Red de información TI para profesionales ITMedia NetWork

viernes, 21 de enero de 2022
Actualizado a las 23:33


Búsqueda avanzada

Publicidad

Publicidad

Opinión

Decisiones basadas en los datos de las Redes Sociales, ¿son estos datos fiables?

16 Enero 2013por Antonio Valderrábanos, Director General de Bitext Innovations

La mayoría de las organizaciones maneja el creciente volumen e importancia de los datos de las Redes Sociales con herramientas de software para automatizar su análisis. Todos los días se toman importantes decisiones de negocios basados en estos resultados. ¿Cómo podemos saber si estas herramientas están haciendo el trabajo correctamente? ¿Podemos fiarnos de ellas? ¿Cómo podemos medir de forma objetiva la efectividad de estas herramientas?.

Antonio Valderrábanos

Antonio Valderrábanos

Si estamos monitorizando datos de las Redes Sociales, probablemente estamos manejando un volumen de información que no se puede abordar de forma manual; y probablemente hemos automatizado el proceso de lectura y categorización de esta información. Antes de ver qué podemos hacer con estos valiosos datos (mejorar la percepción sobre la marca, identificar los clientes insatisfechos, detectar temas nuevos, seguir a la competencia…), necesitamos asegurarnos de que los beneficios que aporta la automatización son fiables, y que no están creando una nueva fuente de riesgos para nuestro negocio, en lugar de ser una ventaja competitiva. El riesgo de usar comentarios de usuarios que no se han analizado correctamente para tomar decisiones de marketing o de ventas es ciertamente mayor que el riesgo de ignorar el contenido de las Redes Sociales.

Por lo tanto, ¿cómo podemos verificar el nivel de fiabilidad de la herramienta que estamos usando para entender las Redes Sociales? Hasta donde sabemos, no hay procedimientos estándares en la industria a este respecto. Sin embargo, los investigadores han desarrollado métodos para medir problemas similares, y podemos reutilizar esta metodología aquí. Estos métodos tienen tres ventajas principales:

  • Son comprensibles para los no expertos, así que se pueden compartir entre proveedores de herramientas y usuarios finales
  • Son exhaustivos, miden la corrección en dimensiones diferentes (cobertura y precisión)
  • Tienen reputación, los han usado un gran número de investigadores durante un largo periodo de tiempo
    En resumen, empleando esta metodología podremos medir el rendimiento de nuestra herramienta comparándola con un modelo objetivo (los comentarios analizados de forma manual por un especialista).

Este método incluye al menos los siguientes pasos:

  • Definir las áreas de interés que vamos a evaluar: cuáles son los aspectos que son de interés para el negocio. Por ejemplo, si se desea comprobar la fiabilidad de nuestro análisis sobre un producto informático, podemos crear una categoría “Producto” bajo la que clasificar conceptos como “disco duro”, “teclado” o “pantalla”. Una ontología (el resultado de la clasificación de todos los aspectos relevantes de un área de negocio) es un buen modo de expresar los intereses de negocios de una empresa, y nos permite luego discriminar los comentarios de forma útil.
  • Definir un conjunto de frases que sean buenos ejemplos de la presencia en las Redes Sociales de nuestra organización. Para ello, podemos tener en cuenta diferentes aspectos como la fuente del comentario (por ejemplo, ¿provienen la mayoría de nuestros comentarios de Twitter o de blogs?), o el área de interés al que hacen referencia. No es necesario que este conjunto de frases sea extremadamente alto, basta con que sea lo suficientemente representativo de los resultados habituales.
  • Analizar este conjunto de frases manualmente, es decir, hacer manualmente la tarea que su herramienta de software lleva a cabo automáticamente. Como solemos ser subjetivos en nuestros análisis, es relevante que al menos dos personas etiqueten el texto manualmente.
  • Analizar el mismo conjunto de frases con su herramienta de software.
  • Finalmente, medir el rendimiento comparando los resultados del análisis manual (idealmente, los resultados en los que los distintos anotadores hayan coincidido, dejando fuera aquellos casos en los que incluso entre especialistas ha habido disensión) con los del análisis automático.

Tras seguir estos pasos, podemos contestar nuestra pregunta: ¿cuál es el porcentaje de comentarios en el que coinciden tanto las personas como la herramienta? Este nivel de coincidencia puede dividirse en diferentes indicadores. Los dos principales (que podrían tratarse en profundidad en otro artículo) son la precisión y la cobertura.

Por otra parte, incluso más importante que medir el rendimiento en un momento dado es el hecho de monitorizar continuamente las mejoras durante un periodo dado de tiempo. De esta manera no conoceremos sólo la fiabilidad puntual de la herramienta, sino también su consistencia a lo largo del tiempo, aumentando así la confianza sobre la misma. 

Si usamos estos métodos y los incluimos en nuestras prácticas de informes, habremos obtenido dos ventajas principales: primero, sabremos si la herramienta automatizada que estamos usando es lo suficientemente exacta para tomar decisiones de negocios. Segundo, habremos logrado avanzar hacia la medición del retorno de la inversión.

ShareThis

Publicidad

Publicidad

Publicidad

Análisis

ADEFAM y Conexus analizan los riesgos de la empresa familiar ante la ciberdelinciencia

La jornada sobre ciberseguridad y desinformación organizada por la Fundación de Empresarios de la Comunidad Valenciana en Madrid (Conexus) y la Asociación de la Empresas Familiar de Madrid (ADEFAM), ha reunido a expertos procedentes del mundo empresarial y de las Administraciones Públicas, poniendo de relieve la importancia que tiene para el mundo de la empresa y de los negocios trabajar en el concepto de la ‘confianza digital’ como factor de credibilidad y competitividad en el actual entorno digital

Soluciones

Seresco participa en el proyecto CIP - Olive para el cultivo eficiente de olivares en Egipto

Seresco participa, junto a empresas españolas y de Egipto, en el proyecto CIP - Olive de agricultura de precisión, financiado por el CDTI y el ITIDA egipcio, que contempla el desarrollo de un sistema integrado de IoT basado en la nube y que permitirá controlar los principales problemas que se presentan en los olivares, como son plagas e infecciones

techWEEK info

TechWEEK forma parte de la red de información TI para profesionales de IDG Communications.


Sitios especializados de ITMedia NetWork: IT CIO.es, IT PYMES.es, IT SEGURIDAD.es, Strategic Partner, NUEVAempresa.com.

ITMedia NetWork. © 2006 - 2022 Information Technology & Media S.A. (CIF A-84950211). Todos los derechos reservados.

Envío de artículos por email de techWEEK.es

Por favor, introduzca la siguiente información











Cerrar

Envío de artículos por email de techWEEK.es

Procesando envíos...

Envío de artículos por email de techWEEK.es

Email enviado. Cerrar

Envío de artículos por email de techWEEK.es

Error en el envio. Pulse aqui para cerrar.Cerrar