Entradas etiquetadas como análisis

Este estudio de Twitter valida las prácticas antiguas tradicionales de medios

twitterHace un par de semana se publicó en el blog de Twitter este estudio respecto al comportamiento de la gente en twitter respecto a las marcas. 

Estudio de audiencias de primetime de Twitter

Es un estudio corto hecho en conjunto entre tres organizaciones (cabe hacer notar que en realidad Twitter no parece haber sido parte oficial del estudio) pero las conclusiones me dejan muy temeroso de que finalmente Twitter y su masa de audiencia se han convertido en otro medio tradicional y que cualquier intento por hacer de él algo más valioso para las comunidades ha fracasado.

El estudio da 3 conclusiones claras: Leer el resto de esta entrada »

Anuncios

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

38 comentarios

Oracle OpenWorld: Big Data, CX, SRM y Cloud #OOW13

Oracle Openworld en las calles de San Francisco #OOW13

Un OpenWorld más que viene y se va este año en San Francisco.  Nuevamente el evento masivo con el que Oracle domina la ciudad por unos días fue escenario para los anuncios clave en el desarrollo y estrategia de este año. Mi análisis general del evento lo puedes leer en mi entrada de Mundo Contact. En este post trataré de enfocarme en dar los puntos más relevantes del evento:

1.- Tecnología y Hardware principalmente

Oracle confirma ser más una empresa de tecnología y hardware que de software y aplicaciones. Todo su enfoque, mensaje, marketing y PR está más inclinado a los avances que hacen en sus sistemas que en los servicios y soluciones que están puestos sobre esos sistemas. Leer el resto de esta entrada »

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

9 comentarios

De #Masalladelacocina a #McDonaldsesunico : El problema es la marca y no el TT

Mcdonald

Los medios sociales son ya famosos por tener siempre algún tipo de crisis, error o simple ataque injustificado de las masas hacia una marca. No pasa un día o quizá una semana sin que nos enteremos de algún suceso ya sea menor o, de vez en cuando, verdaderamente crítico. Como siempre aquí en SectorGawed y en mi firma de consultoría de estrategia digital FuneStrat: Lo que para algunos es una crisis y problema, para otros es una gran oportunidad de analizar y aprender algo.

En esta ocasión utilizaremos un pequeño problema que tuvo McDonald’s la semana pasada para conocer un poco más de monitoreo y análisis utilizando herramientas de Social Media Monitoring, en este caso Radian6 o Marketing Cloud como se le conoce desde su adquisición por Salesforce. Leer el resto de esta entrada »

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

3 comentarios

Muerte de Hugo Chávez: Analizando sentimiento en redes sociales

Hugo Chávez, President since 1999.

Hugo Chávez, President since 1999. (Photo credit: Wikipedia)

La muerte del presidente de Venezuela Hugo Chávez, personaje tan controversial y polémico en nuestra historia contemporánea se dió el día de hoy.  Sin duda el comandante Chavez @chavezcandanga y su gobierno estuvieron en el ojo del huracán por años y también lograron estarlo en el enfoque digital, tanto por las censuras e incluso arrestos que alguna vez se hicieron hacia gente que comentó cosas negativas en redes sociales, como por el buen uso de comunicación y engagemente que el propio Chávez tuvo con sus cuentas en redes sociales.

Monitoreamos la noticia de su muerte en las redes sociales usando Radian6 / Marketing Cloud para tener registro del impacto en redes que la noticia tuvo y también para usarlo de ejemplo en relación a lo difícil que puede ser el análisis de sentimiento en las redes sociales, aún cuando utilizas sistemas automáticos.

Después de hacer un breve monitoreo a las 6 pm CST algunos de los insights que se encontraron fueron:

Volumen

Unos 2 millones de menciones de keywords relacionados con el suceso que seguramente irán incrementando a un par de millones más durante los próximos días. Sin embargo, la cantidad de autores de dichas menciones rondaban los 300,000 siendo principalmente Twitter el canal más usado. A mi me parece una cantidad baja de usuarios considerando el personaje, aunque también recordemos las limitaciones del monitoreo en conversaciones de facebook donde seguramente este tema se ha de tratar más a fondo.

radian6 chavez analisis

Cantidad de menciones por país

Tendencias en el tiempo

El crecimiento de la conversación fue fuerte durante la tarde pero decayó ampliamente en las siguientes horas, al parecer el suceso abandonó la atención rápidamente y otros temas, quizá relacionados como las inminentes elecciones y su sucesor así como los temas de luto en diferentes países tomaron el foco. Aún así la caída de conversación es un poco vertiginosa en mi opinión.

radian6 chavez analisis

El volumen de menciones se disparó en un par de horas pero disminuyó considerablemente en las siguientes.

Análisis de Sentimiento

El punto educativo que podemos sacar de este fugaz monitoreo recae un poco en el análisis temático y de sentimiento del tema. La conversación alrededor de Chávez me sirve para poder mostrar las grandes dificultades y los resultados poco precisos que tenemos que esperar de los sistemas automáticos de análisis de sentimiento. Y no sólo hablo de Radian6 sino de cualquier herramienta por más que se precie de ser muy exacta.

Las conversaciones, tonos, gramáticas y formas de embellecer los lenguajes hacen jugarretas muy fuertes a estos sistemas e, inclusive, a los análisis humanos. La forma en que muchas conversaciones pueden considerarse ya sea positiva ya sea negativa dependiendo del punto de vista y el contexto es algo que aún nos reta mucho.

Aproveché que hubo conversación en inglés del tema para sacar análisis de sentimiento de Radian6, dado que este idioma es su fuerte y bueno los resultados son estos:

¿Qúe observamos?

  • Ganó lo negativo – Según el análisis automático del sistema, las menciones negativas dominaron sobre las positivas. PERO si vemos la galería de imagenes descubriremos que no es tan simple un análisis de sentimiento. La palabra muerte afecta seriamente el análisis pues se toma como negativa y convierte a muchas noticias y comentarios neutrales en negativos.
  • Volumen de análisis – De los cientos de miles de menciones en inglés solo una decena de miles pudieron ser analizados por el sistema, ciertamente una cantidad suficiente para llamarlo estadísticamente válido pero no podemos saber a ciencia cierta si la selección se puede considerar como tomada de forma distribuida y al azar. Uno de los eternos problemas de los sistemas automáticos: si bien hay mucha cantidad de comentarios neutrales y sin sentimiento, usualmente el volumen final analizado de manera confiable es bajo y permite información estadística pero no el poder hacer engagement en todos los posts que existen.
  • Discrepancias e inexactitudes – Tan solo un vistazo rápido al River of News de Radian6 tanto para positivos como negativos vemos que el pobre sistema no puede solo.

Aqui podemos ver que Sean Penn ayudó a que el comentario fuera considerado positivo, pero no creo que a Chávez le hiciera mucha gracia.

radian6 chavez analisis

La mención positiva de en medio es para Sean Penn.. ?¿no?

Esta persona en el principio de la imagen tan feliz del suceso está también en los comentarios positivos. La pregunta de siempre llega: ¿Positivos para quién?

radian6 chavez analisis

Otro ejemplo de menciones positivas, sin embargo, el primer tweet de la imagen no parece serlo mucho

La conclusión es obvia: no podemos depender de los sistemas automáticos, sin duda tendremos que meter a nuestros analistas a revisar esto, pero aún así: Los análisis humanos tienen un 85% de confiabilidad. Esto es algo que se dice y se dice pero quería poner un buen ejemplo que ayude gráficamente a comprender el porqué no podemos depender de los sistemas automáticos

Algunas soluciones:

  • Acotar nuestro monitoreo a resultados de alto valor. Como podemos ver el análisis automático fue solo para diez mil resultados de unos 500 mil. Cuando se trata de analizar un suceso así se entiende que busquemos la totalidad de menciones, pero debemos pensar que para una empresa el obsesionarse en monitorear absolutamente todo tipo de menciones podría ser un problema. Definamos menciones realmente valiosas e importantes y asi ayudamos a los sistemas a hacer mejor su trabajo
  • Aparte del análisis automático y el humano consideremos crear nuestro propio diccionario de monitoreo de palabras o términos frecuentes negativos y positivos. Es una forma burda y manual de ayudar al sistema a darnos información con un poco más de input humano pero ayuda un poco.
  • Revisar, revisar, revisar.  Siempre digo esto, no importa cuanto nos puedan ayudar las cosas automáticas y sistemas de monitoreo: nunca podremos sustituir totalmente a los análisis humanos y el tiempo requerido para que las cosas estén bien analizadas.
  • Tocando el tema de análisis de sentimiento automático en español: Sin duda no es el fuerte de las plataformas extranjeras y tenemos 2 plataformas latinoamericanas que en cierta forma se especializan más en el lenguaje: SocialMetrix y Reputation Level.  Sin embargo esto no significa que no cuenten con las mismas limitantes tecnológicas que los sistemas de inglés. Pero los invito a probarlas si sus necesidades en este sentido son muy fuertes. También Brandwatch, Sysomos, Synthesio y otras tienen un poco de cuchara metida en el análisis en español. Incluso Radian6 tiene un modulo de costo extra que analiza en español ya, pero, repito, es de costo extra y no he podido probarlo como para recomendarlo ciertamente.

Un último detalle: utilizo Radian6 / Marketing Cloud siendo que es una de las herramientas que más conozco y que tengo una relación amistosa con ellos pero este problema aqueja a cualquier herramienta allá afuea, no importa lo que diga su marketing. Pero no busco atacar ni a Radian ni a nadie, sino más bien hacer ver al lector que hay consideraciones importantes en estos sistemas que tenemos que tener siempre en cuenta.

Revisa la galería de imágenes del monitoreo:

El pase de diapositivas requiere JavaScript.

¿Cuál fue su percepción humana entre sus redes respecto al suceso? ¿más positivo que negativo contrario a lo que Radian6 muestra aqui?

Otros análisis de Monitoreo:

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

11 comentarios

Resumen de Social Media y Redes Sociales en las Elecciones 2012 de México: Fracaso Digital

Han terminado las elecciones 2012 de México con un resultado que no gustará a todos y con muchas enseñanzas y necesidades evidentes que habrá que buscar atacar y mejorar en nuestro país. Estas necesidades y deficiencias no fueron solo en el ámbito electoral sino también en el mundo digital en donde las redes sociales y el social media jugaron un papel interesante, un papel fuerte pero que dejó mucho que desear en varios niveles. Exploremos un poco las conclusiones de este período de nuestra historia político-digital.

El Social Media penetra la política

La expectativa del uso de redes sociales y medios digitales durante toda esta época de campañas, y quizá desde hace un año, era alta. La campaña de Obama en 2008 y su rol en su elección como presidente de USA causó promesas y entusiasmo que muchos que vivimos este mundo digital diariamente queríamos observar. Leer el resto de esta entrada »

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

6 comentarios

Borrar un Tweet desacertado. El caso de la Becaria de @El_Universal_Mx

Es de lo menos recomendando durante una crisis en redes sociales: borrar un tweet o un post desacertado puede traer graves consecuencias y avivar las llamas del enojo de una comunidad. Los textos y blogs coinciden en que lo mejor es enfrentar con transparencia y responsabilidad cuando cometemos un error como community managers en nuestras cuentas. La Becaria de El Universal en Twitter parece no conocer esto y me dí a la tarea de analizar su pequeño desliz para entender las consecuencias asi como lo hicimos durante la crisis de WalMart y el terremoto.

Durante la tarde de este viernes se cometió uno de los errores más comunes – y a mi parecer cada vez más inocentes e inofensivos- en cuentas de redes sociales. La persona encargada de llevar el twitter del periódico nacional mexicano El Universal confundió sus cables y publicó algo personal en la cuenta oficial del diario.

Leer el resto de esta entrada »

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

11 comentarios

Estadísticas Básicas en Redes Sociales de #MarchaYoSoy132, #Yosoy132 y #MarchaAntiEPN

Como no conozco a nadie que no le guste un poco de buena numeralia alrededor de un tema muy sonado, Me decidí a sacar algunas estadísticas acerca de las marchas y demostraciones llevadas a cabo durante el fin de semana en México contando las menciones en los últimos 30 días.

Me decidí a medir con Radian6 los 3 hashtags que me parece fueron los más usados: #yosoy132 el cual fue usado el viernes durante la marcha en Santa Fe contra Televisa por estudiantes de la Ibero, TEC y UNAM entre otros. Posteriormente, Sábado y Domingo (y seguro seguirá por un buen rato) se usaron #MarchaYoSoy132 y #MarchaAntiEPN para hablar de la marcha organizada por la sociedad civil y estudiantes en contra de la manipulación mediática a favor de un candidato a la presidencia en México.

Adicionalmente usé algunos términos como Marcha Anti-Peña; Marcha Anti Pena; Marcha Antipeña etcétera para captar algunas menciones más de aquellos que olvidaron usar algún hashtag pero sin caer en permitir que cualquier mención no relacionada entrara como tal. Leer el resto de esta entrada »

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

2 comentarios

Monitoreo de #Marchayosoy132 #yosoy132 y #Marchaantiepn para entender “Overlapping”

monitoreo #marchayosoy132 en redes sociales

Overlapping es el término en inglés para describir el empalme entre dos o más grupos que se analizan dentro de un universo usualmente en teorías de conjuntos lógicos o matemáticos. Es la unión de los 2 o 3 círculos de Venn.

Esta vez, al presentarsenos un evento significativo como son las demostraciones cívicas – físicas y online – en torno a las próximas elecciones de México consideré que era un buen ejemplo para monitorear y presentar algunos datos junto con otra lección de análisis de conversaciones digitales, como lo hice en mi análisis del problema de Walmart durante el terremoto.

Al hacer nuestros análisis y monitoreos debemos de tener muy presente estos empalmes cuando configuremos cualquiera de nuestras herramientas o plataformas. Básicamente todas funcionan con alguna variente de tipo de búsqueda por booleanos. Es decir utilizando uniones, intersecciones y complementos con el AND, OR y NOT.

Analizando #yosoy132 #marchayosoy132 y #marchaantiepn Leer el resto de esta entrada »

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

3 comentarios

Estrategia de Métricos y Análisis en Social Media

Hay algunas partes esenciales dentro de una estrategia de Social Business bien desarrollada, temas como Social Media Monitoring,Social Business Intelligence comienzan a ser mencionadas más y más y a tomar un lugar primordial en la creación y establecimiento de acciones dentro de la empresa utilizando herramientas y pensamiento Social.

El advenimiento de Big Data – la creación de miles de Terabytes deFramework metodologia para analisis y medicon se social media y social business información por hora en el mundo y en las empresas- es un tema que comienza  a tomar más y más fuerza como bien lo pudimos ver en eventos de IBM y Oracle recientemente sobre sus sistemas para el manejo de Big Data. Esto da grandes ventajas a las empresas más allá de sólo Social Marketing, Social Branding e incluso sólo Social CRM.

Esto lleva a que la importancia del monitoreo y análisis de datos toma un lugar en el centro de las cosas y debe ir más allá de ser usado para contarse menciones de una marca en twitter, medir burdamente el sentimiento de lo que dice la gente en facebook o incluso solo alimentar resultados de campañas o estrategias de marketing en una empresa. Como mostré en mi análisis del Caso Walmart podemos empezar a meternos más y más en los datos si queremos.

Leer el resto de esta entrada »

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

2 comentarios

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. Leer el resto de esta entrada »

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

23 comentarios