Usando @WalMartComMx y #OfertasWalMart para un monitoreo express en Social Media


Decidí tomar rápidamente el caso de hoy de @WalMartComMx como un ejemplo para mostrar rápidamente como podemos utilizar herramientas como Radian6, ViralHeat, Sysomos, UberVu, Brandwatch y muchas otras para hacer un monitoreo rápido del impacto que puede estar teniendo un tema en las redes sociales. Espero en este post mostrar las fuerzas y debilidades del monitoreo en si y hablar un poco de ventajas y desventajas de varias herramientas al mismo tiempo.

No voy a ponerme a juzgar el evento como tal. El contexto es: Hubo un temblor fuerte en el área central de México hoy al mediodía, la cuenta de Walmart Online en Twitter @WalmartComMx publica casi inmediatamente una frase de humor negro “Ahora Si Hicimos Temblar a la Competencia con nuestros precios”.  Lo publica en un tiempo muy cercano al temblor y cuando aún ni siquiera quedaba claro que no hubiera causado daños o eventos desafortunados en la región, y claramente sin tomar en cuenta que el temblor fue suficientemente fuerte como para afectar a muchas personas, asustarlas o recordar el trágico temblor de 1985.

Se da una reacción contra este comentario el cual es borrado y comienzan a disculparse un par de horas después por lo sucedido, se disculpan uno a uno con todo el que habla del tema. Yo hubiera recomendado hacer una disculpa en un blog post o un longtweet o algo así y dejarlo como disculpa general para no hacer que todo nuestro timeline se llene de disculpas, no haber borrado el tweet sino enfrentando a la comunidad y por supuesto una reacción un poco más rápida hubiera sido buena.

Rápidamente cree en Radian6 y UberVu un par de monitoreos del tema, algo rápido y sencillo para no perder tiempo, hice 3 grupos de monitoreo: Las menciones de la cuenta @WalmartComMx en uno, en un segundo todo el texto del tweet en cuestión, y poco despues un tercer grupo con el hashtag #OfertasWalmart que surgió como un ataque de sátiras, burlas y creatividades en contra de lo sucedido.

Monitoreo Inicial en Social Media del Caso Wal-Mart

Con este monitoreo inicial podemos ir observando como se va dando el volumen de menciones y medir rápidamente la complejidad del asunto. En este caso la complejidad va en aumento puesto que después de un tiempo ya no es el tweet en cuestión el que se retwittea pues el tema comienza a tomar fama y no es necesario publicarlo para saber de qué se habla. Podemos apreciar en la Fig. 1 como el tema se desarrolló, las menciones a la cuenta crecieron y luego el Hashtag tomó fuerza mientras lo demás decaía.

desarrllo menciones caso walmart

Pese a las disculpas publicadas por Wal-Mart al respecto, quizá un poco por lo tarde que las hizo o por la fuerza que tuvo el tweet, no se pudo detener el crecimiento del Hashtag #OfertasWalMart

A las 7 pm del 20 de Marzo las menciones conteniendo cada uno de los grupos mencionados se veía así:

total de menciones caso walmart

Nota: recordar que en este tipo de monitoreo hablamos de menciones de un tema, palabra o grupo de palabras por lo que no debemos tomar esto como una suma sino que hay empalmes, es decir por ejemplo: un tweet mencionando el hashtag Y la cuenta de Walmart cuenta tanto para el sector Hashtag como para el sector Cuenta.

El hashtag ha tomado fuerza y debemos hacer un análisis rápido de la situación.

Conversación y Sentimiento

Si bien yo siempre he sido un activista contra basar todo un análisis en sentimiento y opiniones, no cabe duda de que en cuestión de casos de crisis y opinión es uno de los métricos más valiosos a medir. Aqui encontramos uno de los problemas de las herramientas de monitoreo: no hay análisis de sentimiento automático en español (al momento consideraría a Alterian y SocialMetrix como las opciones para ello pero para un caso de respuesta rápido no son todavía las mejores opciones; Sin embargo SocialMetrix me ha comentado que están en puertas para sacar una herramienta más ajustable y con mejor forma de reacción a este tipo de cosas)

Lo primero que hago es analizar las palabras mas mencionadas alrededor de la cuenta y el hashtag de esta forma espero encontrar los temas mas mencionados y las palabras, positivas y negativas, que más puedan estar impactando; esto me servirá para hacer después una cuenta rústica de sentimiento a falta de un sentimiento automático. En este punto además considero una ventaja: al tener que leer comentarios para analizar su contenido y decidir si son positivos o negativos, me involucro un poco más en lo que la gente está realmente diciendo y no solo confío en un número automático que me entrega un algoritmo frío. Es por eso que siempre recomendaré que se haga un análisis de sentimiento manual por sobre un automático, te da mucha más conexión con el tema y la comunidad.

conversation cloud hashtag walmartcommx

Podemos observar en este primer análisis de conversación del hashtag que, sin olvidar que el hashtag #ofertaswalmart en sí es un ataque negativo, principalmente hay chistes y pocas palabras ofensivas.

Pero si observamos las menciones a la cuenta en si:

conversation cloud walmartcommx cuenta

Ahí sí podemos ver varias palabras interesantes y gente que ha afectado la conversación. Es justo mencionar que este análisis de palabras debe ser hecho continuamente, al menos en Radian6, cada minuto estas cambian. En la imagen superior por ejemplo, podemos ver lo que se hablaba a las 7 pm y ver que el Hashtag ya esta en boga, que hay una cuenta @carloeslim que ha afectado mucho la conversación y que hay pocos comentarios negativos. Si comparamos con una observación a la 1 pm:

conversation cloud 1 pm walmartcommx

Observamos diferentes cuentas influenciadoras y muchas más palabras negativas en este caso. Por ello, en el caso de Radian6, es preferible crear varios de estos monitoreos en vez de “refrescar” una sola imagen todo el tiempo, de esta forma puedes observar la evolución de los temas. Tenemos otras opciones, como la herramienta Sysomos, que tiene una mejor forma de analizar y presentar las conversaciones pues no las basa en palabras sino en frases completas;  y SocialMetrix también lo hace y eso beneficia en poder analizar mejor y más rápido los temas y clasificarlos. En el caso de SocialMetrix esto al menos si podríamos hacerlo con las conversaciones de la cuenta que estaríamos monitoreando desde el setup inicial, pero no para el hashtag o el tweet en específico.

Bien, esta nube de conversaciones nos servirá para analizar las palabras o frases que más resalten, en esta caso, gracias a que Radian6 (Creo que Sysomos también pero no me han dado aún una cuenta para probarlos ) permite dar click a una palabra y analizar la conversación.

En este caso cuando fui analizando las palabras negativas descubrimos algo interesante, por ejemplo, en la palabra “Pendejos”:

menciones pendejos de forma positiva walmartcommx

La cuenta @Carloseslim crea un tweet utilizando esa palabra, pero el tweet es positivo al asunto, de esta forma hay que separarla de los verdaderos insultos al crear el análisis de sentimiento. Lo que hice fue quitar de mi cuenta de tweets negativos la frase “algún pedo pendejos” para excluir cualquier referencia a este tweet como algo negativo, además utilizo para la cuenta positiva la frase “me gustó” y con esto comenzamos a armar el conteo manual de temas positivos y negativos y vamos conociendo también el tono, la fuerza de las menciones, igualmente vemos si el lado negativo es más apasionado y se siente más insultado que el lado positivo, etc. todos estos temas son importantes para una conclusión final.

En este caso aunque hecho de una manera supérflua podemos decir que el lado negativo tuvo un tono más fuerte y pasión elevada, se sintieron más afectados que quienes defendieron el tweet y atacaron de doble moral a los que lo criticaban.

Finalmente construimos rápidamente algunos grupos de monitoreo de frases y palabras que puedan englobar los tonos negativos y positivos del asunto como puede ser:

Negativos

  • Pendejos excepto Algun Pedo Pendejos
  • Idiotas
  • Insensibles
  • poca sensibilidad
  • no me gustó
  • me ofende
  • me ofendió
  • felicidades por la tontería
  • que malgusto
  • etc, etc.

Positivos

  • Creativo
  • Ingenioso
  • no tiene nada de malo
  • me gustó
  • doble moral
  • no tienen sentido del humor

Esto queda gráficamente así:

grupos de sentimiento caso walmartcommx

Los grupos”negativo y mal gusto” sumados casi duplican los comentarios del grupo “Me gusto”. Esta relación seguro irá evolucionando durante el día, nuevos términos y textos surgirán que podamos ir añadiendo al monitoreo y eso nos servirá para definir mejor las cosas

Puntos a notar:

  1. De 15000 menciones de la marca, el agrupamiento de terminos positivos y negativos nos da una muestra de 1500. no es mucho pero sí nos da una cantidad suficiente para hacer una evaluación informada de las cosas.
  2. Si catalogamos como todas negativas las 15000 menciones del hashtag de chiste y las agregamos eso inclina la escala, esto es cuestión de definir estrategia y objetivos de la medición con tu equipo.
  3. La relación de 2 a 1 de negativo a positivo también debe ser tomado muy en cuenta, hay muchas personas hablando o defendiendo el mensaje, el grado de pasión e involucramiento al respecto sería importante medirlo más. Se puede considerar que con más engagement sobre este sector positivo de la comunidad podrías haber obtenido algún resultado benéfico.

Algunos pasos posteriores al monitoreo express:

  • Analizar bien las fuentes, influenciadores y razonamientos detrás del ataque. Determinar la inclinación y lenguaje que están utilizando, por ejemplo, los diarios y blogs. Determinar qué personas están causando más influencia (Por ejemplo @Carloseslim) y por qué, etcétera.
  • Afinar el monitoreo y lectura de las menciones y su catalogación más específica (varias herramientas te permiten poner tags y notas a cada mención)
  • Generar estadística y planes de acción. En caso de tener planes y políticas de Social CRM o diferentes responsables para responder diferente tipo de tweets comenzar a distribuir el contenido.
  • Entrar de lleno a analizar a la comunidad negativa y positiva, entender si son clientes, si se puede crear una base de datos con ellos, generar algún call to action positivo a la estrategia de forma que se pueda entender y aprovechar más este tipo de cosas (en este caso podemos apoyarnos de algo como Social Bro para analizar la comunidad)

Crear este monitoreo no me tomó más de 10 minutos y afinarlo no más de 1 hora, esto puede ser posible con Radian6, Sysomos, UberVu, etc. , claro que cada herramienta ofrecerá diferentes niveles de análisis que se adecúen a nuestra estrategia pero eso sale del tema de este post.

Al crear un monitoreo y análisis rápido del caso esto puede ayudar a tomar decisiones más informadas de reacción y de dirección de nuestra respuesta. Incluso definir respuestas diferentes para diferentes sectores de la comunidad y evitar que todo se convierta en una percepción negativa de tu marca.

Análisis de Conversaciones en Redes Sociales y Crisis

Este rápido análisis nos dice por ejemplo, que hubo un impacto positivo en cierto segmento de consumidores que pudo resultar benéfico para la marca; también que quizá el error fue el tiempo en que se publicó el tweet y no tanto la temática del tweet per sé – Qué hubiera pasado si el tweet que se cataloga como creativo o normal por muchos hubiera sido publicado unas horas después? –

Este monitoreo también me hace pensar que Wal-Mart tiene oportunidad de aprovechar el crecimiento de followers que el suceso le provocó de forma positiva para ellos. Que el manejo posterior del asunto fue lento y mal estructurado, incluso en su disculpa, pero va más allá  del alcance del post también.

Espero esto les ayude a entender como un monitoreo, buenas herramientas para ello (con su respectiva inversión) y una estrategia bien definida y previa puede ayudar mucho en el desarrollo de su presencia en Social Media. Incluso podrían ayudar a definir mejor esos tweets, quizá en vez de una broma hubiéramos visto un tweet ofreciendo cualquier apoyo necesario de Wal-Mart a la sociedad (previamente definido todo este esfuerzo), etcétera. Es quizá tonto repetirlo pero es el primer paso: Escuchar y entender a tu comunidad antes de cualquier otra cosa.

Con estos datos quizá no se salve el Social Media Manager, Community Manager o Agencia de Social Media de Wal-Mart de perder su puesto, pero quizá la discusión y análisis en la sala de juntas hubiera sido más interesante. ¿no creen? espero sus opiniones y comentarios al respecto tanto como de la metodología, herramientas, y el caso en general.

View Luis Fernando Martinez's profile on LinkedIn

Enhanced by Zemanta
Anuncios

, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

  1. #1 por Miguel Avila el marzo 20, 2012 - 10:45 pm

    Me encantó el análisis, yo de verdad creo que, de haberse twitteado después, podría haber causado otro impacto, fue muy pronto y repentino.
    Creo que las personas, en un tiempo, usaremos éste caso como ejemplo, pero sobre todo lo usaremos para reír, así como pasa con el caso de Liverpool, por lo que, el CM tiene la oportunidad de usar esos Followers que llegaron a la cuenta para hacer cosas diferentes, generar engagement con ellos, por ejemplo.
    Hoy lo vemos como “Malo”, mañana tendremos que verlo como una oportunidad de hacer cosas diferentes.
    Me gustó mucho la manera en que planteas todo, yo no he tenido el gusto de usar herramientas como esa, ganas no me faltan, lo que me falta es presupuesto, espero algún día poder usarlas, pero lo que más espero es poder comprender e interpretar los datos que arrojan.
    Saludos!

    • #2 por Gawed el marzo 20, 2012 - 10:51 pm

      Esa última frase lo dice todo, todo este análisis para que sirva de algo requiere la parte de conclusiones e insights muy fuerte y bien conectado a todo el proceso de la empresa para que realmente tenga impacto alguno.
      Saludos viejos!

  2. #3 por Delfín Vassallo el marzo 21, 2012 - 11:23 am

    El timing del tweet definitivamente tuvo mucho que ver, no es lo mismo hacer un chiste de una desgracia (costumbre muy mexicana) como paliativo a nuestra pena y ayudar a liberar el stress contenido una vez asimilada la tragedia, que cuando todavia se esta’ en estado de shock.

    En el terremoto del 85 los chistes empezaron a salir hasta pasados un par de dias.

    Cuestio’n de pol’itica corporativa, pero en casos de desastres mayores se percibe que la empresa se esta’ riendo de mi, no conmigo.

    Buen ana’lisis mate, por cierto las word clouds de Sysomos son ma’s est’eticas (las genera Wordle) pero no son clickables puesto que es un jpg. Tampoco determina sentimiento en espanol.

    Un abrazo desde Londres

    • #4 por Gawed el marzo 21, 2012 - 11:42 am

      Gracias por el input my friend! Sin duda, este caso es más acerca de Timing lo cual puede ser falta de estrategia y preparación y políticas. Pero también con esto podemos ver que hubo cosas positivas y que si un equipo directivo de Wal-Mart tuviera este análisis quizá los regaños y las discusiones del tema en el war room serían diferentes no?

      Una lástima escuchar lo de Sysomos, con ellos no logro entablar una buena relación para conocer al máximo su herramienta, son muy cerrados pero es triste ver que uno de los elementos que los diferencían positivamente no sea tan accionable como debería de serlo.

      A ver cuando me cuentas más de la herramienta que tu usas 😉 tiene 2 años que usé su demo, seguro están muy cambiados, y si puedes mándamelos a ver si iniciamos relaciones de influencers! jeje. o… llévame para allá! jaja la envidia de que estés allá siempre me corroe!

  3. #5 por jessgq el marzo 21, 2012 - 2:40 pm

    Excelente análisis, me gusto mucho, y mas que nada la objetividad de no ver todo el asunto como bueno o malo. Personalmente creo que el tweet de @WalMartMx no fue lanzado a la web con mala intención pero si fue una falta de buen juicio por parte del CM de Wal Mart Mx, y tienes toda la razón al citar que la respuesta fue lenta y repetir la disculpa una y otra ves no ayudo mucho.

    Pero después de todo el alboroto creo que esta experiencia nos puede enseñar a las personas y también a las empresas como reaccionar en caso de una situación alarmante.

    • #6 por Gawed el marzo 21, 2012 - 3:45 pm

      Sin duda algo clave es ver que en tu plan de social media debes de tomar en cuenta tu reacción a todo! desde un cliente enojado, hasta un psicopata, un ataque de tu competencia, un volcán surgiendo en pleno zócalo, superman revelándose como verdadero, aliens aterrizando.. es decir.. estar listo a contemplar todos los estados de ánimo y contextos en que tu comunidad y el mundo pueden estar y entre más listo estés tu a ello, mejor te irá.

  4. #7 por jessgq el marzo 21, 2012 - 2:47 pm

    Reblogged this on Geek Concept and commented:
    Analisis sobre el muy comentado tweet de @WalMartMx.

  5. #8 por Jose Zaldaña el marzo 27, 2012 - 2:23 pm

    Muchas gracias por el aporte y el analisis. Me parecio muy certera la manera de manejar la tematica y como se sugiere el uso de las herramientas de medicion. Exitos.

    • #9 por Gawed el marzo 27, 2012 - 11:37 pm

      Muchas gracias! que bueno que te haya gustado

  6. #10 por carlosfgonzalez el abril 23, 2012 - 12:28 pm

    Te felicito por el análisis, integras herramientas con trabajo propio de discriminación de datos, y metodología clara. Muy valioso tu método.

    • #11 por Gawed el abril 23, 2012 - 1:00 pm

      Muchas gracias por tu comentario.creo que el anlisis debe ir siempre ms all de las mtricas comunes

  1. Estrategia de Métricos y Análisis en Social Media « Sector Gawed
  2. Monitoreo de #Marchayosoy132 #yosoy132 y #Marchaantiepn para entender “Overlapping” « Sector Gawed
  3. Borrar un Tweet desacertado. El caso de la Becaria de @El_Universal_Mx « Sector Gawed
  4. Muerte de Hugo Chávez: Analizando sentimiento en redes sociales | Sector Gawed
  5. De #Masalladelacocina a #McDonaldsesunico : El problema es la marca y no el TT | Sector Gawed
  6. De #Masalladelacocina a #McDonaldsesunico : El problema es la marca y no el TT | Socialitopia
  7. bumper scuff repair Sheffield
  8. moda para mujeres de 40 años 2011
  9. Buergermeisterwahl in Wiesenburg (Mark) - Wahlen Wiesenburg / Fläming Buergermeisterin
  10. Clawfoot tub with Jets
  11. visite el siguiente sitio de Internet
  12. 100PercentWinners Software Reviews

Deja tu opinion y comentarios

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

A %d blogueros les gusta esto: