Las redes sociales constituyen una
extensión ampliada del capital relacional del ser humano proyectado en
plataformas como Facebook, Twitter, Instagram, Whatsapp, Google+, Pinterest,
Line, Telegram, Snapchat, Linkedn, Youtube,
Tagged, Haboo, Tumblr, SoundCloud, Badoo, Spotify, Flickr y similares que
permiten una interacción entre la persona, la marca, la empresa, la institución
o la organización y su red de contactos
generando una visibilidad cuya privacidad es parcialmente graduable por el
propio usuario(s). Es natural que en este contexto aparezca la necesidad de
mejorar la efectividad del uso de las redes sociales en particular cuando se
enfocan al desarrollo de modelos de negocio, la comercialización de productos servicios,
la gestión transaccional de beneficios, emociones y experiencias personales,
profesionales e institucionales u organizacionales donde sea aplicable.
La analítica de redes sociales es
la técnica de análisis que se utiliza para obtener las principales estadísticas
de desempeño de las mismas y evaluar la performance para poder planificar una
gestión efectiva de las redes sociales a las cuales estamos vinculados. Para
comprender mejor este campo del conocimiento es necesario definir brevemente
algunos conceptos:
Engagement: métrica que
refleja la interacción entre tu red social y tu comunidad de usuarios
CPC: Costo por Click
CPM: Costo por millar de
impresiones (apariciones)
CPL: Costo por Lead
Lead: Es la categoría de
usuario interesado (potencial cliente) antes de convertirse en cliente (se llama
Lead normalmente cuando se suscribe o pregunta)
Lead Nurturing: Proceso de
interacción y contacto con Leads
CPA: Costo por adquisición
(cuando el cliente ha comprado)
CPV: Costo por
visualización: (costo total/número de visualizaciones)
CTR: Mide la tasa de Clicks
como: (Número de clicks/número de
impresiones) x 100
Tasa de Conversión: (Número de ventas o conversiones/Numero
de contactos) x 100
ROI: Retorno de la
inversión en la red social : ((Ingresos-costos totales)/Costos totales) x 100
Influencer: persona con
credibilidad en alguna materia específica que tiene la capacidad de generar
reacciones en el público objetivo
Follower: Usuario que sigue
a otro en una red social
Hashtag: Es un tema que es tendencia
en redes sociales, se usa anteponiendo # al tema
Fan: Usuario que gusta de
una red social
Klout: Nivel de relevancia,
popularidad, prestigio o reputación de un usuario en redes sociales
Astroturfing: Promover o
genera comentarios en favor de una marca
Crowd ( -sourcing, -working,
-funding, - speaking): colaboración abierta on line alrededor de un proyecto
re material de recursos, trabajo, obtención de fondos o aprendizaje.
Engagement Facebook
((# me gusta + # de compartidos + # de comentarios)/ Usuarios
alcanzados) x 100
Engagement Twitter
((# me gusta + # de retuits + # de menciones)/ Usuarios alcanzados) x
100
Engagement Instagram
((# me gusta + # de comentarios)/ Usuarios alcanzados) x 100
Engagement LinkedIn
((# recomendaciones + # de compartidos + # de comentarios)/ Usuarios
alcanzados) x 100
Engagement Pinterest
((# me gusta + # de guardados + # de comentarios)/ Usuarios
alcanzados) x 100
Engagement Google+ = ((# +1
+ # de compartidos + # de comentarios)/ Usuarios alcanzados) x 100
Plataformas de Analítica de Redes sociales recomendadas:
Para twitter
https://moz.com/followerwonk/analyze
https://audiense.com/
https://tweetreach.com/
Para websites
https://analytics.google.com/
http://howsociable.com/
http://keyhole.co/
Para integrar todas tus redes sociales:
https://www.cyfe.com/
https://klout.com/home
La analítica de redes sociales se
vuelve necesaria para mejorar la eficiencia en tiempos y costos del uso de las herramientas
en el canal on line y para mejorar la eficacia de la comercialización y
canalización de productos, servicios, beneficios, emociones o experiencias en
este nuevo canal, es decir para mejorar la efectividad de las campañas que se
inician en el mundo de la Internet. Este es un primer paso para la generación
de data relevante que pueda servir para la toma de decisiones las cuales en una
primera escala pueden analizarse en forma manual pero una vez que se generan grandes
volúmenes de datos (BigData) se requiere recurrir a nuevas técnicas como la
inteligencia artificial para lograr encontrar las mejores y más apropiadas
estrategias que permitan integrarnos al nuevo mercado on line que queremos
dominar.
Mucha suerte con la experiencia y
espero que estas notas sean de utilidad para ello.
No hay comentarios:
Publicar un comentario