Mejores preguntas que podemos responder con Social Intelligence

Las mejores preguntas

Entonces, ¿qué se supone que es una buena pregunta en Social Intelligence? El analista opina:

“Las buenas preguntas que Brandwatch y nuestros clientes deben hacer son preguntas que establecen un equilibrio entre dos factores: una pregunta que aborda un problema cercano al negocio y una pregunta que tiene una respuesta real y tangible, algo que las pruebas y los experimentos pueden validar”.

En un flashback repentino de mi carrera de Periodismo, recuerdo las preguntas que debíamos hacernos en el caso de los hechos noticiosos: ¿Quién?, ¿Qué?, ¿Cuándo?, ¿Por qué?, ¿Cómo?

¿Cuáles de ellas son las mejores preguntas que podemos hacernos para analizar los datos procedentes de las redes sociales?

Hay tres componentes principales en el caso de los datos que provienen de estas plataformas, dice Paul:

• El elemento de información: El texto y las palabras que publicamos.
• El elemento humano: Quiénes somos y qué hacemos.
• El elemento de tiempo: Hace referencia a nuestra capacidad para actualizar el mundo al instante a medida que los acontecimientos van cambiando.

Cuando pensamos en los datos de las redes sociales como la interrelación de todas estas cosas, el quién, el qué y el por qué parecen ser los formatos de preguntas más pertinentes para empezar.

Esto establece una comparación interesante para buscar datos donde el “qué” parece ser la cuestión de la que debemos partir. Paul ofrece un ejemplo sobre “queso” para explicar las diferencias entre lo que una búsqueda simple y las redes sociales pueden responder:

“Los datos de redes sociales pueden mostrar que hay un aumento en las personas que hablan sobre el queso, al igual que la búsqueda. La diferencia es que los datos de social te aportan esa capa extra de información sobre el cambio que experimenta la conversación sobre el queso. Quizás la conversación sobre el queso se ha incrementado en un grupo demográfico en particular o tal vez sea un tipo particular de queso el que está generando más conversación según las horas del día”.

Tiempo entre preguntarse y analizar

Le presento un escenario a Paul:

“Eres un analista que se ocupa de gestionar un negocio cuando, de repente, un miembro de otro equipo te pregunta si se podrían recopilar algunos datos de redes sociales sobre un tema en particular. ¿Cómo puede un analista tomar esas divagaciones de alguien que no trabaja con datos sociales y convertirlas en preguntas que puedan responderse fácilmente?

“Parece sensato preguntar sobre temas importantes en las conversaciones de tu industria, pero incluso determinar qué es un tema puede resultar difícil … Cuando comienzas, la mayoría del trabajo (60%) es encontrar la pregunta adecuada. Luego, el 40% se dedica al análisis”.

Este desglose me sorprendió, ya que alguien que a menudo tiende a adoptar un enfoque más exploratorio de los datos al observar diferentes elementos de la conversación antes de elaborar una historia en torno a ellos, quería que yo dedicara el 60% de mi tiempo solo a preguntarme. Me parecía demasiado tiempo.

“A lo largo del tiempo, como analista, sería prioritario reducir el tiempo inicial”, dijo Paul. Él tiene claro que organizar procesos que respondan preguntas predecibles de manera regular es una buena manera de configurar un sistema que evite que pierdas el tiempo a la hora de reflexionar.

Sin embargo, no existe un enfoque único para clasificar los datos de redes sociales en todas las formas en que queremos que se desglosen. Un ejemplo que ofrece Paul es el análisis del sentimiento.

“La realidad es que los modelos de sentimiento están sujetos a muchas variables. Pueden contener un lenguaje que es idiosincrásico para una marca, un público, una industria o un evento en concreto”.

Paul dice que los equipos que aprovechan al máximo los clasificadores de sentimiento son aquellos que invierten tiempo en monitorizar los tipos de palabras que las personas usan en su propia industria o área. Asimismo, es su labor mantener los clasificadores que establecen para garantizar que sean coherentes y precisos.

Por ejemplo, si trabajas en una industria en la que tu audiencia utiliza a menudo una jerga, crear reglas que clasifiquen correctamente las palabras positivas y negativas te ayudará a garantizar que no se pierda nada de información.

“En otras palabras, la mayor parte del trabajo consiste precisamente en formular la pregunta ‘¿qué es el sentimiento?’ de una manera que satisfaga tus necesidades comerciales “, dice Paul.

La creación de reglas de sentimiento personalizadas con una herramienta como Brandwatch Analytics puede ayudar a automatizar el monitoreo del sentimiento positivo y negativo en torno a tu marca.

Preguntas para investigar

Dada la gran cantidad de tiempo que Paul sugiere para formularse las mejores preguntas en una investigación, le pregunto si existe el peligro de volverse demasiado filosófico.

Se ríe.

“No tiene por qué ser así”, contesta al final.

En su lugar, analiza el daño que pueden hacer las preguntas que se piensan demasiado a la hora de analizar.

“Los riesgos de las preguntas sobre-pensadas son mucho más pequeños que las preguntas al azar. Si vas deprisa, no hay un escenario en el que no pagues por ese error”.

Al mismo tiempo, hacer preguntas no debe significar que falte espacio para explorar los datos y tener una idea de ellos, e incluso usarlos para formular más preguntas.

“Pasar tiempo leyendo las menciones y dejar que tu cerebro haga conexiones para formular más preguntas y conocer los datos es genial. Debes involucrarte en lo social con una mente abierta”, dice Paul.