Soat (2010), tras analizar una muestra de 400 empresas, identifica los siguientes objetivos principales en el uso corporativo de Twitter: generar transmisión boca en boca (mouth-to-mouth), incrementar la fidelidad de los usuarios, mejorar el conocimiento de productos o marcas, proporcionar nuevas ideas a la empresa y mejorar la calidad del servicio al cliente. No obstante, la consecución de estos objetivos no resulta sencilla. Kietzmann y otros (2011) sugieren la existencia de cuatro aspectos básicos que deberían guiar a las compañías en la correcta utilización de estos canales:

Dadas las características del microblogging en general, y de Twitter en particular, Jansen y otros (2009) sugieren que estos canales sean considerados por las compañías en sus estrategias comerciales. Este hecho se refleja en la realización de distintos estudios orientados al uso comercial de Twitter desde las áreas de la comunicación corporativa (Stieglitz y Krüger, 2011; Carim y Warwick, 2013) y marketing (Bulearca y Bulearca, 2010), donde la comprensión de las distintas posibles interacciones entre clientes y compañías es fundamental.

Desde el punto de vista de los clientes, los Tweets hacia (o sobre) empresas y marcas pueden ser categorizados en cuatro grandes bloques, en función de su propósito general (Jansen y otros, 2009): sentimiento (expresión positiva o negativa acerca de una marca); búsqueda de información (consulta para conocer información acerca de una marca); suministro de información (ofrecer información sobre una marca); y comentario (uso de una marca en un Tweet, sin ser el objetivo principal de éste).

Desde el punto de vista de las compañías, se diferencian cuatro canales utilizados a la hora de difundir contenidos a través de Twitter (Paniagua y Sapena, 2014): responsabilidad social corporativa, marketing, networking corporativo y preferencias reveladas de los clientes, existiendo amplias diferencias en las estrategias seguidas en cada canal. Por ejemplo, Swani y otros (2013), tras analizar 3.982 Tweets enviados por un total de 277 empresas situadas en Fortune 500, descubren diferencias significativas en las estrategias de marketing entre servicios y productos, que se amplían cuando los destinatarios de los Tweets son consumidores o empresas. De hecho, las compañías utilizan Twitter no sólo para promocionar productos, marcas o servicios entre los posibles clientes sino para difundir información a los propios accionistas (Romero y otros, 2011; Rybalko y Seltzer, 2010) o a otras empresas.

Sin embargo, el diferente grado de adopción de Twitter entre las compañías dificulta las tareas de análisis e incide en el tipo de contenidos difundidos, así como en el tipo e intensidad de las relaciones con otros usuarios. Wamba y Carter (2013), tras realizar una encuesta a 453 pequeñas y medianas empresas en cuatro países (Estados Unidos, Reino Unido, Australia e India), descubren que factores como la localización geográfica, el grado de innovación de la empresa o incluso la edad del manager de la empresa impactan en el grado de adopción. Otros factores, como las políticas de uso de canales sociales o el sector industrial, son igualmente claves para comprender el uso de Twitter por parte de las compañías.

La publicación y compartición de ciertos tipos de contenidos por parte de las empresas en Twitter generan un impacto no sólo en los clientes o en la competencia sino en el propio mercado. Bollen y otros (2011), tras analizar más de nueve millones de Tweets publicados por más de dos millones de usuarios en 2008, observan que la información extraída de los Tweets mediante análisis de sentimiento permite mejorar sustancialmente los modelos de predicción de cambios en la cotización de las empresas en el índice Dow Jones Industrial Average. Paniagua y Sapena (2014) constatan igualmente que los canales de las empresas en Facebook y Twitter tienen un impacto significativo en los precios de las acciones de las empresas que cotizan en bolsa (Ibex 35 y Nasdaq), aunque la cantidad de seguidores que se precisa para ello exige un umbral mínimo (que en Twitter se estima entre 4.141 y 4.316 usuarios).

La repercusión de ciertos Tweets con noticias de o sobre empresas (especialmente en aquéllas que cotizan en bolsa), unido a la posibilidad de que puedan publicarse noticias erróneas o falsas, ha llevado a los expertos a discutir si ciertas noticias deberían o no ser difundidas en los canales sociales, ante la posibilidad de manipulación del mercado⁵. Por ejemplo, en Estados Unidos, tal y como indica el experto Enrique Dans⁶, la comunicación de noticias susceptibles de afectar a la cotización de una compañía en el mercado debía llevarse a cabo únicamente a través de canales específicos, tal y como exigía la U.S. Securities and Exchange Commission (SEC). En 2008 se actualizó la normativa para permitir el uso de sitios web corporativos oficiales, y se volvió a actualizar en 2013 para incluir también el uso de cuentas oficiales de medios sociales⁷. Como consecuencia, las compañías han desarrollado distintas políticas de comunicación en las redes sociales, tanto en sus distintas cuentas oficiales como especialmente en las cuentas pertenecientes a sus empleados, hecho que influye claramente en el tipo de presencia e impacto de estas empresas en Twitter.

Aparte de las posibles políticas de difusión de contenidos, el sector industrial influye igualmente en el grado de adopción de Twitter y, por tanto, de su utilización. Case y King (2010) estudian el grado de implementación y uso de redes sociales en las compañías listadas en Fortune 200 (edición 2009) y descubren que sólo el 64.5% de las empresas tiene cuenta oficial de Twitter. Este porcentaje baja al 54% si solamente se consideran las 50 primeras empresas (Case y King, 2011). El 79% de las compañías con una cuenta activa utilizan Twitter principalmente para la distribución de noticias y en menor medida para el marketing, promociones, servicios de usuario o recursos humanos, aunque se detectan diferencias por sector. En concreto, las compañías de los sectores computación/TIC presentan grados de adopción y uso superiores al resto (95% de las 19 compañías de este sector incluidas en Fortune 200), porcentaje igualmente alto para las empresas de telecomunicaciones (88% de las 8 empresas incluidas en este ranking), que contrastan con el 42% del sector de la banca (n=12) o el 64% del sector de productos de salud (n=22).

El mayor uso de Twitter por las empresas de carácter tecnológico no es de extrañar. Gentle (2009) describe los usos más comunes de Twitter por estas empresas, entre los que destaca la distribución de PDFs con la actualización de manuales de instrucción, el aviso a los usuarios sobre la actualización de aplicaciones o el seguimiento de las consultas de usuarios. Los Tweets tienen igualmente potencial como medios para difundir consejos, trucos y enlaces de ayuda online. Shu (2015) tipifica los Tweets difundidos por empresas tecnológicas hacia los usuarios en cinco grandes categorías (comunicación corporativa; marketing; comunicación de emergencias; comunicación pedagógica; y comunicación técnica), que ejemplifican la adecuación de Twitter en este sector.

El grado de adopción y los distintos usos de Twitter por parte de las compañías determinan finalmente las redes sociales susceptibles de ser creadas entre usuarios, que pueden distinguirse: a) en función del tipo de relación (Follower/Followed, mención de hashtag o una mención de usuario); y b) de la fuerza de esta relación (cantidad y calidad de seguidores e interacciones) (Huberman y otros, 2008).

El estudio de las relaciones establecidas entre usuarios (principalmente mediante técnicas provenientes tanto del análisis de redes sociales como de la cibermetría) supone una importante fuente de información para conocer las relaciones informales que hayan podido ser establecidas (o que lo serán con cierta probabilidad) entre empresas. Esto permitiría, entre otras cosas, conocer la mayor o menor influencia general de una empresa dentro de su sector en un canal de comunicación masivo como es Twitter, la emergencia o decadencia de ciertos usuarios en el tiempo, el tipo de relaciones (más o menos intensas; más o menos superficiales; más o menos amistosas) de una empresa con su competencia directa o el papel mediador de alguna compañía que pueda servir de vínculo entre diversos grupos establecidos. Siendo todos estos datos de gran valor para la toma de decisiones estratégicas (especialmente en el desarrollo de políticas de comunicación corporativa, gestión de crisis, detección de usuarios clave con quienes conectar para generar tráfico sus sitios web, etc.), dentro de una compañía.

Si nos centramos en las relaciones establecidas a través de las menciones de usuario, las razones por las que una compañía pueda querer mencionar a otra en un Tweet pueden ser diversas, tanto neutras (participar en una conversación donde pueda aparecer mencionada otra empresa), como positivas (estrechar lazos, crear comunidad, ayudar a difundir ciertos productos, noticias o eventos, especialmente en los que participen conjuntamente, fomentar debates o conversaciones de valor añadido a la comunidad, etc.) o directamente negativas (criticar un producto, servicio, comentario, etc.).

Finalmente, la forma de mencionar podrá indicar y modular la naturaleza de la relación; así, un Tweet directo (publicación de un tweet original con mención directa a otro usuario) reflejará una relación activa y manifiesta a generar una conversación, mientras que un ReTweet (acción por la que se publica un Tweet ya creado previamente por otro usuario) reflejará una relación más pasiva y vinculada a la mera redifusión de contenidos, bien creados directamente por otra compañía o en los que aparecen simplemente mencionados.

Dado que Twitter es una red de interconexiones (tanto de usuarios como de temas), las características estructurales son fundamentales para conocer la posición e influencia de cada nodo, por lo que el uso de técnicas de Análisis de Redes Sociales (SNA) resulta fundamental (Barabási, 2014). La aplicación de estas técnicas a los estudios métricos de la web (Barabasi y Albert, 1999; Adamic y Huberman, 2001) y a la cibermetría son comunes (Ortega y Aguillo, 2011; Ortega y Aguillo, 2013). Además, el estudio de la evolución de las conexiones establecidas en una determinada red a través de técnicas SNA puede ayudar a conocer asimismo los procesos de creación, difusión y destrucción de agrupaciones, así como la realización de estudios de causalidad con ciertos fenómenos sociales.

En función de la estructura formada por las relaciones entre usuarios, se han identificado hasta seis tipos de redes en Twitter (Smith y otros, 2014): divididas (multitudes polarizadas); unificadas (multitudes apretadas); fragmentadas (agrupación de marcas); agrupadas (agrupación de comunidades); In-hub & Spoke (redes de difusión); y Out-hub & Spoke (redes de apoyo).

Con anterioridad a la existencia de Twitter, las relaciones establecidas entre las empresas en un entorno online se habían realizado mediante técnicas cibermétricas, especialmente a través del análisis de enlaces (Thelwall, 2004; Orduña-Malea y Aguillo, 2014). Aunque esta disciplina se orienta principalmente al análisis de recursos de investigación, a partir de la publicación de los trabajos pioneros de Vaughan (2004) los indicadores web comenzaron a aplicarse de forma más sistemática en entornos empresariales, demostrando así cómo el análisis de enlaces proporcionaba información comercial útil.

A partir de entonces, se desarrolló una limitada pero importante línea de investigación centrada en el análisis de los sitios webs de compañías comerciales (Romero-Frias, 2011), en la que destaca por una parte un área centrada en el estudio de posibles correlaciones entre los indicadores web y ciertas variables financieras y, por otra parte, un área enfocada en el estudio de las propiedades de ciertos indicadores a la hora de aportar nuevas perspectivas acerca de las relaciones entre empresas de sectores tanto homogéneos como heterogéneos (Vaughan y Wu, 2004), donde destacan los trabajos realizados a través de co-enlaces (Vaughan y You, 2006) y co-menciones (Vaughan y You, 2010).

De forma paralela se desarrollaron numerosos trabajos basados en el testeo de ciertas plataformas que permitían la obtención de ciertos indicadores (visitas, búsquedas y enlaces principalmente) aplicados al rendimiento web de las empresas, como por ejemplo ciertas fuentes de tráfico web como Alexa, Compete y Google Trends (Vaughan y Yang, 2013), motores de búsqueda comerciales como Altavista, MSN, Google o Yahoo! (Vaughan y Wu, 2004; Vaughan y You, 2006) o motores de búsqueda específicos como Google News o Google Blogs (Vaughan y Romero-Frias, 2012), y más recientemente Topsy (Vaughan, en prensa).

La aparición de Twitter (entre otras plataformas sociales) permitió, por tanto, expandir la capacidad de analizar las relaciones web entre compañías que proporcionaba la cibermetría clásica (basadas en menciones web entre sus sitios web) gracias a la cuantificación de las menciones explícitas entre las correspondientes cuentas de usuario creadas en esta plataforma de microblogging.

Ambos entornos (la Web en general y Twitter en particular) presentan, sin embargo, un mismo problema relacionado con la elección de la unidad de análisis para cuantificar las menciones, debido a la presencia desagregada y dispersa de las empresas en la Web (Orduña-Malea y otros, 2015a).

En el caso de una compañía internacional, es común que ésta tenga sedes en diferentes países, productos y servicios concretos, marcas, información para los inversores, uno o varios blogs (corporativos o para productos específicos), etc. Cada uno de estos elementos puede disponer de un sitio web completamente independiente (denominado Additional Web Domain o AWD). Aunque la mayoría de estos AWDs poseen una visibilidad mínima, en algunos casos pueden llegar a tener un impacto web mucho mayor que el sitio web corporativo (pensemos en Movistar y Telefónica, por ejemplo).

Esta dispersión se replica en Twitter, donde una compañía puede disponer de multitud de cuentas creadas, tanto generales como para determinados productos (especialmente en las compañías tecnológicas), actividades, eventos, delegaciones, cargos, etc., con la problemática añadida de que las políticas de creación y difusión de contenidos pueden ser bien diferentes en cada perfil. Por ello, la elección de las unidades de análisis (en el caso de no poder considerar todas las cuentas) es crucial para poder contextualizar las relaciones explícitas entre empresas.

Entre todas las posibles cuentas, la corporativa tiene una significación especial para la compañía, pues es la elegida como canal de comunicación oficial. Por tanto, los contenidos que se generen y las relaciones que se establezcan desde esta cuenta con otras compañías tendrán a priori una significación estratégica especial, aunque las cuentas de un producto concreto o de un directivo mediático puedan disponer de un mayor número de seguidores (y/u otras conexiones más intensas).

A pesar del interés que supone conocer y caracterizar las relaciones web existentes entre empresas, y más en una plataforma de difusión masiva de contenidos como Twitter, este tipo de análisis es abordado usualmente desde los principios del marketing y la comunicación corporativa, y donde los métodos utilizados suelen quedar ocultos por secreto industrial. Por ello, la aplicación y testeo de metodologías procedentes de la cibermetría y de las ciencias de la información en este ámbito resultan, por su escasez, necesarias.

El objetivo principal de este trabajo es identificar y describir (mediante un análisis cibermétrico de menciones de usuario) la intensidad y evolución de las relaciones establecidas entre compañías de un determinado sector industrial (tecnología) a través de sus correspondientes cuentas corporativas de Twitter, con el propósito de comprobar el valor que un análisis métrico de estas características puede tener a la hora de determinar la conectividad entre dichas compañías.

Con el fin de caracterizar la intensidad y evolución de las relaciones entre compañías, se plantean las siguientes tareas específicas:

Dado el mayor grado de adopción de Twitter por parte de las empresas tecnológicas, se plantea analizar una muestra exclusiva de compañías incluidas en este sector industrial. Para ello, se seleccionaron las 50 empresas tecnológicas con mayores ingresos netos anuales (Annual Net Income), según los datos disponibles en el momento de obtención de la muestra (octubre de 2014), a partir del listado que ofrece Google Finance para las empresas de este sector⁸.

Google Finance es un producto de información financiera lanzado en marzo de 2006⁹, que cubre cerca de 24 mercados bursátiles en 15 países. Entre sus principales funcionalidades se encuentra la aportación de datos económicos y financieros de empresas por sectores industriales a través de cerca de 50 variables financieras. Aunque existen otros productos similares (Yahoo Finance, Morningstar, etc.), se eligió Google Finance simplemente por su facilidad de uso para obtener el listado de compañías, aunque este listado se podría obtener de cualquier otra fuente similar, pues los ingresos netos anuales oficiales no dependen de la fuente, sino de la información proporcionada por las propias empresas.

Para cada una de estas compañías se localizó manualmente la existencia de una cuenta oficial de Twitter. Con el propósito de minimizar los posibles sesgos geográficos en la adopción de esta red social, se contemplaron únicamente las cuentas oficiales correspondientes a las delegaciones de Estados Unidos, país con el mayor porcentaje de usuarios activos en Twitter (24.3%)¹⁰, a fecha de 2013 (últimos datos disponibles en el momento de la obtención de la muestra). Igualmente, se contemplaron únicamente las cuentas oficiales corporativas, dejando fuera de este estudio a las diferentes cuentas de productos específicos, servicios, etc.

Del listado inicial de 50 empresas tecnológicas, se descartaron tres compañías (Taiwan Semiconductor, Baidu y NetEase), que incumplían el criterio de disponer de una cuenta oficial en una delegación estadounidense. Para suplir esta carencia, se escogieron las tres empresas siguientes en el ranking ofrecido por Google Finance. El caso de Apple merece una atención especial; esta empresa queda situada en primera posición en función de los ingresos anuales en el momento de realización del trabajo, pero no disponía de una cuenta oficial corporativa. Dada la importancia de esta empresa en el sector tecnológico mundial se decidió, a modo de prueba de control, incluir una cuenta no oficial pero con un alto grado de seguidores (@AppleOfficialll), con el fin de determinar su grado de interactividad con el resto de cuentas oficiales de otras compañías. En la Tabla I se muestran las empresas que conforman la muestra final, junto a su cuenta en Twitter, número de seguidores (a fecha de octubre de 2014; extraídos de Twitter), y número de Tweets totales publicados mensualmente (de abril a agosto de 2014).

Para cada una de las 50 cuentas de Twitter recopiladas, se procedió a contabilizar la cantidad de menciones, tanto MT como RT, entre todas ellas. Para ello se utilizó un método indirecto (Del-Fresno-García, 2014) a través del buscador especializado Topsy¹¹, que permite no sólo acceder al archivo completo de Tweets de Twitter, sino además realizar búsquedas avanzadas mediante algunos comandos. El uso de Topsy en estudios métricos de la Web ya ha sido utilizado y probado con anterioridad (Vaughan, en prensa; Orduña-Malea y otros, 2015b).

En este caso, para obtener las menciones MT y RT entre las diferentes cuentas se ha utilizado el comando “FROM:”, con el que se obtiene el número de Tweets (en cualquier idioma) difundidos por una cuenta 1 en la que se mencionara a una cuenta 2, de la siguiente forma: <@empresa2 FROM:@empresa1>. En la figura 1 se ejemplifica este proceso mediante la consulta <@dell FROM: @intel>, que devuelve el número de Tweets, en un determinado período de tiempo, en los que la empresa Intel ha mencionado (mediante MT o RT) a la empresa Dell, a través de sus respectivas cuentas oficiales de Twitter.

Dado que el propósito es conocer tanto la intensidad como la evolución del grado de interconectividad entre las cuentas de Twitter, se diseñó un proceso de medida longitudinal basado en la ejecución de seis tomas mensuales (desde marzo hasta agosto de 2014). En cada toma se contabilizó el número de menciones desde cada cuenta al resto (un total de 2.450 posibles combinaciones), distinguiendo si la mención era de tipo MT o RT.

Los datos obtenidos de cada toma mensual se transformaron manualmente en un fichero .net que fue exportado a la aplicación Gephi (v.082), desde donde se extrajeron los datos de centralidad mensuales de la red correspondiente, tanto a nivel de nodo (grado, closeness, betweeness, coeficiente de clustering, eigenvector), como a nivel de red (grado medio, diámetro, densidad, longitud media del camino, coeficiente medio de clustering). En la tabla II se incluye la definición de cada uno de estos indicadores.

En cada toma de datos se recopiló adicionalmente el número de menciones totales acumuladas, de forma que la diferencia de menciones entre meses proporcionara el número de menciones relativas al último mes (de abril a agosto). Con el fin de contextualizar estos datos, se procedió igualmente a recopilar la producción mensual total de Tweets emitida por cada cuenta (igualmente de abril hasta agosto de 2014), que se extrajeron de forma retrospectiva (a fecha de noviembre de 2015) directamente desde la búsqueda avanzada de Twitter. Con estos datos se calculó la tasa de publicación para cada cuenta (número de Tweets totales emitidos entre abril y agosto por una determinada cuenta, dividido por el número de Tweets recibidos por esa cuenta desde el resto de cuentas durante ese mismo período).

Finalmente, todos los datos obtenidos fueron exportados a una hoja de cálculo para ser tratados estadísticamente. El proceso de análisis fue realizado durante los meses de septiembre y octubre de 2014.

A fecha de marzo de 2014, de las 2.450 posibles combinaciones entre pares de compañías, sólo en el 9.14% (224) de éstas se ha detectado al menos un Tweet de una empresa a otra (reflejando una densidad baja). Esta cifra asciende al 15.7% (385) en agosto del mismo año, siendo en todo caso una evolución positiva, aunque lenta, especialmente si tenemos en cuenta que el número de nodos (n=50) se mantiene estable durante todos los meses de medida.

Este hecho ha determinado que los distintos análisis seccionales mensuales hayan proporcionado una fotografía similar de las relaciones entre los canales sociales de las empresas. Los indicadores de red obtenidos a partir de las menciones web en Twitter han demostrado por otra parte ser estables y robustos ante pequeñas variaciones en las relaciones detectadas entre las compañías.

En cuanto a la intensidad de las relaciones, a lo largo de cinco meses (de abril a agosto de 2014) solamente se han cuantificado 338 Tweets entre las 50 empresas de la muestra, una cifra que se considera discreta, dada la cantidad de Tweets mensuales publicados por las empresas. Estos datos suponen, por otra parte, el 14.2% del total de Tweets históricos contabilizados entre este grupo de empresas (2.381), una cifra que revela una no excesiva concentración de interacciones durante el período de análisis.

Respecto al tipo de interacciones, los datos indican claramente un predominio en el uso de menciones directas (85%) respecto a los ReTweets (15%), que reflejan una preferencia por el contacto directo más que por la mera redifusión de contenidos.

Igualmente se detecta una moderada influencia del número de followers en la cantidad de Tweets recibidos por el conjunto de empresas, aunque dada la alta variabilidad de este indicador, este factor se debería analizar de forma más sistemática para conocer con más exactitud la influencia que éstos suponen a la hora de captar menciones del resto de empresas del sector.

La cantidad de Tweets mensuales publicados no parece tener, por otro lado, una influencia tan directa en las interacciones logradas; en este caso la orientación de los contenidos difundidos parece ser más determinante. Por ejemplo, la cuenta de AOL (orientada a la comunicación de contenidos generalistas) produce muchos Tweets pero con impacto nulo en el resto de empresas; sin embargo Netapp (más orientada a la difusión de contenidos dirigidos a usuarios específicos) publica muchos menos Tweets pero logra una mayor interacción del resto de compañías.

Se ha constatado una alta asimetría en las interacciones entre las empresas. Mientras unas compañías actúan como concentradores (proporcionan muchas menciones al resto, pero reciben pocas menciones; Netapp, CSC o Hewlett-Packard serían ejemplos de esta categoría), otras se comportan como autoridades (reciben muchas menciones, pero apenas proporcionan; ejemplos serían VMware, Microsoft, Intel o Facebook). Aunque no se detectan clusters de gran intensidad, se destaca la interacción que Microsoft e Intel tienen con HP.

Las empresas con una mayor centralidad de red corresponden a grandes compañías clásicas de la informática (Microsoft, Oracle, Cisco, Intel o HP), que forman el núcleo central de la red, mientras que empresas orientadas a la Web (como Yahoo! o Google) aparecen ligeramente más desconectadas y periféricas, debido a que reciben muy pocos Tweets del resto de compañías (con la excepción de Facebook). En cualquier caso, el bajo volumen de Tweets tanto mensuales como históricos explica la alta estabilidad de los indicadores de red (tanto a nivel de nodo como de la estructura de red completa).

Se concluye, por tanto, que las cuentas corporativas de las empresas tecnológicas en Twitter no son suficientes para analizar desde un punto de vista informétrico las interacciones y relaciones establecidas entre las compañías en este canal. Es posible que la competencia entre estas empresas y las distintas políticas de comunicación web (reflejadas tanto en el tipo de contenidos generados como en el número de seguidores) influyan en la baja densidad de interacciones constatadas, más si tenemos en cuenta tanto el alto dinamismo de Twitter como el carácter tecnológico de las empresas analizadas (que las hace más propensas a usar este canal de comunicación). El estudio de otros sectores industriales ayudaría, asimismo, a relativizar el grado de interacción obtenido.

La ampliación de este estudio al resto de cuentas oficiales (especialmente las relativas a productos) se estima necesaria, pues ello podría hacer aflorar interrelaciones de alta intensidad, no visibles en las cuentas corporativas (marcando así la existencia de canales específicos de comunicación entre compañías), o bien corroborar una carencia más coyuntural de interrelaciones entre empresas en el canal de comunicación web (Twitter).

En cualquier caso, tanto la existencia como la ausencia de interrelaciones (y la forma en la que éstas se dan) aportan información valiosa acerca de las políticas y prácticas de comunicación web entre empresas, útiles tanto para las propias compañías (toma de decisiones estratégicas, actividades de benchmarking, etc.) como para otros observadores. En ese sentido, el uso de métodos e indicadores web aplicados en este estudio, con una fuerte base metodológica basada en la cibermetría, han demostrado ser de gran ayuda y valor en la cuantificación y descripción de estas relaciones.

Para finalizar, y dada la estabilidad de las relaciones entre empresas analizadas, se estima necesario el futuro diseño y aplicación de indicadores de red más sensibles a variaciones particulares para ser utilizados en estudios longitudinales, especialmente a la hora de detectar precozmente modificaciones en las relaciones existentes y posibles tendencias en la evolución de una red cerrada de estas características.