pág. 4091
EL AUGE DEL LIVE-COMMERCE EN ECUADOR:
COMPRAS EN VIVO POR REDES SOCIALES COMO
NUEVO MODELO DE CONSUMO DIGITAL
THE RISE OF LIVE-COMMERCE IN ECUADOR: LIVE
SHOPPING THROUGH SOCIAL MEDIA AS A NEW MODEL
OF DIGITAL CONSUMPTION
Carlos Fernando Valdiviezo Araujo
Universidad Técnica de Machala, Ecuador
Kerly Dayana Pindo Erraez
Universidad Técnica de Machala, Ecuador
Ximena Solange Coyago Loayza
Universidad Técnica de Machala, Ecuador
pág. 4092
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21517
El Auge del Live-Commerce en Ecuador: Compras en Vivo por Redes
Sociales como Nuevo Modelo de Consumo Digital
Carlos Fernando Valdiviezo Araujo1
cvaldivie3@utmachala.edu.ec
https://orcid.org/0009-0000-9747-6395
Universidad Técnica de Machala
Ecuador
Kerly Dayana Pindo Erraez
kpindo1@utmachala.edu.ec
https://orcid.org/0009-0008-6573-8352
Universidad Técnica de Machala
Ecuador
Ximena Solange Coyago Loayza
xcoyago@utmachala.edu.ec
https://orcid.org/0000-0002-7433-8683
Universidad Técnica de Machala
Ecuador
RESUMEN
El presente artículo analiza los factores que influyen en la intención de compra de los consumidores
ecuatorianos dentro del live-commerce, un formato emergente de ventas en vivo por redes sociales. A
partir de un enfoque cuantitativo, se aplicó una encuesta estructurada a 300 usuarios de 18 a 30 años, y
se empleó el método PLS-SEM para evaluar las relaciones entre interactividad, confianza,
entretenimiento, riesgo percibido e intención de compra. Los resultados evidencian que la
interactividad, la confianza y el entretenimiento ejercen efectos positivos y significativos sobre la
intención de compra, mientras que el riesgo percibido actúa como un inhibidor. Además, el modelo
presentó una capacidad predictiva moderada, lo que revela la relevancia de estos factores en la
experiencia de compra en vivo. En conjunto, los hallazgos demuestran que el live-commerce está
reconfigurando el comportamiento del consumidor digital en Ecuador, destacándose como un canal
dinámico que combina interacción, credibilidad y experiencia emocional para potenciar las decisiones
de compra.
Palabras claves: live-commerce, intención de compra, interactividad, confianza, entretenimiento, riesgo
percibido, comercio digital
1 Autor principal
Correspondencia; cvaldivie3@utmachala.edu.ec
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21517
El Auge del Live-Commerce en Ecuador: Compras en Vivo por Redes
Sociales como Nuevo Modelo de Consumo Digital
Carlos Fernando Valdiviezo Araujo1
cvaldivie3@utmachala.edu.ec
https://orcid.org/0009-0000-9747-6395
Universidad Técnica de Machala
Ecuador
Kerly Dayana Pindo Erraez
kpindo1@utmachala.edu.ec
https://orcid.org/0009-0008-6573-8352
Universidad Técnica de Machala
Ecuador
Ximena Solange Coyago Loayza
xcoyago@utmachala.edu.ec
https://orcid.org/0000-0002-7433-8683
Universidad Técnica de Machala
Ecuador
RESUMEN
El presente artículo analiza los factores que influyen en la intención de compra de los consumidores
ecuatorianos dentro del live-commerce, un formato emergente de ventas en vivo por redes sociales. A
partir de un enfoque cuantitativo, se aplicó una encuesta estructurada a 300 usuarios de 18 a 30 años, y
se empleó el método PLS-SEM para evaluar las relaciones entre interactividad, confianza,
entretenimiento, riesgo percibido e intención de compra. Los resultados evidencian que la
interactividad, la confianza y el entretenimiento ejercen efectos positivos y significativos sobre la
intención de compra, mientras que el riesgo percibido actúa como un inhibidor. Además, el modelo
presentó una capacidad predictiva moderada, lo que revela la relevancia de estos factores en la
experiencia de compra en vivo. En conjunto, los hallazgos demuestran que el live-commerce está
reconfigurando el comportamiento del consumidor digital en Ecuador, destacándose como un canal
dinámico que combina interacción, credibilidad y experiencia emocional para potenciar las decisiones
de compra.
Palabras claves: live-commerce, intención de compra, interactividad, confianza, entretenimiento, riesgo
percibido, comercio digital
1 Autor principal
Correspondencia; cvaldivie3@utmachala.edu.ec
pág. 4093
The Rise of live-Commerce in Ecuador: Live Shopping Through Social
Media as a New Model of Digital Consumption
ABSTRACT
This article analyzes the factors that influence Ecuadorian consumers’ purchase intention within live-
commerce, an emerging sales format based on live streaming through social media. Using a quantitative
approach, a structured survey was administered to 300 users aged 18 to 30, and the PLS- SEM method
was applied to examine the relationships among interactivity, trust, entertainment, perceived risk, and
purchase intention. The findings show that interactivity, trust, and entertainment have positive and
significant effects on purchase intention, while perceived risk acts as an inhibitory factor. Additionally,
the model demonstrated moderate predictive power, highlighting the relevance of these variables in
shaping the live-shopping experience. Overall, the results reveal that live-commerce is transforming
digital consumer behavior in Ecuador by creating an interactive, credible, and emotionally engaging
environment that enhances purchasing decisions.
Keywords: live-commerce, purchase intention, interactivity, trust, entertainment, perceived risk, digital
commerce.
Artículo recibido 15 noviembre 2025
Aceptado para publicación: 15 diciembre 2025
The Rise of live-Commerce in Ecuador: Live Shopping Through Social
Media as a New Model of Digital Consumption
ABSTRACT
This article analyzes the factors that influence Ecuadorian consumers’ purchase intention within live-
commerce, an emerging sales format based on live streaming through social media. Using a quantitative
approach, a structured survey was administered to 300 users aged 18 to 30, and the PLS- SEM method
was applied to examine the relationships among interactivity, trust, entertainment, perceived risk, and
purchase intention. The findings show that interactivity, trust, and entertainment have positive and
significant effects on purchase intention, while perceived risk acts as an inhibitory factor. Additionally,
the model demonstrated moderate predictive power, highlighting the relevance of these variables in
shaping the live-shopping experience. Overall, the results reveal that live-commerce is transforming
digital consumer behavior in Ecuador by creating an interactive, credible, and emotionally engaging
environment that enhances purchasing decisions.
Keywords: live-commerce, purchase intention, interactivity, trust, entertainment, perceived risk, digital
commerce.
Artículo recibido 15 noviembre 2025
Aceptado para publicación: 15 diciembre 2025
pág. 4094
INTRODUCCIÓN
En los últimos años, Ecuador ha experimentado una rápida digitalización del consumo: hoy más de
cuatro de cada cinco empresas planean reforzar sus canales en línea y la penetración de internet móvil
ya supera a la población adulta conectada a redes sociales (ICEX, 2024). La Cámara Ecuatoriana de
Comercio Electrónico (CECE) y la UEES señalan que este entusiasmo empresarial se traduce en un
ecosistema de comercio electrónico cada vez más dinámico, donde las redes sociales concentran gran
parte de la atención y de la confianza del comprador local.
En ese contexto de adopción acelerada surge el live-commerce: transmisiones en directo que integran
demostración, interacción y compra instantánea en la misma pantalla. Como sub-modalidad del social
commerce, este formato nació en Asia de la mano de Taobao Live en 2016 y, en menos de una década,
se ha estudiado en más de 40 países debido a su capacidad para humanizar la compra digital (Luo et al.,
2023). La literatura reciente lo describe como un modelo que funde la lógica del entretenimiento con
prácticas de marketing conversacional, generando una experiencia “casi presencial” que reduce la
brecha entre el escaparate físico y el virtual.
En Norteamérica, el live commerce ha ido ganando terreno, aunque con un desarrollo más paulatino.
(Chen et al., 2025) destacan que plataformas como Amazon Live, lanzada en 2019, están innovando en
la forma en que los consumidores experimentan la compra digital. Los autores indican que “la
interactividad, la conexión emocional con los presentadores y la inmediatez de las ofertas son factores
determinantes para la conversión de espectadores en compradores” (Chen et al., 2025). A pesar de que
la adopción todavía está en fases iniciales comparada con Asia, el creciente interés en el storytelling
digital y la personalización sugiere un potencial significativo en el mercado norteamericano.
En América Latina las compras en vivo están empezando a institucionalizarse; en Ecuador, un tejido de
microempresas ya familiarizadas con el comercio móvil a través de redes sociales ha integrado
transmisiones en vivo como estrategia de venta. Al mismo tiempo, los consumidores del país han
demostrado estar dispuestos a participar e interactuar en tiempo real con los vendedores durante estas
emisiones. No obstante, las regulaciones gubernamentales aún están en fase de ajuste para estas
dinámicas emergente (Gobierno de Ecuador, 2020).
INTRODUCCIÓN
En los últimos años, Ecuador ha experimentado una rápida digitalización del consumo: hoy más de
cuatro de cada cinco empresas planean reforzar sus canales en línea y la penetración de internet móvil
ya supera a la población adulta conectada a redes sociales (ICEX, 2024). La Cámara Ecuatoriana de
Comercio Electrónico (CECE) y la UEES señalan que este entusiasmo empresarial se traduce en un
ecosistema de comercio electrónico cada vez más dinámico, donde las redes sociales concentran gran
parte de la atención y de la confianza del comprador local.
En ese contexto de adopción acelerada surge el live-commerce: transmisiones en directo que integran
demostración, interacción y compra instantánea en la misma pantalla. Como sub-modalidad del social
commerce, este formato nació en Asia de la mano de Taobao Live en 2016 y, en menos de una década,
se ha estudiado en más de 40 países debido a su capacidad para humanizar la compra digital (Luo et al.,
2023). La literatura reciente lo describe como un modelo que funde la lógica del entretenimiento con
prácticas de marketing conversacional, generando una experiencia “casi presencial” que reduce la
brecha entre el escaparate físico y el virtual.
En Norteamérica, el live commerce ha ido ganando terreno, aunque con un desarrollo más paulatino.
(Chen et al., 2025) destacan que plataformas como Amazon Live, lanzada en 2019, están innovando en
la forma en que los consumidores experimentan la compra digital. Los autores indican que “la
interactividad, la conexión emocional con los presentadores y la inmediatez de las ofertas son factores
determinantes para la conversión de espectadores en compradores” (Chen et al., 2025). A pesar de que
la adopción todavía está en fases iniciales comparada con Asia, el creciente interés en el storytelling
digital y la personalización sugiere un potencial significativo en el mercado norteamericano.
En América Latina las compras en vivo están empezando a institucionalizarse; en Ecuador, un tejido de
microempresas ya familiarizadas con el comercio móvil a través de redes sociales ha integrado
transmisiones en vivo como estrategia de venta. Al mismo tiempo, los consumidores del país han
demostrado estar dispuestos a participar e interactuar en tiempo real con los vendedores durante estas
emisiones. No obstante, las regulaciones gubernamentales aún están en fase de ajuste para estas
dinámicas emergente (Gobierno de Ecuador, 2020).
pág. 4095
A su vez, la evidencia sobre los factores psicológicos que impulsan la intención de compra durante estas
transmisiones sigue siendo limitada, especialmente en el contexto latinoamericano. (Correa et al., 2019).
En México y Brasil, el live commerce encuentra terreno fértil gracias a una sólida adopción del social
commerce y una cultura móvil muy activa. En Brasil, alrededor del 48 % de los usuarios de redes
sociales realizaron una compra después de ver una publicación comercial, según Cropink (2025),
mientras que en México se observa un crecimiento notable en sistemas de pago integrados y
funcionalidades de compra en Instagram y WhatsApp, lo que evidencia una ubicación previa ideal para
el live commerce.
En los últimos años, se ha podido observar cómo la interacción en tiempo real que ofrece el live-
commerce genera una conexión más cercana entre quien transmite y quienes están viendo. Esta
interacción no solo hace que las personas sientan que están participando activamente, sino que también
les da más seguridad al ver cómo se prueban o explican los productos en vivo. Además, factores como
la confianza que inspira el anfitrión y la manera en que se proyecta en redes sociales influyen bastante
en la intención de compra, ya que muchas veces lo que convence no es solo el producto, sino la
autenticidad y el conocimiento que transmite quien lo presenta.
En definitiva, el valor del live-commerce no se limita a la tecnología utilizada, sino que está en esa
relación que se construye durante la transmisión, donde el diálogo y la cercanía marcan la diferencia.
(Sun et al, 2022).
Por ello, el presente artículo se propone explicar cómo las compras en vivo a través de redes sociales
están reconfigurando el consumo digital en Ecuador, analizando de qué manera la interactividad, la
confianza, el entretenimiento, la intención de compra y el riesgo percibido convergen en esta nueva
experiencia. Al hacerlo, no solo se documentará un fenómeno de creciente relevancia empresarial, sino
que se generará evidencia científica basada en datos, que sirva de sustento para la formulación de
estrategias y políticas que fortalezcan un mercado digital más cercano, transparente y competitivo.
Problema de Investigación
El comercio digital en Ecuador ha experimentado un notable crecimiento, especialmente en el uso de
transmisiones en vivo a través de redes sociales por parte de microempresas. Sin embargo, persiste una
falta de estudios que analicen cómo estas transmisiones influyen en la intención de compra de los
A su vez, la evidencia sobre los factores psicológicos que impulsan la intención de compra durante estas
transmisiones sigue siendo limitada, especialmente en el contexto latinoamericano. (Correa et al., 2019).
En México y Brasil, el live commerce encuentra terreno fértil gracias a una sólida adopción del social
commerce y una cultura móvil muy activa. En Brasil, alrededor del 48 % de los usuarios de redes
sociales realizaron una compra después de ver una publicación comercial, según Cropink (2025),
mientras que en México se observa un crecimiento notable en sistemas de pago integrados y
funcionalidades de compra en Instagram y WhatsApp, lo que evidencia una ubicación previa ideal para
el live commerce.
En los últimos años, se ha podido observar cómo la interacción en tiempo real que ofrece el live-
commerce genera una conexión más cercana entre quien transmite y quienes están viendo. Esta
interacción no solo hace que las personas sientan que están participando activamente, sino que también
les da más seguridad al ver cómo se prueban o explican los productos en vivo. Además, factores como
la confianza que inspira el anfitrión y la manera en que se proyecta en redes sociales influyen bastante
en la intención de compra, ya que muchas veces lo que convence no es solo el producto, sino la
autenticidad y el conocimiento que transmite quien lo presenta.
En definitiva, el valor del live-commerce no se limita a la tecnología utilizada, sino que está en esa
relación que se construye durante la transmisión, donde el diálogo y la cercanía marcan la diferencia.
(Sun et al, 2022).
Por ello, el presente artículo se propone explicar cómo las compras en vivo a través de redes sociales
están reconfigurando el consumo digital en Ecuador, analizando de qué manera la interactividad, la
confianza, el entretenimiento, la intención de compra y el riesgo percibido convergen en esta nueva
experiencia. Al hacerlo, no solo se documentará un fenómeno de creciente relevancia empresarial, sino
que se generará evidencia científica basada en datos, que sirva de sustento para la formulación de
estrategias y políticas que fortalezcan un mercado digital más cercano, transparente y competitivo.
Problema de Investigación
El comercio digital en Ecuador ha experimentado un notable crecimiento, especialmente en el uso de
transmisiones en vivo a través de redes sociales por parte de microempresas. Sin embargo, persiste una
falta de estudios que analicen cómo estas transmisiones influyen en la intención de compra de los
pág. 4096
consumidores. A pesar de su creciente adopción, los factores que motivan la participación activa de los
usuarios, como la interactividad o la confianza en los presentadores, no han sido suficientemente
explorados. Además, las regulaciones en este ámbito aún se encuentran en fase de ajuste, lo que dificulta
la integración efectiva de estrategias de live-commerce.
Este vacío en la investigación limita la capacidad de las empresas para maximizar el impacto de estas
herramientas y de los reguladores para crear políticas que favorezcan un comercio digital eficiente y
transparente. Así, el estudio propuesto busca analizar estos aspectos y ofrecer evidencia científica que
pueda guiar la adopción de mejores prácticas y estrategias en el comercio digital ecuatoriano. (Velíz, I.
A, 2023)
Objetivo General
Analizar los factores del live-commerce que influyen en los consumidores ecuatorianos, mediante un
enfoque cuantitativo basado en encuestas estructuradas, con el propósito de comprender cómo estos
elementos inciden en su intención de compra durante transmisiones en vivo por redes sociales.
Objetivos Específicos
▪ Describir las percepciones de los consumidores ecuatorianos sobre la interactividad, confianza,
entretenimiento y riesgo percibido en el live-commerce.
▪ Analizar la influencia de estos factores en la experiencia de compra durante transmisiones en vivo
por redes sociales.
▪ Determinar cómo estos elementos inciden en la intención de compra de los consumidores en el
contexto del live-commerce.
MARCO TEÓRICO
Bases teóricas
1. Interactividad
La interactividad es la capacidad de una plataforma digital para facilitar comunicación bidireccional y
en tiempo real entre el streamer y los espectadores (chat, reacciones, encuestas), así como entre los
propios espectadores. Estas funciones no solo aumentan la sensación de “copresencia”, sino que
también potencian la percepción de control y autonomía del usuario, mejorando la satisfacción y
reduciendo el esfuerzo cognitivo en la evaluación de la experiencia (Liu & Zhang, 2024).
consumidores. A pesar de su creciente adopción, los factores que motivan la participación activa de los
usuarios, como la interactividad o la confianza en los presentadores, no han sido suficientemente
explorados. Además, las regulaciones en este ámbito aún se encuentran en fase de ajuste, lo que dificulta
la integración efectiva de estrategias de live-commerce.
Este vacío en la investigación limita la capacidad de las empresas para maximizar el impacto de estas
herramientas y de los reguladores para crear políticas que favorezcan un comercio digital eficiente y
transparente. Así, el estudio propuesto busca analizar estos aspectos y ofrecer evidencia científica que
pueda guiar la adopción de mejores prácticas y estrategias en el comercio digital ecuatoriano. (Velíz, I.
A, 2023)
Objetivo General
Analizar los factores del live-commerce que influyen en los consumidores ecuatorianos, mediante un
enfoque cuantitativo basado en encuestas estructuradas, con el propósito de comprender cómo estos
elementos inciden en su intención de compra durante transmisiones en vivo por redes sociales.
Objetivos Específicos
▪ Describir las percepciones de los consumidores ecuatorianos sobre la interactividad, confianza,
entretenimiento y riesgo percibido en el live-commerce.
▪ Analizar la influencia de estos factores en la experiencia de compra durante transmisiones en vivo
por redes sociales.
▪ Determinar cómo estos elementos inciden en la intención de compra de los consumidores en el
contexto del live-commerce.
MARCO TEÓRICO
Bases teóricas
1. Interactividad
La interactividad es la capacidad de una plataforma digital para facilitar comunicación bidireccional y
en tiempo real entre el streamer y los espectadores (chat, reacciones, encuestas), así como entre los
propios espectadores. Estas funciones no solo aumentan la sensación de “copresencia”, sino que
también potencian la percepción de control y autonomía del usuario, mejorando la satisfacción y
reduciendo el esfuerzo cognitivo en la evaluación de la experiencia (Liu & Zhang, 2024).
pág. 4097
En transmisiones ecuatorianas, el chat en vivo permite a los espectadores solicitar demostraciones bajo
demanda (p. ej., mostrar un producto en distinto color) y recibir respuestas instantáneas sobre tallas,
precios y disponibilidad. Esta retroalimentación inmediata reduce la incertidumbre sobre el producto y
fomenta un sentido de comunidad, lo que en pruebas piloto locales ha incrementado la conversión de
espectadores en compradores en hasta un 25 % (Liu & Zhang, 2024).
Diversos estudios coinciden en que la interactividad fortalece no solo el vínculo emocional entre el
consumidor y el streamer, sino también la percepción de valor de la experiencia digital. Según Liu,
Zhang y Chen (2022), la interactividad estimula la experiencia de flujo y aumenta la confianza, dos
factores que inciden directamente en la intención de compra en transmisiones en vivo. Asimismo, Wei
et al. (2022) encontraron que elementos interactivos como encuestas, comentarios o reacciones en
tiempo real favorecen la participación activa, generando mayor engagement y disposición a comprar.
2. Confianza
La confianza en entornos digitales es la creencia del consumidor en la honestidad, competencia y
benevolencia del vendedor y de la plataforma, construida a través de información transparente,
demostraciones reales de uso del producto y reseñas verificadas (Zhang, Wang & Ariffin, 2024).
Estudios en live-commerce muestran que estas señales de credibilidad reducen la asimetría de
información y el riesgo percibido, siendo uno de los predictores más fuertes de la intención de compra
(Zhang et al., 2024).
Cuando un streamer ecuatoriano prueba un producto en condiciones reales (por ejemplo, uso de
maquillaje o prueba de resistencia) y explica con claridad las políticas de devolución, la audiencia
percibe mayor seguridad. En un estudio comparativo, transmisiones que incorporaron estos elementos
de transparencia obtuvieron hasta un 15 % más en intención de compra frente a aquellas que no lo
hicieron (Zhang et al., 2024).
Liu et al. (2022) subrayan que la confianza funciona como mediadora entre factores como la
autenticidad del presentador y la intención de compra. Es decir, cuando el consumidor percibe que el
streamer es genuino y domina el producto, se genera una relación más sólida que se traduce en acción
comercial. Por su parte, Sun et al. (2023) demostraron que la confianza también se fortalece mediante
la claridad en la oferta, políticas de devolución visibles y reputación de la plataforma.
En transmisiones ecuatorianas, el chat en vivo permite a los espectadores solicitar demostraciones bajo
demanda (p. ej., mostrar un producto en distinto color) y recibir respuestas instantáneas sobre tallas,
precios y disponibilidad. Esta retroalimentación inmediata reduce la incertidumbre sobre el producto y
fomenta un sentido de comunidad, lo que en pruebas piloto locales ha incrementado la conversión de
espectadores en compradores en hasta un 25 % (Liu & Zhang, 2024).
Diversos estudios coinciden en que la interactividad fortalece no solo el vínculo emocional entre el
consumidor y el streamer, sino también la percepción de valor de la experiencia digital. Según Liu,
Zhang y Chen (2022), la interactividad estimula la experiencia de flujo y aumenta la confianza, dos
factores que inciden directamente en la intención de compra en transmisiones en vivo. Asimismo, Wei
et al. (2022) encontraron que elementos interactivos como encuestas, comentarios o reacciones en
tiempo real favorecen la participación activa, generando mayor engagement y disposición a comprar.
2. Confianza
La confianza en entornos digitales es la creencia del consumidor en la honestidad, competencia y
benevolencia del vendedor y de la plataforma, construida a través de información transparente,
demostraciones reales de uso del producto y reseñas verificadas (Zhang, Wang & Ariffin, 2024).
Estudios en live-commerce muestran que estas señales de credibilidad reducen la asimetría de
información y el riesgo percibido, siendo uno de los predictores más fuertes de la intención de compra
(Zhang et al., 2024).
Cuando un streamer ecuatoriano prueba un producto en condiciones reales (por ejemplo, uso de
maquillaje o prueba de resistencia) y explica con claridad las políticas de devolución, la audiencia
percibe mayor seguridad. En un estudio comparativo, transmisiones que incorporaron estos elementos
de transparencia obtuvieron hasta un 15 % más en intención de compra frente a aquellas que no lo
hicieron (Zhang et al., 2024).
Liu et al. (2022) subrayan que la confianza funciona como mediadora entre factores como la
autenticidad del presentador y la intención de compra. Es decir, cuando el consumidor percibe que el
streamer es genuino y domina el producto, se genera una relación más sólida que se traduce en acción
comercial. Por su parte, Sun et al. (2023) demostraron que la confianza también se fortalece mediante
la claridad en la oferta, políticas de devolución visibles y reputación de la plataforma.
pág. 4098
Estudios adicionales de MDPI (2023) y Frontiers (2023) revelan que el diseño del entorno digital influye
en la confianza: colores cálidos, usabilidad sencilla y presencia visible del vendedor en pantalla
contribuyen a reforzar el vínculo emocional del consumidor con la marca.
3. Entretenimiento
El entretenimiento constituye el valor hedónico generado por componentes lúdicos, narrativos y
audiovisuales (juegos, sorteos, música) incluidos en la transmisión. Según la teoría del valor de
consumo, el componente hedónico complementa el valor utilitario del producto, generando emociones
positivas y prolongando la exposición al contenido, lo que facilita compras impulsivas (Miao et al.,
2025).
En el mercado ecuatoriano, los streamers suelen incluir dinámicas como trivias con premios
instantáneos o retos de descuento por tiempo limitado, acompañados de música o narrativas
emocionales. Estas mecánicas gamificadas han demostrado duplicar el tiempo de visualización y
aumentar el ticket promedio en un 20 %, al asociar la compra con una experiencia de ocio atractiva
(Miao et al., 2025).
Liu et al. (2022) indican que el entretenimiento no solo incrementa el tiempo de permanencia en la
transmisión, sino que también influye directamente en la confianza y el flujo emocional, lo cual eleva
la intención de compra. De igual forma, Jiang et al. (2024) afirman que los elementos divertidos como
bromas, concursos o efectos especiales generan un clima emocional positivo que motiva la acción de
compra.
Estudios de Electronic Commerce Research (2024) muestran que cuando los consumidores se sienten
entretenidos, disminuye su percepción de riesgo y aumenta su disposición a explorar nuevos productos.
Además, el entretenimiento fomenta la viralización del contenido y el boca a boca digital, amplificando
el alcance de la transmisión (Sun et al., 2023).
4. Riesgo percibido
El riesgo percibido es la evaluación subjetiva de las posibles pérdidas asociadas a una compra (calidad
del producto, problemas de entrega, seguridad de datos). A pesar de la transparencia visual, el live-
commerce no elimina por completo estas incertidumbres; por ello, la percepción de riesgo sigue siendo
un inhibidor importante de la intención de compra (Ma, Dong & Lee, 2025).
Estudios adicionales de MDPI (2023) y Frontiers (2023) revelan que el diseño del entorno digital influye
en la confianza: colores cálidos, usabilidad sencilla y presencia visible del vendedor en pantalla
contribuyen a reforzar el vínculo emocional del consumidor con la marca.
3. Entretenimiento
El entretenimiento constituye el valor hedónico generado por componentes lúdicos, narrativos y
audiovisuales (juegos, sorteos, música) incluidos en la transmisión. Según la teoría del valor de
consumo, el componente hedónico complementa el valor utilitario del producto, generando emociones
positivas y prolongando la exposición al contenido, lo que facilita compras impulsivas (Miao et al.,
2025).
En el mercado ecuatoriano, los streamers suelen incluir dinámicas como trivias con premios
instantáneos o retos de descuento por tiempo limitado, acompañados de música o narrativas
emocionales. Estas mecánicas gamificadas han demostrado duplicar el tiempo de visualización y
aumentar el ticket promedio en un 20 %, al asociar la compra con una experiencia de ocio atractiva
(Miao et al., 2025).
Liu et al. (2022) indican que el entretenimiento no solo incrementa el tiempo de permanencia en la
transmisión, sino que también influye directamente en la confianza y el flujo emocional, lo cual eleva
la intención de compra. De igual forma, Jiang et al. (2024) afirman que los elementos divertidos como
bromas, concursos o efectos especiales generan un clima emocional positivo que motiva la acción de
compra.
Estudios de Electronic Commerce Research (2024) muestran que cuando los consumidores se sienten
entretenidos, disminuye su percepción de riesgo y aumenta su disposición a explorar nuevos productos.
Además, el entretenimiento fomenta la viralización del contenido y el boca a boca digital, amplificando
el alcance de la transmisión (Sun et al., 2023).
4. Riesgo percibido
El riesgo percibido es la evaluación subjetiva de las posibles pérdidas asociadas a una compra (calidad
del producto, problemas de entrega, seguridad de datos). A pesar de la transparencia visual, el live-
commerce no elimina por completo estas incertidumbres; por ello, la percepción de riesgo sigue siendo
un inhibidor importante de la intención de compra (Ma, Dong & Lee, 2025).
pág. 4099
Para mitigar este riesgo, algunos streamers muestran sellos de certificación de pago seguro durante la
transmisión y presentan testimonios en vivo de clientes satisfechos. En análisis de transmisiones locales,
estas garantías han reducido la percepción de riesgo funcional en un 30 % y la financiera en un 25 %,
lo que tradicionalmente traduce en un aumento del 18 % en la conversión final (Ma et al., 2025).
Sun et al. (2023) sostiene que el riesgo percibido puede ser contrarrestado por señales claras de
profesionalismo y transparencia, como políticas de devolución, atención en tiempo real y reviews
verificadas. Además, estudios en plataformas asiáticas como Tmall y Shopee han mostrado que el
testimonio de otros usuarios en vivo funciona como amortiguador psicológico del riesgo (MDPI, 2023).
Investigaciones recientes de Korea Science (2024) también indican que la percepción de riesgo se
reduce significativamente cuando la experiencia visual es completa, es decir, cuando el consumidor
puede ver el producto desde varios ángulos y en contexto de uso real.
5. Intención de compra
La intención de compra es la probabilidad subjetiva de que un consumidor realice la transacción tras la
experiencia de live-commerce. Se deriva de la evaluación de beneficios y costos percibidos,
emocionales y sociales, y suele medirse con escalas Likert que capturan la disposición y certeza de
compra (Luo et al., 2023). Metaanálisis en e-commerce reportan que interactividad, confianza y
entretenimiento explican hasta un 60 % de la varianza en la intención de compra (Luo et al., 2023).
La combinación de alta interactividad, confianza reforzada y entretenimiento inmersivo crea un
ambiente altamente persuasivo. En campañas promocionales ecuatorianas con ofertas exclusivas para
espectadores en vivo, la intención de compra ha mostrado incrementos de hasta un 30 % en comparación
con ventas estáticas, destacando el potencial de este canal para convertir audiencias en clientes (Luo et
al., 2023).
Liu et al. (2022) demostraron que la intención de compra se ve mediada por la experiencia de flujo y la
confianza, siendo estos dos factores los que canalizan la influencia de la interactividad y el
entretenimiento.
Por su parte, estudios de Frontiers (2023) y MDPI (2020) enfatizan que la intención de compra no
depende solo del producto o la oferta, sino del contexto emocional en el que ocurre la interacción digital.
Para mitigar este riesgo, algunos streamers muestran sellos de certificación de pago seguro durante la
transmisión y presentan testimonios en vivo de clientes satisfechos. En análisis de transmisiones locales,
estas garantías han reducido la percepción de riesgo funcional en un 30 % y la financiera en un 25 %,
lo que tradicionalmente traduce en un aumento del 18 % en la conversión final (Ma et al., 2025).
Sun et al. (2023) sostiene que el riesgo percibido puede ser contrarrestado por señales claras de
profesionalismo y transparencia, como políticas de devolución, atención en tiempo real y reviews
verificadas. Además, estudios en plataformas asiáticas como Tmall y Shopee han mostrado que el
testimonio de otros usuarios en vivo funciona como amortiguador psicológico del riesgo (MDPI, 2023).
Investigaciones recientes de Korea Science (2024) también indican que la percepción de riesgo se
reduce significativamente cuando la experiencia visual es completa, es decir, cuando el consumidor
puede ver el producto desde varios ángulos y en contexto de uso real.
5. Intención de compra
La intención de compra es la probabilidad subjetiva de que un consumidor realice la transacción tras la
experiencia de live-commerce. Se deriva de la evaluación de beneficios y costos percibidos,
emocionales y sociales, y suele medirse con escalas Likert que capturan la disposición y certeza de
compra (Luo et al., 2023). Metaanálisis en e-commerce reportan que interactividad, confianza y
entretenimiento explican hasta un 60 % de la varianza en la intención de compra (Luo et al., 2023).
La combinación de alta interactividad, confianza reforzada y entretenimiento inmersivo crea un
ambiente altamente persuasivo. En campañas promocionales ecuatorianas con ofertas exclusivas para
espectadores en vivo, la intención de compra ha mostrado incrementos de hasta un 30 % en comparación
con ventas estáticas, destacando el potencial de este canal para convertir audiencias en clientes (Luo et
al., 2023).
Liu et al. (2022) demostraron que la intención de compra se ve mediada por la experiencia de flujo y la
confianza, siendo estos dos factores los que canalizan la influencia de la interactividad y el
entretenimiento.
Por su parte, estudios de Frontiers (2023) y MDPI (2020) enfatizan que la intención de compra no
depende solo del producto o la oferta, sino del contexto emocional en el que ocurre la interacción digital.
pág. 4100
Así, la percepción de autenticidad, la presencia del presentador y la experiencia estética de la plataforma
se integran como variables relevantes al momento de decidir.
Planteamiento de hipótesis
A partir del marco teórico se proponen las siguientes hipótesis de investigación:
H1. La interactividad durante las transmisiones en vivo incrementa positivamente la intención de
compra de los consumidores en el live-commerce.
H2. La confianza generada en el vendedor o la plataforma durante las compras en vivo tiene un efecto
significativo y positivo en la intención de compra.
H3. El nivel de entretenimiento percibido durante las transmisiones en vivo influye de manera positiva
en la intención de compra de los usuarios.
H4. El riesgo percibido por los consumidores durante las compras en vivo influye negativamente en la
intención de compra.
Proposición general del modelo
En conjunto, se propone que la intención de compra en el live-commerce está explicada positivamente
por la interactividad, la confianza y el entretenimiento, y negativamente por el riesgo percibido.
Figura 1
Así, la percepción de autenticidad, la presencia del presentador y la experiencia estética de la plataforma
se integran como variables relevantes al momento de decidir.
Planteamiento de hipótesis
A partir del marco teórico se proponen las siguientes hipótesis de investigación:
H1. La interactividad durante las transmisiones en vivo incrementa positivamente la intención de
compra de los consumidores en el live-commerce.
H2. La confianza generada en el vendedor o la plataforma durante las compras en vivo tiene un efecto
significativo y positivo en la intención de compra.
H3. El nivel de entretenimiento percibido durante las transmisiones en vivo influye de manera positiva
en la intención de compra de los usuarios.
H4. El riesgo percibido por los consumidores durante las compras en vivo influye negativamente en la
intención de compra.
Proposición general del modelo
En conjunto, se propone que la intención de compra en el live-commerce está explicada positivamente
por la interactividad, la confianza y el entretenimiento, y negativamente por el riesgo percibido.
Figura 1
pág. 4101
A partir de estas hipótesis se identifican cinco constructos principales, los cuales se explican en el
siguiente cuadro:
Tabla 1 Constructos y descripción
Constructo Abreviatura Descripción
Interactividad INT Grado de diálogo sincrónico en la transmisión.
Confianza CON Percepción de honestidad y pericia del streamer/marca.
Entretenimiento ENT Nivel de diversión y disfrute percibido en la transmisión.
Riesgo percibido RP Incertidumbre sobre calidad, pago y entrega.
Intención de compra IC Probabilidad de adquirir el producto durante el live.
METODOLOGÍA
Enfoque de estudio
El presente trabajo tiene un enfoque cuantitativo, orientado a analizar cómo la interactividad, la
confianza, el entretenimiento, el riesgo percibido y la intención de compra se relacionan en el contexto
del live-commerce que aumentan en las redes sociales ecuatorianas. Para modelar simultáneamente
estas relaciones se emplea la técnica de ecuaciones estructurales de mínimos cuadrados parciales (PLS-
SEM), seleccionada por su capacidad de maximizar la varianza explicada de los constructos
dependientes en especial la intención de compra y por su flexibilidad ante datos que no necesariamente
cumplen supuestos de normalidad.
Según Hair y Alamer (2022), subrayan que el enfoque PLS-SEM resulta especialmente apropiado
cuando se analizan modelos complejos con muchos constructos y rutas simultáneas, cuando el tamaño
muestral es moderado o pequeño. El enfoque PLS-SEM se ajusta de forma óptima cuando la
investigación privilegia la capacidad predictiva, opera con estructuras conceptuales que incluyen
numerosos lazos causales y trabaja con muestras de tamaño intermedio, características propias de la
fase incipiente del live-commerce en Ecuador.
La población objeto de estudio está conformada por usuarios ecuatorianos de redes sociales de 18 a 30
años. Este rango etario se seleccionó porque concentra la mayor adopción y uso activo de redes sociales
y del live-commerce en el país, según la medición nacional del comercio electrónico elaborada por la
Cámara Ecuatoriana de Comercio Electrónico (CECE) y la Universidad Espíritu Santo (2024). Estos
informes evidencian que los segmentos jóvenes y adultos jóvenes lideran la frecuencia de consumo
A partir de estas hipótesis se identifican cinco constructos principales, los cuales se explican en el
siguiente cuadro:
Tabla 1 Constructos y descripción
Constructo Abreviatura Descripción
Interactividad INT Grado de diálogo sincrónico en la transmisión.
Confianza CON Percepción de honestidad y pericia del streamer/marca.
Entretenimiento ENT Nivel de diversión y disfrute percibido en la transmisión.
Riesgo percibido RP Incertidumbre sobre calidad, pago y entrega.
Intención de compra IC Probabilidad de adquirir el producto durante el live.
METODOLOGÍA
Enfoque de estudio
El presente trabajo tiene un enfoque cuantitativo, orientado a analizar cómo la interactividad, la
confianza, el entretenimiento, el riesgo percibido y la intención de compra se relacionan en el contexto
del live-commerce que aumentan en las redes sociales ecuatorianas. Para modelar simultáneamente
estas relaciones se emplea la técnica de ecuaciones estructurales de mínimos cuadrados parciales (PLS-
SEM), seleccionada por su capacidad de maximizar la varianza explicada de los constructos
dependientes en especial la intención de compra y por su flexibilidad ante datos que no necesariamente
cumplen supuestos de normalidad.
Según Hair y Alamer (2022), subrayan que el enfoque PLS-SEM resulta especialmente apropiado
cuando se analizan modelos complejos con muchos constructos y rutas simultáneas, cuando el tamaño
muestral es moderado o pequeño. El enfoque PLS-SEM se ajusta de forma óptima cuando la
investigación privilegia la capacidad predictiva, opera con estructuras conceptuales que incluyen
numerosos lazos causales y trabaja con muestras de tamaño intermedio, características propias de la
fase incipiente del live-commerce en Ecuador.
La población objeto de estudio está conformada por usuarios ecuatorianos de redes sociales de 18 a 30
años. Este rango etario se seleccionó porque concentra la mayor adopción y uso activo de redes sociales
y del live-commerce en el país, según la medición nacional del comercio electrónico elaborada por la
Cámara Ecuatoriana de Comercio Electrónico (CECE) y la Universidad Espíritu Santo (2024). Estos
informes evidencian que los segmentos jóvenes y adultos jóvenes lideran la frecuencia de consumo
pág. 4102
digital y la participación en ventas por redes sociales. Por tanto, el grupo 18– 30 años es el más
pertinente para capturar experiencias y comportamientos relevantes al fenómeno del live-commerce en
Ecuador.
Para la determinación del tamaño muestral se consideró la técnica de modelado por ecuaciones
estructurales PLS-SEM, que prioriza la capacidad predictiva y es adecuada para modelos con múltiples
constructos y rutas. Siguiendo la regla heurística ampliamente utilizada en estudios PLS (la llamada
“regla 10×”), se requiere como mínimo diez veces el número de indicadores del constructo con mayor
número de ítems. En este estudio, cada constructo cuenta con 5 ítems (máximo por constructo = 5), por
lo que el tamaño muestral mínimo sugerido sería 10 × 5 = 50 participantes.
Sin embargo, además de este criterio mínimo, se consideraron recomendaciones metodológicas más
conservadoras que sugieren muestras mayores para mejorar la estabilidad de las estimaciones y permitir
análisis de confiabilidad, validez de constructo y pruebas de mediación/moderación. Por ello, se optó
inicialmente por recolectar 300 encuestas.
No obstante, durante el proceso de depuración de datos se identificaron 25 casos nulos o inconsistentes,
principalmente debido a que los participantes marcaron en la pregunta filtro que no realizan compras
mediante transmisiones en vivo, por lo que sus respuestas no eran pertinentes para el estudio. Estos
registros fueron eliminados siguiendo criterios de calidad de datos. En consecuencia, la muestra final
quedó conformada por 275 participantes válidos, lo cual sigue superando ampliamente el mínimo
teórico requerido (50) y se alinea con las recomendaciones de la literatura para PLS-SEM (Hair &
Alamer, 2022). Esta muestra final asegura un mayor poder estadístico y robustez en las estimaciones de
carga factorial, fiabilidad compuesta y validez discriminante.
Limitación metodológica. La muestra fue seleccionada por conveniencia (muestreo no probabilístico)
debido al acceso directo a usuarios con experiencia en compras en vivo, lo que limita la generalización
de los resultados a toda la población ecuatoriana. No obstante, la elección del rango etario, el tamaño
muestral y el proceso de depuración se justifican por su pertinencia teórica y por el propósito predictivo
del modelo PLS-SEM.
digital y la participación en ventas por redes sociales. Por tanto, el grupo 18– 30 años es el más
pertinente para capturar experiencias y comportamientos relevantes al fenómeno del live-commerce en
Ecuador.
Para la determinación del tamaño muestral se consideró la técnica de modelado por ecuaciones
estructurales PLS-SEM, que prioriza la capacidad predictiva y es adecuada para modelos con múltiples
constructos y rutas. Siguiendo la regla heurística ampliamente utilizada en estudios PLS (la llamada
“regla 10×”), se requiere como mínimo diez veces el número de indicadores del constructo con mayor
número de ítems. En este estudio, cada constructo cuenta con 5 ítems (máximo por constructo = 5), por
lo que el tamaño muestral mínimo sugerido sería 10 × 5 = 50 participantes.
Sin embargo, además de este criterio mínimo, se consideraron recomendaciones metodológicas más
conservadoras que sugieren muestras mayores para mejorar la estabilidad de las estimaciones y permitir
análisis de confiabilidad, validez de constructo y pruebas de mediación/moderación. Por ello, se optó
inicialmente por recolectar 300 encuestas.
No obstante, durante el proceso de depuración de datos se identificaron 25 casos nulos o inconsistentes,
principalmente debido a que los participantes marcaron en la pregunta filtro que no realizan compras
mediante transmisiones en vivo, por lo que sus respuestas no eran pertinentes para el estudio. Estos
registros fueron eliminados siguiendo criterios de calidad de datos. En consecuencia, la muestra final
quedó conformada por 275 participantes válidos, lo cual sigue superando ampliamente el mínimo
teórico requerido (50) y se alinea con las recomendaciones de la literatura para PLS-SEM (Hair &
Alamer, 2022). Esta muestra final asegura un mayor poder estadístico y robustez en las estimaciones de
carga factorial, fiabilidad compuesta y validez discriminante.
Limitación metodológica. La muestra fue seleccionada por conveniencia (muestreo no probabilístico)
debido al acceso directo a usuarios con experiencia en compras en vivo, lo que limita la generalización
de los resultados a toda la población ecuatoriana. No obstante, la elección del rango etario, el tamaño
muestral y el proceso de depuración se justifican por su pertinencia teórica y por el propósito predictivo
del modelo PLS-SEM.
pág. 4103
RESULTADOS
Tabla 2 Alfa de Cronbanch
Alfa de Cronbach Fiabilidad compuesta (rho_a) Fiabilidad compuesta (rho_c)
CON 0.883 0.884 0.915
ENT 0.903 0.904 0.928
IC 0.889 0.891 0.919
INT 0.868 0.869 0.905
RP 0.885 0.886 0.916
Nota: Elaboración propia
Para evaluar la fiabilidad de las escalas se emplearon tres métricas ampliamente aceptadas en la
literatura: el coeficiente alfa de Cronbach (Cronbach, 1951), la Rho_A propuesta por Dijkstra y Henseler
(2015) y la fiabilidad compuesta (rho_C) planteada por Jöreskog (1971). Según los criterios
establecidos, valores iguales o superiores a 0.70 son considerados adecuados para garantizar
consistencia interna en la medición. Los resultados obtenidos muestran que todas las dimensiones (INT,
CON, ENT, RP e IC) presentan valores de alfa de Cronbach entre 0.868 y 0.903, valores de Rho_A
entre 0.869 y 0.904, y fiabilidad compuesta entre 0.905 y 0.928. Estos resultados indican que las escalas
utilizadas poseen una alta fiabilidad, lo que confirma que los ítems dentro de cada constructo miden de
forma coherente el mismo concepto latente.
Tabla 3 Validez convergente
Varianza extraída media (AVE)
CON 0.682
ENT 0.720
IC 0.693
INT 0.655
RP 0.685
Nota: Elaboración propia
La validez convergente fue evaluada mediante la varianza extraída media (AVE), recomendada por
Fornell y Larcker (1981). De acuerdo con la literatura, un AVE igual o superior a 0.50 indica que el
constructo explica más del 50 % de la varianza de sus indicadores, por lo que se considera aceptable. En
este estudio, todas las dimensiones obtuvieron valores de AVE entre 0.655 y 0.720, superando
ampliamente el umbral mínimo recomendado. Esto evidencia que los ítems presentan una fuerte
correlación con su constructo, por tanto, existe una adecuada validez convergente en todas las variables
latentes analizadas.
RESULTADOS
Tabla 2 Alfa de Cronbanch
Alfa de Cronbach Fiabilidad compuesta (rho_a) Fiabilidad compuesta (rho_c)
CON 0.883 0.884 0.915
ENT 0.903 0.904 0.928
IC 0.889 0.891 0.919
INT 0.868 0.869 0.905
RP 0.885 0.886 0.916
Nota: Elaboración propia
Para evaluar la fiabilidad de las escalas se emplearon tres métricas ampliamente aceptadas en la
literatura: el coeficiente alfa de Cronbach (Cronbach, 1951), la Rho_A propuesta por Dijkstra y Henseler
(2015) y la fiabilidad compuesta (rho_C) planteada por Jöreskog (1971). Según los criterios
establecidos, valores iguales o superiores a 0.70 son considerados adecuados para garantizar
consistencia interna en la medición. Los resultados obtenidos muestran que todas las dimensiones (INT,
CON, ENT, RP e IC) presentan valores de alfa de Cronbach entre 0.868 y 0.903, valores de Rho_A
entre 0.869 y 0.904, y fiabilidad compuesta entre 0.905 y 0.928. Estos resultados indican que las escalas
utilizadas poseen una alta fiabilidad, lo que confirma que los ítems dentro de cada constructo miden de
forma coherente el mismo concepto latente.
Tabla 3 Validez convergente
Varianza extraída media (AVE)
CON 0.682
ENT 0.720
IC 0.693
INT 0.655
RP 0.685
Nota: Elaboración propia
La validez convergente fue evaluada mediante la varianza extraída media (AVE), recomendada por
Fornell y Larcker (1981). De acuerdo con la literatura, un AVE igual o superior a 0.50 indica que el
constructo explica más del 50 % de la varianza de sus indicadores, por lo que se considera aceptable. En
este estudio, todas las dimensiones obtuvieron valores de AVE entre 0.655 y 0.720, superando
ampliamente el umbral mínimo recomendado. Esto evidencia que los ítems presentan una fuerte
correlación con su constructo, por tanto, existe una adecuada validez convergente en todas las variables
latentes analizadas.
pág. 4104
Tabla 4 Validez discriminante – Criterio de Fornell-Larcker
CON ENT IC INT RP
CON 0.826
ENT 0.631 0.849
IC 0.625 0.634 0.833
INT 0.696 0.624 0.588 0.810
RP 0.439 0.533 0.531 0.478 0.828
Nota: Elaboración propia
La validez discriminante se verificó mediante el criterio de Fornell y Larcker (1981), el cual establece
que la raíz cuadrada del AVE (valores diagonales) debe ser mayor que las correlaciones entre
constructos (valores fuera de la diagonal). Los resultados indican que, para todos los constructos (CON,
ENT, IC, INT y RP), los valores diagonales se encuentran entre 0.810 y 0.849, siendo superiores a todas
las correlaciones interconstructos. Esto confirma que cada constructo comparte más varianza con sus
propios indicadores que con los indicadores de otros constructos, demostrando así una adecuada validez
discriminante, condición necesaria para afirmar que las dimensiones del modelo son conceptualmente
diferentes entre sí.
Tabla 5 Cargas cruzadas
CON ENT IC INT RP
CON1 0.826 0.489 0.516 0.582 0.311
CON2 0.815 0.564 0.528 0.622 0.430
CON3 0.827 0.581 0.537 0.606 0.433
CON4 0.839 0.499 0.487 0.555 0.343
CON5 0.821 0.467 0.510 0.504 0.290
ENT1 0.586 0.819 0.536 0.574 0.445
ENT2 0.564 0.877 0.504 0.555 0.465
ENT3 0.497 0.848 0.525 0.513 0.503
ENT4 0.514 0.842 0.537 0.476 0.399
ENT5 0.518 0.856 0.582 0.530 0.449
IC1 0.607 0.554 0.838 0.527 0.471
IC2 0.485 0.531 0.805 0.464 0.479
IC3 0.500 0.491 0.851 0.481 0.424
IC4 0.506 0.486 0.832 0.454 0.373
IC5 0.495 0.571 0.836 0.513 0.453
INT1 0.537 0.528 0.464 0.818 0.479
INT2 0.566 0.541 0.501 0.855 0.363
INT3 0.551 0.455 0.471 0.778 0.321
INT4 0.528 0.478 0.460 0.795 0.356
INT5 0.634 0.523 0.481 0.799 0.416
RP1 0.384 0.495 0.466 0.446 0.808
RP2 0.346 0.396 0.417 0.408 0.824
RP3 0.391 0.465 0.444 0.387 0.861
RP4 0.309 0.412 0.405 0.359 0.821
RP5 0.379 0.429 0.457 0.371 0.823
Nota: Elaboración propia
Tabla 4 Validez discriminante – Criterio de Fornell-Larcker
CON ENT IC INT RP
CON 0.826
ENT 0.631 0.849
IC 0.625 0.634 0.833
INT 0.696 0.624 0.588 0.810
RP 0.439 0.533 0.531 0.478 0.828
Nota: Elaboración propia
La validez discriminante se verificó mediante el criterio de Fornell y Larcker (1981), el cual establece
que la raíz cuadrada del AVE (valores diagonales) debe ser mayor que las correlaciones entre
constructos (valores fuera de la diagonal). Los resultados indican que, para todos los constructos (CON,
ENT, IC, INT y RP), los valores diagonales se encuentran entre 0.810 y 0.849, siendo superiores a todas
las correlaciones interconstructos. Esto confirma que cada constructo comparte más varianza con sus
propios indicadores que con los indicadores de otros constructos, demostrando así una adecuada validez
discriminante, condición necesaria para afirmar que las dimensiones del modelo son conceptualmente
diferentes entre sí.
Tabla 5 Cargas cruzadas
CON ENT IC INT RP
CON1 0.826 0.489 0.516 0.582 0.311
CON2 0.815 0.564 0.528 0.622 0.430
CON3 0.827 0.581 0.537 0.606 0.433
CON4 0.839 0.499 0.487 0.555 0.343
CON5 0.821 0.467 0.510 0.504 0.290
ENT1 0.586 0.819 0.536 0.574 0.445
ENT2 0.564 0.877 0.504 0.555 0.465
ENT3 0.497 0.848 0.525 0.513 0.503
ENT4 0.514 0.842 0.537 0.476 0.399
ENT5 0.518 0.856 0.582 0.530 0.449
IC1 0.607 0.554 0.838 0.527 0.471
IC2 0.485 0.531 0.805 0.464 0.479
IC3 0.500 0.491 0.851 0.481 0.424
IC4 0.506 0.486 0.832 0.454 0.373
IC5 0.495 0.571 0.836 0.513 0.453
INT1 0.537 0.528 0.464 0.818 0.479
INT2 0.566 0.541 0.501 0.855 0.363
INT3 0.551 0.455 0.471 0.778 0.321
INT4 0.528 0.478 0.460 0.795 0.356
INT5 0.634 0.523 0.481 0.799 0.416
RP1 0.384 0.495 0.466 0.446 0.808
RP2 0.346 0.396 0.417 0.408 0.824
RP3 0.391 0.465 0.444 0.387 0.861
RP4 0.309 0.412 0.405 0.359 0.821
RP5 0.379 0.429 0.457 0.371 0.823
Nota: Elaboración propia
pág. 4105
La evaluación de las cargas cruzadas complementa el análisis de la validez discriminante. Según Hair
et al. (2019), la carga de cada ítem debe ser mayor en su propio constructo que en los demás. Los
resultados muestran que todos los ítems presentan su mayor carga en el constructo al que pertenecen y
cargas inferiores en los constructos restantes. Por ejemplo, los indicadores de CON registran cargas
superiores a 0.815 en su dimensión y significativamente menores en las demás; lo mismo ocurre con
ENT, IC, INT y RP.
Estos hallazgos confirman que los ítems discriminan adecuadamente entre constructos y que cada uno
mide correctamente la variable latente asignada, fortaleciendo aún más la calidad psicométrica del
modelo de medición.
Tabla 6 R-cuadrado
R cuadrado R cuadrado ajustada
IC 0.528 0.521
Nota: Elaboración propia
El coeficiente de determinación R² permite cuantificar la capacidad predictiva del modelo estructural.
De acuerdo con Chin (1998), valores de R² alrededor de 0.25 se consideran débiles, 0.50 moderados y
0.75 altos.
En este estudio, la variable IC presenta un R² de 0.528, lo que indica una capacidad
predictiva moderada del modelo sobre este constructo. El R² ajustado (0.521) muestra un valor muy
cercano, lo cual confirma que el modelo mantiene estabilidad incluso al corregir por el número de
predictores. En consecuencia, se puede afirmar que los predictores del constructo IC explican una parte
sustancial de su varianza, siendo un resultado adecuado para estudios de ciencias sociales y modelos
PLS-SEM.
La evaluación de las cargas cruzadas complementa el análisis de la validez discriminante. Según Hair
et al. (2019), la carga de cada ítem debe ser mayor en su propio constructo que en los demás. Los
resultados muestran que todos los ítems presentan su mayor carga en el constructo al que pertenecen y
cargas inferiores en los constructos restantes. Por ejemplo, los indicadores de CON registran cargas
superiores a 0.815 en su dimensión y significativamente menores en las demás; lo mismo ocurre con
ENT, IC, INT y RP.
Estos hallazgos confirman que los ítems discriminan adecuadamente entre constructos y que cada uno
mide correctamente la variable latente asignada, fortaleciendo aún más la calidad psicométrica del
modelo de medición.
Tabla 6 R-cuadrado
R cuadrado R cuadrado ajustada
IC 0.528 0.521
Nota: Elaboración propia
El coeficiente de determinación R² permite cuantificar la capacidad predictiva del modelo estructural.
De acuerdo con Chin (1998), valores de R² alrededor de 0.25 se consideran débiles, 0.50 moderados y
0.75 altos.
En este estudio, la variable IC presenta un R² de 0.528, lo que indica una capacidad
predictiva moderada del modelo sobre este constructo. El R² ajustado (0.521) muestra un valor muy
cercano, lo cual confirma que el modelo mantiene estabilidad incluso al corregir por el número de
predictores. En consecuencia, se puede afirmar que los predictores del constructo IC explican una parte
sustancial de su varianza, siendo un resultado adecuado para estudios de ciencias sociales y modelos
PLS-SEM.
pág. 4106
Figura 2. Modelo estructural
DISCUSIÓN
Los resultados obtenidos permiten comprender cómo los factores analizados: interactividad, confianza,
entretenimiento y riesgo percibido, influyen en la intención de compra en el contexto del live-commerce
ecuatoriano. En primer lugar, la elevada fiabilidad y validez de las escalas utilizadas confirman la
pertinencia de los constructos seleccionados. La consistencia interna de todos los factores (α > 0.86)
respalda la estructura teórica propuesta, coincidiendo con lo sugerido por Cronbach (1951) y Jöreskog
(1971), quienes sostienen que valores superiores a 0.70 garantizan mediciones estables y comparables.
Además, la validez convergente obtenida (AVE > 0.65) está alineada con los criterios de Fornell y
Larcker (1981), lo que indica que los ítems representan adecuadamente cada dimensión del modelo.
En relación con los hallazgos, la interactividad se consolida como un elemento central en el live-
commerce ecuatoriano. El efecto positivo de este factor sobre la intención de compra coincide con los
planteamientos de Liu y Zhang (2024) y Wei et al. (2022), quienes señalan que la comunicación en
Figura 2. Modelo estructural
DISCUSIÓN
Los resultados obtenidos permiten comprender cómo los factores analizados: interactividad, confianza,
entretenimiento y riesgo percibido, influyen en la intención de compra en el contexto del live-commerce
ecuatoriano. En primer lugar, la elevada fiabilidad y validez de las escalas utilizadas confirman la
pertinencia de los constructos seleccionados. La consistencia interna de todos los factores (α > 0.86)
respalda la estructura teórica propuesta, coincidiendo con lo sugerido por Cronbach (1951) y Jöreskog
(1971), quienes sostienen que valores superiores a 0.70 garantizan mediciones estables y comparables.
Además, la validez convergente obtenida (AVE > 0.65) está alineada con los criterios de Fornell y
Larcker (1981), lo que indica que los ítems representan adecuadamente cada dimensión del modelo.
En relación con los hallazgos, la interactividad se consolida como un elemento central en el live-
commerce ecuatoriano. El efecto positivo de este factor sobre la intención de compra coincide con los
planteamientos de Liu y Zhang (2024) y Wei et al. (2022), quienes señalan que la comunicación en
pág. 4107
tiempo real reduce la incertidumbre y fomenta la participación activa del consumidor. El chat en vivo,
las reacciones y las respuestas instantáneas actúan como mecanismos que incrementan la sensación de
cercanía con el vendedor, generando experiencias más inmersivas. Este patrón también se ha observado
en mercados asiáticos y europeos, donde la interactividad mejora la fluidez de la experiencia de compra
y aumenta la probabilidad de conversión (Liu, Zhang & Chen, 2022). En el caso ecuatoriano, estos
elementos parecen ser decisivos en un entorno donde el consumidor joven valora la inmediatez y la
personalización.
Por otra parte, la confianza se posiciona como uno de los predictores más fuertes de la intención de
compra, lo cual concuerda con lo planteado por Zhang, Wang y Ariffin (2024), quienes evidencian que
la transparencia del vendedor y la credibilidad percibida reducen la asimetría de información. En
Ecuador, la demostración visual del producto, los testimonios en vivo y la claridad en políticas de
cambio generan una percepción de seguridad similar a la reportada por Sun et al. (2023) en sus estudios
de social commerce. Estos resultados sugieren que, en un mercado donde el fraude digital aún genera
preocupación, la confianza funciona como un componente clave para disminuir el riesgo y activar
decisiones de compra.
En cuanto al entretenimiento, los resultados respaldan las conclusiones de Miao et al. (2025) y Jiang et
al. (2024), quienes argumentan que el valor hedónico incrementa el compromiso emocional, prolonga
la permanencia del espectador y propicias compras impulsivas. En el contexto ecuatoriano, dinámicas
como sorteos, retos o trivias durante las transmisiones generan un ambiente lúdico que aumenta el
interés del consumidor y facilita la conversión. De acuerdo con los estudios revisados, la combinación
de narrativas, humor y efectos visuales potencia la experiencia y contribuye a crear un vínculo
emocional entre la marca y el usuario, un patrón que también se replica en mercados como Brasil y
México.
Respecto al riesgo percibido, el análisis evidencia que este factor ejerce un efecto negativo sobre la
intención de compra, tal como lo describen Ma, Dong y Lee (2025) y Sun et al. (2023). A pesar de la
transparencia visual del live-commerce, los consumidores pueden experimentar dudas sobre la calidad
real del producto, la seguridad de los pagos o la posibilidad de devoluciones. No obstante, los hallazgos
también sugieren que el riesgo puede ser mitigado mediante señales de profesionalismo, testimonios en
tiempo real reduce la incertidumbre y fomenta la participación activa del consumidor. El chat en vivo,
las reacciones y las respuestas instantáneas actúan como mecanismos que incrementan la sensación de
cercanía con el vendedor, generando experiencias más inmersivas. Este patrón también se ha observado
en mercados asiáticos y europeos, donde la interactividad mejora la fluidez de la experiencia de compra
y aumenta la probabilidad de conversión (Liu, Zhang & Chen, 2022). En el caso ecuatoriano, estos
elementos parecen ser decisivos en un entorno donde el consumidor joven valora la inmediatez y la
personalización.
Por otra parte, la confianza se posiciona como uno de los predictores más fuertes de la intención de
compra, lo cual concuerda con lo planteado por Zhang, Wang y Ariffin (2024), quienes evidencian que
la transparencia del vendedor y la credibilidad percibida reducen la asimetría de información. En
Ecuador, la demostración visual del producto, los testimonios en vivo y la claridad en políticas de
cambio generan una percepción de seguridad similar a la reportada por Sun et al. (2023) en sus estudios
de social commerce. Estos resultados sugieren que, en un mercado donde el fraude digital aún genera
preocupación, la confianza funciona como un componente clave para disminuir el riesgo y activar
decisiones de compra.
En cuanto al entretenimiento, los resultados respaldan las conclusiones de Miao et al. (2025) y Jiang et
al. (2024), quienes argumentan que el valor hedónico incrementa el compromiso emocional, prolonga
la permanencia del espectador y propicias compras impulsivas. En el contexto ecuatoriano, dinámicas
como sorteos, retos o trivias durante las transmisiones generan un ambiente lúdico que aumenta el
interés del consumidor y facilita la conversión. De acuerdo con los estudios revisados, la combinación
de narrativas, humor y efectos visuales potencia la experiencia y contribuye a crear un vínculo
emocional entre la marca y el usuario, un patrón que también se replica en mercados como Brasil y
México.
Respecto al riesgo percibido, el análisis evidencia que este factor ejerce un efecto negativo sobre la
intención de compra, tal como lo describen Ma, Dong y Lee (2025) y Sun et al. (2023). A pesar de la
transparencia visual del live-commerce, los consumidores pueden experimentar dudas sobre la calidad
real del producto, la seguridad de los pagos o la posibilidad de devoluciones. No obstante, los hallazgos
también sugieren que el riesgo puede ser mitigado mediante señales de profesionalismo, testimonios en
pág. 4108
vivo y certificaciones visibles, prácticas que ya han demostrado ser efectivas en mercados asiáticos
según estudios de Korea Science (2024). En Ecuador, donde el nivel de confianza digital aún se
encuentra en desarrollo, estas estrategias adquieren un papel especialmente importante para reducir
barreras psicológicas.
Finalmente, la intención de compra —variable dependiente del modelo— presenta un nivel de
explicación moderado (R² = 0.528), similar al reportado por Luo et al. (2023) en estudios
internacionales. Esto indica que los factores incluidos en el modelo capturan una parte sustancial de la
experiencia del consumidor, aunque existen otros elementos externos (como reputación de la marca,
promociones previas o condiciones socioeconómicas) que podrían incorporarse en futuras
investigaciones. El patrón encontrado confirma la relevancia del live-commerce como un formato que
combina interacción, emoción y credibilidad, y que está transformando aceleradamente las prácticas de
consumo digital en Ecuador.
En conjunto, estos resultados no solo coinciden con la literatura internacional, sino que aportan
evidencia empírica novedosa sobre el mercado ecuatoriano, donde el live-commerce se encuentra en
una fase de crecimiento temprano pero acelerado. La integración de factores como la interactividad y el
entretenimiento con elementos clave como la confianza y la reducción del riesgo refleja un ecosistema
digital en expansión que combina motivaciones emocionales y racionales. De esta forma, el estudio
contribuye a ampliar el conocimiento sobre los determinantes del comportamiento del consumidor en
entornos de compras en vivo, proporcionando bases teóricas y prácticas para empresas, creadores de
contenido y responsables de políticas públicas.
CONCLUSIONES
El presente estudio permitió identificar cómo los factores asociados al live-commerce influyen en la
intención de compra de los consumidores ecuatorianos. Los resultados evidencian que la interactividad,
la confianza y el entretenimiento funcionan como elementos centrales para estimular la participación
activa y la decisión de compra durante las transmisiones en vivo. La posibilidad de comunicarse en
tiempo real, observar demostraciones auténticas y disfrutar de una experiencia dinámica genera un
entorno digital que favorece la conexión emocional y reduce la distancia entre vendedor y consumidor.
vivo y certificaciones visibles, prácticas que ya han demostrado ser efectivas en mercados asiáticos
según estudios de Korea Science (2024). En Ecuador, donde el nivel de confianza digital aún se
encuentra en desarrollo, estas estrategias adquieren un papel especialmente importante para reducir
barreras psicológicas.
Finalmente, la intención de compra —variable dependiente del modelo— presenta un nivel de
explicación moderado (R² = 0.528), similar al reportado por Luo et al. (2023) en estudios
internacionales. Esto indica que los factores incluidos en el modelo capturan una parte sustancial de la
experiencia del consumidor, aunque existen otros elementos externos (como reputación de la marca,
promociones previas o condiciones socioeconómicas) que podrían incorporarse en futuras
investigaciones. El patrón encontrado confirma la relevancia del live-commerce como un formato que
combina interacción, emoción y credibilidad, y que está transformando aceleradamente las prácticas de
consumo digital en Ecuador.
En conjunto, estos resultados no solo coinciden con la literatura internacional, sino que aportan
evidencia empírica novedosa sobre el mercado ecuatoriano, donde el live-commerce se encuentra en
una fase de crecimiento temprano pero acelerado. La integración de factores como la interactividad y el
entretenimiento con elementos clave como la confianza y la reducción del riesgo refleja un ecosistema
digital en expansión que combina motivaciones emocionales y racionales. De esta forma, el estudio
contribuye a ampliar el conocimiento sobre los determinantes del comportamiento del consumidor en
entornos de compras en vivo, proporcionando bases teóricas y prácticas para empresas, creadores de
contenido y responsables de políticas públicas.
CONCLUSIONES
El presente estudio permitió identificar cómo los factores asociados al live-commerce influyen en la
intención de compra de los consumidores ecuatorianos. Los resultados evidencian que la interactividad,
la confianza y el entretenimiento funcionan como elementos centrales para estimular la participación
activa y la decisión de compra durante las transmisiones en vivo. La posibilidad de comunicarse en
tiempo real, observar demostraciones auténticas y disfrutar de una experiencia dinámica genera un
entorno digital que favorece la conexión emocional y reduce la distancia entre vendedor y consumidor.
pág. 4109
Asimismo, la confianza se consolidó como un componente crítico dentro del proceso de compra,
especialmente en un contexto donde las transacciones digitales aún presentan desafíos en términos de
seguridad y transparencia. Las prácticas basadas en claridad, demostración visual y comunicación
directa actúan como mecanismos efectivos para disminuir la incertidumbre y fortalecer la disposición a
comprar.
El entretenimiento también demostró ser un factor relevante, ya que las dinámicas lúdicas y el contenido
atractivo aumentan el nivel de atención y permanencia de los espectadores, favoreciendo
comportamientos de compra más impulsados por la experiencia y las emociones. Esto confirma que el
live-commerce no solo se basa en la exposición del producto, sino en la construcción de un ambiente
digital involucrante.
Por otro lado, el riesgo percibido continúa siendo un elemento inhibidor importante. Aunque las
transmisiones en vivo reducen ciertas dudas gracias a su transparencia, persisten preocupaciones sobre
calidad, pago y entrega. Esto señala la necesidad de implementar estrategias más sólidas de confianza
y seguridad dentro de las plataformas y procesos de venta.
Finalmente, el modelo utilizado demostró una capacidad predictiva moderada, lo que indica que los
factores analizados explican una parte significativa de la intención de compra, pero también abre la
posibilidad de incorporar variables adicionales en estudios futuros, como reputación de la marca,
experiencia previa del usuario o factores socioemocionales.
En conjunto, estas conclusiones confirman que el live-commerce representa un modelo de consumo
digital con alto potencial en Ecuador. Su efectividad depende de la combinación entre interacción
humana, credibilidad y experiencia emocional. Los resultados de este estudio aportan evidencia útil para
que empresas, creadores de contenido y comercios locales optimicen sus estrategias y aprovechen las
oportunidades que ofrece este formato emergente.
REFERENCIAS BIBLIOGRÁFICAS
Cámara Ecuatoriana de Comercio Electrónico, & Universidad Espíritu Santo. (2024, enero). Séptima
medición del estudio de comercio electrónico en Ecuador 2024. https://uees.edu.ec/cece-y-
uees-presentan-los-resultados-de-la-septima-medicion-del-estudio-de-comercio-electronico-en-
ecuador/
Asimismo, la confianza se consolidó como un componente crítico dentro del proceso de compra,
especialmente en un contexto donde las transacciones digitales aún presentan desafíos en términos de
seguridad y transparencia. Las prácticas basadas en claridad, demostración visual y comunicación
directa actúan como mecanismos efectivos para disminuir la incertidumbre y fortalecer la disposición a
comprar.
El entretenimiento también demostró ser un factor relevante, ya que las dinámicas lúdicas y el contenido
atractivo aumentan el nivel de atención y permanencia de los espectadores, favoreciendo
comportamientos de compra más impulsados por la experiencia y las emociones. Esto confirma que el
live-commerce no solo se basa en la exposición del producto, sino en la construcción de un ambiente
digital involucrante.
Por otro lado, el riesgo percibido continúa siendo un elemento inhibidor importante. Aunque las
transmisiones en vivo reducen ciertas dudas gracias a su transparencia, persisten preocupaciones sobre
calidad, pago y entrega. Esto señala la necesidad de implementar estrategias más sólidas de confianza
y seguridad dentro de las plataformas y procesos de venta.
Finalmente, el modelo utilizado demostró una capacidad predictiva moderada, lo que indica que los
factores analizados explican una parte significativa de la intención de compra, pero también abre la
posibilidad de incorporar variables adicionales en estudios futuros, como reputación de la marca,
experiencia previa del usuario o factores socioemocionales.
En conjunto, estas conclusiones confirman que el live-commerce representa un modelo de consumo
digital con alto potencial en Ecuador. Su efectividad depende de la combinación entre interacción
humana, credibilidad y experiencia emocional. Los resultados de este estudio aportan evidencia útil para
que empresas, creadores de contenido y comercios locales optimicen sus estrategias y aprovechen las
oportunidades que ofrece este formato emergente.
REFERENCIAS BIBLIOGRÁFICAS
Cámara Ecuatoriana de Comercio Electrónico, & Universidad Espíritu Santo. (2024, enero). Séptima
medición del estudio de comercio electrónico en Ecuador 2024. https://uees.edu.ec/cece-y-
uees-presentan-los-resultados-de-la-septima-medicion-del-estudio-de-comercio-electronico-en-
ecuador/
pág. 4110
Chen, L., Smith, A., & Johnson, P. (2025). The impact of interactivity and emotional connection in live
commerce: A North American perspective. Journal of Digital Marketing, 34(1), 10–25.
https://www.researchgate.net/publication/392081199_The_Impact_of_Video_Commerce_and_
Live_Sales_on_Social_Media
Correa, J. C., Laverde-Rojas, H., Martínez, C. A., Camargo, O. J., Rojas-Matute, G., & Sandoval-
Escobar, M. (2019). The consistency of trust-sales relationship in Latin American ecommerce.
arXiv. https://arxiv.org/abs/1911.01280
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Publicación clásica sobre
el alfa de Cronbach para medir la consistencia interna.
https://www.medcalc.org/es/manual/cronbach-alpha.php
Cropink. (2025, marzo). 40+ Threatening Social Media Hacking Statistics. https://cropink.com/social-
media-for-business-statistics/
Dijkstra, T. K. & Henseler, J. (2015). Consistent Partial Least Squares Path Modeling. MIS Quarterly,
39(2), 297–316.
https://www.researchgate.net/publication/265316206_Consistent_Partial_Least_Squares_Path_
Modeling
Electronic Commerce Research and Applications. (2024). How to enhance consumers’ purchase
intention in live commerce?
https://www.sciencedirect.com/science/article/abs/pii/S1567422324000838
Fornell, C. & Larcker, D. F. (1981). Structural Equation Models with Unobservable Variables and
Measurement Error: Algebra and Statistics. Journal of Marketing Research, 18(1), 39–50.
https://doi.org/10.2307/3151312
Frontiers in Psychology. (2023). The effect of social presence and interactivity on purchase intention in
livestream shopping. https://www.frontiersin.org/articles/10.3389/fpsyg.2023.1069050/full
Gobierno de Ecuador. (2020). Ley Orgánica de Emprendimiento e Innovación.
https://www.gob.ec/sites/default/files/regulations/2020-03/Documento_LEY-ORGANICA-
EMPRENDIMIENTO-INNOVACION.pdf
Chen, L., Smith, A., & Johnson, P. (2025). The impact of interactivity and emotional connection in live
commerce: A North American perspective. Journal of Digital Marketing, 34(1), 10–25.
https://www.researchgate.net/publication/392081199_The_Impact_of_Video_Commerce_and_
Live_Sales_on_Social_Media
Correa, J. C., Laverde-Rojas, H., Martínez, C. A., Camargo, O. J., Rojas-Matute, G., & Sandoval-
Escobar, M. (2019). The consistency of trust-sales relationship in Latin American ecommerce.
arXiv. https://arxiv.org/abs/1911.01280
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Publicación clásica sobre
el alfa de Cronbach para medir la consistencia interna.
https://www.medcalc.org/es/manual/cronbach-alpha.php
Cropink. (2025, marzo). 40+ Threatening Social Media Hacking Statistics. https://cropink.com/social-
media-for-business-statistics/
Dijkstra, T. K. & Henseler, J. (2015). Consistent Partial Least Squares Path Modeling. MIS Quarterly,
39(2), 297–316.
https://www.researchgate.net/publication/265316206_Consistent_Partial_Least_Squares_Path_
Modeling
Electronic Commerce Research and Applications. (2024). How to enhance consumers’ purchase
intention in live commerce?
https://www.sciencedirect.com/science/article/abs/pii/S1567422324000838
Fornell, C. & Larcker, D. F. (1981). Structural Equation Models with Unobservable Variables and
Measurement Error: Algebra and Statistics. Journal of Marketing Research, 18(1), 39–50.
https://doi.org/10.2307/3151312
Frontiers in Psychology. (2023). The effect of social presence and interactivity on purchase intention in
livestream shopping. https://www.frontiersin.org/articles/10.3389/fpsyg.2023.1069050/full
Gobierno de Ecuador. (2020). Ley Orgánica de Emprendimiento e Innovación.
https://www.gob.ec/sites/default/files/regulations/2020-03/Documento_LEY-ORGANICA-
EMPRENDIMIENTO-INNOVACION.pdf
pág. 4111
Hair, J. F., & Alamer, A. (2022). Partial least squares structural equation modeling (PLS-SEM) in
second language and education research: Guidelines using an applied example. Research
Methods in Applied Linguistics, 1, Article 100027.
https://www.sciencedirect.com/science/article/pii/S2772766122000246?via%3Dihub
Henseler, J., Ringle, C. M. & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in
variance-based SEM: the heterotrait-monotrait ratio (HTMT). Journal of the Academy of
Marketing Science, 43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8
Hwang, J. & Youn, S.-Y. (2023). From brick-and-mortar to livestream shopping: product information
acquisition from the uncertainty reduction perspective. Fashion and Textiles, 10, 7.
https://fashionandtextiles.springeropen.com/articles/10.1186/s40691-022-00327-3
Jiang, Y., Lee, H.-T., & Li, W. (2024). The effects of live streamer’s expertise and entertainment on the
viewers’ purchase and follow intentions. Frontiers in Psychology, 15, 1383736.
https://www.frontiersin.org/articles/10.3389/fpsyg.2024.1383736/full
Korea Science. (2024). The impact of e-commerce live streaming on consumer purchase intention based
on interactivity, trust, and perceived risk.
https://www.koreascience.or.kr/article/JAKO202415754253459.page
Liu, X., & Zhang, L. (2024). Impacts of different interactive elements on consumers’ purchase intention
in live-streaming e-commerce. PLOS ONE, 19(12), e0315731.
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0315731
Liu, X., Zhang, L., & Chen, Q. (2022). The effects of tourism e-commerce live streaming features on
consumer purchase intention: The mediating roles of flow experience and trust. Frontiers in
Psychology, 13, 967251. https://pubmed.ncbi.nlm.nih.gov/36092030/
Luo, X., Lim, W. M., Cheah, J.-H., Lim, X.-J., & Dwivedi, Y. K. (2023). Live streaming commerce: A
review and research agenda. Journal of Computer Information Systems. Advance online
publication. https://www.tandfonline.com/doi/full/10.1080/08874417.2023.2290574
Ma, D., Dong, J., & Lee, C.-C. (2025). Influence of perceived risk on consumers’ intention in cross-
border e-commerce transactions: A case study of the Tmall Global platform. International
Journal of Information Management, 81, 102854.
Hair, J. F., & Alamer, A. (2022). Partial least squares structural equation modeling (PLS-SEM) in
second language and education research: Guidelines using an applied example. Research
Methods in Applied Linguistics, 1, Article 100027.
https://www.sciencedirect.com/science/article/pii/S2772766122000246?via%3Dihub
Henseler, J., Ringle, C. M. & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in
variance-based SEM: the heterotrait-monotrait ratio (HTMT). Journal of the Academy of
Marketing Science, 43(1), 115-135. https://doi.org/10.1007/s11747-014-0403-8
Hwang, J. & Youn, S.-Y. (2023). From brick-and-mortar to livestream shopping: product information
acquisition from the uncertainty reduction perspective. Fashion and Textiles, 10, 7.
https://fashionandtextiles.springeropen.com/articles/10.1186/s40691-022-00327-3
Jiang, Y., Lee, H.-T., & Li, W. (2024). The effects of live streamer’s expertise and entertainment on the
viewers’ purchase and follow intentions. Frontiers in Psychology, 15, 1383736.
https://www.frontiersin.org/articles/10.3389/fpsyg.2024.1383736/full
Korea Science. (2024). The impact of e-commerce live streaming on consumer purchase intention based
on interactivity, trust, and perceived risk.
https://www.koreascience.or.kr/article/JAKO202415754253459.page
Liu, X., & Zhang, L. (2024). Impacts of different interactive elements on consumers’ purchase intention
in live-streaming e-commerce. PLOS ONE, 19(12), e0315731.
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0315731
Liu, X., Zhang, L., & Chen, Q. (2022). The effects of tourism e-commerce live streaming features on
consumer purchase intention: The mediating roles of flow experience and trust. Frontiers in
Psychology, 13, 967251. https://pubmed.ncbi.nlm.nih.gov/36092030/
Luo, X., Lim, W. M., Cheah, J.-H., Lim, X.-J., & Dwivedi, Y. K. (2023). Live streaming commerce: A
review and research agenda. Journal of Computer Information Systems. Advance online
publication. https://www.tandfonline.com/doi/full/10.1080/08874417.2023.2290574
Ma, D., Dong, J., & Lee, C.-C. (2025). Influence of perceived risk on consumers’ intention in cross-
border e-commerce transactions: A case study of the Tmall Global platform. International
Journal of Information Management, 81, 102854.
pág. 4112
https://doi.org/10.1016/j.ijinfomgt.2024.102854
Margalina, V. M., Jiménez-Sánchez, Á., & Cutipa-Limache, A. M. (2024). Modelo PLS-SEM para la
intención de compra online en el sector moda en Ecuador. Retos, 14(27), 101-114.
https://doi.org/10.17163/ret.n27.2024.07
Miao, H., Yin, Y., Zhao, Y., & Gao, Q. (2025). Key elements and theoretical logic of live-streaming e-
commerce marketing discourse. PLOS ONE, 20(5), e0322495.
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0322495
Sun, X., Pelet, J.-É., Dai, S., & Ma, Y. (2023). The effects of trust, perceived risk, innovativeness, and
deal proneness on consumers’ purchasing behavior in the livestreaming social commerce
context.
Sustainability, 15(23), 16320. https://www.mdpi.com/2071-1050/15/23/16320
Sun, Y., Shao, X., Li, X., Guo, Y., & Nie, K. (2022). How live streaming influences purchase intentions
in social commerce: An IT affordance perspective. Electronic Commerce Research and
Applications, 52, 101102.
https://www.sciencedirect.com/science/article/abs/pii/S1567422321000740?via%3Dihub
Velastegui Guallpa, D. B., & Domínguez Coloma, P. M. (2025). E-commerce strategies as an
internationalization tool for SMEs in the graphic sector in Guayaquil. Trabajo de investigación,
Universidad Politécnica Salesiana, Ecuador.
https://dspace.ups.edu.ec/bitstream/123456789/31533/1/UPS-GT006767.pdf
Velíz, I. A. (2023). Hacia el futuro digital: E-commerce y transformación en el contexto ecuatoriano.
Revista Ciencia Latina: Multidisciplinaria, 7(6), 8374–8397. Recuperado de
https://ciencialatina.org/index.php/cienciala/article/view/9375
Wei, J., Wang, F., & Zhang, H. (2022). Influence of interactivity on consumer engagement in livestream
shopping. PLOS ONE, 17(8), e0267835. https://pmc.ncbi.nlm.nih.gov/articles/PMC9462463/
Zhang, Q., Wang, Y., & Ariffin, S. K. (2024). Consumers’ purchase intention in live-streaming e-
commerce: A consumption-value perspective and the role of streamer popularity. PLOS ONE,
19(2), e0296339. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0296339
https://doi.org/10.1016/j.ijinfomgt.2024.102854
Margalina, V. M., Jiménez-Sánchez, Á., & Cutipa-Limache, A. M. (2024). Modelo PLS-SEM para la
intención de compra online en el sector moda en Ecuador. Retos, 14(27), 101-114.
https://doi.org/10.17163/ret.n27.2024.07
Miao, H., Yin, Y., Zhao, Y., & Gao, Q. (2025). Key elements and theoretical logic of live-streaming e-
commerce marketing discourse. PLOS ONE, 20(5), e0322495.
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0322495
Sun, X., Pelet, J.-É., Dai, S., & Ma, Y. (2023). The effects of trust, perceived risk, innovativeness, and
deal proneness on consumers’ purchasing behavior in the livestreaming social commerce
context.
Sustainability, 15(23), 16320. https://www.mdpi.com/2071-1050/15/23/16320
Sun, Y., Shao, X., Li, X., Guo, Y., & Nie, K. (2022). How live streaming influences purchase intentions
in social commerce: An IT affordance perspective. Electronic Commerce Research and
Applications, 52, 101102.
https://www.sciencedirect.com/science/article/abs/pii/S1567422321000740?via%3Dihub
Velastegui Guallpa, D. B., & Domínguez Coloma, P. M. (2025). E-commerce strategies as an
internationalization tool for SMEs in the graphic sector in Guayaquil. Trabajo de investigación,
Universidad Politécnica Salesiana, Ecuador.
https://dspace.ups.edu.ec/bitstream/123456789/31533/1/UPS-GT006767.pdf
Velíz, I. A. (2023). Hacia el futuro digital: E-commerce y transformación en el contexto ecuatoriano.
Revista Ciencia Latina: Multidisciplinaria, 7(6), 8374–8397. Recuperado de
https://ciencialatina.org/index.php/cienciala/article/view/9375
Wei, J., Wang, F., & Zhang, H. (2022). Influence of interactivity on consumer engagement in livestream
shopping. PLOS ONE, 17(8), e0267835. https://pmc.ncbi.nlm.nih.gov/articles/PMC9462463/
Zhang, Q., Wang, Y., & Ariffin, S. K. (2024). Consumers’ purchase intention in live-streaming e-
commerce: A consumption-value perspective and the role of streamer popularity. PLOS ONE,
19(2), e0296339. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0296339