En el mundo de la comunicación digital, las herramientas de social listening se han convertido en una parte esencial para comprender las conversaciones que se desarrollan en línea. Sin embargo, estas herramientas por sí solas no tienen la capacidad de diferenciar entre los diversos tipos de usuarios que participan en una conversación digital. Esta limitación subraya la necesidad crucial de contar con analistas y expertos en la generación de algoritmos y modelos que permitan realizar análisis más profundos y precisos para la toma de decisiones informadas.
Un reciente análisis de Metrics, utilizando bases de datos de participación en procesos electorales de los años 2021 y 2024, ilustra esta problemática de manera clara. La base de datos del 2021 comprende 543 mil usuarios, la del 2024 incluye 788 mil usuarios, y una base combinada de ambos años tiene 98 mil usuarios. Al aplicar un promedio ponderado, se encontró que el 55.7 por ciento de los usuarios no son representativos de la realidad, ya que en la mayoría de los casos son bots, trolls o usuarios influenciados por estos. Esto deja en evidencia que más de la mitad de las conversaciones digitales pueden estar distorsionadas por entidades no auténticas.
Por otro lado, el 20.9 por ciento de los usuarios son aquellos que se encuentran en el “rabbit hole”, es decir, dentro de un ciclo de información que refuerza sus creencias sin considerar puntos de vista alternativos. Aunque estos usuarios son genuinos, su influencia puede ser sesgada y limitar una visión más amplia y equilibrada de las conversaciones.
Sumando los negativos (no radicales) y los positivos (no radicales), tenemos un promedio ponderado de 24.3 por ciento. Este dato es significativo ya que, Pareto nunca se equivoca y el 20 por ciento representa al otro 80 por ciento. Esto refleja que una minoría activa puede influir significativamente en la percepción general, pero identificar correctamente a esta minoría activa es clave para un análisis preciso. Precisamente Metrics, con una metodología donde únicamente hace lectura de los usuarios representativos de procesos electorales, fue la firma de inteligencia más cercana al resultado electoral de 2024 en México, con solo -0.1 por ciento de diferencia.
Las herramientas de social listening tradicionales no pueden, por sí solas, realizar las diferenciaciones necesarias entre usuarios genuinos, bots, trolls y usuarios influenciados. Aquí es donde entran en juego los analistas y expertos en algoritmos. Estos profesionales son esenciales para diseñar modelos que filtren el ruido y destaquen las voces verdaderamente representativas en las conversaciones digitales.
A través de técnicas avanzadas de análisis de datos y machine learning, los analistas pueden identificar patrones y comportamientos que no son evidentes a simple vista. Por ejemplo, pueden detectar la actividad de bots y trolls, analizar la influencia de estos actores en la conversación y ajustar los resultados para reflejar una imagen más precisa de la opinión pública.
Para que las herramientas de social listening sean realmente efectivas, es imperativo complementarlas con la experiencia de analistas y la implementación de algoritmos avanzados. Solo a través de esta combinación se puede lograr un análisis profundo y preciso que informe mejor las estrategias de comunicación y toma de decisiones. La capacidad de diferenciar entre diversos tipos de usuarios y entender sus verdaderas influencias es lo que permitirá a las organizaciones navegar con éxito en el complejo panorama de la comunicación digital.
