{"id":4355,"date":"2025-06-30T21:28:44","date_gmt":"2025-06-30T19:28:44","guid":{"rendered":"https:\/\/germanmallo.com\/?p=764"},"modified":"2026-10-05T08:15:53","modified_gmt":"2026-10-05T06:15:53","slug":"proyecto-social-listening","status":"publish","type":"post","link":"https:\/\/germanmallo.com\/en\/proyecto-social-listening\/","title":{"rendered":"C\u00f3mo construimos un pipeline de Social Listening 100% autom\u00e1tico"},"content":{"rendered":"

Hace unos meses, a ra\u00edz de la asignatura \u00abProyectos III\u00bb de mi grado en Ciencia de Datos, nos vimos envueltos en un proyecto en colaboraci\u00f3n con PricewaterhouseCoopers, en el cual, nos ped\u00edan hacer un trabajo con la tem\u00e1tica \u00abSocial Listening\u00bb, sin dar ninguna indicaci\u00f3n extra. Por tanto, estuvimos los \u00faltimos 5 meses reuni\u00e9ndonos con ellos y fijando un objetivo com\u00fan: dise\u00f1ar una arquitectura de social listening<\/strong> que, solo con indicar el nombre de la empresa, recopilara los datos, los procesara y nos entregara insights de marca<\/em> listos para presentar.<\/p>\n

Y as\u00ed es como naci\u00f3 este proyecto que desarroll\u00e9 junto a mis inseparables Adri\u00e1n Castillo<\/a>, Carlos Serrano<\/a>.<\/p>\n

En este post te contamos c\u00f3mo lo hicimos, qu\u00e9 descubrimos analizando a Apple y qu\u00e9 aprendizajes nos llevamos para futuros proyectos de an\u00e1lisis de redes sociales<\/strong>.<\/p>\n

\"\"<\/p>\n

<\/p>\n

El reto: escuchar sin supervisi\u00f3n<\/h3>\n

Nuestro objetivo era claro: automatizar de extremo a extremo<\/strong> el proceso de escucha social y reducir las horas invertidas en configuraci\u00f3n y limpieza manual. Para conseguirlo, definimos cuatro hitos:<\/p>\n

    \n
  1. Captura sin API<\/strong>
    \nDesarrollamos un m\u00f3dulo de web scraping<\/em> con Playwright que simula el comportamiento de un usuario real y esquiva los bloqueos habituales (rotaci\u00f3n de User-Agent<\/em>, tiempos aleatorios, etc.). As\u00ed extraemos comentarios p\u00fablicos de cualquier red sin credenciales especiales.<\/li>\n
  2. Etiquetado tem\u00e1tico din\u00e1mico<\/strong>
    \nEn lugar de clasificar con listas fijas, usamos un LLM local (Llama 3 8B) que asigna a cada comentario una etiqueta de 1-3 palabras. Despu\u00e9s agrupamos esas etiquetas con HDBSCAN y embeddings<\/em> para descubrir los temas latentes<\/strong> que preocupan a la audiencia.<\/li>\n
  3. Sentiment y puntuaci\u00f3n de reputaci\u00f3n online<\/strong>
    \nA cada comentario aplicamos un modelo transformer<\/em> multiling\u00fce que decide si el tono es positivo, negativo o neutro. Con esa se\u00f1al calculamos un Social Score<\/em> por tema (\u20131 a +1) que nos permite comparar r\u00e1pidamente.<\/li>\n
  4. Visualizaci\u00f3n instant\u00e1nea<\/strong>
    \nReact + Tailwind generan un dashboard que se autocompleta cuando termina el pipeline<\/em>: m\u00e9tricas globales, evoluci\u00f3n temporal y un mapa 3D de temas para navegar la conversaci\u00f3n.<\/li>\n<\/ol>\n

    En total, el flujo tarda unos 10 min<\/strong> en descargar 1 000 comentarios y una hora en etiquetarlos con IA en una CPU est\u00e1ndar; todo escalable si pasamos a GPU o paralelizamos procesos.<\/p>\n

    Datos y periodo analizado<\/h4>\n

    Para la prueba de concepto nos centramos en TikTok<\/strong> (por su volumen y lenguaje coloquial) y rastreamos menciones a \u201cApple\u201d entre julio 2022 y mayo 2025<\/strong>. El resultado fueron 45 000 comentarios listos para estudio.<\/p>\n

    \"\"<\/p>\n

    Hallazgos clave: Apple bajo la lupa<\/h3>\n

    Compartimos los insights<\/em> m\u00e1s llamativos, \u00fatiles para cualquier marketer junior-mid<\/em> que quiera aplicar social listening<\/strong> de forma pr\u00e1ctica:<\/p>\n