201605.03
0

Caso WhatsApp e gerenciamento de crises – Coleta e mineração de dados podem trazer insights relevantes

O mundo inteiro viu o que aconteceu no último 3 de maio de 2016: pela segunda vez em menos de seis meses, um juiz de primeira instância da justiça brasileira determinou o bloqueio do WhatsApp no país.

O que EU posso aprender com isso?!

Convenhamos: fora os trâmites legais que não são objeto deste texto, isso é uma tremenda crise para a empresa – não de imagem (o “Zap” caiu no gosto do brasileiro e existem negócios e modelos econômicos inteiros hoje baseados em sua utilização), mas sim concorrencial. Apenas para citar um exemplo, oTelegram amealhou 7 milhões de novos usuários nas últimas 24 horas.

Você imagina um cenário onde, em apenas um dia, você ‘perde’ 7 milhões de clientes? Não? Nem eu!

Antecipar crises é tarefa árdua; milhares de profissionais (de físicos à publicitários) se debruçam a tarefa diariamente, e elas continuam acontecendo.

Mas então, o que fazer depois que o caos estiver estabelecido?

Não sendo possível antecipar a crise, agora é hora de administrá-la, visando contê-la. Para isso é necessário mensurar os ‘sinais vitais’ do seu negócio, por meio do monitoramento na internet, sendo isso feito com a definição de indicadores-chave de performance (KPIs) e seu acompanhamento constante, no time frame necessário; às vezes será preciso atualizar o monitoramento de hora em hora, em outras vezes, a cada minuto.

Será possível saber onde são originadas menções problemáticas, os focos que precisam de maior atenção (uma página específica do facebook, um perfil detrator no twitter que posta à exaustão, um viral negativo no YouTube que origina várias outras cópias em outras contas), bem como estudar o nicho dos usuários que se manifestam contra e a favor durante as discussões, dentre tantas outras possibilidades. Em suma: o céu a sua ferramenta de monitoramento é o limite.

NA PRÁTICA

Supondo que essa crise fosse de imagem, imaginei um cenário rápido e configurei uma busca no Twitter (o termômetro social mais confiável que existe) para ver quais seriam os perfis com maior relevância em meio à tantas discussões acaloradas na internet.

A ideia foi criar um grafo onde ficasse visível a interação entre os perfis que abordavam o tema.

Por que grafos?

Porque são a melhor maneira de se visualizar redes, estruturas sociais pelas quais as mensagens viajam (e a crise viraliza).

Parâmetros

  1. A coleta foi realizada entre 9h00 e 18h00 do dia 3 de maio de 2016, portanto um dia depois do bloqueio (dia em que o aplicativo também voltou a funcionar para os brasileiros);
  2. Os termos utilizadas foram “WhatsApp” e a hashtag #WhatsAppbloqueado;
  3. Foquei apenas nos perfis que faziam as publicações, não em seu conteúdo, (ainda assim, é possível levantar outros indicadores, como links mais compartilhados, maiores emissores de mensagens – nós com maior out-degree – densidade da rede etc);
  4. A análise e o processamento se deu de forma quantitativa, levando-se em conta apenas volume das mensagens, e não o seu conteúdo;
  5. Método de busca “decahose” (modo de busca pelo qual o Twitter retorna entre 8 e 12% do total de tweets).

O que encontramos?

202.985  interações entre 166.686 usuários

A figura acima mostram todas as relações (arestas) entre todos os nós (perfis).

Se começarmos a modelar o grafo, podemos destacar os usuários com maior grau de entrada (in-degree), ou seja, perfis que tiveram um grande número de compartilhamentos de suas postagens. Vejamos:

Sabendo que o tamanho do nome do @perfil expressa a quantidade de menções que este teve, podemos ver que @whindersson, @frasesdebebadas,@naosejatrouxa, @elcosodelapizza e @lubatv são autores populares neste cenário. Ainda, é possível concluir que há um número grande de usuários compartilhando e curtindo vídeos do YouTube (vide canto inferior direito).

Tweets com maior compartilhamento (destaque para o número de retweets e curtidas):

No meio de uma crise, é essencial saber, antes de mais nada, o que está tendo maior repercussão; neste caso, analisaríamos primeiramente as postagens destes usuários, bem como os vídeos carregados no YT nas últimas 24h com “WhatsApp” no título. Aprofundar a compreensão na motivação desses perfis em reverberar este conteúdo também é uma sugestão válida, para entender o porque a crise começou (isso pode levar à possíveis soluções).

Alterando-se o parâmetro de análise para grau de saída, levantaríamos os perfis que mais mencionaram os termos da nossa busca, no caso “WhatsApp” e #WhatsAppbloqueado – isso é importante quando se procura, por exemplo, alguém que está tentando incessantemente denegrir a imagem de um produto ou empresa (casos em que uma pessoa compartilha sua reclamação do ReclameAqui única e exclusivamente com o intuito de ‘vingança contra a empresa’).

Também é possível perceber que o grafo deixa mais próximos aqueles que compartilharam conteúdo semelhante (partes superior, central e inferior-esquerda são perfis de humor, direita-centro-inferior portais de notícia como g1, e direita-inferior aplicações (WhatsApp e Telegram estão ali) e personalidades ligadas à tecnologia e/ou privacidade, como Glenn Greenwald.

Com um maior processamento, poder-se-ia clusterizar os nós, ou seja, reuní-los em clusters (grupos formado por componentes semelhantes) de nós, por meio de algoritmos matemáticos próprio para este fim. Osclusters também podem ser definidos pelo próprio analista – uma hipótese seria colorir de verde os apoiadores, e em vermelho aqueles que compartilham o viral negativo.

De qualquer maneira, é importante ressaltar a importância de realizar um constante monitoramento online, para blindar a marca. No caso do WhatsApp não se tratava de danos à imagem, mas sim de outra natureza.

E se não fosse este o cenário, sendo quem sabe, uma rede de pessoas falando de um produto de forma a vendê-lo sem autorização, por metade do preço normalmente praticado? Poderíamos ligar vendedores à compradores por meio de grafos também.

A depender do contexto em que se trabalha, há sérias consequências jurídicas dos ilícitos que surgem na internet. Redes de fraudadores, contrafeitores, vendedores de produtos pirateados ou protegidos por direitos autorais podem ser criadas nesta mesma estrutura, fazendo uso de bancos de dados específicos para grafos, como Neo4j ou Titan. As possibilidades são incontáveis, mas há aqui um consenso: é preciso fazer alguma coisa.

Deoclides Neto
Me siga

Deoclides Neto

Data Analyst e Coordenador de Comunicação em Opice Blum, Bruno, Abrusio e Vainzof Advogados Associados
Com MBA em Big Data (Data Science) pela FIAP e Bacharel em Direito pela Univerdade Presbiteriana Mackenzie, atua na área de Brand Protection e é responsável pela ingestão e processamento de dados de monitoramentos.
Deoclides Neto
Me siga

Últimos posts por Deoclides Neto (exibir todos)

    Leave a Reply

    Your email address will not be published. Required fields are marked *