No Twitter, Facebook e outros plataformas sociais a incapacidade de arquivamento de depoimentos é o calcanhar de aquiles dos projetos de social media marketing. Como se preparar melhor para o futuro sem conhecer o passado? Com o Buzzmonitor, uma vez registrados os termos, todos os seus depoimentos são mantidos em um das dezenas de servidores da Elife. Para alguns clientes, temos tweets desde o ano de 2008 e somente ano passado coletamos cerca de 138 milhões de tweets.
Outra funcionalidade que trabalhamos nos permite ficar menos sujeitos a instabilidades, indisponibilidades ou capacidade de resposta do site. Isso acontece por meio de uma busca dupla: coletamos dados não apenas por meio do Twitter search – busca retroativa e que permite combinação de termos, mas que restringe o número de resultados retornados – mas também por streaming, o que permite a coleta de dados em real time e a cobertura dos problemas acima citados. O streaming, no entanto, não permite busca por associação de termos. Para evitar problemas decorrentes disso, o próprio Elife Buzzmonitor realiza uma peneira nos dados retornados, disponibilizando somente dados de interesse.
No caso do Facebook, além de também arquivarmos todos os depoimentos coletados em um de nossos servidores e, portanto, não perdermos depoimentos devido ao curto alcance retroativo da busca, colocamos buscadores dentro de cada fanpage de interesse, coletando tudo o que acontece naquele espaço, independente de termo de busca. Partimos do pressuposto de que aquilo que falam em espaços do cliente é importante para a organização, ainda que nem sempre seja citado o nome de produtos ou marcas.
Nos murais públicos do Facebook, a primeira barreira que vimos é a de busca: o Facebook não permite busca por associação de termos. Não conseguiríamos, por exemplo, fazer uma busca por “Chico” citada em conjunto com “Buarque“. Para que esse problema não impactasse nossas buscas, criamos dentro de nossos softwares mecanismos de busca associada (simulando a chamada busca booleana inexistente na API do Facebook). Assim, o Facebook retorna dados em grande quantidade por meio de um mecanismo de busca múltiplas (depoimentos com “Chico” ou depoimentos com “Buarque“) e filtramos dentro da própria ferramenta.
Isso nos permite criar buscas amplas que garantam a cobertura de nosso interesse para ambas as plataformas.
Somente como exemplo, a busca para Avenida Brasil para Twitter e Facebook era a que segue em azul. Uma busca praticamente inatingível com outra metodologia de busca:
(“avenida brasil” OR #avenidabrasil OR oioioi OR (novela (oito OR nove)) OR (nina (carminha OR tufao OR jorginho OR max OR nilo OR lucinda OR rita)) OR (suelen (cadinho OR perig OR roni OR rony OR leandro OR rita)) OR (max (carminha OR jorginho OR lucinda OR tufao OR nilo)) OR OR (carminha (nina OR tufao OR jorginho OR max OR nilo OR lucinda OR rita)) OR (tufao (nina OR carminha OR jorginho OR max OR nilo OR lucinda OR rita)) OR (jorginho (carminha OR nilo OR lucinda)) OR (cadinho (noemia OR alexia OR veronica)) OR (rita (max OR carminha OR jorginho OR tufao)) OR #culpadarita OR (#congela “oi oi oi”)) -blitz -batida -engarrafamento -acidente -transito -colisao -alagamento -lentidao
Este termo é atualizado em frequência a ser combinada por meio de contas de controle (buscas sem qualquer filtro sobre o tema e que nos permitam ver variações de buzz que acontecem fora do foco de busca). Esta é uma maneira de prevermos e privilegiarmos variações não prevista no buzz e não é algo possível com as formas de busca disponíveis no Facebook.
Por fim, para garantir coleta em outras plataformas, nossos softwares abrem e coletam todos os links publicados em depoimentos que citem o termo de busca. O objetivo é não perder dados e manter tudo em um banco de dados com interface acessível, que permita gerar templates de inteligência para uso cotidiano de nossa comunidade de mais de 2000 usuários, além de entregas e análises aprofundadas pela nossa equipe.
Nos bastidores do mundo do Social Media [Big Data]