Aunque Social Media está en pleno auge, existe todavía un gran desafío a la hora de medir su desempeño. Es sabido que para tener éxito se debe tener presencia dentro de las redes sociales. También se sabe que se puede medir "todo" en el dominio digital. Pero no todo parece ser tan sencillo y orgánico por el momento.

“Una pregunta clave es: ¿Qué significan realmente y cuánto valen los “likes”? La frenética caza de los últimos años por los “likes” no está considerando un punto vital: no debería ser un objetivo a alcanzar, si no más bien un resultado orgánico -y, potencialmente, un indicador- de una relación fuerte y significativa entre los consumidores y la marca. Deberíamos estar explorando las diferentes maneras de medición en Social Media para darle otro significado a su sentido y sacar más provecho de las oportunidades que ofrece este nuevo contexto”, comenta Matías Alpert , CEO EMEA & LATAM Neo@Ogilvy.

Una cuestión fundamental con respecto a la medición del desempeño en la vida de las Redes Sociales, es la costumbre del mundo del marketing de trabajar con indicadores por lo general universales, duraderos y comparables. “Por supuesto que es posible buscar esos conceptos comparables y significativos de desempeño en Social también, pero están lejos de ser tan simples y directos, como el nivel de compromiso que se puede generar con consumidores relevantes. Lo que defienden la mayoría de las herramientas y los mejores expertos es que se requiere de un mayor nivel de compromiso de lo que estamos acostumbrados en la planificación estratégica del qué y por qué se quiere medir”, agrega Alpert.

Como se trata de una industria joven y emergente, es posible que no se puedan encontrar una o varias herramientas que dominen a todas las demás y que sea la mejor para la mayoría de los objetivos. Pero seguramente sí habrá lugar para encontrar muy buenas e interesantes herramientas.  Alpert concluye: “Hay que tomar un rol más activo en la medición de Social Media, al menos hasta que el proceso de consolidación del mercado de sus frutos. Hasta entonces, puede que tengamos que utilizar una serie de herramientas que funcionen en equipo, o trabajar con datos en crudo y diseñar una propia serie de reglas para encontrar los significados buscados”.