Segmentación de Audiencias en Insights

En esta guía del usuario, explicamos qué es la segmentación, cómo puedes crear clústeres de audiencia dentro de tus informes de Insights y cuál elegir según tu caso de uso.

¿Qué es la segmentación de audiencias (clustering) y porque es importante?

El clustering de audiencias te permite descubrir subgrupos significativos dentro de una audiencia más amplia. En lugar de tratar a toda tu audiencia como un único bloque, la segmentación te ayuda a entender los intereses, comportamientos o relaciones únicos dentro de ella.

  • Clustering (Segmentación) = Agrupación imparcial basada en comportamientos o relaciones observadas, impulsada por datos.

  • Filtrado = Definición previa de una audiencia usando criterios específicos como ubicación, biografía, seguidores, etc.

En Audiense, el punto de partida para cualquier análisis es la audiencia que tú defines según los criterios que elijas, como personas en una ubicación específica o que siguen ciertas cuentas. Una vez definida esa audiencia, la segmentación (clustering) te permite ir más allá, identificando subgrupos distintos dentro de ella. Estos clústeres revelan insights específicos sobre los intereses o comportamientos de cada grupo.

Este conocimiento más profundo te ayuda a:

  • Personalizar y optimizar tu contenido para una mejor interacción

  • Mejorar el ROI de tus campañas

  • Potenciar los esfuerzos de generación de leads

  • Descubrir nuevas oportunidades de mercado

Metodología: ¿Cómo segmenta Audiense a las audiencias?

Audiense ofrece dos tipos de segmentación, dependiendo de si deseas enfocarte en las conexiones entre las personas o en sus intereses:

Tipo de segmentación Basado en Algoritmo Cuándo usarlo
Interconexiones Relaciones: “Quién sigue a quién” dentro de la audiencia Louvain (detección de comunidades) Para revelar comunidades naturales, redes profesionales o grupos locales
Afinidades Patrones de interés: “Quién sigue cuentas similares” K-means (similitud de comportamiento) Para descubrir personas de marca, fandoms o grupos basados en intereses

Los individuos solo pueden ser miembros de un clúster. Por lo tanto, una vez que se observa el patrón de múltiples clústeres, a cada individuo dentro de una audiencia se le asigna el clúster que mejor se ajuste. Estos métodos identifican clústeres que ocurren naturalmente dentro de tu audiencia sin prejuicios.

1.  Interconexiones (Clustering Louvain)

Este método identifica comunidades basadas en cómo las personas están conectadas entre sí dentro de la audiencia.

  • Enfoque: Estructura de red — ¿Quién sigue o se relaciona con quién?

  • Lógica de segmentación: Agrupa a las personas por sus relaciones mutuas.

  • Visualización: Cada nodo = un miembro de la audiencia. Las líneas = conexiones de seguimiento dentro de la audiencia.

La segmentación de Interconexiones agrupa a los individuos según "quién conoce a quién", es decir, cómo estos individuos están interconectados, utilizando el algoritmo de Louvain que se basa en relaciones (comunidades). Este método analiza quién interactúa con quién y los agrupa juntos como clústeres. Por ejemplo, si la persona 'A' sigue a la persona 'B', serán agrupadas juntas en un clúster. Esto ayuda a comprender las personas asociadas que están conectadas debido a relaciones mutuas.

Ideal para:

    • Detectar grupos cerrados o nichos

    • Audiencias locales o específicas

    • Encontrar el potencial de grupo viral
    • Contextos tanto B2C como B2B, ya que puede desglosar los mercados en clústeres manejables
    • Descubrimiento de cohortes profesionales

    • Comprender cómo fluye la influencia dentro de un mercado

Detalles técnicos:

  • Algoritmo: Louvain

  • Clusters: Definidos automáticamente (de 4 a 10 por defecto, hasta 20 si se solicita dentro de la herramienta)

Screenshot 2024-11-29 at 16.40.46

Cómo interpretar el gráfico de clústeres

  • Tamaño del Clúster: El tamaño de cada clúster en el gráfico es proporcional al número de miembros que contiene. Los clústeres más grandes indican un mayor número de miembros.
  • Conexiones (Enlaces/Líneas): Representan las conexiones entre nodos. Por ejemplo, en el gráfico de Interconexiones, los enlaces muestran seguidores exclusivamente entre miembros de la audiencia.
  • Gráfico de Interconexiones: Aquí, todos los nodos representan miembros de la audiencia, y todas las conexiones (enlaces) son exclusivamente entre ellos. Este gráfico visualiza cómo los miembros de la audiencia están conectados entre sí.
  • Tamaño del Nodo: El tamaño de cada nodo corresponde al número de conexiones que tiene. Los nodos más grandes tienen más conexiones. Al pasar el cursor sobre un clúster en la interfaz, se destacan las conexiones para ese clúster.

2. Afinidades (Clustering K-means)

Este método agrupa a los miembros de la audiencia según similitudes en intereses, basándose en las cuentas que siguen como señales de comportamiento.

  • Enfoque: Intereses compartidos — incluso si no están directamente conectados.

  • Lógica de segmentación: Agrupa a los usuarios que siguen conjuntos de cuentas similares, reflejando intereses comunes.

  • Visualización: Los nodos representan tanto a personas como a los influencers que siguen. Las líneas indican conexiones por similitud de intereses.

Ideal para:

    • Segmentar audiencias por afinidad de marca

    • Identificar fandoms o pasiones

    • Encontrar oportunidades de colaboración o medios

    • Analizar audiencias grandes o globales para comprender estrategias de medios de consumo más amplias

Detalles técnicos:

  • Algoritmo: K-means

  • Puedes seleccionar entre 2 y 20 clusters, según el nivel de detalle deseado


Este método te permite seleccionar la granularidad deseada para descubrir clústeres ocultos. Puedes ajustar entre 2 y 20 clústeres. Selecciona menos clústeres para desglosar clústeres de alto nivel, o más clústeres para descubrir nichos. También puedes ir con la recomendación que te damos basado en el tamaño estimado de la audiencia.

Screenshot 2024-11-29 at 16.55.09

Cómo interpretar el gráfico de clústeres

  • Gráfico de Afinidades: En este gráfico, los nodos representan tanto a miembros de la audiencia como a influencers. Los enlaces indican conexiones entre miembros de la audiencia y también entre miembros e influencers.

Cómo acceder y utilizar la Segmentación de Audiencia:

  • Planes de Insights (Free) y X Marketing → Solo Interconexiones.

  • Plan Audience Insights → Ambos métodos disponibles.

  • Después de definir tu audiencia, selecciona Interconexiones o Afinidades como método de segmentación. 

Screenshot 2024-05-23 at 13.25.52

  • Si seleccionas Afinidades, elige el número deseado de clústeres entre 2 y 20 para adaptar el análisis según tus requisitos, u opta por el número predeterminado de clústeres, que se basa en el tamaño estimado de la audiencia.
Screenshot 2024-05-23 at 13.12.40

  • Para Interconexiones, no podrás elegir el número de clústeres, ya que entregaremos solo aquellos que están conectados dentro de la audiencia, lo que puede resultar en 4 a 10 de forma predeterminada, pero puedes solicitar clústeres adicionales, hasta 20.

Resumen: ¿Cuál segmentación deberías usar?

Caso de uso Mejor opción
Descubrir comunidades locales o profesionales Interconexiones
Crear personas basadas en intereses o estrategias de medios Afinidades
Deseas que la plataforma detecte comunidades automáticamente Interconexiones
Quieres controlar cuántos segmentos se generan Afinidades

 

Lee más acerca del Desglose de la audiencia de Insights.