1. Introducción

Las opiniones de los viajeros en webs como Booking.com (Booking en adelante) constituyen una importante fuente de información, que resulta especialmente útil para la evaluación de la satisfacción de los consumidores. De esta forma es posible obtener una gran cantidad de información de forma casi inmediata y con unos costes muy reducidos. Existe una percepción subjetiva sobre la calidad de los diferentes destinos de la costa española. Mientras unas provincias se identifican con un turismo de “alto standing” otras se asocian a un “turismo masivo” de poder adquisitivo medio -bajo. El análisis de las valoraciones de los consumidores, ayudará a confirmar o rechazar esta primera hipótesis (H₁), determinando si efectivamente esas apreciaciones se traducen en datos objetivos sobre las valoraciones de los hoteles. El sector turístico español, parece haber sostenido su nivel de actividad en los últimos años, a pesar de la persistente crisis económica. Pero desconocemos si lo ha hecho a costa de una reducción en la calidad de los servicios, empujada por la creciente competencia en precios a nivel nacional e internacional.

Una desmedida obsesión por el control de los costes, ha podido derivar en un deterioro significativo del servicio, que se vería reflejado en las valoraciones de los consumidores. Esta es la segunda hipótesis que tratamos de contrastar (H₂), con el objetivo de cuantificar si ese supuesto deterioro se ha visto reflejado en las puntuaciones obtenidas por los hoteles. Los resultados obtenidos muestran valores inesperados en las puntuaciones medias de los hoteles de algunas provincias y una escasa variación en la percepción de los clientes durante los años de la crisis económica. El análisis de los datos obtenidos del periodo 2010 -11, comparados con los obtenidos para 2013 -2014, nos llevan a rechazar fundamentalmente las dos hipótesis planteadas.

2. Las opiniones online

Las opiniones de clientes en Internet son una importante fuente de información para los consumidores (Chevalier y Mayzlin, 2006), ya que les dan mayor credibilidad que a otra información proporcionada por críticos profesionales o por las empresas (Lewis y Bridger, 2001; Chen y Xie, 2004). Además tienen una gran influencia en la decisión final de compra de productos y servicios (Duan et al., 2008).

El fenómeno de las críticas sobre productos y servicios en Internet, se asemeja al tradicional “boca a boca” o “boca a oreja”. La traducción al inglés de estas expresiones es “Word of mouth” (WOM), concepto cuya importancia en la actividad económica ha sido ampliamente descrita en la literatura científica (Goldenberg et al., 2001; Stokes y Lomax, 2002; Duan et al., 2008; Zhu y Zhang, 2010). Cuando este sistema de transmisión de la información se adapta a Internet, a través de un sistema organizado de opiniones y puntuaciones, su importancia se multiplica y abre una nueva vía de oportunidades para todos los participantes en el sistema (Dellarocas, 2003; Pan et al., 2007). Por eso, la gestión de estos procesos se ha convertido en algo esencial en el desarrollo de las estrategias de Marketing de muchas organizaciones (Chen and Xie, 2008). La extensión del WOM a través de Internet y de la llamada Web 2.0 es conocido como eWOM o electronic Word of mouth (Gruen et al., 2006).

La obtención de conclusiones sobre un tema, tras recabar las opiniones de miles de individuos, es un método objeto de estudio por diversos autores. James Surowiecki publicó en 2004“The wisdom of crowds: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations”. El autor sostiene que al agregar la información de un gran número de individuos, tenemos como resultado un sistema de toma de decisiones superior, en gran parte, al de cada individuo actuando en solitario. Por su parte, Toby Segaran (2007) desarrolló el concepto de “collective intelligence” basándose en la idea de captar información relevante de las grandes bases de datos de opiniones en Internet, a través de sofisticados algoritmos matemáticos.

Desde la aparición de Internet se pueden desarrollar estudios que abarquen grandes áreas geográficas y cuyos datos pueden ser recogidos en cualquier lugar y en cualquier momento (Mann y Stewart, 2000). Se trata de métodos menos intrusivos y sobre todo más económicos que los tradicionales (Kozinets, 2002). Hine (2000) usa la denominación “virtual ethnography” (etnografía virtual) para referirse a esta forma de investigación, mientras Kozinets (2002) acuñó el término netnography, para referirse a un concepto similar. Surgen también términos como webnography y cyberethnography (Catterall y Maclaran, 2002; Constable, 2003; Puri, 2007; Puri, 2009; Williams, 2007) para referirse a la misma idea de utilizar las opiniones registradas en Internet por millones de individuos.

Millones de viajeros escriben en Internet sobre sus experiencias de viajes sin recibir nada a cambio aparentemente. Este fenómeno altruista es considerado como una reproducción en el mundo online, de fenómenos similares de amabilidad y colaboración que se dan en el mundo offline o “vida real” (Resnick y Zeckhauser, 2002). Aunque también suponen una vía para plantear quejas por parte de los viajeros insatisfechos (Del Chiappa y Dall’Aglio, 2012).

La intangibilidad de los servicios turísticos les hace especialmente susceptibles de verse afectados por las opiniones vertidas por los clientes en la red (Buhalis & Law, 2008), llegando a ser definido el turismo como una combinación de experiencias, co -creación de contenidos y tecnología (Neuhofer et al., 2013). De esta forma, las opiniones registradas en Internet sobre establecimientos hoteleros, constituyen un perfecto ejemplo del referido concepto de eWom (Bronner y de Hoog, 2011; Filieri y McLeay, 2014). Diversos estudios demuestran que las opiniones de viajeros en Internet tienen gran influencia en las decisiones de los consumidores (Vermeulen y Seegers, 2009; Gretzel y Yoo, 2008), especialmente a la hora de elegir un hotel (Dickinger y Mazanec, 2008).

Estas este sentido, dos webs (Booking y TripAdvisor) parecen contar con las mayores bases de datos sobre opiniones de hoteles en España (Mellinas et al., 2012; Andalucía Lab, 2014), por lo que resultan las opciones más aconsejables para el desarrollo de estudios sobre el mercado hotelero nacional. Una de las diferencias entre ambas fuentes de información es la antigüedad de las opiniones registradas ya que, mientras Booking solamente registra las opiniones de los últimos catorce meses, TripAdvisor mantiene los contenidos de forma indefinida. Por ese y otros motivos, diversos autores han optado por Booking como la opción más adecuada en el desarrollo de sus estudios sobre el sector (Bjørkelund et al., 2012; de Albornoz et al., 2011; Grinshpoun et al., 2009; Costantino et al., 2012; Filieri y McLeay, 2014; Korfiatis y Poulos, 2013; Yacouel y Fleischer, 2012), realizando recopilaciones de datos de forma manual o automatizada.

La información proporcionada por Booking en su web (Booking, 2014) indica que esta web cuenta con más de 500.000 alojamientos en 205 países, reservándose más de 650.000 noches de hotel cada día. A los efectos de esta investigación, cabe destacar los más de 30 millones de opiniones de clientes registradas actualmente. Cada uno de los hoteles muestra una puntuación global, calculada en función de las opiniones de los usuarios de esta web que valoran los establecimientos usando una escala 2,5 -10 (Mellinas et al., 2015).

Según diversos estudios, los hoteles con mejores calificaciones, aumentarán sus probabilidades de ser elegidos por los consumidores y esto repercutirá en un aumento de los precios que pueden cobrar a sus clientes (Yacouel y Fleischer, 2012). Si el resto de factores permanecen constantes, unas buenas calificaciones del hotel, deberían suponer un aumento del precio que los consumidores están dispuestos a pagar por una habitación de hotel (Melnik y Alm, 2002).

3. Metodología

España es el segundo país del mundo en cuanto a ingresos del turismo y disputa la tercera posición en cuanto a número de turistas recibidos con China (UNWTO, 2014). Este éxito es atribuible principalmente al llamado “Turismo de Sol y Playa”, que desde los años 60 ha tenido un gran desarrollo. Por ello nos centramos en el estudio este tipo de turismo, representado por los hoteles de tres, cuatro y cinco estrellas considerados como parte del “Turismo de Sol y Playa”, situados en la costa Mediterránea y las islas. Así mismo, utilizamos Booking como fuente de información, de forma similar a los citados estudios que han elegido las puntuaciones de esta web por sus ventajas en cuanto a número de opiniones registradas, fiabilidad y accesibilidad de los datos.

La clasificación de los hoteles, en cuanto a su tipología, puede resultar en muchas ocasiones difícil, ya que determinar si un hotel es de ciudad, de playa o de montaña, puede responder a criterios subjetivos. Por esta razón, hemos seguido el criterio de clasificación de Booking que dentro de su “Perfil del Hotel” tiene una categoría denominada “Playa/Costa”. También seleccionamos la categoría “Hotel” dentro de su propia clasificación, evitando así hostales, apartamentos o albergues. La extracción de datos en Booking se realiza manualmente con búsquedas por provincias a las que se aplican los filtros de “Playa/ Costa”, “Hotel” y “3,4 y 5 estrellas”.

El sistema no muestra las puntuaciones globales de los hoteles con menos de 5 opiniones, por lo que ese será el mínimo para tomar un hotel en consideración. Nos centramos en las diferencias entre las provincias que conforman el litoral Mediterráneo e islas, tanto en número de establecimientos como en puntuación recibida. Tomamos Canarias como una única provincia con el objetivo de simplificar la toma y presentación de datos.

España contaba en ese periodo con un total de 16.563 alojamientos turísticos (INE, 2014) con una capacidad total de 1.707.037 plazas de alojamiento. Se seleccionaron para este estudio los hoteles de 3, 4 y 5 estrellas que, aunque suponen el 32% del total de establecimientos, albergan el 76% de las plazas de alojamiento del país. Las 14 provincias seleccionadas suman un total de 6.840 alojamientos según el INE, con lo que aplicando el referido 32%, nos indicaría que aproximadamente 2.188 son de 3,4 ó 5 estrellas.

Se seleccionan la totalidad de hoteles que cumplen los criterios fijados, obteniendo un total de 1.440, lo que supone aproximadamente un 66% del total de hoteles de las tres categorías seleccionadas en esas provincias. Pero teniendo en cuenta que se han descartado intencionadamente los hoteles que no cumplen con el criterio de “Playa/Costa”, el porcentaje de hoteles que, cumpliendo los criterios fijados, no se incluyen en la muestra, creemos que debe ser mínimo. Debido a la importante cuota de mercado que tiene Booking en España, resulta altamente inusual que un hotel no comercialice sus servicios a través de esta web, por lo que el directorio de hoteles presentes en Booking debe coincidir, en un alto porcentaje, con el de hoteles existentes.

Realizamos una toma de datos inicial en Noviembre de 2011, para repetir el procedimiento en Marzo de 2014, siendo en ambos casos una recogida de datos manual. Teniendo en cuenta que, como hemos dicho, los datos que refleja Booking corresponden a los últimos 14 meses, esta metodología nos permite analizar las variaciones producidas entre el periodo de Septiembre 2010 a Noviembre de 2011, en contraposición al que va de Diciembre de 2012 a Marzo de 2014. Tenemos así la posibilidad de estudiar la existencia, o no, de variaciones en la puntuación de los hoteles durante un periodo de más de dos años.

4. Resultados

Según los datos obtenidos en 2011, para un total de 1.440 hoteles que constituyen la muestra obtenida con los criterios ya mencionados, el porcentaje de establecimientos considerados como de “Playa/Costa” en estas provincias está por encima del 50% en 9 provincias y por debajo en otras 4 (Barcelona, Valencia, Murcia y Granada) (Gráfico 1). En el caso de Barcelona y Valencia, sus grandes áreas metropolitanas absorben la mayor planta hotelera de la provincia, mientras la provincia de Granada tiene una franja de costa muy limitada y en el caso de Murcia, su desarrollo turístico costero se ha orientado principalmente al alquiler y venta de viviendas de playa.

Llama la atención el hecho de que en Baleares y Canarias el porcentaje de establecimientos calificados como de “Playa/Costa” no supere el 70% del total, cuando parecería lógico esperar que la práctica totalidad de la planta hotelera de estas islas estuviera orientada al turismo objeto de estudio. Probablemente los criterios de Booking para considerar a un hotel dentro de ésta categoría son bastante estrictos y aquellos establecimientos que no están inequívocamente enfocados a este segmento no sean incluidos en él.

En cuanto a la distribución por provincias de la muestra, se refleja la alta concentración de establecimientos hoteleros en 6 de las zonas estudiadas, que concentran el 80% de los hoteles.

Partiendo de la muestra inicial de 1.440 hoteles en Booking de 2011, en base a las puntuaciones obtenidas confeccionamos la Tabla 1, reflejando las denominaciones utilizadas por Booking en aquel momento

En el gráfico 3 observamos la alta concentración de los datos en dos de las categorías establecidas por Booking.

Constatamos que se produce una anomalía con la denominación “Bien”, ya que se aplica al rango 5,6 - 5,9 y al rango 7,0 - 7,9. Es de suponer que se trata de un pequeño error de Booking, lo que implica que habrían asignado 6 hoteles de 1.440 en una posición equivocada.

Con este sistema de puntuaciones, prácticamente no aparecen hoteles con mala puntuación. Más del 99% tienen una calificación de “Agradable” o superior y el 93% tiene una nota igual o superior a 7 puntos, lo que comúnmente se conoce como “Notable” en una escala tradicional 0 -10. El 82% de las críticas están centradas en el rango 7,0 -8,5, lo que dificulta seriamente diferenciar entre hoteles mejor o peor calificados. A modo de ejemplo, un hotel con una calificación de 7, se sitúa dentro del grupo de los peores hoteles, ya que el 92% tienen una calificación superior. Sin embargo si la calificación es de 8 se sitúa dentro de los hoteles de calidad media -alta, ya que obtiene una puntuación superior al 55% de la muestra.

Cuando tratamos de ver la puntuación media por provincia observamos cómo, debido a la alta concentración en el tramo 7,0 -8,5, las provincias no muestran variaciones significativas claras sobre el 7,848 de media nacional, ya que éstas van del 7,752 de Barcelona y el 7,742 de Málaga al 7,982 de Canarias o el 7,969 de Cádiz (Tabla 2).

Para tratar de reflejar de una forma más clara las diferencias entre provincias, dividimos la serie de datos en cuartiles de un tamaño similar, en función de las puntuaciones obtenidas. Los dos cuartiles centrales quedarían para los hoteles con una puntuación media, mientras que el inferior y superior reflejarían el porcentaje de hoteles con una puntuación alta o baja. En el gráfico 4 observamos cómo se aprecian diferencias significativas entre las provincias.

En Marzo de 2014 repetimos la búsqueda utilizando la misma metodología. De los 1.440 hoteles, logramos identificar 1.366 hoteles (95%) que permanecen en la web de Booking y que además tienen un mínimo de 5 opiniones registradas. Ese 5% de hoteles desaparecidos puede deberse a diferentes factores, entre los que pueden figurar el cierre del hotel (definitivo o por reformas), el cambio en la denominación, que dificulta su identificación, o que el hotel haya dejado de vender a través de Booking. En todo caso, los 74 hoteles que ya no aparecen, presentan una distribución por provincias similar a los de la muestra inicial, por lo que su ausencia no debiera afectar a las variaciones en las puntuaciones detectadas.

El número de opiniones registradas en esos 1.366 hoteles era de 180.851 en 2011, pasando a 226.867 en 2014, lo que supone un incremento del 25% de opiniones registradas. Este hecho puede deberse a un mayor peso de las reservas a través de Booking en estos hoteles, a una mayor predisposición de los clientes a colaborar dando su opinión o a una combinación de ambos factores.

La variación en las puntuaciones medias de los hoteles son mínimas, por lo que debemos recurrir a un tercer decimal para expresar las cifras finales (Tabla 2). Partimos de una media de 7,848 en 2011 y pasamos a 7,883 en 2014. Esta diferencia mínima se explica por el hecho de que 168 hoteles obtienen la misma puntuación exacta, mientras 676 mejoran y 522 empeoran. Otro dato reseñable es que 505 de los hoteles (37%) mantienen la misma puntuación o la varían en una sola décima.

Buscamos la existencia de diferencias importantes por provincias, pero los datos siguen presentando una gran estabilidad, con diferencias que no llegan a una décima.

Repetimos el análisis basado en cuartiles por provincias, obteniendo resultados muy similares a los de 2011. Cabe destacar que las ligeras mejoras en las puntuaciones medias de las provincias de Málaga y Baleares, se reflejan en mejoras en su distribución por cuartiles. Aunque en Málaga siguen predominando los hoteles con puntuaciones bajas, en el caso de Baleares la situación se revierte, destacando ahora los hoteles con puntuaciones altas.

5. Conclusiones

A nivel general, se detecta una gran homogeneidad en las calificaciones medias de los hoteles de las provincias analizadas, existiendo diferencias mínimas en los periodos tratados. Para tratar de descubrir diferencias significativas, debemos recurrir a una división en cuartiles que pone de manifiesto ciertas variaciones entre provincias.

Nos centramos en el análisis de las 6 principales zonas, es decir aquellas que acumulan más de 100 hoteles y que suponen el 80% del total de los establecimientos. Barcelona presenta en ambos periodos una proporción de hoteles con baja puntuación relativamente superior a la media, situación que se repite en el caso de Málaga, aunque mejora algo en 2014.

En cuanto a los que presentan unas puntuaciones superiores, destacamos Alicante, Girona y Canarias. El caso de Baleares resulta curioso, al cambiar la situación de 2011 a 2014, con varios hoteles que pasan de la zona de puntuación media a la de puntuación alta.

En cuanto a los que presentan unas puntuaciones superiores, destacamos Alicante, Girona y Canarias. El caso de Baleares resulta curioso, al cambiar la situación de 2011 a 2014, con varios hoteles que pasan de la zona de puntuación media a la de puntuación alta.

De estos resultados resulta llamativa la inclusión de Málaga dentro del grupo de provincias con hoteles peor valorados. Este destino turístico está tradicionalmente asociado al lujo, siendo el destino favorito para las vacaciones de celebridades nacionales e internacionales. Sin embargo, Alicante que se relaciona con mucha frecuencia a un turismo de nivel medio o bajo, asociado con lugares tales como Benidorm, obtiene una puntuación especialmente alta. Este mismo caso se repite en el caso de Girona, cuyo turismo en la Costa Brava, aparece muchas veces asociado a los bajos precios y calidades, con casos como el del “turismo de borrachera” en Lloret de Mar (Jimenez y Prats, 2006).

Estos datos ponen de manifiesto que las ideas preconcebidas sobre la calidad de los hoteles según provincia, no responden exactamente a la realidad, lo que descarta la primera de nuestra hipótesis. No dudamos de que Málaga o Baleares cuenten con importantes establecimientos hoteleros de altísima calidad, pero junto a ese turismo selecto, convive una oferta hotelera de calidad media o media -baja, que provoca que el promedio de la valoración de sus establecimientos, no destaque sobre el de otras provincias.

En los casos de provincias con cierta imagen negativa, como Alicante y Girona, tampoco podemos negar la existencia de establecimientos orientados a un turismo masivo que busca precios bajos. Pero los datos muestran que, junto a esos establecimientos, existe una importante planta hotelera que oferta servicios de alta calidad, lo que también descarta lo planteado en dicha hipótesis.

En cuanto a las especulaciones sobre si la situación de crisis reinante en el país durante este periodo pudiera haber afectado la calidad del servicio, las cifras indican que nuestra segunda hipótesis (H₂) también debe ser rechazada. Las ligeras variaciones en la evolución de las valoraciones (mayormente positivas) durante estos años, indican una estabilidad en este sentido. Aunque este pueda ser un dato positivo, también pone de manifiesto la ausencia de la tan ansiada “reorientación hacia el turismo de calidad” del sector.

El sistema ofrece puntuaciones sobre seis diferentes aspectos del hotel, además de la posibilidad de segmentación de las opiniones, por país de origen, fecha o perfil de viajero. Incorporar estos niveles de detalle hace recomendable cierto nivel de automatización (especialmente para tamaños muestrales como los de este estudio) que resulta posible a través de herramientas de software ya existentes o de desarrollo relativamente sencillo, que permiten la recopilación y estructuración de la información.

Entendemos que el seguimiento de la planta hotelera de una zona concreta, a través de las puntuaciones en sistemas como el de Booking o análogos, puede permitir, tanto a académicos como a instituciones, obtener una imagen real y objetiva de la percepción de los visitantes. El éxito de la implantación de políticas de mejora de calidad en los establecimientos hoteleros, puede medirse de forma sencilla con este tipo de metodologías. Un ejemplo en este sentido es la referida iniciativa del centro de innovación turística andaluz (Andalucía Lab, 2014), que en 2014 comenzó a recopilar, de forma estructurada, datos de las valoraciones de los hoteles de esta comunidad autónoma.

Referencias

Andalucía Lab ,2014. “Big Data en turismo: primera aproximación a la reputación online en destinos”. Disponible en: http://www.bigdata.andalab.org (Consultado el 30/12/2014)

Bjørkelund, E., Burnett, T. H., y Nørvåg, K. 2012. “A study of opinion mining and visualization of hotel reviews”. In Proceedings of the 14th International Conference on Information Integration and Web -based Applications & Services (pp. 229 -238). ACM.

Blackshaw, P., y Nazzaro, M.2006. “Consumer -generated media (CGM) 101: Word -of mouth in the age of the web -fortified consumer”. A Nielsen BuzzMetrics White Paper, Second Edition, Spring. http://www.nielsen-online.com/downloads/us/buzz/nbzm_wp_CGM101.pdf (Consultado el 30/07/2014)

Booking 2014. “Presentación”. Disponible en: http://www.booking.com/content/about.es.html?dcid=1&sid=77e871c518c93e916c612e3441e9864d (Consultado el 30/07/2014)

Bronner, F., & de Hoog, R. 2011. “Vacationers and eWOM: Who Posts, and Why, Where, and What?”. Journal of Travel Research, 50(1), 15–26.

Buhalis, D., & Law, R. 2008. “Progress in information technology and tourism management: 20 years on and 10 years after the Internet—The state of eTourism research”. Tourism Management, 29(4), 609–623.

Catterall, M., y Maclaran, P. 2002. “Researching consumers in virtual worlds: A cyberspace odyssey”. Journal of Consumer Behaviour, 1(3), 228–237.

Chen, Y., y Xie, J. 2008. “Online consumer review: Word -of -mouth as a new element of marketing communication mix”. Management Science, 54(3), 477 -491.

Chevalier, J. A., y Mayzlin, D. 2003. “The effect of word of mouth on sales: Online book reviews”. Journal of Marketing Research, 43(3), 345 -354.

Constable, N. 2003. Romance on a global stage: Pen pals, virtual ethnography, and” mail order” marriages”. Univ of California Press.

Costantino, G., Martinelli, F., y Petrocchi, M. 2012. “Priorities -based review computation”. In AAAI Spring Symposium, 2012 1st Workshop on Intelligent Web Services Meet Social Computing (Vol. 12, p. 04).

de Albornoz, J. C., Plaza, L., Gervás, P., y Díaz, A. 2011. “A joint model of feature mining and sentiment analysis for product review rating”. In Advances in information retrieval (pp. 55 -66). Springer Berlin Heidelberg.

Del Chiappa, G. & Dall’Aglio, S. 2012. “Factors influencing travellers’ e -ratings and e -complaints about hotel services: Insights from an Italian tourism destination”. In M. Fuchs, F. Ricci and L. Cantoni (Eds), Information and Communication Technologies in Tourism 2012, 448 -459. Vienna, Austria: Springer.

Dellarocas, C. 2003. “The digitization of word of mouth: Promise and challenges of online feedback mechanisms”. Management Science, 49(10) 1407–1424.

Dickinger, A., & Mazanec, J. 2008. “Consumers’ preferred criteria for hotel online booking”. In P. O’Connor, W. Höpken and U. Gretzel (Eds), Information and Communication Technologies in Tourism 2008, 244–254. Vienna, Austria: Springer

Duan, W., Gu, B., y Whinston, A. B. 2008. “The dynamics of online word -of -mouth and product sales - -An empirical investigation of the movie industry”. Journal of Retailing, 84(2), 233 -242.

Filieri, R., y McLeay, F. 2014. “E -WOM and Accommodation An Analysis of the Factors That Influence Travelers’ Adoption of Information from Online Reviews”. Journal of Travel Research, 53(1), 44 -57

Goldenberg, J., Libai, B., y Muller, E. 2001. “Talk of the network: A complex systems look at the underlying process of word -of -mouth”. Marketing letters, 12(3), 211 -223.

Gretzel, U., y Yoo, K. H. 2008. “Use and Impact of Online Travel Reviews”. In P. O’Connor, W. Höpken & U. Gretzel (Eds.), Information and Communication Technologies in Tourism 2008 (pp. 35 -46). Vienna: Springer.

Grinshpoun, T., Gal -Oz, N., Meisels, A., y Gudes, E. 2009. “CCR: A model for sharing reputation knowledge across virtual communities”. In Proceedings of the 2009 IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology -Volume 01 (pp. 34 -41). IEEE Computer Society

Gruen, T. W., Osmonbekov, T., y Czaplewski, A. J. 2006. “eWOM: The impact of customer to -customer online know -how exchange on customer value and loyalty”. Journal of Business research, 59(4), 449 -456.

Hine, C. 2000. Virtual ethnography. London: Sage Publications Ltd.

Jiménez, S., y Prats, L. 2006. “El turismo en Cataluña: evolución histórica y retos de futuro”. PASOS. Revista de Turismo y de Patrimonio Cultural, 4(2).

Korfiatis, N., y Poulos, M. 2013. “Using online consumer reviews as a source for demographic recommendations: A case study using online travel reviews”. Expert Systems with Applications, 40(14), 5507 -5515.

Kozinets, R. V. 2002. “The field behind the screen: using netnography for marketing research in online communities”. Journal of marketing research, 39(1), 61 -72.

Lewis, D., y Bridger, D. 2001. “The soul of the new consumer: Authenticity -what we buy and why in the new economy”. London: Nicholas Brealey Publishing.

Mann, C., y Stewart, F. 2000. Internet communication and qualitative research: A handbook for researching online. London: Sage Publications Ltd.

Mellinas, J. P., Martínez María -Dolores, S. M., y Bernal García, J. J. 2012. “Hotel reviews databases. The case of spanish coastal hotels”, 4º EMUNI Research Souk The Euro -Mediterranean Student Research Multi -conference.

Mellinas, J. P., Martínez María -Dolores, S. M., y Bernal García, J. J. 2015. “Booking. com: The unexpected scoring system”. Tourism Management, 49, 72 -74.

Neuhofer, B., Buhalis, D., Ladkin, A. 2013. “A Typology of Technology -Enhanced Tourism” Experiences”. International Journal of Tourism Research, 16(4), 340 -350.

Melnik, M. I., y Alm, J. 2002. “Does a seller’s ecommerce reputation matter? evidence from ebay auctions”. The journal of industrial economics, 50(3), 337 -349.

Pan, B., MacLaurin, T., y Crotts, J. C. 2007. “Travel blogs and the implications for destination marketing”. Journal of Travel Research, 46(1), 35 -45.

Puri, A. 2007. “The web of insights -The art and practice of webnography”. International journal of market research, 49(3), 387 -408.

Puri, A. 2009. “Webnography: Its evolution and implications for market research”. International Journal of Market Research, 51(2), 273 -275.

Resnick, P., & Zeckhauser, R. 2002. “Trust among strangers in Internet transactions: Empirical analysis of eBay’s reputation system”. Advances in Applied Microeconomics, 11, 127–157.

Ricci, F., y Wietsma, R. T. A. 2006. “Product Reviews in Travel Decision Making”. In M. Hitz, M. Sigala & J. Murphy (Eds.), Information and Communication Technologies in Tourism 2006 (pp. 296 -307). Vienna: Springer.

Segaran, T. 2007. Programming collective intelligence: building smart web 2.0 applications. O’Reilly Media.

Stokes, D., y Lomax, W. 2002. “Taking control of word of mouth marketing: the case of an entrepreneurial hotelier”. Journal of small business and enterprise development, 9(4), 349 -357.

Surowiecki, J. 2004. The wisdom of crowds: why the many are smarter than the few and how collective wisdom shapes business, economies, societies, and nations. London: Little, Brown.

UNWTO 2014. UNWTO World Tourism Barometer. Disponible en: http://www.siimt.com/work/models/siimt/Resource/c9a74953 -565e -4413 -9c83 -c542201549ba/PDF_RankingOMT2014Jun.pdf (Consultado el 30/12/2014)

Vermeulen, I. E., y Seegers, D. 2009. “Tried and tested: The impact of online hotel reviews on consumer consideration”. Tourism Management, 30(1), 123 -127.

Williams, M. 2007. “Avatar watching: participant observation in graphical online environments”. Qualitative Research, 7(1), 5 -24.

Yacouel, N., y Fleischer, A. 2012. “The role of cybermediaries in reputation building and price premiums in the online hotel market”. Journal of Travel Research, 51(2), 219 -226.

Zhu, F., y Zhang, X. 2010. “Impact of online consumer reviews on sales: The moderating role of product and consumer characteristics”. Journal of Marketing, 74(2), 133 -148.