📈 economía

The Expectation Trap in Errand Delivery: How Pre-usage Value Anticipation Shapes the Service Experience and Customer Satisfaction

Este estudio revela que las plataformas de entrega de recados bajo demanda a menudo crean una "Trampa de Expectativa" donde las promesas algorítmicas rígidas impactan negativamente la satisfacción del cliente al causar que los usuarios proyecten el valor anticipado sobre experiencias de servicio opacas, aunque este efecto puede mitigarse mediante la motivación intrínseca y estimaciones de tiempo más flexibles.

Autores originales: Yanfeng Liu, Xinlei Gao, Guanqiu Qi, JaYeon Lee

Publicado 2026-10-27

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yanfeng Liu, Xinlei Gao, Guanqiu Qi, JaYeon Lee

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Cada día, millones de personas abren una aplicación para enviar a un extraño a recoger un documento olvidado, comprar un regalo específico o entregar una receta médica. Ven una promesa en la pantalla: un tiempo preciso, quizás treinta minutos, en el que llegará el artículo. Esta promesa no es hecha por un gerente humano, sino que es calculada instantáneamente por un algoritmo. Durante años, los investigadores de servicios han creído que cuando una empresa cumple o supera una promesa, el cliente se siente feliz. Esta idea, conocida como confirmación de expectativas, sugiere que la satisfacción proviene de comparar lo que esperabas con lo que realmente recibiste. Si el servicio es mejor de lo esperado, te sientes complacido; si es peor, te sientes decepcionado. Sin embargo, esta visión tradicional asume que los clientes pueden observar el servicio suceder y juzgarlo por sus propios méritos. En el mundo de la entrega de recados bajo demanda, el proceso está oculto. El cliente solo ve un icono en movimiento en un mapa, sin visión del repartidor navegando entre el tráfico o encontrando la tienda adecuada. Esta invisibilidad crea una situación psicológica única donde las reglas estándar de la satisfacción pueden ya no aplicarse.

Un equipo de investigadores se propuso comprender cómo las personas juzgan estos servicios invisibles. Se centraron en un tipo específico de servicio llamado entrega de recados, donde un trabajador de la economía gig completa una tarea personal por una tarifa. Los investigadores encuestaron a 1,176 clientes en Guangzhou, China, preguntándoles sobre sus sentimientos antes de usar el servicio y nuevamente dos semanas después de haberlo utilizado. Querían saber si el tiempo preciso prometido por el algoritmo ayudaba o perjudicaba la satisfacción final del cliente. También investigaron si algunas personas son mejores manejando estas situaciones que otras, observando específicamente cómo el impulso interno de una persona por controlar su propia experiencia y su comodidad con la nueva tecnología cambian el resultado.

El estudio reveló un fenómeno sorprendente y contraintuitivo que los autores llaman la "Trampa de la Expectativa". Cuando un algoritmo muestra un tiempo preciso, como "28 minutos", crea una base mental rígida en la mente del cliente. Debido a que el cliente no puede ver el trabajo que se está realizando, no puede ajustar sus expectativas basándose en lo que realmente está sucedciendo. En su lugar, se ven obligados a depender enteramente de ese número inicial. Los investigadores encontraron que esta precisión es un arma de doble filo. Si bien una promesa alta puede hacer que un cliente se sienta bien inicialmente, en realidad reduce su satisfacción final. Cumplir exactamente con el tiempo prometido aporta solo una sensación de alivio, no de felicidad, porque el cliente lo ve como lo mínimo indispensable. Cualquier ligero retraso, que es invisible hasta el final, se siente como un fracaso significativo. Los datos mostraron que este efecto negativo de la promesa rígida fue tan fuerte que superó todos los sentimientos positivos generados por el servicio mismo. En resumen, cuanto más precisa y exigente es la promesa algorítmica, menos satisfecho tiende a estar el cliente, incluso si la entrega es técnicamente exitosa.

Los investigadores también descubrieron cómo los clientes lidian con esta trampa. Encontraron que las personas que están naturalmente motivadas para tomar el control de sus propias vidas y encontrar significado en sus acciones son mejores para escapar de esta insatisfacción. Estos individuos no solo esperan pasivamente a que el algoritmo funcione; construyen activamente su propia experiencia. Pueden usar el tiempo de espera para hacer algo productivo, o pueden empatizar con el repartidor, asumiendo que el retraso se debe al tráfico en lugar de a un mal servicio. Este impulso interno les permite construir satisfacción a partir de sus propias acciones en lugar de depender únicamente de la promesa del algoritmo. Curiosamente, el estudio encontró que tener una alta curiosidad por la tecnología o estar ansioso por probar nuevos dispositivos no siempre ayudaba. De hecho, los clientes que estaban profundamente comprometidos con las características tecnológicas a veces formaban expectativas aún más rígidas, lo que los hacía más vulnerables a la trampa. Los clientes más satisfechos fueron aquellos que estaban internamente motivados pero no sobreinvertían en los detalles tecnológicos del servicio.

Esta investigación desafía la creencia común de que los algoritmos más rápidos y precisos siempre conducen a clientes más felices. Sugiere que en los servicios donde el trabajo está oculto a la vista, la precisión de la promesa puede convertirse en una carga psicológica. El estudio indica que la forma en que se presenta un servicio importa tanto como el servicio mismo. Si una plataforma muestra un tiempo único y exacto, establece una trampa que es difícil de escapar. Los autores sugieren que mostrar un rango de tiempos, como "25 a 35 minutos", podría ser un mejor enfoque. Este pequeño cambio podría señalar al cliente que el tiempo es una estimación en lugar de una garantía, dándole un espacio mental más amplio para sentirse satisfecho. Los hallazgos ofrecen una lección clara tanto para las empresas como para los usuarios: en un mundo de servicios invisibles, la experiencia más satisfactoria puede no provenir de la promesa más precisa, sino de una promesa que permita la incertidumbre humana.

Resumen Técnico: La Trampa de la Expectativa en la Entrega de Mandados

Planteamiento del Problema
El artículo aborda una brecha crítica en la investigación de servicios con respecto a cómo los clientes evalúan la satisfacción en encuentros de servicio opacos y mediados por algoritmos, específicamente en el contexto de la entrega de mandados bajo demanda (como el paotui en China). Mientras que la Teoría de la Confirmación de las Expectativas (ECT) tradicional asume que los clientes comparan el desempeño observable frente a una expectativa previa, la entrega de mandados presenta un desafío único: el proceso de servicio es invisible (el cliente solo ve un icono en movimiento) y la promesa de desempeño es establecida rígidamente por un algoritmo en lugar de un humano.

El problema central es la "Trampa de la Expectativa". Las plataformas compiten mostrando promesas de tiempo precisas y generadas algorítmicamente (por ejemplo, "30 minutos"). Los autores argumentan que estas promesas precisas crean una base cognitiva rígida que estrecha la "Zona de Tolerancia". En consecuencia, cumplir la promesa genera solo indiferencia (ya que se percibe como una garantía mínima), mientras que cualquier desviación causa una insatisfacción desproporcionada. Esta dinámica socava la satisfacción incluso cuando el servicio se entrega eficientemente, un fenómeno que el modelo ECT estándar no explica plenamente, ya que trata las expectativas y el desempeño como unidimensionales y observables.

Metodología
El estudio emplea un diseño de encuesta de dos olas con desfase temporal para capturar la secuencia temporal desde la formación de la expectativa previa al uso hasta la satisfacción posterior al uso, reduciendo así el sesgo de método común.

Muestra: 1,176 respuestas válidas de usuarios experimentados en la entrega de mandados en Guangzhou, China.
Procedimiento:
- Ola 1 (T1): Midió variables previas al uso, incluyendo la Base de Expectativa Previa al Uso (PEB) y el Valor de Consumo Anticipado (ACV).
- Ola 2 (T2): Midió variables posteriores al uso, incluyendo el Valor Experiencial Realizado (REV), la Disconfirmación de la Expectativa (ED), la Satisfacción (SAT) y moderadores (Motivación Intrínseca, Innovatividad, Optimismo).
Marco Teórico: El estudio extiende la ECT reemplazando constructos unidimensionales por contrapartes multidimensionales fundamentadas en la Teoría de los Valores de Consumo (TCV) y el Valor Percibido por el Cliente (CPV). Integra la Teoría de la Autodeterminación (SDT) y el Índice de Preparación Tecnológica (TRI) para explicar las variaciones individuales.
Análisis: Se realizó un Modelado de Ecuaciones Estructurales (SEM) utilizando AMOS 27 para el modelo principal y Mplus 8.8 (Ecuaciones Estructurales Latentes Moderadas - LMS) para efectos de interacción complejos. Se realizaron pruebas de robustez utilizando el macro PROCESS.

Contribuciones Clave
El artículo realiza tres contribuciones teóricas primarias:

Mecanismo de Asimilación Cognitiva bajo Opacidad: El estudio demuestra que, en entornos opacos, los clientes no evalúan el desempeño de forma independiente. En su lugar, utilizan su Valor de Consumo Anticipado (ACV) como un esquema heurístico para construir activamente su Valor Experiencial Realizado (REV). Este proceso de "asimilación" reemplaza el modelo tradicional de cálculo de brechas de la ECT.
La Trampa de la Expectativa: Los autores identifican un efecto directo y negativo de la base de expectativa establecida algorítmicamente sobre la satisfacción. Incluso cuando existen vías positivas (como la asimilación de valor y la disconfirmación), la base rígida ejerce un efecto directo neto negativo ( $\beta = -0.20$ ) que las supera. Esta trampa surge porque las promesas algorítmicas precisas se interpretan como garantías deterministas, sin dejar espacio para la disconfirmación positiva.
El Efecto de Sustitución y los Amplificadores Asimétricos: El estudio revela que la Motivación Intrínseca (IM) permite a los clientes desacoplar su experiencia realizada del esquema anticipado (un "Efecto de Sustitución"). Sin embargo, la amplificación de este efecto es asimétrica. El Optimismo actúa como un amortiguador de resiliencia que sostiene la motivación intrínseca bajo la incertidumbre, facilitando el desacoplamiento. Por el contrario, la Innovatividad crea una "adherencia" al fomentar estructuras de ACV elaboradas que son más difíciles de invalidar; por consiguiente, el desacoplamiento de expectativas más completo ocurre entre clientes con Alta Motivación Intrínseca pero Baja Innovatividad, en lugar de aquellos con alta innovatividad.

Resultados

Análisis de Ruta: La Base de Expectativa Previa al Uso (PEB) influye positivamente en el ACV, el REV y la Disconfirmación de la Expectativa. Sin embargo, la PEB tiene un efecto directo negativo sobre la Satisfacción ( $\beta = -0.20, p < .001$ ).
Mediación: El efecto indirecto total de la base sobre la satisfacción a través de vías positivas es pequeño ( $+0.049$ ), mientras que el efecto directo negativo es grande ($-0.200$). El efecto total neto es negativo ($-0.152$), confirmando la Trampa de la Expectativa.
Asimilación: El ACV predice fuertemente el REV ( $\beta = 0.48$ ), respaldando la hipótesis de asimilación donde el valor anticipado moldea la percepción de la experiencia realizada.
Moderación:
- La Motivación Intrínseca modera negativamente la relación ACV $\to$ REV, aplanando la pendiente de asimilación (Efecto de Sustitución).
- El Optimismo modera positivamente el efecto moderador negativo de la Motivación Intrínseca, fortaleciendo el Efecto de Sustitución al proporcionar resiliencia contra la incertidumbre.
- La Innovatividad exhibe una interacción compleja: aunque modera positivamente el efecto moderador negativo de la Motivación Intrínseca en el modelo agregado, el análisis de pendiente simple revela que la Alta Innovatividad resulta en un desacoplamiento solo parcial debido a la "adherencia" de los esquemas elaborados. El desacoplamiento más completo (pendiente más plana) ocurre bajo condiciones de Alta Motivación Intrínseca / Baja Innovatividad, desafiando la suposición de que las disposiciones tecnológicas positivas facilitan uniformemente la construcción de valor adaptativo.

Significancia y Reivindicaciones
Los autores afirman que sus hallazgos requieren una reconsideración fundamental de la formación de la satisfacción en los servicios mediados por algoritmos.

Significancia Teórica: El estudio extiende la ECT y la Teoría de la Asimilación al especificar cómo la opacidad fuerza la dependencia de esquemas anticipatorios en lugar de una evaluación de desempeño independiente. Destaca que la "Trampa de la Expectativa" es una característica estructural de los servicios de precisión algorítmica y proceso opaco, no simplemente una imperfección del mercado.
Significancia Gerencial: El artículo sugiere que competir mediante promesas de tiempo cada vez más precisas es contraproducente. Propone que las plataformas deberían considerar mostrar rangos de tiempo en lugar de estimaciones puntuales para ampliar la Zona de Tolerancia y mitigar la trampa. Además, sugiere que los clientes con alta motivación intrínseca están mejor protegidos de esta trampa, particularmente cuando cuentan con disposiciones tecnológicas positivas, aunque la protección es más efectiva cuando la elaboración tecnológica (Innovatividad) es baja.
Significancia Política: Los autores argumentan que la fijación de promesas algorítmicas es un dominio regulatorio. Sugieren que los reguladores deberían considerar la obligatoriedad de la transparencia sobre cómo se calculan las estimaciones de tiempo y prohibir la sobrepromesa sistemática que explota los mecanismos de aversión a la pérdida.

El artículo concluye con modestia, reconociendo limitaciones como el contexto de una sola ciudad (Guangzhou) y el uso de mediciones generales en lugar de específicas de la transacción, sugiriendo que los mecanismos identificados pueden operar con una fuerza atenuada en servicios menos opacos como el transporte de pasajeros o la entrega de comida.

Más como este