- Los lectores de novela romántica no se identifican como tales ni en tienda ni en la vida offline.
- Tienden a no comentar sus lecturas y no es posible identificarlos habitualmente.
- A través de las asociaciones libres y espontáneas que se producen en las redes, podemos descubrir un nicho tan rentable como éste.
- Con ello nos podemos posicionar por delante de la competencia ante un numerosísimo grupo de potenciales compradores de libros.
Caso: Librería Cervantes
En base al análisis de las relaciones establecidas entre los seguidores de la cuenta de twitter de la Librería Cervantes, nos proponemos detectar los factores que explican los motivos de seguimiento de sus seguidores en esta red social.
Las personas nos asociamos en base a nuestros intereses, y todos tenemos una propensión a relacionarnos con quienes se parecen a nosotros, ya sea por edad, por género, por características culturales, por aficiones, etc.
Esto sucede en la vida real y en las redes sociales
En base al análisis de las relaciones establecidas entre los seguidores de la cuenta de twitter de la Librería Cervantes, nos proponemos detectar los factores que explican los motivos de seguimiento de sus seguidores en esta red social, para ayudar así a nuestro cliente a organizar sus seguidores según intereses.
Esto le permitirá establecer estrategias de comunicación digital orientadas a:
Labores informativas
Proporcionar a sus seguidores exactamente el tipo de información que desean, informándoles sobre nuevas publicaciones o eventos de su interés.
Campañas publicitarias
Hacer campañas en redes sociales utilizando técnicas de microsegmentación, llegando a usuarios parecidos a sus seguidores pero que todavía no les siguen.
Resultados del análisis
Tras el análisis realizado, fuimos capaces de, detectando particularidades de las subcomunidades constituidas e identificando sus razones de asociación, localizar comunidades de alto valor comercial, por ejemplo:
Dentro de la subcomunidad verde (Literatura Infantil y Juvenil) logramos distinguir entre padres y madres consumidores de lectura infantil y jóvenes lectores de cómic y manga.
Dentro de la subcomunidad amarilla (grandes editoriales), logramos identificar lectores por género: novela policíaca, romántica, etc.
Y esto resultó de gran aplicación práctica, ya que por ejemplo, descubrimos un nicho de mercado de gran valor para una librería, un nicho de mercado muy difícil de detectar y que es el nicho de lectores de novela romántica.
Finalmente, y como puesta en práctica de los resultados del análisis realizado, se pudieron diseñar estrategias de comunicación y publicidad efectivas, para localizar y publicitar nuestra marca y nuestros productos a nichos numerosos de potenciales clientes, incrementando las cifras de ventas y la captación de nuevos clientes.
Caso: Barcelona 2015
El 13 de junio de 2015, Ada Colau, candidata a la alcaldía de Barcelona por Barcelona en Comú, resultó elegida alcaldesa con una mayoría absoluta de 21 votos de los concejales elegidos en esos comicios. Colau, además,se iba a convertir en la primera mujer alcaldesa de Barcelona.
Las elecciones municipales de 2015 se habían celebrado en Barcelona el domingo 24 de mayo y en ellas los barceloneses destronaron al que había sido su alcalde hasta entonces, Xavier Trias de CIU, y entregaron la victoria a Ada Colau, líder de la plataforma de izquierdas Barcelona en Comú.
Fue una victoria contrapronóstico, difícil de predecir y ajustada, un concejal y 17.000 votos más que CiU, pero suficiente para buscar los apoyos necesarios para gobernar la ciudad.
Las encuestas erraban en su pronóstico dando como partido ganador, una vez más, a CIU, y situaban a Barcelona en Comú en 2ª posición y a 2-4 concejales de diferencia respecto al ganador.
Imagen: ABC, 2015.
Pero los resultados del 24 de mayo finalmente fueron los siguientes:
Sin embargo, la victoria de Ada Colau ya se intuía, analizando en Twitter lo sucedido en el debate electoral entre candidatos del día 21 de Mayo, en TV3 y bajo el hashtag #DebatBCN.
Este grafo de red surge del análisis realizado en Twitter en base a los cerca de 8.000 tweets capturados durante el debate televisado a la alcaldía de Barcelona entre candidatos de partidos con representación parlamentaria en ese momento, y sus puntos clave son:
Colores
Definen asociaciones espontáneas en Twitter entre los intervinientes en esta red alrededor del debate que se estaba produciendo en TV3. Los afines se relacionan entre ellos y tienen el mismo color.
Puntos
El tamaño de los puntos define la importancia de cada interviniente en la red. Como el debate es entre candidatos, los puntos más grandes de cada color corresponden cada uno a cada candidato.
Líneas
Las líneas muestran las relaciones establecidas entre los intervinientes. Es decir, cada una de las líneas representa un tweet o una interacción entre dos puntos.
Se observa que el color morado predomina en el grafo, lo que determina que, Barcelona en Comú y su candidata Ada Colau, monopolizan de alguna manera la conversación en twitter alrededor del debate que se estaba produciendo. Esto les posicionaba como líderes en Redes, lo que se podía trasladar a líderes en el mundo offline.
Caso: Plan MAD-RE
Del 1 al 24 de Noviembre de 2017, en Network Outsight, monitorizamos en Redes todo lo relativo al proceso de participación ciudadana Plan MAD-RE, que el Ayuntamiento de Madrid iba a emprender con el objetivo de realizar una remodelación en 11 plazas de la periferia de Madrid.
Los conceptos sobre los que se realizó la escucha en Twitter fueron:
- Decidemadrid
- Vota 11 plazas
- Presupuestos participativos Madrid
- Participación ciudadana Madrid
Los nombres de los 11 barrios en los que estaban las plazas a remodelar: La Latina, Moratalaz, Hortaleza, Puente de Vallecas, Ciudad Lineal, Fuencarral-El Pardo, Carabanchel, San Blas-Canillejas, Tetuán, Villaverde y Barajas.
Se monitorizaron todos los tweets, retweets y respuestas relativos al proceso analizado y se capturaron un total de 5.066 impactos comunicativos, generados por 2.124 cuentas únicas de Twitter.
Se midió la participación en los foros, de los 11 proyectos barrio por barrio, que resultó ser la siguiente:
A través del análisis semántico realizado determinamos cuáles eran los temas que interesaban más en cada barrio en lo que se iba a realizar una acción derivada del proyecto analizado.
Puente de Vallecas
Ciudad Lineal
En el ejemplo anterior se ve cómo en Vallecas el tema que más interesaba alrededor del proyecto a emprender por el Ayuntamiento era el aparcamiento, mientras que en Ciudad Lineal era el carril bici.
Mediante técnicas de análisis de grafos, obtuvimos las comunidades que se constituían alrededor de este proceso municipal.
El resultado fue un grafo de red, constituido por 2.309 participantes y 5.442 relaciones entre ellos, y con 399 comunidades detectadas a través de los intereses comunes que emergían entre ellas.
Las comunidades más importantes que se crearon fueron Difusión de @decidemadrid, Distritos de Madrid, Críticas al proceso participativo, Comunidad vallecana, medios tradicionales, medios online y críticas al Ayuntamiento.
Con el resultado de todos los análisis realizados, ya se podía definir una estrategia, para conseguir que el proceso de participación ciudadana alcanzara la mayor participación posible.
Ya podíamos definir en cada barrio, los mensajes a lanzar, el esfuerzo que se tenía que realizar para conseguir la participación buscada, las comunidades alrededor de las que se constituía este proceso de participación ciudadana, y el perfil político de las mismas, que era determinante para el nivel de implicación de los vecinos.