Una empresa de vehículos de lujo conquista el mercado gracias a la escucha social
Desafío
Una empresa de automoción pone el broche a décadas de éxito entendiendo a la perfección las necesidades de automóviles de lujo de sus clientes. Puesto que las conversaciones sobre sus marcas se han trasladado a los canales digitales, la empresa se ha adaptado y ha recurrido a las redes sociales y otros canales digitales para escuchar lo que dicen sus clientes e interactuar con ellos.
Pero la escucha social ha resultado problemática para una de las marcas de la empresa. Ha tenido dificultades para obtener la información precisa que necesita de las fuentes en línea porque el nombre de la marca es también un sustantivo común. Como resultado, la empresa ha recibido grandes volúmenes de datos irrelevantes en sus informes de escucha, que representan hasta el 10 % del conjunto total de datos. Peor aún, no había una forma fácil de filtrar los datos irrelevantes. Alguien tenía que analizar y realizar un seguimiento manual de consultas complejas, así como revisar regularmente los informes para intentar obtener datos precisos e información real. Se trataba de un esfuerzo ineficiente y laborioso. Sin embargo, sin él, el equipo se perdería constantemente contenido que podría proporcionar datos e información valiosos.
La empresa necesitaba una solución automatizada que le permitiera identificar solo las conversaciones en redes sociales que fuesen relevantes para la marca y eliminar el resto. Esto proporcionaría una imagen completa de la percepción del mercado en línea de la marca, incluida la cuota de sentimiento, la información de la competencia y el porcentaje de conversaciones en línea relacionadas con la marca.
Solución
La compañía implementó AI Studio de Sprinklr para eliminar los resultados irrelevantes de la escucha social
El equipo trabajó con Sprinklr para crear un modelo de IA personalizado que les ayudase a predecir lo que es relevante para la marca. Este modelo de desambiguación ahora les permite capturar únicamente lo que necesitan, es decir, datos sobre la marca. El proceso incluía el desarrollo y la validación de modelos de clasificación de texto de IA personalizados para permitir a los equipos filtrar y clasificar los mensajes.
Resultado
Ahora, la empresa tiene acceso a datos relevantes y procesables en los que basar las decisiones críticas operativas, empresariales y de marca. El modelo de desambiguación de marca personalizado ha eliminado el trabajo manual que se requería anteriormente para filtrar los datos.
Gracias al uso de la IA, la empresa ha aumentado el número de canales que supervisa con la escucha social para incluir canales regionales y aplicaciones de mensajería. Tan solo tres meses después de la implementación, la empresa había capturado 30 millones más de menciones ganadas y alcanzado una precisión del 85 % en la identificación y eliminación de menciones irrelevantes.
“La evaluación del impacto de las redes sociales en nuestra marca depende de disponer de buenos datos, y Sprinklr ha aumentado nuestra capacidad de capturar datos óptimos y depurados de los que extraer información procesable”, afirma el director global de redes sociales de la empresa.