TinyMentions surge como un proyecto autodidacta en el que Federico Pascual, Licenciado en Gerencia y Administración por la Universidad ORT Uruguay, apostó para reforzar conocimientos de programación en Python, e involucrarse con términos como backend, frontend, base de datos o servidores. Según él, esa búsqueda resultó en un producto para entender conversaciones en Twitter con machine learning.
“Me interesó Twitter porque es un termómetro, o una muestra parcial, de cosas relevantes que pasan a nivel local o global. Como cosas relacionadas al coronavirus, por ejemplo. Y porque la gran mayoría de las herramientas existentes de monitoreo de redes sociales se enfocan en el análisis de datos cuantitativo, no analizan conversaciones o lo que se dice, específicamente. Por lo tanto, además de porque me interesaría trabajar con una herramienta así tanto a nivel personal como profesional, lo vi como una oportunidad de utilizar el machine learning para analizar este flujo de conversaciones y datos cualitativos que las personas expresan”, indica Pascual sobre la idea de su proyecto.
Según su fundador, TinyMentions permite obtener insights de estas conversaciones con el propósito de tomar mejores decisiones de cara al futuro, como también realizar acciones concretas con fines comerciales relacionadas a un producto o servicio. “A partir de la plataforma, se puede ver cómo el público reacciona ante una empresa, ante una campaña determinada, ante la relación calidad/precio de un producto o un servicio, y otros datos vinculados al feedback”, afirma.
"La Licenciatura en Gerencia y Administración de ORT me transmitió una forma de ver el mundo de los negocios y fomentó mi espíritu emprendedor, lo que ha sido clave en las cosas que he hecho a nivel profesional".
Asimismo, Pascual comenta que TinyMentions permite tomar acciones inmediatas en algunas situaciones: “Por ejemplo, si hay una persona mencionando a tu empresa en Twitter y está hablando de forma negativa sobre la atención al cliente, podés recibir una alerta en tiempo real para tomar una acción inmediata y así resolver una potencial crisis a tiempo. Pasa lo mismo para detectar oportunidades de negocio en tiempo real, ya que se pueden crear monitores para rastrear tweets de potenciales clientes”.
Procesar a través de machine learning
Históricamente, analizar datos o textos como tweets, correos electrónicos o reseñas de producto es algo muy manual, costoso y poco escalable, comenta Pascual. Según explica el graduado de ORT, la forma de automatizar este análisis es a través de un sistema de reglas que establece que, si un texto contiene cierta palabra, el mensaje es positivo, negativo o hace referencia a un determinado tema. “Por ejemplo, si un tweet contiene la palabra 'bien', es positivo. Si contiene la palabra 'ayuda' en un contexto comercial, se relaciona con la atención al cliente”, indica.
A su vez, comenta, el machine learning alcanza un nivel superior de análisis de textos que un sistema de reglas, porque “se entrenan con ejemplos, y esto permite automatizar el proceso con una precisión similar a si lo hiciera una persona, obtener insights, tomar decisiones y actuar más rápido en base a estos”.
TinyMentions, desde su concepción, se enfoca en el uso de machine learning para analizar conversaciones en Twitter. Apunta a procesar datos cualitativos para obtener información precisa para la toma de decisiones de una empresa u organización.
La plataforma se enfoca 100 % en la red social del pajarito y no hay planes de abarcar más redes sociales en el mediano o largo plazo, según el Licenciado en Gerencia y Administración. Considera que hay una oportunidad de crear una herramienta centrada en analizar conversaciones en Twitter y así diferenciar la experiencia de usuario y la propuesta de valor de TinyMentions con respecto a otros productos en el mercado. Además, Pascual cree que “las conversaciones que se dan hoy por hoy en Twitter son súper ricas y valiosas, y todavía falta una herramienta que permita descubrir los insights detrás de esas conversaciones”.
Como su fundador, Pascual se ha encargado de la construcción del proyecto en su totalidad, desde el armado del servicio, la programación, hasta las estrategias de marketing y la salida al mercado, herramientas y conocimientos que, comenta, pudo adquirir en su etapa universitaria. “Pienso que la Licenciatura en Gerencia y Administración en ORT me dio un conjunto de herramientas, frameworks y playbooks que han sido claves para poder desempeñar todo tipo de tareas a nivel comercial y de marketing. Además, me transmitió una forma de ver el mundo de los negocios y fomentó mi espíritu emprendedor, lo que ha sido clave en las cosas que he hecho a nivel profesional”, concluye.