Big Data y Analiticas para Campañas Electorales

1 GOBERNA
“Ya no estamos en la era de la información.

Estamos en la era de la gestión de información”
Chris Hardwick
GOBERNA 2
OBJETIVO:
Que el militante conozca las estrategias mediante

el cual se emplea el Big Data, y de esta manera sea
capaz de emplearla mediante conocimientos previos
en una campaña electoral, logrando de esta manera
el éxito.
DIRIGIDO A:
Militantes, operadores, asesores e integrantes de

equipos de campaña electoral; políticos, candidatos
a cargos públicos, publicistas, politólogos, consultores
de marketing, ejecutivos de relaciones institucionales,
periodistas, investigadores, aspirantes a cargos públi-
cos, y todo aquel con particular interés por la comuni-
cación política
3 GOBERNA
ÍNDICE
CAPÍTULO I FUNDAMENTOS TEÓRICOS
1.1 Definiciones 7
1.2 Evolución histórica 10
CAPÍTULO II CARACTERÍSTICAS DEL BIG DATA
2.1 Volumen 14
2.2 Velocidad de datos 15
2.3 Variedad de los datos 16
2.4Veracidad de los datos 17
2.5 Viabilidad 18
2.6 Visualización de los datos 19
2.7 Valor de los datos 20
CAPÍTULO III TIPOS DE DATOS
3.1 Tipos de análisis de datos del

Bid Data 28
CAPÍTULO IV CÓMO ANALIZAR LOS DATOS
4.1 ¿Cuáles son las etapas de un proceso

de análisis de datos? 32
4.2 ¿Qué es una tabla de datos y
cómo está ordenada? 34
4.3 ¿Cómo puedo interpretar los datos? 36
4.4 ¿Qué técnica estadística aplicó en
cada caso? 37
4.5 Qué software utilizar y cómo aprender
a manejarlo 38
4.6 ¿Cómo analizar datos como un pro?
La metodología probada paso a paso 40
GOBERNA 4
CAPÍTULO V POLÍTICA, REDES SOCIALES Y BIG DATA
5.1 ¿Big Data o encuesta de opinión? 46

5.2 Big Data en las campañas electorales 49
CAPÍTULO VI ANÁLISIS DE CASO:
6.1 Barack Obama 2012 64

6.2 Mauricio Macri 2015 66
6.3 Donald Trump 2016 68
6.4 Brexit 2016 69
CONCLUSIONES
71
RECOMENDACIONES
73
BIBLIOGRAFÍA
76
5 GOBERNA
CAPÍTULO I
FUNDAMENTOS
TEÓRICOS
Capítulo I: Fundamentos teóricos
1.1
DEFINICIONES
La revista de negocios estadounidense, Forbes define al

Big Data, como “el análisis de información en cantidades
industriales, todo un universo de oportunidades para las
empresas aún por explorar”
Kenneth Cukier, autor del libro ‘Big Data. La Revolución de

los Datos Masivos’, manifiesta que mediante el Big Data
“se trata de hacer cosas a partir del análisis de inmensas
cantidades de información, que simplemente no son posibles
con volúmenes más pequeños”.
7 GOBERNA
Adrián Merv, en la revista Teradata Magazine, definió al Big

Data como el “crecimiento exponencial de la creación de
grandes volúmenes de datos, origen o fuentes de datos y la
necesidad de su captura, almacenamiento y análisis para
conseguir el mayor beneficio para organizaciones y empresas
junto a las oportunidades que ofrece”
El McKinsey Global Institute, define al Big Data como el “conjunto

de datos cuyo tamaño está más allá de las capacidades de
las herramientas típicas de software de bases de datos para
capturar, almacenar, gestionar y analizar”
GOBERNA 8
La consultora tecnológica IDC, considera que el Big Data

es “una nueva generación de tecnologías, arquitecturas y
estrategias diseñadas para capturar y analizar grandes
volúmenes de datos provenientes de múltiples fuentes
heterogéneas a una alta velocidad con el objeto de extraer
valor económico de ellos”
En base a dichos conceptos, queda claro que el Big Data

describe el gran volumen de datos, estructurados, no
estructurados y semiestructurados, pero lo más importante
es el análisis, transformación y organización de los datos. Al
examinar las grandes cantidades de datos se puede descubrir
patrones ocultos, correlaciones y otras ideas, de esta manera
pueden ser utilizados en beneficio de un proyecto o estrategia
en diversos campos como la ciencia política. En tal sentido, la
importancia del Big Data no reside en el tema numérico, sino
en el aprovechamiento y las oportunidades que proporcionan
los grandes volúmenes de datos.
9 GOBERNA
1.2
EVOLUCIÓN HISTÓRICA
Durante la II Guerra Mundial, Alan Turing lideró un equipo

de inteligencia en Bletchley Park. El objetivo era descifrar
Enigma, de una de las máquinas de cifrado que utilizaba el
ejército nazi. Turing consiguió descifrar parte de los mensa-
jes alemanes. Esto permitió según los expertos acortar entre
2 y 4 años la Gran Guerra. Es así como Alan Turing puso la
primera piedra de lo que hoy conocemos como ‘Big Data’.
GOBERNA 10
En 1997 se utilizó primera vez el término ‘Big Data’. Los in-

vestigadores de la NASA Michael Cox y David Ellsworth, afir-
man en un artículo que el gran aumento de datos se estaba
convirtiendo en un problema para los sistemas informáticos
actuales. Esto se da a conocer como el “problema del Big
Data”.
2012: Por primera vez en la historia el Big Data es utilizado

para fines políticos. Barack Obama, en su campaña, lo usó
para conocer las opiniones de los votantes más indecisos y
saber qué canales utilizaban. Lanzaba así los mensajes con
un impacto más personalizado. Gracias a esta herramienta
su campaña resultó ser exitosa.
En el 2013, se da inicio a la firma Cambridge Analytica, una

consultoría política británica que empleó el Big Data me-
diante el análisis de datos obtenidos ilegalmente de Fa-
cebook, donde analizó las personalidades de millones de
usuarios, mediante algoritmo que le permitieron crear perfi-
les psicológicos de los usuarios a partir de sus interacciones
en Facebook, en donde identificaban 5 rasgos principales.
11 GOBERNA
Apertura al cambio: significa que estás dispuesto a vivir

nuevas experiencias
Escrupulosidad: que tan perfeccionista eres
Extraversión: te encantan las fiestas
Amabilidad: eres solidario
Inestabilidad emocional: te preocupas o te enojas con facili-
dad
Apertura al cambio: significa que estás dispuesto a vivir

nuevas experiencias
Escrupulosidad: que tan perfeccionista eres
Extraversión: te encantan las fiestas
Amabilidad: eres solidario
Inestabilidad emocional: te preocupas o te enojas con facili-
dad
GOBERNA 12
CAPÍTULO II
CARACTERÍSTICAS
DEL BIG DATA
Capítulo II: Características del Big data
Se puede clasificar al Big Data por sus cuatro

características principales y más conocidas como las
cuatro V del Big Data (volumen, variedad, velocidad
y veracidad). A estas le podemos añadir tres más:
viabilidad, visualización y valor.
2.1
Volumen
se refiere a la cantidad de datos que son generados en

nuestro entorno y se almacenan con la finalidad de proce-
sarlos para transformar los datos en acciones.
Un ejemplo de ello es la recolección de datos que muchas

empresas emplean a través de un canal online, en donde se
rastrea todas las acciones que lleva a cabo su cliente; cono-
cer donde cliquea más veces, cuántas veces ha pasado por
el carrito de la compra, cuáles son los productos más vistos,
las páginas más visitadas, etc. Esto adaptada a las campa-
ñas electorales no permite tener los datos de las reaccio-
nes e interés en alguna propuesta o contenido de nuestras
redes sociales digitales.
GOBERNA 14
2.2
Velocidad de datos
Es la rapidez en que los datos son creados, almacenados y

procesados en tiempo real.
Un ejemplo puede ser el monitoreo de un evento en redes

sociales, lo cual nos permite conocer el número de asistentes
y/o interesados en nuestro evento en tiempo real.
15 GOBERNA
2.3
Variedad de los datos
Formas, tipos y fuentes en las que se registran los datos:

documentos de texto, correos electrónicos, audios, vídeos o
imágenes que tenemos en nuestro dispositivo móvil, perfiles
de redes sociales, etc. En fin infinidad de acciones que reali-
zamos desde nuestro Smartphone, ordenador y Tablet
GOBERNA 16
2.4
Veracidad de los datos
Es la incertidumbre de los datos, es decir, al grado de fiabili-

dad de la información recibida.
Se necesita invertir mucho tiempo para conseguir datos

de calidad así como datos de los electores que puedan ser
influenciables.
17 GOBERNA
2.5
Viabilidad
Capacidad que tienen las compañías en generar un uso efi-

caz del gran volumen de datos que se maneja.
La empresa que emplee la estrategia inteligente analiza,

selecciona y monitoriza la información con la finalidad de
conocer mejor al mercado en el que opera, a sus clientes
y diseñar estrategias eficaces. En el caso de la política se
debe conocer al target, al electorado en general y de acuer-
do a ello se elabora estrategias eficaces para lograr el éxito
electoral.
GOBERNA 18
2.6
Visualización de los datos
Modo en el que los datos son presentados para encontrar

patrones claves ocultas en el tema a investigar. Para ello
existen herramientas de visualización que te ayudan a com-
prender los datos gráficamente y en perspectiva contextual.
19 GOBERNA
2.7
Valor de los datos
Datos que se transforman en información; esta a su vez se

convierte en conocimiento, y esté en acción o en decisión.
No todos los datos se convierten en decisión acción. Esto

dependerá si se cuenta con las tecnologías aplicadas. Por
ejemplo, una publicación en una red social, que gracias al
uso de tecnologías de procesamiento de lenguaje natural,
puede medir el sentimiento positivo o negativo, con un al-
goritmo de análisis de redes sociales o herramientas que
permitan obtener de esta información.
GOBERNA 20
El Big Data viene a ser la combinación de estas siete carac-

terísticas donde quienes lo empleen en base a una estrategia
pueden obtener una gran ventaja frente a sus competidores
asegurando su éxito con las tres últimas V que son viabilidad,
visualización y el más importante valor. Estas características
novedosas empleadas en una campaña electoral determi-
narán el éxito en la contienda política.
Secuencias de análisis de Big Data
Planteo el problema:
formulación de la pregunta correcta
Recopilación Integración Análisis

Limpieza de
y captura de y y Interpretación
datos
datos agregración modelización
Variedad Volumen Velocidad

Privacidad Interpretación
(heterogeneidad) (escala) (timeliness)
3V
21 GOBERNA
CAPÍTULO III
TIPOS DE DATOS
Capítulo III: Tipos de datos
La consultora IBM clasifica los tipos de datos en 5 tipos:

Los datos de grandes transacciones (Big Transaction Data).
Son los registros de facturación, telecomunicaciones, las
llamas, etc. Datos que podemos encontrar en formatos
semiestructurado o no estructurado. Se incluyen los datos
empresariales que se refieren a la información del cliente.
Redes sociales y páginas web. Se refiere a toda aquella
información que se obtiene a través de las transacciones
web, y el contenido que se adquieren de las redes sociales
como Linkedin, Facebook, Twitter, Instagram, etc.
23 GOBERNA
Biométricas. Esta información incluye escaneo de la retina,

huellas digitales, reconocimiento genético o facial, etc.
Generado por los seres humanos. Esta información se refiere

a todos aquellos datos que generamos cuando llamamos a
un call center, escribimos correos electrónicos, documentos
electrónicos, notas de voz. Uso de de tarjetas de crédito o
débito, etc.
GOBERNA 24
Máquinas (Machine to Machine M2M). Son aquellas tecno-

logías que se conectan con otros dispositivos, y lo usan como
sensores y medidores, los cuales generan un gran volumen
de datos, que necesitan ser analizados. Por ejemplo cuando
las empresas de servicio público miden el consumo de agua,
gas o electricidad a través de medidores inteligentes me-
diante los cuales se obtienen datos que se monitorizan para
conocer ciertas características.
25 GOBERNA
El Big Data según su formato, se debe tener en cuenta su

estructura, ya que según los datos se pueden clasificar se-
gún su formato.
Datos estructurados: Datos ordenados y bien definidos en

cuanto a su formato, tamaño y longitud. De esta manera, es
más fácil procesarlos. Por ejemplo, base de datos, hojas de
cálculo, etc.
GOBERNA 26
Datos no estructurados o desestructurados: no tienen una

estructura interna identificable. Los datos están desorgani-
zados y no tienen valor hasta que se ordenan, se identifican
y se almacenan. Algunos ejemplos son los vídeos, audios,
imágenes, PDF, etc.
Datos semiestructurados: Se trata de información no regu-

lar y que no se pueden gestionar de manera estándar. Es
una mezcla de los dos anteriores: no están perfectamen-
te estructurados, pero sí tienen una organización definida.
En este caso, serían datos semiestructurados los formatos
HTML, XML o JSON.
27 GOBERNA
3.1
TIPOS DE ANÁLISIS DE DATOS DEL BIGA DATA
Es importante tener en claro el objetivo del análisis, en base a qué

información se necesita y qué respuesta se está buscando ya que de
acuerdo a ello se puede comenzar a limpiar y transformar y transfor-
mar los datos en base a los objetivos a alcanzar.
Analítica descriptiva
Se basa en simplificar y resumir los datos en pequeños pa-

quetes, de tal forma que sean más manejables. La analítica
descriptiva permite visualizar un escenario presenta y su esta-
do de la concentración del Big Data.
GOBERNA 28
Analítica predictiva
Contrasta los datos recientes e históricos emplean-
do técnicas como la exploración de datos, modelos y
estadísticas para ofrecer casos o escenarios futuros
posibles.
La analítica predictiva es la técnica que permite a los
analistas realizar predicciones basadas en probabili-
dades.
Analítica prescriptiva
A diferencia de la analítica descriptiva y predictiva, la
analítica prescriptiva no solo permite percibir varios
futuros escenarios posibles, sino también sugiere las
posibles decisiones a tomar frente a estos escenarios
y las eventuales consecuencias de dichas decisiones.
Los métodos analíticos presentan las siguientes fa-
ses comunes:
Obtención de datos: es importante tener mucho cui-

dado a la hora de la obtención de los datos, ya que
los resultados obtenidos dependen de la calidad de
los datos.
29 GOBERNA
Preparación de datos: es aquí cuando se da la primera mani-

pulación de los datos con la finalidad de hacerlos maneja-
bles. En esta fase se realiza el filtrado y limpieza, eliminando
duplicados o errores que provoquen nuevos errores en las
siguientes etapas.
Procesamiento de datos: es en esta fase donde los datos son

sometidos a los métodos y tratamientos más indicados en
función el objetivo final del análisis, de tal manera se obtie-
ne una estructura de datos organizados y diferenciada que
facilita la extracción de información valiosa.
Análisis e interpretación de datos: una vez que los datos están

organizados se transforman en información con un va-
lor agregado.Existe una serie de métodos como la minería
de datos, o el machine learning que pueden ser aplicadas
según el objetivo que se busque. La información útil que se
haya obtenido llega al usuario en forma de informes, gráfi-
cos u otro tipo de soporte de visualización, para que de esta
manera puedan ser interpretados correctamente.
GOBERNA 30
CAPÍTULO IV
CÓMO ANALIZAR LOS
DATOS
Capítulo IV: Cómo analizar los datos
Los datos que se obtengan de las redes sociales de

nuestro candidato deben ser analizados, por ello te
enseñaremos paso a paso cómo analizar los datos ya
que la utilidad de los datos reside en el análisis de estos.
4.1
¿Cuáles son las etapas de un proceso de
análisis de datos?
Debido a la cantidad de datos es normal perderse en ellos, en

tal sentido es importante que tengas en claro que enfoques
el análisis de los datos.
GOBERNA 32
1. El Problema: Toda investigación nace de un

problema, de una necesidad real. Por ello en
esta etapa definiremos el foco del estudio.
2. La Recolección: es el diseño del método para

obtener datos, puede ser una encuesta, datos
de marketing en redes sociales, etc.
3. La Limpieza: homogeneizar los datos en cuanto

a formato, deshacer observaciones que no te
interesan y almacenar las más útiles.
4. La exploración: Utilizando la estadística

descriptiva podrás traducir los DATOS a gráficos
y características que puedas interpretar.
5. El Análisis: Con la ayuda de la estadística

inferencia encontrarás conclusiones de un
conjunto grande (población) con la información
de una pequeña parte de este conjunto
(muestra).
6. La Conclusión: Interpretarán los resultados del

análisis y listas las conclusiones. Estarás mucho
más cerca del objetivo que te habrás planteado
al inicio
33 GOBERNA
4.2
¿Qué es una tabla de datos y cómo está
ordenada?
En la etapa 4 de exploratoria, empiezas a trabajar con datos

ya limpios y ordenados. Es ahí donde se modela las tablas
de datos.
GOBERNA 34
Las filas son observaciones. La observaciones son las veces

que mides la realidad.
Las columnas son variables. Las variables son las caracterís-

ticas que vas a medir.
El header son los nombres de las variables.
- Las filas son observaciones. La observaciones

son las veces que mides la realidad.
- Las columnas son variables. Las variables son

las características que vas a medir.
El header son los nombres de las variables.
Esto es muy importante. Entender que tu tabla de datos son

columnas de números o letras en columnas es sumamente
crucial. Las variables son las características que vas a medir.
En la práctica te vas a encontrar con 3 tipos.
1. Cuantitativa: Son números y tienen unidades.

Tienen un sentido de escala. Pueden ser discre-
tas (sin decimales) y continuas (con decimales).
2. Cualitativa: Son etiquetas o nombres de las co-

sas. El país de procedencia, el estado civil, el gé-
nero etc.
3. Ordinal (cualitativa): Son una tipo especial de

cualitativas con un tienen un sentido de escala.
35 GOBERNA
Expresan grupos: dan

información de
pertenencia o cualidad
• Sexo
Nominales Sexo
• Grado de la I esión
A,B,C
Cualitativas
(Categorías)
Ordinales
Grado de la I esión
I, II, II
Variables
Discretas
Características Edad
medibles de los
2, 4, 6
individuos de una
muestra Cuantativas
(Numéricas)
Expresan características Continuas

23.6, 4.8, 102.5 Peso [kg]
medibles:
• Temperatura [°C]
• Peso [Kg]
4.3
¿Cómo puedo interpretar los datos?
Una vez que se tenga la tabla de datos, limpia, comprendas

que tipos de variables y que significa. Es importante que vi-
sualices las información escondida en esta tabla.
La estadística descriptiva te va a ayudar a ver información

que no puedes ver a simple vista. Vas a utilizar gráficos y
también características numéricas simples.
Es importante que sepas interpretar esa tabla de datos me-

diante gráficos que te ayudarán a comunicarte con tu datos.
GOBERNA 36
4.4
¿Qué técnica estadística aplicó en cada caso?
Existen 6 problemas más comunes los cuales son:
1. Distinguir si un grupo es diferente a otro.
2. Distinguir si las proporciones son diferentes de un

grupo al otro.
3. Ver si los grupos tienen relación en la tabla de

contingencias.
4. Analizar si hay relación entre variables numéricas.
Calcular un modelo matemático que permita pre-

5. decir una variable en función de otras.
Técnicas avanzadas de reconocimiento de pa-

6. trones o machine learning. Modelos y algoritmos
predictivos para poder aportar respuestas de tus
datos y solucionar problemas reales con aplica-
ciones personalizadas para tu caso.
Estos problemas se pueden resolver con diferentes técnicas

estadísticas.
37 GOBERNA
4.5
Qué software utilizar y cómo aprender
a manejarlo
Uno de los puntos más importantes es saber aplicar los con-

ceptos y técnicas estadísticas con datos reales. Existen una
gran variedad de softwares entre ellos:
RStudio: El cual es gratuito, tiene gran peso den-

tro de los centros de investigación.
GOBERNA 38
Es posible que pienses que es sólo para programadores por-

que hace uso de comandos. Pero no es del todo cierto. Si po-
sees las plantillas de código tipo puedes realizar análisis es-
tadísticos muy rápidos y eficaces sin aprender la estructura
de programación.
39 GOBERNA
4.6
¿Cómo analizar datos como un pro?
La metodología probada paso a paso
Define un objetivo para tu estudio:
Es importante focalizar los esfuerzos en un solo objetivo, por

ello debes definir un objetivo de tu estudio y solo uno. te mos-
tramos las siguientes preguntas para que puedas definir tu
objetivo:
1. ¿Que problemas quiero solucionar con estos

datos?
2. ¿Qué significan las variables?
3. ¿Que tipo de variables tienes?
GOBERNA 40
Explorar los datos
Primero se tiene que explorar y después analizar los datos. La

etapa de descripción se compone de estos puntos:
1. Crea los gráficos más apropiados
2. Interprete los gráficos
3. Encuentra tus primeros indicios. Tus primeras
conclusiones
4. Lista por orden de importancia los indicios
Este paso es de suma importancia, podras recogerlo de tu

tabla de datos y lo ordenaras por orden de importancia.
Analiza los datos con un software y un mapa
En esta etapa debes decidir si tus pre conclusiones son cier-

tas o no.
para ello necesitas dos cosas:
• Un mapa de técnicas estadísticas

• Cómo aplicar estas técnicas con un software
Los puntos imprescindibles en este paso son:
• Encontrar las técnicas más apropiadas

• Diseñar la metodología de análisis
• Aplicar esa metodología
• Resumir los resultados
41 GOBERNA
Crear el informe final listando conclusiones cristalinas
Es el último y muy importante. Saber comunicar sus hallazgos

delante de tu audiencia. Es un proceso muy importante. Los
datos sólo son útiles si se muestran los resultados de forma
cristalina. Luego estos datos podrán ser usados por profesio-
nales en estrategias de campañas electorales.
• Contextualiza tu estudio
• Cita la problemática
• Define tu objetivo alineado al problema que
quieres resolver
• Muestra la información escondida (etapa de
exploración)
• Define tu metodología de análisis (etapa de
análisis)
• Muestra los resultados (etapa de análisis)
• Resume las conclusiones
• Problemas encontrados durante el estudio y
siguientes pasos
GOBERNA 42
CAPÍTULO V
POLÍTICA, REDES SOCIALES
Y BIG DATA
Capítulo V: Política, redes sociales y Big Data
Las técnicas y herramientas que anteriormente se ha

señalado provienen de múltiples disciplinas, tales como
las matemáticas, la programación e información, y
más recientemente la llamada “ciencia de los datos”. la
comprensión de la redes sociales la política utilizando estas
herramientas es un proceso de aprendizaje donde se importan
los conocimientos y técnicas a otro campo científico como es
la Ciencia Política y s ponen al servicio de otras agendas de
investigación, preguntas y teorías.
El uso masivo de las redes sociales, por parte de los electores

los cuales tienen acceso a múltiples fuentes y formatos de
información que circulan en tiempo real y está al alcance de
las campañas políticas por una multiplicidad de canales.
GOBERNA 44
Las campañas electorales tradicionales se basan en las

franjas televisivas y radiales, así como el canvasser (puerta a
puerta) , hoy en día se trata de distinguir los nichos políticos
y encapsular los mensajes políticos en formatos que circulan
a gran velocidad por las redes sociales digitales, ya sea: tuits,
videos, imagenes, correos electrónicos, mensaje de textos,
memes, etc. Estos a través de cualquier canal digital que
permita a los candidatos pueda tener mayor cercanía con los
electores.
Las redes sociales digitales permiten que el candidato o

partido político pueda interactuar con los electores pero
esto tiene que ser realizado por profesionales ya que de
lo contrario resultaría muy perjudicial para la imagen del
candidato.
Por ello se requiere de un equipo especializado que se

encargue de las redes sociales, así mismo se requiere de un
especialista para que pueda analizar los grandes volúmenes
de datos que se pudieron obtener en las redes sociales
digitales.
45 GOBERNA
5.1
¿Big Data o encuesta de opinión?
Es importante conocer las diferencias entre la encuesta de

opinión y el análisis e interacción en las redes sociales, princi-
palmente en la metodología que se emplea.
La encuestas de opinión siguen la lógica de las estadísticas

convencionales sin embargo el análisis de datos se realiza
mediante una metodología de minería de datos diseñado por
compañías que ya registran enormes cantidades de datos de
sus clientes, la encuesta de opinión si bien se realiza para
determinar la postura de las personas ante algún candidato
o situación política está solo no es tan efectiva debido a que
las posturas de las personas varían muy fácilmente. Sin em-
bargo el análisis del Big Data en las redes sociales capta la
postura de las personas en tiempo real lo cual lo convierte en
una herramienta muy efectiva .
El big data es más que un simple levantamiento de datos

esto debido a que muchas veces operan en base a datos que
se obtuvieron para otros propósitos.
Es importante recalcar que el Big Data no reemplaza a una
encuesta de opinión pública convencional, así mientras las
encuestas de opinión buscan dar con una muestra represen-
tativa de la población, las técnicas de recolección y procesa-
mientos de datos ayudan a recoger las opiniones exclusiva-
mente de las redes sociale digitales.
GOBERNA 46
Encuesta de opinión Captura de datos y análisis de

redes sociales digitales
-Sigue la lógica de la esta- -Sigue la lógica del “big data”

dística convencional (cons- (dar sentido a la información).
truir el dato).
-Registro de información a
-Muestreo ocasional y va- partir de parámetros preesta-
riable (regiones, país, muni- blecidos (palabras de búsque-
cipios, etc.). da).
-Levantamiento de infor- -El universo de internautas

mación ocasional variable (dimensionamiento o definición
(regiones, país, municipios, de querys de búsqueda).
etc.) / Monitoreo de opinión
pública periódico (semanal, -Seguimiento a la opinión pú-
mensual o semestral). blica en desarrollo y constante
flujo, recolección de informa-
-Recolección de información ción es permanente.
es contexto dependiente.
-Clasifica temas ex post
-Define temas ex ante
-El costo es bajo
-El costo es alto
-Entrega el flujo de la opinión
-Entrega panorama estáti- pública en la red abierta
co de la opinión pública
47 GOBERNA
Las diferencias son muy notables y más en la métodos de re-

colección de información. La encuesta de opinión se basa en
el despliegue de encuestadores cara a cara, vía telefónica, y
últimamente a través de internet, en el análisis de redes so-
ciales digitales es necesario otro tipo de conocimiento. Gran
parte de los datos de las redes sociales digitales se obtienen
a partir de métodos de programación mediante los cuales se
automatiza la recolección de información de las redes socia-
les digitales.
GOBERNA 48
5.2
Big Data en las campañas electorales
En toda estrategia de Marketing es necesario segmentar el

target, por ello es necesario e importante conocer al público
objetivo, esto se puede lograr gracias al Big Data de esta ma-
nera algunos beneficios que nos aporta es el siguiente:
Predice el comportamiento electoral de la audiencia.
Gracias a la recolección de los datos de las redes socia-

les, páginas web por medio del del Big Data mediante
un análisis psicológico se determina los soft profiling y
los hard profiling, lo que es muy importante para de-
tectar e influenciar en los electores. Esta recolección
de datos se lleva a cabo mediante algoritmos de las
redes sociales. La predicción de datos en una campa-
ña electoral es de suma importancia par enviar propa-
ganda personalizada a los electores.
Extrae los gustos e intereses de nuestra audiencia.
Para entender los gustos y preferencias de nuestros

electores se debe poner énfasis en los grandes datos:
visitas a la web, usuarios únicos, páginas más vistas,
seguidores en redes sociales, etc. Existen diversas he-
rramientas que nos puede aportar esta información,
sin embargo no todas son gratuitas o fáciles de usar,
por ello te mostramos algunos formas útiles y sencillas
para extraer información relevante acerca de los inte-
reses de nuestro target y de esta manera no tengas
excusas a la hora de medirlo.
49 GOBERNA
Buscador web: no solo sirve para ayudar al usua-

rio para encontrar lo que desea, sino también nos
permite recoger información valiosa. Todas las
búsquedas quedan registradas en la cuenta de
Google Analytics
GOBERNA 50
51 GOBERNA
Mensajes y comentarios de usuarios en nuestros

canales: ya sea por redes sociales o la web, de for-
ma pública o privada, directa o indirectamente,
todos los datos que nos digan los usuarios deben
recogerse y valorarse debidamente. Comúnmente
son los mismos usuarios quienes nos hacen llegar
la información de forma proactiva por medio de
quejas recomendaciones o incluso agradecimien-
to. En tal sentido es importante saber recolectar y
analizar esos datos.
Contenidos más vistos: No se trata solo de saber si

lo usuarios entran más a la página, blog, o alguna
otra red social, sino se tiene que saber que conte-
nido visita más en caso de una campaña electoral
es importante saber que tema o propuestas cap-
tan más su atención. Si detectamos los contenidos
de acuerdo a las preferencia incrementaremos
las visitas y de esta manera también incrementa-
remos el número de futuros votantes por nuestro
candidato o partido político.
Tiempo de estancia en la página: puede parecer

insignificante, sin embargo este dato es suma-
mente importante no solo como dato cuantitativo,
sino también cualitativo. Podemos tener muchas
visitas a nuestra página en concreto o a un artí-
culo, mediante el tiempo de estancia del usuario
se podrá determinar qué contenido le ha genera-
do mayor interés lo cual es útil para la creación de
contenidos y la toma de decisiones.
GOBERNA 52
Escucha activa en toda la red: no debemos cen-

trarnos solo en los datos que podemos obtener,
hay que salir afuera y escuchar, eso significa ver
las las redes sociales de nuestros contrincantes
políticos u otras redes esto ayudará para conocer
qué contenidos son aceptados por los electores y
de esta manera usarlo a nuestro favor.
Códigos UTM: Los códigos UTM son pequeños

fragmentos de texto que se añaden al final de la
URL. Tiene la función de ayudar en el seguimiento
y analitica del usuario. Con estos códigos podrás
conocer sobre el tráfico que llegan a tu página web
desde cualquier enlace.
53 GOBERNA
¿como crear codigos UTM paso a paso de manera facil y

rapida?
1. Define dónde usar los códigos UTM
Facebook → En las publicaciones de tu página, en

la descripción de un grupo o en una publicación
de un grupo. En la información de contacto y en tu
perfil es mejor que muestres la URL completa sin
UTM
Twitter → En la descripción de 160 caracteres en

tu biografía, en cualquier tweet que publiques. Evi-
ta usarlo en el campo de “página web” ya que es
conveniente que muestres tu página completa sin
enlaces acortado.
Linkedin → En una actualización de estados de tu

perfil, grupo o página de empresa, en un mensaje
o email de bienvenida a los miembros del grupo,
en la sección de información general o en la sec-
ción de productos o servicios.
Google+ → En la introducción de tu perfil personal,

en una actualización de estado de tu perfil o de tu
página, en la sección de enlaces de tu perfil o de
tu página. En la descripción de tu comunidad o en
una actualización de estado de una comunidad.
GOBERNA 54
Instagram → En la URL de tu biografía de insta-

gram. Por ahora esta red social no permite inser-
tar enlaces en los post, pero gracias a los códigos
UTM de la biografía de Instagram si podras saber
quien llega a tu pagina web a traves de Instagram.
2. Aprende cómo funciona los parámetros UTM
Para empezar, los parámetros UTM comienzan siempre des-

pués del signo de interrogación que añadimos al final de la
URL de nuestro sitio. A partir de ahí, se añaden las diferentes
variables que vas a ver en el punto 3 y que van acompañadas
de símbolos específicos como “=” para dar paso a la definición
de cada variable y “&” para separar las diferentes variables.
Debes tener en cuenta, además, que en los códigos UTM no
puedes usar espacios en blanco.
Por otro lado, los códigos UTM son sensibles a las mayúsculas
y las minúsculas por lo que si en un lado utilizas “Facebook” y
en otro “facebook” Google Analytics entenderá que son pará-
metros distintos y los mostrará por separado.
55 GOBERNA
3. Familiarízate con las variables de los códigos UTM
Las variables son las siguientes:
• Campaña:
utm_campaign. → Es el nombre de la campaña y

sirve para identificar la promoción de un producto
o una campaña.
• Fuente:
utm_source. → Es la fuente de origen del enlace,

ya sea una página web, red social o cualquier otra
fuente.
• Medio:
utm_medium. → Es la forma en que llega el tráfico

y sirve para identificar un medio como por ejemplo
el correo electrónico.
• Contenido:
utm_content. → Se utiliza para diferenciar los dife-

rentes anuncios, enlaces o artículos que llevan al
mismo sitio.
• Termino:
utm_term. → Se utiliza para la publicidad en bus-

cadores a fin de identificar las palabras clave de
un anuncio en particular.
GOBERNA 56
4. La hora de crear los códigos UTM
Puedes hacerlo de manera manual o puedes ahorrarte todo

el trabajo manual y crear tus propios parámetros UTM con el
creador de URL de google donde automáticamente puedes
ir completando todas las variables como puedes ver en esta
imagen.
57 GOBERNA
5. Acortar los enlaces
Ahora que ya tienes los enlaces, seguramente te estarás pre-

guntando cómo vas a añadir esa URL de tres kilómetros y
medio de longitud a tu post de Facebook, Twitter o LinkedIn.
Para ello, puedes usar herramientas como bitly o goo.gl que
te ayudarán a reducir considerablemente la longitud de tus
URL.
6. Mide Tu éxito y usa los datos para mejorar

Una vez tengas tus códigos UTM en marcha ya vas a poder
realizar un seguimiento de tus URL pero sobre todo no te de-
tengas ahí: mide tu éxito porque como dijimos más arriba ya
sabes que lo que no se mide no puede mejorar.
Interacción con nuestras publicaciones:
Las interacciones en nuestras publicaciones son siem-

pre información importante así como lo explicamos
anteriormente con el caso de Cambridge Analytica,en
donde se analiza la psicología del elector.
Newsletter:
Es una publicación digital más bien informativa que se

distribuye a través del correo electrónico con cierta pe-
riodicidad (diaria, semanal, mensual, bimensual o tri-
mestral). Normalmente contienen artículos de interés
sobre la marca en el tema comercial y en la política so-
bre el candidato. Los que reciben este tipo de comunica-
ciones son suscriptores que previamente han mostrado
interés en la marca y han solicitado recibir información
por correo.
GOBERNA 58
El mailing es una formato más de publicidad utilizado

mayormente para promocionar servicios y productos de
una marca. Se suele enviar a bases de datos masivas no
propias a la marca.
El email-marketing es una técnica utilizada por las mar-

cas para contactar con su público objetivo a través del
correo electrónico. Esta técnica de marketing incluye
newsletters y mailing y sobre todo una buena estrategia
que avale las acciones que se realizan.
• Permite Segmentar el público de acuerdo a nuestro

objetivo.
Con el Big Data se perfecciona la segmentación lo

cual nos permite fortalecer la relación con el elector.
Ya que el Big Data ofrece datos más nítidos revela-

dores sobre el público objetivo de un producto.
Gracias a las capacidades actuales del big data se
pueden aprovechar las “minas de oro”, como pueden
entenderse las bases de datos, para crear nuevas di-
mensiones en la segmentación y construir una estra-
tegia para los electores influenciables. Sin embargo,
aunque el big data amplía las capacidades de la seg-
mentación, la forma en que se emplea la segmenta-
ción como estrategia no varía.
59 GOBERNA
• Permite Segmentar el público de acuerdo a nuestro

objetivo.
Con el Big Data se perfecciona la segmentación lo

cual nos permite fortalecer la relación con el elector.
Ya que el Big Data ofrece datos más nítidos revela-

dores sobre el público objetivo de un producto.
Gracias a las capacidades actuales del big data se
pueden aprovechar las “minas de oro”, como pueden
entenderse las bases de datos, para crear nuevas di-
mensiones en la segmentación y construir una estra-
tegia para los electores influenciables. Sin embargo,
aunque el big data amplía las capacidades de la seg-
mentación, la forma en que se emplea la segmenta-
ción como estrategia no varía.
El big data posibilita el “micro-targeting”, o “mi-

cro-segmentación”, basado en factores específicos,
permitiendo que los candidatos y políticos puedan
crear propuestas y contenidos mucho más directos
y en tiempo real en cualquier tipo de interacción con
el cliente.
• Permite la personalización de las campañas electo-

rales.
Los partidos políticos pretenden crear publicidad

electoral maximizando los beneficios, o votos en este
caso. Con los datos que se tienen de interés y de esta
forma crear el mensaje más eficaz posible.
Mediante los datos que se obtuvieron
GOBERNA 60
• Permite una mayor interacción entre los partidos

políticos y la población votante.
Gracias al Big Data los partidos políticos y candidatos

pueden adaptar sus ideales y propuestas en base a
las preferencias de sus electores. Al igual que una
empresa los partidos venden a su público el produc-
to que mejor se adapte a sus necesidades políticas
en este caso.
Sin duda alguna el Big Data se ha convertido en un
elemento esencial en toda campaña política.
61 GOBERNA
CAPÍTULO VI
ANÁLISIS DE CASO
Capítulo VI: Análisis de caso
En la actualidad se ha convertido en una obligación que

cada candidato cuente con un perfil de Facebook, cuenta
de Twitter, Instagram y YouTube. Esto porque son las redes
sociales más usadas por nuestros usuarios y por el costo,
el costo de una campaña digital es menor a una campaña
tradicional. La efectividad en la campaña digital es mayor si
se cuenta con los datos y una estrategia adecuada.
63 GOBERNA
6.1
Barack Obama 2012
En la campaña electoral de Barack Obama del 2012 su jefe

de campaña creó una app que millones de simpatizantes de
obama bajaron vía facebook. Eso le dio acceso a la informa-
ción de los amigos de ellos y materia prima para una base
de datos que le permitió identificar a millones de indecisos a
quienes dirigirles propaganda a la medida, mediante micro-
targeting y dirigir su intención de voto hacia su candidatura.
GOBERNA 64
65 GOBERNA
6.2
Mauricio Macri 2015
En la campaña electoral de Argentina, Mauricio Macri el 2015

empleó una estrategia similar al de Barack Obama. Fue Dy-
namis Consulting, una compañia que investigaba la opinión
pública y Big Data. Quien se encargó de la segmentación de
los electores, previo análisis de los datos, lo que le propor-
cionó ventaja sobre sus contrincantes políticos y de esta ma-
nera llegó a un público indeciso logrando de esta manera el
éxito electoral.
GOBERNA 66
67 GOBERNA
6.3
Donald Trump 2016
Donald Trump en las elecciones presidenciales del 2016 al

igual que Obama emplearía las redes sociales digitales. El
encargado de realizar la campaña digital de Donald Trump
fue la compañía Cambridge Analytics que en el 2018 se vio
inmersa en un escándalo a causa de haber obtenido informa-
ción sin autorización de un alrededor de cincuenta millones
de electores estadounidenses, el empleo de esta información
se dio con una metodología adaptada del campo militar a las
redes sociales.
Esta metodología no solo buscó persuadir a los electores,

sino hacer cambiar de opinión y preferencia, su eficiencia se
debe a la aplicación de las operaciones psicológicas en unión
con la inteligencia militar adaptado al campo del marketing lo
que resultó un arma poderosa, ya que por medio de estas se
elaboró campañas personalizadas generando así informa-
ción distinta a cada individuo de acuerdo a sus ideales y con-
vicciones, esto causó que esta sea más efectiva, lo que des-
taca de Cambridge Analytica es su metodología que resultó
ser instrumento letal ya que este factor fue decisivo para el
éxito de la campaña electoral.
GOBERNA 68
6.4
Brexit 2016
Lo mismo sucedió en la campaña del Brexit del 2016 donde

Cambridge Analytica uso datos obtenidos ilegalmente a tra-
vés de Facebook para influir en los electores por medio de
propaganda personalizadas, fake news y empleando bots de
esta manera se dio resultado favorable la salida de la Unión
Europea con casi un 52% de los votos.
Tenemos que tener en cuenta que la campaña del Brexit no

solo le debe su éxito al Big Data, sino también a su equipo de
campaña o War Room el cual estuvo conformado por pro-
fesionales y un gran estratega que supo emplear los datos
utilizados para influencia sobre la población mediante una
adaptación de la propaganda militar a la propaganda po-
lítica. Estos elementos dieron como resultado el éxito de la
campaña del Brexit.
69 GOBERNA
CONCLUSIONES
Concluciones
La era digital en donde el uso de las redes sociales digitales

es masivo, el análisis del big data es un arma muy poderosa
para lograr diversos objetivos, entre ellos el objetivo político.
Esto mediante las herramientas y tácticas que se muestran
en este Ebook.
Es momento de que se ponga énfasis en el Big Data, esto ya

que, debido a la circunstancias en las que nos encontramos,
en donde las redes sociales son a veces el único medio de
comunicación con nuestro entorno social. Son evidencias de
que el uso de las redes sociales digitales son esenciales en
la vida de los ciudadanos. Por ello, para lograr nuestro obje-
tivo debemos extraer datos y analizarlos para luego usarlo
de acuerdo a nuestro objetivo.
71 GOBERNA
RECOMENDACIÓN
Recomendaciones
Adaptate a esta nueva era:
Lo más importante es adaptarnos a esta era, en donde las

rede sociales son un medio de comunicación global. En don-
de se puede acceder a los datos muchos electores, incluso
de aquellos a los que no podemos acceder de forma física.
Contrata especialistas:
Para cualquier trabajo especializado y bien hecho es nece-

sario contratar especialistas, ya que ellos son quienes domi-
nan esa área y nos facilitará la obtención de datos mediante
software.
Algo que tenemos que tener en cuenta es que para la ob-

tención de datos y análisis se requiere de un especialista
en esa área, sin embargo una vez que se tenga los datos el
quien sabe como utilizarlo no es el especialista en el área de
informática, sino uno que sepa de política, de cómo funcio-
na la contienda electoral, por ello también es necesario un
especialista para que mediante esos datos diseñe la estra-
tegia para tu campaña electoral.
Explora:
Las actualizaciones de las redes sociales son constantes,

por eso es importante estar a la vanguardia y explorar los
servicios que nos ofrecen estas redes sociales.
73 GOBERNA
Recomendaciones
¿Donde aplicar el análisis del Big Data?:
La aplicación del Big Data debe ser en las redes sociales y

si deseas fuera del campo virtual. Sin embargo si tienes una
campaña política digital es importante emplear en todas
tus redes sociales. Por ello Goberna ha elaborado como se
emplea Facebook, Twitter, Instagram, Google Ads, etc. En
campañas electorales, claro está esta será más fructífera si
cuentas con los datos de los electores.
No pierdas capital monetario y humano:
Muchos piensan que al mandar publicidad sin segmentar

es más efectivo, sin embargo esto es lo contrario. Tienes
que centrarte en el voto blando y flotante, que es aquel que
puede ser influenciable, si no lo haces tu, lo hara tu contrin-
cante. Por ello son valiosos los datos que obtienes por medio
del Big Data.
GOBERNA 74
BIBLIOGRAFÍA
Bibliografía
1. Philip Russom. 2011 Big Data Analytics.

Recuperado de: Big Data Analytics
2. Antoni Gutiérrez. POLÍTICA: del big data al data thinking
Recuperado de: POLÍTICA: del big data al data thinking
3. Turner Noema.2013, Big Data la revolución de los datos.

Madrid. Turner Publicaciones S.I. España
4. Joyanes Aguilar Luis.2013, Big Data análisis de grandes

volúmenes de datos en organizaciones. Alfaomega Grupo
Editor. México.
5. Big Data. Forbes
Recuperado de: https://www.forbes.com/sites/cogni-

tiveworld/2019/09/09/the-unexpected-consequen-
ces-of-big-data/#1214dbb0370f
6. The Big Potential of Big Data. Forbes
Recuperado de: https://images.forbes.com/forbesinsi-

ghts/StudyPDFs/RocketFuel_BigData_REPORT.pdf
Introduction to Big Data
Recuperado de: https://www.ntnu.no/iie/fag/big/les-
sons/lesson2.pdf
https://scielo.conicyt.cl/pdf/cmoebio/n65/0717-554X-
cmoebio-65-00267.pdf
GOBERNA 76

Big Data y Analiticas para Campañas Electorales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Big Data y Analiticas para Campañas Electorales

Cargado por

Copyright:

Formatos disponibles

1 GOBERNA

“Ya no estamos en la era de la información.

Que el militante conozca las estrategias mediante

Militantes, operadores, asesores e integrantes de

CAPÍTULO I FUNDAMENTOS TEÓRICOS

CAPÍTULO II CARACTERÍSTICAS DEL BIG DATA

CAPÍTULO III TIPOS DE DATOS

3.1 Tipos de análisis de datos del

CAPÍTULO IV CÓMO ANALIZAR LOS DATOS

4.1 ¿Cuáles son las etapas de un proceso

5.1 ¿Big Data o encuesta de opinión? 46

CAPÍTULO VI ANÁLISIS DE CASO:

6.1 Barack Obama 2012 64

La revista de negocios estadounidense, Forbes define al

Kenneth Cukier, autor del libro ‘Big Data. La Revolución de

Adrián Merv, en la revista Teradata Magazine, definió al Big

El McKinsey Global Institute, define al Big Data como el “conjunto

La consultora tecnológica IDC, considera que el Big Data

En base a dichos conceptos, queda claro que el Big Data

Durante la II Guerra Mundial, Alan Turing lideró un equipo

En 1997 se utilizó primera vez el término ‘Big Data’. Los in-

2012: Por primera vez en la historia el Big Data es utilizado

En el 2013, se da inicio a la firma Cambridge Analytica, una

Apertura al cambio: significa que estás dispuesto a vivir

Apertura al cambio: significa que estás dispuesto a vivir

Se puede clasificar al Big Data por sus cuatro

se refiere a la cantidad de datos que son generados en

Un ejemplo de ello es la recolección de datos que muchas

Es la rapidez en que los datos son creados, almacenados y

Un ejemplo puede ser el monitoreo de un evento en redes

Formas, tipos y fuentes en las que se registran los datos:

Es la incertidumbre de los datos, es decir, al grado de fiabili-

Se necesita invertir mucho tiempo para conseguir datos

Capacidad que tienen las compañías en generar un uso efi-

La empresa que emplee la estrategia inteligente analiza,

Modo en el que los datos son presentados para encontrar

Datos que se transforman en información; esta a su vez se

No todos los datos se convierten en decisión acción. Esto

El Big Data viene a ser la combinación de estas siete carac-

Secuencias de análisis de Big Data

Recopilación Integración Análisis

Variedad Volumen Velocidad

La consultora IBM clasifica los tipos de datos en 5 tipos:

Biométricas. Esta información incluye escaneo de la retina,

Generado por los seres humanos. Esta información se refiere

Máquinas (Machine to Machine M2M). Son aquellas tecno-

El Big Data según su formato, se debe tener en cuenta su

Datos estructurados: Datos ordenados y bien definidos en

Datos no estructurados o desestructurados: no tienen una

Datos semiestructurados: Se trata de información no regu-

Es importante tener en claro el objetivo del análisis, en base a qué

Se basa en simplificar y resumir los datos en pequeños pa-

Obtención de datos: es importante tener mucho cui-

Preparación de datos: es aquí cuando se da la primera mani-

Procesamiento de datos: es en esta fase donde los datos son

Análisis e interpretación de datos: una vez que los datos están

Los datos que se obtengan de las redes sociales de

Debido a la cantidad de datos es normal perderse en ellos, en

1. El Problema: Toda investigación nace de un

2. La Recolección: es el diseño del método para

3. La Limpieza: homogeneizar los datos en cuanto

4. La exploración: Utilizando la estadística

5. El Análisis: Con la ayuda de la estadística