Cuando realizamos listening en redes sociales muchas veces la temática que monitoreamos es amplia y genera varios subtemas que es necesario analizar. Frente a ello varios sistemas permiten segmentar en distintas categorías (también llamados etiquetas). Estas categorías podrían variar de acuerdo a la naturaleza de la temática que estás monitoreando. Si es una marca, podrías segmentar por los servicios o productos que vende esa marca. También, en muchos casos es importante dar prioridad a la escucha de usuarios que en redes sociales tengan una gran notoriedad, ya sea por la cantidad de seguidores o a personas que están hablando negativamente sobre algún servicio prestado por el banco u otros motivos.
Por lo anterior sabemos que la categorización, segmentación o etiquetado es ampliamente aplicable y útil porque nos permite hacer un análisis más exhaustivo de lo que se habla en torno a un tema de interés, pero no desconozco que se invierte gran cantidad de tiempo cuando esta acción se debe realizar manualmente.
En Tooldata sabemos que el tiempo es oro y el Social Media Listening realiza esta acción de manera automatizada, en las siguientes líneas te cuento lo simple que es dejar configuradas las categorías para que sólo tengas que tocar un par de filtros y ¡listo el análisis!.
Para ir definiendo distintas segmentaciones vamos a utilizar el siguiente ejemplo: Estamos realizando un monitoreo a Bancos en Perú, donde ya definimos las palabras claves (si quieres saber más cómo definir las palabras claves, puedes leer éste artículo).
Una vez configurado el monitoreo, que nos permitirá ingresar al sistema lo que se hable de los Bancos en Perú, crearemos la subcategoría: Crédito Hipotecario. A esta subcategoría le definiremos palabras claves, que al ser encontradas en los publicaciones ya ingresadas al sistema haciendo referencia a Bancos en Perú, se categorizan automáticamente.
Entonces, nos quedaría:
- Subcategoría (o etiqueta): Crédito Hipotecario
- Palabras claves de la subcategoría: “Crédito hipotecario” OR “préstamo hipotecario” OR “financiación hipotecaria”
- Resultado: De esta forma podremos visualizar publicaciones del tipo “Necesito un crédito hipotecario y no tengo claro qué banco es mejor” o “Qué banco me recomiendan para optar a un préstamos hipotecario para comprar casa nueva?”. Como vemos, sería muy importante para captar oportunidades que se generan día a día en redes sociales.
- Subcategoría: sucursal
- Palabras claves: sucursal OR sucursales
- Resultado: Podremos captar todas las publicaciones que hablen de bancos en Perú y a la vez comenten sobre sucursales, donde podríamos encontrar publicaciones del tipo: “El tiempo de espera para la atención en BCP sucursal Chorrillos es eterna”, donde podremos ver que están hablando de un banco en Perú y a la vez sobre una sucursal.
- Subcategoría: App mobile
- Palabras claves: app OR aplicación
- Resultado: Tendremos segmentadas todas las publicaciones que comenten sobre las aplicaciones de los bancos en Perú. Nos podremos encontrar con publicaciones tales como “La app de Interbank es genial, me permite realizar todo”.
Como vemos, podríamos continuar con ejemplos largamente, pero todo varía de acuerdo los objetivos planteados para el monitoreo que estás realizando, ya sea la marca, industria o cualquier temática.
Finalmente te queremos comentar cómo hemos trabajado esto en Tooldata. Tenemos la siguiente pantalla donde puedes realizar una simple configuración.
- Defines el nombre de la etiqueta.
- Seleccionas el proyecto de monitoreo al que asocias la etiqueta.
- Defines palabras claves de la subcategoría. Segmentamos de la misma forma que vimos los ejemplos anteriores.
¡y listo!
Luego tienes la posibilidad de agregar distintos filtros, que permitirán ajustar mucho más tu búsqueda.
- Filtro de seguidores. Puedes considerar solamente perfiles que cumplan con una mínima cantidad de seguidores.
- Filtro de usuarios. Podrías estar segmentando solamente a un grupo de usuarios.
- Puedes filtrar por género.
- Puedes filtrar por sentimiento.
De esta forma podrás crear etiquetas bien segmentadas donde podría comenzar a una serie de ejemplos, como:
- Segmentar a usuarios que tengan más de 10.000 seguidores y escriban algo negativo.
- Segmentar todas las publicaciones que realiza @malditaternura (siempre acotado al monitoreo que estamos realizando, no al total de sus publicaciones).
Si te gustó, comparte y comenta :) si quieres conocer el sistema escríbenos a hola@tooldata.io