Archivo de categorías: Medios sociales

Entradas sobre medios sociales

Por qué apostamos por la Voz del Cliente

 

¿Qué es la Voz del Cliente?

¿Te has preguntado alguna vez por qué ciertos productos o servicios sufren cambios radicales o incluso desaparecen del mercado (y a veces vuelven a aparecer con otro nombre comercial)? ¿Depende solo de los volúmenes de venta o entran en juego otros factores? Para contestar a estas preguntas hay que introducir el concepto de «Voz del Cliente» (Voice of the Customer en inglés) y saber qué designa.Medios Sociales Con este término se hace referencia a todas aquellas prácticas que permiten entender qué opina un cliente (real o potencial) sobre un producto o servicio. Pero eso no se limita a una simple lectura de comentarios o juicios escritos a petición —pensemos en una encuesta en línea—, el asunto es mucho más complejo.

En los últimos años, los canales por los que clientes y usuarios expresan sus opiniones, quejas, sugerencias o felicitaciones (sí, estas también son importantes, luego veremos por qué) se han multiplicado de forma exponencial. Hace solo una década, los canales que nos permitían interactuar con el mundo empresarial eran muy reducidos, como el teléfono o las encuestas precompiladas (muchas veces enviadas por correo tradicional). Además, la mayoría de las interacciones entre cliente y empresa respondían a una necesidad específica de la segunda, es decir, eran solicitadas.

 

¿Cómo ha cambiado?

Hoy en día, el panorama ha cambiado radicalmente. Los canales de comunicación son numerosos y además permiten interactuar de distintas maneras a través de distintos soportes (imágenes, audio, vídeo, etc.). Y lo que más nos importa es que esta interacción

  • es constante: 24 horas al día, 365 días al año;
  • en la mayoría de los casos es multiidioma;Voz del Cliente
  • no siempre responde a patrones predefinidos (ni siquiera se ajusta, muchas veces, a las normas ortográficas);
  • no es estructurada: no está almacenada en una base de datos tradicional ni organizada según criterios preestablecidos.

No cabe duda de que, desde una perspectiva corporativa, a esta enorme cantidad de información ¡se le puede sacar mucho partido!
Continuar leyendo


¿Pueden los antidepresivos causar malformaciones en el feto?

Puede que no sea lo más común que en el blog de una empresa de tecnología de la información se hable de antidepresivos y embarazos, lo entendemos perfectamente. Pero en MeaningCloud hemos comprobado que los temas de salud tienen una fuerte repercusión en medios sociales y las empresas del sector, incluyendo las farmacéuticas, harían bien en tratar de entender la conversación que se genera alrededor. ¿Cómo? Mediante la tecnología de análisis de texto, como veremos a continuación.

Mirando los datos recogidos por nuestro prototipo para la monitorización de temas de salud en medios sociales nos sorprendimos del repentino incremento de menciones del término ‘embarazo’ el día 10 de julio. Para saber el porqué de este dato, acudimos a los tuits que hablaban sobre ese estado de buena esperanza. Resulta que ese mismo día se había publicado una noticia sobre un estudio aparecido en el British Medical Journal sobre los efectos nocivos que los antidepresivos pueden causar en el feto durante el embarazo.
Continuar leyendo


Analizando datos sobre salud en medios sociales

El análisis de medios sociales puede ser una buena inversión en el área de salud. A la gente le encanta compartir información en los medios sociales, incluso datos sobre salud. ¡Sí, es verdad! Y constituye el punto de partida del trabajo de investigación titulado ‘Exploring Spanish health social media for detecting drug effects’, cuyo objetivo es monitorizar las conversaciones en medios sociales para averiguar cómo hablan los usuarios sobre su relación con el consumo de fármacos. Esto permite identificar posibles efectos adversos hasta ahora desconocidos relacionados con dichos fármacos. Aunque existe un protocolo oficial para informar a las autoridades competentes de la existencia de algún efecto adverso no documentado, se llegan a comunicar solamente un 5 – 20 % de ellos. Además, se pueden analizar las conversaciones sobre fármacos, síntomas, condiciones y enfermedades para obtener más información. Por ejemplo, es posible descubrir cómo los usuarios buscan medicamentos específicos a través de los medios sociales o cómo algunos se dedican a venderlos, a menudo de forma ilegal; muchos otros hablan de la mezcla de alcohol con drogas u otras sustancias ilegales. Por supuesto, no todo lo que aparece en internet es fiable—este es otro tema—, pero puede estimular el planteamiento de nuevas hipótesis.

drugs

El equipo de investigación Grupo de Bases de Datos Avanzadas de la Universidad Carlos III de Madrid ha llevado a cabo la investigación mencionada y ha desarrollado modelos híbridos para obtener el conocimiento necesario para identificar efectos adversos. La plataforma de procesamiento del lenguaje natural que ha permitido el análisis basado en esos modelos es MeaningCloud. Las capacidades de personalización que ofrece esta plataforma han sido decisivas, puesto que han facilitado la integración de vocabulario específico y otros conocimientos del dominio de la medicina. Como sabemos, los nombres de los medicamentos y de los síntomas pueden ser muy complicados y a menudo no es fácil escribirlos adecuadamente. Los resultados del algoritmo son prometedores, ya que su recall es un 10 % mayor que el de otros algoritmos conocidos. Puedes encontrar más detalles en el artículo científico publicado por la revista BMC Medical Informatics and Decision Making Journal. Estos desarrollos forman parte del proyecto TrendMiner y están disponibles en la página web: TrendMiner Health Analytics Dashboard, que recopila los comentarios de los usuarios de medios sociales sobre fármacos antidepresivos. La consola muestra los antidepresivos mencionados junto con los síntomas relacionados; haciendo clic en cada uno de ellos se puede consultar su evolución a lo largo del tiempo. Además, en la parte inferior de la página se muestran los textos originales que se han analizado para extraer dichas menciones, los nombres de medicamentos, síntomas, enfermedades y cualquier relación haya sido identificada entre ellos. Esas relaciones pueden revelar si un fármaco es adecuado para un determinado síntoma o si una enfermedad es, en realidad, un efecto adverso provocado por el medicamento mencionado. El prototipo permite también hacer búsquedas utilizando el código ATC (Anatomical Therapeutic Chemical Classification System) y el nivel correspondiente según este sistema de clasificación. Si se activa la opción ‘By Active Substance’ [‘por principio activo’], se buscará cualquier fármaco contenga el principio activo del producto buscado. Por otro lado, la funcionalidad de búsqueda predictiva permitirá encontrar más fácilmente la expresión correcta para referirse a un fármaco o a una enfermedad. Por favor, echa un vistazo al prototipo y dinos qué te parece. Y si alguno de los gráficos te parece interesante, ¡puedes tuitearlo incluso desde ahí! ¡Cualquier comentario es más que bienvenido! 


#TuitometroMadrid: un demostrador de la potencia de MeaningCloud

Utilizando las APIs de MeaningCloud y en unos pocos días hemos desarrollado una herramienta de monitorización social acerca de un tema de gran actualidad: las próximas elecciones locales y autonómicas en España.

Con la gran expectación despertada por las próximas elecciones del 24 de mayo, han aparecido varias las iniciativas que tratan de analizar la conversación en medios sociales sobre las diversas opciones políticas.
Queremos hablaros de una que, si bien no va a ganar la medalla a la primera en llegar, sin duda va a ganarla a la más rápida (luego os explicamos esta aparente contradicción).
En MeaningCloud hemos desarrollado #TuitometroMadrid, una aplicación que permite analizar en tiempo real y de manera completa la conversación en Twitter alrededor de partidos y candidatos en la Comunidad y Ayuntamiento de Madrid.

TuitometroMadrid Home

#TuitometroMadrid permite monitorizar el buzz, la opinión y los términos y hashtags más relevantes alrededor de cada opción política y compararlas agregadamente.

 

TuitometroMadrid Sentiment

¿Por qué decimos que es la más rápida? Porque además de ofrecer la información casi en tiempo real (y no como informes a posteriori) ha sido la de desarrollo más veloz: usando las API de MeaningCloud un ingeniero implementó todo el análisis semántico de los contenidos sociales en menos de un día.
Aparte de su utilidad como herramienta informativa, #TuitometroMadrid es una demostración de que las tecnologías de análisis semántico sirven para resolver problemas reales de manera sencilla y asequible.

¿Quieres incorporar el análisis semántico a tus aplicaciones de la manera más sencilla, personalizable y asequible? Usa gratuitamente MeaningCloud.


Mejorando la gestión de emergencias analizando contenidos en redes sociales

¿Servir a los ciudadanos sin escuchar los medios sociales?App Llamada Emergencias

Los canales tradicionales de acceso a los servicios de emergencias por parte de los ciudadanos (típicamente a través de los teléfonos 112) deben ser expandidos con el análisis de medios sociales en tiempo real (canales web 2.0). Esta observación es el punto de partida de una de las líneas en las que el Grupo Telefónica (uno de los proveedores de referencia mundiales en sistemas integrados de gestión de emergencias) ha venido trabajando con vistas a su integración en su plataforma SENECA.

Cuadro de mando social para gestión de emergencias

Desde Daedalus, hemos trabajado para Telefónica en el desarrollo de un cuadro de mando social que analiza y organiza la información compartida en redes sociales (inicialmente Twitter) antes, durante y después de que se produzca un incidente de interés para los servicios de atención a emergencias. Desde el punto de vista funcional, esto conlleva:

  • Recoger las interacciones (tuits) relativos a incidencias en un área geográfica determinada
  • Clasificarlas según el tipo de incidencia (concentraciones, accidentes, desastres naturales…)
  • Identificar la fase en el ciclo de vida de la incidencia (alerta o pre-incidencia, incidencia o post-incidencia)

Beneficios para las organizaciones que gestionan emergencias

Anticipar incidentesLove Parade Duisburg

Anticipación a eventos que, por imprevisibles o por desconocerse su magnitud a priori, deban ser objeto de atención futura por los servicios de atención a emergencias. Dentro de este escenario se encuentran los eventos sobre concentración de personas que son convocados, difundidos o simplemente comentados a través de redes sociales (asistencia a eventos festivos o deportivos, manifestaciones, etc.) Predecir las dimensiones y alcance de estos eventos es fundamental para planificar la atención por parte de las diferentes autoridades. Recordemos en este sentido el caso de los disturbios a raíz de una fiesta de cumpleaños convocada en la localidad holandesa de Haren a través de la red Facebook en 2012 o la tragedia de la Love Parade de Duisburg.

Continuar leyendo


Análisis de audiencias y opinión sobre eventos en la TV Social

A finales de junio participamos en la conferencia internacional TVX 2014 sobre experiencias interactivas para televisión y vídeo online con una demo titulada “Numbat – Tracking Buzz and Sentiment for Second Screens“. En ella mostramos nuestro trabajo y experiencia en análisis de medios sociales aplicado a televisión y eventos en directo, combinando tecnologías de análisis semántico y procesamiento de datos en tiempo real para obtener métricas sobre la audiencia y su opinión acerca de cada uno de los aspectos de un programa o evento en vivo.

La televisión social es un fenómeno no sólo en continuo crecimiento, sino plenamente asentado en el panorama internacional, con multitud de empresas especialmente interesadas en la interacción con el usuario y el marketing social. Las redes sociales están haciendo especial hincapié en esta interacción entre el usuario y la programación televisiva. Para hacernos una idea de la magnitud que alcanza la conversación social se puede echar un vistazo a los datos que genera un evento internacional como el Mundial FIFA 2014 en Twitter.

cristianoDurante el congreso pudimos ver los caminos que va tomando tanto la industria como el campo de la investigación para aportar su visión sobre la TV social e interactiva. Un ejemplo es el de las aplicaciones de segunda pantalla, que permiten al espectador una mayor profundización en el contenido que consume, ya sea mediante información relacionada con la emisión (normalmente introducida ad hoc y sincronizada en tiempo para una mejor experiencia) o a través del descubrimiento automático de tendencias. Otras aproximaciones pasan por la recomendación personalizada de programas, estudiando los hábitos y comportamientos del espectador frente a la televisión.

Para nuestra demostración, elegimos visualizar dos partidos del Mundial 2014 que se jugaban al mismo tiempo: Estados Unidos – Alemania y Portugal – Ghana.

Continuar leyendo


TV Social con Análisis Semántico y Big Data

Recientemente hemos participado en la conferencia Big Data Spain con una charla titulada “Real time semantic search engine for social TV streams”. En esta charla resumimos nuestra experiencia en el área de Analítica de Medios Sociales, donde estamos combinando tecnologías de análisis semántico y de procesamiento de flujos de datos (streams) en tiempo real para entender las redes sociales y en concreto la TV Social

La TV Social es un fenómeno en claro crecimiento ya que cada vez es más frecuente el uso de redes sociales mientras vemos la televisión. Por ejemplo, Twitter ya reportaba el año pasado que en Reino Unido más de un tercio de todos los comentarios durante el primetime eran sobre lo que pasaba en la pantalla del televisor. Hace semanas, Facebook reivindicaba su lugar en la TV social afirmando que el volumen de comentarios privados sobre TV en su plataforma era 5 veces mayor. Esta red social ha empezado también a ofrecer hashtags e incluso una nueva API, Keywords Insight, para que algunos socios tengan acceso a estadísticas agregadas de las conversaciones dentro de los muros de Facebook.

A medida que el número de usuarios que acaban comentando su programa favorito de TV en las redes sociales con amigos o extraños, las cadenas han empezado a hacer uso de estas herramientas para participar en la conversación. Durante el último año se ha incrementado el número de programas que hacen uso de hashtags oficiales, a veces incluso varios durante una sola emisión. Más allá de la búsqueda del trending topic, los que con mayor éxito han experimentado fomentan incluso la participación de presentadores o actores durante la emisión del programa. En España, “Salvados” o “Pesadilla en la Cocina” son ejemplo de lo primero y la serie “Isabel” para el caso de los actores.   

Aunque no hay nada nuevo en el hecho de socializar alrededor del contenido de la tele, la posibilidad de medir y de destilar estos comentarios sí que es característico del nuevo contexto. Además, esta conversación no se produce al día siguiente sino que su impacto es inmediato. Todo esto se suma para abrir un nuevo abanico de posibilidades para espectadores, radiodifusores y las grandes marcas. Los usuarios han encendido la mecha de la TV Social ya que les conecta con amigos y el resto de la audiencia.  Es a la vez una forma de sentirse parte del programa y al mismo tiempo de involucrarse más. Por tanto, las herramientas que faciliten organizar y comprender la conversación son de especial interés para el espectador social. Para el resto de espectadores, incluso para aquellos que solo participan leyendo, es una forma de generar tanto recomendaciones sociales. Otro uso interesante es que analizar la conversación social permite contextualizar contenido relevante y relacionado con el programa como información sobre los actores, personajes o cualquier otro concepto del que se hable en la pantalla grande.

Continuar leyendo