Influencia digital en la gastronomía: Una escala multidimensional del impacto de los foodies en el comportamiento del consumidor Digital influence in gastronomy: A multidimensional scale of foodie impact on consumer behavior Revista Latinoamericana de Investigación Social, vol. 8, no.1Carla Sofía Isas Decanini Universidad La Salle Victoria 20190300@ulsavictoria.edu.mxDominique Baqueiro Vigueras Universidad La Salle Victoria 20190336@ulsavictoria.edu.mxEnrique Ismael Meléndez Ruiz Universidad La Salle Victoria enrique.melendez@ulsavictoria.edu.mx (Correspondencia)Anais Estefanía González-Peña Universidad La Salle Victoria anaisgonzalez.2214@ulsavictoria.edu.mxArtículo de investigación Recibido: 04/04/2025 Aceptado: 24/04/2025 Fecha de publicación: 28/04/2025Resumen En la era digital actual, el marketing de influencers ha emergido como una de las formas más efectivas y económicas de publicidad. Los influencers, personas con una notable presencia en redes sociales, influyen directamente en las decisiones de los consumidores, especialmente en sectores como la moda, belleza y gastronomía. En 2023, México experimentó un notable crecimiento del 87% en el uso de influencers, consolidándose como uno de los países con más creadores de contenido en Latinoamérica. Este fenómeno se debe al creciente uso de redes sociales, que permiten llegar de manera directa y personalizada a audiencias segmentadas. En particular, el sector gastronómico ha aprovechado esta tendencia, donde los "foodies" (aficionados a la gastronomía) desempeñan un papel clave al compartir experiencias culinarias, impactando en las decisiones de los consumidores. El marketing de influencers en el ámbito restaurantero ha demostrado ser efectivo para aumentar la visibilidad y reputación de los establecimientos, estimulando la intención de compra. Sin embargo, su éxito depende de factores como la experiencia del influencer, larelación con su público y la autenticidad del contenido. Por ello, es crucial que las estrategias de marketing se adapten a las necesidades específicas de la audiencia para maximizar su efectividad. Palabras Clave: Marketing de influencers, Consumidores, foodies, estrategias de marketing. Abstract In today's digital age, influencer marketing has emerged as one of the most effective and economical forms of advertising. Influencers, people with a notable presence in social networks, directly influence consumer decisions, especially in sectors such as fashion, beauty and gastronomy. In 2023, Mexico experienced a remarkable growth of 87% in the use of influencers, consolidating its position as one of the countries with the most content creators in Latin America. This phenomenon is due to the growing use of social networks, which allow reaching segmented audiences in a direct and personalized way. In particular, the gastronomic sector has taken advantage of this trend, where foodies play a key role in sharing culinary experiences, impacting consumer decisions. Influencer marketing in the restaurant industry has proven to be effective in increasing the visibility and reputation of establishments, stimulating purchase intent. However, its success depends on factors such as the influencer's experience, the relationship with their audience and the authenticity of the content. Therefore, it is crucial that marketing strategies are tailored to the specific needs of the audience to maximize their effectiveness. Keywords: Influencer marketing, consumers, foodies, marketing strategies. Introducción Actualmente, en la era digital, existen varias formas de realizar publicidad, siendo una de las más eficientes y económicas el uso de influencers, por lo que el marketing digital ha encontrado en estos una de sus herramientas más efectivas, gracias a su capacidad para conectar con las audiencias de forma auténtica y a un coste relativamente bajo (De la Torre y Mendoza, 2024). Estas figuras, definidas por la Real Academia Española (2024) como personas con habilidad para influir en otros a través de las redes sociales, han revolucionado los procesos de decisión de compra al moldear percepciones, actitudes y preferencias de los consumidores (Joshi et al., 2023; Bastrygina y Lim, 2023). El creciente acceso a dispositivos móviles en América Latina, que pasó del 72% en 2023 y se proyecta alcanzar el 78% para 2030, ha acelerado esta tendencia (Borgeaud, 2024; Influencity, 2020), siendo especialmente notable en México, donde el sector experimentó un crecimiento del 87% el año pasado y actualmente cuenta con 3.3 millones de creadores de contenido, posicionándose como el segundo país latinoamericano con mayor presencia de influencers (NC, 2024). La efectividad de esta estrategia radica en la confianza que generan estos creadores entre sus seguidores, hasta el punto de que el 63% de los consumidores afirma tener mayorpredisposición a adquirir productos recomendados por influencers en quienes confían (Burchill, 2024). Este fenómeno ha sido adoptado por diversos sectores, desde moda hasta tecnología, adaptándose a los intereses específicos de cada público objetivo (Influencity, 2024). En el ámbito gastronómico, los llamados foodies - término acuñado para describir a aquellos apasionados por las tendencias culinarias (Merriam-Webster, s.f.) - han demostrado ser particularmente influyentes. A través de sus recomendaciones sobre establecimientos y experiencias gastronómicas, establecen una conexión emocional con audiencias, especialmente con la generación millennial, que valora especialmente este tipo de contenidos (Bar Talent Lab, 2024; De la Torre, 2024). La naturaleza visual y experiencial de la gastronomía, combinada con la credibilidad que proyectan estos influencers, convierte a este enfoque en una alternativa especialmente efectiva y económica comparada con los métodos tradicionales de publicidad (De la Torre y Mendoza, 2024; Memon, 2024). El sector restaurantero en México actualmente presenta un crecimiento exponencial, al igual que en el resto del mundo. Para ello, dicho sector está aprovechando el potencial de los influencers para acceder a un público meticulosamente segmentado: personas que muestran un gran interés por las delicias culinarias y las experiencias gastronómicas en lugares específicos (Martínez, 2023). Operando a través de las redes sociales, los influencers llegan a audiencias muy amplias, influyendo considerablemente en la percepción de los consumidores, productos y servicios (Martínez, 2023). En el ámbito gastronómico mexicano, el marketing de influencers desempeña un papel de gran importancia, sirviendo como un instrumento para aumentar la visibilidad, amplificar la reputación de los establecimientos gastronómicos y, en última instancia, catalizar la intención de los consumidores de participar en sus ofertas (Martínez, 2023). Por lo tanto, el objetivo de la presente investigación es analizar el impacto de los influencers en la selección del consumidor en el sector restaurantero. Para esto, el estudio comprenderá una revisión de literatura que fundamenta el tema abordado, la metodología utilizada para analizar los resultados, el contraste de los mismos con estudios en contextos similares y las conclusiones que resaltan los hallazgos más predominantes. Revisión de literatura Marketing de influencers El marketing de influencers se ha consolidado como una estrategia efectiva para que las marcas establezcan conexiones con su audiencia a través de figuras relevantes en redes sociales (Tafesse, 2021). Sin embargo, pese al creciente interés académico en este campo, aún existen vacíos en el conocimiento sobre cómo las estrategias de contenido y engagement de los influencers impactan en el comportamiento de sus seguidores. Diversas investigaciones han abordado esta brecha analizando métricas clave como número de seguidores, frecuencia de publicación y nichos temáticos, explorando su influencia - individual y combinada- en la interacción de la audiencia en Instagram (Tafesse, 2021).Estos hallazgos enriquecen la literatura al esclarecer el rol de los elementos estratégicos en el engagement de los seguidores. Adicionalmente, el Influencer Marketing Benchmark Report 2024 (Influencer Marketing Hub, 2024), que recoge las perspectivas de más de 3,000 profesionales del sector, ofrece una visión integral del estado actual del marketing de influencers y sus proyecciones de evolución a corto y mediano plazo.). La teoría del comportamiento planificado La Teoría del Comportamiento Planificado (TCP) (Ajzen, 1991; Kan y Fabrigar, 2017) proporciona un marco robusto para analizar la formación de intenciones y conductas, postulando que estas últimas se derivan de tres factores clave: (1) actitudes hacia la conducta (evaluación individual de una acción como positiva o negativa), (2) normas subjetivas (presión social percibida) y (3) control conductual percibido (autopercepción de capacidad para ejecutarla). Esta teoría ha sido ampliamente aplicada en estudios de marketing digital, donde las intenciones de compra online actúan como predictores críticos del comportamiento real (Pillai, 2022; Venkatesh et al., 2012). En este contexto, Pillai et al. (2022) integra la TCP con el Modelo de Probabilidad de Elaboración (Petty y Cacioppo, 1986) para examinar cómo elementos del entorno digital — como el atractivo visual, la usabilidad de la plataforma, la presencia social y la conectividad— moldean las actitudes del consumidor y su intención de compra. Este enfoque dual revela que, más allá de los factores psicológicos individuales (TCP), los estímulos contextuales en línea (ej.: diseño persuasivo) moderan significativamente la relación actitud-intención (Zhao et al., 2024). Comportamiento de compra (Purchase Behaviour) La irrupción de las redes sociales ha transformado sustancialmente los patrones de consumo de información y noticias en la sociedad contemporánea (Liu, 2024). Este cambio de paradigma también ha reconfigurado el comportamiento del consumidor digital, como señala Peña-García et al. (2020) en su análisis transcultural sobre intención y comportamiento de compra en línea. Estudios recientes sostienen que la intención de compra — entendida como la predisposición psicológica hacia una acción específica (Ajzen, 1991; Venkatesh et al., 2012) — es un predictor crítico del comportamiento efectivo en entornos digitales (Dwivedi y Kushwaha, 2023). Sin embargo, persiste un debate académico sobre los factores específicos que catalizan esta transición de la intención a la acción, particularmente en contextos interculturales (Hofstede et al., 2010).Credibilidad La credibilidad mediática es un concepto de la ciencia de la comunicación que no ha perdido relevancia para la investigación en comunicación en las últimas décadas debido a los constantes cambios en el entorno mediático (Coutinho et al., 2023). En el estudio realizado por Brito busco explorar el impacto del uso de la narrativa de los líderes de opinión o influencers mediante la evaluación de la credibilidad de los influencers midiendo la intención de compra. En contraste, la investigación de Belanche et al. (2021) aborda las consecuencias del marketing de los influencers sobre su credibilidad explorando cómo las acciones promocionales afectan a las actitudes y respuestas conductuales de sus seguidores hacia el influencer. Metodología Este trabajo es de naturaleza correlacional y descriptiva. De este modo, también se considera un estudio cuantitativo con un alcance no experimental y transversal ya que la recolección de datos se llevó a cabo durante un momento dado. El cuestionario aplicado fue desarrollado a base de la literatura consultada y mediante una revisión por expertos en el campo, lo cual permitió el desarrollo de una herramienta con 21 ítems con escalas Likert de cinco puntos (donde 1 representa totalmente en desacuerdo y 5 representa totalmente de acuerdo) para medir las variables propuestas: Experiencia (EXP, 4 ítems), Fiabilidad (FP, 4 ítems), Similitud con el influencer (SM, 3 ítems), Actitud hacia el influencer (ATT, 5 ítems) e Intención de compra (IC, 5 ítems), así como 7 preguntas generales para obtener la información demográfica de la muestra recolectada, referentes a la edad, sexo, ingresos, hábitos en Internet sobre contenido de influencers. Los ítems y sus operacionalizaciones se pueden observar en la tabla 1. Tabla 1. Ítems del instrumento propuesto.VariableÍtemsEXP1Creo que los influencers que sigo en redes sociales saben muchoEXP2Creo que los influencers que sigo en redes sociales son competentes para hacer afirmaciones sobre cosas en las que son buenosExperienciaEXP3Considero que los influencers que sigo en redes sociales son expertos en su áreaEXP4Considero que los influencers que sigo tienen suficiente experiencia para hacer afirmaciones sobre su áreaFiabilidadFP1Creo que los influencers que sigo en redes sociales son honestosFP2Considero que los influencers que sigo en redes sociales son dignos de confianzaFP3Considero que los influencers que sigo en redes sociales son sincerosFP4Considero que los influencers que sigo en redes sociales son seriosSimilitud con el influencerSM1Los influencers que sigo en redes sociales y yo tenemos mucho en comúnSM2Los influencers que sigo en redes sociales y yo nos parecemos muchoSM3Me identifico fácilmente con los influencers que sigoActitud hacia el influencerATT1Considero que las recomendaciones de los influencers que sigo sobre comida o restaurantes son útilesATT2Me gusta el contenido que comparten los influencers que sigo sobre comida o restaurantes.ATT3Los influencers que sigo tienen buen gusto en sus recomendaciones sobre comida o restaurantes.ATT4Confío en las opiniones de los influencers que sigo sobre comida o restaurantes.ATT5Los influencers que sigo son auténticos en sus publicaciones sobre comida o restaurantes.Intención de compraIC1Es probable que visite un restaurante recomendado por los influencers que sigo.IC2Consideraría probar un platillo que los influencers que sigo han elogiado.IC3Planeo seguir las sugerencias de los influencers que sigo en mis próximas salidas a comer.IC4Me siento motivado a comprar productos promocionados por los influencers que sigo.IC5Tengo la intención de asistir a eventos gastronómicos que los influencers que sigo recomiendan.Nota: Elaboración a partir de Alcántara-Pilar et al. (2024), Cuevas y Lim (2022), Zhao et al. (2024).Análisis de Resultados El estudio empleó un muestreo no probabilístico por conveniencia (Hernández et al., 2014), con una muestra final de 105 participantes seleccionados de un universo de 470 individuos. La mayoría de los encuestados fueron mujeres (78.1%), con una distribución etaria concentrada en los grupos de 18-24 años (36.2%) y mayores de 45 años (38.1%). En cuanto a ingresos, casi la mitad (47.6%) reportó percibir más de 15,000 MXN mensuales. Ahora bien, el análisis de resultados se llevó a cabo en dos etapas, la primera siendo un análisis factorial exploratorio (AFE) y después un análisis factorial confirmatorio (AFC) para obtener la validez teórica de los constructos inferidos (Gil et al., 2000). El AFE sirvió para verificar la estructura dimensional y validez de la escala propuesta (Lloret-Segura et al., 2014). Para esto se utilizó el software SPSS mediante el método de extracción por ejes principales y la rotación Promax, ya que esto produce resultados más certeros y reproducibles al tener ítems que están correlacionados entre sí.Al concluir con el AFE y haber obtenido la estructura dimensional de los constructos, se llevó a cabo el AFC para demostrar la validez teórica de estas deducciones, es decir, se validó la información derivada del AFE (Gil et al., 2000). Para esto, además de validar los constructos obtenidos del cuestionario aplicado, se aplicó la técnica del modelado por ecuaciones estructurales (SEM, por sus siglas en inglés) con el paquete estadístico AMOS (Arbuckle y Wothke, 1999), aplicando un análisis de covarianza a una muestra con 3 a 10 indicadores por cada constructo, para identificar que el modelo significativamente reproduce los puntajes utilizados para medir los subdimensiones del modelo de emprendimiento digital. Los resultados obtenidos del AFC indican que las escalas del modelo propuesto para medir el emprendimiento digital son válidas, ya que satisfactoriamente representan los constructos establecidos por la literatura (ver figura 1). Para verificar que los resultados sean estadísticamente precisos, se analizó la prueba de invarianza estadística, empezando con la consistencia interna de los indicadores, después la validez convergente y discriminante, y finalmente, el ajuste del modelo. Asimismo, cabe aclarar que, durante el análisis del AFC, los indicadores EXP1, FP4, IC1, IC4, y ATT3 fueron eliminados, al no cumplir con las directrices que serán mencionadas a continuación. Figura 1. Resultados del análisis factorial confirmatorio del modelo de emprendimiento digital. Nota: Elaboración propia. Nota: Elaboración propia.Para validar el modelo, primero se analizó la validez de los indicadores y constructos, al evaluar la carga factorial de los ítems utilizados, confirmando que tengan valores superiores a 0.500. Ahora bien, en cuanto a la fiabilidad compuesta (CR), para esto se consideró un umbral de aceptación mínimo de 0.700 (Hu y Bentler, 1998), además de asegurarse que cada constructo cuente con un AVE (Promedio de la varianza explicada, por sus siglas en inglés), con un valor mínimo de 0.500, y como se puede observar en la tabla 2, todos los criterios son aceptados. Tabla 2. Validez a nivel indicador y constructo del modelo propuesto.VariableIndicadorCargaAVECRIC20.8430.820IntenciónIC30.8090.605IC50.671EXP20.7040.866ExperienciasEXP30.8540.686EXP40.913SM10.8900.911Similitud con el influencerSM20.9120.773SM30.833ATT10.8710.929ActitudATT20.8460.765ATT40.874ATT50.906FP10.8900.935FiabilidadFP20.9120.828FP30.927Nota: Elaboración propia. Por otro lado, también fue relevante evaluar la validez discriminante a través del análisis de la matriz HTMT (Heterotrait-Monotrait Ratio of Correlations) para asegurase que los constructos estudiados solo estén midiendo su propio fenómeno (Henseler et al., 2015). Como se puede observar en la tabla 3, los constructos alcanzan los criterios previamente establecidos, ya que los indicadores de la matriz HTMT presentan valores inferiores a 0.90. Tabla 3. Validez discriminante (criterio HTMT).EXPFPSMICATTEX P--FP0.773--SM0.5910.593--IC0.6500.4490.530--AT T0.7100.6280.5800.890--Nota: Elaboración propia.Finalmente, para evaluar la bondad de ajuste del modelo, utilizando dos índices absolutos (chi-cuadrado relativo [x2/gl]) y el residual de la raíz cuadrada estandarizada (SRMR, por sus siglas en inglés), y dos índices relativos índice del ajuste comparativo (CFI, por sus siglas en inglés) y la raíz cuadrada de aproximación del error (RMSEA, por sus siglas en inglés) (Hu y Bentler, 1998). Como se puede observar en la tabla 4, todos los índices cuentan con un criterio satisfactorio, lo cual indica que la información cuenta con una bondad de ajuste apropiada y no mide más información de lo que el modelo trata de estimar. Tabla 4. Ajuste del modelo.IndicadorResultadoUmbral de aceptaciónInterpretaciónx2136.288---gl94.00---x2/gl1.450Entre 1 y 3ExcelenteCFI0.970> 0.95ExcelenteSRMR0.049< 0.08ExcelenteRMSEA0.066< 0.06AceptablePclose0.146> 0.05ExcelenteNota: Elaboración propia. Discusiones El objetivo del estudio fue explorar el impacto de los influencers en el comportamiento de los consumidores en el sector restaurantero. Se empleó el AFC para confirmar la relación de las variables observadas con sus correspondientes constructos latentes que, en este caso, corresponde a los diferentes factores que influyen en el comportamiento de los consumidores: Experiencia, Fiabilidad, Similitud con el Influencer, Actitud hacia el influencer e Intención de compra. Estos resultados coinciden con el modelo de Torres et al. (2019), quienes confirmaron que la credibilidad del influencer (compuesta por expertise, confiabilidad y atractivo) explica el 52% de la varianza en intención de compra en diversos tipos de servicios (entretenimiento, videojuegos, artículos de belleza y modas). Las principales conclusiones del estudio indican que los influencers desempeñan un papel importante en la toma de decisiones de los consumidores a la hora de salir a comer fuera. El modelo confirmó que varios factores, como la credibilidad percibida, influyen mucho en la confianza del consumidor y en la percepción de la marca. Estos factores, a su vez, influyeronen la probabilidad de que los consumidores visitaran o probaran nuevos restaurantes recomendados por influencers. Este hallazgo replica los resultados de Abidin (2016), quien identificó que la autenticidad percibida de los influencers —especialmente en contenido no patrocinado— aumenta la confianza en un 34% respecto a campañas tradicionales Además, el análisis reveló que el impacto de los influencers no es uniforme en todos los grupos demográficos de consumidores. Los consumidores más jóvenes, sobre todo los de entre 18 y 24 años, son más propensos a dejarse influir por los contenidos de las redes sociales relacionados con recomendaciones de restaurantes. Por otro lado, los grupos de mayor edad mostraron menos sensibilidad a los contenidos de los influencers, lo que sugiere que las estrategias de marketing dirigidas a diferentes grupos de edad pueden necesitar considerar diferentes niveles de compromiso de los influencers. Esta brecha generacional concuerda con el estudio de Leung et al. (2022), donde usuarios de 18-24 años mostraron una actitud un 27% más positiva hacia influencers de comida que aquellos mayores de 35 años. Curiosamente, el estudio también puso de relieve que los consumidores no perciben a todos los influencers por igual. Los influencers famosos con muchos seguidores no siempre generan la misma confianza o percepción de autenticidad que los microinfluencers, que suelen tener un público local y comprometido. Los datos indican que la fiabilidad y la cercanía del influencer son predictores significativos de la intención de compra del consumidor en el sector de la restauración. Esto se puede respaldar con estudios recientes como el de Jin et al. (2019), cuyo mayor hallazgo es que demuestra que los microinfluencers en el sector alimenticio obtienen tasas de engagement un 15% mayor que el de macroinfluencers. Además, el estudio reveló que los restaurantes que utilizan el marketing de influencers con mensajes claros y cercanos tienen más probabilidades de observar cambios positivos en el comportamiento de los consumidores, en comparación con las que se basan en contenidos promocionales genéricos. Esto se alinea con la investigación de De Veirman et al. (2019), donde contenido auténtico de influencers logró 3.2 veces más engagement que posts promocionales tradicionales en el sector de restaurante. Conclusiones Los resultados de este estudio aportan información valiosa sobre cómo los influencers afectan en el comportamiento de los consumidores en el sector restaurantero. El uso del AFC permitió explorar a profundidad los factores que influyen en las decisiones de los consumidores, confirmando que los influencers tienen un impacto medible, pero su eficacia depende de factores como la experiencia y similitud al influencer, el público objetivo y la intención de compra. Para los restaurantes, lo más importante es que el marketing de influencers sea estratégico y se adapte a la audiencia. En lugar de confiar únicamente en el apoyo de famosos, los restaurantes pueden tener más éxito si colaboran con influencers locales que ofrezcancontenido genuino y personalizado que resuene con su público. Además, centrarse en elementos que generen confianza, como la transparencia sobre la oferta del restaurante y la autenticidad, podría aumentar aún más la eficacia de las colaboraciones con influencers. En términos de implicaciones prácticas, las estrategias de marketing de restaurantes deberían incorporar un segmento detallado de la audiencia para garantizar que se elige el tipo correcto de influencer para el grupo objetivo adecuado. Futuros estudios podrían explorar cómo los diferentes tipos de marketing de influencers (por ejemplo, contenidos patrocinados frente a apoyos orgánicos) varían en su eficacia dentro de la industria de la restauración, y cómo estas estrategias evolucionan a medida que las plataformas digitales y el comportamiento de los consumidores siguen cambiando. Las limitaciones del estudio dado al tamaño de la muestra afectan la representatividad y generalización de los resultados. Esto dificulta la realización de análisis estadísticos robustos y puede no capturar fluctuaciones estacionales o cambios a largo plazo en el comportamiento del consumidor. En consecuencia, se limita la obtención de conclusiones definitivas sobre la efectividad de las campañas de influencers y se complica la identificación de qué tipos de influencers tienen un impacto significativo en las ventas y la reputación de los restaurantes. Futuras líneas de investigación podrían centrarse en ampliar la muestra para lograr una visión más representativa. También sería relevante estudiar los efectos a largo plazo de las campañas, en el impacto inmediato en las ventas, evaluando la lealtad del cliente y la reputación de la marca. Otro aspecto importante sería analizar cómo las diferentes audiencias responden a los contenidos de los influencers, segmentando por características demográficas y comportamentales para ajustar mejor las estrategias. Además, sería valioso comparar el impacto de las campañas de influencers con otras formas de marketing digital, como la publicidad pagada, en términos de retorno de inversión. Finalmente, el desarrollo de herramientas más precisas para medir la efectividad de estas campañas, considerando métricas de engagement y conversión, permitiría obtener conclusiones más robustas y aplicables.Referencias Ajzen, I. (1991). The Theory of Planned Behavior. Organizational Behavior and Human Decision Processes. Al Maalouf, N. J., Sayegh, E., Makhoul, W. y Sarkis, N. (2025). Consumers’ attitudes and purchase intentions toward food ordering via online platforms. Journal of Retailing and Consumer Services, 82. https://doi.org/10.1016/j.jretconser.2024.104151 Alcántara-Pilar, J. M., Rodriguez-López, M. E., Kalinić, Z., y Liébana-Cabanillas, F. (2024). From likes to loyalty: Exploring the impact of influencer credibility on purchase intentions in TikTok. Journal of Retailing and Consumer Services, 78. Arbuckle, J. L., and Wothke, W. (1999). Amos 4.0 user's guide. Marketing Department, SPSS Incorporated. Bastrygina, T., y Lim, W. M. (2023). Foundations of consumer engagement with social media influencers. International Journal of Web Based Communities. Bart Talent Bar (2024). Qué es un foodies y cómo atraerlo a tu establecimiento, Bar Talent Lab. https://www.bartalentlab.com/bartalentnews/foodies-tendencia Belanche, D., Casaló, L.V., Flavián, M. y Ibáñez-Sánchez, S. (2021). Building influencers' credibility on Instagram: Effects on followers’ attitudes and behavioral responses toward the influencer. Journal of Retailing and Consumer Services, 61. https://doi.org/10.1016/j.jretconser.2021.102585 Borgeaud, A. (2024). Mobile subscriber penetration rate in Latin America 2023 vs. 2030. Statista. https://www.statista.com/statistics/218531/latin-american-mobile-subscriber-penetration/ Brito Rhor, M. D., Chachalo Carvajal, G.P. y Murray Álvarez, M.G. (2021). Marketing de influencia: análisis de credibilidad e intención de compra impartidas por un líder de opinión. Signo y Pensamiento, 40(78), 1-21. https://doi.org/10.11144/Javeriana.syp40-78.miac Burchill, A. (2024). Influencer marketing statistics to know in 2024, Dash. https://www.dash.app/blog/influencer-marketing-statistics Cavender, E. (2022). For Gen Z, TikTok is more than entertainment. It's a search engine. Mashable. https://mashable.com/article/gen-z-tiktok-search-engine-google Coutinho, M.F., Dias, A.L. y Pereira, L. F. (2023). Credibility of Social Media Influencers: Impact on Purchase Intention. Human Technology, 19(2), 220-237. Cuevas, L., y Lim, H. (2022). Latina Millennial Mothers’ Experience of Reshaping Motherhood Ideals: The Role of Fashion Mommy Influencers. In International Textile and Apparel Association Annual Conference Proceedings 78(1). De Veirman, M., Cauberghe, V., y Hudders, L. (2017). Marketing through Instagram influencers: the impact of number of followers and product divergence on brandattitude. International journal of advertising, 36(5), 798-828. https://doi.org/10.1080/02650487.2017.1348035. De la Torre S., M. D. y Mendoza R., M. F. (2024). Efecto de influencers foodies en la intención de compra de los consumidores millennials a través de las redes sociales en la ciudad de Guayaquil. [Tesis de bachiller]. Universidad Católica de Santiago de Guayaquil. Dwivedi, A., y Kushwaha, S. (2023). Decoding the Social Media Effect: Understanding its Influence on Consumer Purchase Intentions. Journal of Communication and Management, 2(03), 198-203. Gil, J. A. P., Moscoso, S. C., and Rodríguez, R. M. (2000). Validez de constructo: el uso de análisis factorial exploratorio-confirmatorio para obtener evidencias de validez. Psicothema, 12(Su2), 442-446. https://www.redalyc.org/pdf/727/72797102.pdf González, C. V., Prendes-Espinosa, M. P., y Solano-Fernández. (2022). Instrumento de análisis de la competencia de emprendimiento digital en educación superior. RELIEVE - Revista Electrónica De Investigación Y Evaluación Educativa, 1-19. doi:https://doi.org/10.30827/relieve.v28i1.22831 Henseler, J., Ringle, C. M., and Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the academy of marketing science, 43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8 Hernández, S. R., Fernández, C. C., y Baptista, L. M. (2014). Metodología de la Investigación. México: Mc Graw Hill. Hofstede, G., Hofstede, G. J., y Minkov, M. (2010). Cultures and organizations: Software of the mind (3rd ed.). McGraw-Hill. Hu, L.., and Bentler, P. M. (1998). Fit indices in covariance structure modeling: Sensitivity to underparameterized model misspecification. Psychological Methods, 3(4), 424– 453. https://doi.org/10.1037/1082-989X.3.4.424 Influencer Marketing Hub. (2024). The State of Influencer MArketing 2024: Benchmark Report. https://influencermarketinghub.com/influencer-marketing-benchmark-report/ Influencity (2020). El mayor estudio de influencers en Latinoamérica. https://influencity.com/es/recursos/estudios/el-mayor-estudio-de-influencers-de-latinoamerica#:~:text=Cifras%20a%20destacar&text=La%20poblaci%C3%B3n%2 0de%20la%20regi%C3%B3n,62%2C2%25%20eran%20mujeres. Influencity (2024). Influencer Marketing Market: Best Performing Sectors & Industries. https://influencity.com/blog/en/in-which-sectors-does-influencer-marketing-achieve-the-best-results Jin, S.V., Muqaddam, A. and Ryu, E. (2019). Instafamous and social media influencer marketing", Marketing Intelligence & Planning, 37(5), 567-579. https://doi.org/10.1108/MIP-09-2018-0375Joshi, Y., Lim, W. M., Jagani, K., y Kumar, S. (2023). Social media influencer marketing: Foundations, trends, and ways forward. Electronic Commerce Research. https://doi.org/10.1007/s10660-023-09719-z Kan, M. P. H., y Fabrigar, L. R. (2017). Theory of Planned Behavior. En V. Zeigler-Hill & T. Shackelford (Eds.), Encyclopedia of Personality and Individual Differences. Springer. https://doi.org/10.1007/978-3-319-28099-8_1191-1 Leung, F. F., Gu, F. F., Li, Y., Zhang, J. Z., y Palmatier, R. W. (2022). Influencer marketing effectiveness. Journal of marketing, 86(6), 93-115. Liu, X., y Zheng, X. (2024). The persuasive power of social media influencers in brand credibility and purchase intention. Humanities and Social Sciences Communications, 11(1), 15. https://doi.org/10.1057/s41599-023-02512-1 Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., y Tomás-Marco, I. (2014). El análisis factorial exploratorio de los ítems: una guía práctica, revisada y actualizada. Anales de psicología/annals of psychology, 30(3), 1151-1169. Martínez G., D. (2023). Effects on people’s purchase intention caused by influencers marketing in the restaurant industry. [Trabajo de grado]. Universidad del Rosario. Memon, M. (2024). 15 benefits of influencer marketing to boost ecommerce sales, Dash. https://www.dash.app/blog/influencer-marketing-benefits#:~:text=71%25%20of%20people%20are%20more,quality%20than%20oth er%20campaign%20types Merriam-Webster. (s. f.). Foodie. En Merriam-Webster.com dictionary. Recuperado el 13 de diciembre de 2024, de https://www.merriam-webster.com/dictionary/foodie NC. (2024). El influencer marketing tuvo un crecimiento del 87% en México (IAB). Programmatic México. https://www.programmaticmexico.com/otras-noticias/el-influencer-marketing-tuvo-un-crecimiento-del-87-en-mxico-iab Peña-García, N., Gil-Saura, I., Rodríguez-Orejuela, A. y Siqueira-Junior, J.R. (2020). Purchase intention and purchase behavior online: A cross-cultural approach, Heliyon, 6(6). https://doi.org/10.17632/wy4cw82jpz.1 Petty, R. E., y Cacioppo, J. T. (1986). The Elaboration Likelihood Model of Persuasion. Advances in Experimental Social Psychology. Pillai, S. G., Kim, W. G., Haldorai, K., y Kim, H.S., (2022). Online food delivery services and consumers’ purchase intention: Integration of theory of planned behaviour, theory of perceived risk, and the elaboration likelihood model. International Journal of Hospitality Management. Volumen 105. https://doi.org/10.1016/j.ijhm.2022.103275 Real Academia Española. (2024). Diccionario de la lengua española (23.a ed.). https://dle.rae.esRomán-García, M. d., y González, C. C. (2022). La competencia de emprendimiento digital en función del género: El proyecto Em digital. Revista científica de educación y comunicación, 1-13. doi:https://doi.org/10.25267/Hachetetepe.2022.i24.1205 Romero, M. A., y Milone, M. (2016). El Emprendimiento en España: Intención Emprendedora, Motivaciones y Obstáculos. GCG: revista de globalización, competitividad y gobernabilidad, 95-109. doi:https://doi. org/10.3232/GCG.2016.V10.N1.05 Rupeika-Apoga, R., Petrovska, K., y Bule, L. (2022). The Effect of Digital Orientation and Digital Capability on Digital Transformation of SMEs during the COVID-19 Pandemic. Journal of Theoretical and Applied Electronic Commerce Research, 669–685. doi:https://doi.org/10.3390/jtaer17020035 Salunke, P. and Jain, V. (2022), "Instagram Marketing (2015–2021): A Review of Past Trends, Implications, and Future Research", Rana, S., Sakshi and Singh, J. (Ed.) Exploring the Latest Trends in Management Literature (Review of Management Literature, Vol. 1), Emerald Publishing Limited, Leeds, pp. 129-146. https://doi.org/10.1108/S2754-586520220000001007 Sánchez-Limón, M. L., Sánchez, T. Y., López, T. V., y Montes, d. O. (2019). Emprendimiento en la educación media superior: Estudio comparativo entre Baja California y Tamaulipas. Revista Ibérica de Sistemas e Tecnologias de Informação, 122-137. Sharma, S. y Verma, H. (2018). Social Media Marketing: Evolution and Change. 10.1007/978-981-10-5323-8_2. Tafesse, W. y Yood, B. P., (2021). Followers’ engagement with instagram influencers: The role of influencers’ content and engagement strategy. Journal of Retailing and Consumer Services. (58). https://doi.org/10.1016/j.jretconser.2020.102303 Torres, P., Augusto, M., y Matos, M. (2019). Antecedents and outcomes of digital influencer endorsement: An exploratory study. Psychology & Marketing, 36(12), 1267-1276. https://estudogeral.uc.pt/bitstream/10316/114567/1/B17.pdf Venkatesh, V., Thong, J. Y., y Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS quarterly, 157-178. Yoon, G. N., y Rezabala, E. Y. (2023). El emprendimiento y su fortalecimiento con la utilización de contextos virtuales. Revista Científica Arbitrada Multidisciplinaria, 714-725. doi:https://doi.org/10.59169/pentaciencias.v5i5.798 Zhao, X., Xu, Z., Ding, F., y Li, Z. (2024). The influencers’ attributes and customer purchase intention: The mediating role of customer attitude toward brand. SAGE open, 14(2), 21582440241250122.