En nuestro anterior artículo "Analytics: fuentes de datos no convencionales" mencionábamos que en el mundo de Analytics teníamos tres pilares fundamentales: los datos, la capacidad analítica de las personas (data literacy) y la tecnología de soporte.
Respecto a los datos, queremos retomar estos puntos para profundizarlos:
- El concepto de datos alternativos.
Son aquellos que están en el contexto pero que no cualquiera los tiene presentes o identificados en el radar para sumar al set de análisis, sino que depende de la intuición y observación de las personas detectar la riqueza que implica incorporarlos al modelo analítico y del impacto que pueden llegar a tener en el análisis arrojando hallazgos (insights) de impacto directo o indirecto en mi análisis global, por la información que brindan esos datos y que muchas veces pasan inadvertidos.
- Las Redes sociales como fuentes de datos para el mapa de Business Intelligence (BI): hoy podríamos decir que están dentro del grupo de las fuentes no convencionales, pero vemos que están tomando mayor participación en los mapas de integración en las soluciones analíticas que estamos implementando en nuestros clientes.
Primero, a nivel introductorio, hablemos un poco sobre aspectos que ya más o menos todos conocemos sobre las Redes Sociales.
Cada una tiene fines o usos diferentes, por ende, su público está “auto segmentado” a partir de dicho criterio:
-
- Twitter es un espacio para informarnos, publicar contenidos de interés con links a blogs, notas en otros medios y canales, compartir, opinar y conversar sobre los contenidos publicados por las cuentas que seguimos o vemos a través de hashtags. Su información generalmente tiende a ser pública, ya que podemos ver contenido de cuentas a las cuáles no seguimos, siempre sujeto a la configuración de privacidad que elija cada persona / cuenta en su perfil.
- Facebook e Instagram se suelen utilizar más para contactos sociales, compartir experiencias y contenidos personales con fotos, videos. Evolucionaron también para las organizaciones, como canales de información, atención y venta a través de las tiendas virtuales. Su información tiende a ser más privada, ya que se suelen configurar de manera tal que los contenidos sean sólo vistos entre cuentas que están contactadas, esto aplica sobre todo para los usos personales, no los laborales o comerciales.
- Linkedin, la red principal de contactos laborales, para compartir contenido y generar vínculos relacionados con el trabajo, y utilizada fuertemente para las búsquedas / ofertas de empleo.
- Otras redes que apuntan más al contenido audiovisual como Tik Tok en la cual podemos encontrar contenido para todos los gustos.
Y volviendo al mundo del análisis de datos ¿Qué tienen todas en común? Que vienen preparadas, a través de componentes que llamamos conectores o APIs, para extraer su información e integrarlas con otras plataformas, por ejemplo, con las plataformas de análisis de datos.
Pero… ¿para qué integrarlas al mundo de Analytics / Business Intelligence?
1 - Para enriquecer y complementar mis datos (de fuentes internas, tradicionales) con la información de las redes (en algunos casos serán de impacto directo y en otro como “datos alternativos”) ampliando la visión que tenemos residiendo en los sistemas transaccionales y de operación, ya que carecen de la mirada de los “no clientes” o de las gestiones y consultas que sólo se generan en las redes o de los seguidores y clientes de mi competencia.
¿Cuáles serían algunos casos de uso de análisis que podemos realizar a partir de la información que extraemos de las redes sociales?
- Análisis de tendencias de comportamiento, por fuera de mis canales de atención: las personas dejan comentarios, expresan interés o desaprobación de ciertos productos, servicios, contenidos o temáticas. A través de esas interacciones o de cantidades de seguidores, de comentarios, de acciones como compartir o dejar un like, podemos hallar insights valiosos como tendencias respecto a reacciones, gustos, cantidad de seguidores de mi cuenta o de hashtags que contienen temáticas relativas a mi negocio, productos/servicios nuestros o de la competencia. Hay información que abarca no sólo a mis seguidores (algunos clientes y otros no) sino de potenciales clientes, seguidores de otras cuentas, ex clientes que quiero recuperar, entre otros.
- Como soporte a la gestión de mis canales de atención y a mis servicios de venta, post venta y customer experience en general tomando los datos de las redes para integrarlos - bajo el modelo analítico - con los datos que extraigo de mis sistemas tradicionales de atención (CRM, ticketera, etc): recordemos que hay clientes que interactúan con mi marca por todos los canales de atención, incluyendo las redes. Hay otros que sólo lo hacen por las redes. Hay otros que no son clientes, pero que inician el acercamiento con mi marca por las redes y debo enfocarme en ellos para realizar la conversión. Y los datos a considerar provienen por ejemplo de comentarios que se transforman en gestiones que nacen o se expresan directamente en las redes como pueden ser reclamos o quejas (muy comunes en twitter), algunos que inician directo en las redes en lugar de hacerse por el canal telefónico o físico (por mensaje directo o como comentario en un hilo o posteo arrobando mi cuenta). Ventas que son gestionadas en mi e-shop de Instagram o facebook, o comentarios o consultas de precio a publicaciones en campañas o fotos que subimos en Instagram. O interacciones a campañas que promocionamos sólo para generar la interacción y el direccionamiento a mi e-commerce fuera de las redes.
Como decíamos antes, toda esa información se va complementando y cruzando con la de mis sistemas transaccionales en el entorno analítico. Las redes sociales tienen sus funcionalidades analíticas/indicadores propios, pero considerando sólo la información que ellas contienen, es decir, para seguimiento neto de esa red social en particular sin la mirada integral del resto de mis canales, procesos y datos de la organización.
2 - Otro motivo importante por el cual recomendamos subirlas al entorno de Analytics / BI es para resolver issues de factibilidad y flexibilidad para el análisis, ya que hay factores de las redes sociales como el volumen de datos - que es enorme - y de generación constante, la dinámica que tienen en tiempo real para la generación y cambios de focos de interés (ej. # que son tendencia), que hacen imposible que se puedan analizar y consolidar en forma manual en tiempo y forma.
Respecto al tipo de información que se extrae de las redes sociales, siempre se apunta a información pública. Como decíamos en la introducción, dependiendo de las políticas de uso y confidencialidad de cada red social y de la configuración de cada cuenta, se extraerán los datos que estén permitidos que sean los mismos que cada uno puede ver de manera pública o desde su cuenta a través de sus contactos. Es información que entrega valor respecto al análisis de tendencias, comportamientos, reacciones, etc
Si todavía no incluiste las redes sociales en tu lista de fuentes de datos para tu estrategia analítica, te recomendamos que vayas viendo con cuál podés empezar dependiendo de tu organización, de las preguntas que quieras ir respondiendo a partir de los datos y del resto de los sistemas con los que estés gestionando tu operación y que ya tengas integrado en tu modelo analítico.