TÉCNICAS DE RECOLECCIÓNY CLASIFICACIÓN EN REDES SOCIALES

Una de las mayores dificultades para quienes gestionan la inteligencia en redes sociales, es la cantidad de datos disponibles y qué valor darle a cada uno de ellos.

Esta guía tiene como objetivo ayudar a aquellos que tengan interés en obtener una visión sobre cómo obtener datos en redes sociales, aprender a seleccionar y clasificar los comentarios para posteriormente poder crear retratos fieles de nuestros focos de interés y metodológicamente bien fundados.

Siempre es bueno recordar que la visión de inteligencia está siempre separada de la prevención de crisis y el envío de alertas. Estos últimos deben tener en cuenta todo el universo de buzz para no correr el riesgo de no detectar los puntos que puedan ser críticos para la empresa.

Cuando hablamos de muestras, partimos del presupuesto de que son fenómenos medibles y que se repiten en una población. Esto lo vemos por ejemplo, en grupos étnicos de una masa social, o tipos de casas en un mismo barrio.

Este fenómeno nos permite conocer cómo se comporta una población a partir de un grupo representativo, sin tener que estudiar a todos los individuos (o comentarios cuando hablamos de redes sociales) uno a uno.

Analizar solamente una parte de la población nos permite conocer sus comportamientos, pero ¿nos sentimos seguros a la hora de identificar posibles crisis de reputación que podrían estar relacionadas precisamente con aquellos comentarios que no fueron considerados dentro de la muestra? Nuestra experiencia indica que no.

Por eso, es importante dejar claro que el fin de esta guía es el de servir de orientación a la hora de extraer datos inteligentes en las redes sociales y de defender la gestión y monitorización de crisis y alertas como un proceso en paralelo, bien sea por vías automáticas o humanas.

Una vez aclarado este punto, podemos centrarnos más en lo práctico:

Otro aspecto que debemos tener en mente cuando pensamos en recoger los comentarios es, cómo encontrarlos.

Prácticamente todo lo que encontramos en redes sociales está disponible por medio de términos de búsqueda. Una búsqueda bien construida es la clave para encontrar lo que andamos buscando sin gastar demasiada energía en grupos de comentarios que no son de interés.

1

Término de búsqueda: una lupa para encontrar lo que queremosTérmino de búsqueda: una lupa para encontrar lo que queremos

Separar alertas de la muestra: minimizar las posibilidades de perder comentariosSeparar alertas de la muestra: minimizar las posibilidades de perder comentarios

EXTRACCIÓN DE LOS DATOS

OCTUBRE DE 2012

Personas de un país

Casas en un barrio

2 2

Antes de comenzar a investigar sobre cualquier cosa, hay que asegurarse de tener los términos de búsqueda más adecuados en la mano.

Un error que vemos constantemente cuando nos encontramos frente a los proyectos de inteligencia en redes sociales, consiste en la tentación de separar una muestra sin tener disponibles todo el universo del buzz.

No es posible idear una metodología que separe comentarios representativos de nuestro objeto de estudio si no conocemos todo el buzz. Por eso, el primer paso para que podamos trabajar la muestra es el volcar todo el buzz en un solo lugar (por ejemplo, una tabla).

Con todos los comentarios de interés analizados y los objetivos del proyecto en la mano, podemos comenzar a pensar en qué tipos de muestra usar.

La recolección censal es un escenario ideal para cualquier estudio: es aquella que nos permite consultar cada uno de los individuos que forman parte de nuestro foco de interés. Es decir, permite consultar todo el universo. La recolección censal también permite observar los comentarios en el momento de su publicación, construyendo un cuadro bastante actualizado sobre la marca.

VentajasRecolección en el momento de la publicaciónCobertura de todo el buzzObservación directa y precisa de todo lo que ocurre

DesventajasPrecioEn ocasiones, lidiamos con enormes volúmenes de buzz (Por ejemplo, el sector de la banca o el sector de la telefonía), lo que dificulta el análisis y la clasificación

Cuándo usar

Proyectos con poco buzz o que requieren de una clasificación menos profunda de los comentarios que permita la clasificación en masa, por asociación de términos – y no comentario por comentario.Proyectos que permitan una observación amplia, cuyo análisis deba recaer sobre todos los asuntos de la marca y no solo sobre focos específicos de buzz.Crisis o campañas, con el objeto de monitorizar su alcance real e impacto.

No obstante, no siempre es posible que clasifiquemos y trabajemos todo el buzz. Factores como el volumen de comentarios, presupuesto, tiempo y calidad de las respuestas, pueden ser factores que impidan el uso de una muestra censal.

En estas situaciones, existen otras formas que nos permiten la investigación del buzz. Tales como:

En esta metodología, partimos del presupuesto de que los usuarios con mayores métricas – y por tanto con mayor número de personas que reciben sus mensajes – tienen una mayor capacidad de generar "engagement" y réplicas, y por tanto de definir aquello que será más representativo dentro del buzz.

La idea es que el contenido viral no tiene por qué haber sido producido por alguien con métricas muy altas, pero tiene grandes posibilidades de haber pasado por alguien con estas características. Por lo que aquello que publiquen siempre tendrá un mayor impacto.

¡Cuidado! ¡No existe un número mágico! La métrica mínima de la marca varía de acuerdo al buzz producido sobre ella. Analiza el histórico y evalúa aquello que pueda ser interesante.

Muestra por métrica mínimaMuestra por métrica mínima

Considerar todo el universo: un presupuesto para construir muestrasConsiderar todo el universo: un presupuesto para construir muestras

Recolección CensalRecolección Censal

2 3

VentajasLa recolección por métrica mínima, así como la censal, permite observar el buzz en el momento de la publicación de un comentario, así como también la localización de comentarios con potencial de convertirse en virales, y por tanto, susceptibles a generar crisis u oportunidades.

DesventajasNo se analiza aquello que acontece con las personas que son menos populares, donde puede haber muchas otras oportunidades de acción.

Cuándo usarCuando existe un interés específico en asuntos que están directamente relacionados con el impacto que puedan llegar a tener sobre la imagen de marcaEn proyectos donde se hace énfasis los que se han hecho famosos gracias a Interent y que se centran en el no entiendo muy bien lo del tratamientoCuando se desea identificar a las personas con métricas grandes sobre un tema, para utilizarlas a posteriori en acciones y campañas.

En esta metodología, buscamos el buzz con mayor volumen de menciones sobre la marca. Si dispusiésemos los términos del buzz en un gráfico, encontraríamos lo siguiente:

Esta muestra observa solo el área de cabecera del gráfico, es decir, aquellos comentarios con los términos que aparecen con más frecuencia y no tienen en cuenta lo demás.

¿Hasta dónde debemos mirar los comentarios?

El punto de corte de una muestra debe ser decidido de acuerdo con el buzz de la marca (como sucede en casi todo lo descrito en esta guía) y el principal limitante termina siendo la capacidad de trabajo.

VentajasLa metodología nos permite observar lo que sucede de relevante con la marca, el buzz que de hecho impacta su imagen.

DesventajasEl buzz en el que se basa la metodología ya es anterior, es decir, la recolección es retroactiva. Otro punto: como vemos lo que sucede solo con la cabeza del gráfico, es decir, donde el buzz tiene un volumen mayor, no conseguiremos detectar otras oportunidades o crisis embrionarias que no formen parte de ese bloque. Eso crea la necesidad de una observación especializada en alertas.

Cuándo usarCuando tenemos interés en asuntos que ya generan una repercusión, pudiendo dispensar de aquello que está en proceso embrionario.Cuando no hay canales en redes sociales para tratar caso por caso, sino que se trabaja por posicionamiento público basado en grandes volúmenes.Cuando se pretende tomar decisiones sobre la base de datos de un gran número de personas.

Hay proyectos cuyos objetivos no son el de realizar un retrato de la marca o indicar cuál la percepción de sus usuarios, sino más bien generar una acción instantánea, como por ejemplo, una respuesta de SAC o venta. En otros casos, no queremos saber todo lo que se habla sobre la marca, sino solamente tener una visión general de determinadas áreas de la empresa, como por ejemplo, la innovación o la responsabilidad social corporativa.

Para estos proyectos es más económico enfocar la recolección solamente hacia el buzz que más interese. Podemos observar por ejemplo, comentarios susceptibles de redirigir al departamento de atención al cliente, o al departamento que se encargue de captar ffgfg

Muestreo por foco de interésMuestreo por foco de interés

Muestreo por frecuencia de términosMuestreo por frecuencia de términos

HeadHead

Términos con mayor frecuenciaTérminos con mayor frecuencia

Términos con menor frecuencia

Términos con menor frecuencia

Long TailLong Tail

GENERADORESDE CRISIS

OPORTUNIDADES DE VENTA

CAMPAÑASPOSIBILIDADDE INNOVACÍON

nuevos clientes. ¿Por qué no ofrecer un seguro a quien declara haber comprado un coche recientemente? Una búsqueda más enfocada y, por tanto, sin desperdiciar el dinero buscando otras cosas no necesarias, sin gastar energías y dinero en comentarios que no están dentro de nuestro objetivo.

VentajasPrecisión y eficiencia en la asignación de recursos, costos y tiempos

DesventajasEl foco impide que veamos otras variaciones de buzzinsuficiente cobertura de alertas y crisisDificultad de detectar oportunidades fuera del universo de estudio

Cuándo usarCuando se buscan informaciones específicas para actuar, como CRM o innovaciónCuando existe un equipo para tratar acciones puntuales de lead de ventas, atención al cliente o cualquier otro foco de interésCuando se tiene interés en prever crisis cuando éstas aún son embrionariasCuando hay temas que necesitan un seguimiento más detenido acerca de ellos

La muestra aleatoria es una herramienta de investigación bastante empleada y conocida, que permite que cada individuo de una población (o cada comentario del buzz) tenga las mismas posibilidades de ser consultado.

La muestra aleatoria da la misma oportunidad de ser valorado a cualquier comentario, sin importar el tema y el autor. En el análisis de buzz, vemos las mismas características que la muestra aleatoria permite en una investigación de mercado tradicional, es decir: preservamos proporciones de asuntos públicos y contenidos, tal y como ellos existen en el buzz real sobre la marca.

VentajasAnalizar una muestra representativa del buzz Precisión de datos y cálculo de margen de errorPlanificación precisa de tiempos y equipos

DesventajasLa cobertura de alertas debe realizarse en paralelo

Cuándo usarCuando se tiene interés en conocer toda la marcaCuando necesitamos dar credibilidad interna a los datos o conversamos con áreas como investigaciónCuando es necesario trabajar con precisión y atribuir márgenes de error

Hay muchas maneras de analizar el ruido en las redes sociales y elegir el método de análisis influye no solo en los datos que podemos encontrar sino también en las posibilidades de dicho análisis.

Con esta guía, intentamos esclarecer algunas posibilidades y ser de ayuda a la hora de tomar decisiones sobre qué metodología usar para analizar las redes sociales. Sobretodo, en los casos en los que por cuestiones económicas no es posible considerar todo el universo de datos existente en las redes sociales.

ConclusiónConclusión

Muestra aleatoriaMuestra aleatoria

4

Katy Hoffmann

Business Development Manager

Palacio de Miraflores

Carrera de San Jerónimo, 15, 2º28014, Madrid

Tel: (+34) 91 454 7272

Más información en:www.elifeespana.com