Presentación del trabajo fin de máster expuesto el día 21 de julio del 2011. ESTUDIO DEL USO DE REDES SOCIALES PARA EL ANÁLISIS DE TENDENCIAS EN MARKETING ONLINE

1. TRABAJO FIN DE MÁSTER
MYSPYSPOT FASE 2: ESTUDIO DEL USO DE REDES
SOCIALES PARA EL ANÁLISIS DE TENDENCIAS EN
MARKETING ONLINE
AUTOR: ANGEL PÉREZ CARPINTERO

2. • Oportunidad de participar en un proyecto
software: herramienta analítica MySpySpot,
perteneciente a la empresa IBCmass.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 2
¿Dónde nace este Trabajo Fin de Máster?

3. ¿Qué es MySpySpot?
• Herramienta de monitorización, comparación y análisis
online del posicionamiento de una marca y de su
competencia.
• Manejo de Fuentes de Datos: Buscadores y Redes
Sociales.
• Automatiza el proceso de rastreo y análisis de datos a
partir de los términos y marcas seleccionados.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 3

4. • Teórico:
– Estudio:
• Novedades en Google (Denuncia resultados orgánicos
inducidos y Google Instant)
– Análisis funcional:
• Obtención de datos mediante Google Analytics
• Obtención de nuevas fuentes de datos (Yahoo y Bing)
• Identificación del país de origen para un dominio de internet
• Multi-Origen de una Marca
• Práctico:
– Aplicación Web de estimación de afinidad de un
usuario en Twitter.
28/05/2013 4Trabajo Fin de Máster - Angel Pérez Carpintero
Trabajo Fin de Máster

5. • Objetivos:
– estudio sobre cómo influye la nueva funcionalidad
de búsqueda instantánea “Google Instant” a los
resultados obtenidos mediante la herramienta
MySpySpot.
– Estudio sobre la denuncia abierta el 30 de
noviembre del 2010 por la comisión europea a
Google sobre posición dominante en las
búsquedas online.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 5
TEÓRICO PRÁCTICO
Novedades en Google (Denuncia resultados orgánicos inducidos y Google Instant)

6. ¿Qué es?
Ofrecer resultados en tiempo real mientras se escribe la consulta
¿Qué se estudió?
Las variaciones existentes entre los resultados obtenidos mediante SERP1
con Instant activado y la API de búsqueda de la cual se alimenta la
herramienta MySpySpot.
¿Qué conclusiones se obtuvieron?
Sí existen cambios sustanciales en los resultados obtenidos mediante un
medio y otro, como por ejemplo:
– Nuevos resultados obtenidos mediante la SERP.
– Ranking de resultados distintos.
– Nuevas funcionalidades acaparan mayor protagonismo en la SERP,
desvirtuando los resultados orgánicos obtenidos
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 6
TEÓRICO PRÁCTICO
Novedades en Google (Denuncia resultados orgánicos inducidos y Google Instant)
1 Search Engine Result Page

7. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 7
TEÓRICO PRÁCTICO
Novedades en Google (Denuncia resultados orgánicos inducidos y Google Instant)
Search Engine Result Page

8. Denuncia a Google Defensa de la competencia comisión Europea
¿Qué se denunció?
Manipulación de los resultados orgánicos ofrecidos por el buscador
Google.
¿Qué se estudió?
Cuanto de cierto hay en dicha denuncia probando in situ los resultados
obtenidos mediante el buscador Google.
¿Qué conclusiones se obtuvieron?
Google diferencia resultados promocionados de los orgánicos, aunque
en realidad sí que “mete mano” en los resultados orgánicos que ofrece
¿como?
– Añadiendo sus propios servicios web en los resultados obtenidos.
– Funcionalidades:
• Agrupar páginas de un mismo dominio.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 8
TEÓRICO PRÁCTICO
Novedades en Google (Denuncia resultados orgánicos inducidos y Google Instant)

9. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 9
TEÓRICO PRÁCTICO
Novedades en Google (Denuncia resultados orgánicos inducidos y Google Instant)

10. Objetivo:
– Recuperar información de la herramienta Google
Analytics para su posible incorporación a
MySpySpot.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 10
TEÓRICO PRÁCTICO
Obtención de datos mediante Google Analytics

11. ¿Qué es Google Analytics?
Herramienta analítica web, monitoriza el tráfico de un sitio web.
¿Qué información sería relevante obtener para un sito web monitorizado
mediante MySpySpot?
– Número de visitas.
– Tiempo medio.
– Tasa de rebote (abandono en la primera página visitada).
– Origen de referencia.
– Palabras clave utilizadas en las búsquedas orgánicas.
¿Cómo se obtienen esta información?
Mediante la combinación de dimensiones y métricas.
Dimensión: Los datos por los que se quiere medir.
Métrica: la unidad de medida a utilizar, es decir, todo aquello que sea medible.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 11
TEÓRICO PRÁCTICO
Obtención de datos mediante Google Analytics

12. Ejemplo: Palabras clave utilizadas en las
búsquedas orgánicas
– Dimensiones: hostname, pagePath, source,
keyword
– Métrica: visits
consulta API Data Export (google analytics)
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 12
TEÓRICO PRÁCTICO
Obtención de datos mediante Google Analytics

13. Objetivos:
– Obtención de nuevos orígenes de datos mediante
los motores de búsqueda Yahoo y Bing, para ser
monitorizados por la herramienta MySpySpot.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 13
TEÓRICO PRÁCTICO
Obtención de nuevas fuentes de datos (Yahoo y Bing)

14. • ¿API buscador?
– Yahoo Search BOSS
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 14
TEÓRICO PRÁCTICO
Obtención de nuevas fuentes de datos (Yahoo y Bing)
• ¿API buscador?
– Bing API 2.0

15. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 15
TEÓRICO PRÁCTICO
Obtención de nuevas fuentes de datos (Yahoo y Bing)
CAMPO DESCRIPCIÓN
title
Título con las palabras claves
sin etiquetado HTML
description Resumen del resultado
url URL del resultado
cacheUrl
Url de acceso al cache de
Bing
displayUrl Url mostrada del resultado
DateTime
Fecha de la indexación del
resultado
CAMPO DESCRIPCIÓN
title Título con las palabras claves con etiquetado HTML
url URL del resultado
totalhist Estimación de resultados no duplicados
deephits
Aproximación de resultados duplicados para todos los
documentos de un mismo host
abstract Resumen del resultado con etiquetas HTML
clickurl URL que redirecciona a la URL de destino de cada resultado
dispurl Devuelve las URLs de cada resultado
start El número del primer resultado a mostrar
count Cuantos resultados por página se muestran
size Tamaño del documento en bytes
date Fecha del reusltaod en formato YYY/MM/DD
keyterms Devuelve palabras clave encontradas en el resultado
searchmonkey_feed Si se ha solicitado den la consulta devuelve el formato RSS
searchmonkey_rdf Si se ha solicitado en la consulta, formato de marcado RDF
delicious_toptags Etiquetas top públicas asociadas para un documento
delicious_saves Número de veces que fue salvado el documento en Delicious
languaje Idioma del documento

16. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 16
TEÓRICO PRÁCTICO
Obtención de nuevas fuentes de datos (Yahoo y Bing)
CAMPO CAMPO DE YAHOO CAMPO BING
URL url Url
TITLE Title Title
EXCERPT Abstract Description
LANG
Obtenido mediante algoritmos en la herramienta
COUNTRY_CODE2
COUNTRY_NAME
CONTINENT
KIND
HOST

17. Objetivo
• Identificar el país de origen de un sitio Web.
¿Cómo lo realiza Google?
• Dominios de nivel superior:
– ccTLD (country code top-level domain): dominio de 2 letras
correspondiente a un país o territorio, ej. uniovi.es.
– gTLD (generic top-level domain): dominio 2 o más letras de
uso global, ej. ibcmass.com.
• Ubicación del servidor.
• Otros indicativos del país de origen:
– Técnicas avanzadas de Crawling (detección de direcciones,
números de teléfonos, detección del idioma utilizado…).
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 17
TEÓRICO PRÁCTICO
Identificación del país de origen para un dominio de internet

18. ¿Otros métodos?
• Mediante la información de registro del
dominio (Whois).
– Utilizando algún servicio Web de Whois para
determinar el propietario y obtener su país de
origen.
– Problema: No existe normalización sobre la
información mostrada por los servidores Whois.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 18
TEÓRICO PRÁCTICO
Identificación del país de origen para un dominio de internet

19. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 19
TEÓRICO PRÁCTICO
Identificación del país de origen para un dominio de internet
Servidor alojamiento: dinahosting, dominio consultado: ibcmass.com

20. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 20
TEÓRICO PRÁCTICO
Identificación del país de origen para un dominio de internet
Servidor alojamiento: hostinet, dominio consultado: tuvoto.net

21. Objetivo
• Añadir distintos orígenes asociados a una misma Marca.
Solución
• Agregar nuevo campo para añadir dirección del sitio web
asociado a la marca
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 21
TEÓRICO PRÁCTICO
Multi-Origen de una Marca
Boceto Realizado

22. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 22
TEÓRICO PRÁCTICO
Multi-Origen de una Marca
MySpySpot

23. • Estos estudios han servido para la mejora de
la herramienta MySpySpot
• Se ha implementado todas las
funcionalidades siguiendo en mayor medida
los estudios de análisis funcional realizados.
• A día de hoy la herramienta MySpySpot se
encuentra en explotación.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 23
TEÓRICO PRÁCTICO
Conclusiones

24. • Objetivo:
– Estimar la afinidad de un usuario de en
base a una pregunta.
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 24
TEÓRICO PRÁCTICO
Aplicación Web de estimación de afinidad en Twitter
¿Eres de Pepsi o de
Coca-Cola?
Pepsi
PepsiEspana
Influyentes
Coca-Cola
CocaCola_es
Influyentes

25. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 25
TEÓRICO PRÁCTICO
Aplicación Web de estimación de afinidad en Twitter
¿Influyentes?
Amigos
Seguidores
Manualmente
¿Tasa de Influencia?
1-10 = Servicios Web de Estimación de
influencia + puntuación según la relación
existente

26. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 26
TEÓRICO PRÁCTICO
Aplicación Web de estimación de afinidad en Twitter
• Servicios Web de Estimación de influencia
• rel.: Puntuación según relación con el usuario de
Twitter principal
Amistad mutua: + 3
Solo amistad: + 2
Solo seguidor: + 1
0-10 (Trstrank)
1-100 (Kscore)

27. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 27
TEÓRICO PRÁCTICO
Aplicación Web de estimación de afinidad en Twitter
Consulta Usuario Twitter
Se obtienen
los Amigos
Comparación
con la lista
de
influyentes
Influyentes op2
Influyentes op1
Influyentes op..
…

28. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 28
TEÓRICO PRÁCTICO
Aplicación Web de estimación de afinidad en Twitter

29. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 29
TEÓRICO PRÁCTICO
Aplicación Web de estimación de afinidad en Twitter
Primera versión:
•Elecciones municipales 22 mayo
•!dime a quién sigues y te diré a quién votas!
•Funcionando desde el 10 mayo, ver informe google analytics
Acceso a la aplicación

30. 28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 30
TEÓRICO PRÁCTICO
Aplicación Web de estimación de afinidad en Twitter
Mejora del prototipo, haciéndolo más genérico
Datos relevantes:
• almacenados 277.940 perfiles de usuarios de Twitter.
•Calculados 420.357 influyentes
Acceso a la aplicación

31. • Completar los estudios realizados teniendo en cuenta el aspecto ético y
legal de lo allí planteado
• Desarrollar un prototipo funcional para cada trabajo realizado
• En la actualizad se están planteando las siguientes nuevas funcionalidades
para la herramienta MySpySpot:
– Poder conectar los resultados de la herramienta MySpySpot con un
“analizador de sentimientos”
– Agregar nuevas fuentes de datos
• Para el prototipo funcional:
– Crear un Servicio Web
– Utilización de un algoritmo más trabajado
28/05/2013 Trabajo Fin de Máster - Angel Pérez Carpintero 31
Posibles Ampliaciones a este Trabajo Fin
de Máster

32. FIN DE LA PRESENTACIÓN