Todas las compañías globales cuentan actualmente con softwares para monitorizar las redes sociales, con los que obtener los típicos reportes con foco en las menciones alrededor de la marca y sus competidores, y que incluyen funcionalidades estándar como el análisis de sentimiento, volumen de buzz, top términos & temáticas, plataformas sociales más utilizadas, etc. En E.Life lo hemos estado 
haciendo por más de diez años y eventualmente nos dimos cuenta de algo extraordinario: la forma actual de generar Insights en redes sociales estaba dejando al consumidor fuera del proceso. Habíamos estado demasiado orientados en la marca y nos habíamos olvidado de hacer preguntas fundamentales acerca de los consumidores de nuestros clientes. Resultó que la industria entera estaba haciendo exactamente lo mismo que nosotros. Buscamos metodologías centradas en el consumidor y no encontramos ninguna. Entonces nos decidimos a inventarla. Este paper nos introduce a las ideas básicas que desarrollamos en los últimos 12 meses de investigación.
¿Qué preguntas deberíamos preguntar a los datos acerca del consumidor?
Dimos con una sencilla infraestructura que denominamos las 4 Ps of insights (ver gráfico 1), con el cual guiar las búsquedas para estas cuestiones. También movimos el foco no sólo a monitorizar la marca para incluir todo el universo del consumidor de una marca en específico. Definimos las 4 Ps como sigue: las Preferencias generales del consumidor (si le gusta el yoga, tomar Nestea, ver viejas comedias americanas y Padre de Familia), la sensibilidad al Precio (le gusta la comida rápida porque es económica, juega al golf y no le importa si tiene que comprar equipo costoso para ello), los lugares o Plazas a las que asiste (Gimnasio, Starbucks o el centro comercial local) y qué tipo de Personas son éstos consumidores (un padre, un atleta, un banquero o un periodista).
Las 4Ps es de este modo, una simple infraestructura sobre la que sustentar el proceso de dar con interesantes preguntas acerca de quiénes mencionan las marcas de nuestros clientes. Por ejemplo, vamos a tomar la categoría de zapatos deportivos. Aquí, algunas preguntas que podemos contestar usando el social data:
¿A qué centros comerciales van los consumidores de Nike?
¿Cuál es la marca de deportes más mencionada entre periodistas y adolescentes?
¿Están los joggers que usan Puma bebiendo más Red Bull o Nestea?
¿Son las madres consumidores de la marca Asics?
¿Realmente comparan precios o les importa menos?
¿Compran más las mujeres durante la tarde en centros comerciales del norte de Madrid?
Tan impresionante como parece, fuimos capaces de encontrar cantidad de estas P´s echando un vistazo al social big data. Comenzamos acuerdos con proveedores de datos que nos permitieron literalmente aprovechar millones de posts cada día. Luego procesamos estos posts para averiguar qué marcas mencionaba cada usuario durante un periodo de tiempo (días, meses o incluso años). Finalmente, construimos un nuevo modelo centrado en el consumidor preocupado por las marcas a su alrededor (ver gráfico 2).
Una vez implementado el modelo, diseñamos un cuadro de mando al estilo Lego, para visualizar las Ps agregadas y extraídas a partir de millones de items en un intervalo de tiempo. Abajo (gráfico 3) mostramos un ejemplo de 3 piezas de Lego (o widgets en el argot geek) de un cuadro de mando o dashboard asentado sobre cientos de miles de menciones y check ins en los centros comerciales de
La primera caja muestra el volumen total de tweets hechos en centros comerciales de España en un día y más importante, cuántas personas han hecho estos check-ins. El segundo widget muestra el ranking de centros comerciales de acuerdo al volumen de check-ins (los cuales pensamos que pueden ser de mucha utilidad para los directores de marketing de estos centros) y finalmente en una última caja se extrae la descripción de cómo los usuarios se definen a sí mismos: periodistas, directores y políticos en el top 3.
Al agregar cada uno de los miles de usuarios únicos que recolectamos cada día y sus Ps, construimos los cimientos del Big Data en redes sociales. Al ser capaces de visualizar dichos cimientos finalmente somos capaces de activar proyectos de monitorización centrados en el consumidor para nuestros clientes. Dichos proyectos entregan un conjunto de Insights completamente diferentes, complementando la actual y tradicional aproximación.