Analizamos con Buzzmonitor todo el buzz generado en Twitter acerca de el Buen fin 2015 en México, y los hábitos de sus consumidores en esta red social

1. Buzzfeed México,
El universal,
Reforma,
Vice
BATALLA DE PÁGINAS14
POWERED BY 4
TWITTER ANALYSIS
Diciembre 2015

2. 2
2 Consumer Centered Monitoring
1
Análisis de las menciones de “El
Buen Fin” en Twitter”
Metodología
Top Users
Top Influencers
Top Retweets
Volumen de Buzz por sentimiento y día
Volumen de Buzz por género y localidades con
mayor volumen de Tweets
Términos más mencionados
Productos más mencionados
¿Desde qué plataforma tuitearon?
Menciones de tiendas departamentales
Menciones de tiendas de autoservicio
Menciones de bancos y tarjetas
Metodología
Estado civil y situación familiar
Redes sociales mencionadas
Ocupaciones más mencionadas
Horario de actividad en Twitter
Tiempo libre
Lugares más frecuentados (Check Ins)
CONTENIDO

3. ANÁLISIS DE LAS
MENCIONES DE “EL
BUEN FIN” EN
TWITTER

4. Utilizando Buzzmonitor monitoreamos las menciones de “El
buen fin” en Twitter del 13 al 15 de Noviembre. Nuestra
plataforma registró un total de 98,448 tweets que
mencionaron este término en provenientes de 49,511
usuarios únicos.
METODOLOGÍA
Analizamos estos datos provenientes de Twitter para
conocer los productos y marcas más mencionadas, y
también para tratar de encontrar otros hábitos de consumo
interesantes durante este evento .

5. Top Users
Estos fueron los perfiles en Twitter que más tweets publicaron mencionando al buen fin:
2) PROFECO
107 TWEETS
3) GRUPO BDS
98 TWEETS
1) TIENDAS COM :
637 TWEETS
4) 24 HORAS:
98 TWEETS
5) EDYSMOL:
81 TWEETS

6. Top Influencers
Estos fueron los perfiles en Twitter con mayor número de seguidores que más publicaron mencionando al buen fin durante el evento:
2) Joaquín López Dóriga
5.8 millones de followers
3) Yuya
5.5 millones de
followers
1) Carlos Loret de
Mola :
5.6 millones de
Followers
4) Carmen Aristegui
5.15 millones de
followers
5) Noel Schajris:
4.4 millones de
followers

7. Top Retweets
La publicación del Buen Fin más retuiteada fue un tweet de Mario Bautista en donde menciona estar adicto a las compras a través del sitio en
internet claroshop.com. Le siguieron tweets hechos por el usuario @screamMau y Juanpa Zurita ambos también promocionando el sitio
claroshop.com
1
2
3

8. Volumen de buzz por
sentimiento y día
La mayoría de los tweets generados en relación al evento fueron de carácter neutral (90%) es decir no mencionaron al Buen Fin de manera
positiva, pero tampoco de manera negativa, pues muchos de ellos fueron publicaciones con promociones y descuentos. El día del fin de
semana que más tweets se generaron con relación al Buen fin fue el viernes 13 de Noviembre.
* Las cantidades en los gráficos representan cantidad de tweets. Base porcentual: 98,448
Total de 98,448 tweets

9. Volumen de buzz por
género y localidades
La mayoría de los usuarios que publicaron tweets acerca del Buen Fin fueron hombres. Un 56.4% de los usuarios cuyo género pudo ser
identificado por Buzzmonitor automáticamente a través de su nombre, fueron hombres contra 43.6% de mujeres. Comparando las tres
ciudades principales de México, el Distrito Federal fue el lugar con la mayor cantidad de tweets mencionando al evento.
Ciudades con mayor
volumen de tweets
Porcentaje de
usuarios x género
(base: 21,977)
*27,608 usuarios con género
desconocido

10. Términos más mencionados
Las palabras: comprar, compras, descuento, promociones, y profeco fueron las más repetidas entre las publicaciones de los usuarios que
tuitearon mencionando el Buen Fin. Con ello podemos saber que varios de los tweets fueron de usuarios que mostraron su deseo por comprar
durante el fin de semana, que muchos de los tweets fueron publicidad de marcas y tiendas con descuentos y promociones, y que también
existieron varias denuncias de precios manipulados ante la profeco.
*volumen de tweets

11. Productos más mencionados
El producto más mencionado por los tuiteros relacionado al Buen fin fue la televisión. 2,203 tweets mencionaron este aparato muy
probablemente debido a que fue uno de los productos más buscados en las tiendas por los consumidores que buscaban sustituir su televisor
analógico por uno digital.
*volumen de tweets

12. ¿Desde qué plataforma
tuitearon?
La mayoría de los tweets fueron hechos utilizando una plataforma Android. 41% de las publicaciones hechas acerca del Buen fin fueron
hechas a través de la app de Twitter para Android.
*Número de usuarios. Base porcentual 49,511
41%
27%
13%

13. Menciones de tiendas
departamentales
La tienda departamental que recibió más menciones dentro de los tweets del Buen fin fue Liverpool. Un total de 874 tweets mencionaron a
esta tienda, seguida de Coppel con 386 tweets. La marca con menos menciones fue el Palacio de hierro con solamente 5.
*volumen de tweets

14. Menciones de tiendas de
autoservicio
La tienda de autoservicio que recibió mayor cantidad de menciones entre las publicaciones que mencionaron el Buen fin fue Walmart con
1417 tweets superando ampliamente a las demás. Varios tweets fueron de usuarios mencionando realizar compras en esta tienda además de
promociones retuiteadas. Sin embargo no todo fue positivo ya que también existieron varios tweets en donde los usuarios mencionaron que
Walmart aumentó sus precios durante el evento.
*volumen de tweets

15. Menciones de bancos y
tarjetas de crédito
Entre las publicaciones del Buen Fin, Banamex fue el banco más mencionado en los tweets, principalmente debido a publicidad de
establecimientos que mencionaron aceptar tarjetas de este banco o a promociones realizadas en colaboración con la empresa. Existieron
muy pocos tweets mencionado tipos de tarjetas. Solamente 23 tweets mencionaron a American Express, Visa o Mastercard. La más
mencionada fue Visa con 12 menciones.
Bancos mencionados Tipos de tarjetas
mencionadas
*Número de posts
*Base: 360
*Número de posts
*Base: 23

16. CONSUMER
CENTERED
MONITORING

17. Consumer-centered Monitoring o monitoreo centrado en el
consumidor es una nueva manera de monitorear datos de redes
sociales en dónde construimos perfiles de consumidores a través de
sus actividades e información que comparten en Facebook y Twitter.
Desarrollamos este nuevo producto para poder responder
preguntas de los consumidores que el monitoreo tradicional de
redes sociales no podía responder debido a que éste se centra en al
análisis de menciones de una marca. En este nuevo enfoque que
hemos creado, nos centramos en el análisis del consumidor y
tratamos de identificarlo.
Metodología
1 billón de datos De 50 millones de
usuarios
Segmentación y
cross-checking
Actualizaciones
diarias

18. Metodología
01
PASO
Seleccionamos a los
usuarios que cumplen
con los criterios que
queremos analizar.
En este caso,
seleccionamos 3000
usuarios que hayan
mencionado el término
“El buen fin” durante los
días 13 y 15 de
Noviembre del 2015.
02Utilizamos Buzzmonitor
para recolectar los
últimos 200 tweets de
cada uno de estos
3000 usuarios. De esta
forma creamos una
base de datos
conformada por
600,000 tweets.
03
PASO
Analizamos y
organizamos estos
datos utilizando
Buzzmonitor para
conocer sus
actividades, intereses,
ocupaciones, y más
datos relevantes.
04
PASO
Con los datos obtenidos
podemos identificar el
perfil general del
consumidor de “El buen
fin 2015” y poder
generar una estrategia
de marketing para
conectar mejor con él. .
PASO

19. Estado civil y situación
familiar
Analizamos los tweets y bios de nuestro grupo de 3000 usuarios para conocer un poco más de sus situación familiar. 30 de ellos mencionaron estar
casados en sus biografías de Twitter contra solamente 6 que mencionaron estar solteros. Por otro lado analizando sus tweets para encontrar términos
clave cómo “tengo hijos” o “mi hijo” o “mi hija”, además de buscar en sus bios los términos mamá, papá, padre, o madre, encontramos que solamente
2,5% de ellos son padres de familia. 46 de ellos mencionaron ser madres y 38 ser padres.
MADRES
1,5%- 46
PADRES
1% - 38
Familia
Varios usuarios
mencionaron ser
casados en sus
biografías de
Twitter
Estado civil
*Número de usuarios
*Base 3000 usuarios
Casados
Solteros
30
6

20. Redes sociales
mencionadas
Facebook fue la red social más mencionada por nuestro grupo de 3000 usuarios que mencionaron el Buen Fin. 30% de los usuarios mencionaron esta red
social al menos una vez en sus publicaciones. La segunda red social más mencionada fue Instagram con 26% de los usuarios mencionándola en sus
tweets, seguida muy de cerca por Youtube, que fue mencionada por el 25% de los usuarios.
* Base 3000 usuarios
*Número de usuarios que mencionaron
la red social al menos una vez en sus
tweets
SNAPCHAT:
466 (15%)
INSTAGRAM:
768 (26%)
WHATSAPP:
511 (17%)
FACEBOOK:
907 (30%)
Social Networks
YOUTUBE:
749 (25%)

21. Ocupaciones más
mencionadas
La mayoría de estos usuarios mencionaron ser comunicadores, periodistas o mercadologos. 5% de los perfiles mencionaron ser profesionales de esta
área en sus biografías de Twitter. Las otras 2 ocupaciones más mencionadas entre los usuarios fueron estudiantes e ingenieros, siendo mencionadas por
el 2% de los usuarios cada una.
ESTUDIANTE
2% - 59
COMUNICACIÓN-MARKETING-PERIODISTA
INGENIERO
5% - 132
2% - 59
ABOGADO
1% - 38
NEGOCIOS-EMPRESARIO
RELACIONES PÚBLICAS-PUBLICISTA
1% - 31
1% - 27
* Ocupaciones mencionadas en Bios de Twitter
** Base 3000 usuarios

22. Horario de actividad en
Twitter
La mayor cantidad de volumen de tweets durante el día se presentó durante la noche. La mayoría de las publicaciones de los usuarios de nuestro grupo
muestra de 3000 perfiles fueron hechas entre las 6 y 9 de la noche. Es importante mencionar que se utilizó el horario de la Ciudad de México (GMT-6) para
la realización de este gráfico.
*Número de tweets publicados

23. Tiempo libre
Buscamos el término “viendo” para saber cuál era el tipo de contenido que estos usuarios veían en televisión. La mayoría de ellos mencionó en sus tweets
estar viendo películas. 4% de ellos mencionaron en sus tweets al menos una vez que estaban viendo una película. Esto fue seguido por series y Netflix. 2%
de los usuarios mencionaron estos términos junto con la palabra viendo al menos una vez en sus tweets. Continuamos analizando los perfiles para saber
un poco más de cómo estos usuarios pasan su tiempo libre y decidimos buscar diversos deportes entre sus publicaciones. El fútbol fue el término que
más usuarios mencionaron. 26% de ellos mencionaron esta palabra al menos una vez en sus tweets, seguido por el boxeo con 15% de los usuarios.
SERIES/NETFLIX
2% - 51
PELÍCULA
EVENTO DEPORTIVO
4% - 106
1% - 42
Televisión
(Usuarios que mencionaron el término “viendo”
junto con las siguientes actividades en sus tweets)
Deportes mencionados
(Usuarios que mencionaron el deporte al menos una vez en
sus tweets)
NOTICIAS
0.5% - 10
NOVELA
0.5% - 8
*Base: 3000 usuarios

24. Lugares más frecuentados
(Check-Ins)
Buscamos tweets que mencionaran Check-Ins a través de palabras clave cómo “I’m at” o plataformas como Swarmapp y foursquare, para
conocer los lugares que frecuentan estos usuarios. Encontramos que la mayoría de los usuarios hicieron check-in al menos una vez en un
establecimiento de comida. 36 de ellos lo hicieron en un restaurante o bar, y 34 de ellos en alguna cafetería.
Principales Check-Ins
*Número de usuarios

25. MAINFINDINGS

26. ✓ Existe una gran influencia de youtubers cómo Mario Bautista. Son responsables por la mayor parte de los Rts
que se generaron durante el evento.
✓ La mayoría de las publicaciones del Buen Fin en Twitter fueron de carácter neutral. El tema más destacado
fueron las promociones y descuentos hechos por diversos establecimientos.
✓ La mayoría de los usuarios que mencionaron el Buen Fin fueron hombres de la ciudad de México utilizando un
dispositivo Android.
✓ Las tiendas más mencionadas por los consumidores durante el Buen Fin fueron Liverpool y Walmart.
✓ Estos consumidores utilizan Facebook e Instagram como redes sociales principales. La mayoría de ellos son
profesionales del área de comunicación y marketing, estudiantes, e ingenieros.
✓ Estos consumidores están más activos en Twitter durante la noche.
✓ La mayoría de ellos tienen un gusto por el fútbol y utilizan su televisión para ver películas y series.
✓ Frecuentan principalmente bares, restaurantes, y cafeterías.
MAINFINDINGS

27. Analista de Business Intelligence: Ernesto Ibarra
Business Development Latam: Ray Perez
Teléfono (Brasil): 11-2339-4928 Ramal 12
Rua Pamplona, 518 - 4° andar
CEP 01.405-000 São Paulo SP
negocios@elifemonitor.com
www.elifemonitor.com.mx
buzzmonitor.mx