¿Se pregunta cómo se sienten los clientes acerca de su marca? Un nuevo algoritmo rastrea la percepción de marca de las personas en tiempo real a través de Twitter.

Las tendencias del video marketing para el 2019.
enero 25, 2019
Patrick Dufour: Haz que las ideas sucedan … Piensa creativamente :)
enero 29, 2019
Show all

Durante décadas, los expertos en mercadeo han confiado en las encuestas para evaluar cómo los clientes perciben sus marcas. Si bien este método probado y verdadero hace un buen trabajo al revelar cómo las marcas se comparan con la competencia en todo, desde la salud hasta el lujo, también requiere mucho tiempo y mucha mano de obra. Para cuando tenga los resultados de la encuesta en su mano, es posible que ya estén desactualizados.

Jennifer Cutler, profesora asistente de mercadotecnia en la Escuela Kellogg, cree que puede ser el momento de enviar muchas encuestas para un retiro bien merecido. En cambio, ella y un coautor han desarrollado una herramienta en tiempo real basada en la actividad de Twitter.

Cutler y el coautor Aron Culotta del Instituto de Tecnología de Illinois han creado un enfoque que permite a los profesionales de marketing hacer un seguimiento en tiempo real de cómo se compara su empresa con respecto a otros para cualquier atributo que les interese: en cuestión de minutos, un profesional de marketing puede saber si los clientes ven a Tesla como más o menos lujoso que Porsche, una tarea que antes podía tomar semanas o incluso meses para completarse. Esto se logra no mediante el seguimiento de lo que los usuarios publican en Twitter, sino a quién siguen: un enfoque que, según Cutler, ofrece información más profunda y detallada sobre cómo se ven las empresas.

Los consumidores revelan mucho sobre sí mismos en línea, incluso cuando no dicen nada en absoluto.

“Hay mucha emoción en el campo del marketing sobre el potencial para extraer información sobre los consumidores de estos datos, pero definitivamente ha habido una lucha para descubrir cómo hacerlo”, explica Cutler. Por lo tanto, gran parte de esa información permanece sin explotar por parte de los vendedores. Sin embargo, gracias a investigaciones como la de ella, “muchas de las barreras de entrada y muchos de los obstáculos para aplicar la minería de datos a gran escala para la información de marketing están cayendo”.

El poder de la minería de datos en redes sociales.

Cuando los profesionales de marketing buscan las redes sociales, a menudo se centran en lo que los consumidores dicen sobre sus marcas. Aunque Cutler cree que el análisis de texto tiene su lugar, existen serios inconvenientes en confiar solo en el texto. Por ejemplo, aunque el 20 por ciento de los adultos de EE. UU. Tienen cuentas de Twitter, menos de la mitad publican activamente.

“Entre los que escriben, muy pocos van a escribir sobre una marca, y aún menos escribirán sobre su marca”, explica Cutler.

Pero los consumidores revelan mucho sobre sí mismos en línea, incluso cuando no dicen nada en absoluto.

Estos lurkers de Twitter siguen a otros usuarios (empresas, políticos, celebridades, amigos) y hacen listas de cuentas, organizadas por tema. A través de listas, los usuarios pueden crear sus propias fuentes de noticias sobre temas de interés (“deportes”, “ciencia” o “política”). Y a menos que hayan privado su cuenta de Twitter, toda esta información está disponible públicamente.

A través de estos muchos millones de listas curadas por el usuario, comienzan a surgir ciertos puntos en común. @ESPN, por ejemplo, puede aparecer en muchas listas de usuarios etiquetadas como “deportes” porque los usuarios lo asocian fuertemente con ese tema. Ditto @DogRates y “cute” o @nytimes and “news”.

Esta es la base del algoritmo de Cutler, que identifica cuentas ejemplares para temas particulares. La herramienta busca las cuentas que aparecen en muchas listas etiquetadas, por ejemplo, “entorno”, y las reduce a los ejemplares más fuertes. En el ejemplo de “entorno”, @SierraClub o @Greenpeace pueden ser cuentas ejemplares.

El algoritmo luego busca la superposición entre los seguidores de las cuentas ejemplares (@Greenpeace) y los seguidores de una marca en particular (por ejemplo, Toyota Prius). Esta información se utiliza para calcular una puntuación entre cero y otra que muestra cómo la marca está asociada con el atributo. Las puntuaciones más bajas significan que la mayoría de los clientes no asocian la marca fuertemente con el atributo (por ejemplo, Walmart y lujo); puntuaciones más altas indican una asociación más fuerte (Toyota Prius y el medio ambiente).

Para probar la confiabilidad del método, los investigadores compararon los resultados generados por computadora con los resultados de las encuestas tradicionales de 239 marcas. Los investigadores reclutaron a los participantes de la encuesta en línea y les pidieron que clasificarán cada marca de una a cinco de acuerdo con la fuerza con la que lo asociaron con uno de los tres atributos: respeto al ambiente, lujo y nutrición. Encontraron que en la mayoría de los casos, los resultados de la encuesta coincidían con los resultados producidos por el algoritmo.

Una excepción interesante: los participantes de la encuesta calificaron a Lamborghini más alto en lujo que el algoritmo. Era una anomalía intrigante, teniendo en cuenta la reputación de la marca y el sorprendente costo de sus autos. Así que miraron más de cerca la cuenta de Twitter de Lamborghini para averiguar por qué el algoritmo podría haber fallado.

A diferencia de otras compañías, que utilizan Twitter para interactuar con los clientes o compartir información sobre su producto, la cuenta de Lamborghini fue una fuente de noticias más general sobre tecnología de automóviles.

“Creemos que es bastante posible que las personas sigan las marcas de tipo Lamborghini y” noticias “por razones sistemáticamente diferentes a las que podrían seguir a otras marcas”, explica Cutler.

Por qué los consumidores siguen marcas particulares y cómo las marcas usan los medios sociales para lograr una variedad de objetivos estratégicos, es algo que Cutler espera investigar más a fondo en futuras investigaciones.

Aplicaciones futuras.

Sin embargo, en general, Cutler y Culotta encontraron que su herramienta proporcionaba una medida altamente confiable de la percepción de la marca. Y a diferencia del lento proceso de administración de encuestas, el algoritmo puede responder rápidamente a cambios en la percepción pública o cambios en un área particular de interés.

“Cada vez que queremos ejecutar este modelo, solo podemos volver a consultar, y si hay nuevos jugadores en el campo, nuevos modelos de sostenibilidad modernos, los atraparemos con la nueva consulta”, dice Cutler.

Ella espera que los profesionales de marketing se den cuenta de que “es importante considerar las relaciones sociales y las redes sociales de sus seguidores en las redes sociales, no solo lo que dicen. Lo que estamos mostrando aquí es que las redes pueden proporcionar mucha información adicional que a menudo falta en el texto “.

Es una idea que Cutler cree que se puede aplicar de manera mucho más amplia.

“Aunque hablamos de la percepción de la marca específicamente en este documento, la idea general de mirar las conexiones de red de sus usuarios se puede aplicar de muchas maneras diferentes”, dice ella. Por ejemplo, actualmente está trabajando en un proyecto que utiliza técnicas similares de extracción de datos para ayudar a los profesionales de marketing a desarrollar “customer personas”.

Y espera que a medida que la comercialización de datos en las redes sociales se vuelva más accesible para los expertos en mercadeo, les permita conocer mejor las cualidades más profundas y abstractas de la imagen de marca.

“A medida que desarrollamos estas nuevas técnicas, puede comenzar a abrir la puerta a nuevos tipos de preguntas que los profesionales de marketing pueden preguntar y que no han podido hacer antes”, dice ella.

BASADO EN LA INVESTIGACIÓN DE Aron Culotta y Jennifer Cutler.

Por: Susie Allen

Desde: insight.kellogg.northwestern.edu

Facebook
Twitter
Linkedin0
Google+0
GMail0
SMS0
Whatsapp0
Positive SSL