En las operaciones en Scup es posible etiquetar y polarizar citas, videos y publicaciones recopilados en su monitoreo, contribuyendo para que la recopilación de datos se analice de forma cualitativa y cuantitativa.
Es importante para quien realiza monitoreos entender el contenido de las citas recopiladas, la operación de clasificar y etiquetar permite eso, porque después de estas acciones es posible analizar lo que está siendo más comentando sobre la marca o producto monitoreado.
¿Qué es etiquetar?
Es una especie de “rótulo” atribuido a una cita.
¿Qué es polarizar?
Polarizar es especificar si esta cita es positiva, negativa o neutra.
¿Porqué Polarizar y Etiquetar?
Cuando usted polariza y etiqueta las citas de su monitoreo, pasa a trabajar con las informaciones de forma cualitativa, lo que es de suma importancia para la interpretación de lo que se dice en las redes sobre las marcas y productos monitoreados. Se puede entender la opinión del público sobre los productos, servicios y marca de la empresa. La calidad de las informaciones puede generar grandes conocimientos para los involucrados, inclusive para la prevención de crisis.
Registrar Etiquetas
Registrar etiquetas es muy simple, en la pestaña Configuraciones / Etiquetas y Agregar Etiquetas. Es posible crear varias etiquetas de una sola vez haciendo clic en (+) en la página de agregar etiquetas.
Indicaciones para su operación de Etiquetado y Polarización:
Antes de comenzar su operación de clasificación tenga en mente el objetivo estratégico del monitoreo,
Cree un documento con las informaciones del monitoreo para que el equipo pueda consultar,
Determine las etiquetas y la descripción sobre cuales asuntos pueden ser etiquetados con la etiqueta. Ej. Etiqueta Basura (todo lo que no se relacione con nuestra marca),
Utilice palabras clave para determinar los asuntos que pueden ser clasificados por cada etiqueta. Ej. Etiqueta Entrega: Plazo, antes del plazo, atraso, demora,
En el caso de la Polarización pueden ocurrir dudas sobre las citas como el caso de ironía, entonces discuta con su equipo las posibilidades de interpretación para esta cita y mantenga siempre su plan actualizado,
Mantenga su equipo orientado sobre las acciones de las marcas y empresas monitoreadas, de esta forma la determinación y orientación de que ETIQUETA utilizar será más fácil,
En el caso de campañas puntuales use una ETIQUETA específica para cada evento, de esa forma el análisis será más preciso. Ej. Etiqueta feria 1, Etiqueta feria 2,
Cree reglas para facilitar el trabajo del equipo, en casos de grandes campañas que tienen un gran volumen, las reglas automáticas pueden ayudar en ambas acciones, polarización y etiquetado,
Cuando un usuario, por ejemplo, cita dos productos en una misma cita y en su plan existen etiquetas específicas para cada uno, cree un orden de prioridades entre los productos: ¿cuál de esos datos en el momento es el que precisa ser mejor observado? Normalmente los productos de los que menos se habla deben estar en la parte superior de la lista de prioridades, ya que como son menos citados deben tener una atención especial.
La división de etiquetas en grupos también facilita el análisis de los datos, por ejemplo: Momento, quien, influyentes, feedbacks etc. Ej. Momento Compra, Momento Uso, Momento Cancelación,
Si su equipo realiza atención vía Scup, cree un flujo de trabajo porque no todas las citas son aptas para atención, entonces cree etiquetas aptas y no aptas,
En los casos de división de citas entre su equipo es posible crear etiquetas para cada colaborador y dividirlas entre ellos creando reglas,
Para la clasificación determine lo que se considerará para cada polarización, por ejemplo: Feedbacks de acciones con la “expresión: muchas gracias”, ¿será considerada positiva?
¿Scup eligió el trabajo no automatizado por qué?
Nuestro equipo trabaja con el objetivo de simplificar y no complicar el día a día de los profesionales de redes sociales, entonces ¿por qué no automatizamos la polarización y el etiquetado?
Porque entendemos que la interpretación de las citas y principalmente los sentimientos son mejor analizados por personas, un trabajo automatizado difícilmente sea capaz de identificar etiquetas y criterios de clasificación realmente relevantes para el negocio. Cuando la interpretación está hecha por una persona, es posible ver el historial de los usuarios y eso ayuda a comprender mejor el mensaje que el usuario quiere dar. Con este tipo de análisis podemos decir que los datos pueden ser interpretados con más criterio y relevancia.
Como creemos en las redes sociales como relación, entonces tiene sentido que las personas lean, interactúen y clasifiquen dentro de un contexto, para que las informaciones relevantes de verdad lleguen a la empresa. Una máquina no consigue preveer que, para Globo, por ejemplo, crear y clasificar un ítem con una etiqueta “Novela” sea relevante.
Ejemplos de Tweets:
En este caso el usuario informa que el técnico apareció y resolvió, pero que no sabe hasta cuando este es el tipo de Tweet que genera confusión a la hora interpretar, ¿es positivo porque el técnico fue, o negativo por la inseguridad del servicio?
Este caso, por ejemplo, es irónico la usuaria cita “¡por increíble que parezca casi no cae!” entonces ella esperaba que cayera, y ¿como internet no cayó ella quedó satisfecha?
En casos como estos donde la interpretación de personas hace la diferencia, es posible entender y debatir con el equipo lo que significa, y desde ese momento prevenir otros casos, lo que una interpretación automática no podría hacer de forma tan detallada.