Los usuarios activos son una métrica de rendimiento de software que se utiliza habitualmente para medir el nivel de interacción con un producto u objeto de software en particular , cuantificando el número de interacciones activas de usuarios o visitantes dentro de un rango de tiempo relevante (diario, semanal y mensual).
Esta métrica tiene múltiples usos en la gestión de software, como en servicios de redes sociales , juegos en línea o aplicaciones móviles ; en análisis web , como en aplicaciones web ; en comercio , como en banca en línea; y en el ámbito académico, como en análisis del comportamiento del usuario y análisis predictivo. Si bien tiene amplios usos en el aprendizaje, la predicción y la elaboración de informes del comportamiento digital, también tiene repercusiones en la privacidad y la seguridad , por lo que se deben considerar detenidamente los factores éticos. 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 resulta problemática. Además, la mayoría de los proveedores tienen interés en mostrar este número lo más alto posible, definiendo incluso la interacción más mínima como "activa". [ 2 ] Aun así, este número es una métrica relevante para evaluar el desarrollo de la interacción del usuario con 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
Indicadores clave de rendimiento (KPI) y predictores del éxito en la medición del compromiso y 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 puede utilizarse para predecir el crecimiento o la disminución del 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 contenido generado . Los usuarios activos pueden utilizarse como un indicador clave de rendimiento (KPI), gestionando y prediciendo 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 tasa de participación y retención de 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 o superiores son un punto de inflexión para el crecimiento, mientras que las relaciones sostenidas de 0,2 o superiores marcan un éxito duradero. [ 8 ]
Chen, Lu, Chau y Gupta (2014) [ 9 ] argumentan que un mayor número de usuarios ( adoptadores tempranos ) conducirá a un mayor contenido generado por el usuario , como publicaciones de fotos y videos, 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 un aumento de usuarios activos en un período de tiempo predeterminado, puede aumentar la presencia social de un individuo . La presencia social puede definirse como el grado en 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 individual de los sistemas web 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 de comunicaciones relacionados 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 parecen 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 ]

Un mayor número de usuarios activos aumenta el número de visitas en sitios específicos. Con más tráfico, se atraerán más anunciantes , lo que contribuirá a la generación de ingresos . [ 15 ] En 2014, el 88% del propósito del uso de redes sociales por parte de las corporaciones 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 patrones de consumo de los clientes. [ 17 ] Los datos de usuarios activos se pueden utilizar para determinar períodos de alto tráfico y crear modelos de comportamiento de los usuarios para utilizarlos en publicidad dirigida. El aumento de perfiles de clientes, debido al aumento de usuarios activos, garantiza anuncios personalizados y adaptados más relevantes . Bleier y Eisenbeiss (2015) [ 18 ] encontraron que los anuncios más personalizados y relevantes aumentan las " respuestas de visualización " y fortalecen significativamente la efectividad del " banner publicitario ". DeZoysa (2002) [ 19 ] encontró que los consumidores son más propensos a abrir y responder a anuncios personalizados que son relevantes para ellos.
Fines de presentación 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 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 divulgación y normas contables. Por ejemplo, en Australia, las empresas deben cumplir con las normas contables establecidas por el Consejo Australiano de Normas de Contabilidad , 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). Algunos ejemplos pueden incluir:
Los métodos alternativos para informar estas métricas son a través de 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 ] donde la información relevante de la empresa se difunde 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 las tecnologías de comunicación digital informan sobre la información y tienen la capacidad de afectar a los participantes del mercado .
Admiraal (2009) [ 26 ] enfatizó que las métricas no financieras reportadas por las empresas de redes sociales , incluidos los usuarios activos, pueden no brindar la seguridad deseable en las mediciones de éxito, ya que la guía y las regulaciones de informes que salvaguardan la confiabilidad y la calidad de la información son demasiado escasas y aún no se han estandarizado . Cohen et al. (2012) [ 27 ] la 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 según las industrias y los tamaños. En 2008, la Comisión de Bolsa y Valores de EE. UU. adoptó un enfoque cauteloso al revisar su guía de divulgación pública para las empresas de redes sociales y afirmó que la información es " 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 inversores y las comunicaciones corporativas , asegurando que las necesidades de los inversores y analistas se satisfagan conjuntamente.
Uso en el ámbito académico
Investigación, análisis del comportamiento web y predicción.
La métrica de usuario activo puede ser particularmente útil en el análisis del comportamiento y el análisis predictivo . En el contexto del análisis predictivo , la métrica de usuario activo se puede aplicar en diversos campos, como 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, utilizaron esta métrica para realizar una investigación en el ámbito de la atención médica con el fin de estudiar la calidad y el impacto 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 costar a la economía mundial 16 billones de dólares estadounidenses para 2030, si hay una falta de recursos asignados a la salud mental . [ 31 ] Mediante el 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 del público tiene efectos positivos en la intención conductual de los participantes de su investigación de utilizar intervenciones 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 ideación suicida. [ 33 ]
En el ámbito 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 la "duración activa" y el "número de partidas", pueden tener correlaciones inversas con las tasas de abandono, donde "tiempos de juego más cortos y menor número de partidas" se asocian con tasas de abandono más altas. [ 34 ] Jia et al. (2015) [ 35 ] demostraron que existen estructuras sociales que se desarrollan o emergen y se centran en jugadores muy activos, con similitud estructural entre juegos multijugador en línea , como StarCraft II y Dota .
La métrica Usuarios Activos puede utilizarse para predecir los rasgos de personalidad de una persona , los cuales pueden clasificarse y agruparse en categorías. Estas categorías tienen una precisión que oscila entre el 84 % y el 92 %. [ 36 ] Según el número de usuarios en un grupo determinado, el objeto de internet asociado a él puede considerarse como "tendencia" y como un "área de interés".
Consideraciones éticas y limitaciones
Con la evolución de internet como herramienta para la comunicación y la socialización , las consideraciones éticas también han pasado de estar basadas en datos a estar centradas en el ser humano, lo que complica aún más los problemas éticos relacionados con los conceptos de público y privado en los dominios en línea, donde los investigadores y los sujetos no comprenden completamente los términos y condiciones [ 37 ]. Las consideraciones éticas deben tenerse en cuenta en términos de consentimiento participativo, confidencialidad, privacidad e integridad de los datos , y normas disciplinarias, industriales y profesionales , así como estándares aceptados en la computación en la nube y la investigación de big data . Boehlefeld (1996) [ 38 ] señaló que los investigadores suelen referirse a los principios éticos de sus respectivas disciplinas, ya que buscan orientación, y recomendó las directrices 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 conocimiento 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 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 por determinar" antes de que se lleve a cabo la investigación. Grady et al. (2017) [ 41 ] señalaron que los avances tecnológicos pueden ayudar a obtener el consentimiento sin la reunión presencial de los investigadores y los participantes de la investigación .
Un gran número de investigaciones se basa 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 ] consideraron 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 haberse sentido 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 se han hecho 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 políticos en torno a cuestiones éticas relacionadas con la integración de la tecnología educativa (edtech) en el entorno educativo de K-12 , ya que los menores de edad son percibidos como el segmento más vulnerable de toda la población. [ 44 ]
Limitaciones y desafíos técnicos
Muchas empresas de redes sociales tienen sus respectivas definiciones y métodos de cálculo diferentes para la métrica de usuarios activos. Estas diferencias a menudo causan diferencias en la variable que la métrica está midiendo. Wyatt (2008) [ 45 ] argumenta que hay evidencia de que algunas métricas reportadas por las empresas de redes sociales no parecen ser confiables , ya que requieren juicios categóricos , pero aún son relevantes para los usuarios de estados financieros . Luft (2009) [ 46 ] señaló que las métricas no financieras, como los usuarios activos, presentan desafíos en la precisión de la medición y la idoneidad de la ponderación cuando se combinan con medidas de informes contables . Ha habido un creciente interés por parte de la prensa empresarial y la academia en 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 usuarios únicos que realizan acciones específicas que los recolectores de datos consideran un signo de actividad. Estas acciones incluyen visitar la página de inicio o de bienvenida de un sitio web, iniciar sesión, comentar, subir contenido o acciones similares que hacen uso del producto. El número 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 modifican 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 la interacción 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 de la interacción del cliente e inflar el número de usuarios activos, mientras que subir contenido o comentar puede ser demasiado específico para un producto y subestimar 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 han realizado acciones para compartir contenido y actividad, a diferencia de LinkedIn que usa miembros registrados, visitas a la página y visualizaciones. Por ejemplo, un cliente que usa Facebook una vez, para "comentar" o "compartir contenido", también puede ser contado como un "usuario activo". [ 49 ] Una causa potencial de estas imprecisiones 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 ] encontraron 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 ] encontraron que los sitios web más populares generaban mayores rendimientos de las acciones, en su análisis de investigación de datos de tráfico de empresas de Internet a través de la división de datos de tráfico superiores e inferiores a la mediana. Generar más rendimientos de la cartera puede influir en los inversores para votar a favor de un paquete de bonificación más favorable para la dirección ejecutiva . La investigación de Kang, Lee y Na (2010) [ 53 ] sobre la crisis financiera de 2008 destaca la importancia de prevenir los " incentivos de expropiación " de los inversores, lo que tiene implicaciones muy importantes en el gobierno corporativo , especialmente durante una crisis económica.
El usuario activo tiene limitaciones para 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 ] Los efectos del comportamiento previo a la adopción en el comportamiento posterior a la adopción, que se predice en investigaciones anteriores, [ 55 ] se encuentran asociados con factores como el hábito, el género y algunos otros datos socioculturales demográficos . [ 56 ] Buchanan y Gillies (1990) [ 57 ] y Reichheld y Schefter (2000) [ 58 ] argumentan que los comportamientos posteriores a la adopción y el uso continuo son "relativamente más importantes que el uso inicial o por primera vez" ya que muestran "el grado de lealtad del consumidor " y que, en última instancia, producen valor del producto a largo plazo .
Referencias
- ^ 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 .
- "Por ejemplo, Spotify 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 .
- ^ "Usuarios activos mensuales (MAU)" . Base de conocimientos de la App Store . AppStoreGrowth. 11 de diciembre de 2019. Archivado del original el 8 de marzo de 2021. Consultado el 20 de enero de 2020 .
- ^ Darrow B (12 de septiembre de 2017). "Cómo Slack planea facilitar la comunicación con colegas de otras empresas" . Fortune . Consultado el 16 de febrero de 2019 .
- ^ Shaban H (7 de febrero de 2019). "Twitter revela por primera vez sus cifras de usuarios activos diarios" . The Washington Post . Consultado el 16 de febrero de 2019 .
- ^ Wu, Xianfeng (enero de 2024). "¿Quién está mirando? Clasificación de los espectadores deportivos en los servicios de transmisión en vivo de redes sociales". Annals of Operations Research . 332 ( 1–3 ): 1303–1305 . doi : 10.1007/s10479-023-05305-6 .
- ^ "Comprender el comportamiento de juego repetitivo en juegos casuales utilizando un enfoque de aumento de datos bayesiano". Marketing Cuantitativo y Economía .
- ^ Lovell N (26 de octubre de 2011). "DAU/MAU = engagement" . Gamesbrief . Consultado el 3 de diciembre de 2019 .
- ^ 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 .
- ^ 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". Communication Research . 14 (5): 529– 552. doi : 10.1177/009365087014005005 . S2CID 145786143 .
- ^ Cyr, Dianne; Hassanein, Khaled; Head, Milena; Ivanov, Alex (enero de 2007). "El papel de la presencia social en el establecimiento de la lealtad en entornos de servicios electrónicos". Interacting with Computers . 19 (1): 43– 56. doi : 10.1016/j.intcom.2006.07.010 .
- ^ Moon, Ji-Won; Kim, Young-Gul (febrero de 2001). "Ampliando el TAM para un contexto de la World Wide Web". Information & Management . 38 (4): 217– 230. CiteSeerX 10.1.1.859.5396 . doi : 10.1016/S0378-7206(00)00061-6 . S2CID 17709833 .
- ^ Munnukka, Juha (30 de octubre de 2007). "Características de los primeros adoptadores en los mercados de comunicaciones móviles". Marketing Intelligence & Planning . 25 (7): 719– 731. doi : 10.1108/02634500710834188 .
- ^ "El fracaso de Snap en alcanzar su objetivo de usuarios demuestra la dificultad de predecir el crecimiento" . Bloomberg.com . 21 de julio de 2020. Consultado el 1 de noviembre de 2020 .
- ^ 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 .
- ^ Dehghani, Milad; Niaki, Mojtaba Khorram; Ramezani, Iman; Sali, Rasoul (junio de 2016). "Evaluación de la influencia de la publicidad de YouTube para la atracción de clientes jóvenes". Computers in Human Behavior . 59 : 165–172 . doi : 10.1016/j.chb.2016.01.037 .
- ^ Rao, Bharat; Minakakis, Louis (diciembre de 2003). "Evolución de los servicios móviles basados en la ubicación". Communications of the ACM . 46 (12): 61– 65. doi : 10.1145/953460.953490 . S2CID 1330830 .
- ^ Bleier, Alexander; Eisenbeiss, Maik (septiembre de 2015). "Eficacia de la publicidad personalizada en línea: la interacción de qué, cuándo y dónde". Marketing Science . 34 (5): 669– 688. doi : 10.1287/mksc.2015.0930 .
- ^ DeZoysa, Sanjima. "La publicidad móvil necesita volverse personal". Telecomunicaciones Internacionales . 36 (2).
- ^ FASB. (2008). Declaración de conceptos de contabilidad financiera n.° 1. Recuperado de http://www.fasb.org/resources/ccurl/816/894/aop_CON1.pdf
- ^ a b Weitz, Rob; Henry, Theresa; Rosenthal, David (1 de enero de 2014). "Limitaciones de las métricas no financieras reportadas por las empresas de redes sociales" . Journal of International Technology and Information Management . 23 (3). doi : 10.58729/1941-6679.1074 . S2CID 220610972 .
- ^ Frankel, Richard; Li, Xu (junio de 2004). "Características del entorno informativo de una empresa y la asimetría de información entre personas internas y externas". Journal of Accounting and Economics . 37 (2): 229– 259. doi : 10.1016/j.jacceco.2003.09.004 .
- ^ Rubin, Amir; Rubin, Eran (julio de 2010). "Inversores informados e Internet". Journal of Business Finance & Accounting . 37 ( 7–8 ): 841–865 . doi : 10.1111/j.1468-5957.2010.02187.x . S2CID 59058862 .
- ^ Saxton, Gregory D. (septiembre de 2012). "Nuevos medios e información contable externa: una revisión crítica: nuevos medios e información contable externa". Australian Accounting Review . 22 (3): 286– 302. doi : 10.1111/j.1835-2561.2012.00176.x .
- ^ Frieder, Laura L.; Zittrain, Jonathan (2007). "El spam funciona: evidencia de los promotores de acciones y la actividad correspondiente del mercado" . Documento de trabajo del Centro Berkman . SSRN 920553 .
- ^ Admiraal, Michèl; Nivra, Royal; Turksema, Rudi (julio de 2009). "Informes sobre información no financiera". Revista Internacional de Auditoría Gubernamental . 36 (3): 15– 20. ProQuest 236822392 .
- ^ Cohen, Jeffrey R.; Holder-Webb, Lori L.; Nath, Leda; Wood, David (1 de marzo de 2012). "Informes corporativos de indicadores principales no financieros de desempeño económico y sostenibilidad". Accounting Horizons . 26 (1): 65– 90. doi : 10.2308/acch-50073 . S2CID 154627046 .
- ^ Comisión de Bolsa y Valores de EE. UU. (2008). Guía de la Comisión sobre el uso de sitios web de empresas (Comunicado n.° 34-58288). Recuperado de http://www.sec.gov/rules/interp/%202008/34-58288.pdf .
- ^ Alexander, Raquel Meyer; Gentry, James K. (marzo de 2014). "Uso de las redes sociales para informar sobre los resultados financieros". Business Horizons . 57 (2): 161– 167. doi : 10.1016/j.bushor.2013.10.009 .
- ^ 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 .
- ^ 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 de The 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 .
- ^ Chuenphitthayavut, Krittipat; Zihuang, Tang; Zhu, Tingshao (junio de 2020). "La predicción de la intención conductual de usar intervenciones de salud mental en línea". PsyCh Journal . 9 (3): 370– 382. doi : 10.1002/pchj.333 . PMID 31957241. S2CID 210832011 .
- ^ Hoffmann, Willem A. (enero de 2006). "Tecnologías telemáticas en la atención de la salud mental: un programa psicoeducativo basado en la web para adolescentes sobrevivientes de suicidio". Issues in Mental Health Nursing . 27 (5): 461– 474. doi : 10.1080/01612840600599978 . PMID 16613799. S2CID 34925001 .
- ^ Kim, Seungwook; Choi, Daeyoung; Lee, Eunjung; Rhee, Wonjong (5 de julio de 2017). "Predicción de abandono de juegos casuales móviles y en línea utilizando datos de registro de juego" . PLOS ONE . 12 (7) e0180735. Bibcode : 2017PLoSO..1280735K . doi : 10.1371/ journal.pone.0180735 . PMC 5498062. PMID 28678880 .
- ^ Jia, Adele Lu; Shen, Siqi; Bovenkamp, Ruud Van De; Iosup, Alexandru; Kuipers, Fernando; Epema, Dick HJ (26 de octubre de 2015). "Socialización mediante juegos: revelación de relaciones sociales en juegos multijugador en línea" . ACM Transactions on Knowledge Discovery from Data . 10 (2): 1– 29. doi : 10.1145/2736698 . S2CID 207224445 .
- ^ Li, Lin; Li, Ang; Hao, Bibo; Guan, Zengda; Zhu, Tingshao (22 de enero de 2014). " Predicción de la personalidad de los usuarios activos basada en comportamientos de microblogging" . PLOS ONE . 9 (1) e84997. Bibcode : 2014PLoSO...984997L . doi : 10.1371/journal.pone.0084997 . PMC 3898945. PMID 24465462 .
- ^ Buchanan, E., & Zimmer, M. (2018). Ética de la investigación en Internet. En La enciclopedia de filosofía de Stanford. Laboratorio de investigación en metafísica, Universidad de Stanford. https://plato.stanford.edu/entries/ethics-internet-research/
- ^ Boehlefeld, Sharon Polancic (junio de 1996). "Hacer lo correcto: investigación ética en el ciberespacio". The Information Society . 12 (2): 141– 152. doi : 10.1080/713856136 .
- ^ 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 .
- ^ 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 .
- ^ 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 .
- ^ "Consentimiento informado" (PDF) . New England Journal of Medicine . 376 (20): e43. 18 de mayo de 2017. doi : 10.1056/NEJMc1704010 .
- ^ Jackman, Molly; Kanerva, Lauri (14 de junio de 2016). "Evolucionando el IRB: Construyendo una revisión sólida para la investigación industrial" . Washington and Lee Law Review Online . 72 (3): 442.
- ^ Regan, Priscilla M.; Jesse, Jolene (septiembre de 2019). "Desafíos éticos de la tecnología educativa, el big data y el aprendizaje personalizado: clasificación y seguimiento de estudiantes del siglo XXI". Ética y tecnología de la información . 21 (3): 167– 179. doi : 10.1007/s10676-018-9492-2 . S2CID 54220346 .
- ^ Wyatt, Anne (enero de 2008). "¿Qué información financiera y no financiera sobre intangibles es relevante para la valoración? Una revisión de la evidencia". Accounting and Business Research . 38 (3): 217– 256. doi : 10.1080/00014788.2008.9663336 . S2CID 219594306 .
- ^ Luft, Joan (1 de septiembre de 2009). "Información no financiera y contabilidad: una reconsideración de los beneficios y los desafíos". Accounting Horizons . 23 (3): 307– 325. doi : 10.2308/acch.2009.23.3.307 .
- ^ Cohen, Jeffrey; Holder-Webb, Lori; Nath, Leda; Wood, David (1 de enero de 2011). "Percepciones de los inversores minoristas sobre la utilidad para la toma de decisiones de las divulgaciones sobre el desempeño económico, la gobernanza y la responsabilidad social corporativa". Behavioral Research in Accounting . 23 (1): 109– 129. doi : 10.2308/bria.2011.23.1.109 . S2CID 145264864 .
- ^ 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 .
- ^ Sorkin, Andrew Ross (6 de febrero de 2012). "¿Esos millones en Facebook? Puede que algunos no lo visiten realmente" . DealBook .
- ^ Jenkins, G. Douglas Jr.; Mitra, Atul; Gupta, Nina; Shaw, Jason D. (1998). "¿Están los incentivos financieros relacionados con el desempeño? Una revisión meta-analítica de la investigación empírica". Journal of Applied Psychology . 83 (5): 777– 787. doi : 10.1037/0021-9010.83.5.777 . S2CID 55875563 .
- ^ Trueman, Brett; Wong, MH Franco; Zhang, Xiao-Jun (2000). "The Eyeballs Have It: Searching for the Value in Internet Stocks". Journal of Accounting Research . 38 : 137– 162. CiteSeerX 10.1.1.195.103 . doi : 10.2307/2672912 . JSTOR 2672912 .
- ^ Lazer, Ron; Lev, Baruch; Livnat, Joshua (mayo de 2001). "Tráfico de Internet y rentabilidad de las carteras". Financial Analysts Journal . 57 (3): 30– 40. doi : 10.2469/faj.v57.n3.2448 . S2CID 153506314 .
- ^ Kang, Jun-Koo; Lee, Inmoo; Na, Hyun Seung (junio de 2010). "Choque económico, incentivos para propietarios-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 .
- ^ 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 .
- ^ Kim, Sung S.; Malhotra, Naresh K. (febrero de 2005). "Predicción del uso del sistema a partir de la intención y el uso anterior: problemas de escala en los predictores". Decision Sciences . 36 (1): 187– 196. doi : 10.1111/j.1540-5915.2005.00070.x .
- ^ Venkatesh, Viswanath; Morris, Michael G.; Davis, Gordon B.; Davis, Fred D. (2003). "Aceptación del usuario de la tecnología de la información: hacia una visión unificada". MIS Quarterly . 27 (3): 425– 478. doi : 10.2307/30036540 . JSTOR 30036540 . S2CID 14435677 .
- ^ Buchanan, Robin WT; Gillies, Crawford S. (diciembre de 1990). "Relaciones gestionadas en valor: la clave para la retención de clientes y la rentabilidad". European Management Journal . 8 (4): 523– 526. doi : 10.1016/0263-2373(90)90115-M .
- ^ Reichheld, Frederick F; Schefter, Phil (2000). "E-loyalty: Your secret weapon on the Web". Harvard Business Review . 78 (4): 105– 113. ProQuest 227807543 .
- Indicadores publicitarios
- Terminología de Internet
- Análisis de marketing
- Terminología de videojuegos