Social Media Analytics: qué es, para qué sirve y cuáles son las herramientas para hacerlo 

El Social Media Analytics consiste en la recopilación, integración y análisis de datos de redes sociales, como Meta, LinkedIn, YouTube, Twitter, entre otros. Es una actividad básica del Social Media Marketing y es cada vez más importante para la efectividad de las estrategias de marketing. 

A través de los datos generados por las redes sociales se pueden realizar análisis verdaderamente profundos respecto del comportamiento público y del desempeño y posicionamiento online de perfiles individuales, personalidades, marcas, empresas, así como estudiar el debate existente online sobre temas específicos y temas. 

El Social Media Analytics también permite una orientación muy precisa y la creación de campañas de marketing y contenido verdaderamente basadas en datos. 

En definitiva, los beneficios para quienes intervienen en marketing, comunicación, publicidad, Experiencia de Cliente, así como para quienes tienen que monitorear comportamientos y preferencias, son inmensos, respetando siempre la privacidad de las personas. 

¿Por qué hacer Social Media Analytics? 

En 2022, la cantidad de datos creados en el mundo se acercó a los 100 Zettabytes. Un zettabyte significa 10 elevado a 21 (10^21): un valor difícil incluso de imaginar y que está destinado a crecer en los próximos años. 

La mayoría de estos datos no están estructurados, es decir, no están organizados en filas y tablas, sino en forma de textos, audio, vídeos, imágenes, mapas, entre otros formatos. 

Hoy en día tenemos las condiciones ideales para poder extraer valor de forma automática y masiva incluso a partir de datos no estructurados por una serie de motivos: 

• La evolución de los algoritmos de aprendizaje profundo que, a través de redes neuronales artificiales, simulan la funcionalidad del cerebro humano y son capaces de procesar datos muy complejos no expresados en forma tabular. La Computer Vision y el procesamiento del lenguaje natural facilitan el análisis y la interpretación de grandes masas de datos no estructurados. 

• La abundancia de datos disponibles y gratuitos, fundamentales para entrenar algoritmos de aprendizaje profundo, que funcionan cada vez mejor a medida que aumenta la cantidad de datos disponibles. 

• El aumento de la capacidad de almacenamiento y procesamiento de grandes cantidades de datos, gracias a tecnologías como la nube, computación paralela, bases de datos distribuidas, entre otros. 

• La relevancia del código abierto que rompe las barreras de entrada y fomenta el intercambio y el crecimiento del conocimiento. 

• La cantidad y concentración de capital invertido, especialmente en China y Estados Unidos, en forma de capital riesgo, que aceleran el desarrollo y la aplicación de soluciones cada vez más efectivas y generalizadas. 

Por todo ello, el análisis de datos no estructurados, como los creados en las redes sociales, puede conducir a resultados cada vez más satisfactorios. 

Tipos de análisis 

Se pueden realizar diferentes tipos de análisis: el social media analytics o análisis de redes sociales permite descubrir mucha información sobre el rendimiento de las propias plataformas, de las de los competidores, del mercado y de los usuarios, de fenómenos individuales. 

Se pueden identificar distintos tipos de análisis según las diversas dimensiones. En primer lugar, es importante considerar el análisis cualitativo y el análisis cuantitativo. 

Análisis cualitativos 

Los análisis cualitativos exploran y analizan los aspectos más intangibles de la presencia online de organizaciones y personas, como el posicionamiento, el tono de voz, la calidad de la interacción con seguidores y fans, el tipo y calidad del contenido utilizado, fotografías, vídeos, textos.  

En el análisis de temas específicos, los análisis cualitativos nos permiten comprender el sentimiento, es decir, las opiniones y tendencias predominantes con respecto a un tema, un personaje o una marca. En este caso, el análisis se basa en la observación de algunas conversaciones y comentarios, sin significación estadística alguna.  

Este tipo de análisis también se utiliza si la base de datos (es decir, el número de conversaciones) no es suficiente o no se poseen las habilidades y herramientas necesarias para el análisis cualitativo. 

Análisis cuantitativos 

Por el contrario, los análisis cuantitativos evalúan el desempeño de todas las dimensiones mensurables de la presencia social de individuos y organizaciones. Además de analizar el posicionamiento y el sentimiento con respecto a temas, marcas, individuos, organizaciones, a través de un análisis cuantitativo de conversaciones, se puede definir el sentimiento respecto a cualquier tema, mediante la aplicación de algoritmos de Procesamiento del Lenguaje Natural (NPL), análisis de texto y análisis biométrico. 

Pero: ¿Qué tipo de información se puede obtener a través del social media analytics? 

Podemos clasificar el tipo de análisis esencialmente en 3 macrocategorías: 

• Análisis de rendimiento de páginas individuales y perfiles sociales. 

• Análisis de audiencia que incluye características, comportamientos, preferencias. 

• Análisis de conversaciones. 

Análisis de rendimiento de páginas individuales y perfiles sociales 

A continuación, utilizaremos Facebook (hoy Meta) como red social de referencia, tanto por su difusión como por la calidad de las herramientas de análisis de redes sociales que pone a su disposición.  

Twitter, Instagram, LinkedIn y YouTube tienen varios puntos en común y algunas diferencias, pero la lógica subyacente de los análisis que se pueden realizar no cambia mucho. 

Hay que hacer una primera aclaración: en Facebook existen dos tipos principales de contenedores: páginas y perfiles personales. Estos tienen muchos puntos en común y algunas diferencias. Por ejemplo, las páginas cuentan con herramientas más sofisticadas para el análisis de redes sociales. 

Qué tan conocida y apreciada es una página: fans y seguidores 

La primera medida de la notoriedad de una página viene dada por el número de ‘Me gusta’ de la página, es decir, el número de Fans y el número de Seguidores de la página misma.  

La diferencia es simple: el número de Fans (‘me gusta’ en la página) indica cuántos perfiles han decidido señalar su preferencia -y en teoría su apoyo y aprobación- por la página y sus contenidos. Por el contrario, los seguidores quieren mantenerse actualizados sobre los contenidos publicados en la página sin expresar su apoyo explícito.  

Las dos dimensiones son independientes: los perfiles pueden, por ejemplo, optar por hacerse fans de una página sin recibir actualizaciones (y viceversa). Normalmente, los dos números están muy cerca, dado que al darle ‘me gusta’ a una página automáticamente también te conviertes en seguidor. Las dos cosas se pueden desacoplar, pero es una elección consciente que quizás no todos los usuarios toman. 

Evolución del número de seguidores a lo largo del tiempo 

En resumen, Fans y Seguidores son la medida de cuán conocida y apreciada es la página, pero no dan ninguna indicación, salvo indirectamente, sobre cuántas personas ven sus contenidos.  

Para medir esta dimensión podemos considerar el número de vistas de la página o vistas previas de la propia página en los foros de mensajes de los usuarios o finalmente la audiencia alcanzada por los contenidos o impresiones. 

La audiencia y las impresiones son una medida mucho más precisa de la difusión real del contenido. La diferencia es que la audiencia identifica la cantidad de usuarios únicos, mientras que las impresiones cuentan la cantidad de veces que el contenido de la página ha aparecido en los foros de mensajes de los usuarios, considerando también múltiples vistas. 

Estas dos métricas son particularmente útiles porque, si bien el número de «me gusta» y de seguidores puede ser el resultado de una adquisición (legítima) de «me gusta» a través de campañas pagas, la audiencia alcanzada o las impresiones obtenidas dependen sólo en parte del número de seguidores, ya que el algoritmo de Facebook no es muy generoso desde este punto de vista con las páginas, premiando sólo aquellas con contenidos especialmente atractivos, que inducen a los usuarios a dar me gusta o añadir otras reacciones, comentar o compartir.  

De esta manera, Facebook reduce el riesgo de que contenido poco interesante sea ampliamente visto simplemente porque está respaldado por inversiones promocionales, tal vez muy atrás en el tiempo. 

Si para las páginas de las que usted es administrador, los insights proporcionan numerosos detalles sobre la audiencia alcanzada, para las páginas de terceros un analista sólo tiene disponibles los datos de ‘Me gusta’ de la página y de los seguidores. Por lo tanto, no se puede medir directamente la audiencia a la que llega una página gestionada por un tercero, por ejemplo, un competidor.  

En este caso, la única medida indirecta del número de usuarios alcanzados, pero también, una medida muy eficaz de la capacidad de una página para despertar interés viene dada por el número de interacciones que los usuarios tienen con la propia página, representada por el número de reacciones con las que los usuarios muestran su reacción ante un contenido específico, la cantidad de comentarios y compartidos que representan aún más la capacidad de activar a su audiencia. 

Las páginas con muchos seguidores y ‘me gusta’ en la página y publicaciones individuales con muy pocas reacciones, comentarios y compartidos tendrán una audiencia orgánica, es decir, no obtenida a través de campañas pagas, mucho menor que el número de seguidores de la propia página. 

Si se tiene acceso a Insights, la herramienta de análisis de Facebook, también se puede realizar un seguimiento de los clics obtenidos, por ejemplo, en un enlace o una llamada a la acción contenida en las publicaciones. 

Tasa de participación promedio: la tasa de participación del usuario 

Una medida muy extendida del grado de participación de las páginas es la Average Engagement Rate (AER) o Tasa de participación promedio, en español. Esdte índice en una página, se define como la relación entre la suma de las interacciones obtenidas (reacciones, comentarios, compartidos) de todas las publicaciones de la página y el número de seguidores de la página en sí, todo dividido por el número de publicaciones consideradas. 

Lo interesante de la AER es que también permite comparar páginas con números muy diferentes de fans y seguidores y que también permite una comparación con páginas de terceros, considerando como máximo una muestra de todo el contenido producido por la página, excluyendo así las más antiguas y permitiendo un análisis empírico, incluso manual, sobre páginas de terceros. También están disponibles varios puntos de referencia, incluidos los nacionales, considerando, además, los diferentes tamaños relativos, es decir, divididos por bandas con respecto al número de seguidores. 

Una medida AER que tiene en cuenta la tasa de participación de la audiencia realmente alcanzada divide el número de interacciones precisamente por la audiencia alcanzada en lugar de por los seguidores. La desventaja es que, en este caso, al no ser posible tener acceso a la audiencia alcanzada por terceros, las comparaciones no son posibles. 

Análisis de vídeo y análisis de publicidad 

El análisis de la audiencia alcanzada y de las interacciones generadas ciertamente no agota las posibilidades de análisis: hay muchas otras dimensiones y métricas que quienes se ocupan de la analítica de Social Media pueden considerar, incluidas variaciones por intervalos de tiempo o subclasificaciones de reacciones y comentarios individuales.  

Sin embargo, un lugar especialmente importante lo ocupan los vídeos y la publicidad, que siguen lógicas ligeramente diferentes. 

En lo que respecta a los videos -además de las dimensiones típicas de cualquier contenido y post- se considera fundamental medir el número de visualizaciones, evaluando también los minutos o segundos de visualización, que dan una idea de cuánto fue realmente visto el vídeo, si no fue en su totalidad, al menos en parte. 

En cuanto a la publicidad, existen campañas muy diferentes, en formato y con objetivos completamente diferentes: desde llegar a la mayor audiencia posible, hasta el número de clics obtenidos en los enlaces contenidos en el mensaje, pasando por el nivel de engagement obtenido, hasta la maximización con respecto a acciones específicas solicitadas al usuario a través de un llamado a la acción (como darle ‘me gusta’ a la página o a la publicación en sí, por ejemplo). 

En este caso, además de los valores absolutos en términos de audiencia alcanzada e impresiones, número de reacciones o clics, número de acciones realizadas, también se pueden medir métricas relativas, que permiten conocer y medir el retorno de la inversión de las campañas patrocinadas.   

En primer lugar, podemos medir el CPM, es decir, el Costo por Milla (por sus siglas en ingles), que indica cuánto costó llegar a 1000 usuarios. Luego se puede considerar el Click-through-Rate (CTR), es decir, el porcentaje de usuarios que hicieron clic en un contenido o un enlace en comparación con el número de usuarios alcanzados.  

En consecuencia, aparece desde el Costo por Clic (CPC), es decir, el costo incurrido por cada clic obtenido, hasta la medición del Costo por Actividad (CPA), es decir, la relación entre la inversión de marketing y el número de usuarios que completaron la tarea prevista. 

El rendimiento de las campañas pagas clasificadas por tipo de contenido 

Por ejemplo, si la campaña tuviera como objetivo adquirir un cliente, podríamos medir el Costo de Adquisición del Cliente (CAC) y posiblemente compararlo con el valor total del cliente a largo plazo, medido por el Valor de Vida del Cliente (CLV), es decir, la suma de todos los beneficios obtenidos con el propio cliente. 

Cabe subrayar que la actividad de seguimiento del comportamiento y medición del retorno de las inversiones es verdaderamente inmediata, sencilla y precisa en las plataformas digitales. 

Se pueden realizar más subsegmentaciones de los contenidos, por ejemplo, por el tipo de medio utilizado (texto, enlace, vídeo, fotografía), o por el tipo de contenido (análisis, comentario, entrevista, etc.) o por el tono de voz utilizada (profesional, empática, distante, etc.). Simplemente hay que etiquetar los contenidos de forma adecuada para permitir posteriormente análisis y comparaciones útiles para encontrar la forma más eficaz de comunicarse. 

En resumen 

Está claro cuánta información muy útil para entender el posicionamiento social propio o de terceros se pone a disposición a través de las redes sociales. Por lo tanto, el análisis de las redes sociales es necesario para comprender y mejorar el rendimiento de las páginas y los usuarios. 

Análisis de audiencia: características, comportamientos, preferencias 

El análisis del rendimiento de la página ciertamente no agota el conjunto de información que se puede extraer de las redes sociales mediante el análisis de redes sociales. 

Un segundo ámbito de investigación sumamente interesante es el del público, es decir, el análisis de los perfiles de los fans, seguidores y audiencias alcanzadas, comparables con toda la población de Facebook, dividida por países. 

Los primeros datos que se pueden obtener son sociodemográficos: edad, sexo, zona geográfica de procedencia, a los que se suma información adicional sobre nivel educativo, ocupación e incluso situación sentimental. 

Hay que recordar que se trata de toda información que, como usuarios, compartimos en las redes sociales y que acaba por un lado en manos de los analistas de la plataforma y, por otro, en la de los analistas y anunciantes de las marcas individuales. 

Se acompaña de información relativa a los gustos y preferencias del público, como las páginas que sigue, los intereses expresados públicamente, el apoyo a causas, participación en grupos, interacción con contenidos, páginas y perfiles específicos. 

Finalmente, podemos recopilar información de comportamiento, comparando también el tipo de actividad de los fans y seguidores con la media que se encuentra en las plataformas. Podemos así saber si nuestros fans o seguidores en promedio interactúan más o menos con los usuarios, si hacen clic más o menos a menudo en contenidos publicitarios, si son más o menos reactivos y constantes en la participación con comentarios, reacciones, contribuciones de diferente tipo. 

Este tipo de información es de fundamental importancia a la hora de definir los objetivos a alcanzar mediante campañas pagas. A partir de estas métricas se pueden construir audiencias, es decir, audiencias aún más precisas mediante el uso de listas de usuarios. Por ejemplo, una empresa podría decidir llegar sólo a sus clientes: al cargar la lista de clientes que incluye los correos electrónicos, los mensajes solo llegarán a los usuarios registrados con una de las direcciones de correo electrónico incluidas en la lista. 

En las campañas de LinkedIn son muy útiles los datos relativos a las empresas de referencia, sectores, roles de empresa, funciones y preferencias expresadas. Esto le permite llegar al público objetivo con extrema precisión. 

La tarea de los analistas de redes sociales es proporcionar a los anunciantes y redactores toda la información necesaria para identificar con precisión el target y modular cuidadosamente los temas, la forma y los formatos del contenido publicado. 

Evidentemente, este tipo de análisis le permite analizar cuidadosamente no sólo sus propias plataformas y comunicación social, sino también las de sus competidores, es decir, las «mejores de su clase»: organizaciones que son particularmente buenas comunicando en las redes sociales, de las cuales tomar inspiración y aprendizaje. 

Análisis de conversaciones 

El tercer tipo de análisis de redes sociales se refiere a las conversaciones que tienen lugar en una o más redes sociales y por extensión online, en todos aquellos espacios donde los usuarios pueden comentar, compartir impresiones y contribuir al debate, como foros, grupos de discusión, blogs y revistas. 

En este caso, el análisis ya no involucra a un solo perfil o página, sino que se extiende a toda la plataforma o incluso a un conjunto de plataformas, hasta llegar a toda la web. 

Este tipo de análisis permite, entre otras cosas, monitorizar: 

• Nivel de popularidad, interés, recepción y tipo de participantes en la discusión pública con respecto a un solo personaje, marca, producto u organización. 

• El interés, tipo de participación y tipo de debate con respecto a temas y temas individuales. 

• La importancia y relevancia de los participantes individuales en un debate, identificando los perfiles (y por tanto los gustos y características) de los más influyentes, construyendo diversos mapas capaces de medir el grado de viralidad de los contenidos compartidos por los participantes. 

• La estructura de las redes que se crean en torno a personajes y temas individuales, midiendo su centralidad y número de interacciones. 

• Subclasificación de los temas tratados y los términos utilizados. 

• Distribución geográfica de las intervenciones y origen de los participantes. 

• Características sociodemográficas e intereses de los participantes en conversaciones en línea. 

• Clasificación de las contribuciones al debate por importancia, número de reacciones provocadas, tasa de aprobación. 

• Medición del sentimiento, es decir, el grado de aprobación, desaprobación y todo el rango intermedio de reacciones y actitudes frente a temas 

Como es evidente, una capacidad de análisis de este tipo permite conocer los intereses, gustos y reacciones de los grupos sociales, con impactos imaginables en actividades encaminadas a organizar consensos (políticos), identificación de perfiles de interés para la elaboración de perfiles objetivo frente a una increíble variedad de tamaños.