Estás leyendo la publicación: Entrevista: Cómo hacer las mejores preguntas que la inteligencia social pueda responder, con Paul Siegel
El viernes por la tarde no suele ser mi momento favorito para la discusión filosófica (a menos que esté en el pub), pero estaba hablando por teléfono con mi estimado colega, el científico de datos Paul Siegel y sabía que no había forma de que esto fuera básico. .
El motivo de nuestra llamada fue para discutir preguntas: ¿cuáles son las mejores preguntas para que las respondan los datos sociales? ¿Es posible quedar demasiado atrapado en la formulación de la pregunta y no hacer suficiente análisis? ¿Hay espacio para la creatividad?
Se hicieron muchas preguntas sobre preguntas. El resultado es este artículo, en el que abordamos cómo los analistas pueden aprovechar al máximo la inteligencia social mediante la construcción de bases sólidas en la etapa de formulación de preguntas.
haciendo buenas preguntas
Entonces, ¿qué es una buena pregunta para la inteligencia social? Pablo dice:
“Buenas preguntas para Brandwatch y nuestros clientes son preguntas que logran un equilibrio entre dos factores: una pregunta que aborda un problema cercano al negocio y una pregunta que tiene una respuesta real y tangible, algo que las pruebas y los experimentos pueden validar”.
En un recuerdo repentino de mi formación periodística, recuerdo las cuatro W y una H: ¿quién? ¿qué? ¿cuando? ¿por qué? ¿y cómo? – ¿Cuáles de estas son las mejores preguntas que podemos hacer sobre los datos sociales?
Hay tres componentes principales en los datos sociales, dice Paul:
- El elemento de información: el texto y las palabras que publicamos
- El elemento humano: quiénes somos y qué hacemos
- El elemento tiempo: la naturaleza acelerada y nuestra capacidad para actualizar al mundo instantáneamente sobre lo que está sucediendo.
Cuando pensamos en los datos sociales como el interesante entrelazamiento de todas estas cosas, el quién, el qué y el por qué parecen ser los formatos de pregunta más pertinentes para empezar.
Esto hace una comparación interesante con los datos de búsqueda donde el “qué” parece ser la principal pregunta inicial. A menudo escuché las diferencias entre la búsqueda y los datos sociales, ya que la búsqueda le da al analista el qué y las redes sociales le dan el por qué.
Paul está de acuerdo, usando el ejemplo natural del queso.
“Los datos sociales pueden mostrar que hay un aumento en las personas que hablan sobre el queso, al igual que la búsqueda. Pero las redes sociales te dan esa capa adicional de por qué cambia la conversación de queso. Tal vez la conversación sobre el queso ha aumentado en un grupo demográfico en particular, tal vez es un tipo particular de queso del que la gente habla en un momento determinado del día”.
Los dos claramente pueden ir de la mano al hacer preguntas relevantes para nuestra industria.
Obtener preguntas apropiadas de solicitudes de no analistas
Le planteé un escenario a Paul: usted es un analista que se ocupa de su negocio cuando un miembro de un equipo diferente lo aborda y le pregunta si se pueden recopilar algunos datos sociales en torno a un tema en particular. ¿Cómo puede un analista tomar las divagaciones de alguien que no trabaja con datos sociales y convertirlas en preguntas que puedan responderse?
“Parece sensato preguntar sobre temas que son importantes en las conversaciones sobre su industria, pero incluso precisar qué es un tema es difícil… Cuando comienza, la mayor parte del trabajo (60 %) consiste en encontrar la pregunta correcta. Entonces el 40% es análisis”.
Este desglose me sorprendió, como alguien que a menudo tiende a adoptar un enfoque más exploratorio de los datos sociales al observar diferentes elementos de la conversación antes de elaborar una historia en torno a esos datos, pasando el 60% de mi tiempo preguntándome qué preguntas hacer parecía un lote.
“Con el tiempo, como analista, mi prioridad sería reducir ese tiempo inicial”, dijo Paul. Él tiene claro que armar procesos que respondan preguntas predecibles de manera regular es una buena manera de configurar su sistema para que no pierda todo su tiempo reflexionando.
Lo que no ayuda es que no existe un enfoque único para categorizar los datos sociales en todas las formas en que queremos que se desglosen. Un ejemplo que da Paul es el análisis de sentimientos. “La realidad sobre el terreno es que los modelos de sentimiento de talla única no siempre son adecuados para su propósito: tienen dificultades con el lenguaje que es idiosincrásico para una marca, una audiencia, una industria o un evento”.
Paul dice que los equipos que sacan el máximo provecho de los clasificadores de sentimientos son aquellos que invierten tiempo en monitorear los tipos de palabras que las personas usan en su propia industria o área y se esfuerzan por mantener los clasificadores que establecen para garantizar que sean consistentes y precisos. . Por ejemplo, si trabaja en una industria donde su audiencia a menudo usa jerga, crear reglas que clasifiquen correctamente las últimas palabras positivas y negativas ayudará a garantizar que no se pierda nada.
“En otras palabras, la mayor parte del trabajo consiste en formular precisamente la pregunta ‘¿qué es el sentimiento?’ de una manera que satisfaga sus necesidades comerciales”, dice Paul.
La creación de reglas de opinión personalizadas con una herramienta como Brandwatch Analytics puede ayudar a automatizar el seguimiento de la opinión positiva y negativa en torno a su marca que se adapte a las conversaciones únicas que se desarrollan en torno a ella.
Sobre y sub-pensamiento
Dada la gran cantidad de tiempo que Paul sugiere para juntar las mejores preguntas de investigación, le pregunto si existe el peligro de que pueda ponerse demasiado filosófico al respecto.
Él ríe.
“No tienes que ser como ‘¿qué es el lenguaje, hombre?'”
En cambio, analiza el daño que pueden causar las preguntas mal pensadas al entrar en un análisis:
“Los riesgos de pensar demasiado en las preguntas son mucho menores que las preguntas de pensar poco. Si te apresuras, no hay escenario en el que no pagues por ese error”.
Al mismo tiempo, concretar preguntas no debería significar que no hay espacio para explorar los datos y tener una idea de ellos, e incluso usarlos para informar más preguntas.
“Pasar tiempo leyendo menciones y dejando que tu cerebro haga conexiones para formar preguntas, conociendo los datos, es genial. Debería haber una parte de participar en las redes sociales que sea exploratoria o de mente abierta”, dice Paul.
¿Estás haciendo las preguntas correctas?
Mi conclusión principal de mi conversación con Paul fue la actitud muy seria que él y su equipo tienen para crear excelentes preguntas.
En reuniones anteriores que tuve con el equipo de ciencia de datos de Brandwatch, salí con dolor de cabeza y me preguntaba cómo diablos podría comenzar con un tema sobre el que quiero escribir, sabiendo que hemos simplemente separé por completo cuál es ese tema y las suposiciones que se incluyeron en las preguntas con las que originalmente comencé. Era casi una reminiscencia de una clase de filosofía cuando mi profesor nos desafió a demostrar que la mesa frente a nosotros era real y luego procedió a hacer trizas nuestros argumentos.
Ese punto de partida puede ser frustrante, pero como dijo Paul, si estás debatiendo la naturaleza misma del lenguaje, probablemente hayas ido demasiado lejos al separar tus preguntas. Lograr el equilibrio entre pensar demasiado y pensar poco no es fácil, pero recuerda los peligros de lanzarte a un análisis extenso sin una pregunta que puedas responder directamente.
Con suerte, saldrás de este artículo con menos preguntas que respuestas, pero, de nuevo, ¿qué es una pregunta?