Las redes sociales se han convertido en una fuente vital para conocer la opinión del cliente. Por ejemplo, la marca de una gran cadena de distribución puede chequear su actividad en Twitter y sondear rápidamente cómo se está comportando entre sus clientes un nuevo producto.

Más que analizar gramaticalmente cada tweet para determinar el sentir general del cliente, lo que está sucediendo es que los retailers están confiando con más intensidad en tecnologías sofisticadas de analítica. Las soluciones actuales pueden reconocer palabras comunes y el sentimiento que se esconde detrás de ellas para proporcionar una fotografía en alta resolución de la satisfacción o no del cliente.

Conscientes de que este tipo de tecnología se encuentra todavía en estado embrionario, algunos expertos prefieren hablar de análisis de los sentimientos. Después de todo, las emociones atienden exclusivamente a los seres humanos, aunque en numerosas ocasiones son complejas de entender incluso por nosotros mismos. La dificultad se agudiza cuando entran en escena las mil y una sutilezas del lenguaje, los símbolos, las abreviaturas y otros elementos de la comunicación que se encuentran en continua evolución. Una vez más, de vuelta al mundo real, hemos de reconocer que estos factores han contribuido a la generación de incontables malentendidos y a grandes dosis de confusión. ¿Cómo podemos confiar en la tecnología para hacer algo que muchos de nosotros mismos siquiera alcanzamos a comprender?

La clave radica en tomar consciencia de que el análisis de sentimientos no es una solución fatua. Es probable que algún día podamos asignar una puntuación concreta a cualquier comentario en una red social, pero por el momento es pronto para llegar a ese estadio.

Tecnologías de búsqueda

El análisis de sentimientos nos permite capturar de manera precisa los mensajes más cargados emocionalmente hablando –ya sean positivos o negativos-. Aunque esto suponga que no podamos clasificar inicialmente el otro 50% de los mensajes, los retailers pueden extraer conclusiones de los sentimientos que sí se hallan tras sendos extremos. Las tecnologías de búsqueda se pueden emplear para discernir mensajes relacionados con los comentarios que reflejan más negatividad y más positivismo, y en consecuencia proporcionar algunas ideas adicionales sobre el tono de esos otros comentarios que en principio no son clasificables, ya que se encuentran entre medias de ambos polos.

Visualización de datos

En el caso de que se necesite un análisis más profundo se puede emplear la visualización de datos para mostrar, a través de nubes de etiquetas y de gráficos modales, las palabras más comunes provenientes de mensajes relacionados. Si un retailer lanza una nueva línea de bolsos, por ejemplo, es probable que “bolsa”, “monedero” y otras palabras similares se encuentren entre todos los mensajes vinculados en las redes sociales. La tecnología le permite al usuario adentrarse en todos los mensajes que contienen estas palabras, y en consecuencia determinar el sentimiento que subyace tras ese comentario.

Por lo que mientras no podamos capturar instantáneamente el sentimiento de cada comentario en una red social, enriquecer la tecnología actual con herramientas de business intelligence (BI) y analítica nos proporcionará una fotografía holística ajustada al sentimiento del consumidor.

Integración de datos

El siguiente paso radica en integrar los datos extraídos con otras fuentes de información interna, para llegar a comprender el impacto que el sentimiento del cliente puede tener en las cuentas de la compañía. Por ejemplo, las reacciones con respecto a la nueva línea de bolsos pueden ser positivas, pero ¿se puede llegar a convertir este `ruido social´ en ventas reales? ¿Deberíamos hacer coincidir un entorno favorable en las redes sociales con una campaña de fidelización por mail a nuestros clientes, planteándoles una oferta exclusiva?

Debido a que la mayoría de plataformas de análisis de redes sociales no conectan con otras fuentes de información empresarial, los retailers no han sabido tradicionalmente responder a estas cuestiones. Sin embargo, esta situación está cambiando conforme los proveedores tecnológicos han comenzado a vincular los datos provenientes de las redes sociales con los ERPs (Enterprise Resource Planning) y otros sistemas internos.

Analítica de redes sociales

Además de mostrar el impacto en el negocio de las conversaciones que se producen en torno a las redes sociales, las tecnologías de analítica pueden proporcionar información valiosa sobre cada cliente individual. Por ejemplo, averiguar que el cliente que se encuentra detrás de un tweet negativo ha sido extremadamente fiel hasta la fecha, es un dato lo suficientemente valioso como para saber que con ese cliente se ha de hacer todo lo posible e imposible para solventar el problema.

Cada día somos más conscientes del poder de las redes sociales, y de la necesidad de que el análisis de estos datos se encuentre plenamente integrado entre las fuentes de información convencionales. Es el momento de que la industria retail saque partido de la nueva ola de analítica.