Portada » Artículos » “En la segmentación está el éxito del Social Business Analytics”
MARTECH NEWS

Todo lo que debes saber de tecnología aplicada al marketing y los negocios. Te informamos sobre las tendencias en el sector de martech.

Entrevistas
Pablo Haya, director de innovación del área Social Bussiness Analytics en el IIC MarTech FORUM

Pablo Haya, Director de Innovación del área Social Business Analytics , Instituto de Ingeniería del Conocimiento (IIC)

Social Business Analytics, Procesamiento de Lenguaje Natural y aprendizaje automático son tres de los pilares sobre los que se asienta el futuro del Big Data en redes sociales según Pablo Haya, responsable del IIC.
Pablo Haya, director de innovación del área Social Bussiness Analytics en el IIC MarTech FORUM

Pablo Haya Director de Innovación del área Social Business Analytics , Instituto de Ingeniería del Conocimiento (IIC)

Social Business Analytics, Procesamiento de Lenguaje Natural y aprendizaje automático son tres de los pilares sobre los que se asienta el futuro del Big Data en redes sociales según Pablo Haya, responsable del IIC.

“En la segmentación está el éxito del Social Business Analytics”

Publicado el 20 diciembre de 2017 por MarTech Forum

“En la segmentación está el éxito”. Así lo señala Pablo Haya, Director de Innovación del área Social Business Analytics en el IIC, al preguntarle acerca de la importancia de que las empresas conozcan a sus seguidores en redes sociales. También nos habla en esta entrevista sobre el uso del Big Data dentro del Social Business Analytics.

En primer lugar, nos gustaría que explicara a nuestros lectores qué es el Instituto de Ingeniería del Conocimiento (IIC).

Es una entidad  sin ánimo de lucro con más de 25 años especializada en la extracción de conocimiento a partir de grandes volúmenes de datos, a través de tecnología Big Data.

El Instituto de Ingeniería del Conocimiento (IIC) es una entidad  sin ánimo de lucro que aplica ese gran volumen de datos a la optimización de procesos empresariales en sectores tan diversos como la banca, la salud, los medios sociales, los RR.HH. o la energía, entre otros.

Para nuestros proyectos contamos con la participación de nuestros socios que son la Universidad Autónoma de Madrid (UAM), IBM, Banco Santander y Gas Natural.

El IIC ha desarrollado la herramienta Lynguo. ¿Qué ofrece esta plataforma de Social Business Analyticis?

Este año hemos consolidado una nueva versión de Lynguo, herramienta de monitorización y análisis de redes sociales, que cuenta con nuevas métricas que permiten extraer con más detalle el comportamiento de nuestra comunidad y de nuestros competidores.

Está teniendo muy buena acogida entre nuestros clientes, entre los que se incluyen tanto agencias de comunicación como clientes finales. Hemos expandido nuestro servicio de informes de redes sociales incluyendo un modelo basado en WOMMA (Word of Mouth Marketing Association). Este modelo considera atributos para caracterizar a un influencer tanto porque miden su influencia por su posición en la red (centralidad en red, alcance, tiempo en el sitio…), o porque cuantifican su influencia por el contenido que transmite (frecuencia de publicación, calidad, engagement…).

Finalmente hemos incorporado un servicio de segmentación en función de las reacciones que tienen los usuarios en una red social, esto es, un algoritmo que permite agrupar usuarios que tienen un mismo tipo de comportamiento en cuanto a los contenidos que dan like, comparten o comentan.

¿Por qué es importante la segmentación en redes sociales?

El conocimiento profundo del target facilitará la toma de decisiones y establecerá qué perfiles son los idóneos para cada producto o marca.

Con la segmentación en redes sociales, las empresas tendrán una selección muy precisa de su público objetivo. En la segmentación está el éxito, y las redes sociales cuentan con la ventaja de que ofrecen una de las mejores clasificaciones por grupos de interés.

Nuestra tecnología establece cuáles son los perfiles idóneos a los que dar a conocer el producto o servicio de una marca.  Los algoritmos permiten obtener segmentaciones en función del comportamiento de los usuarios en la red, agrupando aquellos que tienen intereses comunes porque así lo manifiestan. De esta manera, puedes encontrar grupos de usuarios con intereses compartidos con tu marca y otras de la competencia, lo cual te puede ayudar para mejorar tu posicionamiento diferencial.

¿Utilizamos correctamente las redes sociales en el entorno empresarial?

Creo que las empresas, y en particular los profesionales que están detrás de la gestión de las redes sociales, hacen un trabajo extraordinario.

Sí creo que hay capacidad de mejora en cuanto al análisis de lo que está ocurriendo en las redes. Utilizando técnicas de Procesamiento de Lenguaje Natural (PLN) que permiten analizar millones de comentarios, se puede obtener una comprensión profunda sobre lo que opinan los clientes, sus intereses y tu valor diferencial frente a la competencia.

Es en este punto, en el uso del PLN en las redes sociales, en el que creo que habrá un mayor avance en los próximos años, en tanto en cuanto, ya se está incorporando en las aplicaciones comerciales, y tiene un enorme recorrido todavía.

¿De qué forma nos puede ayudar el uso del Big Data?

Gracias al Big Data las empresas pueden sacar partido de unos canales que representan la mejor muestra del comportamiento de los usuarios.

El Big Data tiene la capacidad de revolucionar las redes sociales. Puede recabar y traducir todo lo que los usuarios comparten y comentan en sus redes. Aporta toda la información posible que sin su tecnología sería inabarcable e imposible recoger.

¿Qué información podemos llegar a conocer de nuestros seguidores en redes sociales? 

Es posible conocer, por ejemplo, qué tipo de alergias son las que más preocupan al usuario, cómo se consumen determinados productos, cómo impactan las crisis propias o externas en tu imagen de marca o cuáles son los productos que generan más emoción en el usuario.

Todo ello gracias a analizar los comentarios a los que reacciona con un ‘Me Gusta’ o a los propios comentarios que emiten. Por ejemplo, si un usuario comenta una publicación sobre un programa de TV podremos saber qué tipo de programas o productos pueden interesarle por los comentarios a los que da a ‘Me Gusta’ en esa publicación.

Además, podemos saber qué piensan los usuarios de una determinada marca, tema de actualidad o evento. La herramienta de Semantic Analysis desarrollada a partir de PLN ayuda a extraer el significado de un texto: si es una opinión negativa o positiva, si se trata de una queja o sugerencia. El Big Data ayuda a las empresas a conocer qué piensan los usuarios de sus productos y servicios.

¿La escucha social acabará con las encuestas de mercado?

Son dos herramientas de captura de datos complementarias.

Las encuestas permiten afinar la pregunta que quieres responder y, si se realizan correctamente, obtener información precisa que responda a esa pregunta. Pero, adolecen de dos problemas. Por un lado, no son tan buenas para obtener información que no está en la intención del encuestador. No puedes preguntar por lo que no conoces, mientras que cuando escuchas las redes sociales lo puedes hacer sin una pregunta en mente, con un carácter más exploratorio, de manera que vas a ver qué dice la gente de manera espontánea. La otra dificultad que presenta es el coste y el tiempo que se tarda en realizar la encuestas, mientras que en las redes sociales tienes la ventaja de poder recopilar los comentarios en tiempo real. 

¿Aprovechan las empresas todo el potencial que ofrece el Big Data?

Poco a poco las empresas van siendo conscientes de todo el potencial que ofrece la aplicación de la tecnología Big Data para su beneficio.

Tener conocimiento y registro de todos los datos de una empresa y aplicar los algoritmos necesarios para poder sacarles partidos siempre va a resultar favorable para la empresa, porque le permite investigar por todo su historial o establecer patrones de comportamiento y actuación.

Desde el IIC, ¿qué herramientas destacáis basadas en esta tecnología?

Para las redes sociales, sin duda las más útiles son el PLN (Procesamiento de Lenguaje Natural) y el aprendizaje automático.

Este último permite adelantarte al futuro mediante predicciones de lo que va a pasar en función del pasado. Son herramientas con un nivel de precisión enorme, por lo que son capaces de sacar el máximo partido e información a los mensajes publicados en las redes por los usuarios y además permite clasificarlos según las categorías escogidas por la empresa.

Si tuviera que hacer una predicción, ¿cómo cree que va a evolucionar el uso del Big Data en redes sociales?

En mi opinión, se va a incorporar cada vez más el uso de PLN y aprendizaje automático en el proceso de toma de decisiones.

De esta manera, las empresas podrán configurar su estrategia con los insights que extraen de las redes sociales. Todavía existe un salto entre la estrategia de gestión de redes sociales y su impacto en el negocio. En este sentido, creo que las tecnologías anteriores ayudarán a reducir esta brecha.

Comentarios de usuarios

Conoce todos nuestros servicios

Descarga el dossier y descubre cómo podemos ayudar a tu negocio.

DESCARGAR EL DOSSIER

Conoce todos nuestros servicios

Descarga el dossier y descubre cómo podemos ayudar a tu negocio.

DESCARGAR EL DOSSIER

Conoce todos nuestros servicios

Descarga el dossier y descubre cómo podemos ayudar a tu negocio.

DESCARGAR EL DOSSIER

Únete a nuestro grupo de LinkedIn

Haz clic aquí.

Contacta con MarTech

Estaremos encantados de resolver todas tus dudas.

Únete a nuestro grupo de LinkedIn

Haz clic aquí.

<span style="color: #000000!important;">Contacta con MarTech</span>

Estaremos encantados de resolver todas tus dudas.

Únete a nuestro grupo de LinkedIn

Haz clic aquí.

Contacta con MarTech

Estaremos encantados de resolver todas tus dudas.