Libros sobre social media y redes sociales

Los organizadores de INTO 2009 me invitaron para dar ayer una charla sobre las iniciativas de atrapalo en social media. Un evento muy bien organizado y con ponentes de mucha calidad.

Durante la mesa redonda salió una pregunta sobre los libros recomendables que tratan los temas de social media y de redes sociales. La pregunta generó mucho interés pero por falta de tiempo no pude responderla bien. Así que pongo aquí algunos libros con esta temática que considero muy buenos, y espero que a través de los comentarios la lista vaya creciendo, y renovándose.

Mis "picks" son:

Groundswell de Charlene Li de Forrester research. Una cantidad de ejemplos variados y también un marco que ayuda a analizar y definir nuevas iniciativas en este area.

Radically transparent de Andy Beal and J. Strauss que trata muy bien los temas de reputación online y de la gestión de reputación. Fue publicado hace más de 2 años y puede que ya está un poco desfasada en cuanto a las herrramientas concretas de la gestión de reputación.

Twitter Power, uno de muchos libros escritos sobre el fenómeno twitter.

Y como bonus, incuyo este repositorio de proyectos corporativos de social media de muchos sectores, iniciada hace tiempo por Peter Kim. A diferencia de los libros que suelen incluir sólo casos de éxito, esta wiki incluye todo tipo de ejemplos, también aquellos con éxito mediocre o fracasados/abandonados).

Qué otros libros o recursos online vale la pena leer para mantenerse al dia en la temática de web social?

Agregadores inteligentes

Hay muchos sectores donde los agregadores - webs que presentan datos recogidos de webs y fuentes de información de terceros - existen desde hace mucho tiempo. Los ejemplos más conocidos son Kayak.com y otros cientos de agregadores / metabuscadores de vuelos, o, en España, trovit y unos cuantos agregadores del sector de clasificados.

Por el éxito que tienen estos proyectos, está claro que la agregación de información de múltiples fuentes genera valor para el usuario final. También está claro que mera agregación no genera suficiente barrera de entrada, y cada uno de los proyectos de éxito también provoca el desarrollo de unos cuantos "clónicos" idénticos o casi idénticos, sin una diferenciación importante.

Por eso, algunos agregadores van más allá de la agregación, añadiendo algunas funcionalidades que se basan en aplicar datamining adicional (en otras palabras, en entendimiento mayor de los datos procesados) para sacar valor adicional de los datos agregados. Para dar un ejemplo concreto: los filtros dinámicos de casas.trovit.es permiten filtrar los anuncios según los criterios específicos del usuario mucho mejor que algunas de las webs originales, cuya mayoría carece de este tipo búsqueda avanzada. Para implementarlo, trovit tiene que tratar de entender los datos que parsea, los estructura mejor, los homogeniza para poder aplicar sus reglas sobre estos datos mejorados.

Otro ejemplo es la capa de funcionalidades que permite atrapalo.com con los datos que agrega de las webs de lineas aereas de bajo coste: a diferencia de las webs originales, permite a sus usuarios combinar los vuelos de distintas lineas aereas (tanto de bajo coste como tradicionales) en ún único proceso de reserva. La agregación en este caso es sólo una necesidad básica para generar un servicio de alto valor para el usuario.

En los últimos meses van saliendo proyectos tipo agregador, donde este procesamiento adicional de datos cobra aún más importancia y forma el core del proyecto. Dos ejemplos que tengo muy cerca son masterbranch y recomendar.com.

Masterbranch ejerce su labor de agregación inteligente sobre los datos de repositorios de todos los proyectos de código abierto (repositorios son sitios donde se almacena el código fuente y donde mantiene el histórico de contribuciones de cada programador que participa en el proyecto).

En base de los metadatos de cada repositorio, masterbranch crea los perfiles profesionales de todos los participantes: las tecnologías que dominan, los proyectos y el grado de involucración, la calidad de su trabajo... El resultado es una base de datos de (posiblemente) alto valor para los departamentos de recursos humanos de grandes empresas tecnológicas, que rastrean constantemente el mercado para conseguir nuevos talentos.

Recomendar en el fondo también es un agregador: esta vez de todos los mensajes publicados en redes sociales (twitter, facebook etc.) donde la gente valora, opina o recomienda algún producto o servicio. Por ahora la gente tiene que poner un hashtag específico (#recomendar) para que el sistema de recomendar.com entienda que se trata de una opinión/valoración, pero veo factible que en el futuro pueda reconocer valoraciones de manera automática. Cuando hablé con Javier, el fundador del proyecto, vi que el equipo del proyecto tiene una visión bastante clara de todo que se le puede añadir a la agregación inicial. Por ejemplo, dar prioridad más alta a las recomendaciones de amigos o de amigos de amigos (y menos a las recomendaciones de desconocidos o de spammers). #recomendar podría en un futuro no tan lejano, aplicar también los algoritmos de collaborative filtering (estilo netflix) para generar recomendaciones muy personalizadas (yo alucino siempre con lo bueno que es el servicio de netflix para recomendarme peliculas que me van a gustar!)

Si se nota que me entusiasma el tema, así es. Supongo que vayan saliendo muchos más proyectos de este tipo, y eso es bueno, porque creo que ha llegado hora de dar más sentido a todos los petabytes de información que se vuelcan diariamente a internet.

Si tienes un proyecto de agregador inteligente, me encantaría conocerlo para hacerlo más conocido, por ejemplo a través de otro post, convirtiendo este post en una serie.

La traducción de twitter: va de marketing, no de costes

Reconozco que me sorprendió un poco cuando leí que twitter quería utilizar crowdsourcing para las traducciones. (también ha sido para mí una sorpresa enterarme que su interfaz solamente existe en 2-3 idiomas a dia de hoy. Soy un ignorante...)

No le dí más vueltas, hasta leer la opinión de Eneko: "No traduzcas gratis para Twitter", y un interesante debate en los comentarios.

Aquella discusión ronda (al menos hasta ahora) alrededor de temas de traducción gratuita vs. traducción de pago, de traductores profesionales vs. amateurs...

No voy a opinar sobre estos temas, porque francamente creo que el caso de la traducción de twitter no se basa de un ahorro de costes. Tal como lo veo yo, la traducción de twitter es una forma original (bueno, algo parecido antes ya hizo facebook) de hacer marketing. ¿Cómo podría funcionar eso?

Primer efecto: fidelización a traves del mayor "engagement" (compromiso) de los participantes voluntarios. Twitter como marca tiene la suerte de contar con gente tan apasionada con la marca que está dispuesta a ayudar a la marca a crecer, simplemente por el amor al Twitter. Dar a este grupo de personas alguna manera para demostrar ese "amor" es algo que éstos agradecerán.

Segundo efecto: aumento de viralidad. Cada traductor se convertirá en un minievangelizador de twitter, justamente porque se sentirá como si formara una parte del proyecto. Es bastante probable que hable de su participación con sus amigos del mundo real, en otras redes sociales.

Tercer efecto: Buzz. El post de Eneko y muchos otros (mio incluido) nunca se hubieran escrito twitter hubiese optado por la traducción profesional. No me atrevo pronosticar el procentaje del buzz positivo y negativo. No obstante, creo que el efecto final serán unos cuantos usuarios nuevos o reactivados (algunos porque descubrirán twitter por primera vez, otros porque gracias a la polémica sabrán que pronto van a tener la interfaz de twitter en su idioma favorito).

Hoy en dia, las mejores formas de hacer marketing son aquellas que no parecen a una campaña de marketing. Los señores de twitter lo saben muy bien...