Twitter comenzó a vender tuits promocionales en 2010, pero siempre ha tenido dificultades para saber cómo dirigir los anuncios a cuentas específicas de Twitter. La mayoría de los usuarios de Twitter no dan información sobre su localización, y muchos de ellos no revelan la identidad en sus perfiles. El análisis de los propios tuits para recabar ideas es difícil porque el lenguaje no solo es corto sino lleno de jerga y abreviaturas.

El éxito de los actuales planes de Twitter para vender acciones al público dependerá en parte de lo bien que logre descifrar los tuits. Resolver ese rompecabezas tecnológico ayudaría a Twitter a mejorar la venta de mensajes promocionales apropiados en el momento adecuado, y podría crear servicios que generen nuevos ingresos.

A Twitter no le ha ido tan mal hasta ahora. La firma de análisis eMarketer predice que los ingresos por publicidad se duplicarán este año, hasta llegar a los 583 millones de dólares (430 millones de euros). Sin embargo, la compañía sigue intentando lograr un mejor análisis. Ha comprado start-ups como Bluefin Labs, que pueden detectar sobre qué programa de televisión, e incluso sobre qué anuncio y en qué momento, está tuiteando la gente. También ha invertido en empresas como Trendly, un proveedor de análisis web que revela cómo se leen y se comparten los tuits promocionales. Y justo la semana pasada, Twitter publicó en su blog que está llevando a cabo experimentos de forma continua para mejorar en tareas como la de sugerir contenido relevante.

Para sus próximos pasos, Twitter podría aprovechar las últimas investigaciones académicas. Estas son algunas de las áreas en las que podría concentrarse.

Ubicación

Menos del 1 por ciento de los tuits están 'geoetiquetados', o etiquetados voluntariamente por los usuarios con coordenadas de ubicación. La mayoría de las veces, Twitter puede utilizar la dirección IP de tu ordenador y obtener una buena aproximación. Pero eso no es lo mismo que saber dónde te encuentras. En la informática móvil, las direcciones IP se reasignan con frecuencia y algunas personas toman medidas para ocultar su verdadera dirección IP.

Sin embargo, varias investigaciones recientes han demostrado que la ubicación de amigos, definidos como gente a la que sigues en Twitter y que también te sigue a ti, puede ser utilizada para deducir tu ubicación con menos de 10 kilómetros de margen la mitad de las veces Resulta que muchos amigos de Twitter viven cerca unos de otros, asegura David Jurgens, científico informático en la Universidad Sapienza de Roma, que realizó esta investigación en los Laboratorios HRL de Malibú, California (EE.UU.). Si algunos de tus amigos han publicado tuits con etiquetas geográficas o han revelado su ubicación en un perfil de Twitter, Jurgens señala que eso podría ser suficiente para mostrar tu probable ubicación.

Demografía

El procesamiento del lenguaje natural está mejorando constantemente. Cientos de marcadores, tales como el uso de palabras concretas, abreviaturas, términos de argot y combinaciones de letras y signos de puntuación, apuntan a estratos cada vez más diferenciados de grupos demográficos e intereses.

Algunas cosas, como las tendencias políticas, a menudo no son difíciles de deducir a partir de los hashtags apropiados, o de los sentimientos asociados a términos como 'Obamacare' (apodo que se le da al programa de reforma sanitaria de Obama), afirma Dan Weld, científico informático en la Universidad de Washington (EE.UU.).

Mientras tanto, Derek Ruths, un informático dedicado a explorar el procesamiento del lenguaje natural en la Universidad de McGill (EE.UU.), ha demostrado recientemente que las señales lingüísticas pueden identificar la orientación política de los usuarios de Twitter de Estados Unidos con entre un 70 y un 90 por ciento de precisión, e incluso pueden identificar la edad (con un margen de cinco años), con un 80 por ciento de exactitud. Por ejemplo, entre las palabras en inglés que sugieren con más fuerza que alguien tiene entre 25 y 30 años están "for", "on", "photo", "I'm" y "just" (que podrían traducirse como "para", "sobre", "foto", "soy" y "solo"), señala. En general, estos usuarios son un poco más leales a la gramática que los usuarios más jóvenes, a los que les encanta la jerga, asegura. Y al igual que con la ubicación, los perfiles de las personas a las que siguen proporcionan pistas sobre sus características demográficas.

Pero incluso si Twitter fuera capaz de hacer buenas conjeturas sobre el 90 por ciento de sus usuarios, "ese 10 por ciento restante supone una gran cantidad de gente desconocida", señala Ruths. "Si yo fuera Twitter, me gustaría cerrar ese hueco del 10 por ciento. Y me gustaría saber detalles reales, como quién es la madre de alguien. Si es su cumpleaños, lo bueno sería poder decirle a esa gente cómo comprar flores para su madre. Twitter aún no puede hacerlo".

Darle sentido a las noticias de última hora

Uno de los principales usos de Twitter es para informar sobre noticias de última hora. Hay tanta gente tuiteando noticias e información actualizada, que incluso han surgido herramientas para seguir acciones deportivas jugada a jugada.

Pero en las grandes emergencias, como un ataque terrorista o un terremoto, se genera tal cantidad de tuits que resulta difícil darles sentido en tiempo real. Twitter podría destacar los más significativos, para consolidarse como un servicio de visita obligada, ¿pero cómo?

Un grupo de la Universidad de Colorado, en Boulder (EE.UU.), está utilizando el procesamiento del lenguaje natural para resaltar los tuits más relevantes cuando ocurre un desastre. Varias investigaciones recientes muestran avances importantes en la diferenciación de tuits sobre reflexiones personales, expresiones emocionales u oraciones religiosas de aquellos que contienen información concreta sobre dónde arde un fuego o si se necesitan suministros médicos.

En uno de los proyectos, el grupo fue capaz de identificar tuits con noticias valiosas con un 80 por ciento de precisión, y estos mensajes tienden a contener lenguaje formal, objetivo y carente de pronombres personales (en inglés). El año pasado extendieron este trabajo a la clasificación de tuits importantes según categorías como informes de daños, solicitudes de ayuda y asesoramiento. "Estamos tratando de averiguar cuáles son los tuits con información más útil para las personas sobre el terreno", señala Martha Palmer, profesora de lingüística y ciencias informáticas en Boulder.