El Análisis de redes sociales como herramienta de investigación de mercados y política
El análisis de redes sociales es una herramienta muy potente para la consultoría, investigación de mercados y la política.
Muchos datos, bajo coste y velocidad.
Las redes sociales son una parte esencial de nuestra vida diaria.
A través de ellas, expresamos explícita e implícitamente aspectos de nuestra identidad, como nuestras actividades, emociones, preferencias y opiniones.
El análisis de redes sociales se ha convertido en una herramienta fundamental para conocer al consumidor, al cliente, al votante.
Por ejemplo, en el terreno de la política es posible determinar a quién vota una persona basándose en su comportamiento en estas plataformas.
Con una muestra grande y de calidad, si se desenmaraña la cantidad de información que compartimos por redes podemos imputar nuestro voto.
Es posible estimar el resultado de unas elecciones a través de las redes.
Y eso lo llevamos haciendo desde 2019. Y te vamos a enseñar toda la información que se puede obtener.
Así, tú aprendes cómo se hace y los beneficios que obtienes.
O tambien, nos puedes ESCRIBIR y lo hacemos nosotros que nos dedicamos a esto.
Puedes ver la Demo para empresas y la Demo de política sobre la potencia del Análisis de Redes Sociales.
Evolución de la estimación de voto nacional usando datos de Twitter (X)
Exploramos la trayectoria de los usuarios a lo largo del tiempo para entender cómo cambian sus preferencias.
Con ello podemos ver cómo son las transferencias en el voto desde dos puntos temporales. Por ejemplo, cómo se ha movido el voto entre las elecciones de 2019 y las de 2023.
Transferencias de voto: Desde el 10N de 2019 (izquierda) al 23J 2023 (derecha)
Se aprecia como gran parte del voto de Ciudadanos de 2019 se va al PP en 2023. Y un trozo considerable de Unidas Podemos al PSOE.
Hasta aquí, nada que no pueda hacer una encuesta. Lo importante del análisis de redes es que podemos conocer cuáles son los temas de los que habla cada uno de los electorados en un momento concreto.
Por ejemplo, la semana de la investidura de Pedro Sánchez (del 13 al 19 de noviembre de 2023).
Los votantes de Vox hablaron de la Ley de amnistía, la huelga general de Solidaridad, las manifestaciones en Ferraz, etc.
Las dos palabras conjuntas más mencionadas por los votantes de Vox
O los hashtag más utilizados esa semana por los votantes del PSOE. Hablaron sobre la investidura y reivindicando a Sánchez como Presidente del Gobierno
Los hashtag más utilizados por los votantes del PSOE
El futuro de la consultoría, investigación de mercados y las estimaciones de voto pasa, irremediablemente, por el análisis de redes sociales.
A su favor juega la cantidad de datos que se generan cada minuto en sus servidores, los bajos costes y la velocidad con la que se puede esbozar la foto fija del apoyo a un partido o la satisfacción del consumidor.
Si no te quieres quedar en el pasado ESCRÍBENOS
¿Cómo se hace el análisis de las redes sociales?
El análisis de redes sociales (ARS) se basa en extraer toda la información disponible en plataformas como Twitter (X), Facebook, Instagram, TikTok, Linkedin, etc.
Para luego analizar el comportamiento y conexiones de las personas que participan en ellas.
Dependiendo de la red social, variará el tipo de datos que se obtienen. Desde comentarios, publicaciones, likes, vídeos, imágenes, etc.
Estos datos se procesan, estructuran y se limpian para luego poder ser analizados.
Además del contenido emitido, se estudian e interpretan las relaciones y patrones interconectados entre los actores en la red.
El ejemplo mostrado antes es una predicción electoral usando solo datos públicos extraídos de Twitter (X).
Se han extraído datos de cuentas públicas, ya que se puede obtener gran información. A quién sigue, quién te sigue, los tweets, a quién has hecho RT…
Para conseguir la mayor fiabilidad de los datos, se han buscado cuentas activas en las 52 provincias españolas.
Se establecieron condiciones para asegurarse de que sean personas las que están detrás y no bots o cuentas falsas usadas por los partidos políticos o sus forofos.
En la primera descarga, se encontrando 157.394 cuentas. Tras filtrar por calidad, se quedan finalmente 49.867 cuentas para analizar.
Por otro lado, se buscan las cuentas de Twitter de los principales partidos que se presentan a las elecciones. En total 1.710 cuentas relacionadas con los partidos políticos.
A parte de los partidos grandes (PP, PSOE, VOX, Unidas Podemos, Sumar, Ciudadanos), en el bloque de Otros están: Más País, ERC, Junts, PNV, Bildu, CC, BNG, PRC, CUP, EV, UPYD, PACMA, PCPE, Falange, etc.
Con todos los datos, transformando y calibrando las diferentes variables originales (90), se obtienen más de 300 variables.
Estas se integran en un modelo estadístico de proximidad a cada uno de los partidos que se presentan. Así podemos asignar el voto más probable a cada una de las cuentas.
La asignación de voto variará según la actividad que haya tenido cada mes, así como su variación respecto a los anteriores.
Cómo es lógico, desde este paso hasta la estimación final el salto es enorme, pero es aquí donde reside el valor del método.
¿Se han predicho ya elecciones usando redes sociales?
La predicción electoral usando las redes sociales se lleva estudiando desde 2010.
La lógica es sencilla.
Las personas usan las redes sociales para expresar sus opiniones de manera pública. Por lo tanto, tiene que ser posible usar esa información para predecir resultados electorales.
Twitter ya se ha usado para estudiar campos como la comunicación política, de crisis o de marca.
Encontramos algunos artículos académicos como los siguientes:
- Propuesta de diseño muestral para el análisis de Twitter en comunicación política: La propuesta se basa en un nuevo modelo denominado Top discussion indicator (TDI) o Indicador de la máxima discusión.
- Limits of Electoral Predictions Using Twitter: Expone los límites de este tipo de predicción electoral, analizando sus usos como el volumen de información, análisis de sentimientos…
- Twitter Based Election Prediction and Analysis: Intentan predecir el resultado de las elecciones analizando el sentimiento de datos de Twitter sobre los candidatos. Usan léxico basando el enfoque en el aprendizaje automático para encontrar emociones en Tweets y predecir la puntuación de sentimiento.
Recordemos que, todo lo que vale para la política, es útil para las empresas. Y viceversa. Cambia partido por empresa, ONG o Iglesia. Cambia dar tu voto a un partido por comprar en una empresa.
El final es el mismo, convencer a tus clientes/votantes que el partido/empresa les va a dar lo mejor para ellos.
SI no te quieres quedar en el pasado ESCRÍBENOS
¿Qué fiabilidad tiene el análisis de redes sociales?
Uno de los artículos anteriores, dice que ésta metodológica está limitada y que el error medio es más alto que el de las encuestas.
Pero el tiempo avanza y los métodos evolucionan.
Plantea que el uso de grandes volúmenes de datos de Twitter ha tenido un error medio (MAE) de 17,1%, y el análisis de sentimiento un MAE de 7,6%; mientras las encuestas profesionales suelen lograr entre un 2-3% de error medio.
Sin embargo, nuestra experiencia es totalmente distinta.
Nuestras estimaciones usando datos de Twitter para las elecciones ha sido muy similar al de las encuestas.
¿La diferencia?
Cada encuesta puede tener un coste de alrededor de 10.000€, mientras que nosotros solo hemos gastado el tiempo de descarga y análisis. No hay costes de campo.
Se ha usado este método para predecir las elecciones de 2022 y 2023 con grandes resultados.
En Castilla y León (2022) tuvimos un error de 1,62 %. Situándose en 3 lugar entre 14 casas de encuestas. Enlace a la Estimación y al balance comparado con las encuestas.
Para Andalucía (2022), el acierto no fue tan alto, pero aún así se logró un MAE de 2,29 %, cercano a la media de encuestas. Y manteniéndose dentro de los estándares de los papers académicos donde el error medio debería estar entre un 2-3% para poder competir con las encuestas tradicionales. Enlace a la Estimación y al balance comparado con las encuestas.
Para las elecciones autonómicas de 2023 también se logró un gran acierto. Enlace a la Estimación y al balance comparado con las encuestas.
En la media, en incluso superior a la media de encuestas.
Los errores fueron de: Comunidad de Madrid (1,33 %, 14º de 16), Comunidad Valenciana (2,11 % y posición 7 de 14), Castilla la Mancha (2,00% y 3º de 8), Murcia (2,93 %, 6 de 8) y La Rioja (1,33 %, 2º de 8).
De las 5 estimaciones usando Twitter, TODAS tuvieron error inferior al 3 %. En la mayoría, obtuvimos un acierto superior a la media de encuestas.
Y para terminar, en las Elecciones Generales del 23J de 2023 logramos un error de 1,24 %. Y la 3ª posición de entre 21 casas de encuestas que publicaron estimaciones para estas elecciones. Enlace a la Estimación y al balance comparado con las encuestas.
Con estos datos, se puede afirmar: el análisis de las redes sociales son FIABLES.
Lo que es imprescindible para que sean útiles es un buen filtrado y limpieza de los datos que se extraen.
Saber diferenciar la información del ruido.
Con una buena metodología, el análisis de redes sociales es un buen predictor de la conducta de las personas en la políticas y los mercados.
Actualización: Se han estimado también las elecciones Gallegas de 2024. Un nueva gran estimación con un Error Medio de 1,1, quedando en 4ª posición de 15 en escaños. Enlace a la Estimación y al balance comparado con las encuestas. Además, están disponibles las estimaciones para el País Vasco y Cataluña que celebrarán elecciones en breves.
¿Qué se puede analizar de las redes sociales?
El análisis de redes sociales ofrece una amplias posibilidades para examinar diversos aspectos de las interacciones humanas.
Algunos ejemplos:
- Estructura de la Red: Identificación y visualización de conexiones y relaciones entre individuos. Análisis de la topología de la red, como la centralidad de cuentas clave.
- Difusión de la Información: Seguimiento de la propagación de información a través de la red. Identificación de influenciadores y la velocidad de difusión de contenido.
- Participación y Compromiso: Análisis de la frecuencia y naturaleza de las interacciones (me gusta, comentarios, compartido). Evaluación del grado de compromiso de la audiencia con contenido específico.
- Segmentación de Audiencia: Clasificación de grupos demográficos o intereses comunes dentro de la red. Identificación de comunidades o clústeres.
- Sentimiento del Usuario: Análisis de sentimientos expresados en comentarios o publicaciones. Seguimiento de la percepción de una marca, producto o tema específico.
- Análisis de Contenido: Evaluación de temas populares o tendencias dentro de la red. Identificación de palabras clave y temas relevantes.
- Influencia y Autoridad: Medición de la influencia de usuarios específicos en la red. Evaluación de la autoridad de perfiles o páginas en términos de seguidores y participación.
- Análisis Temporal: Seguimiento de cambios y tendencias a lo largo del tiempo. Identificación de eventos que afectan la dinámica de la red.
- Segmentación Geográfica: Identificación de ubicaciones geográficas de interacción. Análisis de variaciones regionales en términos de temas de interés.
Estas son solo algunas de las muchas áreas que se pueden explorar a través del análisis de redes sociales, y la aplicación varía según los objetivos específicos de investigación o análisis.
¿Por qué es importante analizar las redes sociales?
El análisis de redes sociales es crucial ya que proporciona información valiosa sobre las dinámicas sociales en línea.
Razones fundamentales:
- Comprender la Interconexión Social: Proporciona una visión profunda de cómo las personas y empresas están conectadas, ayudando a comprender la estructura y la dinámica de las relaciones en línea.
- Identificar Tendencias y Patrones: Permite identificar tendencias emergentes, patrones de comportamiento y cambios en las preferencias del usuario, lo cual es vital para la toma de decisiones informada.
- Mejorar la Toma de Decisiones Empresariales: Ayuda a las empresas a comprender la percepción del consumidor, evaluar la efectividad de las campañas de marketing y adaptar estrategias según las necesidades del mercado.
- Evaluar la Reputación de la Marca: Permite evaluar la reputación de una marca o entidad a través del análisis de comentarios y sentimientos expresados por los usuarios en las redes sociales.
- Detectar Problemas de Servicio al Cliente: Facilita la identificación temprana de problemas o preocupaciones de los clientes, permitiendo respuestas rápidas y la mejora continua de los productos o servicios.
- Medir el Impacto de Eventos y Campañas: Permite evaluar el impacto de eventos, lanzamientos de productos o campañas publicitarias a través de la monitorización de la participación y la difusión en las redes sociales.
- Segmentación de Audiencia: Facilita la segmentación de audiencia, permitiendo a las organizaciones adaptar mensajes y estrategias según las características y preferencias de grupos específicos.
- Entender la Influencia Digital: Identifica influencers y personas clave en la red, lo que es crucial para colaboraciones estratégicas y marketing de influencia.
- Prevenir y Gestionar Crisis de Reputación: Facilita la detección temprana de problemas potenciales y permite una respuesta rápida para gestionar crisis de reputación de manera efectiva.
- Apoyar Investigaciones Académicas y Científicas: Brinda a investigadores y académicos datos valiosos para estudios sobre comportamiento social, difusión de información y cambios culturales.
¿Qué datos podemos extraer de aplicar la analítica en redes sociales?
La aplicación de la analítica en redes sociales proporciona una variedad de datos valiosos:
- Participación y Compromiso: Número de «me gusta», comentarios y compartidos en publicaciones. Tasas de interacción para evaluar el nivel de participación del público.
- Crecimiento de Seguidores: Nuevos seguidores ganados durante un período de tiempo específico. Tendencias en el crecimiento o pérdida de seguidores.
- Segmentación de Audiencia: Datos demográficos de la audiencia, como edad, género y ubicación. Intereses y preferencias de la audiencia basados en la actividad en la red.
- Sentimiento del Usuario: Análisis de sentimientos en comentarios y publicaciones para evaluar la percepción general. Identificación de comentarios positivos, negativos o neutros.
- Influencia y Autoridad: Identificación de influencers y su nivel de impacto en la red. Autoridad de perfiles específicos basada en la interacción y el alcance.
- Análisis de Contenido: Identificación de temas populares o tendencias dentro de la red. Palabras clave y temas relevantes mencionados con frecuencia.
- Difusión de Información: Evaluación de la propagación de información y la viralidad de ciertos contenidos. Identificación de nodos clave en la red de difusión.
- Análisis Temporal: Tendencias a lo largo del tiempo, como cambios estacionales o eventos específicos. Identificación de momentos de mayor actividad o engagement.
- Análisis de Competencia: Comparación de métricas con competidores para evaluar el rendimiento relativo. Identificación de oportunidades basadas en brechas de rendimiento.
- Datos Geoespaciales: Localización geográfica de la audiencia y patrones de participación por ubicación. Análisis de la efectividad de campañas.
Una Demo como la que puedes tener en un Dashboard multiplataforma. Aquí la versión móvil.
Y su aplicación en empresas y marcas en este enlace.