Estás leyendo la publicación: Entrevista: Cómo usar la IA para la escucha social con Ben Ellis
La IA tiene una reputación bastante polarizadora.
Algunos lo aclaman como el salvador del trabajador moderno, ahorrándonos miles de horas que se desperdician en tareas simples y finalmente ofreciéndonos la perspectiva de una semana de cuatro días.
Otros lo ven como un villano malvado, listo y dispuesto a tomar nuestros trabajos y dejarnos desempleados e inútiles.
En realidad, muchos de nosotros estamos indecisos sobre cómo nos sentimos realmente acerca de la IA. Me encantan las opciones de películas personalizadas que me brinda la IA de Netflix, y estoy realmente agradecido de que la IA ayude a los médicos a detectar el cáncer a un ritmo más alto que nunca. Sin embargo, todavía me preocupa lo que harán los 297.000 taxistas en el Reino Unido una vez que los autos autónomos tomen el control.
Independientemente de lo que pienses, el cambio está llegando. La IA ya está presente en la mayoría de los aspectos del trabajo y su importancia solo crecerá en el futuro, y la escucha social no es una excepción.
Para nosotros en Brandwatch, la IA ahora es parte de nuestro producto. Esta semana lanzamos Iris, un analista de inteligencia artificial creado para ayudarlo a encontrar mejores perspectivas más rápido.
Quería saber qué pensaba un analista real sobre Iris, así que hablé con Ben Ellis, quien dirigió la escucha social en BT, Microsoft, Groupon y, más recientemente, We Are Social, antes de unirse a Brandwatch la semana pasada.
¿Cómo podrían utilizar Iris los analistas sociales?
Ben dice que definir un trabajo específico que apoya Iris es difícil. “Se podría argumentar fácilmente que ayuda con cada trabajo: detecta campañas exitosas, una posible crisis de marca, nuevas personas influyentes, puntos débiles de los clientes, conocimientos ocultos de los consumidores y más”.
Ben describe tres formas clave en las que puede ayudar a los analistas que trabajan con Brandwatch:
1. Velocidad de conocimiento
El análisis manual de los picos lleva tiempo. Hacer clic y analizar un pico mientras lo compara con los datos históricos le llevaría al usuario varias horas.
La mayoría de los usuarios toman atajos para evitar esto, dice Ben. “Hacen clic en el pico y analizan un pequeño subconjunto de datos. Esto podría conducir a resultados inexactos, pero les lleva menos tiempo”.
Continúa: “Aún así, en una semana típica, su marca, productos, campañas y competidores generarán 20 picos importantes. Diría que un analista dedica alrededor de 3 horas y 20 minutos a realizar este análisis; en otras palabras, toda una mañana. Iris tardaría menos de dos segundos en realizar el mismo análisis”.
“Iris es mucho más rápido que el análisis humano, y podría decirse que proporciona resultados más confiables”.
2. Detecte conocimientos previamente invisibles
A menudo, los analistas no tienen tiempo para comparar manualmente un pico con 20 días de datos históricos. Podrían pasar por alto información importante.
“Se perderán la noticia de moda de hoy, el video publicado comentando el tema, el hilo de Reddit que apareció horas antes o la nueva persona influyente que se unió a la conversación”, dice Ben.
“Iris destaca estas anomalías para usted comparándolas constantemente con datos históricos. Te mantiene al tanto de todas las ideas importantes sobre tu marca”.
3. Compare su análisis
Ben cree que algunos analistas, que han pasado años trabajando con datos, podrían despreciar a un asistente virtual para ayudar a identificar tendencias importantes. Pero, dice, una segunda opinión siempre puede ser útil.
“Si miran un pico y deciden que un influencer causó el crecimiento, no hay nada de malo en compararlo con Iris. Una segunda opinión podría ayudar a solidificar su percepción o hacerles conscientes de algo que no vieron antes.
“Iris brinda a los usuarios expertos una segunda opinión crucial para que sus conocimientos sean aún más confiables”.
¿En qué se diferencia Iris de otras IA del mercado?
Ben dice que ha visto que las herramientas de escucha social incorporan IA en su plataforma, pero a menudo esto no se hace pensando en el analista.
“Cuando se implementan de manera deficiente, estas nuevas herramientas impulsadas por IA solo muestran patrones con poco o ningún contexto. Parte de esto puede ser útil, y parte me ha servido bien en el pasado, pero como analista me encontré a mí mismo y a otros analistas a mi alrededor perdidos en la mecánica de estas herramientas”.
Él dice que esto podría incluir herramientas de reprogramación para adaptarse a las necesidades del usuario, tener que volver a categorizar las menciones para obtener informes precisos o tener que ajustar y corregir la herramienta donde salió mal, con la esperanza de que aprenda de sus errores en el futuro.
“Estas implementaciones simplemente no funcionan para los analistas. He usado tantas de estas herramientas, suficientes para decir cómodamente que Iris es diferente. Los insights son observaciones con una razón. Iris saca a la superficie y resalta estas observaciones, mirando los datos, estructurando la información dentro de ellos, identificando los patrones teniendo en cuenta el contexto. Esto es lo que un analista pasaría horas haciendo. Esto es en lo que Iris pasa un segundo. Iris es diferente porque funciona para los analistas”.
¿Existen otras herramientas que utilicen bien la IA?
“He visto tantas herramientas adaptarse a la IA, algunas bien y otras no tan bien. Los ejemplos que más me gustan provienen de herramientas que usan IA para análisis predictivo, una práctica que deseo que los analistas adopten más”, dice Ben.
Tiene algunos ejemplos de sus favoritos:
“Herramientas como Leadza analizan campañas publicitarias y envían sugerencias de optimización para mantenerse a la vanguardia. Las herramientas de gestión como Metigy analizan el rendimiento de los canales propios y de la competencia, y ofrecen a los community managers una transmisión en vivo de sugerencias prácticas que pueden tomar para lograr una mejor participación y mantenerse en el objetivo. Luego está el caso de uso de recursos humanos de herramientas que usan IA para automatizar la evaluación de candidatos y predecir el ajuste del equipo en función de su huella social, por ejemplo, Frrole Deepsense”.
¿Puedes imaginar que la IA reemplace a los especialistas en inteligencia social?
Ben no cree que la IA reemplace los trabajos de los especialistas en inteligencia social. En cambio, dice, reemplazará algunas de sus tareas mientras contribuye a la evolución natural de los trabajos de estos especialistas.
Él dice: “Las plataformas de gestión social están implementando lentamente la IA para priorizar y enrutar rápidamente los mensajes entrantes. Esto acelera las tareas de los administradores de la comunidad y ayuda a los analistas a informar sobre los impulsores clave detrás de estos mensajes entrantes. El trabajo del analista deberá adaptarse a la creciente disponibilidad de datos sociales y la velocidad con la que aparecen y cambian las tendencias. Esto normalmente ralentizaría a un analista, pero la IA evita que eso suceda”.
“La IA no reemplazará a los especialistas en inteligencia social por una razón sólida: tiene la capacidad de detección de conocimientos, pero no la capacidad de sabiduría. La IA puede hacer surgir observaciones en poco tiempo, pero eso por sí solo no se traduce en acción”.
Por esa razón, confía en que la IA no está aquí para reemplazar al especialista en inteligencia social: la IA está aquí para ayudar al especialista a ser más inteligente y ahorrar tiempo en el proceso.
¿Cómo crees que cambiará la escucha social en los próximos cinco años?
“Con la mayoría de las tendencias de Internet, tenemos una explosión y una implosión. Por ejemplo, hace años tuvimos un auge en el marketing de influencers, con un enfoque en los grandes influencers y grandes números de seguidores, mientras que ahora estamos viendo una implosión, con influencers locales y regionales acaparando la atención a medida que la gente pide una mayor transparencia. y una relación más profunda”.
Ben explica que la cara de la inteligencia social ha comenzado su fase de implosión: las plataformas sociales no son tan generosas como solían ser con quién les dan sus datos y cuánto de ellos ponen a disposición.
“Las fuentes oscuras sociales, sociales o digitales que no pueden ser rastreadas fácilmente por las herramientas de análisis digital son ahora la norma, especialmente ahora que el uso activo de las redes sociales en dispositivos móviles es una realidad para el 42 % de la población mundial, un aumento del 13 %. del año pasado.
“El tribalismo en las redes sociales está en aumento, por lo que las personas crean y acuden en masa a sus propias subculturas en las plataformas sociales debido a una mayor identificación. Esto da voz a problemas y temas que la corriente principal de la plataforma simplemente no cubrirá: Black Twitter, por ejemplo, o la comunidad de maquilladores que son auténticos pioneros en las plataformas de imágenes y videos”.
“Con este telón de fondo, está claro lo que depararán los próximos cinco años para los especialistas en inteligencia social”, dice Ben. “Unir las piezas desde donde se puede medir la información con nueva tecnología”.
Ben cree que la tecnología solo puede llevarnos hasta cierto punto.
“En última instancia, la responsabilidad de reunir todas estas piezas de múltiples fuentes para sacar a la luz ideas y tejer una historia recae en nosotros, los especialistas en inteligencia social”.
Obtenga más información sobre Iris aquí.