Software de Vigilancia de Redes Sociales: Los mitos del análisis de Sentiment o Tonalidad

(Ya publicado el 19/08/2010)

La sociedad Visible Technologies (start-up americana financiada por InQtel) acaba de publicar un informe que pone en evidencia la fantasía que supone la automatización del análisis de sentiment  y tonalidades en redes Sociales, Sentiment Analysis). Pone en relieve las falsas promesas que algunos editores de software hacen cuando, prestos a lo que sea para vender, exponen la automatización del estudio del sentiment:

Las conclusiones son:

• El análisis automático de Sentimiento en un post no puede ser binario, blanco o negro, positivo o negativo.
• El análisis sentimental no es un fin en sí, sino un medio para otros objetivos.
• El término pertinencia y el indicador del porcentaje de pertinencia no quieren decir nada, porque cada post debe ser analizado y puestos en perspectiva en función del contexto en el que se ha hecho, y de forma absoluta.

Por otra parte la firma del Reino Unido FreshNetworks ha publicado a su vez un benchmark de 7 softwares de vigilancia de marca especializados en vigilancia de marca y e-reputación. En este también se recalcan las falsas promesas hechas por los proveedores de soluciones en cuanto a la automatización de la tonalidad.

Las aplicaciones tomadas para el benchmark son:

• Alterian
• Biz360
• Brandwatch
• Nielsen BuzzMetrics
• Radian6
• Scout Labs
• Sysomos

Las comparaciones se han hecho sobre los siguientes criterios:

• Facilidad de configuración
• Usabilidad
• Reactividad a las actualizaciones
• Facilidad para extraer datos
• Pertinencia en el análisis sentimental
• Uso de los key topics para ampliar la información

Los informes están disponibles en los siguientes vínculos:

http://www.freshnetworks.com/social-media-monitoring-2010-webform

http://www.visibletechnologies.com/wp-myths-about-sentiment.html

Conclusiones:

Efectivamente la vigilancia de marca permite lo que se dice sobre ella, dónde y cómo. Permite saber la importancia que ha de dar a cada una de las conversaciones. Pero este análisis no puede ser automático, por lo que elegir una licencia u otra en claramente complicado. Existen multitud de herramientas freeware, que, puestas una detrás de otra hacen el mismo trabajo que las de pago. Es más tedioso, ciertamente, pero es gratis y lo hace uno mismo. ¡Y de todas formas el análisis de sentiment lo tiene que hacer uno mismo!

El sentiment se puede medir de las siguientes maneras:

Análisis automático

Si el análisis automático fuera fiable, todo el mundo lo usaría. No existen herramientas fiables que puedan detectar el contexto ni el tono de la conversación. Los diccionarios que usan las herramientas de pago no lo detectan, tampoco las balizas de proximidad, etc.

De hecho, las herramientas que deciden integrar un módulo de análisis del sentiment automatizado corren el riesgo de soportar artículos en donde se comparan los resultados entre los hechos por la herramienta, su competencia y un análisis “humano”. Los resultados que se obtienen en esta comparativa no son homogéneos, luego alguno tendrá más razón que los otros dos… ¿Quién?

Jason Falls y Marshall Sponders,  « gurús » de la medición del sentiment en internet son categóricos: el análisis lo hace mejor un humano.

Análisis manual

Los puntos fuertes del análisis humano tiene las siguientes ventajas:

• La flexibilidad en el análisis mediante la comprensión de un histórico de imagen de marca de un cliente a lo largo del tiempo. (ej: un comentario para una marca puede ser bueno y para otra no)
• Los humanos comprendemos el punto de vista del cliente (ej: ¿se adecua lo que se dice en la red con la comunicación del cliente?)
• Conceptualización del contexto.
• Los análisis pueden evolucionar con el feedback del cliente.
• Las máquinas no pueden contabilizar varias opiniones en el mismo post (ej: “la comida del camping pché, pero las instalaciones geniales”; ¿sentiment global positivo o negativo?
• Comprensión de palabras ambiguas o de argot (la leche, impresionante, mola…)

Entonces la pregunta es: ¿Nos fiamos de las máquinas? ¿Pagamos por algo no fiable? ¿Basamos nuestra estrategia empresarial en datos que no podemos trazar?

No olvidemos que de estos datos saldrán las acciones tácticas y estratégicas de comunicación y Marketing, con un PRESUPUESTO AJUSTADO para ellas.

Problema importante: el análisis humano cuesta tiempo; ¿qué pasa si nuestro cliente es CocaCola y recibe MILES de post diarios? Aquí también la exhaustividad es un mito; responderé que  el MUESTREO es una buena solución, pero hay otras.

Natural Language Processing

Equipos del MIT y el  SAS construyen herramientas de análisis del tono de una ciencia, de una tecnología. Habrá que ver si estas herramientas se pueden aplicar a la vigilancia.

Si bien estas herramientas se están concibiendo para analizar textos muy formales o científicos y que en Internet no se habla de la misma forma en absoluto, puede que haya una posibilidad de uso, crucemos los dedos.

Por otra parte ¿El análisis cuantitativo sirve para algo?

Todo aquel que haya hecho alguna vez un análisis manual de tonalidad sabe que la mayoría de los comentarios son neutros y que cuantificarlos no aporta gran cosa. Sí que lo diré:

“lo importante es el análisis cualitativo y las conclusiones son las que son cruciales, porque indican las modificaciones en los comportamientos de los consumidores desde una perspectiva casi sociológica y útil para las marcas”

El análisis cuantitativo creo que se puede muestrear y extrapolar matemáticamente. Porque las fuentes varían, nacen, crecen y desaparecen y su seguimiento exhaustivo no lo puede hacer ni la CIA.

Hugo Zunzarren

Director Técnico id Inteligencia

hzunzarren@idinteligencia.com