Marcas simples versus marcas complejas para monitorizar

Mascas complejas vs simples

A la hora de comenzar a monitorizar una marca la elección de las palabras clave que configurarán la escucha es fundamental. Saber encontrar las keywords adecuadas para tu marca es importante porque de ellas depende la calidad de los resultados. Si escogemos palabras inadecuadas se nos colarán resultados irrelevantes para la marca que será preciso filtrar y eliminar. 

No es lo mismo escoger las keywords para una marca simple que para una marca compleja.

–    Una “simple” es aquella cuyo nombre es monosémico, su nombre solo hace referencia a la marca. Una marca sencilla y fácil de monitorizar es aquella cuya búsqueda en internet sólo devuelve resultados relacionados con la misma. Por ejemplo: “Pepsi”.

–    Por el contrario una “complejaes aquella cuyo nombre es ambiguo, polisémico, hace referencia a más significados a parte de referirse a la marca. Una marca compleja y difícil de monitorizar es aquella cuya búsqueda en Internet ofrece resultados heterogéneos y dispares en relación con nuestro objeto de interés. Por ejemplo: la marca de conservas de pescado “Calvo” o, también, “Isabel” o la marca de conservas vegetales “Carretilla”, entre muchas otras.

El hecho de que el nombre escogido por la marca englobe distintos significados dificulta el proceso, se hace necesario acotar la búsqueda para eliminar los resultados que no tienen que ver con la marca,  debemos  “limpiar” la marca de falsos positivos, es decir, de resultados que coincidan sintácticamente pero difieran en su significado y en la realidad a la que hacen referencia.

Lo primero que debemos hacer en la búsqueda de las keywords adecuadas es cerciorarnos de que la marca que vamos a monitorizar pertenece al primer saco y no al segundo, es decir, comprobar que no es ambigua y, si lo es, conocer el alcance de su ambiguedad. Para ello, es útil visitar la página de desambiguación de la Wikipedia que nos muestra si la palabra en cuestión consta de más significados.

Si debemos monitorizar una marca limpia, con el nombre de la marca, prácticamente captaremos gran parte de la conversación relacionada con ella. Por supuesto, además deberíamos investigar cómo se refieren a la marca los usuarios, tener en cuenta el argot, los fallos ortográficos si son frecuentes… Entre otros ejemplos de marcas limpias podemos encontrar: la operadora de telefonía Vodafone, la cadena de electrodomésticos y electrónica Media Mark o la cadena de comida rápida Telepizza.

Pero hay nombres de marcas que hacen temblar al más experimentado en monitorización como es el caso, por ejemplo, de la cadena de supermercados “Día” o la nueva fuerza política “Podemos”. Sin embargo existen otras que, aunque a primera vista está claro que son marcas complejas, no parecen tan alarmantes, es el caso de la marca de cerveza San Miguel, su nombre nos hace pensar en la figura religiosa del arcángel, en un barrio y poco más, pero tras una investigación más exhaustiva descubres que es un término que hace referencia a múltiples realidades.

San Miguel es además el nombre de un teatro, un colegio, un instituto, un mercado, una orden religiosa, un puente, un cerro, una plaza, una isla e, incluso, un volcán, por si fuera poco también comparten el nombre diversas localidades, barrios, pueblos, ciudades y municipios de España y de diferentes países de Latinoamérica. Aquí os dejo la página de desambiguación de San Miguel para que conozcáis sus múltiples acepciones.

¿Cómo “limpiar” una marca compleja?

Si usásemos “San Miguel” como palabra clave entraría más ruido que información relacionada con la marca ¿cómo limpiarla para capar la información que nos interesa y reducir el ruido?

– Fijémonos en el contexto: podemos localizar las palabras que se asocian a la bebida: “cerveza”, “caña”, “tercio”, “quinto”, “vaso”…  para introducirlas en la búsqueda.

– Procedamos a la desambiguación: realicemos la misma operación pero a la inversa, estudiemos qué palabras se asocian a los significados que no nos interesan, podríamos excluir de la búsqueda “barrio”, “mercado”, “iglesia”, “arcángel”, “volcán”, “isla”…

– Observemos la estructura del lenguaje: para detectar qué palabras se suelen utilizar junto a la marca. Decimos “quiero una San Miguel” o “me gusta la San Miguel” por tanto “una San Miguel” y “la San Miguel” pueden ser términos de búsqueda; sin embargo, no usamos “a San Miguel” o “en San Miguel”, en general, cuando nos referimos a la cerveza.

Con estas medidas lograremos reducir bastante el ruido, pero es probable que aún así se nos cuelen resultados que no tengan nada que ver con la bebida.

Las marcas complejas hacen que el proceso de monitorización requiera una mayor atención y profundidad para acotar lo más posible la escucha a la parte de la conversación que nos interesa, se requiere algo más de esfuerzo, pero es muy importante localizar y definir la conversación de nuestra marca de la forma más exhaustiva y clara posible. En la conversación generada por el consumidor social reside valiosa información para las marcas y el hecho de tener una marca de nombre ambiguo no es ningún impedimento, solo es una pequeña traba fácil de superar.

Para facilitar y mejorar los resultados en la monitorización y seguimiento de este tipo de marcas, Oraquo Analytics cuenta con el operador NEAR dentro de la sintaxis booleana utilizada para configurar las querys de monitorización. El operador NEAR sirve para limitar la proximidad de dos o varias palabras dentro  de los enunciados. Pero de ello hablaremos próximamente en otro post.

 

Tags: , , ,

Deja una respuesta