Social Mention — Por que e como monitorar menções em redes sociais?
Existem diversas ferramentas e empresas que fazem o monitoramento de “menções nas redes sociais”, o “social mention”, mas para as empresas que estão começando sua jornada em canais digitais, não fica muito claro qual a importância desse tipo de serviço.
Quando uma empresa começa a utilizar canais digitais, como aplicativos móveis, ou as próprias redes sociais para oferecer seus produtos e serviços, é iniciada sua exposição nas redes de forma exponencial. Ou seja, você pode até estar apenas utilizando uma rede social para divulgar seus serviços, mas uma vez na “www” (world, wide, web), isso significa que os usuários podem comentar sobre seus produtos em outras redes sociais, outros canais digitais e em qualquer parte do mundo. Isso em poucos segundos.
Se estiverem felizes e satisfeitos e fizerem isso, será ótimo para imagem (marca) do seu produto, mas se estiverem infelizes e insatisfeitos será o fim da sua empresa.
Os canais digitais como tudo nessa vida, também tem suas duas faces, a boa e a má.
Por isso o monitoramento das menções (social mention) é importante, bem como outro tipo de análise que é a “análise de sentimentos” (sentimental analysis). Combinando esses dois instrumentos da “Ciência de Dados”, torna-se possível reagir rapidamente diante de situações “positivas” ou “negativas” nas diferentes redes sociais.
Essa técnica também é utilizada para garantir a segurança dos ambientes digitais. É possível fazer esse acompanhamento até mesmo das menções na “Deep e Dark Web”, que são os porões da internet, onde geralmente ocorrem as negociações ilícitas e planos de ataques hacker.
Como podem notar, as soluções de “social mention” podem ser bem simples para acompanhar campanhas de marketing digital, mas podem também ser mais complexas, na prevenção de ataques cibernéticos (cyber attacks).
Tecnicamente estas soluções são essencialmente baseadas em NLP (Natural Language Processing), essa técnica permite ao computador compreender a linguagem humana em diversas línguas. A técnica existe há mais de 50 anos, assim como a maioria dos algoritmos aplicados na inteligência artificial, mas que se popularizou na última década em decorrência a evolução de capacidade de processamento e grandes volumes de dados gerados pela internet.
Algumas características culturais por vezes dificultam o trabalho de analise de sentimentos por exemplo.
No caso do português do Brasil, além da língua portuguesa permitir múltiplas interpretações a partir da mudança de sinais de pontuação, o que já torna o algoritmo bem mais complexo que o desenvolvido para língua inglesa, nos aspectos culturais o brasileiro utiliza muito do que denominamos “ironia”, ou seja, usar palavras positivas diante de uma situação negativa, com o intuito de ressaltar o tamanho da insatisfação. Porém para o algoritmo o comentário é positivo, já que contêm palavras associadas a situações positivas.
Um exemplo de comentário de cliente sobre entrega de um produto adquirido através de comercio eletrônico:
— A mercadoria chegou só um mês atrasada! Adorei seu serviço de entrega rápida! Continue assim!
O algoritmo vai analisar as palavras contidas no texto e 99% delas são positivas. Vai considerar como um elogio. Até um leitor humano desatento, consideraria.
Mas “só um mês atrasada”, não é elogio para “entrega rápida!”
Esta seria uma frase “falso positivo”. Como podem ver, sim é importante monitorar e responder rapidamente ao que for detectado nessas menções em redes sociais, pois elas se propagam muito rapidamente.
Mas também devemos manter um olhar humano sobre estas análises, pois não é possível garantir 100% de assertividade.
Fontes:
Site — Resultados digitais — https://resultadosdigitais.com.br/blog/metricas-de-marketing/
Site Towards Data Science- Sentimental Analysis — https://towardsdatascience.com/sentiment-analysis-of-social-media-with-python-45268dc8f23f
O’Conner, J., & Seymour, J. (l993, Revised Ed.). Introducing NLP. London: Aquarian Press.
