stringtranslate.com

Usuarios activos

Los usuarios activos son una métrica de rendimiento de software que se utiliza comúnmente para medir el nivel de participación en un producto u objeto de software en particular , cuantificando la cantidad de interacciones activas de los usuarios o visitantes dentro de un rango de tiempo relevante (diario, semanal y mensual).

La métrica tiene muchos usos en la gestión de software , como en los servicios de redes sociales , juegos en línea o aplicaciones móviles , en análisis web como en aplicaciones web , en el comercio como en la banca en línea y en el mundo académico , como en el análisis del comportamiento del usuario y el análisis predictivo. Aunque tiene amplios usos en el aprendizaje, la predicción y la generación de informes del comportamiento digital, también tiene impactos en la privacidad y la seguridad , y los factores éticos deben considerarse a fondo. Mide cuántos usuarios visitan o interactúan con el producto o servicio durante un intervalo o período determinado. [1] Sin embargo, no existe una definición estándar de este término, por lo que la comparación de los informes entre diferentes proveedores de esta métrica es problemática. Además, la mayoría de los proveedores tienen el interés de mostrar este número lo más alto posible, por lo que definen incluso la interacción más mínima como "activa". [2] Aún así, el número es una métrica relevante para evaluar el desarrollo de la interacción del usuario de un proveedor determinado.

Esta métrica se evalúa comúnmente por mes como usuarios activos mensuales ( MAU ), [3] por semana como usuarios activos semanales ( WAU ), [4] por día como usuarios activos diarios ( DAU ) [5] y usuarios concurrentes máximos ( PCU ). [6]

Uso comercial

Predictores del éxito de la medición del compromiso (KPI) y de la publicidad

Los usuarios activos en cualquier escala temporal ofrecen una visión general aproximada de la cantidad de clientes recurrentes que mantiene un producto, y la comparación de los cambios en este número se puede utilizar para predecir el crecimiento o la disminución en el número de consumidores. En un contexto comercial, el éxito de un sitio de redes sociales generalmente se asocia con una red creciente de usuarios activos (mayor volumen de visitas al sitio), relaciones sociales entre esos usuarios y contenidos generados . Los usuarios activos se pueden utilizar como un indicador clave de rendimiento (KPI), que gestiona y predice el éxito futuro, al medir el crecimiento y el volumen actual de usuarios que visitan y consumen el sitio. La relación entre DAU y MAU ofrece un método rudimentario para estimar la participación y la tasa de retención de los clientes a lo largo del tiempo. [7] Una relación más alta representa una mayor probabilidad de retención, lo que a menudo indica el éxito de un producto. Se cree que las relaciones de 0,15 y más son un punto de inflexión para el crecimiento, mientras que las relaciones sostenidas de 0,2 y más marcan un éxito duradero. [8]

Chen, Lu, Chau y Gupta (2014) [9] sostienen que un mayor número de usuarios ( early adopters ) dará lugar a un mayor contenido generado por el usuario , como publicaciones de fotos y vídeos, que "promueve y propaga" la aceptación de las redes sociales, contribuyendo al crecimiento de los sitios de redes sociales. El crecimiento del uso de las redes sociales, caracterizado como el aumento de usuarios activos en un período de tiempo predeterminado, puede aumentar la presencia social de un individuo . La presencia social se puede definir como el grado en el que un medio de comunicación de redes sociales permite a un individuo sentirse presente con los demás. [10] [11]

Los resultados de la investigación de Moon y Kim (2001) [12] encontraron que el disfrute de los sistemas web por parte de los individuos tiene impactos positivos en sus percepciones sobre el sistema y, por lo tanto, formaría una "alta intención de comportamiento para usarlo". Munnukka (2007) [13] encontró fuertes correlaciones entre la experiencia previa positiva de tipos relacionados de comunicaciones y la adopción de nuevos servicios de comunicación de sitios móviles . Sin embargo, también hay casos en los que los usuarios activos y los ingresos parecían tener una correlación negativa . Por ejemplo, las ganancias de Snap Inc. en usuarios activos diarios (DAU) se han estabilizado o disminuido durante la pandemia de COVID-19 , los ingresos aún superaron las estimaciones, con fuertes tendencias similares en el período actual. [14]

Número de artículos nuevos (línea roja) y usuarios activos (línea azul) en Wikipedia en sueco

Un mayor número de usuarios activos aumenta el número de visitas a sitios concretos. Con más tráfico, se atraerán más anunciantes , lo que contribuye a la generación de ingresos . [15] En 2014, el 88% del propósito del uso de las redes sociales por parte de las empresas es la publicidad . [16] El aumento de usuarios activos permite a los sitios de redes sociales crear y seguir más perfiles de clientes, que se basan en las necesidades y los patrones de consumo de los clientes. [17] Los datos de los usuarios activos se pueden utilizar para determinar los periodos de alto tráfico y crear modelos de comportamiento de los usuarios que se utilizarán para la publicidad dirigida. El aumento de los perfiles de los clientes, debido al aumento de los usuarios activos, garantiza unos anuncios personalizados y personalizados más relevantes . Bleier y Eisenbeiss (2015) [18] descubrieron que los anuncios más personalizados y relevantes aumentan las " respuestas de visualización " y fortalecen significativamente la eficacia del " banner anunciado ". DeZoysa (2002) [19] descubrió que los consumidores tienen más probabilidades de abrir y responder a los anuncios personalizados que son relevantes para ellos.

Fines de informes externos

El Consejo de Normas de Contabilidad Financiera define que el objetivo de la información financiera es proporcionar información financiera relevante y material a los usuarios de los estados financieros para permitir la toma de decisiones y garantizar una asignación eficiente de los recursos económicos. [20] Todas las entidades informantes, principalmente las empresas que cotizan en bolsa y las grandes empresas privadas, están obligadas por ley a cumplir con los requisitos de las normas de contabilidad y divulgación. Por ejemplo, en Australia, las empresas deben cumplir con las normas contables establecidas por el Consejo de Normas Contables de Australia , que forma parte de la Ley de Sociedades de 2001. En el contexto de las empresas de redes sociales, también se informa sobre información no financiera, como el número de usuarios (usuarios activos). Los ejemplos pueden incluir:

Los métodos alternativos para informar estas métricas son a través de las redes sociales y la web, que se han convertido en una parte importante del "entorno de información" de la empresa para informar información financiera y no financiera, según Frankel (2004), [22] mediante el cual la información relevante de la empresa se difunde y disemina en cortos períodos de tiempo entre redes de inversores, periodistas y otros intermediarios y partes interesadas. [23] Los agregadores de blogs de inversión, como Seeking Alpha , se han vuelto importantes para los analistas financieros profesionales , [24] que dan recomendaciones sobre la compra y venta de acciones. Los estudios de Frieder y Zittrain (2007) [25] han planteado nuevas preocupaciones sobre cómo la información de las tecnologías de comunicaciones digitales tiene la capacidad de afectar a los participantes del mercado .

Admiraal (2009) [26] enfatizó que las métricas no financieras reportadas por las compañías de redes sociales , incluyendo usuarios activos, pueden no dar la garantía deseable en mediciones de éxito, ya que la guía y regulaciones de reporte que salvaguardan la confiabilidad y calidad de la información son demasiado pocas y aún no han sido estandarizadas . Cohen et al. (2012) [27] investigación sobre un conjunto de indicadores de desempeño económico encontró que hay una falta de divulgaciones extensas y una variabilidad material entre las prácticas de divulgación basadas en industrias y tamaños. En 2008, la Comisión de Bolsa y Valores de Estados Unidos adoptó un enfoque cauteloso al revisar su guía de divulgación pública para compañías de redes sociales y afirmó que la información era " complementaria en lugar de suficiente por sí misma". [28] Alexander, Raquel, Gendry y James (2014) [29] recomendaron que los ejecutivos y gerentes deberían adoptar un enfoque más estratégico en la gestión de las relaciones con los inversionistas y las comunicaciones corporativas , asegurando que las necesidades de los inversionistas y analistas se satisfagan conjuntamente.

Uso en el ámbito académico

Investigación y análisis y predicción del comportamiento web

La métrica de usuario activo puede ser particularmente útil en análisis de comportamiento y análisis predictivo . La métrica de usuario activo en el contexto del análisis predictivo se puede aplicar en una variedad de campos, incluyendo la ciencia actuarial , el marketing , los servicios financieros , la atención médica , los juegos en línea y las redes sociales . Lewis, Wyatt y Jeremy (2015), [30] por ejemplo, han utilizado esta métrica y han llevado a cabo una investigación en los campos de la atención médica para estudiar la calidad y los impactos de una aplicación móvil y predecir los límites de uso de estas aplicaciones.

Los usuarios activos también pueden utilizarse en estudios que aborden el problema de los problemas de salud mental que podrían costarle a la economía mundial 16 billones de dólares estadounidenses para 2030, si hay una falta de recursos asignados a la salud mental . [31] A través del análisis del comportamiento web, Chuenphitthayavut, Zihuang y Zhu (2020) [32] descubrieron que la promoción del apoyo informativo, social y emocional que representa la percepción de los medios y el público tiene efectos positivos en la intención conductual de los participantes de su investigación de utilizar la intervención de salud mental en línea. Se ha descubierto que los programas educativos psicológicos en línea, un tipo de intervenciones de salud mental en línea, promueven el bienestar y disminuyen la concepción suicida. [33]

En el campo de los juegos en línea, los usuarios activos son bastante útiles para predecir el comportamiento y las tasas de abandono de los juegos en línea. Por ejemplo, las características de los usuarios activos, como "duración activa" y "número de juegos", pueden tener correlaciones inversas con las tasas de abandono, y los "tiempos de juego más cortos y el número de juegos más bajo" se asocian con tasas de abandono más altas. [34] Jia et al. (2015) [35] demostraron que existen estructuras sociales que surgen o se centran en jugadores altamente activos, con similitud estructural entre los juegos en línea multijugador , como StarCraft II y Dota .

La métrica de usuarios activos se puede utilizar para predecir los rasgos de personalidad de una persona , que se pueden clasificar y agrupar en categorías. Estas categorías tienen una precisión que oscila entre el 84% y el 92%. [36] Según la cantidad de usuarios de un grupo en particular, el objeto de Internet asociado con él puede considerarse "de tendencia" y "área de interés".

Consideraciones y limitaciones éticas

Con la evolución de Internet en una herramienta utilizada para las comunicaciones y la socialización , las consideraciones éticas también han pasado de estar impulsadas por los datos a estar "centradas en el ser humano", lo que complica aún más las cuestiones éticas relacionadas con los conceptos de público y privado en los dominios en línea, por lo que los investigadores y los sujetos no comprenden completamente los términos y condiciones [37]. Las consideraciones éticas deben considerarse en términos de consentimiento participativo, confidencialidad-privacidad-integridad de los datos y normas disciplinarias-industriales-profesionales y estándares aceptados en la computación en la nube y la investigación de big data . Boehlefeld (1996) [38] señaló que los investigadores generalmente se refieren a los principios éticos en sus respectivas disciplinas, ya que buscan orientación y recomendó las pautas de la Association for Computing Machinery para ayudar a los investigadores en sus responsabilidades en sus estudios de investigación en el espacio tecnológico o cibernético .

El consentimiento informado se refiere a una situación en la que el participante participa voluntariamente en la investigación con pleno reconocimiento de los métodos de investigación, los riesgos y las recompensas asociadas. Con el auge de Internet como herramienta de redes sociales, los usuarios activos pueden enfrentar desafíos únicos para obtener consentimientos informados. Las consideraciones éticas pueden incluir el grado de conocimiento de los participantes y la adecuación a la edad , las formas y la practicidad en las que los investigadores informan y "cuándo" es apropiado renunciar al consentimiento. [39] Crawford y Schultz (2014) [40] han señalado que el consentimiento es "innumerable" y "aún está por determinar" antes de que se realice la investigación. Grady et al. (2017) [41] señalaron que los avances tecnológicos pueden ayudar a obtener el consentimiento sin la reunión en persona de los investigadores y los participantes de la investigación .

Un gran número de investigaciones se basan en datos individualizados, que abarcan la identidad en línea de los usuarios (sus clics, lecturas, movimientos) y los contenidos consumidos y con el análisis de datos se producen inferencias sobre sus preferencias , relaciones sociales y hábitos de movimiento o trabajo. En algunos casos, los individuos pueden beneficiarse enormemente, pero en otros pueden resultar perjudicados. Afolabi y García-Basteiro (2017) [42] creían que el consentimiento informado para los estudios de investigación va más allá de "hacer clic en bloques o proporcionar una firma", ya que los participantes podrían sentirse presionados a unirse a la investigación, sin que el investigador sea consciente de la situación. Todavía no existe una forma universalmente aceptada de estándares y normas de la industria en términos de privacidad, confidencialidad e integridad de los datos, una consideración ética crítica, pero ha habido intentos de diseñar un proceso para supervisar las actividades de investigación y la recopilación de datos para satisfacer mejor las expectativas de la comunidad y del usuario final . [43] También existen debates de políticas sobre cuestiones éticas relacionadas con la integración de la tecnología educativa en el entorno educativo K-12 , ya que se percibe que los niños menores son el segmento más vulnerable de toda la población. [44]

Limitaciones y desafíos técnicos

Muchas empresas de redes sociales tienen sus respectivas diferencias en la definición y los métodos de cálculo de la métrica de usuarios activos. Estas diferencias a menudo provocan diferencias en la variable que mide la métrica. Wyatt (2008) [45] sostiene que hay evidencia de que algunas métricas informadas por las empresas de redes sociales no parecen ser confiables , ya que requieren juicios categóricos , pero aún son relevantes para los usuarios de los estados financieros . Luft (2009) [46] transmitió que las métricas no financieras, como los usuarios activos, presentan desafíos en la precisión de la medición y la idoneidad en la ponderación cuando se combinan con las medidas de informes contables . Ha habido un creciente aviso de la prensa empresarial y la academia sobre las convenciones corporativas de divulgación de esta información. [47]

Los usuarios activos se calculan utilizando los datos internos de la empresa específica. Los datos se recopilan en función de los usuarios únicos que realizan acciones específicas que los recopiladores de datos consideran un signo de actividad. Estas acciones incluyen visitar la página de inicio o de presentación de un sitio web, iniciar sesión, comentar, cargar contenido o acciones similares que hacen uso del producto. La cantidad de personas suscritas a un servicio también puede considerarse un usuario activo durante su duración. Cada empresa tiene su propio método para determinar su número de usuarios activos, y muchas empresas no comparten detalles específicos sobre cómo los calculan. Algunas empresas realizan cambios en su método de cálculo con el tiempo. La acción específica que marca a los usuarios como activos afecta en gran medida la calidad de los datos si no refleja con precisión el compromiso con el producto, lo que resulta en datos engañosos. [48] Las acciones básicas como iniciar sesión en el producto pueden no ser una representación precisa del compromiso del cliente e inflar el número de usuarios activos, mientras que cargar contenido o comentar puede ser demasiado específico para un producto y subrepresentar la actividad del usuario.

Weitz, Henry y Rosenthal (2014) [21] sugirieron que los factores que pueden afectar la precisión de las métricas como los usuarios activos incluyen problemas relacionados con la definición y el cálculo, circunstancias de inflación engañosa , especificación de incertidumbre y cuentas compartidas por el usuario, duplicadas o falsas. Los autores describen el criterio de usuarios activos mensuales de Facebook como usuarios registrados en los últimos 30 días, que han usado el mensajero y tomaron medidas para compartir contenido y actividad a diferencia de LinkedIn que utiliza miembros registrados, visitas a la página y vistas. Por ejemplo, un cliente que usa Facebook una vez, para "comentar" o "compartir contenido", también puede contarse como un "usuario activo". [49] Una causa potencial de estas inexactitudes en la medición son los sistemas de pago por desempeño implementados , que fomentan los comportamientos deseados, incluido el sistema de trabajo de alto rendimiento. [50] En las empresas de redes sociales, los usuarios activos son una de las métricas cruciales que miden el éxito del producto. Trueman, Wong y Zhang (2000) [51] han descubierto que, en la mayoría de los casos, los visitantes únicos y las páginas vistas como medida del uso de la web explican los cambios en los precios de las acciones y los ingresos netos en las empresas de Internet. Lazer, Lev y Livnat (2001) [52] descubrieron que los sitios web más populares generaban mayores retornos de las acciones, en su análisis de investigación de los datos de tráfico de las empresas de Internet a través de la división de los datos de tráfico más altos y más bajos que la media. Generar mayores retornos a la cartera puede influir en los inversores para que voten por un paquete de bonificación más favorable para la gestión ejecutiva . La investigación de Kang, Lee y Na (2010) [53] sobre la crisis financiera mundial de 2007-2008 destaca la importancia de la prevención de los " incentivos de expropiación " de los inversores, que tiene implicaciones muy importantes en la gobernanza corporativa , especialmente durante un shock económico.

El usuario activo tiene limitaciones a la hora de examinar los comportamientos de los usuarios antes y después de la adopción . El compromiso de los usuarios con un producto en línea en particular también puede depender de la confianza y la calidad de las alternativas. [54] Se ha descubierto que los efectos del comportamiento de preadopción en el comportamiento posterior a la adopción, que se predice a partir de investigaciones anteriores, [ 55 ] tienen asociaciones con factores como los hábitos, el género y algunos otros datos demográficos socioculturales . [56] Buchanan y Gillies (1990) [57] y Reichheld y Schefter (2000) [58] sostienen que los comportamientos posteriores a la adopción y el uso continuo son "relativamente más importantes que el uso por primera vez o inicial", ya que muestran "el grado de lealtad del consumidor ", y que en última instancia produce valor del producto a largo plazo .

Referencias

  1. ^ Henry TF, Rosenthal DA, Weitz RR (septiembre de 2014). "Socialmente incómodo: las métricas no financieras de las empresas de redes sociales pueden enviar un mensaje contradictorio". Journal of Accountancy . 218 (3): 52. Gale  A381838689.
  2. ^ "Spotify, por ejemplo, define a los usuarios activos mensuales como "... el recuento total de usuarios con publicidad y suscriptores premium que han consumido contenido durante más de cero milisegundos en los últimos treinta días a partir del final del período indicado"" (PDF) . Consultado el 7 de enero de 2023 .
  3. ^ "Usuarios activos mensuales (MAU)". Base de conocimientos de AppStore . AppStoreGrowth. 11 de diciembre de 2019. Archivado desde el original el 8 de marzo de 2021 . Consultado el 20 de enero de 2020 .
  4. ^ Darrow B (12 de septiembre de 2017). "Cómo Slack planea facilitar el chat con colegas de otras empresas". Fortune . Consultado el 16 de febrero de 2019 .
  5. ^ Shaban H (7 de febrero de 2019). «Twitter revela sus cifras diarias de usuarios activos por primera vez». The Washington Post . Consultado el 16 de febrero de 2019 .
  6. ^ "Definición de usuarios concurrentes máximos". Law Insider .
  7. ^ "Comprender el comportamiento de juego repetido en juegos casuales utilizando un enfoque de aumento de datos bayesiano". Marketing y economía cuantitativa .
  8. ^ Lovell N (26 de octubre de 2011). «DAU/MAU = engagement». Gamesbrief . Consultado el 3 de diciembre de 2019 .
  9. ^ Chen, Aihui; Lu, Yaobin; Chau, Patrick YK; Gupta, Sumeet (3 de julio de 2014). "Clasificación, medición y predicción del comportamiento activo general de los usuarios en sitios de redes sociales". Journal of Management Information Systems . 31 (3): 213–253. doi :10.1080/07421222.2014.995557. S2CID  38855806.
  10. ^ Fulk, Janet; Steinfield, Charles W.; Schmitz, Joseph; Power, J. Gerard (octubre de 1987). "Un modelo de procesamiento de información social del uso de los medios en las organizaciones". Investigación en comunicación . 14 (5): 529–552. doi :10.1177/009365087014005005. S2CID  145786143.
  11. ^ Cyr, Dianne; Hassanein, Khaled; Head, Milena; Ivanov, Alex (enero de 2007). "El papel de la presencia social en el establecimiento de lealtad en entornos de servicios electrónicos". Interacting with Computers . 19 (1): 43–56. doi :10.1016/j.intcom.2006.07.010.
  12. ^ Moon, Ji-Won; Kim, Young-Gul (febrero de 2001). "Extensión del TAM para un contexto de World-Wide-Web". Información y gestión . 38 (4): 217–230. CiteSeerX 10.1.1.859.5396 . doi :10.1016/S0378-7206(00)00061-6. S2CID  17709833. 
  13. ^ Munnukka, Juha (30 de octubre de 2007). "Características de los primeros usuarios en los mercados de comunicaciones móviles". Inteligencia de marketing y planificación . 25 (7): 719–731. doi :10.1108/02634500710834188.
  14. ^ "El objetivo de usuarios no alcanzado por Snap muestra el desafío de predecir el crecimiento". Bloomberg.com . 21 de julio de 2020 . Consultado el 1 de noviembre de 2020 .
  15. ^ Chen, Rui (febrero de 2013). "Uso de sitios de redes sociales por parte de los miembros: un examen empírico". Decision Support Systems . 54 (3): 1219–1227. doi :10.1016/j.dss.2012.10.028.
  16. ^ Dehghani, Milad; Niaki, Mojtaba Khorram; Ramezani, Iman; Sali, Rasoul (junio de 2016). "Evaluación de la influencia de la publicidad en YouTube para atraer clientes jóvenes". Computers in Human Behavior . 59 : 165–172. doi :10.1016/j.chb.2016.01.037.
  17. ^ Rao, Bharat; Minakakis, Louis (diciembre de 2003). "Evolución de los servicios móviles basados ​​en la localización". Comunicaciones de la ACM . 46 (12): 61–65. doi :10.1145/953460.953490. S2CID  1330830.
  18. ^ Bleier, Alexander; Eisenbeiss, Maik (septiembre de 2015). "Efectividad de la publicidad online personalizada: la interacción entre qué, cuándo y dónde". Marketing Science . 34 (5): 669–688. doi :10.1287/mksc.2015.0930.
  19. ^ DeZoysa, Sanjima. "La publicidad móvil debe volverse personal". Telecommunications International . 36 (2).
  20. ^ FASB. (2008). Declaración de conceptos de contabilidad financiera n.º 1. Recuperado de http://www.fasb.org/resources/ccurl/816/894/aop_CON1.pdf
  21. ^ ab Weitz, Rob; Henry, Theresa; Rosenthal, David (1 de enero de 2014). "Limitaciones de las métricas no financieras informadas por las empresas de redes sociales". Revista de tecnología internacional y gestión de la información . 23 (3). doi : 10.58729/1941-6679.1074 . S2CID  220610972.
  22. ^ Frankel, Richard; Li, Xu (junio de 2004). "Características del entorno de información de una empresa y la asimetría de información entre personas de dentro y de fuera". Journal of Accounting and Economics . 37 (2): 229–259. doi :10.1016/j.jacceco.2003.09.004.
  23. ^ Rubin, Amir; Rubin, Eran (julio de 2010). "Inversores informados e Internet". Revista de finanzas y contabilidad empresarial . 37 (7–8): 841–865. doi :10.1111/j.1468-5957.2010.02187.x. S2CID  59058862.
  24. ^ Saxton, Gregory D. (septiembre de 2012). "Nuevos medios e información contable externa: una revisión crítica: Nuevos medios e información contable externa". Revista de contabilidad australiana . 22 (3): 286–302. doi :10.1111/j.1835-2561.2012.00176.x.
  25. ^ Frieder, Laura L.; Zittrain, Jonathan (2007). "El spam funciona: evidencia de los anuncios de acciones y la actividad correspondiente del mercado". Documento de trabajo del Berkman Center . SSRN  920553.
  26. ^ Admiraal, Michèl; Nivra, Royal; Turksema, Rudi (julio de 2009). "Presentación de informes sobre información no financiera". Revista Internacional de Auditoría Gubernamental . 36 (3): 15–20. ProQuest  236822392.
  27. ^ Cohen, Jeffrey R.; Holder-Webb, Lori L.; Nath, Leda; Wood, David (1 de marzo de 2012). "Informes corporativos de indicadores no financieros adelantados de desempeño económico y sostenibilidad". Horizontes contables . 26 (1): 65–90. doi :10.2308/acch-50073. S2CID  154627046.
  28. ^ Comisión de Bolsa y Valores de Estados Unidos (2008). Orientación de la Comisión sobre el uso de sitios web de empresas (Comunicado n.º 34-58288). Recuperado de http://www.sec.gov/rules/interp/%202008/34-58288.pdf.
  29. ^ Alexander, Raquel Meyer; Gentry, James K. (marzo de 2014). "Uso de las redes sociales para informar los resultados financieros". Business Horizons . 57 (2): 161–167. doi :10.1016/j.bushor.2013.10.009.
  30. ^ Lewis, Thomas Lorchan; Wyatt, Jeremy C (19 de agosto de 2015). "Factor de uso de aplicaciones: una métrica simple para comparar el impacto poblacional de las aplicaciones médicas móviles". Journal of Medical Internet Research . 17 (8): e200. doi : 10.2196/jmir.4284 . PMC 4642395 . PMID  26290093. 
  31. ^ Patel, Vikram; Saxena, Shekhar; Lund, Crick; Thornicroft, Graham; Baingana, Florence; Bolton, Paul; Chisholm, Dan; Collins, Pamela Y; Cooper, Janice L; Eaton, Julian; Herrman, Helen; Herzallah, Mohammad M; Huang, Yueqin; Jordans, Mark JD; Kleinman, Arthur; Medina-Mora, Maria Elena; Morgan, Ellen; Niaz, Unaiza; Omigbodun, Olayinka; Prince, Martin; Rahman, Atif; Saraceno, Benedetto; Sarkar, Bidyut K; De Silva, Mary; Singh, Ilina; Stein, Dan J; Sunkel, Charlene; UnÜtzer, JÜrgen (octubre de 2018). "La Comisión Lancet sobre salud mental global y desarrollo sostenible". The Lancet . 392 (10157): 1553–1598. doi :10.1016/s0140-6736(18)31612-x. PMID  30314863. S2CID  52976414.
  32. ^ Chuenphitthayavut, Krittipat; Zihuang, Tang; Zhu, Tingshao (junio de 2020). "La predicción de la intención conductual de utilizar intervenciones de salud mental en línea". PsyCh Journal . 9 (3): 370–382. doi :10.1002/pchj.333. PMID  31957241. S2CID  210832011.
  33. ^ Hoffmann, Willem A. (enero de 2006). "Tecnologías telemáticas en el cuidado de la salud mental: un programa psicoeducativo basado en la Web para adolescentes sobrevivientes del suicidio". Problemas en enfermería de salud mental . 27 (5): 461–474. doi :10.1080/01612840600599978. PMID  16613799. S2CID  34925001.
  34. ^ Kim, Seungwook; Choi, Daeyoung; Lee, Eunjung; Rhee, Wonjong (5 de julio de 2017). "Predicción de abandono de juegos casuales en línea y móviles usando datos de registro de juego". PLOS ONE . ​​12 (7): e0180735. Bibcode :2017PLoSO..1280735K. doi : 10.1371/journal.pone.0180735 . PMC 5498062 . PMID  28678880. 
  35. ^ Jia, Adele Lu; Shen, Siqi; Bovenkamp, ​​Ruud Van De; Iosup, Alexandru; Kuipers, Fernando; Epema, Dick HJ (26 de octubre de 2015). "Socializar mediante juegos: revelar relaciones sociales en juegos multijugador en línea". ACM Transactions on Knowledge Discovery from Data . 10 (2): 1–29. doi :10.1145/2736698. S2CID  207224445.
  36. ^ Li, Lin; Li, Ang; Hao, Bibo; Guan, Zengda; Zhu, Tingshao (22 de enero de 2014). "Predicción de la personalidad de los usuarios activos en función de los comportamientos de microblogging". PLOS ONE . ​​9 (1): e84997. Bibcode :2014PLoSO...984997L. doi : 10.1371/journal.pone.0084997 . PMC 3898945 . PMID  24465462. 
  37. ^ Buchanan, E. y Zimmer, M. (2018). Ética de la investigación en Internet. En The Stanford Encyclopedia of Philosophy. Metaphysics Research Lab, Universidad de Stanford. https://plato.stanford.edu/entries/ethics-internet-research/
  38. ^ Boehlefeld, Sharon Polancic (junio de 1996). "Hacer lo correcto: investigación ética en el ciberespacio". La sociedad de la información . 12 (2): 141–152. doi :10.1080/713856136.
  39. ^ Hudson, James M.; Bruckman, Amy (abril de 2004). "'Vete': objeciones de los participantes a ser estudiados y la ética de la investigación en salas de chat". La sociedad de la información . 20 (2): 127–139. CiteSeerX  10.1.1.72.635 . doi :10.1080/01972240490423030. S2CID  18558685.
  40. ^ Crawford, Kate; Schultz, Jason (enero de 2014). "Big Data y debido proceso: hacia un marco para reparar los daños predictivos a la privacidad". Boston College Law Review . 55 (1): 93–128. ProQuest  1664533162.
  41. ^ Grady, Christine; Cummings, Steven R.; Rowbotham, Michael C.; McConnell, Michael V.; Ashley, Euan A.; Kang, Gagandeep (2 de marzo de 2017). "Consentimiento informado". New England Journal of Medicine . 376 (9): 856–867. doi : 10.1056/nejmra1603773 . PMID  28249147.
  42. ^ "Consentimiento informado" (PDF) . New England Journal of Medicine . 376 (20): e43. 18 de mayo de 2017. doi :10.1056/NEJMc1704010.
  43. ^ Jackman, Molly; Kanerva, Lauri (14 de junio de 2016). "Evolución del IRB: creación de una revisión sólida para la investigación de la industria". Washington and Lee Law Review Online . 72 (3): 442.
  44. ^ Regan, Priscilla M.; Jesse, Jolene (septiembre de 2019). «Desafíos éticos de la tecnología educativa, los macrodatos y el aprendizaje personalizado: clasificación y seguimiento de los estudiantes del siglo XXI». Ética y tecnología de la información . 21 (3): 167–179. doi :10.1007/s10676-018-9492-2. S2CID  54220346.
  45. ^ Wyatt, Anne (enero de 2008). "¿Qué información financiera y no financiera sobre activos intangibles es relevante para el valor? Una revisión de la evidencia". Investigación contable y empresarial . 38 (3): 217–256. doi :10.1080/00014788.2008.9663336. S2CID  219594306.
  46. ^ Luft, Joan (1 de septiembre de 2009). "Información no financiera y contabilidad: una reconsideración de los beneficios y desafíos". Horizontes contables . 23 (3): 307–325. doi :10.2308/acch.2009.23.3.307.
  47. ^ Cohen, Jeffrey; Holder-Webb, Lori; Nath, Leda; Wood, David (1 de enero de 2011). "Percepciones de los inversores minoristas sobre la utilidad de las divulgaciones sobre desempeño económico, gobernanza y responsabilidad social corporativa". Investigación conductual en contabilidad . 23 (1): 109–129. doi :10.2308/bria.2011.23.1.109. S2CID  145264864.
  48. ^ Park, Patrick; Macy, Michael (27 de diciembre de 2015). "La paradoja de los usuarios activos". Big Data & Society . 2 (2): 205395171560616. doi : 10.1177/2053951715606164 .
  49. ^ Sorkin, Andrew Ross (6 de febrero de 2012). "¿Esos millones de personas en Facebook? Es posible que algunos ni siquiera lo visiten". DealBook .
  50. ^ Jenkins, G. Douglas Jr.; Mitra, Atul; Gupta, Nina; Shaw, Jason D. (1998). "¿Están los incentivos financieros relacionados con el rendimiento? Una revisión metaanalítica de la investigación empírica". Revista de Psicología Aplicada . 83 (5): 777–787. doi :10.1037/0021-9010.83.5.777. S2CID  55875563.
  51. ^ Trueman, Brett; Wong, MH Franco; Zhang, Xiao-Jun (2000). "La verdad está en la vista: en busca del valor en las acciones de Internet". Journal of Accounting Research . 38 : 137–162. CiteSeerX 10.1.1.195.103 . doi :10.2307/2672912. JSTOR  2672912. 
  52. ^ Lazer, Ron; Lev, Baruch; Livnat, Joshua (mayo de 2001). "Tráfico de Internet y rentabilidad de la cartera". Financial Analysts Journal . 57 (3): 30–40. doi :10.2469/faj.v57.n3.2448. S2CID  153506314.
  53. ^ Kang, Jun-Koo; Lee, Inmoo; Na, Hyun Seung (junio de 2010). "Choque económico, incentivos para propietarios y gerentes y reestructuración corporativa: evidencia de la crisis financiera en Corea". Journal of Corporate Finance . 16 (3): 333–351. doi :10.1016/j.jcorpfin.2009.12.001. S2CID  153441435.
  54. ^ Li, Dahui; Browne, Glenn J.; Chau, Patrick YK (agosto de 2006). "Una investigación empírica del uso de sitios web mediante un modelo basado en el compromiso". Decision Sciences . 37 (3): 427–444. doi :10.1111/j.1540-5414.2006.00133.x.
  55. ^ Kim, Sung S.; Malhotra, Naresh K. (febrero de 2005). "Predicción del uso del sistema a partir de la intención y el uso pasado: cuestiones de escala en los predictores". Decision Sciences . 36 (1): 187–196. doi :10.1111/j.1540-5915.2005.00070.x.
  56. ^ Venkatesh, Viswanath; Morris, Michael G.; Davis, Gordon B.; Davis, Fred D. (2003). "Aceptación de la tecnología de la información por parte de los usuarios: hacia una visión unificada". MIS Quarterly . 27 (3): 425–478. doi :10.2307/30036540. JSTOR  30036540. S2CID  14435677.
  57. ^ Buchanan, Robin WT; Gillies, Crawford S. (diciembre de 1990). "Relaciones gestionadas con valor: la clave para la retención de clientes y la rentabilidad". Revista Europea de Gestión . 8 (4): 523–526. doi :10.1016/0263-2373(90)90115-M.
  58. ^ Reichheld, Frederick F; Schefter, Phil (2000). "Fidelización electrónica: su arma secreta en la Web". Harvard Business Review . 78 (4): 105–113. ProQuest  227807543.