AI-powered insightsAnalyzing visual and textual content on social media for destination marketing management

Abstract

La irrupción de las redes sociales en la vida cotidiana de las personas ha impactado significativamente en la forma que tienen los turistas de interactuar con los destinos. Las plataformas de redes sociales permiten a los usuarios compartir experiencias a través de publicaciones compuestas por imágenes y textos, generando diariamente millones de datos inexplorados que explican el comportamiento y las preferencias de los usuarios. La presente tesis doctoral tiene como objetivo aprovechar esta ingente cantidad de información, denominada big data, y explotarla a través de técnicas de inteligencia artificial (AI) para proporcionar información útil para la toma de decisiones de marketing de destinos (DMO). La presente tesis doctoral explora la integración de técnicas de big data e inteligencia artificial, centrándose específicamente en el contenido generado por el usuario (UGC) en plataformas de redes sociales, concretamente Instagram. Se aplican técnicas de AI como el aprendizaje automático y el aprendizaje profundo para procesar y analizar datos extraídos de Instagram. La investigación tiene como objetivo cerrar las brechas de investigación relacionadas con la comprensión del contenido visual y textual compartido por los usuarios, y cómo este puede afectar las estrategias de marketing de destinos. La investigación se estructura en torno a varios objetivos clave: desarrollar y aplicar metodologías de web scraping para recopilar grandes conjuntos de datos de plataformas de redes sociales, utilizar técnicas de AI para extraer información valiosa de estos conjuntos de datos, incluido el análisis de sentimientos y la clasificación de imágenes, y examinar las consideraciones éticas relacionadas con big data e inteligencia artificial en el marketing de destinos. Además, la presente investigación implica la revisión de la literatura existente para identificar lagunas en la investigación y tendencias emergentes en el uso de UGC para el marketing de destinos. La presente tesis está compuesta de siete capítulos, abordando en los dos primeros la necesidad de desarrollar y aplicar metodologías de web scraping e inteligencia artificial para analizar UGC en plataformas de redes sociales, extrayendo información valiosa mediante aprendizaje automático, aprendizaje profundo y redes neuronales. La investigación también aborda consideraciones éticas, enfatizando la importancia de la gestión y el análisis de datos. Seguidamente se lleva a cabo un análisis bibliométrico que permite cuantificar y evaluar la progresión de la literatura académica sobre UGC en contextos turísticos, identificando nuevas oportunidades de investigación. La presente tesis doctoral se extiende al análisis sobre las experiencias turísticas, y cómo estas son generadas en el destino y compartidas en las redes sociales, contribuyendo a la formación de la imagen del destino. Posteriormente se examina el papel del engagement generado por las publicaciones de los usuarios en la construcción y difusión de la imagen del destino. Y, por último, se analizan las características del marketing de influencers para mejorar la comprensión de su impacto en las tasas de engagement y la imagen del destino. Finalmente, la presente tesis doctoral desarrolla un marco que demuestra la aplicación de big data y herramientas de AI para mejorar las estrategias de los DMOs basadas en el análisis del UGC. La metodología de la investigación abarca cinco fases distintas. Inicialmente, se selecciona Instagram debido a su gran base de usuarios y su gran cantidad de datos sobre experiencias turísticas. A esto le sigue el establecimiento de diversos criterios para seleccionar un destino turístico relevante, concretamente una ciudad cultural y gastronómica, seleccionada como caso de estudio. La tercera se centra en la extracción de datos mediante web scraping, lo que da como resultado la recopilación de aproximadamente 140.000 publicaciones de la red social Instagram (139.273 válidas). En la cuarta fase se desarrolla la clasificación de los usuarios, distinguiendo entre turistas, residentes y empresas en función de sus patrones de publicación y características de contenido. Y la fase final permite la extracción de variables, utilizando modelos de AI que permiten extraer información de textos e imágenes. La presente tesis doctoral destaca el potencial del big data y la AI en el marketing turístico, mostrando cómo la AI permite descubrir patrones en UGC que los métodos de análisis tradicionales podrían pasar por alto. Técnicas como el análisis de sentimientos, la categorización de imágenes y el análisis de metadatos brindan información profunda sobre el engagement en redes sociales. Se descubrió que las emociones positivas expresadas en las publicaciones de las redes sociales mejoran significativamente la imagen del destino, y las fotografías de personas, especialmente aquellas que muestran emociones positivas y selfies, generan un mayor engagement. La efectividad de los influencers depende del sentimiento de sus publicaciones y de su conexión con el destino, siendo los influencers con menor cantidad de seguidores los que consiguen mayores tasas de engagement. Los hallazgos de la presente tesis ofrecen información valiosa para diseñar estrategias de marketing de destinos más efectivas alineadas con las preferencias y comportamientos de los turistas. El marco conceptual desarrollado sirve de guía para los responsables del desarrollo de estrategias de marketing turístico. La presente tesis muestra una exploración integral sobre cómo la AI y el big data pueden revolucionar el marketing de destinos.