Hace una semana pasé a formar parte de IZO System como Social Media Analyst. Aparte de lo llamativo del nombre, lo que más me gusta de mi trabajo (además de un equipo bien preparado) es que me ha ofrecido la oportunidad de escalar el análisis de reputación online de particulares a grandes empresas. Este paso también desvela problemas operativos importantes, que son los que os planteo aquí.
A) Captura de menciones:
La captura de comentarios relevantes (obtener un listado de aquellas piezas texto que hablan de nuestro cliente y que pueden afectar a su reputación) es una de las partes más problemáticas. Los sistemas de rastreo de menciones (SMA tools) están aún muy verdes y no hacen su función como debieran.
Lo que podemos esperar de una apliación de este tipo son tres cosas:
- Que capture todos los comentarios sobre la marca (en el periodo y con las palabras clave que indiquemos).
- Que incluya el menor ruido posible (menciones no relevantes).
- Que permita organizar, valorar y exportar los resultados de una forma ágil y personalizable.
- El primer caso resulta muy importante si el número de menciones no es grande, aunque podríamos hacer una búsqueda manual para encontrar las fuentes omitidas. Si el número de resultados es grande, el problema dependerá de qué fuentes estamos dejando de capturar y cómo afectan a la reputación, pero es posible que el error sea aleatorio y por tanto sólo dejemos de tener un censo para tener una muestra, sin un sesgo especial.
- El filtrado del ruido evita que perdamos tiempo eliminando fuentes que no deberían estar ahí. Si el ruido es muy importante puede convertir a la aplicación en inoperativa.
- El sistema debe ser intuitivo: debemos valorar a veces cientos de fuentes y una pequeña diferencia (un botón en su sitio) puede ahorrarnos horas. Además debería permitir que valoremos en la aplicación la carga de sentimiento según nuestra propia metodología, y no la suya propia (personalización).
Si la aplicación hace mal alguna de ellas (o las tres) vamos a necesitar complementar la búsqueda con otra/s herramienta/s, lo que encarece y complica cualquier análisis.
B) Valoración de los comentarios
Valorar significa atribuir un valor numérico a lo que (en principio) no lo tiene. Al menos que tratemos con sistemas de review de películas, libros y similar, el usuario nunca nos habla de números, sino de experiencias. Cómo traducir sus opiniones no es cuestión baladí, pues no sólo es una decisión que debemos tomar para presentar el informe, sino que es un ‘punto caliente’ de su neutralidad. Si la empresa que nos provee un informe de reputación cambia el sistema de valoración a cada cliente puede cocinar los resultados como más le interese.
En la valoración podemos incorporar:
- El valor de sentimiento que hay en el comentario.
- Factores (influencia, visibilidad) que ponderen ese valor para tener en cuenta su repercusión.
- Otros factores (antigüedad) que modulen el resultado final.
Debemos decidir:
- Cuántos posibles valores vamos a utilizar: dos (dicotómica, “bueno, malo”), tres (añadimos un neutral), cinco (muy malo, malo, neutral, bueno, muy bueno)…
- Qué valor numérico atribuimos a cada uno, y si es simétrico o pondera un extremo. En la opción de tres podría ser: Malo (-2), Neutral (+1), Bueno (+3)… Es sólo un ejemplo.
- Con qué criterios se elije cada uno.
El producto final va a ser una cifra absoluta con sentido positivo o negativo (depende de cómo hagamos cálculos) que se incorporará al índice de reputación.
C) Representación gráfica:
La representación es una de las partes más “bonitas” de la reputación online. Porque se puede hacer de muchas maneras, porque tiene un poder explicativo enorme pero también porque plantea retos muy importantes. Pero está parte se merece un post para ella sóla.
Posts Relacionados
