Lotus Notes como herramienta de análisis de comunidades virtuales: el caso de la Comunidad Marca

1 Introducción

Las comunidades virtuales han despertado en los últimos años un gran interés entre la comunidad científica (Guan; Tsai; Hwang, 2006; Ruiz [et al.], 2011; Martinello; Donelle, 2012). Desde las creadas en redes sociales más globales como Facebook o Twiter, hasta las formadas en nichos de mercado especializados, el estudio de estas comunidades requieren herramientas de análisis que aporten valor a las empresas u organizaciones que las utilizan. Hoy podemos encontrar en la red un sinfín de aplicaciones que nos ayuden a analizar las comunidades en línea —en especial Twitter—, a través de paquetes de análisis web. Las aplicaciones específicas de SNA (Social Network Analysis) son útiles para entender el funcionamiento global de una red pero, sin embargo, no lo son tanto a la hora de responder a preguntas muy específicas de investigación. Para un análisis más profundo de la dinámica de un comunidad virtual es necesaria una metodología y un desarrollo informático diseñado a la medida de las necesidades.

Los autores de este artículo formamos parte de un equipo de investigadores que examina las dinámicas de interacción de los usuarios web en la prensa deportiva española. Para analizar esta interacción nos propusimos identificar la solución tecnológica más completa que nos ayudara a resolver aspectos de la investigación. El software elegido fue el Lotus Notes. El objetivo de este trabajo es presentar las posibilidades que Lotus Notes pone a disposición del investigador a la hora de analizar una comunidad de usuarios en línea.

2 Las comunidades virtuales en el periodismo en línea

En el ámbito del periodismo participativo o ciudadano (Domingo [et al.], 2008), la apertura de los contenidos a las comunidades de usuarios ha supuesto una transformación de las rutinas de trabajo del periodista y del rol del lector. Varios autores han investigado las características de esta participación ciudadana examinando la calidad y la aportación al debate de los comentarios colgados por los usuarios en las webs de noticias (Pastor, 2010; Ruiz [et al.], 2010). Estos lectores no actúan siempre individualmente sino que a menudo forman «comunidades de interés» (Preece, 2004), es decir, son participantes que se agrupan en torno a motivaciones que en la mayoría de casos preexisten a la creación del propio foro de debate (Deuze, 2009). Esto es evidente en el caso de los foros deportivos, en donde un interés ya presente en la sociedad traslada su lugar de reunión y discusión a una plataforma virtual. (Hynes, 2012).

3 El objeto de estudio: la Comunidad Marca

El diario deportivo Marca es el periódico más leído en España según el OJD.¹ Su web es la 13º más visitada en el país,² aunque de febrero a junio, la época más importantes del calendario deportivo, se sitúa como la primera web española en número de visitas, solo por detrás de empresas globales como Google, Facebook o Wikipedia. Según OJD interactiva, marca.com recibe alrededor de 30 millones de visitantes únicos cada mes.³ La Comunidad Marca cuenta con 400.537 usuarios registrados a fecha de octubre de 2012.⁴

Con la colaboración del community manager de marca.com y la dirección de medios sociales de Unidad Editorial, grupo matriz de Marca, conseguimos recoger 15.141 comentarios de los usuarios repartidos en 8 noticias de interés para nuestra investigación. Los mensajes comprendían un periodo de 2 meses aproximadamente, desde abril hasta junio de 2012. Las 8 noticias se seleccionaron de acuerdo a los factores deportivos que incidían en ellas con el fin de encontrar un balance en la participación de los usuarios. Se escogieron 4 partidos de fútbol y cuatro de baloncesto. En cada uno de estos dos grupos de 4 partidos se escogió un encuentro disputado entre el Real Madrid y el F.C. Barcelona, uno disputado por el Real Madrid pero no por el F.C. Barcelona, uno disputado por el F.C. Barcelona pero no por el Real Madrid, y uno no disputado por ninguno de los dos equipos.

Una vez eliminado el spam comercial, estos 15.141 comentarios se redujeron a 11.496, que incluían tanto aquellos que habían sido publicados en la web de marca.com y, por lo tanto, accesibles a través de la red, como aquellos que habían sido eliminados por los gestores de la plataforma y que no aparecen publicados. En el caso específico de las discusiones en línea deportivas, en donde el porcentaje de eliminación ronda el 40 %, contar con estos mensajes es vital para investigar de manera representativa el comportamiento de los usuarios. Estos 11.496 comentarios fueron enviados por un total de 4.967 usuarios registrados de la Comunidad Marca, resultando una media de 2,31 comentarios por usuario. En realidad, las 8 noticias seleccionadas habían recibido 324.492 lectores (navegadores únicos). Esto es, solamente el 1,53 % de los lectores habían participado también enviando mensajes al foro, quedando más de un 98 % de lectores «dormidos» que no participaron en la dinámica propuesta por el medio.

Para examinar estos comentarios y responder a las preguntas de investigación sobre la construcción de la comunidad necesitábamos un software que nos permitiera analizar las interacciones entre los usuarios. El objetivo no era hacer un análisis de contenido, para lo que ya existe en el mercado software específico. Nuestro énfasis no estaba en el contenido sino en las características de los usuarios y las relaciones entre ellos, por lo que necesitábamos una herramienta que identificara estas relaciones y nos permitiera sacar conclusiones sobre la dinámica de la comunidad virtual Marca.

4 La herramienta de análisis: Lotus Notes

A pesar de disponer de los 15.141 registros de los mensajes de los usuarios en formato Excel, el reto principal con el que nos encontramos fue cómo analizar estos registros para obtener datos que nos permitieran saber cómo se construye esta comunidad virtual. La solución fue exportar todos los datos obtenidos a una base de datos Lotus Notes (versión 8.5.3 de 2011). En la década de los noventa, Lotus Notes fue un software de bases de datos muy utilizado y apreciado tanto en las grandes empresas norteamericanas (Alsop, 1997) como por los investigadores en documentación, ya que ofrecía una gran versatilidad, facilidad de uso y de programación, y una integración completa con Internet y el correo electrónico (Gandhi [et al.], 2001; Chieu; Chen; Fu, 2007). Ha sido y es, sin ninguna duda, una de las mejores soluciones de workflow que se han ideado hasta ahora (Pontecorvo [et al.], 2006; Beckham; Hirsch, 2006), pero por cuestiones de competencia y de marketing (fue comprado por IBM en 1995, lo que significó un gran cambio en la estrategia de producto) ha ido desapareciendo paulatinamente del mercado de las soluciones informáticas.

Consideramos que es un software que permite realizar un análisis profundo de las comunidades virtuales sin necesidad de hacer un desarrollo complejo, como el que requerirían otros tipos de softwares o lenguajes.

5 Descripción de la solución de análisis de la Comunidad Marca

El primer paso fue la creación de la base de datos Lotus Notes, en la que creamos un formulario con los seis campos de cada uno de los registros:

• Usuario de la comunidad
• Referencia de la noticia (8 noticias diferentes)
• Número de comentario del usuario
• Cuerpo del comentario
• Fecha del comentario
• Estado del comentario (publicado o eliminado)

A continuación procedimos a crear un sencillo agente en Lotus Script para la importación de los datos de Excel.⁵ Tras la ejecución del agente, todos los registros fueron insertados en la base de datos. Esto permitió sacar los primeros resultados cuantitativos relativos a la comunidad: por ejemplo, los comentarios publicados por cada usuario, en cada crónica, y los porcentajes de comentarios publicados y eliminados. Tras la importación empezamos a programar la base de datos para poder extraer resultados más concretos que ayudaran a explorar la dinámica de la comunidad virtual Marca. El interés se centraba en las interacciones entre usuarios, por lo que convertimos todas las respuestas a mensajes en respuestas a sus usuarios respectivos. El campo más relevante, en este caso, es el del cuerpo del mensaje, ya que es en él donde los usuarios hacen referencia a otros usuario y a otros mensajes, a través de los códigos ya estandarizados de @usuario y #mensaje, popularizados por Twitter.

Figura 1. Vista con la actividad de los usuarios de la comunidad virtual Marca y los datos relativos a la interacción con el resto de los usuarios

Calculamos, entre otras cosas:

• La media de respuestas a usuarios por cada mensaje enviado
• La media total de respuestas a cada usuario (@ y # juntas)
• La interacción media entre usuarios (número de comentarios citándose entre sí)
• La distribución de los usuarios con un comentario, dos comentarios, n comentarios
• La media de usuarios presentes en cada conversación (entendida la conversación como la interacción de al menos dos usuarios)

De este modo, pudimos obtener resultados sobre, por ejemplo, qué usuarios son los que más responden, a qué usuarios se responde más y cuáles son los mensajes que reciben un número mayor de respuestas. Creamos las vistas Lotus Notes para poder acceder a los datos de cada uno de los registros y, como resultado de ello, obtuvimos de cada usuario, entre otras, la información siguiente:

• Actividad (número de comentarios realizados)
• Grado de transversalidad (si solo comenta en una o en varias noticias)
• Número de respuestas a usuarios
• Número de respuestas a comentarios
• Listado y número de usuarios únicos que le han respondido
• Listado y número de usuarios únicos que a los que responde
• Grado de diálogo dentro de la comunidad (los usuarios que le han contestado y a los que también él ha contestado)
• Grado de abandono o «umbral de éxito» —utilizando el término de Himelboim y otros (2009)—; es decir, el número de usuarios que le han contestado y a los que él no ha contestado, y el número de usuarios a los que ha contestado y que no le han respondido a él.

Figura 2. Vista Lotus Notes de la ficha de mensaje

Figura 3. Vista Lotus Notes de la ficha de usuario

Consideramos que estos datos son suficientes para determinar cómo se construye la Comunidad Marca. La aplicación Lotus Notes desarrollada a partir de un código sencillo (en su mayor parte campos calculados con @Formulas) nos ha permitido analizar la comunidad e identificar a los usuarios más activos, los que más contribuyen al diálogo dentro de la comunidad, los que son más respondidos y los que más responden. Lotus Notes permite, a través de sus vistas, una visualización cómoda de los resultados y posibilita la generación de un gran número de datos estadísticos descriptivos de la comunidad virtual.

Figura 4. Diseño del formulario de usuarios, en el que se puede ver la programación en @Formulas de Lotus Notes

6 Limitaciones del software

A pesar de que esta aplicación está orientada a la Comunidad Marca, puede ser utilizada para todas aquellas comunidades que utilicen el estándar @usuario, #mensaje o #tema para sus respuestas. En particular, se puede utilizar para analizar las comunidades Twitter, que usan @usuario; en este caso, el hashtag (#tema) equivaldría a lo que en el nuestro es la crónica. La estandarización de la codificación @usuario y #tema nos permite que, con muy pocos cambios, podamos analizar cualquier otra comunidad que funcione de un modo parecido. El objeto de estudio comprendía 15.141 registros, pero la aplicación permite que el número de registros sea prácticamente ilimitado y sólo sujeto a la potencia del equipo en el que se ejecute la base de datos.

Esta solución plantea sin embargo dos grandes problemas. Por un lado, la dificultad en muchos casos de conseguir todos los mensajes de una comunidad determinada. Aunque hay herramientas como the Archiver —ahora integrado en Hootsuite, o twitonomy—, útiles para el análisis de Twitter, en casos como los comentarios en las noticias de los periódicos es necesaria una labor manual de recopilación de datos, o bien realizar una petición al periódico o a los propietarios de la plataforma para que sean ellos los que generen, a través del acceso a sus bases de datos, un archivo Excel (o de texto delimitado) con los datos necesarios para el análisis (éste sería el caso de nuestro análisis de la comunidad Marca).

El segundo problema se refiere a la imposibilidad de generar a través de Lotus Notes de forma sencilla de gráficos que ayuden a visualizar la estructura y la dinámica de la comunidad virtual analizada. Para ello es necesario volver a exportar los datos a una hoja de cálculo o un software estadística que genere estos gráficos.

7 Conclusiones

Las aplicaciones Lotus Notes pueden funcionar como una herramienta de análisis de las comunidades virtuales. Su sencillez permite el examen de la estructura y la dinámica general de una comunidad virtual, y su versatilidad que pueda ser utilizada en prácticamente cualquier entorno. El olvido aparente de este software de IBM, tan útil en el área de la documentación, no significa que no continúe siendo un arma potente para manejar cantidades grandes de datos. En el caso particular del análisis de la Comunidad Marca hemos identificado los parámetros más significativos de la actividad de los usuarios y hemos dibujado un primer esquema de cuál es la estructura de esta comunidad. Uno de los retos de futuro que se nos plantea es enlazarla con otras aplicaciones que nos permitan visualizar en forma de gráficos esta estructura, además de identificar nuevas variables que puedan darnos más información sobre la naturaleza de la comunidad virtual.

Es un primer paso hacia la creación de una aplicación que, sólo con exportar los mensajes de la comunidad virtual que pretendemos estudiar, aporte una gran cantidad de información sobre la estructura, la segmentación de los usuarios en función de su actividad, o el grado de interconexión entre ellos. En resumen, un software que describa la solidez de una comunidad de usuarios y su grado de adhesión a ella.

Bibliografía

Alsop, Stewart (1997). «Why Lotus Notes is a software fantasy». Fortune, vol. 135, no. 4, p. 183–184. <http://money.cnn.com/magazines/fortune/fortune_archive/1997/03/03/222709/index.htm>. [Consulta: 19/03/213].

Beckham, David; Hirsch, David (2006). «The Notable Lotus Notes 7». ABA journal, vol. 92, p. 56–57. <http://www.abajournal.com/magazine/article/the_notable_lotus_notes_7/>. [Consulta: 19/03/213].

Chieu, Trieu; Chen, Shyh-Kwei; Fu, Shiwa (2007). «Enterprise information search systems for heterogeneous content repositories». En: CEIS 2007: Proceedings of the ninth international conference on enterprise information systems: databases and information systems integration, p. 365–371.

Deuze, Mark (2009). «The future of citizen journalism». En: Allan, Stuart; Thorsen, Einar (eds.). Citizen journalism and global perspectives. New York: Peter Lang, p. 257–263.

Domingo, David [et al.] (2008). «Participatory journalism practices in the media and beyond. An international comparative study of initiatives in online newspapers». Journalism practice, vol. 2, no. 3, 326–342.

Gandhi, Neha [et al.] (2001). «Feedback control of a Lotus Notes Server: modeling and control design». En: Proceedings of the 2001 American control conference, vol. 1–6, p. 3.000–3.005.

Guan, Ying-Hua; Tsai, Chin-Chung; Hwang, Fu-Kwun (2006). «Content analysis of online discussion on a senior-high-school discussion forum of a virtual physics laboratory». Instructional science: an international journal of learning and cognition, vol. 34, no. 4, p. 279–311.

Himelboim, Itai; Gleave, Eric; Smith, Marc (2009). «Discussion catalysts in online political discussions: content importers and conversation starters». Journal of computer-mediated communication, vol. 14, p. 771–789. <http://onlinelibrary.wiley.com/doi/10.1111/j.1083-6101.2009.01470.x/full>. [Consulta: 11/03/2013].

Hynes, Deirdre (2012). «Jaysus! Is Janno a bird? A study of feminist football fans in online forums». En: Krøvel, Roy; Rokswold, Thore (eds.). We love to hate each other. Mediated football fan culture. Goteborg: Nordicom, p. 189–206.

Martinello, Novella; Donelle, Lorie (2012). «Online conversations among Ontario University students: environmental concerns». Informatics for health and social care, vol. 37, no. 3, p. 177–189.

Pastor, Lluís (2010). Periodismo zombi en la era de las audiencias participativas. La gestión periodística del público (II). Barcelona: UOC.

Pontecorvo, Flavio Lucio [et al.] (2006). «On the choice of platform for electronic learning: Blackboard (TM) vs. Lotus Notes/Learning Space (TM)». En: Proceedings of the Fifth IASTED International Conference on Web-based Education, p. 296–298.

Preece, Jenny (2004). «Online communities: researching sociability and usability in hard to reach populations». Australian journal of information systems, p. 146–151. <http://dl.acs.org.au/index.php/ajis/article/view/132/112>. [Consulta: 11/03/2013].

Ruiz, Carlos [et al.] (2010). «Conversación 2.0. y democracia. Análisis de los comentarios de los lectores en la prensa digital catalana». Comunicación y sociedad, vol. 23, nº. 2, p.7–39. <http://www.unav.es/fcom/comunicacionysociedad/es/articulo.php?art_id=360>. [Consulta: 11/03/2013].

Ruiz, Carlos [et al.](2011). «Public Sphere 2.0? The democratic qualities of citizen debates in online newspapers», The International journal of press/politics, vol. 16, no. 4, p. 463–487.

Valenzuela, Sebastián; Kim, Yonghwan; Gil de Zúñiga, Homero (2012). «Social networks that matter: exploring the role of political discussion for online political participation», International journal of public opinion research, vol. 24, no. 2, p.163–184

Fecha de recepción: 17/01/2013. Fecha de aceptación: 07/03/2013.

Notas

¹ Según datos de OJD disponibles en: <http://www.ojd.es/OJD/Portal/diarios_ojd/_4DOSpuiQo1Y_FOivPcLIIA>.

² Según datos disponibles en: <http://www.alexa.com/siteinfo/marca.com> para octubre de 2012.

³ Se pueden consultar los datos en OJD Interactivo de septiembre de 2012 en: <http://www.ojdinteractiva.es/ultimos-medios-auditados.php>.

⁴ Cifra proporcionada por Javier Muiña, community manager de Marca.

⁵ Disponible en: <http://mediaaffects.com/lotus-notes>.