1. Introducción
En el post previo
planteaba que las conversaciones que
se llevaban a cabo en las comunidades virtuales fomentadas por el plan de
marketing digital, generaban una retroalimentación que era útil para evaluar y
controlar el desempeño de la estrategia de marketing digital.
Esta retroalimentación
podría traer consigo una cantidad inmensa de datos (Big Data) que será valiosa,
ya que permitirá crear una base de
conocimiento sobre qué se está hablando, quién lo está hablando, quién está
ejerciendo mayor influencia, impacto sobre imagen de marcas,
productos, personas u organizaciones.
Asimismo, esta base de
conocimiento también se puede ver alimentada por conversaciones que surjan de eventos imprevistos, que no forman
parte del plan de comunicación, pero que giran en torno a temas de interés para
las comunidades virtuales.
En el caso particular
del impacto que tendrían las conversaciones será importante prestar atención
(más allá que escuchar) a lo que se está diciendo, a través de métricas
(cualitativas y cuantitativas) que reflejen la percepción que tienen los actores
de una comunidad virtual sobre marcas, productos, personas u organizaciones, siendo esta percepción una medida de Reputación
en Línea.
En este sentido, el fin de este post es
mostrar de una manera sencilla cómo llevar a cabo una escucha activa de
conversaciones en redes sociales, para evaluar la reputación en línea.
2. Evaluación de la reputación en línea en el océano de información
En una estrategia de
marketing digital la gestión de la reputación en línea se lleva a cabo mediante
el proceso de escucha activa. Para
tal fin, este proceso se compone de cuatro fases:
- Monitorizar: escuchando lo que se dice, mediante la búsqueda y extracción de datos de conversaciones, utilizando palabras o frases clave. Pueden ser conversaciones pasadas o en tiempo real.
- Filtrar: las conversaciones mediante criterios que discriminen lo realmente significativo (comentarios, alabanzas, quejas, etc.).
- Analizar: consiste en la observación y análisis inteligente de los datos de las conversaciones, mediante el estudio del sentimiento del contenido de los mensajes (menciones positivas, neutras o negativas).
- Actuar: entendido de qué se está hablando y el sentimiento de las conversaciones, posiblemente se deberán llevar a cabo acciones para limpiar o incrementar la reputación en línea.
3. El sentimiento como indicador de la reputación en línea
Comprender el
sentimiento de un mensaje o conversación es una capacidad de la inteligencia
humana. Pero, para comprender el sentimiento que subyace en cientos de miles de
mensajes se deben utilizar herramientas informáticas que automaticen esta tarea
y al mismo tiempo emulen la inteligencia humana.
Existen varias
técnicas para llevar a cabo este tipo de emulación, siendo una de la más
reconocida el análisis de sentimiento
o minería de opiniones. Mediante
este análisis se podrá inferir el sentimiento de un mensaje a través de la polaridad del mismo (positivo, neutro o
negativo). Esta polaridad expresará cuál es la percepción que tiene una persona
sobre un asunto en particular.
Otra característica
que suele tener el sentimiento de un mensaje es que el mismo a veces refleja
posibles causas y/o efectos que podría tener una situación o tema tratado en
una conversación. Esto es muy importante para evaluar la reputación en línea,
ya que se podría obtener información de posibles problemas (causas) y
consecuencias (efectos) que rodean la imagen de una marca, producto, persona u
organización.
Por esta razón, otra
técnica necesaria para evaluar la reputación en línea es la llamada clasificación de texto, que con una
herramienta informática apropiada asignará un tópico o categoría (economía, finanzas, social, policial, seguridad,
entretenimiento, alimentación, etc.) en la cual se encuentra clasificada cada
mensaje o conversación. Con la categoría identificada y en función de la situación evaluada, será labor humana determinar
si la categoría agrupa mensajes de causa o efecto.
La combinación de las polaridades y categorías
(causas y efectos) pueden ser representados gráficamente para mostrar si la percepción
que se tiene de un tema en particular es favorable o no para la reputación en línea
que se está evaluando. La Figura 1 presenta un ejemplo hipotético de 3000 mensajes evaluados en un día
cualquiera.
 |
| Figura 1. Polaridad de mensajes (causas y efectos) |
En la Figura 1 se observa
que hay 2000 mensajes con polaridad negativa (N) que se dividen en 1000
en las categorías de causas y 1000 en efectos, 600 mensajes con polaridad neutra (NEU) que se dividen en 400 en las categorías de causas y
200 de efectos y 400 mensajes con
polaridad positiva (P) que corresponden a 200 en las categorías de causas y 200 efectos.
Los cálculos 2000/3000
= 66.67%, 600/3000 = 20% y 400/3000 = 13.33% se pueden tomar como medidas de
percepción de la situación hipotética tratada, y por ende como medidas de la reputación en línea.
Adicionalmente, los ejes causas y efectos proporcionan intensidades de las
posibles causas y efectos.
En un próximo post se presentará
este enfoque de evaluación de la reputación en línea en una situación real
relacionada con el sector turismo.
Leopoldo Martínez D.
No hay comentarios.:
Publicar un comentario