Cada publicación, puntuada
Cada publicación de la muestra se lee en contexto y se marca como positiva, negativa o neutra — la clasificación aparece junto al texto, para que veas a qué estaba reaccionando.
En X, una sola publicación puede pesar más que quinientas. AllyHub puntúa el ánimo de tu muestra y luego lo pondera según cuánto ha viajado cada publicación.
Un porcentaje de sentimiento cuenta publicaciones, y X no es un lugar donde las publicaciones cuenten igual. AllyHub puntúa cada una, pondera el resultado agregado por alcance, nombra las frases que se repiten, pone a tus rivales en la misma escala, respeta el segmento que pediste y devuelve algo que puedes reenviar.
Cada publicación de la muestra se lee en contexto y se marca como positiva, negativa o neutra — la clasificación aparece junto al texto, para que veas a qué estaba reaccionando.
El resultado agregado se presenta de dos maneras: una publicación, un voto; y también ponderado por los me gusta, los reposts y las respuestas públicas que recibió cada una. Cuando ambos no coinciden, esa brecha es la historia.
Las afirmaciones recurrentes se extraen y se clasifican según todo lo que se difundió cada una — para que veas la frase que la gente realmente está compartiendo, no una nube de palabras.
Ejecuta varias marcas, cuentas o palabras clave en el mismo trabajo y los resultados se miden de la misma forma, de modo que la comparación no son dos capturas de pantalla tomadas en días distintos.
Especifica el período, el idioma, si cuentan los reposts y qué cuentas dejar fuera: el recorte se hace al recopilar las publicaciones, no como una pasada de limpieza.
Termina en algo que un colega puede abrir: el desglose, el desglose ponderado, las frases clasificadas y las publicaciones que hay detrás de cada una, como documento, hoja de cálculo, CSV o JSON para tus propias herramientas.
Define qué escuchar, establece el período y obtén una lectura ponderada de la conversación.
Dale a AllyHub una marca, una cuenta, un hashtag o una frase — junto con el período y cualquier cosa que quieras excluir. Varios objetivos a la vez no es problema.
Recopila las publicaciones públicas de ese período, marca la polaridad de cada una, registra sus me gusta, reposts, respuestas y la cantidad de seguidores públicos del autor, y agrupa las afirmaciones repetidas.
Abre el informe, profundiza en cualquier cifra o expórtalo. Guarda la configuración como un Playbook para que la ejecución de la próxima semana use la misma rúbrica.
La mayoría de las herramientas muestran un porcentaje. En X, el porcentaje depende por completo de a quién hayas contado.
Contar publicaciones trata un hilo con cuarenta mil reposts como una unidad y una respuesta que nadie vio como otra. Ponderar el mismo conjunto por lo que obtuvo cada publicación a menudo invierte la imagen: esa es la diferencia entre “la gente está molesta” y “una sola persona está molesta y hace mucho ruido”.

El volumen en X es barato de fabricar. AllyHub informa cuántas cuentas distintas hay detrás de un pico y cuánto de ese pico es una sola publicación citada, de modo que una avalancha de cuarenta cuentas no se lee igual que cuarenta mil personas cambiando de opinión.

Un sesenta y dos por ciento de negatividad no significa nada sin un denominador. AllyHub indica la consulta, el período y cuántas publicaciones puntuó, y solo lee lo que X muestra públicamente: las cuentas protegidas y cualquier cosa que requiera inicio de sesión no forman parte del número, y no finge que lo están.

Un número de sentimiento solo significa algo comparado con el anterior, así que el método debe mantenerse estable. Guarda la ejecución como un Playbook y el período, los filtros y la rúbrica volverán exactamente iguales — y AllyHub se apoya en lo que ya sabe de tu conjunto, por lo que cada vez es más rápido.

Equipos de comunicación, especialistas en marketing de producto, responsables de soporte e investigadores: cualquier persona que tenga que decir cómo reaccionó X y acertar.
Alguien de la alta dirección pregunta si esto está explotando de verdad, y tu única evidencia son veinte publicaciones que casualmente viste en tu feed. Vuelve con el desglose, el desglose ponderado y las tres frases que más se difunden: la respuesta será una frase con un número debajo, no una corazonada.
El timeline está muy ruidoso el día del lanzamiento, y la opinión más fuerte no es necesariamente la más común. Lee el período desde el anuncio en adelante y comprueba si la objeción que todos citan viene de una sola cuenta o del mercado.
La cola de tickets dice una cosa y el timeline dice otra, y tienes que organizar el equipo según cuál sea la real. Puntúa la conversación pública siguiendo el mismo calendario que tu revisión de la cola, para que la queja que se está difundiendo reciba respuesta cuando aún es solo una respuesta y no un hilo al que la gente enlaza.
“Miramos algunos tuits” no sobrevive a una sección de métodos ni a un comité de revisión. Fija la consulta, el período y la rúbrica de puntuación en un Playbook, informa del recuento que puntuaste y entrega las publicaciones que hay detrás de cada cifra para que otra persona pueda repetirlo.
Explora más herramientas con IA para investigación, contenido y datos.

Análisis de competidores de YouTube, uno al lado del otro: coloca a los canales rivales en un solo tablero y descubre los huecos de contenido que puedes hacer tuyos. Prueba AllyHub gratis.

El análisis de sentimiento de YouTube de AllyHub convierte los comentarios en un pulso medido: positivo, negativo, neutral y los impulsores de cada cambio de ánimo. Pruébalo gratis.

Extrae publicaciones y perfiles de Twitter/X a escala. AllyHub estructura los datos de tweets para monitoreo de marca, investigación de tendencias y análisis competitivo. Prueba gratis.
Las preguntas que deciden si puedes citar el número: cuánto abarcó, hasta qué punto confiar en él y dónde están las publicaciones originales.
Es la práctica de tomar todas las publicaciones que mencionan algo en X y deducir si la conversación es cálida, fría o indiferente — la división en positivas, negativas y neutrales, en otras palabras. AllyHub añade lo que de verdad importa en X: el resultado llega ponderado por cuánto viajó cada publicación, las afirmaciones repetidas se clasifican y el recuento que sustenta la cifra se muestra junto a ella.
Sí — una palabra clave o una cuenta durante un período corto funciona en el plan gratuito. Varios objetivos en un solo trabajo, períodos más largos, relecturas programadas y exportaciones a tus propias herramientas son lo que cubren los planes de pago.
Todas las que devuelva la búsqueda para tu consulta y período — y ese número se imprime junto al resultado, porque un porcentaje sin él es puro adorno. AllyHub solo lee lo que X muestra públicamente; las cuentas protegidas, las publicaciones eliminadas y cualquier cosa que esté tras un inicio de sesión no entran en el recuento, y no fingirá que lo hacen.
Menos que perfecta, como la de cualquier clasificador. La ironía, la jerga interna y las publicaciones que nunca nombran aquello de lo que tratan son difíciles de verdad, y cualquier herramienta que afirme lo contrario está vendiendo humo. AllyHub mantiene el texto de la publicación junto a cada clasificación para que puedas revisar las decisiones importantes, y no publica un índice de precisión que no pueda respaldar.
Entonces usa Twitter Scraper — devuelve los tuits, los perfiles y las listas de seguidores públicos como filas estructuradas y te deja la interpretación a ti. Esta página es la otra mitad: toma esa conversación y te dice cómo se interpretó. Una misma sesión puede hacer ambas cosas.
Un panel te da un número en un gráfico y una suscripción que se renueva. AllyHub te da el número, el método que hay detrás y las publicaciones de abajo — y conserva todo como un Playbook, de modo que el análisis se acumula con cada tarea en lugar de reiniciarse en otro mes de capturas de pantalla.