Últimos Posts:
http://gfsistemas.net/mailing/oki7.png

Datos tener en cuenta para hacer Social Media Analytics

En Social Media Analytics no todo se reduce a métricas. Cuando quieras realizar un análisis te recomiendo que te centres en 3 grandes grupos de datos:

# 1. Datos volumétricos: TweetBinder

Representan el primer grado de análisis en Social Media y se refieren a datos sobre la difusión y la repercusión del contenido publicado. Por ejemplo:
  • Cuántas veces se han compartido las publicaciones.
  • Cuántos usuarios han mencionado una marca.
  • Cuál es la audiencia.
  • Cuántas las impresiones.
  • Etc.
Según Augure, existen 5 grandes grupos de datos volumétricos (puedes ver la infografía completa que te mostramos a continuación y descargarte su whitepaper en este enlace):
augure-metricas-evaluar-comunicacion
a) Actividad
La frecuencia de publicación de la marca. Cuántas publicaciones hace en cada red social cada día.
augure-actividad
b) Comunidad
Número de usuarios seguidores de la marca en cada uno de los canales en los que tiene presencia: fans, followers, suscriptores, etc.
augure-comunidad
c) Visibilidad
Número de menciones que se hace a la marca. Esto ayuda a la viralización de los contenidos de la marca.
augure-visibilidad
d) Interacción
Mide la reacción que generan las publicaciones de la empresa: Me Gusta, comentarios, contenido compartido.
augure-interaccion
e) Difusión
Número de personas a las que llega el contenido, seguidores o no de la marca en las redes sociales. Se conoce también como audiencia o reach.
augure-difusion
Aunque hay muchas herramientas que facilitan este análisis, tanto gratuitas como de pago, algunos profesionales trabajan con hojas de cálculo para mantener un control de la presencia de la marca en las redes.
Aquí te dejo una plantilla que te puede resultar de utilidad, pero te recomiendo que la adaptes a las necesidades de tu trabajo diario. Si quieres descargarla,suscríbete a la newsletter de Socialancer y la recibirás junto con muchos otros materiales (si eres suscriptor, la recibirás en tu bandeja de entrada).

# 2. Datos cuantitativos: SocialBroFollowerwonk y Sociack

Para pasar a un segundo grado de análisis y colocar al usuario como centro de la comunicación, tendrás que interesarte por conocer la comunidad de usuarios que está detrás de la marca. Su idioma, su género, su edad, su influencia dentro de un grupo, sus intereses o su localización.
SocialBro
SocialBro: idiomas de los seguidores
SocialBro
SocialBro: género de los seguidores
Followerwonk
Followerwonk: autoridad social de los seguidores
El estudio de los intereses de la comunidad se hace en base a los temas de conversación que se mantienen, el sentimiento y el tono de las conversaciones. Es un análisis al que se está prestando cada vez más atención y que está muy relacionado con el siguiente tipo de datos de análisis, ya que requiere de la escucha activa de los usuarios en las redes y de conocer de qué están hablando.
Para conocer los temas de conversación, se suele recurrir a las palabras más utilizadas por los usuarios mediante herramientas de medición. Estas palabras son representativas de los temas que se comparten.
SocialBro-Tags
SocialBro: nube de tags

Sobre el sentimiento en Social Media hay opiniones muy dispares, pero sí es cierto que los usuarios, a la hora de comentar, compartir, debatir y opinar en las redes sociales, lo hacen bajo su punto de vista y pocas veces la objetividad se refleja. El sentimiento mide a grandes rasgos si un usuario está a favor o en contra de una marca o de un tema de conversación, y es muy orientativo para los medios sociales, en tanto en cuanto se sabe si la comunidad está apoyando las acciones que se realizan o está desencantada con la marca.
Este análisis lo puedes hacer manualmente, con herramientas de Inteligencia Artificial o con metodologías como SMCA-MRI, que son las que bajo parámetros seleccionados realizan un estudio y van más allá del análisis positivo/negativo.
Sociack
Imagen de la herramienta Sociack
Sociack_reputacion
Imagen de los resultados obtenidos con el método SMCA-MRI

# 3. Datos cualitativos

El análisis cualitativo no se representa numéricamente. Aquí entra a formar parte la figura del Social Media Manager. En este tercer nivel, las conversaciones de los usuarios cobran importancia y deben interpretarse. El profesional debe analizar qué comentan los usuarios para extraer insights y trazar mejores estrategias.
Conocer los temas de conversación e interés de los usuarios permite trazar mejores estrategias, realizar acciones más focalizadas a los intereses de la comunidad y conectar mejor con los usuarios.
Para este análisis, el Social Media Manager debe leer todo lo que la comunidad comparte sobre la marca, sobre los temas de interés relacionados con los usuarios y tendencias del sector.
  • Trata de resumir los contenidos más relevantes, las opiniones más compartidas en las redes, las sugerencias de los usuarios y las críticas de la comunidad. De esta forma conocerás a la comunidad de usuarios y podrás adaptarte a sus demandas, intereses y necesidades. Sabrás anticiparte a posibles crisis de reputación online y podrás detectar oportunidades si escuchas a los usuarios.

Evolución Social Media Analytics vs. Web

La analítica en Social Media es una disciplina que ha ido ganando territorio en los últimos años. A mí me gusta comparar su evolución con la evolución del concepto de la web.
Para que lo veas más claramente, hagamos una rápida comparación:

# 1. Web 1.0 – Métricas de difusión

Si en un primer momento el término 1.0 hablaba de unidireccionalidad, en el caso de la analítica de Social Media, en un principio su foco era la repercusión de los contenidos, sin importar mucho la interacción.

# 2. Web 2.0 – Estudiar a la comunidad

En el caso de la web 2.0, el usuario final se convierte en el centro de la red porque contribuye con contenido. De la misma forma, la analítica de Social Media pasa a preocuparse de lo que la comunidad de usuarios comparte y su relación con la marca.

# 3. Web 3.0 – Datos cualitativos

Destaca en la web 3.0 la introducción de las tecnologías de inteligencia artifical y web semántica, que buscan poner orden al caos de información y con ello también adaptarse mejor a las necesidades del usuario. La analítica de Social Media, en este mismo orden, busca conocer mejor a sus usuarios, analizando sus conversaciones y a partir de aquí, introducir mejoras en la planificación estratégica de la marca.

Conclusiones

Como puedes ver, para conocer lo que ocurre alrededor de una marca en redes sociales no basta con conocer las métricas básicas, tendrás que profundizar en los temas de conversación que la comunidad mantiene. Como decía la primera tesis de El Manifiesto Cluetrain, “Los mercados son conversaciones”. Y las redes sociales son uno de esos lugares donde los usuarios conversan, por lo tanto no hay que perder la oportunidad de conocer la opinión de los usuarios.
¿Qué herramientas sueles utilizar tú para hacer analítica de Social Media? ¿Alguna que te interese en especial?
Share this article :

+ comentarios + 1 comentarios

Anónimo
2 de febrero de 2015, 19:30

a mi me interesa mucho la herramienta HootSuite algún manual por favor?

Publicar un comentario
 
Soporte : GFSistemas Corp. | Email Marketing | Pedidos o Sugerencias
Copyright © 2013. Informática al Día GFSistemas - Todos los Derechos Reservados By GFSistemas
Template Created by GFSistemas Published by GFSistemas
Proudly powered by Blogger