INTRODUCCIÓN
En un contexto globalizado y con un uso intensivo de las TIC, un aspecto clave en la competitividad de las empresas es mejorar el conocimiento de sus clientes y de la imagen que éstos proyectan sobre la empresa en el entorno digital. Para ambas tareas, la Analítica Web (AW) se convierte en un elemento esencial.
Las TIC otorgan hoy en día a los clientes un enorme poder. Existe un nuevo perfil de cliente, el prosumer (content producer+consumer), consumidor capaz de generar contenido, opiniones, comentarios sobre productos o servicios que comparten con otros consumidores con gustos o inquietudes comunes. Gracias a la viralidad y la interactividad de la web y las redes sociales, el prosumer se convierte en líder de opinión y sus ideas pueden favorecer o dañar la imagen de una marca. Por eso es esencial que la empresa sea capaz de identificar los sentimientos de sus clientes y sus experiencias en la interacción online con la empresa.
METODOLOGÍA
Si bien en los primeros años de la web, las posibilidades de análisis se limitaban al estudio de los logs de los servidores, hoy en día hay una enorme variedad de herramientas y metodologías que permiten monitorizar las pautas de comportamiento de los usuarios y automatizar el análisis de sus comentarios, menciones y sentimientos sobre productos o servicios. Dentro de estas metodologías se podrían destacar el procesamiento del lenguaje natural, la minería de datos o el análisis de sentimiento. Existen herramientas que permiten acercar esas metodologías a las empresas sin necesidad de tener un conocimiento técnico sobre las mismas. En este trabajo se utilizan diferentes herramientas de monitorización y analítica web para obtener una serie de indicadores sobre la presencia Web corporativa y el análisis de sentimiento de los consumidores. Para ello se toman como referencia tres casos del sector financiero y se utilizan herramientas como Brand24, Sentiment Viz, Similar Web y Social Mention.
RESULTADOS Y DISCUSIÓN
Con las citadas herramientas se han podido identificar indicadores sobre la popularidad de la marca en Internet, el perfil de los visitantes de la Web, la forma en la que acceden a la misma, el tipo de interacciones que realizan y su compromiso con la marca (engagement). Igualmente se realiza un rastreo de las menciones a la respectiva marca en redes sociales, noticias, blogs… para medir cuatro indicadores clave: fuerza, sentimiento, pasión y alcance. Con relación a las menciones, se ha podido obtener una visión general del sentimiento que los usuarios proyectan sobre cada una de las marcas, analizando no solo la polaridad (menciones positivas o negativas), sino también identificar el estado de ánimo que dichas menciones parecen reflejar.
CONCLUSIONES
La información que se puede obtener con las herramientas utilizadas resulta de gran valor para las organizaciones, permite deducir patrones de comportamiento valiosos e identificar tendencias y niveles de interés de los usuarios. El análisis comparativo con otras empresas de la competencia puede también servir para identificar aquellos aspectos mejorables en su presencia web y reputación online. En definitiva, gracias a la analítica Web y las modernas metodologías de procesamiento de lenguaje natural, es posible obtener una imagen fiel del sentimiento de los clientes y poder replantearse las estrategias digitales buscando una mejora de la competitividad.
Palabras clave
Ponencia Online
Documentación de apoyo a la presentación ONLINE de la ponencia
Sergio Martínez Puertas
Comentó el 10/12/2020 a las 21:42:12
Hola Eliana,
Muy interesante su ponencia. Enhorabuena!
Las preguntas que me gustaría realizarle son las siguientes:
1. ¿ Qué paquete específico de R ha empleado para el análisis de sentimientos?
2. ¿ Puede emplearse la analítica web para analizar qué factores de la empresa ( entorno competitivo, estrategias de diferenciación etc) tienen impacto en la reputación online?
Muchas gracias de antemano por sus respuestas
Un cordial saludo
Sergio
Responder
Eliana Rocío Rocha Blanco
Comentó el 11/12/2020 a las 20:12:22
Estimado Sergio:
Muchas gracias por su interés en mi trabajo.
Los paquetes de R que suelo utilizar principalmente para analizar el sentimiento en Twitter son:
- NLP: Librería requerida para el paquete tm
- tm: paquete específico para minería de textos.
- wordcloud: permite graficar nubes de palabras.
- ggplot2: creación de gráficos.
- readr: paquete que permite leer y escribir documentos.
- cluster: tiene funciones para realizar análisis de grupos.
Librerías:
- twitteR
- tidyr
- dplyr: manejo de funciones auxiliares para manipular y transformar datos.
Con respecto a la segunda cuestión:
La Analítica Web tiene enormes potencialidades y considero que puede utilizarse para analizar el impacto en la reputación online de las diferentes estrategias relacionadas con las TI en las organizaciones.
Responder
MARIA ELENA GARCIA RUIZ
Comentó el 10/12/2020 a las 09:56:26
Un trabajo muy interesante.
Ante la gran variedad de herramientas, ¿podrías darme las pautas para saber cuál elegir?
Responder
Eliana Rocío Rocha Blanco
Comentó el 10/12/2020 a las 11:05:59
Gracias Elena.
Va a depender de muchos factores:
En primer lugar hay que realizar un análisis de requerimientos
revisando las necesidades de la empresa para alcanzar los objetivos deseables.
También se pueden tener en cuenta:Tamaño de la empresa,tipo de licencia y precios, número de usuarios, accesibilidad, usabilidad,funcionalidades incorporadas
requerimientos técnicos, ...
Ante tantos criterios que se podrían tener en cuenta,
un estudio que quiero realizar es aplicar una metodología a la hora de elegir la herramienta más adecuada. Se trata del métodos AHP (Analityc Hierarchy Process) que es herramienta de toma de decisiones multicriterio y que ha sido utilizada en
áreas muy diversas.
Responder
Rebeca García-Ramos
Comentó el 10/12/2020 a las 09:46:49
Enhorabuena por el trabajo. Me ha parecido muy interesante, con una temática muy actual y relevante. Me gustaría formular la siguiente pregunta:
¿Qué tipo de algoritmos se suelen utilizar para tratar de identificar el sentimiento de un comentario de texto?
Muchas gracias.
Responder
Eliana Rocío Rocha Blanco
Comentó el 10/12/2020 a las 10:33:06
Muchas gracias Rebeca por interesarte en la temática.
La minería de opiniones es la disciplina que permite clasificar las opiniones o comentarios en función de lo que expresan los visitantes.
Principalmente, hay dos enfoques para determinar la polaridad de las menciones o comentarios. Una está basada en el aprendizaje automático que utiliza un conjunto de datos preclasificados para entrenar el algoritmo de clasificación; y el otro enfoque, está basado en la orientación semántica y analiza la orientación de las palabras del comentario y opinión.
Responder
Paulo Ribeiro Cardoso
Comentó el 08/12/2020 a las 11:26:48
Hola Eliana Rocío Rocha Blanco,
Su comunicación fue muy interesante y aborda un tema muy actual y relevante. Me pareció particularmente interesante el modelo de analítica web basado en 6 capas de kaushik y su uso de herramientas, como Similar Web, para analizar la banca en la web
Personalmente, me gustaría mucho realizar investigaciones con estas herramientas en el futuro.
En este sentido, me gustaría conocer su opinión sobre el uso de este tipo de herramientas en la investigación científica. En otras palabras, dado que algunas herramientas están parcialmente disponibles de forma gratuita, ¿cuál es su perspectiva sobre su uso “gratuito” para la investigación en el contexto académico?
También me gustaría conocer su opinión experimentada sobre cuáles son las mejores herramientas gratuitas que se pueden utilizar en la investigación científica, tal como lo hizo con la Similar Web.
Una vez más la felicito por su trabajo y espero poder seguir en contacto.
Saludos cordiales,
Paulo Cardoso (pjrcardoso@gmail.com)
Responder
Eliana Rocío Rocha Blanco
Comentó el 10/12/2020 a las 13:41:07
Muchas gracias Paulo por su interés en el trabajo.
Las herramientas que he utilizado para el análisis son gratuitas, aunque las versiones de pago ofrecen más funcionalidades.
Estas herramientas tienen una valía enorme para las empresas y realmente en el campo de la investigación aportan grandes cantidades de información con muchos datos para explotar. Además, ofrecen muchas ventajas porque dan una visión bastante completa de los sitios web y de la web social: permiten identificar aspectos a mejorar, optimizar el diseño del sitio Web, planificar estrategias de marketing digital e identificar posibles acciones a realizar para mejorar la competitividad empresarial.
En el campo de la investigación y la docencia he realizado análisis de la web con diferentes herramientas:
- Para el análisis del sentimiento: paquetes de R (proceso de minería de texto) y Brand24
- Para el análisis de la web: pueden resultar interesantes por ejemplo, Google Analytics (herramienta que ofrece una gran variedad de informes) y Alexa
Ante la enorme variedad de herramientas disponibles, una actividad interesante que pienso hacer en el futuro es realizar una clasificación y caracterización de las herramientas
de Analítica Web disponibles en función de sus prestaciones y utilidades.
Muchas gracias y seguimos en contacto,
Rocío
Responder