Las redes sociales, un fenómeno de nuestra era

Social Media
Un fenómeno de nuestra era

Rodrigo Llop
Business Development Director
SAS Institute México

Copyright © 2010 SAS Institute Inc. All rights reserved.

Salvando a una
compañía en
quiebra.
3

Caso de negocio

Situación: Una compañía distribuye sus productos directamente en
retail (tiendas departamentales). Poco crecimiento.
 No se veían los beneficios del producto en un anaquel.
 Un producto no intuitivo.
 Difícil mostrar como utilizarlo.
 Desconocimiento si es seguro.
 Cuando la gente lo compraba una sola vez (ya lo tenía!)

4

¿Ideas?
Copyright © 2010, SAS Institute Inc. All rights reserved.

Ella es mi abuela (1949)…

…y un día fue a una fiesta. 5


…de la amiga de una amiga…

…que a su vez tiene una amiga… 6


…cuya amiga tenía una amiga en Florida

…que se llamaba Brownie Wise 7


Brownie conocía a un hombre
cuyo negocio no funcionaba…

8


9


Tupper contrató a Brownie
para que trabajara con él en ventas…

10


se les ocurrió hacer una fiesta (Poly-T
Parties) en donde…

 Mostraran los
beneficios del
producto
 Mostraran como
utilizarlo
 Mostraran su
seguridad en el
uso
 Vieran diversos
usos del
producto.

11


La fiesta se convirtió en 4 fiestas…
12

Las 4 en 16…
13

Las 16 en 64…
14

15


Resultados
Para 1949 las vendedoras de Wise de las
«Poly-T Parties» generaban $100usd por
evento y Wise distribuia $1,500usd de
Tupperware por semana

¡Equivalente a $14,000usd en 2010!

¡728,000 usd al año!

Cerca de 120 millones de personas en
100 países asistirán a una demostración
de Tupperware este año.

16


Y se creó la primer red social…

 Tupperware hoy en día es una compañía de 2.125 billones de
dólares
 12,900 empleados
 Basada en Orlando, Fl.

17


Y las cosas no han cambiado mucho…

18

Conclusión

Its all about
people!
19

People Network

20

El crecimiento de una Red Social

N1H1 Este fenómeno es conocido
como Ciclo Viral (Viral Loop)
21


Crecimiento de las Subredes Sociales de
A(N1H1) por país

22


Conclusión

¡Hay redes
sociales, fuera de
sus máquinas!
23

El primer Ciclo
Viral en Internet
24

Marc Andreessen + Eric Bina + Sótano
+ Code + 6 weeks = Mosaic Browser.

23 de Enero de 1993 ponen un
publican el siguiente mensaje:

«By the power vested in me by
nobody in particular, alpha/beta
version of 0.5 of NCSA’s Motif-
based information systems and
World Wide Web browser, X
Mosaic, is hereby released.
Cheers,
Marc.»

En seis meses habían conseguido
100,000 usuarios.

Este es conocido como el primer ciclo viral (viral loop) de la industria.
25


Conclusión

¡Todas estas
personas tenían un
interés en común:
un software!
26

Conociendo gente
con intereses
comunes.
27

La gente se reúne en comunidades con
intereses o en común.

Algunas comunidades se llaman Familias.
Otras compañías.
Otros Clubs.
Algunos se llaman Escuelas.
A otros los llaman Equipos [de futbol]
Otros hacen música, se llaman orquestas

Ah! Y otros se reunen en línea y se llaman Facebook,
Twitter, MySpace…
28

Y las iniciativas se acumulan y se acumulan!

 Social Media is
everywhere – it’s
not just Facebook
and Twitter.
 Your customers
are there talking
Social Media
about your brand. Conversations

 What are
customers saying
about you and
what impact could
that have on your
business?

29

Sources: The Conversation: Brian Solis and Jess3


Popularidad / Agrupamiento

Popular Twitters:

Lady Gaga 7.1M
Britney Spears 6.3
Plataforma Justin Bieber 6.1
Ashton Kutchner 6.0
Barack Obama 5.9
…
CNN 3.6
Facebook Twitter Flikr
The New York Times 2.7
The Onion 2.4

Myspace Linkedin Most Popular Companies on Facebook

1. Starbucks 18.4M
2. H&M
3. Vitamin Water
4. Nutella
5. Microsoft

Gustos e Intereses.
30


Conclusión

¡18,418,970
personas siguen
a Starbucks!
La gente quiere escuchar…
31

¿Cómo escucho
tantos Tweets?
32

Folks were tweeting 5,000 times a day in 2007. By
2008, that number was 300,000, and by 2009 it had
grown to 2.5 million per day. Tweets grew 1,400%
last year to 35 million per day. Today, we are seeing
50 million tweets per day—that's an average of 600
tweets per second. (Yes, we have TPS reports.

33


Una compañía de
venta de Zapatos en
Internet basada en
EUA con ventas por
más de $1Busd tenía
el siguiente reto:

Administrar más de
6,000 llamadas
telefónicas, 400 chats
en vivo y más de
1.1millon de
interacciones por
redes sociales en un
día cualquiera.
34


El reto

Ruido o Contexto Acción e
Relevancia Integración
 Dificultad en seguir  Distinguir a  Incapacidad en
el creciente volumen tendencias macro correlacionar y
de discusiones en con capacidades combinar otras
tiempo real en línea. históricas y de métricas de negocio
 Efectiva y rápida pronóstico. e interactuar con
separación de  Capacidad de otras herramientas
información de valor generar métricas como Web
de un mar de sobre Analytics call center
conversaciones. conversaciones en logs, survey
 Dificultad en línea. responses, etc. para
identificar sitios y generar una visión
autores sociales total del cliente.
relevantes.

35


Su proceso

 Los modelos analíticos actuales permitirán organizar y simplificar
grandes cantidades de información de redes sociales y sitios en
línea, dejándolos listos para actuar.

36


Framework de la Solución
Media Portal Media Workbench

Decidir y Ejecutar

Customizable
Influence Text Clusters
Clasificar y Segmentar Taxonomies
& Engagement
Sentiment
& Segments
Analysis

Modelos Analíticos y Data Correlation &
Text Mining Natural Language Processing
Predictivos Mining Forecasting

 Colectar Survey Blog Web Online Call Media
Data Data Data Reviews logs Data
 Limpiar
 Integrar
Web Crawling
 Organizar Data Stores

Sample Online Sources 37

37

La visión de SAS ® Social Media Analytics

Overall Brand WHAT’s Important to
Your Business
What’s the
i.e. Bank of America ►Customer Sentiment?
Topics Relevant to your Brand Service

Media Types
WHERE You’re Being Talked
About Positive Negative
Neutral
i.e. Blogs, Twitter, You Tube ► on Wall
Media Sources Street Journal

Authors What’s the
WHO’s Talking about You and What Value?
They’re Saying
Commentary i.e. Joe Adams, ► the top Twitter influencer
with 300,000 followers

….What’s the Trend….Time….
Historical Forecasted Future
38


La aproximación de Social Media Analytics
 Lo que los consumidores dicen de
Brand & una marca, producto y
 ¿De que hablan los clientes? Market competencia.
 ¿Cual es la tendencia del Tracking
volumen? ¿Cual es el impacto?
 Fuentes de más influencia? ¿En quien influye?
 Que sitios son positivos y
cuales son negativos?

Online PR &
Media
Online Reputation
Analysis Conversations Tracking

 ¿Que dicen los
periodistas y Bloggers?
 Amenaza reputacional??
 Oportunidad de defensa?
Customer
¿Qué le dicen los clientes Feedback
Mgmt
directmamente?
Comparar la percepciond e
mercado con el feedback del cliente
39


Beneficios

 La compañía obtuvo un mejor conocimiento de la experiencia del
cliente más allá del website.
 La compañía se beneficiará del creciente tráfico, materializando
recomendaciones, nuevas ideas, tendencias y áreas de crecimiento
discutidas por sus clientes.
 La compañía rápida y sencillamente que dice Internet, cuando se
ha dicho, cuantas personas escuchan y como se comportan las
tendencias a lo largo del tiempo.
 Resolverá las expectativas de los clientes a una mayor velocidad y
con mayor asertividad.

40


Conclusión

Demasiada
información…
imposible de manejarla
manualmente
41

¿Y si analizamos
los sentimientos?
42

«¿Está usted molesto
con nuestro servicio?»
43

• Sentiment Analysis: Escuchar, entender y clasificar el sentimiento del
cliente, aprendiendo en el tiempo mediante el uso de estadísticas y reglas
de negocio.
• Su marca o negocio está siendo vista («seguida») de forma negativa es
sumamente útil, sin embargo entender y clasificar cuales elementos de su
negocio están generando es sentimiento permitirá disparar tácticas y
estrategias de defensa.
• Los modelos estadísticos tradicionales no permiten profundizar en la raiz de
los problemas, analizando únicamente de forma superficial.
• Capitalizar los sitios en donde los clientes son aliados para apuntalar la
marca e identificar cuales son adversos a la marca para dirigir el mensaje
correcto.
• Identificar y alcanzar comunidades clave en línea.

44

Sentiment Analysis

 Detectar y extraer automáticamente los sentimientos de los
clientes hacia fuentes de contenido digital, ej. comunicados de
prensa, sitios de internet, e-mails, call centers, blogs, etc.
 Monitorear sentimientos hacia una entidad, organización, marca,
producto o características de los productos
 Reconocimiento en tiempo real, lo que permite reaccionar
rápidamente a la retroalimentación del cliente
 Evitar efectos virales de comentarios negativos mediante el
entendimiento de la distribución de sentimientos a través de
diferentes fuentes, incluyendo sitios de networking (Twitter,
Facebook, YouTube)
 Identificar tendencias de sentimientos sobre varios períodos de
tiempo

45


Agresivómetro del cliente.

46


The Driver of Negative Sentiment is Identified

Overall Brand Checking Accounts Customer Service Executives TARP

Negative Sentiment Negative Sentiment less Sentiment
above target range than targeted range on target
47


Conclusión

¡Detectar, anticipar y
actuar oportunamente
un comentario negativo
evitará un caro damage
control posterior!
48

Conociendo a los
clientes
49

Mi abuelo tenía una tienda de abarrotes.
La administraba con Redes Sociales (antes se llamaba “Sentido Común”)
Sus clientes tenían
características
particulares:
 Vivían cerca de la
tienda.
 Tenían interés por
productos de primera
calidad.
 Tenían interés por
servicio personalizado.

… conocían a mi abuelo y mi abuelo los conocía
50


Proceso comercial del abuelo
Cualquier persona llega a la tienda

Nombre del cliente Memorizaba nombre y datos personales
Domicilio y Teléfono
Factores de consumo
Productos y Se fijaba en gustos, factores de consumo y
frecuencias frecuencias
Otros datos
Varias visitas después se daba cuenta del
presupuesto familiar

Verificaba cuantas personas dependían del
presupuesto y vivían en la casa

Fiaba cuando era necesario (también se acordaba
de cobrar)

Con toda esa información les proponía que
comprar y les recordaba que les faltaba por llevar
51


Analizando al Abuelo
desde el punto de vista de Inteligencia de Clientes.

52


¿Por qué fracasó su expansión?

 Expansión cara – Abrir tiendas en NUEVOS BARRIOS (nuevas
comunidades/grupos)
 Falta de conocimiento centralizado de clientes– SOLO ÉL
CONOCÍA A LOS CLIENTES
 Falta de conocimiento centralizado de productos – SOLO EL
CONOCÍA LOS PRODUCTOS QUE QUERÍAN SUS CLIENTES
 Incapacidad de conocer y atender diversos grupos – OTROS
GRUPOS A DEMÁS DEL QUE ÉL ATENDIA.

53


Quien si lo logró fue Amazon.

Pero…¿Amazon es una Red Social? 54


Logró conocer a fondo a sus clientes y logró agruparos exitosamente.

 Individuo se registra.
 Individuo hace una compra.
 Individuo es modelado analíticamente con el resto de la base de
datos de clientes y productos.
 El gusto del individuo es modelado analíticamente.
 Individuo es agrupado en uno (o varios) clusters de otros individuos
con gustos similares.
 Se proponen productos de gustos e intereses similares.
 Individuo se interesa.
 Individuo lee el Review de sus peers.
 Individuo se siente identificado.
 Individuo hace compra (regresa a punto 2)
55


Combinando Inteligencia de cliente con servicio y lealtad.
 Individuo ve interés en un producto
 Individuo Revisa sus Reviews
 Individuo hace una compra.
 La compra es modelada analíticamente
 El individo es modelado analíticamente
 Se crea un perfil de gusto modelado analíticamente.
 Individuo es agrupado en uno (o varios) clusters de otros individuos con
gustos similares.
 Se envían promociones de interés para el individuo con alta probabilidad
de compra.
 Individuo revisa y se interesa.
 Individuo lee el Review de sus peers. (por ser peers, tienen alta
credibilidad).
 Individuo se siente identificado.
 Individuo hace compra. 56


¿Cómo
evolucionar el
negocio del
abuelo con Social
Media?
57

Facts
 1.5 billones de personas en línea y 600mm
usando social media mensualmente en todo el
mundo
Social
 Los consumidores confían en Social Media y
Media en Conexiones para tomar decisiones de
is compra
 La evaluación pública de las marcas está
Impacting impactando la salud de los negocios.

Your  La verdadera propuesta de negocio esta «allá
afuera», en blogs, comentarios y los datos se

Brand! duplican cada 18 meses.
 Las respuestas a las iniciativas de su negocio
están en los datos.

58


El abuelo redefine su estrategia
Incrementar
el valor de
accionista

Decremento Incremento
de costos de Ingresos

Objetivos de
negocio,CSF,
Indicadores etc.

…manteniendo
tácticas.
Adquisición Segmentación Retención de Cross Sell y
de clientes de clientes clientes Up sell 59


...las expectativas del abuelo.
Incrementar
el valor de
accionistas

Incremento
de Market
Share
Mayor
Asertividad
campañas

Lealtad
Servicio a
cliente



…alineamos el valor al beneficio del negocio.
Incrementar
el valor de
accionistas

Incremento
de Market
Share
Mayor
Asertividad
campañas
Campañas Lealtad
Ultradirigidas Servicio a
cliente



…lo alimentamos con FACTS (hechos)...
Incrementar
el valor de
accionistas

Incremento
de Market
Share
Mayor
Asertividad
campañas
Campañas Lealtad
Inteligencia cliente
cuantitativa
del cliente



…que vendrán de una plataforma Analítica.
Incrementar
el valor de
accionistas

Incremento
de Market
Share
Mayor
Asertividad
campañas
Campañas Lealtad
cuantitativa
del cliente

Customer Intelligence Platform (Analytics)



Las actividades se alinearán con la plataforma.
Incrementar
el valor de
accionistas

Incremento
de Market
Share
Mayor
Asertividad
campañas
Campañas Lealtad
cuantitativa
del cliente




… a modelos específicos de negocio.
Incrementar
el valor de
accionistas

Incremento
de Market
Share
Mayor
Asertividad
campañas
Campañas Lealtad
cuantitativa
del cliente


Marketing Automation Social Network Analysis



Analítica en la toma de decisiones
Incrementar

Perspective
el valor de

Financial
accionistas

Incremento
de Market
Share

Perspective
Campañas

Customer
Ultradirigidas Lealtad
Servicio a
cuantitativa
del cliente


Perspective
Internal
Marketing Automation Social Network Analysis



NUEVO Proceso comercial del abuelo
Cualquier persona CONTACTA al abuelo

Sus datos (nombre y amigos) estan en la red.

¡Sus gustos, intereses, decisiones, ideas,
reacciones y emociones quedan guardados!

El abuelo entiende, modela y pronostica sus
gustos, intereses y consumos futuros.

Correlaciona con otros productos, otros usuarios
y otros comportamientos.

Una versión Computarizada, Predictiva y
Mejorada del abuelo analiza

El sistema de Inteligencia de Clientes + Análitica
de Redes Sociales + Automatizador de
Campañas dispara campaña óptima. 67


NUEVO Proceso comercial del abuelo (cont.)

1 El abuelo necesita una base de datos de clientes. ¿Cómo
la consigue?
 Acción: Abre una cuenta en Twitter y una cuenta en
Facebook.
 Invita a sus clientes para que se inscriban, ya que ahí
habrán promociones especiales, recomendaciones y
promociones.
 Resultado: Su pequeño circulo de clientes se inscribe.

68



2 El abuelo tiene y a su selecto grupo de clientes (muy
pequeño)
 Acción: El día uno, manda una promoción de sus vinos
más vendidos SOLO si se compra en línea o si se
menciona el Tweet.
 Resultado: Solamente ALGUNOS POCOS clientes
responden, pero ellos recomiendan a amigos con gustos
similares la promoción.
 Resultado: Nuevas personas se siguen
@latiendadelabuelo, en su mayoría hombres.

69



2 El abuelo crece su selecto grupo de clientes (todavía muy
pequeño)
 Acción: El día dos, manda una promoción de sus
Chocolates más vendidos SOLO si se compra en línea o
si se menciona el Tweet.
 Resultado: Solamente ALGUNOS POCOS clientes
@latiendadelabuelo, en su mayoría mujeres.

70



3 El abuelo crece su selecto grupo de clientes (ya no tan
pequeño)
 Acción: El día tres, manda una promoción de comida
para bebes más vendidos SOLO si se compra en línea o
si se menciona el Tweet.
 Resultados: Solamente ALGUNOS POCOS clientes
@latiendadelabuelo, igualmente hombres y mujeres.

71



4 Después de un mes, el abuelo tiene ya un respetable número de
seguidores Ahora entiende a sus clientes y a sus segmentos.
 Un perfil particular de clientes que responden a Twitter
 Un perfil particular de clientes que responden a Facebook
 Un perfil particular de clientes interesados en vino y artículos similares
 Un perfil particular de clientes interesados en chocolates y artículos
similares
 Un perfil particular de clientes interesados en comida para bebes y
similares
 Un perfil particular de clientes que son hombres.
 Un perfil particular de clientes que son mujeres.
 Un perfil particular de clientes dividido en diversos grupos de edades.
 Un perfil particular de clientes que van solo a la tienda (de ellos tiene sus
direcciones y teléfonos). 72



5 El abuelo optimiza sus estrategias comerciales.

 Acción: Analiza quienes son los clientes más
suceptibles a responder una campaña sobre galletas
selectas importadas y cual es el canal al cual mejor
responde ese individuo. Contacta solo a los que tienen
mas de 80% de probabilidad.
 Resultado: Reduce sus costos de marketing e
incrementa su asertividad de ventas. Pronostica
inventarios.
@latiendadelabuelo ya que ahora los clientes reciben
promociones según sus intereses personales.
73



6 El abuelo realiza un analisis de los Tweets.
• Algunos hablan bien de sus promociones
• Algunos hablan mal de su única sucursal
• Algunos están contentos por las ventas por Internet.
• Algunos están enojados porque

 Acción: El abuelo realiza un «Sentiment Analysis» de esos Tweets,
los categoriza, identifica amenazas, monitorea sentimientos.
 Acción: la información se retroalimenta al sistema y se utiliza para
hacer un «fine tunning» de las siguientes promociones.
 Resultado: Mejora estudios de mercado, Entiende sentimientos
(+/-), mejora desarrollo de productos.

74


Conclusión

¡$$$$$ $$$ $$
75

Conclusión

¡Los clientes no
nos dicen lo que
si le dicen a los
demás!
76

Social Media
Analytics
Poniendo el plan del abuelo en herramientas
77

Enfoques de Análisis del Social Marketing

Enfoque
Descripción Beneficios
Analítico
Analítica de  Principalmente datos  Identificar nuevos segmentos de clientes –
Influencia Social transaccionales (llamadas, basados en “roles” (ej. Líder/ Seguidores)
mensajes, compras, etc.)  Mayor efectividad de esfuerzos de
 La metodología examina relaciones Marketing 1:1 mediante el targeting
(“ligas”) entre varios “nodos” mejorado de ofertas individuales y por
comunidades
 Mejor entendimiento en la adopción de un
nuevo producto (difusión).
Análisis de  Principalmente datos no  Identificar nuevas amenazas, temas,
Medios Sociales estructurados / datos textuales conceptos – basados en conversaciones a
(blogs, logs de servicio a cliente, través de fuentes de medios tradicionales y
etc.) no tradicionales
 Tecnología Web  Mayor efectividad en esfuerzos de
 Categorización de Contenido y monitoreo de Marca e Investigación de
Extracción de Conceptos Mercado, mediante el mejor entendimiento
 Análisis de sentimientos del comportamiento del cliente y el mercado

78

Ambos métodos permiten una mayor conocimiento del cliente

Social Media Analysis (SMA)
 Se centra en conversaciones y opiniones actuales de diversos
actores de mercado (definidos o no) a lo largo del tiempo y a través
de diversas fuentes
 SMA permite:
• Identificar temas importantes y categorizar contenidos así como
medir su relevancia entre sujetos pertenecientes a una comunidad
• Monitorear sentimientos a nivel entidad – marcas, producto, líneas de
negocio, etc.
 Permite al departamento de mercadotecnia:
• Mejorar los estudios de mercado al identificar temas relevantes e
integrar estos a la estrategia de comunicación
• Entender el sentimiento (positivo o negativo) de los clientes sobre su
marca/producto
• Mejorar el desarrollo de productos (validar la necesidad de un producto,
verificar las reservas de un mercado...)
• Integración con los sistemas de medición de mercadotecnia y sistemas
analíticos de mercadotecnia en línea
79


SAS Social Media Analytics
Los clientes interactúan a través de diversas redes sociales y de los medios
Redes Web Self Call Investigación
PR RSS Artículos Mobile
Sociales Svc Center Primaria

Customer Key Opinion Segmentation
Brand Sentiment Targeted
Feedback Leader (KOL) & Churn
Tracking Analysis Advertising
Management Analysis Analysis

Motor de decisiones Motor de Motor de Motor de Motor de análisis de Motor de minería de
en tiempo real puntuaciones optimización categorización sentimientos texto

Business Analytics • Modelos de mercadotecnia y analítica avanzada
Framework • Capa de negocios/ Modelo de datos / Plataforma de aplicaciones

Infraestructura Probada y • Enterprise Data Integration (Data Quality, etc.)
Escalable • Almacenamiento(Scalable server)
80


Fuentes de datos

 Blogs y RSS
 Sitios para compartir fotos/videos
 Foros de discusión
 Sitios de reseñas y comparativos
 Sitios de networking (Facebook, MySpace, LinkedIn)
 Blogs de la industria
 Medios de comunicación principales (TV, publicaciones,
comunicados de prensa)
 Recursos internos
 Portales de Internet

81


Framework de la Solución
Social Media Workbench Social Media Portal

Analizar temas y sentimientos de
conversaciones en línea sobre:
 Su marca, reputación, competencia
 Efectividad de marketing y PR
 Lealtad y retroalimentación del Cliente
 Experiencia en línea y portales del
banco
Clusters y
Desarrollar clusters y segmentos de Taxonomía Taxonomía Análisis de
Segmentos de
acuerdo al contenido Establecida Dinámica Sentimientos
Texto

Minería de
Analítica avanzada Estadística Pronóstico
Texto
Procesamiento NLP

Datos de Datos Datos de Reseñas Call Datos de
Recopilar, limpiar, integrar y Encuesta Blog Foros logs Medios
organizar fuentes internas y s
externas sobre conversaciones en Web Crawling
línea de clientes y en medios Data Stores
sociales

82

82

83


Categorización de Contenido y Extracción
de Conceptos
 Categorización
• Clasificar y organizar
documentos e información
en directorios jerárquicos
para su búsqueda y uso
rápido
Tema =
Crímen
 Extracción de conceptos Organizado

 Localizar y extraer
automáticamente el
significado clave de los Conceptos=
documentos
• Crímenes
 Organizar grandes • Localidades
cantidades de • Personas
información en
• Fechas
componentes principales
• Armas

84


Categorización de Contenido y Extracción
de Conceptos
 Categorizar automáticamente grandes volúmenes de documentos
utilizando Procesamiento de Lenguaje Natural (NLP) y técnicas
lingüísticas avanzadas
 Agrupar temas relacionados para facilitar la búsqueda de contenido
específico mediante la asociación de documentos
 Mejorar el acceso al contenido textual de la institución
 Definir y añadir automáticamente metadatos
 Extraer entidades de contenido y piezas clave de información en
múltiples lenguajes
 Aprovechar los activos no estructurados en los diferentes
repositorios departamentales
 Reducir drásticamente el sobre-dimensionamiento de recursos
asociados con los procesos de categorización de documentos
85


Ejemplo - New York Times

 Navegación
basada en
temas
 Calificación de
artículos con
base en
persistencia de
temas
 Servicios de
paga permiten
que los clientes
reciban
información de
temas
específicos

86


Extracción de
Entidades

Categorización
Automática

87


Temas
Taxonómicos

88


89


Sentiment Analysis

 Descubrir opiniones positivas,
negativas, emociones y
evaluaciones de los clientes
hacia fuentes de contenido
digital
• Enfoque híbrido de evaluación
utilizando estadística y reglas
de negocio
• Considera el contexto así
como ponderaciones para
determinar el match óptimo de
sentimientos en textos
• Procesamiento en tiempo real
de grandes volúmenes de
texto, de fuentes Web y
colecciones internas de texto
90


Sentiment Analysis

 Detectar y extraer automáticamente los sentimientos de los
clientes hacia fuentes de contenido digital, ej. comunicados de
prensa, sitios de internet, e-mails, call centers, blogs, etc.
 Monitorear sentimientos hacia una entidad, organización, marca,
producto o características de los productos
 Reconocimiento en tiempo real, lo que permite reaccionar
rápidamente a la retroalimentación del cliente
 Evitar efectos virales de comentarios negativos mediante el
entendimiento de la distribución de sentimientos a través de
diferentes fuentes, incluyendo sitios de networking (Twitter,
Facebook, YouTube)
 Identificar tendencias de sentimientos sobre varios períodos de
tiempo

91


 Good, but a little outdated. I bought the Nikon Coolpix L10 as my first
digital compact P&S camera. I had it for a couple of weeks, until mine had a
'lens error' that basically made the camera inoperable (it was stuck open). It
might've been due to batteries running low, but I tried another set (which I
now think was also low).
 The picture quality from the L10 was very good, a bit of barrel distortion
was noticed in the wide angle and shooting tall skyscrapers (noticed by the
curve along the side of the frame where the buildings are supposed to be
straight). Another gripe I had with the camera was how slow the auto-focus
was. It would basically go through the whole range of focus every time I
pressed the shutter half-way and then some. This became more annoying
the more I used it.
 Eventually a lot of my pictures came out blurry, including outdoor overcast
days with 3x optical zoom. Basically anytime there's zoom & less than ideal
lighting, I would have to have rock steady hands to get non-blurry pictures.
Overall it's a good camera if you can overlook the issues I mentioned.

92


the more I used it.

93


the more I used it.

94


the more I used it.

95


the more I used it.

96


the more I used it.

Product: Nikon Coolpix L10, Polarity: mixed 97


the more I used it.

Product: Nikon Coolpix L10, Polarity: mixed
Feature: Picture Quality, Polarity: positive 98


the more I used it.
Product: Nikon Coolpix L10, Polarity: mixed
Feature: Picture Quality, Polarity: positive
Feature: Autofocus, Polarity: negative 99


100


101


102


103


104


105


106


107


¿Quien usa estas soluciones?

The Edgerton Foundation
108


Visit the Branded! Retailer Facebook page.
Follow @BrandedRetailer on Twitter.
Read the Retail Solutions Online article.
Read the SAS press release.

109

SAS® Social Media Analytics
Thursday - August 12th, 2010

Customer Intelligence
SAS Institute


Las redes sociales, un fenómeno de nuestra era

Recomendados

Recomendados

Más contenido relacionado

Similar a Las redes sociales, un fenómeno de nuestra era

Similar a Las redes sociales, un fenómeno de nuestra era (20)

Más de Mundo Contact

Más de Mundo Contact (20)

Último

Último (20)

Las redes sociales, un fenómeno de nuestra era