Introducción a Siftsy Score V3
Siftsy Score es un indicador del 1 al 10 que mide la temperatura de una sección de comentarios: te indica cómo reaccionan los comentarios al contenido. La versión 3 es el modelo de puntuación actual e incorpora una división entre Contenido y tema, medidas de protección integradas y una lectura en tres niveles.
Las tres señales
Siftsy Score combina tres señales independientes del 1 al 10, cada una interpretada por una IA sensible al contexto:
Sentimiento — cómo se sienten los comentaristas respecto a la publicación y los temas que aborda
Relevancia — hasta qué punto la conversación se mantiene realmente centrada en el tema
Consenso — cómo reaccionan los comentaristas entre sí
El Sentimiento tiene el mayor peso (66 %), mientras que la Relevancia y el Consenso representan un 16,5 % cada uno.
Lo que añade la versión 3: Contenido vs. tema
El análisis de sentimiento tradicional reduce «No estoy de acuerdo con este video» y «Odio este tema» a una sola escala. La versión 3 divide el Sentimiento en dos mediciones independientes para cada comentario:
Puntuación de contenido — cómo se sienten los comentaristas respecto a esta publicación y su creador
Puntuación del tema — cómo se sienten los comentaristas respecto a los temas que se están tratando
El Sentimiento general es el promedio de ambas, pero la división es donde está la información útil. Una puntuación de contenido alta con una puntuación del tema baja significa que a la audiencia le encanta la ejecución, pero no el tema: revisa el mensaje, no la propuesta creativa. Lo contrario significa que el tema conecta con la audiencia y que lo que falta es algo en la publicación. Un número se convierte en un diagnóstico.
Medidas de protección integradas
La versión 3 también hace que la puntuación sea más resistente a las formas en que las secciones de comentarios pueden inducir a error:
Límite de negatividad. Si una parte significativa de los comentarios es abiertamente hostil (con una puntuación inferior a 3), el límite máximo de la puntuación disminuye; por ejemplo, una sección con un 12 % de comentarios muy negativos puede obtener como máximo un 8,5. Una mayoría positiva y muy participativa no puede ocultar la existencia de un grupo realmente hostil.
Ponderación de la interacción. Los comentarios con más Me gusta y respuestas cuentan más, siguiendo una curva logarítmica: cada comentario conserva como mínimo un peso de 1× y el comentario con más interacción cuenta hasta 5×. El multiplicador solo se aplica a las mediciones de Sentimiento; la Relevancia y el Consenso nunca se ajustan en función de los Me gusta.
Jerarquía de respuestas. Una discusión de 40 mensajes anidada bajo un solo comentario ya no pesa más que el resto del hilo. Los comentarios de nivel superior tienen todo su peso; las respuestas comparten un conjunto de peso limitado.
Cómo interpretar la puntuación
La versión 3 utiliza un indicador sencillo de tres niveles:
Puntuación | Lectura |
|---|---|
7,0+ | Impecable — positivo y de apoyo |
4,5 – 6,9 | Mixto — la sección está dividida |
< 4,5 | Desfavorable — sustancialmente negativo y crítico |
Usa el número para clasificar las publicaciones y detectar las que merecen una revisión más detallada. Después, utiliza los desgloses — Sentimiento para el estado de ánimo, Relevancia para el enfoque, Consenso para los conflictos internos y Contenido vs. tema para saber a qué está reaccionando realmente la audiencia — para entender por qué.
Próximos pasos
Ahora que sabes qué mide la puntuación, consulta su valor en el producto y profundiza en los comentarios que la sustentan:
Cómo entender la información de los comentarios — consulta la puntuación y las tarjetas de información relacionadas
Cómo interpretar las puntuaciones de sentimiento — comprende el componente de sentimiento y su distribución
Cómo explorar y buscar en los comentarios — investiga los comentarios que hay detrás de una puntuación o un desglose
Cómo actualizar el sentimiento de un comentario — corrige el sentimiento del Contenido y del tema en comentarios individuales
Cómo actualizar de Siftsy Score V2 a V3 — descubre qué cambia al cambiar de versión