X4 8.040 14.675 0.300 .584 3101.729 X5 1.376 0.504 7.447 .006 3.958 X6 3.727 1.025 13.219 .000 41.567 X7 8.565 16.363 0.274 .601 5247.228 SECTOR 17.338 .001 Industria 0.709 0.293 5.858 .016 2.031 Construcción -1.477 0.356 17.188 .000 0.228 Comercio 0.805 0.317 6.457 .011 0.447 Servicios -0.709 0.293 5.858 .016 0.492 TAMAÑO 39.145 .000 De 3 a 5 Empl. -0.216 0.267 0.655 .418 0.806 De 6 a 9 Empl. 0.603 0.290 4.306 .038 1.827 De 10 a 19 Empl. 0.286 0.287 0.989 .320 1.330 Más de 20 Empl. 2.568 0.451 32.359 .000 13.034 Constante -3.52215 0.532 43.861 .000 0.030 Fuente: Elaboración Propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
39
Tabla 6: Contraste Chi Cuadrado para el modelo.
Chi-cuadrado gl Sig. Paso 1 93.616 1 .000 Paso 2 186.131 5 .000 Paso 3 249.820 6 .000 Paso 4 280.504 7 .000 Paso 5 298.192 8 .000 Paso 6 320.450 11 .000 Paso 7 334.860 12 .000 Paso 8 350.313 13 .000 Paso 9 358.628 14 .000
Fuente: Elaboración propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
40
Tabla 7: Contraste de Hosmer y Lemeshow.
Paso Chi-cuadrado Gl Sig. 2 2.209 6 .899 3 3.493 7 .836 4 4.155 8 .843 5 3.428 8 .905 6 8.240 8 .410 7 7.133 8 .522 8 8.018 8 .432 9 6.551 8 .586
Fuente: Elaboración Propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
41
Tabla 8: Valoración del ajuste global del modelo.
Paso -2LL R2 de Cox y Snell R2 de Nagelkerke 1 893.425 .123 .164 2 800.911 .230 .307 3 737.222 .296 .395 4 706.538 .326 .434 5 688.850 .342 .456 6 666.591 .362 .483 7 652.181 .375 .500 8 636.729 .389 .518 9 628.413 .396 .528
Fuente: Elaboración Propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
42
Tabla 9: Matriz de Clasificación Muestra
Pronosticado Compra en Internet
Observado 0 1 Porcentaje Correcto
0 284 72 79.8 Compra en Internet 1 270 86 75.8
Muestra Ampliada
Porcentaje Global 77.8 Fuente: Elaboración Propia.
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
43
1 La importancia de la inclusión de las rentas de intermediación en el modelo se refleja en algunas
estadísticas sobre la aparición de intermediarios electrónicos en Internet. En España por ejemplo, ya
existen más de cien mercados electrónicos organizados, según un censo de la Asociación Española de
Comercio Electrónico y además, según el informe de DMR Consulting – SEDISI (2003), el 15 por
ciento de las empresas que compran en Internet ya lo hacen a través de estos intermediarios
electrónicos.
2 Para analizar el impacto de Internet sobre el papel de los Intermediarios es interesante analizar el
trabajo de Chircu y Kauffman (2000) y para conocer mejor el impacto sobre las rentas de
intermediación es interesante estudiar el trabajo de Bhargava et al. (2000).
3 Ver por ejemplo Bakos y Brynjolfsson (1999) para un análisis de los efectos de las
complementariedades en el valor de productos basados en la información.
4 Ver por ejemplo el trabajo de Garicano y Kaplan (2001).
5 El planteamiento utilizado en nuestro estudio es similar al utilizado por otros estudios del
comportamiento de compra de las empresas (ver por ejemplo Bell y Morey, 1996).
6 En la estratificación de la muestra se han tomado las variables tamaño y sector de la empresa porque
en otros estudios anteriores se ha observado que son variables que determinan diferentes pautas de
adopción del comercio electrónico (Rasheed y Geiger, 2001; Martin y Hafer, 2002; Forman, 2002).
7 La semi proporcionalidad se explica porque de haber seguido un criterio estrictamente proporcional
por estratos de tamaño hubiera sido difícil asegurar una base analítica mínimamente autosuficiente
para los estratos de empresas de mayor tamaño. Por esta razón los estratos de tamaños de empresas de
más de 6 empleados están ligeramente sobredimensionados.
8 La variable que presenta mayores coeficientes de correlación es X3, costes de comunicación: hemos
analizado si su exclusión producía mejoras significativas en la estimación de otras variables, llegando
a la conclusión de que su presencia en el modelo no distorsiona de forma relevante las estimaciones.
9 Cuando se emplea un muestreo por estados, se pueden emplear los mismos estimadores de máxima
verosimilitud que los empleados en un muestreo aleatorio: únicamente deberemos realizar un ajuste de
Análisis de la Decisión de Compra en Internet de las Empresas Españolas
44
la estimación del término constante, al que deberemos restar el logaritmo natural de la relación entre
H(i), probabilidad de que en la muestra se de un estado i, y Q(i), la proporción de la población
representada por el estado i (Manski y McFadden, 1981).
10 Si X6= 1 siendo todas las demás variables igual a 0, P=0,55.
11 La falta de significatividad de esta variable no es atribuible a problemas de multicolinealidad, ya que
no está correlacionada de forma significativa con otras variables.
12 Normalmente, a mayor complejidad del producto, mayores serán los costes de transacción y por
tanto también mayores serán los potenciales ahorros derivados de la compra en Internet o en mercados
electrónicos (Malone et al., 1988).
13 Según DMR Consulting – SEDISI (2003) España se encuentra muy por detrás de otros países de la
OCDE en tasa de penetración de comercio electrónico.
14 Este fenómeno vendría a demostrar que los productos adquiridos son principalmente productos
sencillos y commodities, para los que no es necesario intercambiar mucha información en la
transacción.
15 La constante debe ser ajustada por el valor 1.07, resultante del ln [H(i)/Q(i))]. Siendo H(i) = 0.5 y
Q(i) = 0.17, obteniéndose este último dato del número de empresas que compran en Internet según el
informe DMR Consulting – SEDISI (2003). El modelo tras este ajuste empeora en cierto modo su
capacidad explicativa, obteniéndose una ratio de acierto en la matriz de clasificación cercana al 73 por
ciento.