Como fazer uma amostra no monitoramento de mídias sociais?

Algumas marcas chegam a receber milhares – ou até milhões – de menções por dia, criando um desafio para profissionais de marketing, pesquisa e mídias sociais. Contornar essa dificuldade para desenvolver produtos de inteligência que tragam um bom custo-benefício pode envolver diversas técnicas. Uma das mais comuns é a utilização de amostragem.

A amostragem é um recurso tradicional da pesquisa de mercado quantitativa. Amostragem significa selecionar uma quantidade de itens, observações ou pessoas de um determinado universo (que pode ser uma população ou base de dados) de modo que esta seleção consiga representar características e atributos do todo. Quando falamos de pesquisa e informação, significa que a análise desta seleção (a amostra) deve trazer resultados semelhantes ao que seria alcançado se tudo fosse analisado.

Quando falamos de mídias sociais e seu monitoramento, as técnicas comuns de amostragem possuem algumas particularidades. A seguir algumas dicas para fazer uma amostra eficiente:

Entender as Limitações

Em primeiro lugar, é preciso entender as limitações dos dados em mídias sociais. Muitas vezes os dados nas mídias sociais não são representativos da população de um país como um todo. Como o acesso a internet não é homogêneo, o público engajado nas mídias sociais costuma na média ser mais jovem, mais rico e de centros urbanos do que a população geral. Além disso, alguns tipos de segmentos ou comportamentos são mais frequentes e motivadores de menções do que outros.

Então muito cuidado ao transpor os resultados para o público geral. Os dados representam muito bem o que acontece nas mídias sociais. Em alguns segmentos (como entretenimento jovem ou comércio eletrônico), a representação pode ser extrapolada para todo o público-alvo.

Realizar amostra baseada em cálculo estatístico

Selecionar 10% das menções, pulando 9 em cada 10, é um recurso comum, mas pouco preciso. Recomenda-se fazer amostragem a partir de cálculo estatístico. Assim a distribuição por mídias sociais, dias e horários acompanhará o padrão do total que foi coletado.

No BrandCare oferecemos a configuração de uma amostra a partir da margem de erro, componente básico do cálculo estatístico. A margem de erro, presente em qualquer amostra, representa o quanto o dado pode variar. Ou seja, margem de erro menor significa uma maior confiança nos dados, mas também significa uma quantidade maior de dados (no caso do monitoramento, menções) a serem analisados.

Hoje, no BrandCare, oferecemos as opções de 2%, 3%, 4%, 6% e 8%. Para criar uma amostra, os passos são muito simples. Basta ir na barra lateral de filtros na esquerda e selecionar a opção “Novo” em “Amostra de Dados”. Você pode dar um título e descrição à amostra, selecionar a margem de erro aceitável e criar. A partir daí, é só selecionar a amostra criada como um filtro e começar a análisie!

amostra de dados

Por exemplo, de 01 a 30/10/2011 o cliente “My Company” obteve um total de 100.000 menções. Criando um Data Sample com 4% de margem de erro, ele terá uma amostra de aproximadamente 500 menções para serem analisadas. Essa amostra fica guardada e quando precisar ver os dados novamente, basta selecionar o sample criado e aplicar o filtro, simples assim!

Lembrar dos outliers fora da amostra

Em muitos casos, o objetivo do monitoramento de mídias sociais não é apenas analisar sentimento, temas, eventos, percepções e comportamento do público. Em boa parte dos projetos também é necessário tomar ações imediatas para menções importantes. Por exemplo, falar com influenciadores que mencionaram a marca.

A amostra, devido seu caráter representativo, provavelmente irá representar direta ou indiretamente algum evento que ocorreu. Um tweet que gerou muito impacto pode até não entrar na amostra, mas com certeza algum de seus retweets. Então a dica é sempre ficar de olho nos outliers (pontos de dados fora da média, com um perfil com muitos seguidores), o que pode ser feito de forma fácil na interface da ferramenta de monitoramento com métricas de Klout ou alcance.

Deixe uma resposta