¿Cómo puede informar el Social Listening la reputación online de una gran marca como Barcelona?
Cuando los expertos de Nethodology tuvieron sobre la mesa el proyecto de Marca Barcelona, dependiente del Ayuntamiento de la ciudad condal, sobre reputación online, probablemente no se imaginaban las dimensiones del mismo.
Sin embargo, valiéndose de la tecnología adecuada, han logrado realizar un estudio muy complejo sobre qué se dice de Barcelona en el contexto digital con el fin de atraer empresas, talento e inversiones, además de detectar los temas que se vinculan a esta capital tanto dentro como fuera de España.
Como ha pasado con los últimos casos de éxito que hemos publicado, el machine learning, la automatización y la tecnología han servido para acelerar procesos y revelar insights extraordinarios, pero la aportación cualitativa y analítica de dos expertos, en este caso Patricia González, Insights Manager en Nethodology, y Víctor Gil, consultor de reputación, ha sido fundamental.
“Con este estudio, queríamos dar al departamento de promoción económica de Barcelona los insights suficientes para atraer talento e inversiones a la ciudad."
Los datos como resumen del estudio dan fe de la magnitud del mismo:
- Monitorización mensual media de 500K menciones.
- Comparativa entre 18 países y 5 continentes.
- Estudio de Marca Barcelona en 15 idiomas.
Retos de la investigación
Principalmente, los analistas de Nethodology han encontrado cuatro retos a la hora de monitorizar toda la conversación sobre “Barcelona” en los más de un millón de sitios web que cubre la plataforma de Brandwatch Consumer Research, su principal apoyo tecnológico -junto a BuzzSumo y Gephi- en esta investigación.
- Eliminar contenido irrelevante
- Detectar los contenidos más virales
- Objetivar el sentimiento social (¿es posible?)
- Identificar distintas comunidades
Reto 1: Eliminar contenido irrelevante
El primer “enemigo” de este estudio sobre la Marca Barcelona y lo que se dice sobre la ciudad ha sido la polisemia de la propia palabra “Barcelona”, y más concretamente toda la conversación que se centra en el Fútbol Club Barcelona.
Para filtrar y categorizar como "irrelevantes" todas las menciones que se relacionan con el fútbol, el equipo de Nethodology ha recurrido a los Custom Classifiers, una funcionalidad de Brandwatch Consumer Research que permite entrenar un algoritmo con ejemplos que da el propio analista para priorizar solo el contenido relevante.
“Queríamos monitorizar especialmente el ámbito de la promoción económica y el talento, así que el deporte y cualquier otro asunto lo excluimos gracias al machine learning de los Custom Classifiers."
Reto 2: Detectar los contenidos más virales
A veces, los contenidos más virales (aquellos que tienen un mayor grado de engagement) no proceden de los medios con más alcance.
Por eso, y para no basarse en meras suposiciones, el equipo de Nethodology ha recurrido a BuzzSumo (una herramienta especializada en marketing de contenidos) con el fin de averiguar cuáles son los contenidos más compartidos en internet sobre Barcelona.
En este ejemplo, se puede comprobar qué tipo de insights buscaba el equipo.
“El Pais” tiene la mayor audiencia semanal online y, sin embargo, esta noticia sobre Barcelona solo obtuvo un engagement de 20 según las interacciones recogidas por la herramienta.
Pasó lo contrario con esta noticia, publicada en el Periódico de Catalunya ("Destinos"), que recogió una viralidad mucho mayor con un total de 48 000 interacciones en redes sociales.
“BuzzSumo nos permitió saber cuáles eran las noticias más compartidas online y diferenciar cosas que a veces se confunden; el alcance de un medio no siempre coincide con el alcance de una publicación.”
Reto 3: Objetivar el sentimiento social (¿es posible?)
En el caso de este tercer objetivo, la pregunta de arranque fue la siguiente: ¿Se puede objetivar el sentimiento?
No es un proceso sencillo, pero sí necesario.
“En cualquier proyecto de reputación surge la necesidad de determinar qué sentimiento tiene un contenido, así que creamos nuestro propio modelo para ser lo más objetivos posible a la hora de adjudicar un sentimiento u otro."
Para configurar este modelo de sentimiento democrático, que pretender ser lo más objetivo posible en cuanto a la categorización de menciones, siguieron tres pasos:
- Recopilación de miles de noticias sobre Barcelona con las reacciones que suscitan en Facebook.
- Cálculo del sentimiento neto de cada noticia mediante esta fórmula: Reacciones positivas – reacciones negativas.
- Entrenamiento de un algoritmo que se nutre del sentimiento neto de las noticias.
“El modelo tiene un 84% de precisión”, aluden los expertos.
Reto 4: Identificar distintas comunidades
Además de monitorizar la conversación online, detectar las noticias más virales y objetivar el sentimiento, los expertos identificaron distintas comunidades mediante el mapeo de las relaciones que conectan a sus miembros en una red.
“El objetivo aquí era identificar personas clave, qué grupos conforman la red y qué asociaciones se tejen entre unas personas y otras”.
El principal insight que obtuvieron es que el activismo político está sobre representado y que, además “es importante contextualizar los mensajes que se difunden entre las distintas comunidades de activismo”.
Lo interesante, según los expertos, fue monitorizar la conversación de las distintas comunidades una vez identificados quiénes son los miembros que las integran, más a nivel de grupo que como usuarios individuales.
Conclusiones
El uso a un nivel analítico avanzado de plataformas como Brandwatch o BuzzSumo, impulsadas en gran parte por la inteligencia artificial, ha sido clave para lograr un trabajo más eficiente y ahorrar tiempo.
El alto volumen de información ha sido el principal escollo con el que se ha encontrado Nethodology para estudiar la huella digital de la Marca Barcelona, pero al fin han logrado lo que se proponían.
Con un proyecto de semejantes dimensiones, Víctor lo tiene claro:
"Es probable que en un proyecto tan grande se te escapen cosas, pero lo que importa al final es que lo más relevante, no se te escape."