El Big Data se ha presentado para revolucionar el mundo entero y sobre todo a las empresas. Y cuando combinamos Big Data con la digitalización salen todavía cosas más extraordinarias como es el caso del tema de este post en el que entenderemos qué significa el análisis de sentimientos.
¿Qué es el análisis de sentimientos?
También conocido como minería de opinión, es un análisis que se hace a través de machine learning en el cual una herramienta identifica la información que se crea en torno a un objeto de análisis concreto. En este análisis los usuarios demuestran a través de su interacción y de sus comentarios, debates, conversaciones, likes, etc. cómo están percibiendo el objeto de análisis. Este objeto puede ser una marca, un producto, el tema de un blog o cualquier cosa que queramos ver cómo está siendo la reacción por parte del público.
A través de este sistema de lingüística computacional se van a configurar una serie atributos que queremos que se reconozcan, por ejemplo queremos identificar un “genial”, “me gusta”, “esto es fantástico”, o por contra, “no me gusta”, “no lo compraría”. También la cantidad de likes y la cantidad de comentarios. De toda la recopilación se va a generar un informe en el que de manera rápida se va a poder identificar qué tipo de conversaciones se están generando.
El nivel más básico para este tipo identificación se divide en 3 selecciones:
¿Tienen estas máquinas limitaciones?
Sin ninguna duda. Por suerte la robótica (todavía) no llega a ciertos niveles humanos. Como hemos comentado, se divide en 3 selecciones: Positivo/Neutro/Negativo, porque la máquina ha detectado, según como hayamos configurado cada una de esas 3 selecciones, lo bueno y malo que se está hablando alrededor del tema. El neutro sería la recepción de aquella información que no tiene ninguna categoría pero que también se puede llegar a considerar.
Pero… ¿Qué pasa si utilizamos la ironía dentro de estos comentarios? Pues lo que pasaría aquí es que la máquina reaccionaria con el efecto contrario. Recogiendo el mensaje irónico como algo positivo.
O bien, ciertas jergas o variaciones gramaticales como por ejemplo un: “valeeeee” no podría ser percibido como un “vale”, seguramente la máquina lo descartaría o no podría configurarlo como algo relevante.
Otro punto importante también sería los errores gramaticales, dejarse un acento o una coma puede variar mucho la recepción en los análisis. Por lo que, aunque sean buenos mecanismos y lleguen incluso a darte insight que la propia marca no percibía, no son eficaces al 100% y mucha de la información se pierde por el camino.
Ahora bien, aquí hemos hablado del sistema más básico. Pero como sabemos, la tecnología no deja de avanzar. Cada vez observamos más diseños de máquinas a medida para configurarlas según las necesidades de la compañía. ¿Conoces la táctica que utiliza Amazon sobre: otros clientes también han comprado? Parece una casualidad pero, detrás de esa acción ha habido una máquina recogiendo y configurando millones de datos sobre lo que los clientes han estado realizando en su navegación. Cuánto tiempo han pasado mirando el segundo artículo, cuántos clientes han hecho la misma compra o una parecida, cuánta gente ha quedado satisfecha porque no ha devuelto ninguno de los dos artículos, etc. Esta acción se ha estructurado a medida para la compañía. Tenemos esta cantidad de datos y de estos nos aparece la oportunidad de ofrecer a los siguientes clientes una propuesta. ¿Sigue pareciendo casualidad? Más bien detrás de todo esto no es que haya máquinas extraordinarias, también hay perfiles de tipo Business Analytics capaces de descifrar datos y extraer ideas que puedan mejorar una compañía.
Y a partir de pequeñas cosas como el análisis de sentimientos en las redes por un like o un comentario empiezan a aparecer grandes mecanismos que, aunque ni siquiera nos demos cuenta, hacen que nuestros hábitos de consumo cambien.
Si quieres saber más información sobre Business Analytics accede a toda la información del Máster Advanced Business Analytics a través de este link.
Me gustaría recibir orientación sobre en qué perfil encajo más dentro de la nueva era tecnológica
“Sabes que el futuro es tecnológico, te interesa el tema digital y quizás incluso estás en sectores que cada vez lo demandan más. Si quieres escalar en tu carrera, te ofrecemos asesoramiento gratuito y personalizado para que encuentres la salida que más se acomoda a ti.”
