Existen muchas herramientas en el mercado que permiten monitorizar de forma automatizada el buzz que genera una marca en los blogs y en las redes sociales.
Entre las más avanzadas (y de pago) se encuentran herramientas como Radian6, Alterian, Scoutlabs y Atentio. Lo que hacen, básicamente, es rastrear toda la información relacionada con una o más palabras clave de nuestra elección y organizarla de una manera que permite inferir cuanti y cualitativamente la reputación y el ‘sentiment analysis‘ (percepción emocional del público) respecto nuestra marca, producto, servicio, o cualquier cosa que se pueda identificar con palabras clave.
Lo que no siempre se tiene en cuenta es que como todo tipo de actividad relacionada con la investigación de mercados, también el Social Media Monitoring se enfrenta a tres problemas de fundamental importancia:
- la representatividad de la información que se recoge como muestra del universo de referencia;
- la solidez del sentiment analysis hacía la marca
- la interpretación de los resultados.
Hay que reconocer que todas las herramientas que hemos mencionado más arriba hacen un trabajo muy bueno a la hora de buscar, recoger y presentar menciones de – por ejemplo – una marca, a partir de una o más palabras clave. Sin embargo, estas herramientas realizan estas tareas como robots, que al fin y al cabo es lo que son: motores de búsqueda especializados y potentes con excelentes interficies de usuario y discretas capacidades de análisis semántico. Pero no más que eso. Vamos a ver por qué.
Representatividad. No todo lo que se dice sobre nuestra marca vale lo mismo. Hay posts y comentarios publicados en blogs, tweets, comentarios en Facebook, en foros de discusión, en páginas corporativas, etc ¿Por dónde empezar? Es necesario tener muy claro cuál es el peso relativo de cada uno de los medios 2.0 (que usualmente se definen conjuntamente como “user generated content”) en el contexto que estamos analizando. Y ‘contexto’ aquí quiere decir el entorno y los targets sociodemográficos con los que interactúa nuestra marca en Internet. Si se trata de una marca generalista española, sabremos que los comentarios en blogs foros y Facebook tienen más importancia de unos tweets, por el simple hecho de que el uso de Twitter en España no alcanza el 10% de la población que accede a Internet. La mayoría de los internautas pasan todo su tiempo en Internet sin ver ni un solo tweet.
En cambio, una herramienta de rastreo automático se fija principalmente en la información más fácil de recuperar, sobre todo cuando se trata de interpretarla a través de un algoritmo semántico. Este es un problema muy frecuente en la elaboración del “sentiment analysis” de una marca, que consiste en extrapolar de los comentarios online del público valoraciones positivas, neutras o negativas. Para un robot es más fácil leer y asignar una sentimiento a un comentario breve de Twitter, que al comentario complejo y extenso que se puede encontrar al margen de un blog post, o en un foro de discusión. hay que cuidar que la percepción emocional hacia la marca no sobrestime el peso de conversaciones pertenecientes a colectivos con características sociodemográficas demasiado específicas que no reflejan lo que realmente se dice.
Solidez del análisis del sentimiento hacía la marca. Actualmente, las principales herramientas para el Social Media Monitoring ofrecen un análisis semántico muy limitado en idiomas distintos del inglés. Lo cual quiere decir que los comentarios no se podrán procesar de forma automatizada para estimar el sentimiento hacía la marca. Además, para un robot, las frases con muchas subordinadas, típicas de los idiomas no anglosajones, o con expresiones de humor, resultan especialmente complicadas de “entender”. Una frase como “me gusta la cerveza DUFF” es más fácil de clasificar como una valoración positiva de la cerveza que una frase como “la cerveza DUFF me gustaría, si no fuera tan amarga“. En la duda, lo mejor es comprobar las entradas una por una y cerrarlas tal y como se cierran las respuestas espontáneas que los encuestados dan a las preguntas abiertas de un cuestionario. Una muestra representativa, aunque pequeña, de comentarios correctamente asignados como positivos o negativos es mejor que una muestra mucho más amplia pero no representativa o analizada de manera incorrecta.
Interpretación de los resultados. El Social Media Monitoring es fundamentalmente una rama de la investigación de mercados. Su metodología está todavía en fase de desarrollo, pero los fundamentos teóricos que disciplinan su diseño, así como la recogida y el análisis de los datos no son distintos de aquellos de una encuesta o de un focus group. Por lo tanto, también la interpretación de sus resultados debería hacerse bajo la supervisión de alguien con experiencia no sólo en este sector, sino también en los demás ámbitos de la investigación de mercados. Las herramientas que nos ayudan con el rastreo de comentarios y con la monitorización y la medición del sentimiento hacía la marca no dejan de ser unos instrumentos. Como todos los instrumentos, hay que usarlos de forma correcta.
1 Comment
-
Luis Fer "Gawed"
on 2 septiembre, 2010Lorenzo,
Muchas gracias por la mención de Radian6. Yo ayudo a distribuirla en Latinoamérica y los apoyo a veces con el contenido en español.
En Radian6 la cultura y visión está muy de acuerdo a mucho de lo que mencionas aquí, siempre es importante considerar el enfoque de análisis que es quien da el verdadero valor agregado a cualquier herramienta o estrategia.
Las herramientas no pueden hacer todo solas –ni siquiera Radian6 con todo su gran poder de cobertura y análisis de datos, se necesita de tener un buen talento manejando la herramienta para asegurarse que la información obtenida sea de la mejor calidad y que sea esta persona quien descubra y elabore los mejores “insights” para la empresa.
Pero tampoco debemos olvidar la otra cualidad que Radian6 da en el ámbito de poder detectar e interactuar con las conversaciones de la comunidad para llevar adelante estrategias de lealtad y de alto valor en la interacción.
No debemos basar todo en análisis de sentimiento o de tono, o enfoques de ese tipo, quedaremos en conocer cosas muy superficiales y cómo bien mencionas aún hay un gran grado de error si se queda uno con análisis automáticos. Siempre al considerar una estrategia de Social Business hay que tener en cuenta los recursos humanos y talento necesario para llevar a buen término su ejecución.Muchas gracias por la mención!
Luis Fer Mtz. (@Gawed)
@Radian6 @Solvis -
Gohez
on 3 septiembre, 2010Que solo un 10% utilice Twitter no quiere decir que sea poco… esos twiteros muchas veces son prescriptores de información más allá de internet, no viven en una caverna con un ordenador aislados del mundo, la importancia de un twitt es muy relativa.
Por otro lado que una noticia/link empiece a difundirse/retwitearse por Twitter ya significa que es importánte, ha trascendido los medios ordinarios y se ha introducido en los sociales, casi que habría que diferenciar entre opiniones y links…
Y así mil cosas… para sacar información e insights potentes recomiendo olvidarse de esos programas tipo Radian, hay que mojarse, leer los blogs, valorar tú la información, dar cuanta de quien es el ususario y su poder prescriptivo etc… esto debe ser artesano para evitar esos sesgos
-
40deuce
on 3 septiembre, 2010Lorenzo,
Usted hace un gran punto de aquí. Las herramientas son exactamente lo que dicen que son, una herramienta. Ninguna herramienta funcionará correctamente sin alguien detrás de lo que realmente usar la herramienta.
Con demasiada frecuencia en nuestro mundo moderno la gente quiere que todo sea automático, y herramientas como el monitoreo de medios sociales y herramientas de análisis hacen un gran trabajo de ayudar a los usuarios, es el trabajo de los usuarios a entender qué hacer con esa información introducida por la herramienta.
Nuestro software Sysomos es muy bueno para juzgar con precisión el sentimiento, pero eso no quiere decir que no debería ser verificadas por una persona real para asegurarse.
Parece que hay un muro invisible entre algunos usuarios de estas herramientas esperando que todo sea realizado de forma perfecta para ellos y lo que realmente se puede hacer por estas herramientas. Al final, se trata más de lo que decida hacer con la herramienta, la herramienta que lo puede hacer por usted.Saludos,
Sheldon, director de la comunidad para Sysomos
-
Marcos G. Piñeiro
on 6 septiembre, 2010Hola Lorenzo,
Me parece muy interesante tu artículo y das en el clavo en muchos aspectos pero me gustaría comentarte mi impresión.Creo que el problema inicial es que la forma en la que se están utilizando (vendiendo) estas herramientas y la base teórica sobre la que se asientan no es del todo acertada.
Toda investigación tiene que partir de unos objetivos concretos que la limiten y la orienten. Aquí es donde empieza el problema de estas herramientas de monitorización de sentimiento que:
1. Confunden cualitativo con cuantitativo.
2. Parten de la idea de que puede haber un análisis total sin unos objetivos de investigación. Algo completamente insólito en las ciencias sociales.
3. Creen que el significado está en los comentarios en sí, cuando está en realidad en el contexto.Un comentario es positivo o negativo según nuestro objetivo. Por ejemplo si damos un servicio postventa en la red, estas máquinas contarán los problemas de los usuarios como ruido negativo, mientras que estamos logrando nuestros objetivos tácticos.
Por este motivo no son más que una aproximación con una bajísima utilidad de cara a la toma de decisiones puesto que realmente no es cualitativo, no explica el por qué.
-
Lorenzo Brusattin
on 19 septiembre, 2010Gracias a todos por los comentarios, que nos parece que vayan todos en la misma dirección. Estoy de acuerdo con Marcos Piñeiro cuando dice que estas herramientas se promocionan con la idea de que puede haber un análisis total sin unos objetivos de investigación previos.
Sheldon y Gohez nos recuerdan correctamente que estas herramientas necesitan la intervención de cerebros humanos para ir más allá del simple rastreo de datos. Mejor si el cerebro pertenece a alguien con un poca de experiencia en este tipo de análisis.
Algo que reconoce también Luis, cuando dice que
“se necesita de tener un buen talento manejando la herramienta para asegurarse que la información obtenida sea de la mejor calidad y que sea esta persona quien descubra y elabore los mejores “insights” para la empresa.”
Todos de acuerdo entonces. Y ahora, ¡a trabajar!
Add comment