La evolución del análisis de datos sociales se enfrenta hoy en día al imperativo de incorporar la disciplina y el rigor de la investigación de mercados para garantizar la calidad de los resultados que se obtengan a través de ellos. Solo aplicando estos principios se considerará una disciplina de investigación legítima, que aporte un valor claro a las marcas, donde el papel de los investigadores en la generación de insights es fundamental.

Creo que me podría autodefinir como una conversa, o algo así, del social intelligence. A nivel personal siempre me he fijado en los aspectos más negativos de las redes sociales, pero a la vez me confieso encantada con todas las cosas que descubro a través de ellas, con poder acceder a personas que despiertan mi interés y que en muchos casos no podría leer si no fuera de esta manera. Si este aspecto positivo de las redes sociales lo llevamos al campo de la investigación de mercados, las oportunidades que brinda el social intelligence para las marcas es impresionante.

La ingente cantidad de cosas que escribimos, a veces de forma espontánea y otras tras pensarlo muy bien, y compartimos a través de internet cuentan una  historia,  bien sea de cómo nos sentimos, qué necesidades tenemos o incluso cuáles son nuestros valores y creencias. Lo que decimos en las redes sociales, en los blogs, en los foros, en las reseñas, etc. nos abre las puertas a conocer a los consumidores como siempre hemos querido: sin filtros, sin saberse expuestos.

La accesibilidad a esta inmensa cantidad de datos y la complejidad de su análisis han sido las principales barreras para incorporarlos en los estudios de investigación de mercados, pero todo eso ha cambiado mucho, y gracias a distintos avances todo es ahora mucho más ágil y, por lo tanto, más accionable.

En los últimos 15-20 años, la mejora significativa de la capacidad de la computación y los avances en los algoritmos y la inteligencia artificial (IA) nos han permitido procesar más datos de los que antes eran digeribles. Los primeros avances vinieron con las plataformas de social media intelligence, plataformas de software diseñadas para permitir la escucha social a partir de distintas fuentes de datos, facilitando el acceso en tiempo real a numerosas métricas gracias a cuadros de mandos interactivos. Con el tiempo, se han ido sofisticando y algunas de ellas ya permiten reunir datos de alta calidad filtrados de manera efectiva.

Con el crecimiento exponencial del acceso a datos de conversaciones sociales vino el gran crecimiento de la analítica gracias al desarrollo tecnológico que ha traído la inteligencia artificial. El análisis de datos basado en la IA nos permite ver patrones con sentido en grandes conjuntos de datos no estructurados (sean estos textos, imágenes o vídeos) utilizando PNL (procesamiento del lenguaje natural), machine learning, data mining, estadística, etc. 

En nuestro campo, la IA se anuncia con demasiada frecuencia como una herramienta mágica en forma de caja negra que forma parte de una plataforma, cuando en realidad hay que combinar diferentes tipos de perfiles para hacer una buena investigación. En primer lugar, no se puede subestimar el papel de los data scientists. Son ellos los que seleccionan y desarrollan los algoritmos significativos para realizar tareas específicas y llevar las investigaciones a buen puerto. Su trabajo nos ayuda a dar sentido a enormes cantidades de datos de forma rápida y eficiente. 

Pero, para llegar a realizar investigaciones útiles y que den respuestas reales necesitamos algo más, el descubrimiento de insights por parte de los analistas. La contribución de los investigadores a la búsqueda de insights  a partir de  datos  sociales, proviene de su utilización de marcos de análisis que consiguen dar el sentido último a los datos.

Es el analista el que toma los hechos, datos y patrones que le ha revelado la tecnología, gracias al data scientist, y encaja todas esas piezas para desenterrar su significado. El papel de los investigadores en la generación de insights es fundamental.

La disciplina de Social Intelligence y Analytics tiene mucho que ofrecer como herramienta de investigación, a la vez que proporciona un complemento muy útil a otras fuentes de información, asegurando una comprensión a 360° de los comportamientos y expectativas de los consumidores y ciudadanos. 

Como fuente de información, los datos sociales son ricos, espontáneos, inagotables, la clave es ir más allá de los meros datos y aplicar marcos de análisis que nos permitan entender lo que está detrás del texto, la imagen o el vídeo. Ahí es donde está el valor diferencial del dato social para las marcas, un diamante en bruto que hay que saber pulir y la mano humana, por encima de la tecnología, es la clave.