Resumen: este artículo reflexiona sobre el análisis de las opiniones en internet y cómo puede abordarse si queremos conocer la reputación de personas o marcas comerciales.
————
En un post anterior trataba cómo podemos realizar un análisis de sentimientos básico para estimar la reputación online de una marca o persona. Entonces ya contemplábamos dos tipos (manual y automático) y diferentes grados de complejidad.
El análisis de sentimientos (sentiment analysis u opinion mining, por sus términos más corrientes en inglés) es una variante del análisis de texto centrado en “detectar, separar y extraer información de carácter actitudinal”, en forma de opiniones o valoraciones. En palabras llanas, se trata de analizar un texto para extraer las opiniones que nos interesen sobre una determinada marca o persona, y decidir si son positivas o negativas.
Algo que parece tan interesante (comercialmente) resulta también muy complejo, tanto si lo abordemos desde el análisis automático como desde el manual. El primero de ellos tiene barreras tecnológicas y de investigación importantes: hay que decidir en primer lugar, que tipo de enfoque empleamos, si un análisis léxico (donde palabras como rápido, eficaz o barato serían consideradas positivas por la máquina), un análisis estadístico o alguna mezcla entre ambos (como incluir valoraciones numéricas donde existan). El manual por contra requiere emplear a un grupo de personas (a veces ingente y muy costoso) para que busquen y clasifiquen información y dotarlos con determinados criterios y pautas para que puedan decidir cómo valoran cada pieza de texto que encuentrenun post, imagen o vídeo respecto a la marca o persona que nos interesa. Además del coste, un análisis manual tendría que lidiar con problemas de redundancia (un mismo texto detectado varias veces) y tiempo (tardan en búscar y lo hacen en una franja de horario delimitada.
El análisis mixto automático-manual
Entre el análisis automático (poco fiable por ahora) y el manual (muy costoso) existe una fase intermedia: emplear una herramienta que detecte, extraiga y clasifique los textos y dejar a un humano que se encargue de valorarlos y devolverlos otra vez a la máquina. De este modo hacemos tiempo hasta que el análisis automático esté lo suficientemente maduro y ahorramos mano de obra sin renunciar a la fiabilidad que nos proporciona tener a una persona real valorando lo que lee.
Bien, digamos que ya tenemos una aplicación capaz de realizar un análisis de los contenidos publicados en internet, de clasificar aquellos que mencionan la marco o persona que nos interesa y de pasárselos a nuestro trabajador para que los valore y se los devuelva. ¿Y cómo sabe nuestro trabajador qué carga de valor le asigna a cada frase o texto completo? Al contrario de lo que ocurre con las máquinas, las personas tenemos criterios subjetivos y cambiantes. Pero si queremos un análisis de la reputación fiable no nos podemos permitir que nuestros resultados se basen en diferentes criterios de valoración y que no estén fundamentados en otra cosa que en la simple apreciación. Necesitamos crear una guía o protocolo que les ayude a puntuar cada pieza de contenido idénticos, de forma idéntica.
El caso del análisis político en internet
En este caso nos encontramos en Cierzo Development (empresa para la que estoy haciendo el internship) cuando queremos abordar el análisis de medios para campañas de comunicación política e institucional. Cierzo dispone de una aplicación de monitoring llamada Smmart, que suple la parte de la detección y clasificación de menciones en foros, blogs, vídeos, etc. Aparte tiene un sistema de evaluación (como el eje ideológico de una encuesta, de cero a diez) que permite a una persona atribuir una carga positiva o negativa a las informaciones que le pasa la aplicación. Luego Smmart pondera estas evaluaciones según los medios de que provengan (blogs, medios digitales, etc.) y la fuente para crear un índice de reputación y su evolución temporal.
Su aplicación práctica en las campañas de comunicación política es triple:
- Permite obtener un índice de reputación (no comparable al obtenido por encuesta, recordemos que hablamos de comunicación) sobre un candidato u organización.
- Nos dice qué issues están afectando positiva o negativamente a nuestra marca y qué fuentes están marcando la agenda política en internet.
- Nos permite detectar crisis de comunicación de forma temprana para aplicar los protocolos que ya hayamos diseñado previamente en los planes estratégicos de comunicación.
La cuestión está, volviendo a lo de antes, en cómo se le dice a quienes tengan que valorar los contenidos si deben puntuar un texto con un “+2″ o con un “-3″. Y no me refiero tan solo a una guía de términos positivos y negativos, sino que podemos hacer la guía mucho más compleja si, en el caso de la campaña, incorporamos la agenda política y qué temas afectan de forma positiva o negativa a un candidato o marca. Un ejemplo: una noticia sin ningún tipo de carga valorativa que trate de la crisis económica y las previsiones, afectará probablemente de forma negativa al Gobierno o alguno de sus miembros en esta coyuntura. Incluso dos noticias con los mismos términos negativos, ¿Es lo mismo una noticia “-2″ que hable de la crisis, que otra “-2″ que hable de las becas universitarias? Probablemente no, y podemos empezar a incorporar variables que maticen el indicador final.
Aquí es donde muchas veces el marketing resulta insuficiente y debemos mirar también a otras ciencias sociales y a estudios teóricos-experimentales para buscar respuestas que nos ayuden a elaborar análisis de reputación online fiables, que sirvan para crear estrategias de comunicación fundamentadas y con garantías de éxito.
Lecturas recomendadas:
- Sentiment Analysis: Opportunities and Challenges [BeyeNetwork]
- WebData Mining Book
(un resumen del tema 11) - The challenge is still the accuracy of sentiment prediction and solving the associated problems [textanalyticsnews.com]
