Estamos en la era del Social Media de la Estrategia Digital, caracterizada por cambios demasiado rápidos como para detenerse a realizar actividades manuales de análisis. Con algoritmos cada vez más refinados, estamos ante un cambio de paradigma pasando de analizar solo números a analizar sentimientos.
Si está escrito por un ser humano, de seguro tiene una connotación sentimental/emocional. Los seres humanos por naturaleza somos seres sociales, y constantemente interactuamos entre nosotros, y en internet también lo hacemos entre nosotros, y con marcas. Y no solamente ello, sino que expresamos nuestra opinión sobre esta marca, y su producto o servicio en particular.
Twitter es un claro ejemplo de ello, las fanpages en Facebook también. Ya sea que se expresen sentimientos positivos, negativos o neutrales, cada comentario o publicación de los usuarios o una comunidad suele tener un matiz especial que nos da la libertad de ser lo que somos: seres sociales, humanos al fin y al cabo.
(Si saben inglés, disfrutarán de esta imagen)
Si algo malo pasa, de seguro expresaremos nuestros descontento, ya sea mediante blogs, mediante un tweet en Twitter o mediante una publicación en un fanpage de Facebook o nuestro propio muro. Lo más probable es que hagamos que esta opinión sea abiertamente pública, queremos que todos se enteren de nuestra buena o mala experiencia con un producto o servicio.
En este sentido es que el Sentiment Analysis, o análisis de sentimientos (vamos, que no se requiere ser un experto en inglés), es una nueva rama de estudio y análisis de opiniones que busca determinar la polaridad de una publicación o contenido publicado en internet sobre una marca, producto o servicio. Otro nombre con el que se le conoce a esta rama es Minería de Opiniones.
Por ejemplo, si alguien publica en Twitter algo como:
“Me encantó mucho el menú del nuevo restaurante X que queda cerca a la playa, aunque no me gustó del todo la decoración.”
De seguro podemos inferir que “me encantó” es un comentario positivo de algo (y “mucho” indica el grado de ese sentimiento positivo), mientras que “no me gustó” es un comentario negativo. Estas dos polaridades buscan calificar algo. Ese algo serían “el nuevo restaurante X” (derivado de la polaridad positiva) y “la decoración” (derivada de la polaridad negativa) respectivamente.
O sino podemos ver algunos ejemplos de lo que se viene desarrollando a nivel de algoritmos de análisis de sentimiento, que es un campo de estudio que se encuentra en el estado del arte. Ejemplo de lo que nos presenta Quantico Trends:
(Algoritmo de sentimiento Quantico Trends)
Los papers de investigación más trabajados de Análisis de Sentimientos datan de inicios del 2000, y podemos encontrar muchos de ellos en Google Scholar. Recomiendo de todos ellos, revisen un paper de análisis de sentimientos publicado en el año 2005 (link aquí al PDF) por un estudiante de la Universidad de Pittsburgh, donde indica que un humano puede acertar el sentimiento de una publicación un 80% de las veces.
Valiéndose de múltiples algoritmos (¿alguien se acuerda de Bayes y su curso de estadística?), varias empresas están ofreciendo herramientas online y de escritorio que prometen analizar el impacto de nuestra marca en internet, bajo una infraestructura de Big Data y mucha capacidad de procesamiento para valorar el impacto de la influencia de una marca en tiempo real. Algunas empresas hasta han emulado estos entornos de procesamiento en hojas de Excel.
