En estos tiempos de sobreabundancia informativa -y propagandística- la percepción que los posibles usuarios tienen de una nueva tecnología está condicionada por muchas influencias que nada tienen que ver con sus méritos objetivos. Durante los años previos al estallido de la anterior burbuja tecnológica muchas decisiones de inversión en tecnologías de la información se tomaron por criterios de «moda» y no de valor para el negocio. ¿A alguien le vienen a la cabeza siglas como SCM, CRM o E-business?

Por el contrario, en un momento actual caracterizado por presupuestos más restrictivos, las empresas buscan criterios que les ayuden a identificar las situaciones de «exuberancia irracional» que se crean alrededor de ciertas tecnologías y que podrían llevarles a decisiones de inversión de las que más tarde tendrían que arrepentirse. Una herramienta muy utilizada es el modelo de Hype Cycle de la conocida firma de análisis Gartner Group.

El modelo representa la evolución de lo que denomina visibilidad de una tecnología emergente (aunque sería más correcto llamarlo expectativas despertadas por esa tecnología) en función del tiempo. Una evolución que progresa desde un entusiasmo exagerado, pasando por un período de desilusión hasta una eventual comprensión de la relevancia de la tecnologia y de su papel en un mercado o dominio. En «Understanding Hype Cycles» Gartner describe el modelo y las etapas típicas en las que se divide, que reciben los alegóricos nombres de Technology Trigger, Peak of Inflated Expectations, Trough of Disillusionment, Slope of Enlightenment y Plateau of Productivity (ver figura).

El Hype Cycle describe no tanto una tecnología como las percepciones y la actitud de las personas ante la innovación. El modelo se justifica por la influencia de dos fuerzas principales que conforman las expectativas que se crean alrededor de una nueva tecnología:

• En primer lugar, el ruido de comunicación (noticias, publicidad…) sobre dicha tecnología, que es el factor predominante durante las primeras fases de su vida, y que fomenta inicialmente la creación de expectativas especulativas y en muchos casos infundadas y posteriormente (si la tecnología no cumple sus promesas) la caída en la percepción pública hasta niveles incluso inferiores a los que le corresponderían aplicando criterios realistas.
• Posteriormente, la madurez de la tecnología (desde un punto de vista técnico y de negocio) que conlleva una mejora en las prestaciones, su adopción por parte de los clientes, etc. y que va regenerando las expectativas hasta un nivel acorde con los méritos de la tecnología y los beneficios que aporta. Esta regeneración no está ya basada en la especulación sino en experiencias reales.

Por supuesto, no quiere decirse que todas las tecnologías sigan exactamente este patrón: las hay que evolucionan sin experimentar un pico de expectativas claro, protagonizando varios picos y valles, etc.

El Hype Cycle se une así a otros modelos de ciclo de vida que se aplican a las tecnologías (el clásico ciclo de vida de un producto o tecnología, la curva en S, el TALC…), aunque con algunas diferencias: el Hype Cycle es más útil desde la perspectiva del comprador de tecnología (no del proveedor), tiene un carácter eminentemente descriptivo y su utilidad predictiva y de definición de planes de acción es menor.

Hay que mencionar que Gartner publica periódicamente informes donde se analiza la posición en cada momento de diversas tecnologías (p.ej., Linux, gestión de datos, tecnologías emergentes) en el Hype Cycle. Por eso, aunque en la descripción del Peak of Inflated Expectations esta empresa menciona que durante esta fase “las únicas empresas que ganan dinero son los organizadores de conferencias y los editores de revistas” no sería injusto incluir a los analistas en ese privilegiado grupo.

La principal enseñanza del Hype Cycle es que las empresas no deberían invertir en una tecnología únicamente porque está generando mucho ruido ni deberían desdeñarla sólo porque no está cumpliendo unas expectativas iniciales exageradas. Por el contrario, los usuarios deberían identificar qué tecnologías son potencialmente beneficiosas para su negocio (y cuánto) e invertir teniendo en cuenta los riesgos asociados a su grado de madurez.

Como curiosidad, Gartner cita como ejemplo de informe de Hype Cycle singularmente influyente el que publicó en noviembre de 1999 sobre las tecnologías de E-Business y en el que se anticipaba el estallido de la burbuja puntocom que se produjo en la primavera del 2000.

Si hay un concepto que resume las diferencias entre los mercados de productos tecnológicos e innovadores y los que no lo son, ése es el proceso de difusión. Los productos tradicionales son ya conocidos por los clientes y han sido adoptados por ellos. Sin embargo, toda innovación produce una cierta discontinuidad y riesgos: en cuanto al nivel de conocimiento de los potenciales usuarios, en que exige cambios en el comportamiento de estos y en la infraestructura para soportar su uso, etc. Esto hace necesario que el nuevo producto tenga que ser conocido y aceptado a lo largo del mercado al que va dirigido en un proceso social de adopción que se conoce como difusión.

Históricamente, el no tener en cuenta la difusión e intentar aplicar un estilo clásico de marketing (“a lo Procter & Gamble”, por así decirlo) a las innovaciones discontinuas ha producido en general resultados impredecibles y decepcionantes. Necesitamos conocer cómo funciona el proceso de difusión para poder predecirlo y gestionarlo de una manera activa. Para conseguirlo, en los años 1960 el marketing adoptó una serie de modelos originarios de las ciencias sociales que explican la manera en que las comunidades adoptan la innovación. Existen dos grandes modelos clásicos de difusión: el de E. Rogers y el de F. Bass.

Everett Rogers estudió a través de diversas comunidades y sistemas sociales cómo los diferentes perfiles de sus miembros (los potenciales “adoptadores”) incidían en la adopción de una innovación. En su obra fundacional “Diffusion of Innovations” clasifica a los usuarios en una serie de perfiles psicográficos en función de una variable principal: su respuesta a la discontinuidad y su propensión a adoptar la innovación. Rogers asignó a estas categorías de usuarios los nombres ya clásicos (y bastante expresivos) de Innovators, Early Adopters, Early Majority, Late Majority y Laggards, ordenados de mayor a menor disposición a aceptar la innovación.  Incluso llegó a postular una forma de campana de Gauss para la curva de adopción y unos porcentajes determinados para cada categoría de usuarios, como se representa en la figura:

Aplicado al marketing de nuevos productos, el modelo de Rogers fue conocido como el Ciclo de Vida de Adopción de la Tecnología (TALC, Technology Adoption Life Cycle). Cuando una innovación discontinua se lanza al mercado es necesario conseguir inicialmente el respaldo de las categorías de usuarios más innovadores (menos aversos al riesgo y más dispuestos a experimentar) para posteriormente ir adaptando el marketing y avanzando hacia esa mayoría de usuarios (más conservadores) que constituyen nuestro último objetivo. Aunque el modelo se basa en la heterogeneidad de los potenciales clientes -en cuanto a su respuesta frente a la innovación- sigue asumiendo una cierta conectividad entre ellos en el sentido de que una vez ganada una categoría de usuarios, y apoyándonos en ella, podemos ganar la siguiente. Este enfoque se aplicó con relativo éxito al marketing de tecnología en los años 1980 y logró que se popularizaran términos como Early Adopters (el primer blanco de todo high-tech marketer).

Por su parte Frank Bass propuso en “A New Product Growth Model for Consumer Durables” un modelo matemático sobre cómo la información acerca de un nuevo producto se pasa  entre los individuos de un sistema social y cómo eso afecta al momento de adopción. Básicamente, un individuo adopta la innovación como resultado de dos tipos de influencias:

• La actividad  en el mercado de la empresa que proporciona el nuevo producto, incluyendo el atractivo de la propia innovación y otras actividades para informar e influir en los compradores (ej: publicidad y otras comunicaciones). Esta actividad se refleja en el parámetro (p) de influencia externa del modelo.
• Las actividades internas al propio mercado, resultado de la interacción entre adoptadores y potenciales adoptadores dentro del sistema social (ej: boca a boca, comunicaciones interpersonales). Esta actividad se refleja en el parámetro (q) de influencia interna, que captura la magnitud de la influencia de un adoptador sobre un no adoptador.

Los valores de p y q son específicos de cada producto. La siguiente gráfica presenta el perfil de la curva de adopción de Bass para diferentes valores de los parámetros:

El modelo de Bass asume que la red social está totalmente conectada y es homogénea (los valores de los parámetros son los mismos para todos los individuos). Por lo tanto, a diferencia del modelo de Rogers, el driver del crecimiento del mercado es la interacción entre consumidores, más que la heterogeneidad de estos.

Tanto el modelo de Rogers como el de Bass representan la difusión de la nueva categoría de producto en su conjunto (es decir, no las ventas de un proveedor en particular). En ambos casos, si en lugar de la evolución de la adopción en el tiempo presentáramos la adopción acumulada tendríamos la típica curva en S que exhibe un crecimiento monótono hasta llegar a la saturación del mercado.

En un próximo post hablaremos del uso de estos modelos en el marketing de productos tecnológicos y de algunas de las limitaciones que presentan.