¿La conversación sobre una marca dice algo de lo que va a pasar con sus ventas? Es una pregunta que vale la pena hacerse antes de invertir en escucha. Y, a diferencia de muchas otras en marketing, tiene más de veinte años de investigación académica detrás. Esto es lo que encontramos.
Lo que muestran los estudios
La conversación explica la audiencia, sobre todo cuando se dispersa. En 2004, David Godes y Dina Mayzlin estudiaron series nuevas de televisión y las conversaciones sobre ellas en Usenet, los foros de la época. El hallazgo más interesante no fue que más conversación trajera más audiencia. Fue otro: lo que explicaba la audiencia era cuánto se dispersaba la conversación entre comunidades distintas, no el conteo bruto de mensajes. Que hablen mucho en un solo lugar dice poco; que empiecen a hablar en lugares distintos dice bastante más.
El boca a boca crece antes del estreno. Yong Liu analizó en 2006 los comentarios de usuarios sobre películas en Yahoo Movies. El volumen de conversación alcanzaba su pico antes del estreno y en la semana de estreno, y tenía poder explicativo sobre la recaudación, tanto total como semanal. Según el estudio, lo que más pesaba era el volumen: la conversación funciona, ante todo, como un mecanismo de conocimiento. La gente se entera de que algo existe porque otros hablan de eso.
La conversación en redes sociales anticipó la taquilla mejor que un mercado de apuestas. En 2010, Sitaram Asur y Bernardo Huberman, de HP Labs, siguieron 24 películas y casi 3 millones de tuits. Un modelo simple, basado solo en la velocidad a la que se publicaban tuits sobre cada película, pronosticó la recaudación mejor que el Hollywood Stock Exchange, un mercado donde la gente apuesta sobre el resultado de los estrenos. Sumar el sentimiento de los tuits mejoró el pronóstico.
La conversación negativa se adelanta a los mercados. Seshadri Tirunillai y Gerard Tellis publicaron en 2012 un estudio sobre 15 empresas de seis mercados durante cuatro años. El volumen de conversación de los usuarios se adelantaba unos días a los movimientos anormales de la acción. La conversación negativa tenía un efecto negativo claro; la positiva no tenía un efecto significativo. No mide ventas sino valor bursátil, pero el patrón es el mismo: la conversación se mueve primero.
Lo que dicen los estudios que reúnen a todos los demás
Un estudio aislado puede ser una casualidad. Por eso conviene mirar los metaanálisis, que combinan los resultados de decenas de investigaciones.
En 2015, Ya You, Gautham Vadakkepatt y Amit Joshi reunieron 51 estudios en el Journal of Marketing. Encontraron que, en promedio, un 1 % más de volumen de conversación online se asocia con un 0,24 % más de ventas, y que un 1 % más de valoración positiva se asocia con un 0,42 % más. El efecto era más fuerte en productos de consumo privado, difíciles de probar antes de comprar, y en industrias menos competitivas.
Un año después, Ana Babić Rosario y sus colegas analizaron 96 estudios, 40 plataformas y 26 categorías de producto en el Journal of Marketing Research. Confirmaron que la conversación online y las ventas van juntas, con dos matices útiles. El volumen pesa más que el tono. Y la conversación negativa no siempre perjudica las ventas; lo que sí las perjudica es la dispersión de opiniones, cuando nadie se pone de acuerdo sobre un producto.
Lo que la investigación no dice
Hasta aquí, el argumento le conviene a una agencia de escucha. Por eso hay que decir con la misma claridad lo que estos estudios no prueban.
El efecto existe, pero es pequeño. El metaanálisis de 2016 encontró una correlación promedio de 0,09 entre conversación y ventas. Es positiva y consistente, pero está lejos de ser una bola de cristal. La conversación es una señal entre muchas, no el motor de las ventas.
La conversación también es consecuencia de las ventas. Godes y Mayzlin lo advertían en 2004: la gente habla de lo que ya compró o ya vio. Separar cuánto de la conversación causa ventas y cuánto las refleja es uno de los problemas más difíciles de este campo.
Casi todo se estudió en categorías parecidas. Películas, series, libros, productos con reseñas en línea. Son categorías donde la gente comenta mucho y decide rápido. En un seguro, un banco o un insumo industrial, la relación puede ser muy distinta, y hay mucha menos evidencia.
Más datos no garantizan mejores pronósticos. El caso más citado es Google Flu Trends, que intentaba anticipar la gripe a partir de las búsquedas. En 2014, un grupo de investigadores encabezado por David Lazer mostró en Science que había sobrestimado los casos durante años. Una de las causas fue lo que llamaron la soberbia del big data: creer que una gran cantidad de datos reemplaza a los métodos tradicionales en vez de complementarlos.
Qué puede hacer una marca con esto
La investigación no autoriza a prometer que la escucha predice las ventas. Pero sí deja algunas pistas concretas sobre qué mirar:
- El volumen, antes que el tono. Los estudios coinciden en que cuánto se habla de algo pesa más que si se habla bien o mal. Un pico de conversación es una señal aunque todavía no sepas de qué signo es.
- Dónde se habla, además de cuánto. Que una conversación salte de una comunidad a otras distintas dice más que un número alto en un solo lugar.
- La conversación negativa, con atención especial. En los mercados financieros se movió primero y pesó más que la positiva.
- El desacuerdo. Cuando las opiniones sobre un producto se dividen mucho, las ventas sufren. Esa división se ve en la conversación antes que en los números.
Nada de esto convierte la escucha en un pronóstico. La convierte en algo más modesto y más útil: una forma de ver antes lo que después aparece en los números, con tiempo para decidir qué hacer.
Fuentes
Godes, D. y Mayzlin, D. (2004). «Using Online Conversations to Study Word-of-Mouth Communication». Marketing Science, 23(4), 545–560.
Liu, Y. (2006). «Word of Mouth for Movies: Its Dynamics and Impact on Box Office Revenue». Journal of Marketing, 70(3), 74–89.
Asur, S. y Huberman, B. A. (2010). «Predicting the Future with Social Media». arXiv:1003.5699.
Tirunillai, S. y Tellis, G. J. (2012). «Does Chatter Really Matter? Dynamics of User-Generated Content and Stock Performance». Marketing Science, 31(2), 198–215.
You, Y., Vadakkepatt, G. G. y Joshi, A. M. (2015). «A Meta-Analysis of Electronic Word-of-Mouth Elasticity». Journal of Marketing, 79(2), 19–39.
Babić Rosario, A., Sotgiu, F., De Valck, K. y Bijmolt, T. H. A. (2016). «The Effect of Electronic Word of Mouth on Sales: A Meta-Analytic Review of Platform, Product, and Metric Factors». Journal of Marketing Research, 53(3), 297–318.
Lazer, D., Kennedy, R., King, G. y Vespignani, A. (2014). «The Parable of Google Flu: Traps in Big Data Analysis». Science, 343(6176), 1203–1205.
