DamIt, empleando el Text-Mining para descubrir “Bots” en Twitter

El Marketing Online es una disciplina de reciente aparición que se ha revelado muy útil para ayudar a las empresas a tomar decisiones estratégicas basándose en la comunicación online directa con sus clientes y públicos objetivos, así como en el estudio de sus motivaciones, perfiles y comportamientos en las denominadas Redes Sociales.

 

Sin embargo, en ocasiones los resultados de las herramientas de análisis y reporting que utiliza el Marketing Online se ven comprometidos por la existencia de cuentas artificiales, originadas por programas informáticos llamados Bots que publican sin intervención humana contenidos “basura” de forma masiva.

 

El impacto de la información que emiten estos Bots puede comprometer muy seriamente la validez de los informes y reportes, haciendo muy arriesgada la elaboración de una estrategia basada en esos datos, y más peligrosa aún la toma de decisiones. Representan un grave problema, sobre todo teniendo en cuenta que aún no existe en el mercado ninguna herramienta de análisis en Redes Sociales que sea capaz de distinguir de forma 100% fiable los mensajes que proceden de cuentas fraudulentas de los mensajes que se originan por personas reales a través de cuentas legítimas.

 

Utilizando soluciones de Data Mining, Big Data, Minería de Textos y Social Mining, en Gradiant desarrollamos una solución inteligente para descubrir e identificar de forma precisa, eficiente y fiable estos perfiles provenientes de Bots. Su nombre es DamIt, y es uno de los proyectos ganadores de la convocatoria interna de ideas GradiAnticípate 2014. Arnaud Quirin, el ingeniero de Gradiant responsable del proyecto (adscrito además al Proyecto LIFTGATE), nos lo explica de esta forma tan gráfica: “DamIt podría llegar a ser para el Marketing Digital lo mismo que el tamiz para los buscadores de oro: permitirá separar los mensajes de los usuarios reales, es decir, nuestros auténticos públicos objetivo, de los generados automáticamente por bots de forma ilegítima, con todo lo que ello supone para garantizar la autenticidad de los reportes que nos ofrecen las herramientas de análisis de Redes Sociales”.