X-Más Revista Nº 612 - Agosto/Septiembre 2021

Page 34

34

CONTENIDOS 61

04

CIENCIA DE DATOS

Social Listening, el poder de sobrevolar The most exciting phrase in science —the one that heralds true scientific progress— is not, “Eureka” (“I found it!”), but rather, “Hmm…that’s funny.” – Isaac Asimov (1920-1992)

Por Mario Japaz

INGENIERO INDUSTRIAL, CEO DE MEROVINGIANDATA

El Social Listening es una herramienta subutilizada dentro de la ciencia de datos, tanto por problemas de enfoque, como organizacionales. Tenemos que diferenciar al Social Listening del Social Media Management (SMM). Este último, se encarga de la interacción de la empresa, institución o grupo con su público objetivo; en cambio, el primero consiste en supervisar, en grandes volúmenes, las conversaciones y menciones relativas a ella en las redes sociales, así como del entorno, la competencia y los temas, ideas y peligros relacionados con la institución o sus productos. Sobrevolar las conversaciones del público en las redes sociales permite mirar, de forma económica y regular, cómo se comunican las personas, sin introducir prejuicios o parcialidad a través de la interacción directa. Armados con rastros de opiniones y comportamientos revelados, los gerentes pueden finalmente descubrir las manifestaciones y los efectos en cadena de sus accio-

nes respecto al comportamiento del consumidor. El Social Listening es una poderosa herramienta estratégica cuyo potencial, sin embargo, suele verse minimizado. Frecuentemente, se comete el error de confundir o anexar el Social Listening con SMM, unificándolos, mezclando una herramienta de análisis estratégico con una de interacción, cuando su naturaleza es distinta. Los Media Managers tienen el efecto de “cámara de eco”, ya que su objetivo es la interacción con público, mientras que el uso óptimo del Social Listening consiste en sobrevolar sin interactuar para que no haya interferencias en el análisis. Otro error menos frecuente, pero no menos importante, es delegar esta función a analistas de base econométrica y focalizada en indicadores, cuando debemos recordar que se trata de una herramienta de la ciencia de datos y, como tal, todo debe ser medible, cuantificable y analizable con modelos correctos y probados, siendo cualitativo el origen de