Operadores booleanos en las herramientas de escucha

Índice de contenidos

Monitorizar ciertas marcas para saber qué se dice de ellas en la red (blogs, diarios digitales, redes sociales, etc.) en ocasiones no es una tarea tan sencilla como a priori puede pensarse. Hacer un seguimiento de empresas con nombres tan concretos como Mahou, Metriplica o Adidas no supone muchos problemas, pero la situación cambia si queremos poner el foco en otras empresas cuyos nombres son más de uso común, como por ejemplo San Miguel, Puma o Alhambra. En estas ocasiones contaremos con la ayuda de los operadores booleanos, palabras que ayudan a redefinir los términos monitorizados en nuestra herramienta de escucha activa para que los resultados sean lo más lógicos y próximos a lo deseado.

Y es que si definimos una búsqueda con “Puma” no solo van a aparecer menciones relativas a la marca deportiva, también aparecerán comentarios sobre el animal (o el cantante José Rodríguez, el Puma, sin ir más lejos). Situaciones similares nos encontraremos con San Miguel (no solo es una cerveza, el santo da nombre a infinidad de calles, localidades, parroquias, plazas, fiestas patronales, etc.). Muchas son las marcas cuyos términos, por su ambigüedad, vician los resultados que queremos.

Operadores booleanos lógicos

Los operadores más utilizados en la redefinición de consultas son AND, NOT y OR.

Los explicaremos ajustandonos a su uso en Mention, una sencilla herramienta de escucha activa que ofrece la opción de configurar consultas o alertas avanzadas con operadores booleanos. Esto implica mucha más flexibilidad, precisión y profundidad (para que os hagáis una idea las consultas pueden contener hasta 20.000 caracteres).

OR

Transmitimos a la herramienta la necesidad de obtener resultados de cualquiera de los diferentes términos que seleccionemos.

En nuestro caso recogería las menciones que incluyeran “San Miguel”, “#sanmiguel” o “@SanMiguel”. Cualquiera de los 3 términos valdría.

AND

Permite combinar 2 o más palabras clave que no siempre se usan una al lado de la otra, pero sí dentro de un mismo contexto. Las menciones contendrán ambas palabras independientemente del orden.

La herramienta de escucha capturaría tanto las menciones que incluyan @Puma (cuenta oficial de la marca) como aquellas en las que apareciese:

  • “Puma“ y “zapatillas”;
  • “Puma” y “ropa”.

Al conseguir un menor número de resultados es un modo de intentar desechar la conversación que gira en torno al gran felino (o cualquier otro que ensucie todo) ya que las menciones que solo contengan “Puma” no se registrarían. Sería un primer intento de filtrar para conseguir lo relacionado con Puma como marca de moda y deportes.

NOT

Nos sirve para excluir palabras específicas de una consulta. Con este operador conseguiremos resultados que contengan únicamente el primer término pero no el segundo.

En la alerta se mostrarían los resultados que incluyan “@AguaLanjarón”, “#lanjaron” o “#lanjarón” y se descartarían aquellos que tengan los términos incluidos tras el NOT (“CB Lanjaron”, “Pueblo del Agua”, etc.). Con esta variante podremos filtrar todavía más las búsquedas y añadir los términos negativos que consideremos oportunos excluir.

Otros operadores booleanos

Podremos mejorar la configuración de las consultas con otros operadores booleanos como es el caso de los de posición:

  • NEAR/# y ~#. Con “~#” le indicaremos a la herramienta cuántas palabras puede haber como máximo entre los términos que queramos controlar (según la imagen inferior, 6).

NEAR es exactamente lo mismo, pero con combinación de palabras. Ejemplo: “Cerveza Heineken” NEAR/6 “Champions League”. Una mención que se recogería sería por tanto “La cerveza Heineken, principal patrocinador de la Champions League”. No están juntas, pero como entre ellas no hay más de 6 palabras de separación la herramienta lo detectaría.

  • . Como habréis podido ver todos los términos a monitorizar deber ir entrecomillados

No debemos olvidarnos tampoco de citar el uso de comodines u operadores de truncamiento. Estos ofrecen la opción de no tener que introducir diferentes variaciones de un mismo concepto a escuchar:

  • Asterisco: actúa como sufijo y muestra las palabras que contengan todos los términos precedentes. Así “Real Madr*” recogería menciones como “Real Madrid”, “Real Madriz”, “Real Madriles” o “Real Madri”. Es muy útil para prevenir errores en la construcción de un término, ya sea por desconocimiento, rapidez a la hora de escribir, etc.
  • Interrogación. Mientras que el “*” no tiene en cuenta el número de caracteres que le siguen, el “?” sí lo hace y solo registra un carácter más. Por ejemplo “201?” entregaría menciones con “2015, “2016”, “2011”, “2010”, etc. Este recurso encaja muy bien para búsquedas de género o plurales.

Consideraciones finales

Apuntar que estas herramientas ofrecen también formas de acotar por lenguaje, países, redes sociales u otras fuentes, etc.. El objetivo, ya comentado, no es otro que pulir la búsqueda de los conceptos deseados para conseguir resultados mucho mejores. Es fundamental no considerar finalizado el trabajo una vez configurado todo por primera vez. El proceso de mejora debe ser constante para adaptarnos al uso del lenguaje que pueden hacer los usuarios, la aparición de marcas con terminología similar, la expansión de una empresa, etc.

Share on facebook
Share on twitter
Share on linkedin
Share on email
3 min
Suscríbete a nuestra newsletter

Los mejores artículos de analítica digital para potenciar tu negocio.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Entradas relacionadas

Estadísticas de Instagram: cómo extraer y trabajar sus datos

Instagram es una red social peculiar en lo referente a datos. Actualmente, solo ofrece acceso a las estadísticas si nos conectamos a través de su aplicación móvil. Hablamos de que únicamente podremos consultarlas, no exportarlas ni descargarlas. La única opción viable para extraer y trabajar con las estadísticas de Instagram es recurrir a herramientas de

5 nociones básicas y fundamentales en redes sociales

Desde Metriplica hemos preparado a lo largo de este tiempo contenido enfocado a redes sociales para aproximaros a sus métricas y funcionamiento, intentando abarcar tanto aspectos genéricos como más específicos para aportar nociones básicas. Queremos recopilar en este artículo los 5 post que han visto la luz en Doctor Metrics que consideramos más relevantes. Un

Datos privados y públicos en redes sociales

Todas las redes ofrecen similitudes al tiempo que tienen sus propias particularidades. Ponen a disposición de los usuarios métricas que podríamos definir como universales y extrapolables, como es el caso de un “Me gusta”, pero también las hay singulares (como “Abrir el detalle” de Twitter). Y aquí el matiz importante que impulsa este texto: no

Guía práctica: cómo implementar el pixel de Facebook con GTM

Comenzaremos explicando qué es el pixel de Facebook y para qué sirve, posteriormente veremos cómo implementarlos usando Google Tag Manager y además cómo validarlo luego. ¿Qué es el pixel de facebook y para qué sirve? Se trata de un trozo de código javascript con un identificador único que vincula la página en la que se

Ir arriba

Esta web utiliza ‘cookies’ de terceros. Al clicar aceptar está aceptando el uso que realizamos de las cookies. Para más información puede consultar nuestra Política de cookies