La Ciencia de Datos nos proporciona un conocimiento mucho más profundo y detallado que el que puede obtenerse recurriendo a soluciones estándar de monitorización de redes sociales. Esto nos permite optimizar al máximo nuestras estrategias de comunicación digital.
La Ciencia de Datos es un campo interdisciplinar en el que confluyen diferentes sistemas científicos y métodos de análisis, con el fin de extraer el conocimiento subyacente en grandes conjuntos de datos, para en última instancia comprender mejor ciertos fenómenos sociales (Martinez et al., 2021). La Ciencia de Datos da cabida, además, a un amplio abanico de técnicas procedentes de dominios como el de las matemáticas, la estadística, la informática, o las ciencias de la computación. Y, lo más importante, es susceptible de ser aplicada para el análisis y resolución de problemas en multitud de contextos.
Tanto es así, que en los últimos años esta disciplina ha ganado relevancia hasta el punto de dar lugar a un nuevo perfil profesional altamente demandado, el de Científico de Datos o Data Scientist (Davenport & Patil, 2012). Este puesto, cada vez más habitual en organizaciones de todo tipo, es ocupado por profesionales con una elevada capacidad analítica, ciertos conocimientos de consultoría, y que además suelen dominar técnicas de minería de datos, machine learning, o deep learning, entre otras.
LOS MEDIOS SOCIALES Y LA CIENCIA DE DATOS
En la actualidad, los medios sociales presentan, probablemente, el mayor repositorio de datos a nivel global. Plataformas como Facebook, Twitter, o Instagram aglutinan cada día millones de interacciones, registrando cada una de ellas. Esto genera ingentes volúmenes de información apta para el análisis.
En este sentido, son muchas las empresas que han diseñado soluciones para ayudarnos en el análisis de estos datos. Algunos ejemplos son los de Socialbakers, SproutSocial, Talkwalker, o Twitonomy. Estas, y otras plataformas, nos brindan la posibilidad de analizar diferentes indicadores empleando una interfaz web sencilla y amigable, y lo hacen a costes al alcance de cualquier bolsillo. Aquí los indicadores susceptibles de monitorización dependerán, del proveedor, por un lado, y de los datos registrados y compartidos por cada red social a través de su API (Application Programming Interface), por otro. Estos indicadores van desde el número de me gusta recibidos, a las horas y días de publicación, pasando por el promedio de veces que se comparte un contenido.
Sin embargo, los análisis presentados por estos proveedores son, en la mayoría de los casos, superficiales y meramente descriptivos. Por consiguiente, si bien resultaran esclarecedores, también pueden antojarse insuficientes cuando nuestro propósito es optimizar al máximo nuestras estrategias de comunicación digital.
Aquí, es donde entra la Ciencia de Datos. Las técnicas agrupadas bajo esta denominación nos permiten extraer un conocimiento mucho más profundo y detallado de la información recogida en medios sociales (Saura, 2021). Así, por ejemplo, si una solución como Twitonomy podría mostrarnos el promedio de veces que se comparte un Tweet; empleando técnicas de Ciencia de Datos podríamos conocer en qué medida el uso de hashtag, enlaces, menciones, emoticonos, o imágenes en formato GIF, inciden en el hecho de que ese Tweet sea compartido. Esto es, empleando técnicas de Ciencia de Datos —no demasiado complejas— podríamos llegar, por ejemplo, a una ecuación capaz de explicar el fenómeno de la difusión de una publicación como la siguiente:
Difusión del contenido a través de la función compartir = 1,4 hashtag + 0,1 enlaces + 1,6 menciones + 0,9 emoticonos + 2,8 imágenes en formato GIF
Esto nos permitiría tener una visión certera de los componentes del Tweet que inciden en la difusión de su contenido. De esta forma, podríamos afirmar que los enlaces tienen escasa influencia a la hora de que el contenido sea compartido o no. Y de igual manera, podríamos señalar que la incidencia del uso de imágenes GIF, en nuestros mensajes, es el doble de importante que el uso de hashtag.
LA OPTIMIZACION DE LAS ESTRATEGIAS DE COMUNICACIÓN DIGITAL
Considerando todo lo anterior, resulta evidente que la utilización de la Ciencia de Datos nos proporciona un conocimiento mucho más profundo y detallado que el que, a priori, puede obtenerse de soluciones de monitorización de medios sociales como las mencionadas con anterioridad.
Esto requiere un trabajo adicional, sí, pero nos permite una mejor optimización de nuestras estrategias de comunicación en redes sociales. La Ciencia de Datos, por tanto, permite a organizaciones e instituciones de muy diversa índole mejorar la eficiencia de sus acciones en el medio digital. Así, de igual manera que una empresa o marca puede incrementar los accesos a su portal de e-commerce, un colectivo de investigadores puede mejorar la forma en la que se divulgan los resultados de sus proyectos en el conjunto de la sociedad a través de estas plataformas.
El potencial de comunicación de las redes sociales como altavoz para cualquier tipo de mensaje esta fuera de toda duda, y en este contexto la aplicación de la Ciencia de Datos se convierte en el aliado perfecto para optimizar nuestras estrategias de comunicación en esta esfera digital.
REFERENCIAS
Davenport, T. H., & Patil, D. J. (2012). Data Scientist: The Sexiest Job of the 21st Century. Harvard Business Review, 90(10), 70–76. https://www.hbs.edu/faculty/Pages/item.aspx?num=43110
Martinez, I., Viles, E., & G. Olaizola, I. (2021). Data Science Methodologies: Current Challenges and Future Approaches. Big Data Research, 24, 100183. https://doi.org/10.1016/J.BDR.2020.100183
Saura, J. R. (2021). Using Data Sciences in Digital Marketing: Framework, methods, and performance metrics. Journal of Innovation and Knowledge, 6(2), 92–102. https://doi.org/10.1016/j.jik.2020.08.001