1

Jhontan Leonardo Portela Camelo ; Laura Fernanda Arias Jimenez

Analisis de mercado en Bogota Beer Company Universidad ECCI

Jhonatanl.portelac@ecci.edu.co ; lauraf.ariasj@ecci.edu.co

conecten con sus clientes y tomen decisiones de
marketing informadas en la era digital.
INTRODUCCIÓN

El análisis de sentimientos es una técnica clave en el

El análisis de datos es un proceso fundamental que
mundo digital que se enfoca en comprender las
implica examinar, limpiar y modelar datos para extraer
emociones y actitudes expresadas en el texto.
información valiosa y tomar decisiones informadas. Este
artículo explora la definición, usos y herramientas clave
El análisis de sentimientos, también conocido como
del análisis de datos. Se destaca su importancia en
minería de opiniones, implica el procesamiento y análisis
diversos campos, como los negocios, la ciencia, el
de datos de texto para determinar si las opiniones son
gobierno y la publicidad. Además, se mencionan
positivas, negativas o neutras; se aplica en la gestión de
herramientas populares como Excel, Python, R, SQL y
la reputación en línea, investigación de mercado, servicio
herramientas de Business Intelligence. En resumen, el
al cliente, predicción de tendencias y análisis político.
análisis de datos es esencial en la era digital para
desbloquear el potencial de la información contenida en
Para realizar análisis de sentimientos, se pueden utilizar
los datos.
herramientas de Procesamiento de Lenguaje Natural
Las redes sociales desempeñan un papel crucial en el
(NLP), plataformas de análisis de redes sociales, APIs de
análisis de mercados en la actualidad, su definición, usos
redes sociales y herramientas de escucha social. En
y herramientas clave para las empresas.
resumen, el análisis de sentimientos es una herramienta
Las redes sociales en el análisis de mercados se refieren
esencial que permite a empresas y organizaciones
al proceso de recopilación y análisis de datos generados
comprender las emociones y actitudes de las personas en
en plataformas de redes sociales para comprender las
un mundo digital. Con las herramientas adecuadas, esta
tendencias del mercado y las preferencias de los
técnica proporciona información valiosa para la toma de
consumidores, son valiosas para la investigación de
decisiones en una variedad de campos.
mercado, la segmentación de audiencia, el seguimiento
de la competencia, la evaluación de la satisfacción del
La minería de datos y el machine learning son
cliente y la identificación de tendencias emergentes en el
herramientas poderosas en el análisis de sentimientos,
mercado.
permitiendo una comprensión profunda de las emociones
y actitudes expresadas en datos de texto; se aplican al
Para llevar a cabo análisis efectivos en redes sociales, se
análisis de sentimientos para extraer información
pueden utilizar herramientas de escucha social, analítica
emocional y actitudinal de grandes conjuntos de datos de
de redes sociales, herramientas de segmentación y
texto.
herramientas de monitoreo de competencia. En resumen,
las redes sociales son esenciales para que las empresas



Estas técnicas son valiosas para analizar comentarios y
reseñas, rastrear redes sociales, evaluar la satisfacción del
cliente, predecir tendencias del mercado y analizar
opiniones políticas.
Python y sus bibliotecas, herramientas de procesamiento
de lenguaje natural (NLP) y plataformas especializadas
de análisis de sentimientos son herramientas comunes en
esta área. En resumen, la minería de datos y el machine
learning están transformando la manera en que
comprendemos las emociones en el texto, brindando a las
organizaciones la capacidad de tomar decisiones
informadas, mejorar la satisfacción del cliente y
mantenerse actualizadas en un mundo impulsado por
datos e inteligencia artificial.
El mercado que se va analizar es Bogotá Beer Company ,
y se quiere identificar que sectores son de mayor
consumo en cerveza artesanal
La Bogotá Beer Company, comúnmente abreviada como
BBC, es una cervecería artesanal y cadena de
restaurantes ubicada en Colombia. Fundada en 2002 en
Bogotá, la capital del país, esta empresa se ha destacado
por su enfoque en la producción de cervezas artesanales
de alta calidad y su ambiente relajado y acogedor en sus
restaurantes y bares. BBC ha sido pionera en la
promoción de la cultura cervecera en Colombia,
ofreciendo una amplia variedad de cervezas artesanales,
incluyendo estilos tradicionales y cervezas especiales
elaboradas con ingredientes locales e internacionales.
Algunas de sus cervezas más conocidas incluyen la
Monserrate Roja, la Cajica Honey Ale y la Chapinero
Porter, entre otras.
2
Uno de los objetivos centrales de BBC es producir
cervezas artesanales de alta calidad, utilizando
ingredientes frescos y técnicas de elaboración que
respeten las tradiciones cerveceras y ofrecer una
Experiencia única Gastronómica
la justificación inicial de BBC se basó en la creciente
demanda de cervezas de calidad en Colombia. La
empresa reconoció la oportunidad de llenar un vacío en
el mercado de cerveza, que en su mayoría estaba
dominado por cervezas comerciales de gran volumen y
BBC reconoció que la combinación de buena comida y
cerveza de calidad era una propuesta atractiva para los
consumidores, lo que justificaba su enfoque en crear un
ambiente de restaurante-bar.
MATERIALES Y METODOS
Se recopilaron datos de Tweets y preferencias del
consumidor de BBC, así como comentarios y reseñas en
redes sociales y plataformas en línea como X, para
analizar la percepción del cliente sobre sus productos.
Se utilizó el análisis de datos para examinar patrones de
compra y preferencias del cliente. Herramientas como
Excel, R studio, se emplearon para limpiar y modelar los
datos, extrayendo información valiosa sobre los
productos más populares y los sectores demográficos que
muestran mayor interés en la cerveza artesanal de BBC.
Análisis de redes sociales: Se aplicaron técnicas de
análisis de redes sociales para evaluar la presencia en
línea de BBC utilizando la plataforma de X
 3

RESULTADOS
3. Utilizamos el modelo de maching learning,
1. Atraves del proceso de clasifación de tweets, realizando una matriz de confusión y número
carga de datos a R, limpieza de datos y de tweets negativos y positivos. Los tweets
depuración de la misma tenemos el siguiente que se encuentran en la diagonal muestran
corpus: los tweets correctos o sea los tweets que son
negativos y el modelo predijo que son los
negativos:

2. Realizando la clasifación a través de la matriz

Tweets y frecuencias hallamos el sentimiento :

4. Finalmente realizamos la nube de palabras
para mostrar la de mayor frecuencia y
realizamos un data frame:
4
CONCLUSIONES
El análisis de sentimientos reveló la percepción general
del cliente sobre los productos de BBC. las opiniones
positivas destacan la calidad y variedad de las cervezas,
mientras que las críticas negativas señalan áreas de
mejora en el servicio o en ciertos productos.
Atraves de Rstudio pudimos tener un análisis de
sentimientos los que se llevó a tener una clasificación
para predecir el modelo y realizar una nube de palabras
REFERENCIAS
[1] alhotra, N. K. (2010). "Marketing Research: An
Applied Orientation." Pearson Education.
[2] Cambria, E., Schuller, B., Xia, Y., & Havasi, C.
(2013). "New Avenues in Opinion Mining and
Sentiment Analysis." ." IEEE Intelligent Systems,
28(2), 15-21.
[3] https://drive.google.com/file/d/
1NgAqV8qztSnCJpRqtS_ac48KjhgpZ1WP/view
[4] Plataforma X