El Fórum e-marketing París 2010 al que asistió inbenta albergó este año a 200 expositores, 125 conferenciantes y más de 11500 visitantes.

Una de las tendencia que más captó nuestra atención fue la inclinación por parte de las plataformas de Herramientas de Análisis de la Web por proponer herramientas de Monotorización de las redes sociales (Social Media Monitoring SMM) o para la Monotorización de Marcas (Brand Monitoring). Dichas herramientas, principalmente dirigidas a empresas, están destinadas a medir y analizar lo que se dice sobre la marca de la compañía en medios sociales como Twitter o Facebook, y obtener así una idea de la reputación electrónica (e-reputation) de la empresa.

Si el análisis es pertinente, permite a la compañía conocer las principales quejas, elogios, problemas, preguntas y necesidades expresadas por el mercado meta. Un análisis más exhaustivo podría incluso dar a conocer el impacto positivo o negativo de una nueva campaña de marketing, una situación de crisis o la influencia de la competencia frente a un mismo público.

Toda esta información es muy útil para el proceso de toma de decisiones por parte de los actores de una empresa: Servicio de Atención al Cliente, Servicio de Marketing y Comunicación, Gestión de una situación de crisis, Servicio Técnico para productos o servicios.

Concretamente, las herramientas SMM propuestas por las plataformas de análisis de la web permiten llevar a cabo un análisis cuantitativo/volumétrico de lo que se dice en internet sobre una marca. Este análisis se realiza en cuatro fases:

Hacer una lista de categorías de las palabras clave a controlar (nombre de la marca, nombre del producto o servicio, nombre del campo de actividad, palabras relacionadas con la nueva campaña de marketing).
Explorar el medio social en busca de estas palabras clave.
Realizar un análisis cuantitativo de la incidencia de estas palabras clave a lo largo del tiempo y en diferentes tipos de medio (Twitter, Facebook, Blogs influyentes, fórums, páginas web especializadas...).

Algunas soluciones SMM ofrecen también la posibilidad de llevar a cabo el mismo análisis en la competencia, posibilitando así a la compañía-cliente posicionarse entre las empresas rivales.

Siguiendo el análisis cuantitativo, las plataformas de análisis de la web crean nubes de etiquetas (tag clouds) y destacan las palabras clave más populares dentro de un determinado periodo de tiempo (Ejemplos de la categoría “Productos”: Xbox, PSP3, Sony PSP , Wii).

Este análisis es muy interesante y permite valorar en el tiempo la popularidad de las diferentes palabras clave seleccionadas. Algunas de las soluciones SMM ofrecen la posibilidad de alcanzar la cima de popularidad con el lanzamiento de nuevos productos o servicios de la competencia o el anuncio de una futura asociación o adquisición... (a través de herramientas como Google Trends / Insight)

No obstante, en términos cualitativos, esta información no es relevante en absoluto ya que no sabemos nada acerca del valor de dicha popularidad: es positiva o negativa? Qué medidas deberíamos adoptar para mejorar/disimular esta buena/mala fama?

Para obtener esta información cualitativa, que es en efecto de mucha mayor importancia que la cuantitativa, debemos analizar el contexto en que las palabras clave han sido utilizadas. “Estoy muy contento con mi Xbox” no tiene el mismo valor que “No estoy nada contento con mi Xbox”. El concepto de Procesamiento Natural de Lenguaje (PLN) nos permite interpretar el significado de las frases y su contexto. El concepto PLN posibilitaría durante el análisis cuantitativo, asignar un valor positivo o negativo a cada palabra clave para proporcionar después dos nubes de etiquetas: una que muestre la popularidad positiva de las palabras clave, y otra nube de etiquetas que muestre las palabras clave con popularidad negativa. La buena/mala popularidad se explicaría a partir de las principales quejas, elogios, problemas, preguntas y necesidades expresadas por la mercado meta de la compañía y se relacionaría con las palabras clave seleccionadas.

Esta cualificación de la información, posible gracias al Procesamiento del Lenguaje Natural,  aportaría un alto valor añadido a las existentes soluciones SMM: esta solución está disponible aquí.