Big Data para analizar las redes sociales

1. www.datknosys.com Francesc Arroyo Asesor de Innovación Tecnológica @datagoodnews 04 de Enero de 2012 Abril de 2013 Big Data para analizar Social Media

3. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados3 Índice Presentación  Sociedad aumentada  Explosión del Big Data  Medir el Social Media  Preguntas Fórum de debate

4. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados4 Realidad Actual: Las Redes Sociales adoptadas plenamente en el día a día de las personas. Entretenimiento y vida Social Relaciones profesionales Información y Comunicación Social Media - Contexto “Social Media is Real Life”

5. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados5 ¿Cómo hemos llegado? Aceptación de la tecnología Adaptación al cambio  Utilidad  Facilidad de uso Fuente: http://en.wikipedia.org/wiki/Technology_acceptance_model Fuente: http://es.wikiquote.org/wiki/Charles_Darwin Social Media - Contexto “No sobrevive el mas fuerte sino el que mejor se adapta al cambio” Charles Darwin

7. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados7 Pasado Presente Futuro Información ¿Qué ha pasado? (Informes) ¿Qué está pasando? (Indicadores, Alertas) ¿Qué va a pasar? (Predicción) Comprensión ¿Cómo y porqué ha pasado? (Modelado) ¿Cuál es la siguiente acción a tomar? (Recomendación) ¿Qué es lo mejor y peor que puede pasar? (Optimización y simulación) BUSINESS INTELLIGENCE ¿Que hacemos con todos estos datos? Tenemos más información que nunca sobre clientes, mercado, gustos, ideas, etc. ¡¡Obtener información útil!! Datos  Información  Decisiones Personalizar ofertas, optimizar campañas, nuevos productos, mejorar atención… Social Media - Datos BUSINESS ANALYTICS

8. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados8 ¿Cómo gestionamos los datos? Las empresas cada vez se preocupan más de la obtención y recolección de datos. Propiedades de los datos  Volumen: Se ha incrementado el volumen de datos que se recogen.  Variedad: Se ha incrementado su diversidad en forma y origen.  Velocidad: Se ha incrementado la necesidad del real-time. Conseguiremos esta gestión de los datos gracias a los sistemas: BigData Social Media – Valor y propiedades de los Datos ANTES Problema de Almacenamiento AHORA Detección de nuevas oportu- nidades y en si un activo o valor

9. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados9 http://www.sourcelink.com/blog/guest-author-series/2012/08/13/if-you-build-it-they-will-come Every Minute Of the Day…

10. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados10 El resumen de las reflexiones anteriores: Social Media: Adopción de Social Media por los usuarios nos lleva a… Adaptarnos a este nuevo entorno socio económico. Valor Datos: Los datos que se generan en Social Media nos lleva a… Conseguir valor de los mismos y con los mismos. Big Data: El volumen, variedad y velocidad de los datos en Social Media nos lleva a… Implantar sistemas de BigData para explotarlos y conseguir valor. Conclusión: Big Data es necesario para tener obtener valor de Social Media Social Media – Big Data

12. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados12 Big Data La creciente generación de datos nos genera la necesidad de tener sistemas que: Capturen, Almacenen, Busquen, Compartan, Analicen, Visualicen …grandes conjuntos de datos. Serán los sistemas que entendemos como: BIG DATA http://www.csc.com/insights/flxwd/78931-big_data_growth_just_beginning_to_explode Con el fin de:  Procesar todos los datos disponibles  Sacar información de los datos  Tomar decisiones con la información DATOS es INFORMACIÓN… … INFORMACIÓN es PODER

13. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados13 Análisis Big Data Deberemos definir nuestro sistema Big Data según las siguientes variables:  Variedad de los datos de origen  Volumen de los datos generados en un periodo  Velocidad de proceso de los datos para conseguir de ellos información útil para negocio. Data Velocity Data Volume Data Variety GB TB PB Batch Periodic Real-Time BDD Web ReportSocial Mobile Marketing CMS Es importante analizar bien nuestras necesidades actuales y futuras para definir nuestro Sistema Big Data. “How big is BIG?” “No debemos solucionar un problema que no tenemos.” API

14. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados14 ¿Cómo aplico Big Data a mis datos de Social Media? 1. Definir claramente que vamos a solucionar usando Big Data Definir la mejora que queremos obtener y como utilizar la información. 2. Conocer “que conoces” y “que no conoces” Conoces tus clientes, conoces tu competencia… Pero no conoces que realmente piensan tus clientes… 3. Escoger la herramienta adecuada Saber que quieres analizar, te ayudará a escoger la herramienta. 4. Testea tus hipótesis Una vez tengamos datos, analizar desde diferentes perspectivas. 5. Crea las ideas y acciónalas De los datos recibidos, las hipótesis testeadas, deben salir nuevas percepciones que nos lleven a realizar acciones para conseguir solucionar nuestras necesidades iniciales. “You have to separate the signal from the noise”

15. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados15 Análisis VisualizaciónCaptación Arquitectura Sistema Big Data Social Media Almacenado Arquitectura a alto nivel de un Sistema Big Data para Social Media. ETL BBDD Business Analytics BI, Reporting, Geo…TIPOLOGIA HERRAMIENTAS Kettle Informatica Talend Flume Infobright Hadoop Cassandra Google Cloud Knime SAS Mahout RapidMiner DKS EAP QlikView Tableau JasperSoft HERRAMIENTAS ESPECÍFICAS HERRAMIENTA SOCIAL MEDIA DKS SocialSmart

16. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados16 Arquitectura Sistema Big Data – Captación Orígenes de Datos Los orígenes de datos pueden ser cualquier fuente Social Media (o no): Redes Sociales, foros, blogs, analytics, mailings, ventas… Captación Cada origen de datos puede requerir una manera de captación de datos: Twitter: API pública, GNIP, DataSift Facebook: GraphAPI Blogs: Herramientas de Scraping como 80legs, rss… Características a tener en cuenta Volumen: Cantidad de “mensajes” que podemos recoger Velocidad: Tiempo de recolección de los mismos Antigüedad: Acceso a datos pasados Privacidad: Acceso a datos privados Precio: Que nos cuesta cada “mensaje” Fiabilidad: Que cantidad de “mensajes” recogemos respecto al total Captación

17. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados17 Arquitectura Sistema Big Data – Almacenado Debido a la incapacidad de las BDD Tradicionales de dar solución a los retos de los grandes volúmenes de datos, aparecen diferentes tipologías de BDD para dar solución a sistemas “Big Data”. Hay una tipología de BDD idónea para cada tipo de negocio: Algunas Tipologías de BDD “Big Data” BDD Analíticas: BBDD idóneas para optimizar el tiempo de Consulta SQL. Implantación real: Yahoo la utiliza para calcular el precio de sus anuncios. (Hadoop) BDD Documentales: BBDD idóneas para la gestión de “documentos”. Implantación real: Foursquare utiliza para check-in y información geo (MongoDB) BDD en Grafo: BBDD idóneas para datos con relaciones indeterminadas. Implantación real: Google la utiliza para relacionar páginas web. (Plegel) BDD Clave/Valor: BBDD idóneas para aplicaciones on-line. Implantación real: Twitter la utiliza para su aplicación web. (Cassandra) Infobright Vertica Hadoop MongoDB Apache CouchDB SimpleDB Neo4j Plegel FlockDB Amazon DynamoDB Apache Cassandra Almacenado

18. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados18 Mapa de las Bases de Datos – Big Data Non-Relational Relational Operational NoSQL NewSQL Key Value Voldemort BerkeleyDB Big Tables HBASE Graph DEX FlockDB Document Lotus Notes CouchDB MongoDB Data as a Service Amazon RDS SimpleDB Database.com Cassandra Analytic Teradata Infobright Greenplum Hadoop HP Vertica Netezza InfinyDB Cloudera PostgreSQL SQL Server SAP Hana New Databases VoltDB MemSQL Clustering ScaleDB Storage Engines Tokutek

19. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados19 BDD Analíticas - Infobright Consultas más rápidas sin trabajo añadido •Sin índices •Sin proyecciones ni cubos •Sin partición de datos •Rápidos análisis ad- hoc Rápida carga / alta compresión •Velocidad de carga de hasta 1 TB por hora con carga distribuida por procesadores •Compresión de 10:1 a 40:1+ Bajo coste •Menos almacenamiento y servidores •Subscripciones de bajo coste •Un 90% menos de Administración Rápido tiempo de puesta en marcha •Descargar en cuestión de minutos •Configuración mínima •Implementación en días ¿Qué ofrece Infobright? A IT: Alto rendimiento, administración mínima, bajo coste A Usuarios: Acceso inmediato a los datos, rápido análisis ad hoc Infobright es una Base de Datos Analítica de alto rendimiento, diseñada para el análisis de grandes volúmenes de datos.

20. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados20 Arquitectura Sistema Big Data – Análisis ¿Qué es Text Analytics? Proceso que permite un análisis automático y unificado de textos provenientes de diferentes fuentes de datos como plataformas de redes sociales, blogs o páginas de noticias. Variedad: Idiomas, dialectos, jergas, plataformas… Volumen: Tweets, Post, blogs, foros, webs… Velocidad: Real-time, 1 hora, 1 día, 1 mes? Análisis

21. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados21 Arquitectura Sistema Big Data – Análisis Limpia el texto de: enlaces, jerga, text ese… ¿cómo funciona? Corrige ortográfica mente las palabras Asigna categorías gramatical es Reconoce personas, luga res, organizaci ones Relaciona Identifica dependencias  Detección del idioma  Sentiment mining  Identificación de cadenas léxicas ¿qué hace?  Categorización de textos en diferentes temas.  Descubrimiento de trending topics.  Producto: Conocer la valoración de un producto y su competencia.  Cliente: Conocer los temas que están captando la atención del cliente.  SEO: Gestión crisis de reputación, optimización Ad-words.  Empresa: Detectar la valoración de la empresa en diferentes categorías. Aplicaciones

22. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados22 Arquitectura Sistema Big Data – Visualización Visualización La información correcta debe llegar a la persona correcta, en el momento correcto, en el formato correcto, en el dispositivo correcto, con el detalle correcto, etc. Hablaríamos de distribución y presentación de la información. ¿cómo representar? Hay muchas maneras de representar la información: Cuadros de Mando: QlikView, Tableau Informes: JasperReports, CristalReports Gráficos tradicionales: Any Charts, Google Charts Mapas: DKS GeoSmart, ESRI Gráficos a medida: Flash Infografías “El exceso de información conlleva una pérdida de interés en las audiencias que se traduce, en muchos casos, en una falta de comprensión de la información expuesta.” David McCandless Visualización

25. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados25 Herramientas Social Media Herramientas de medición de Social Media Hasta ahora hemos visto que para cada funcionalidad específica de la arquitectura a alto nivel de un sistema de análisis existen varias herramientas y cada una con unos puntos fuertes frente a las otras.  Herramienta específica La herramienta me soluciona la captación, el almacenamiento, el análisis o la visualización.  Herramienta completa La herramienta realiza el trabajo tecnológico por nosotros y solo configuro el Social Media a medir. ¿Qué valorar en estas herramientas? Indicadores de negocio ¿Tiene toda la información que necesito? Detalle de la información ¿Puedo llegar a comprender por que ocurre? Usabilidad ¿Es fácil de utilizar la herramienta y comprender la misma? Integración ¿Se puede integrar con otras herramientas o orígenes de datos? Escalabilidad ¿Va a crecer conmigo la herramienta? Acceso y Seguridad ¿Accesible desde diferentes entornos de manera segura? Rapidez ¿Responde con la frecuencia esperada? Configuración ¿Puedo configurarla según nuestras necesidades?

29. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados29 Según su afiliación o actividad tenemos los siguientes ROLES:  USUARIOS Cualquier CUENTA de una PLATAFORMA de Social Media.  SEGUIDORES USUARIOS que siguen un determinado PERFIL. Especificación: FOLLOWER AMIGO  AUTORES USUARIO que publica un MENSAJE. Especificación: Autor del TWEET Autor del POST CONCEPTOS GENERALES – USUARIOS

32. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados32 Según el alcance y tono de su actividad tenemos los siguientes ROLES:  INFLUENCIADOR AUTOR que menciona una PALABRA CLAVE o menciona un PERFIL. Deben tener un gran número de SEGUIDORES para considerarse INFLUENCIADORES  EMBAJADORES INFLUENCIADOR donde la mayoría de sus MENCIONES son en TONO POSITIVO  TROLLS INFLUENCIADOR donde la mayoría de sus MENCIONES son en TONO NEGATIVO CONCEPTOS GENERALES – USUARIOS

33. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados33 CONCEPTOS GENERALES – USUARIOS INFLUENCIADOR SEGUIDORES MENCIÓN INDIRECTA MENCIÓN DIRECTA TONO POSITIVO EMBAJADOR

34. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados34 CONCEPTOS GENERALES – USUARIOS INFLUENCIADOR SEGUIDORES MENCIÓN INDIRECTA MENCIÓN DIRECTA TONO NEUTRO EMBAJADOR

36. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados36  PLATAFORMA Definición: Aplicación de Social Media. Facebook, Twitter, etc.  COMPETIDOR Definición: Agrupación lógica de PERFILES, normalmente empresas, que usa PLATAFORMAS para su estrategia Social Media.  PERFIL Definición: Canal creado dentro de una PLATAFORMA para ejecutar una parte de la estrategia Social Media. CONCEPTOS GENERALES – CONCEPTOS DE NEGOCIO Diagrama Selectores

37. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados37 CONCEPTOS GENERALES – CONCEPTOS DE NEGOCIO PERFIL PLATAFORMA MENSAJE MENCIÓN DIRECTA MENCIÓN INDIRECTA PALABRA CLAVE

38. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados38 CONCEPTOS GENERALES – CONCEPTOS DE NEGOCIO PERFIL PLATAFORMA MENSAJE MENCIÓN DIRECTA MENCIÓN INDIRECTA PALABRA CLAVE

40. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados40 Definición: Comparativa de la repercusión de la producción de los PERFILES de cada COMPETIDOR. BRAND PERFORMANCE  ALCANCE Definición: Número de SEGUIDORES de un PERFIL. Cuando un PERFIL publica un MENSAJE este llegará como mínimo a tantos SEGUIDORES tiene ese PERFIL. Ese será el ALCANCE del MENSAJE. Especificación: FOLLOWERS AMIGOS  ACTIVIDAD Definición: Número de MENSAJES publicados por cada PERFIL. Especificación: TWEET POST “Tu eres la herramienta para el Social Media. Twitter es solo una aplicacion para que tu crezcas e influencies a tu sociedad.” Razan Khatib

43. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados43  AMPLIFICACIÓN Definición: Número de veces que un MENSAJE de un PERFIL es difundido por los USUARIOS. Especificación: RETWEET SHARES  ADHESIÓN Definición: Número de veces que un MENSAJE gusta a cualquier USUARIO. Especificación: FAVORITO LIKES  CONVERSACIÓN Definición: Número de RESPUESTAS en los MENSAJES publicados por un PERFIL. Especificación: RESPUESTA COMENTARIO BRAND PERFORMANCE

45. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados45 BRAND PERFORMANCE – EJEMPLO TWITTER RETWEET AMPLIFICACIÓN MENSAJE ACTIVIDAD FAVORITO ADHESIÓN FOLLOWERS ALCANCE RESPUESTA CONVERSACIÓN

46. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados46 BRAND PERFORMANCE – EJEMPLO FACEBOOK LIKE ADHESIÓN AMIGOS ALCANCE MENSAJE ACTIVIDAD RESPUESTA CONVERSACIÓN SHARES AMPLIFICACIÓN

47. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados47  ENGAGEMENT Definición: Interactuación directa de la comunidad con nuestra estrategia. Que porcentaje de usuarios realmente interactúan: ADHESIÓN + CONVERSACIÓN + COMENTARIO x 100 ALCANCE  ROI Definición: Retorno de la inversión en Social Media. Relación de los INDICADORES de Social Media con el MARKETING más tradicional. • Leads = ALCANCE • Impresiones = ALCANCE x ACTIVIDAD INDICADORES • Interacción = AMPLIFICACIÓN, ADHESIÓN, CONVERSACIÓN • Patrocinio = MENCIONES de terceros  Leads: CPL (Coste por Lead): coste de adquirir un contacto.  Impresiones: CPM (Coste por mil): coste de producir mil impactos en el público objetivo.  Interacción: CPI (Coste de Interacción) Valor de las interacciones con los consumidores.  Patrocinio. El coste es variable en función de la relevancia de la institución o de la persona.

50. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados50 BRAND ASSET VALUATION  BRAND ASSET VALUATION Definición: Análisis que mide el valor de cada COMPETIDOR respecto a los demás. VALOR DE LA MARCA ACTIVO DE LA MARCA FUERZA DE LA MARCA CONOCIMIENTO ESTIMACIÓN RELEVANCIA DIFERENCIACIÓN Valor Actual Potencial Puntos diferenciales Como de apropiada es la marca a los consumidores (penetración) Estima o seguimiento de la marca Reputación marca Experiencia usuarios “Branding no tiene que ver con el slogan o logotipo, tiene que ver con tu personalidad con quien eres tu” Mirna Bard

52. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados52  CONSUMER REACTIONS Definición: Análisis de la actividad y MENCIONES realizadas por los USUARIOS. Ámbito: Analiza los mensajes realizados por USUARIOS donde se comenta:  DIRECTAMENTE un PERFIL  INDIRECTAMENTE una PALABRA CLAVE  MENCIÓN Definición: Una MENCIÓN es un MENSAJE donde su AUTOR es cualquier USUARIO de la PLATAFORMA, y en el MENSAJE se menciona o cita directamente un PERFIL del COMPETIDOR o una PALABRA CLAVE del COMPETIDOR. Especificación: TWEET (con mención a PERFIL o PALABRA CLAVE). Puede ser DIRECTA o INDIRECTA POST (con POST en el muro o mención a PALABRA CLAVE). Puede ser DIRECTA o INDIRECTA CONSUMER REACTIONS “Las empresas que entienden el Social Media son las que dicen con su mensaje: te veo, te escucho y me importas” Trey Pennington

53. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados53  MENCIÓN DIRECTA Definición: MENCIÓN donde se cita explícitamente el PERFIL o se escribe en su muro para dejar claro que se quiere referirse a el PERFIL y que este reciba el MENSAJE. DIRECTA: Cuando mencionan un PERFIL (@PERFIL) DIRECTA: Cuando escriben en el muro del PERFIL  MENCIÓN INDIRECTA Definición: MENCIÓN donde se cita explícitamente una PALABRA CLAVE que es seguida por un COMPETIDOR. El AUTOR del MENSAJE no busca referirse directamente al PERFIL y que este reciba el MENSAJE. INDIRECTA: Cuando cualquier usuario menciona una PALABRA CLAVE en su TWEET INDIRECTA: Cuando cualquier usuario menciona una PALABRA CLAVE en su POST CONSUMER REACTIONS - MENCIÓN

54. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados54  SENTIMIENTO Definición: En función del contenido del MENSAJE, una MENCIÓN tiene un SENTIMIENTO que puede ser POSITIVO, NEUTRO o NEGATIVO Categorías:  POSITIVO: Cuando la MENCIÓN habla positivamente del PERFIL que menciona.  NEUTRO: Cuando la MENCIÓN simplemente comenta sin querer influenciar de manera positiva o negativa sobre el PERFIL que menciona.  NEGATIVO: Cuando la MENCIÓN habla negativamente del PERFIL que menciona. CONSUMER REACTIONS - SENTIMIENTO

56. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados56 CONSUMER REACTIONS - DETALLE  DETALLE DE LOS MENSAJES Siempre se debe llegar al detalle de los mensajes para comprender mejor y actuar.

58. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados58  BRAND AUDIENCE Definición: Análisis de los SEGUIDORES de los PERFILES de un COMPETIDOR Ámbito: Se centra en analizar diferentes aspectos de los SEGUIDORES de los PERFILES de un COMPETIDOR:  PERFIL DE LOS SEGUIDORES DE UN COMPETIDOR  COMPARATIVA DE SEGUIDORES ENTRE COMPETIDORES  MENSAJES DE LOS SEGUIDORES  SEGUIDORES UNICOS Definición: De todos los SEGUIDORES de los PERFILES de un COMPETIDOR se cuentan sin repetidos.  ESPECIFIDAD DEL PERFIL Definición: Número de SEGUIDORES que solo siguen el PERFIL de un COMPETIDOR. BRAND AUDIENCE

60. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados60  INFLUENCERS Definición: Análisis de los AUTORES que realizan MENCIONES DIRECTAS o INDIRECTAS de un COMPETIDOR. Ámbito: Se centra en analizar diferentes aspectos de los AUTORES que realizan MENCIONES de un COMPETIDOR.  INFLUENCIADORES POR ALCANCE O ACTIVIDAD  ANALISIS DE RELEVANCIA  ANALISIS DE SENTIMIENTO  INDICE KLOUT  EMBAJADORES, TROLLS INFLUENCERS

61. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados61  DETALLE DE LOS MENSAJES Siempre se debe llegar al detalle de los mensajes para comprender mejor y actuar. INFLUENCERS - DETALLE

63. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados63  CONTENIDOS Definición: Análisis de todo el CONTENIDO de los MENSAJES que tienen MENCIONES INDIRECTAS (que se ha hecho referencia a una PALABRA CLAVE de un COMPETIDOR en el MENSAJE). Ámbito: Se centra en analizar los CONTENIDOS de los MENSAJES con MENCIONES INDIRECTAS para detectar las palabras que se utilizan en ellos, a lo que llamaremos TOPICS.  TOPIC Definición: Palabras simples o compuestas que aparecen en el CONTENIDO de los MENSAJES que tienen MENCIONES INDIRECTAS de PALABRAS CLAVE que siguen los COMPETIDORES.  TRENDING TOPIC Definición: TOPIC más repetido según temporalidad y localización.  CATEGORÍAS Definición: Las CATEGORÍAS sirven para agrupar TOPICS. CONTENIDOS

64. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados64  ANALISIS POR CATEGORÍAS ANALISIS VISUAL (GRAFO) CATEGORÍAS CONTENIDOS  ANALISIS POR TOPICS TRENDING TOPICS TOPIC LIST

65. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados65  DETALLE DE LOS MENSAJES Siempre se debe llegar al detalle de los mensajes para comprender mejor y actuar. CONTENIDOS - DETALLE

66. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados66  LOCALIZACIÓN Definición: Análisis de la ubicación de los MENSAJES LOCALIZADOS. Ámbito: Solo se analizan la PLATAFORMA TWITTER. Se centra en realizar un análisis geoespacial en un MAPA de los MENSAJES de TWITTER que tienen su posición de envío informada.  MENSAJE LOCALIZADO Definición: MENSAJE que ha compartido su ubicación en el momento de la publicación.  PAIS Definición: PAIS desde donde se publica un MENSAJE.  POBLACIÓN Definición: POBLACIÓN desde donde se publica un MENSAJE.  IDIOMA Definición: IDIOMA en que está escrito un MENSAJE. LOCALIZACIÓN

67. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados67  MAPA La visualización cartográfica nos puede ayudar con el análisis geoespacial con datos socio económicos. LOCALIZACIÓN

68. www.datknosys.com© DatKnoSys S.L ( Data Knowledge Systems) - Todos los derechos reservados68  Estamos de lleno en una sociedad aumentada (Social Media)  Big Data nos ayuda a procesador gran volumen y variedad de datos a gran velocidad.  Datos es información, información es poder de decisión.  Saber que queremos mejorar, nos ayuda a plantear nuestra solución.  Cada herramienta soluciona más o menos algunas necesidades que nos puede plantear el Social Media. Siempre hay una más adecuada para cada caso.  En el Social Media hay indicadores clave como ROI, engagement, brand value, reputación, influenciadores, etc. Que nos ayudan a evaluar y mejorar nuestras estrategias.  Todo para estar más cerca de la gente, que es de lo que se trata el Social Media. CONCLUSIONES

72. ¡Gracias! Estamos a su disposición info@datknosys.com www.datknosys.com

Big Data para analizar las redes sociales

You are reading a preview.

Check these out next

Big Data para analizar las redes sociales

More Related Content

Slideshows for you (20)

Viewers also liked (20)

Similar to Big Data para analizar las redes sociales (20)

More from DatKnoSys (20)