Skrol

sexta-feira, 15 de agosto de 2025

Monitoramento de Redes Sociais: o problema é você, não a (falta de) legislação

 

O Monitoramento de Ambientes Digitais talvez seja uma das poucas atividades dentro deste universo que não possui uma regulação específica nem esbarra diretamente em legislação consolidada — inclusive na própria Lei Geral de Proteção de Dados (LGPD, nº 13.709/2018). A LGPD trouxe um novo paradigma para o tratamento de dados pessoais no Brasil, estabelecendo princípios rigorosos para coleta, processamento e uso de informações, com o objetivo de proteger a privacidade e os direitos fundamentais dos indivíduos.

Apesar disso, a lei permite o tratamento de dados manifestamente públicos, mas a interpretação sobre o que efetivamente é “público” ainda gera debates. Esse vácuo jurídico foi utilizado como um dos principais argumentos para que ferramentas de monitoramento disponíveis no mercado mudassem o seu escopo: em vez de oferecer a captura bruta e contínua de conteúdos, passaram a entregar apenas dados consolidados e links para publicações de maior engajamento. Na prática, o que também ocorreu foi uma sobrecarga na demanda de coleta e armazenamento, que inviabilizou a escalabilidade desse tipo de serviço.

No entanto, há princípios que devem nortear o monitoramento de ambientes digitais, independentemente das brechas legais: ética, compromisso com o cliente e políticas claras de armazenamento e uso dos dados.

Ética

Ao mesmo tempo em que cresceu o discurso de evitar a captura de todos os dados em respeito à LGPD, também aumentou a exigência por metodologias robustas que comprovem o que está sendo monitorado, como está sendo monitorado, qual é o alcance da coleta e, principalmente, quais são as principais limitações e possíveis perdas de informação que podem afetar a interpretação final da opinião pública.

Compromisso com o cliente

Com a adoção de modelos baseados em amostragens, tornou-se cada vez mais comum que clientes exijam cópias dos dados utilizados. Além disso, algumas empresas contratam auditorias independentes para verificar se os relatórios são fiéis aos dados coletados e à metodologia proposta.

A LGPD como parâmetro

Por que a LGPD não é aplicada diretamente ao monitoramento? O pilar central da LGPD é o consentimento. Para que dados pessoais sejam tratados, é necessário que o titular autorize de forma explícita e inequívoca. Isso representa um desafio significativo no contexto do monitoramento, que lida com grandes volumes de dados provenientes de redes sociais e outros espaços digitais.

Na prática, empresas, agências e profissionais que trabalham com monitoramento partem do princípio de que existe um propósito legítimo e específico, coletando apenas os dados estritamente necessários para essa finalidade. O objetivo central do monitoramento não é identificar indivíduos de forma isolada, mas compreender padrões de opinião, comportamento ou percepção vinculados a grupos sociais.

Um exemplo prático

Em um projeto para entender o consumo de suco de laranja, o monitoramento identificou menções, marcas em destaque e influenciadores. No entanto, os grupos de discussão não ficaram claros apenas pelas interações. Foi a análise de fotos de perfil e nomes associados às contas que permitiu agrupar “hubs” de debates sobre o produto.

Essa estratégia gerou discussões éticas e jurídicas: estaria violando princípios de anonimização ou pseudonimização previstos na LGPD? Após consulta jurídica, a orientação foi:

  • Não utilizar prints de publicações nos relatórios;

  • Consolidar os dados em análises quantitativas e qualitativas;

  • Compartilhar a base bruta com o cliente, mas sem especificar atributos individuais como sexo, raça ou qualquer característica pessoal sensível;

  • Restringir a categorização a níveis gerais, como sentimento Positivo, Negativo ou Neutro.

Dessa forma, atualmente, não existe legislação específica sobre os usos e reusos de dados de ambientes digitais para fins de monitoramento. Entretanto, é indispensável que profissionais da área busquem constantemente adequar seus processos de coleta e tratamento, aplicando princípios como privacidade desde a concepção (privacy by design) e responsabilidade (accountability). Essa postura é ainda mais necessária quando o serviço inclui análise etnográfica, em que o risco de exposição de informações pessoais e contextuais é maior.

quarta-feira, 16 de julho de 2025

A Importância do Monitoramento de Redes Sociais como Base para a Análise de Sentimentos

O Monitoramento de Redes Sociais, frequentemente confundido com a simples coleta de dados ou com a própria Análise de Sentimentos, é, na verdade, um processo muito mais abrangente e estratégico. Ele envolve a escuta ativa e contínua das conversas online, permitindo a identificação de menções a marcas, produtos, temas ou indivíduos. É crucial destacar que o termo "Monitoramento de Redes Sociais" já não abrange a totalidade da técnica, que hoje se estende a sites, portais e todos os ambientes digitais onde o público interage.

Assim, além de compreender o contexto em que essas menções ocorrem, o Monitoramento não é apenas uma etapa inicial, mas a fundação sobre a qual todas as análises posteriores são construídas. Sem um monitoramento eficaz, a análise de sentimentos corre o risco de ser superficial, imprecisa e, no pior dos cenários, inútil. 

Planejamento e Objetivos do Monitoramento
O monitoramento de redes sociais pode ser definido como o processo de rastrear, coletar e analisar dados de plataformas de mídia social e/ou ambientes digitais, como reviews e sites de reclamação, para obter insights sobre o que as pessoas dizem sobre um determinado assunto. Os objetivos podem ser variados, e o ambiente de escuta será adaptado de acordo com a finalidade da análise. Entre os principais objetivos, destacam-se:

  • Identificação de tendências e tópicos emergentes: Compreender quais assuntos estão em alta e como eles se relacionam com o objeto de análise;
  • Pesquisa de mercado: Monitorar um segmento do mercado de forma mais ampla e generalista, buscando conhecer e entender o mercado (público, concorrentes, tendências e espaços de interação, além dos tipos de conteúdos públicos). Este tipo de monitoramento, juntamente com o de Conhecimento Público, é uma ferramenta essencial para campanhas políticas;
  • Conhecimento do público: Foco exclusivo em entender e conhecer o público-alvo que uma empresa ou campanha busca alcançar. O objetivo é identificar características, comportamentos, preferências e necessidades desse público.
  • Gestão da reputação da marca: Acompanhar a percepção pública sobre uma marca, produto ou serviço, identificando crises em potencial e oportunidades de engajamento.
  • Análise da concorrência: Monitorar o que está sendo dito sobre os concorrentes para identificar pontos fortes e fracos, bem como oportunidades de mercado.
  • Feedback do cliente: Coletar opiniões, sugestões e reclamações dos clientes em tempo real, permitindo respostas rápidas e melhorias contínuas.
  • Segmentação de público: Similar ao Conhecimento do público, mas com o intuito de aprofundar a compreensão sobre quem fala, sobre o quê, em quais plataformas e com qual linguagem. Esse conhecimento permite uma segmentação mais precisa e campanhas de marketing mais eficazes.


Quando a Base Está Errada, a Estratégia Também Está

As redes sociais são ecossistemas distintos, e cada uma abriga diferentes perfis, linguagens e comportamentos. O Twitter, por exemplo, concentra jornalistas, formadores de opinião e nichos políticos; o Instagram é dominado pela estética visual, influenciadores e lifestyle; o TikTok tem forte apelo entre as gerações mais novas e conteúdo instantâneo.

Ignorar essas características pode levar a distorções graves, como:
Escolha de Plataforma Incompatível: Coletar dados no Twitter para entender a percepção de uma campanha voltada a adolescentes é um desperdício de recursos e leva a conclusões incorretas. 

Viés de Perfil: Analisar sentimentos apenas de usuários engajados — que comentam, reagem ou compartilham — exclui consumidores silenciosos, que muitas vezes representam o maior contingente de clientes reais. 

Consequências Práticas:

  • Briefings publicitários baseados em percepções distorcidas;Decisões de produto pautadas por críticas exageradas vindas de pequenos grupos. 
  • Diagnósticos que omitem segmentos-chave da audiência. 

Empresas precisam questionar: de onde vêm os dados utilizados para embasar decisões estratégicas? Essa pergunta tem valor econômico e ético. 

A Responsabilidade Começa na Coleta?
O Monitoramento de Redes Sociais e a posterior Análise de Sentimentos não se iniciam com algoritmos ou com uma demanda sem planejamento. Eles começam com uma decisão fundamental: como e onde os dados serão coletados. Esse ponto define a legitimidade da análise, sua capacidade de transformar informação em inteligência e, sobretudo, o impacto que ela terá na tomada de decisões empresariais e políticas. 

Monitorar com responsabilidade, modelar com rigor e interpretar com senso crítico são os pilares de uma Análise de Sentimentos que merece esse nome. E para quem contrata esses serviços, as seguintes perguntas devem estar no topo da pauta: 

  • Existe um planejamento para o Monitoramento? 
  • Em qual base ele foi estruturado? 
  • Qual é a origem e representatividade da base de dados? 
  • Como ela foi definida e como legitima o público que será estudado? 
  • A amostragem foi modelada estatisticamente? 

Se houver quaisquer dúvidas ao responder a essas questões, é hora de acender o alerta — antes que os sentimentos transformados em gráficos levem o negócio por um caminho emocionalmente equivocado.

Esse foi um post com uma visão geral das bases para o Monitoramento. Embora, pareça um assunto desgastado por ser amplamente discutido em várias publicações e inclusive em artigos ditos “científicos”, é possível observar uma confusão é até mesmo uma sobreposição de finalidades. Por isso nos próximos posts vamos aprofundar em outros pontos, como Estratégias do Monitoramento, Impacto da LGPD no monitoramento, Automação do Monitoramento e como definir o tamanho da Base.

quinta-feira, 26 de janeiro de 2023

Ciência de Dados e o ChatGPT: Aplicações e gargalos

O ChatGPT é uma realidade que trouxe para o mundo empresarial as diversas possibilidades da utilização da Inteligência artificial, que poderia ter várias aplicações, principalmente, na área de monitoramento de redes sociais e na ciência de dados, como um todo. Entretanto, o modelo existente ainda é superficial e não consegue atender a grande necessidade de quem trabalha com dados: a análise.

Em vários reviews são indicados possíveis pontos positivos. No entanto, ainda é prematuro afirmar que a curto e médio prazo esse tipo de ferramenta consiga substituir um profissional ou mesmo reduzir o trabalho. Entre alguns motivos para essa afirmação é importante lembrar:

- o ChatGPT ainda está limitado a dados disponíveis até o ano de 2021;
- a ferramenta não cria e/ou gera conteúdos, ela apenas reformula os conteúdos existentes na rede;
- em questões que não existe uma resposta satisfatória para o usuário, a IA entra em looping e passa a repetir a mesma informação escrita de forma diferente.

Para testar como o ChatGPT trabalha com a análise de dados, uma das principais necessidades de profissionais de marketing, inteligência empresarial, pesquisadores, entre outros, foi apresentada a seguinte questão:

Qual a análise que pode ser feita das vendas semanais de um e-commerce de roupas, com os dados abaixo extraídos do Google Analytics
Vendas semanais: R$ 4.563,22
Produtos vendidos: 81
Compras únicas: 9
Investimento em mídia: R$ 823,81
Cliques nas peças de mídia: 14.565,65
Carrinhos abandonados no check-out: 7

A resposta foi somente reescrever os dados apresentados (print abaixo), sem nenhuma informação complementar ou detalhamento que auxiliasse no desenvolvimento de uma análise mais aprofundada ou com o mínimo de conteúdo.


Ao ser solicitado para apontar qual a forma gráfica que melhor poderia representar os dados, foram apontados as sugestões de combinar os dados em gráficos de barras ou linhas. Em nenhum momento houve a sugestão de realizar uma série histórica dos dados, realizar comparativos de investimentos, vendas e taxa de rejeição ou qualquer outro tipo de gráfico que realmente pudesse gerar inteligência.

Porém, o ChatGPT conseguiu resolver bugs do R e do Python, que enchem fóruns sem respostas de qualidade. Ainda, com o diferencial de gerar um pequeno tutorial somente perguntando: me oriente detalhadamente. Mas não conseguiu resolver os problemas do Locker Data Studio.

Assim, o ChatGPT é uma ferramenta interessante para brincar, mesmo tendo conseguido a atenção de grandes empresas, atingido mais de um milhão de usuários em poucas dias e ter virado uma das apostas da Microsoft para voltar a ter relevância no mercado. Bons profissionais irão testar, acompanhar, mas ignorar qualquer tipo de possível "solução" apresentado pela IA, que demonstrou ser assertiva somente para resolver problemas de programação.


compartilhar

Posts relacionados