Predicción a través del histórico de conversación

La segmentación de la conversación por objetivos vuelve a ser un concepto diferencial a futuro, en este caso asociada a la predicción de oportunidades.

Anticiparse a cualquier fenómeno, incluido la actuación de los usuarios en redes sociales, supone un desafío pero también un incentivo dado sus numerosas aplicaciones. Un ejercicio basado en el estudio cualitativo de la comunicación social para advertir variaciones en la expresión del comportamiento online.

El fundamento en esta materia no es el análisis individual de una temática sino su relación con otros conceptos simbólicos del sector: vasos comunicantes. Predecir la actitud inestable que lleva a un cliente concreto a cambiar de compañía y manifestarlo no es realista: por la propia singularidad del individuo, su relación ‘privada’ con la marca y los permanentes cambios en la actualidad de la entidad. Sin embargo, sí es posible detectar periódicamente los temas que surgen en la conversación como desencadenantes en la pérdida de clientes. Por lo tanto, el cruce de temáticas es la llave del proceso.

La unión entre diferentes ejes de una escucha permite crear una estructura entrelazada de correlaciones, de hilos tensores, con los que trabajar a futuro. Si conocemos y aislamos las principales causas que llevan a un cliente a cambiar de empresa en cada sector, podemos vigilar en tiempo real su volumen, evolución o estudiar la viralidad e impacto de sus contenidos para vincular alertas con las que adelantarnos. 

El crecimiento sostenido (tendencia) o la alteración inusual de una de estas causas investigadas con anterioridad alertaría de un inminente descenso de los clientes. Uno de los hilos examinados tensaría la cuerda conectada a nuestro objetivo para darnos la señal de alarma.

Metodología cualitativa para que disminuya tu nivel de incertidumbre

Veamos un caso.

Si los tres temas más vinculados a la baja contractual en el sector energético son:

1) Atención al cliente online.

2) Problemas con las facturas: trámites y errores.

3) Cortes prolongados o recurrentes en el suministro.

‍

El seguimiento de estas tres áreas aseguraría el control y anticipación en la pérdida de clientes.

Para ello es diferencial ser expertos en la captación y división semántica de la conversación según las áreas de investigación que nos hayamos marcado; un proceso automático y en tiempo real con el uso de notificaciones programadas ante un nuevo conflicto. Una metodología basada en el almacenamiento de datos cualitativos con los que crear una base de conocimiento sólida y en permanente actualización para establecer tendencias y no solo accionarse con picos claros de actividad.

Como vemos, la actualización es básica para poder localizar nuevos motivos, la desaparición de otros y su grado de vinculación al elemento principal, que en este caso es el cambio de compañía.

En este trabajo desarrollamos una tecnología que refresca los temas más asociados a un objetivo (la pérdida de clientes, el deseo de consumo o la intención de demandar a una compañía, entre otros muchos) para extraer informes periódicos de su latencia y conexiones directas que determinen las claves de una conducta.

Por ejemplo, el servicio de ecommerce para una marca de retail puede traducirse en conversación negativa si detectamos el crecimiento de una corriente ligada a incidencias en la web o en los pagos. La conclusión directa es mala reputación para la marca, pero el verdadero insight sería que revelemos la caída en ingresos de clientes que no pueden terminar de realizar sus compras. Algo muy habitual en el sector de la moda y donde las marcas contraatacan con marketing digital y descuentos de cupones para los usuarios damnificados. Un trabajo que se podría agilizar con Séntisis: localización de usuarios que hablan de incidencias web y uso de un chatbot de respuesta automática con la promoción escogida.

‍

Encuentra las variables que condicionan tu industria

Imaginemos las múltiples aplicaciones de esta tecnología predictiva que no solo debe ser utilizada en nuestra marca sino también en las de nuestros competidores para tener ventaja en el ecosistema del sector.

Si queremos predecir un comportamiento o anticiparnos a un objetivo podemos trabajar con:

• Variables semánticas:

Las que hemos visto anteriormente: relaciones causales que demuestran la implicación directa de factores temáticos en resultados de negocio. La efectividad de Séntisis en el análisis de estos factores conduce al éxito, con datos de precisión y cobertura por encima del 90% de media en las más de 40 industrias trabajadas.

El punto previo representa el sistema vigente desarrollado en la tecnología de Séntisis para realizar predicciones y situar alertas dirigidas a negocio. Las novedades que incorporamos de cara a 2017 tienen en cuenta nuevas variables para llegar a un grado de precisión aún mayor:

• Variables de metadata:

No solo tendremos en cuenta el significado de la información sino quién la produce, desde dónde o con qué capacidad de influencia.

Es así como aportaremos mayor fiabilidad al proceso global, entendiendo que la causa estudiada puede estar condicionada por un influencer concreto (un político que entra en la interacción sobre una marca o programa de televisión), por el tipo de target que crece en la escucha (millennials, teckies, seguidores de Facua) o por una comunidad demográfica activa (Plataforma de Afectados por la Hipoteca en Almería, en Granada…)

• Variables de negocio o externas:

Incluso las acciones de la misma empresa que quiere aprovecharse de esta tecnología predictiva pueden ser fundamentales a la hora de evaluar el caso.

En una emisión televisiva en directo, analizar la participación de un colaborador o artista junto a los temas y tipo de respuesta que se desprende de la conversación social puede ser determinante para anticipar datos de audiencia social o share real.

Mismo caso con la expulsión de un concursante que puede ser predecida no solo por el feedback que genera (sentimiento) sino por los temas concretos, su impacto o crecimiento vinculado.

En el último caso, estudiar durante un periodo de tiempo las pausas publicitarias de un programa y los temas emitidos en el minuto siguiente a su vuelta, junto con las métricas internas de cambio de canal, está directamente ligado al proceso de fidelización de espectadores. La novedad radica en unir estas métricas con la respuesta de la audiencia social en esos momentos para detectar si el problema es el momento del corte o la desconexión con el contenido para reenganchar y mejorarlo en futuras emisiones.

Es así como la semántica vuelve a demostrar su vinculación directa a negocio, a descubrir oportunidades o accionar sistemas de defensa: valores para cualquier compañía que quiere crecer o sentirse protegida.