Your address will show here +12 34 56 78
Influencers, Inteligencia Artificial, Investigación de Mercados

La actualidad reciente nos ha mostrado que los cambios se pueden acelerar en cualquier momento, que realizar previsiones y utilizar modelos históricos ya no sirve como antes. Los departamentos de operaciones y logística estan empezando a sustituir sus modelos de previsión de la demanda basados en años de históricos de ventas (si, has leído bien, años de históricos de ventas agregadas en períodos mensuales, es práctica habitual en muchas empresas aún) por nuevos métodos que se basan en los pedidos más recientes y en variables externas a la empresa (noticias, competencia, meteorologia, social media,..) mediante algoritmos de “machine learning”.

Entonces, ¿como reaccionar (desde Marketing) a éstos cambios en los consumidores y la sociedad en general, ante la incertidumbre que produce que los cambios se puedan acelerar y agudizar? Los departamentos de logística y operaciones, para renovar sus modelos analíticos y de toma de decisiones y para ganar en agilidad e inteligencia, se apoyan en los datos y en los nuevos algoritmos de inteligencia artificial para conseguirlo. Marketing también tiene éstas armas a su disposición: datos (muchísimos datos) y nuevas técnicas y modelos, en gran parte gracias a los medios digitales y redes sociales.

Apunto 5 grandes áreas donde activar éstas nuevas capacidades para los departamentos de Marketing: investigación ágil, segmentación, contenidos, influenciadores y medición.

INVESTIGACIÓN ÁGIL: en éstos momentos es más importante que nunca disponer de métodos, modelos y/o tecnologías que permitan detectar nuevas tendencias y cambios en la percepción de la marca. La crisis del COVID-19 y el confinamiento han provocado cambios importantes en los hábitos, y muchas personas han probado nuevos productos y servicios, y se han lanzado a opinar y recomendar en las redes sociales. Las empresas y agencias más avanzadas ya estan incluyendo en su arsenal de herramientas de investigación el análisis de comunidades en redes sociales e incluso “paneles” de usuarios de redes sociales que permiten una fuente continua de señales: opiniones, comportamientos y afinidades.

SEGMENTACIÓN: es imprescindible segmentar a nuestros clientes y potenciales consumidores con variables más sofisticadas que las demográficas de toda la vida. No estoy hablando de descubrir nichos ocultos, estoy hablando de perfilar nuestras estrategias alrededor de grupos, tribus o comunidades que comparten valores, intereses, gustos y afinidades. Ahora es el momento, y para muchas empresas, realizar éste ejercicio de segmentación, va a ser clave para que mejore la efectividad de su comunicación y de sus campañas.

CONTENIDOS: para muchas marcas, diseñar y seleccionar contenidos que consigan “resonar” con los intereses del público objetivo, es uno de los grandes retos (más allá de impactar, se trata del famoso “engagement”). En éste ámbito las marcas y agencias más avanzadas disponen de métodos que, gracias al “big data” y algoritmos de lenguaje natural y análisis de redes (comunidades), detectan los mejores contenidos, canales y formatos para conectar con nuestros segmentos objetivo y alimentan constantemente a los equipos creativos con las sugerencias que tienen mayores probabilidades de éxito.

INFLUENCIADORES: mucho se ha hablado de éste tema, yo mismo he realizado algún post sobre éste tema (Influencers Dilemma). Se trata de una estrategia poderosa, pero compleja, como muchas marcas estan comprobando recientemente. Si se utiliza como una estrategia a medio-largo plazo, seleccionando influences y micro-influencers que sean coherentes con los valores de la marca y que tengan ascendencia con los segmentos a los cuales nos dirigimos, son un medio muy potente para comunicar el mensaje. La selección del influenciador es clave y en muchos casos no es nada fácil.

MEDICIÓN: hay una tendencia general en las empresas a disponer de mejores herramientas de análisis, que vayan más allá de una medición histórica básica y permitan analizar por múltiples dimensiones (tiempo, segmento, marca, canal, campaña,…), realizar predicciones y comparar escenarios, optimizar modelos,…En el área de marketing es de vital importancia por la diversidad de canales digitales de que disponemos hoy en día. Los canales digitales y sociales van asociados a gran cantidad de datos, métricas nuevas y en muchos casos no estandarizadas aún (se trata de medios relativamente nuevos). Es especialmente difícil, puesto que requiere integrar fuentes de datos (limpiarlos y “armonizarlos”), construir métricas relevantes y dar acceso a usuarios distintos (directivos y analistas: La maldición de los Dashboards), pero es muy necesario. La recomendación es empezar cuanto antes, para establecer las bases, sabiendo que los datos son complejos, y que todo debe orientarse a obtener conclusiones que permitan tomar decisiones concretas que mejoren las acciones, programas y campañas.

Los departamentos de Marketing deberían disponer de estrategias y programas concretos en cada una de éstas 5 áreas, apoyarse en los partners adecuados, agencias o empresas de tecnología o consultoria, para diseñarlos, ponerlos en marcha, mantenerlos y perfeccionarlos. Ahora es el momento.

0

Data Science, Investigación de Mercados, Politica

Seguro que muchos recordaréis haber visto “rankings” de candidatos o partidos políticos basados en menciones o seguidores en las redes sociales. Hace unos cuantos años, llamaba la atención, e incluso se destacaba mucho en la prensa tradicional, especialmente durante las campañas electorales. En los últimos años ya no se ven o destacan tanto porque era fácil asociarlos a encuestas y estimaciones de voto, que en el caso de las redes sociales, obviamente, no se correspondía con los resultados finales.

Desde la óptica de la medición y el análisis de redes sociales, hemos evolucionado en los últimos años desde una medición muy básica: contar seguidores de los candidatos y sus menciones por parte de otros usuarios, a un análisis más sofisticado basado en el contenido y sobretodo en el grafo social.

Por lo que respecta a los contenidos políticos e ideológicos: la tendencia actual en las redes sociales es a favorecer la generación de contenidos con alto contenido emocional, un contenido que favorece la polarización. Si eres usuario habitual de Twitter y Facebook estás acostumbrado a “memes” y a respuestas más o menos ingeniosas a noticias o mensajes de personajes y entidades famosas. Llevado a sus formas extremas, imágenes sacadas de contexto, retocadas e incluso “fake news”. Éste contenido se comparte y difunde masivamente en el grafo social.

Pero ¿quien compone el grafo social? ¿como impactan y se distribuyen los contenidos? La analítica social media se ha centrado en los últimos años en comprender que tipos de perfiles podemos distinguir en las redes sociales, empezando por distinguir a personas de otras “especies” (cuentas falsas, más o menos automatizadas (“bots”), generadas por programas o usuarios que persiguen objetivos de difusión de contenidos orientados a objetivos políticos, ideológicos o similares). De ésta manera es más fácil analizar campañas orquestadas por grupos que pretenden influir en política, especialmente en los asuntos más conflictivos como el “Brexit”, “Gilets jaunes”, …

Pero una vez se han distinguido las personas reales del resto, lo interesante realmente es analizar el grado de polarización de cada nodo (perfil de la red social) y su posición en el grafo (lo que determina su papel y afinidades). De ésta manera podemos identificar individuos o colectivos más partidarios o incluso radicalizados en una posición, de aquellos que mantienen posiciones más equidistantes, ambiguas o que no han expresado opinión. Éste tipo de análisis nos permite conocer que nodos están mejor conectados y por tanto son más efectivos en la difusión de contenidos.

Desde el punto de vista de las campañas políticas, los usuarios más partidarios de la causa se consideran difusores de los mensajes de la campaña, y los usuarios más neutrales se consideran el objetivo del mensaje. También hay que tener en cuenta que las campañas o mensajes a difundir, pueden ser “en positivo” (a favor de nuestro partido y objetivos) o pueden ser “en negativo” (en contra de otro partido y sus objetivos). Es habitual ver mensajes negativos que contestan inmediatamente a los mensajes de partidarios de otras opciones políticas, para contrarrestar el efecto original.

Los principales objetivos de la analítica avanzada en social media aplicada a las campañas políticas son identificar colectivos o “nichos” de usuarios indecisos respecto a una temática política importante y proponer el modo más eficiente posible para hacer llegar el mensaje del partido.

Las campañas políticas acumulan cada vez mayor experiencia en las redes sociales, y también las técnicas y herramientas de análisis se han sofisticado mucho. Probablemente en el ciclo electoral que se inicia veremos ejemplos de ésto.

0

Análisis de Sentimiento, Audience Analytics, Data Science, Inteligencia Artificial, Investigación de Mercados
El análisis de los comentarios y opiniones en las redes sociales ya se ha consolidado como una de las herramientas más utilizadas por los profesionales de la investigación de mercados (lo confirma un reciente estudio – Grit Report España- de AEDEMO, Asociación Española de Estudios de Mercado, Marketing y Opinión). 

  Como todas las técnicas y metodologías, cuando van alcanzando un cierto grado de madurez se comprende mejor sus limitaciones, potencialidades y puntos críticos a tener en cuenta. Las Redes sociales se han convertido en una inmensa fuente de datos (big data) en formato texto y de video: contenidos, opiniones comentarios, gustos, afinidades, relaciones… Muy valiosa, pero extremadamente compleja, enmarañada, “sucia” des del punto de vista del análisis metodológico.

  Porque, o bien el analista filtra, selecciona, lee y revisa detalladamente uno por uno, grandes cantidades de tweets, fotos de instagram, comentarios de facebook, blogs, hilos de los foros,…o bien nos basamos en un proveedor de datos, herramientas y servicios que extraiga los contenidos, añada información categorizada y facilite la elaboración de conclusiones cualitativas.

  Respecto a los contenidos: en general, cuando no son publicaciones de medios digitales que se comparten, son comentarios espontáneos, opiniones, quejas, y según en que redes, bromas, “postureos”,…De muchísimos temas,…aunque a veces con no tanto detalle como nos gustaria. Una pregunta precisa que quieres hacer a tus potenciales clientes, es posible que no tenga suficiente volumen en las redes sociales. En cambio, las respuestas espontáneas, distintas de las prediseñadas, pueden reportar resultados inesperados y valiosos.
  Aquí vienen al rescate las técnicas de análisis de texto NLP (Natural Language Processing) https://en.wikipedia.org/wiki/Natural-language_processing, que permiten clasificar la opiniones por sentimiento, temática o categoria, y en definitiva extraer y analizar de manera sistemática el contenido semántico de los textos (extracción de entidades semánticas https://en.wikipedia.org/wiki/Named-entity_recognition ). Atención porque el análisis y categorización por polaridad o sentimiento (sin extendernos, ya dedicaremos otro post) deberia ser “aspect based”, es decir, por cada atributo que queremos analizar. Y no es nada fácil.
  También las imágenes pueden aportar información valiosa: lugares, logotipos, objetos, situaciones…En los últimos años el análisis de imágenes ha evolucionado mucho, y es posible extraer información de los píxels de una manera muy fiable.

  Respecto a los autores, también se presentan grandes desafíos. No siempre es fácil saber información sobre el autor de un tweet, una foto de instagram, un comentario,…La geolocalización en muchas redes sociales, es un campo de información optativo y sin estructura, que muchos dejan en blanco o bien utilizan para mostrar su ingenio. Es posible que sólo entre un 30% y 40% de los autores se hayan molestado en poner una referencia geográfica en su perfil. Aunque existen métodos sofisticados para inferir el lugar de residencia del autor: cruzar perfiles de distintas redes sociales, buscar referencias en la biografía o enlaces/amistades con otras cuentas muy específicas de un lugar,…no resulta fácil.

  Idealmente para la investigación seria importante conocer variables demográficas del autor como género (fácilmente deducible por el nombre), edad, profesión, nivel de estudios, etc…y también otras variables como gustos, estilos de vida, afinidades con marcas,…
  En BrandChats hemos apostado por éstas variables de los autores porque aportan mucho valor a las investigaciones y a otros servicios que ofrecemos en el ámbito del Márketing Digital.

  También es muy importante el análisis de grafos aplicado a las redes sociales, conocido como SNA (Social Network Analysis https://en.wikipedia.org/wiki/Social_network_analysis). Los individuos formamos parte de un grafo social de conocidos en la vida real y conocidos en la vida digital. Compartimos contenidos y opiniones, y ésta interacción con la comunidad nos coloca en una posición del grafo que indica el grado de influencia, interacción, frontera entre comunidades,…


  Los métodos que hemos comentado forman parte de las técnicas de Inteligencia Artificial: NLP análisis de texto, el análisis de imágenes mediante algoritmos de nueva generación (redes neuronales convolucionales https://en.wikipedia.org/wiki/Convolutional_neural_network ), algoritmos de clasificación para la inferencia de variables, SNA.
  Añadir ésta calidad (variables) a los datos es fundamental para disponer de una metodología robusta y fiable; y así tener un entorno de análisis (datos, herramientas, metodología) para la investigación de mercados que sea reutilizable, económicamente super competitivo y valioso.

¡Comentarios bienvenidos!
0

Bitnami