15/03/2011 // Por : + // 9 Comentarios Etiquetas: , , , ,

Os propongo un sencillo experimento. Voy a coger las últimas menciones a @Vodafone_es en Twitter y voy a clasificarlas en positivas, negativas o neutras según el contenido de los propios tweets como podría hacer una herramienta tipo. Podéis pinchar en la imagen de la derecha para ampliarla y ver mejor el resultado.

¿Qué problemas tiene este análisis de sentimiento?

  1. Lo más probable es que cada lector tenga una clasificación diferente para esta lista de 11 tweets ¿Imaginaos lo que pasa cuando analizamos miles de menciones?
  2. La gran mayoría de tweets son neutros porque o bien son preguntas o bien necesitaríamos tener más información sobre la conversación.
  3. Sólo encontraríamos un comentario que puede ser considerado positivo:
Yo espero que @vodafone_es me resuelvan mi servicio Blackberry tan rapido como me contesto el comunity manager! :) Hay esperanzas!

Desde hace menos de un año algunas empresas de telecomunicaciones están ofreciendo servicio técnico a sus clientes a través de las redes sociales. En esta lista de menciones encontramos muchas que son el resultado lógico de este servicio a los clientes, sin embargo, aparecen como menciones negativas en un análisis semántico de sentimiento ¿Cómo es posible que muchas veces nuestras publicaciones o las dinámicas propias de la atención al cliente sean consideradas como negativas en el análisis semántico?

Muchos son los expertos que han advertido de los problemas del análisis de sentimiento y principalmente del análisis semántico realizados mediante software. Avinash Kaushik, quizás el autor más relevante del mundo en analítica web, ya nos advierte en Social Media Analytics: Twitter: Quantitative & Qualitative Metrics que es preferible no utilizar herramientas de análisis lingüístico porque los resultados no son fiables. Tambien Darrell Jursa explica que este tipo de análisis deben realizarlo personas y el riesgo que conlleva dar como buenos datos erróneos.

El análisis de sentimiento nace con el objetivo de medir la reputación en los medios sociales pero ya son muchos los directivos que se han dado cuenta de que este análisis es insuficiente y muchas veces contraproducente. En Concepto05 no hemos parado hasta desarrollar una metodología innovadora que permita analizar la reputación sin cometer estos errores. El análisis de sentimiento falla porque se basa en unas ideas previas que no son válidas para hacer una investigación o un análisis.

Nuestra solución: El análisis por objetivos.

En el análisis de Concepto05 nos basamos en los objetivos de la propia estrategia de comunicación y vemos si los estamos logrando o no. Utilizamos herramientas para la monitorización, pero el análisis es realizado por analistas de carne y hueso, profesionales con la formación y experiencia necesaria para desempeñar esta labor.

De esta forma conseguimos:

  • Reducir el margen de error en la categorización a menos de un 5% (algunos software de análisis de sentimiento hablan del 40% de error)
  • Ofrecer datos que facilitan la toma decisiones para mejorar la comunicación.
  • Aumentar la calidad de los resultados diferenciando entre la reputación para los diferentes grupos de interés o públicos (clientes, vecinos, accionistas, etc.)
  • Desaparece la clasificación de “neutros”.

Si en el análisis semántico de sentimiento vemos que, de estos 11 tweets, sólo 1 es positivo, 7 son neutros y 3 negativos, en un análisis de tipologías que tenga en cuenta la estrategia de comunicación estos números cambian. Si la estrategia indica que vamos a resolver incidencias a través de Twitter resulta que la gran mayoría de los 7 mensajes que para el análisis de sentimiento son neutros o negativos, para el análisis por tipologías son una muestra de que sí existe una comunicación con los clientes orientada a la resolución de problemas. Por lo tanto se está cumpliendo el escenario previsto para una estrategia de este tipo. El caso que veíamos como positivo en el análisis de sentimiento sí que encajaría dentro del objetivo de generar notoriedad positiva mediante la resolución de incidencias porque indica claramente el buen hacer del community manager de @vodafone_es

Conclusiones

Toda investigación debe estar basada en unos objetivos. De lo contrario se comporta como un girasol ciego y, por muchos números que nos ofrezca, no tendrá validez para tomar decisiones. Además el significado y la lógica que está detrás de las opiniones (el por qué) no podemos encontrarlas en los propios comentarios o en las palabras que utiliza, sino en el contexto y en la trayectoria de las personas que emiten esos comentarios.

Analizar la estrategia de la atención al cliente a través de Twitter necesita un análisis más exhaustivo pero, en principio, parece positivo que los usuarios hablen con las marcas aunque sólo sea para contarles los problemas porque muestra interés y refuerza la confianza. Es cierto que no todos los usuarios comentan la resolución positiva de las incidencias, pero sí parece evidente que, cuando se les resuelve el problema, quedan satisfechas, se les fideliza, se crea una cierta notoriedad positiva y cabe esperar que aumenten las recomendaciones a la marca en el futuro.

En cualquier caso para avivar un poco el debate cabe plantearse la siguiente pregunta: ¿Para qué realizamos el servicio técnico a través de Twitter?, ¿para generar notoriedad positiva o para mejorar el servicio a los clientes? En el primer caso, ¿vale la pena el esfuerzo? En el segundo, ¿es Twitter el mejor canal para dar servicio técnico? Analizar esto exigiría más datos pero, ¿tú qué crees?

[author-box-2]

Marcos G. Piñeiro
My Twitter profileMy Facebook profileMy Google+ profile

Marcos G. Piñeiro

Blog at marcosgpineiro.com
Director de CONCEPTO 05. Sociólogo y antropólogo con más de diez años de experiencia en proyectos en la red. Especialista en análisis y estrategia de medios sociales.