Blog
Análisis de sentimiento en redes sociales: qué mide y cuándo creerle
El análisis de sentimiento en redes sociales clasifica lo que la gente escribe sobre tu marca (comentarios, mensajes, menciones) como positivo, negativo o neutro, y resume esa clasificación en un puntaje o un porcentaje. Para saber si el número que te da una herramienta es confiable, compara sus etiquetas con las que tú pones a mano en una muestra de tus propios comentarios. Eso te dice cuánto acierta con tu audiencia, tu idioma y tu rubro.
Toma este comentario: «El café es buenísimo. Pero el envío tardó diez días y nadie avisó». Elogia el producto y reclama por el despacho. Una herramienta que entrega un solo puntaje por comentario puede devolver un valor cercano a cero, y en un panel aparecerá como neutro. Para tu equipo es un reclamo que hay que responder.
Bing Liu, investigador de la Universidad de Illinois en Chicago, define el análisis de sentimiento y la minería de opiniones como el campo que analiza las opiniones, sentimientos, evaluaciones, actitudes y emociones de las personas a partir del lenguaje escrito. En su libro de 2020 precisa que esas opiniones apuntan a entidades y a sus atributos: un producto, y también su precio, su envío o su atención. El comentario del café tiene una opinión distinta para cada uno.
El sentimiento es una de las lecturas posibles del social listening, que parte de una pregunta y busca entender conversaciones. Aquí nos quedamos en el número: de dónde sale y cuánto puedes apoyarte en él.
Cómo puntúa una herramienta un comentario
Cada herramienta usa su propia escala. La de Google Cloud Natural Language sirve de ejemplo porque su documentación explica cómo leerla. Según sus conceptos básicos, entrega dos números por texto:
- Puntaje (score): va de -1,0 (negativo) a 1,0 (positivo). Indica hacia dónde apunta la emoción.
- Magnitud (magnitude): va de 0 a infinito. Indica cuánta emoción hay, sumando la positiva y la negativa. No está normalizada por largo: un texto más extenso suele tener más magnitud.
La documentación trae estos valores de muestra:
| Sentimiento | Puntaje | Magnitud |
|---|---|---|
| Claramente positivo | 0,8 | 3,0 |
| Claramente negativo | -0,6 | 4,0 |
| Neutro | 0,1 | 0,0 |
| Mixto | 0,0 | 4,0 |
Un puntaje cercano a cero puede significar dos cosas opuestas: poco sentimiento, o mucho sentimiento en direcciones contrarias. La documentación las separa con la magnitud: un texto neutro de verdad tiene magnitud baja, y uno mixto, alta. Si tu herramienta solo muestra la etiqueta «neutro», averigua si distingue esos dos casos. El comentario del café es del segundo tipo.
Google también puntúa cada oración por separado, con una magnitud que ahí sí va de 0 a 1. En el comentario del café, eso permitiría ver la oración del elogio y la del reclamo cada una con su signo.
Sobre los cortes, la documentación dice que lo que cuenta como claramente positivo o claramente negativo cambia según el uso y el cliente, y recomienda definir un umbral propio. Su ejemplo: tratar como claramente positivo todo puntaje sobre 0,25. Ese umbral lo decides tú, y la manera de decidirlo es con una muestra, como la de más abajo.
Dónde se equivoca
Con el sarcasmo
Un estudio publicado como prepublicación en arXiv en abril de 2025 (Bhargava y otros) midió el efecto del sarcasmo en un caso concreto: 5.929 tuits en inglés sobre energía nuclear, etiquetados por dos personas, de los que se descartaron aquellos en que no coincidían. Cerca del 43 % eran sarcásticos.
Tres modelos de lenguaje de unos 7.000 millones de parámetros (Falcon, Llama-2 y Mistral), ajustados por los autores con tuits sobre energía nuclear, acertaron el sentimiento en el 50,2 %, el 52,5 % y el 51,9 % de esos tuits. Cuando GPT-3.5 reescribió los mismos tuits sin sarcasmo, el acierto subió a 67,5 %, 67,5 % y 69,5 %. Evaluados solo en los tuits sarcásticos, quedaron entre 31,3 % y 36,9 %. El resumen del artículo habla de una mejora «de hasta 21 %»; en sus tablas, la mayor subida es de 17,6 puntos, la de Mistral.
Los mismos modelos ajustados con tuits de temas generales acertaron más en los sarcásticos (entre 60,2 % y 73,6 %), aunque menos en el conjunto completo (entre 41,3 % y 48,0 %).
Es un estudio, un tema, un idioma y modelos entrenados por los propios autores. No dice cuánto falla la herramienta que usas tú. Muestra dos cosas que conviene llevarse: el sarcasmo puede bajar mucho el acierto, y los textos con que se entrenó un modelo cambian cuánto le afecta.
Con los emojis, menos de lo que parece
En ese mismo estudio, reemplazar los emojis por su descripción en texto movió poco el resultado de los tres modelos grandes: Falcon subió 0,8 puntos, Llama-2 subió 2,9 y Mistral bajó 0,9. Los autores concluyen que, en ciertos contextos, los emojis pueden limitarse a reforzar el sentimiento del texto, más que revelarlo. El caso delicado en tus comentarios es otro: el emoji que contradice al texto, como un 🙃 después de un reclamo, que en la práctica es sarcasmo.
Con tu idioma y tus modismos
Las herramientas publican en qué idiomas analizan sentimiento. La de Google incluye español, inglés y portugués en su lista de idiomas admitidos. Que tu idioma figure no dice cómo le va con tus modismos, tus abreviaturas o los comentarios que mezclan dos idiomas. Ninguna fuente de este artículo mide eso para tu caso: lo mide tu muestra.
Con el acierto global
SemEval-2017 Task 4 fue una competencia académica de análisis de sentimiento en Twitter. En la tarea de clasificar tuits en inglés como positivos, negativos o neutros participaron 38 equipos. Casi la mitad de los tuits de prueba eran neutros: 5.937 de 12.284, el 48,3 %. Un sistema que respondiera «neutro» a todo acertaría entonces el 48,3 % sin detectar una sola queja.
Por eso los organizadores no usaron el acierto global como medida principal, sino el promedio, entre las tres clases, de la proporción de tuits de cada clase que el sistema identifica bien. Esa medida aguanta mejor que una clase sea mucho más frecuente que las otras. Con ella, el sistema de «todo neutro» saca 0,333 y los dos mejores equipos llegaron a 0,681.
Si la mayoría de tus comentarios son preguntas o saludos, un «acierta en el 80 %» puede esconder que encuentra pocos negativos. Pide el acierto por clase o calcúlalo tú.
Cómo comprobar si una herramienta acierta con tus comentarios
- Junta una muestra real
Comentarios recientes de tus cuentas, de varias publicaciones y sin elegir los más llamativos. Anota fechas, cuentas e idioma, para poder repetir la prueba igual más adelante.
- Escribe la regla antes de etiquetar
Usa tres etiquetas (positivo, negativo, neutro) y decide qué haces con los mixtos. Una regla útil para una marca: si un comentario elogia y reclama a la vez, cuenta como negativo, porque pide una respuesta.
- Etiqueta a mano sin mirar la herramienta
Si pueden hacerlo dos personas por separado, mejor. Donde no coincidan, revisen la regla antes de seguir. Los dos estudios citados aquí usaron más de una persona por texto.
- Pasa los mismos comentarios por la herramienta
Anota el puntaje, no solo la etiqueta. Con el puntaje puedes probar distintos umbrales sin volver a correr nada.
- Compara por clase y elige el umbral
Para los negativos, mira dos cosas: de los que tú marcaste, cuántos encuentra la herramienta; y de los que ella marca, cuántos lo son de verdad.
Ejemplo: 20 comentarios de una marca de café
Grano Lento es una marca inventada. Los comentarios, las etiquetas y los puntajes son ficticios: los puntajes usan la escala de -1 a 1 descrita arriba, pero no son resultados de ninguna herramienta real.
El equipo de Grano Lento etiqueta 20 comentarios de un mes con la regla del paso 2: 8 positivos, 6 negativos y 6 neutros.
| N.º | Comentario | Etiqueta del equipo | Puntaje de la herramienta |
|---|---|---|---|
| 1 | El de Huila es el mejor café que he probado en casa. | Positivo | 0,9 |
| 2 | Llegó en dos días y bien empacado, gracias. | Positivo | 0,8 |
| 3 | Rico, suave, justo lo que buscaba. | Positivo | 0,8 |
| 4 | Me encantó la nota de cata que viene en la bolsa. | Positivo | 0,7 |
| 5 | La prensa francesa que me recomendaron funciona perfecto. | Positivo | 0,6 |
| 6 | Buen café, buen precio. | Positivo | 0,5 |
| 7 | Gracias por responder tan rápido por mensaje. | Positivo | 0,4 |
| 8 | Ya voy en mi tercera bolsa del blend de la casa. | Positivo | 0,2 |
| 9 | El paquete llegó roto y nadie responde. | Negativo | -0,8 |
| 10 | Pedí molienda para prensa francesa y llegó en grano. Segunda vez que pasa. | Negativo | -0,6 |
| 11 | Tres semanas esperando el reembolso. | Negativo | -0,4 |
| 12 | Genial, otra vez el envío express tardó diez días 🙃 | Negativo | 0,3 |
| 13 | Excelente atención: cuatro días esperando que me contesten. | Negativo | 0,2 |
| 14 | El café es buenísimo. Pero el envío tardó diez días y nadie avisó. | Negativo | -0,1 |
| 15 | ¿Hacen envíos fuera de la ciudad? | Neutro | 0,0 |
| 16 | ¿El de Etiopía es más ácido que el de Colombia? | Neutro | 0,0 |
| 17 | ¿Precio del kilo? | Neutro | 0,0 |
| 18 | ¿Cuánto dura el café molido una vez abierto? | Neutro | 0,1 |
| 19 | ¿Tienen descafeinado? | Neutro | -0,1 |
| 20 | ¿Qué pasa si no estoy en casa cuando llega el pedido? | Neutro | -0,3 |
Lo que dice la comparación
Con cortes en 0,25 y -0,25 (positivo desde 0,25, negativo hasta -0,25, neutro entre ambos), la herramienta coincide con el equipo en 15 de los 20 comentarios: el 75 %. Por clase, el cuadro es otro: acierta 7 de los 8 positivos, 5 de los 6 neutros y solo 3 de los 6 negativos.
Los totales también engañan. La herramienta cuenta 8 positivos de 20 (40 %), igual que el equipo, pero no son los mismos: incluye el 12, una queja sarcástica, y deja fuera el 8, de alguien que ya va en su tercera bolsa. En negativos cuenta 4 de 20 (20 %) contra los 6 de 20 (30 %) del equipo. Que el porcentaje final se parezca no prueba que la herramienta clasifique bien.
El equipo usa la herramienta para una sola tarea: ordenar qué comentarios leer primero. Prueba tres umbrales para marcar un comentario como negativo:
| Marcar como negativo si el puntaje es | Comentarios marcados | Negativos de verdad entre los marcados | Negativos encontrados, de 6 |
|---|---|---|---|
| -0,25 o menos | 4 | 3 de 4 (75,0 %) | 3 (50,0 %) |
| -0,1 o menos | 6 | 4 de 6 (66,7 %) | 4 (66,7 %) |
| 0 o menos | 9 | 4 de 9 (44,4 %) | 4 (66,7 %) |
Elige -0,1. Encuentra un negativo más que con -0,25 (el 14, el comentario mixto) a cambio de leer una pregunta más (la 19). Las dos preguntas que quedan en la cola, la 19 y la 20, igual hay que contestarlas. Bajar a 0 no encuentra ningún negativo nuevo y suma tres comentarios más a la cola. Si la herramienta entregara magnitud, el 14 sería el caso que la documentación de Google describe como mixto: puntaje cercano a cero y magnitud alta.
Ningún umbral recupera el 12 ni el 13: los dos son sarcásticos y tienen puntaje positivo. Para esos, el equipo agrega una regla que no depende del puntaje: todo comentario que nombra el envío, un reembolso o la atención se lee, salga como salga.
Veinte comentarios son pocos: cada uno mueve el porcentaje en 5 puntos. Sirven para ver cómo se equivoca la herramienta con tu audiencia. Para fijar el umbral con más confianza, repite la prueba con una muestra más grande y de otro mes.
Qué decisiones sostiene un indicador de sentimiento
| Decisión | ¿La sostiene? | Condición |
|---|---|---|
| Ordenar qué comentarios leer primero | Sí | Con un umbral probado en tu muestra y una persona que lea lo marcado |
| Detectar un aumento de negativos después de una publicación | Sí, como alerta | Leer esos comentarios antes de concluir qué lo causó |
| Ver si el tono cambió de un mes a otro | Con cuidado | Misma herramienta, mismo umbral, mismas cuentas y mismo idioma. Con muestras chicas, un cambio de pocos puntos puede ser ruido |
| Decir qué piensan tus clientes o el mercado | No | Solo opina quien decide comentar. Esa pregunta es de social listening, con sus fuentes y límites |
| Comparar tu sentimiento con el de otra marca medido con otra herramienta | No | Escalas y umbrales distintos no se pueden comparar |
| Ocultar, borrar o responder un comentario solo por su puntaje | No | El sarcasmo y los mixtos se clasifican mal. Esa decisión pide leer el comentario |
Si respondes desde una bandeja que junta comentarios y mensajes, como la de HeyMark, donde Mark responde con tu aprobación y modera los comentarios, tu equipo ya lee esos comentarios todos los días. Esa bandeja también muestra el sentimiento de los comentarios de cada publicación, y es un indicador como cualquier otro: etiquetar veinte comentarios una vez al mes toma poco tiempo y te dice cuánto creerle a ese indicador o al de la herramienta que uses.
Planifica el próximo post en HeyMark.
Guarda la idea, revisa el texto con tu equipo y mira cómo le fue después en las cuentas que conectaste.