Aplicación del Proceso Analítico Jerárquico en la comunicación digital de los organismos públicos durante la pandemia de la COVID-19


Universidad Rey Juan Carlos, España
Universidad Francisco de Vitoria, España

Resumen

Introducción: esta investigación analiza la comunicación digital llevada a cabo por 21 organismos públicos del ámbito sanitario en la plataforma Twitter en el periodo de la pandemia de la COVID-19. Se centra en examinar los criterios de éxito de las estrategias de comunicación en esta red social digital y en conocer su peso ponderado en el modelo propuesto. Metodología: el registro de los datos se ha elaborado a través de la aplicación de acceso libre Twitonomy que analiza los últimos 3.200 Tweets de cada perfil. El análisis de la información se realiza aplicando el Analytic Hierarchy Process (AHP) o Proceso de Análisis Jerárquico como método para la toma de decisiones multicriterio. A través del software Expert Choice se estudian 17 criterios correspondientes a los clústeres actividad de la cuenta e impacto. Resultados: se determina la alternativa más adecuada en el ámbito de la comunicación de la salud pública en redes sociales y el peso de los criterios que benefician esta comunicación en la plataforma Twitter. Discusión y Conclusiones: este estudio confirma que es conveniente que los responsables de la toma de decisiones en materia de comunicación digital tengan presente que el clúster impacto tiene un mayor peso en la red social Twitter que la actividad de la cuenta.

PALABRAS CLAVE: salud pública; comunicación digital; Twitter; Proceso de Análisis Jerárquico; decisión multicriterio; COVID-19; redes sociales

Application of the Analytical Hierarchical Process in the digital communication of public agencies during the COVID-19 pandemic

Introduction: this research analyses the digital communication carried out by 21 public health institutions on the Twitter platform during the period of the COVID-19 pandemic. It focuses on examining the criteria for the success of communication strategies on this digital social network and their weighted weight in the proposed model. Methodology: the data was recorded using the open- access application Twitonomy, which analyses the last 3,200 Tweets from each profile. The analysis of the information is carried out by applying the Analytic Hierarchy Process (AHP) as a method for multi-criteria decision-making. Using Expert Choice software, 17 criteria corresponding to the account activity and impact clusters are studied. Results: The most appropriate alternative in the field of public health communication in social networks and the weight of the criteria that benefit this communication on the Twitter platform are determined. Discussion and Conclusions: this study confirms that it is advisable for decision-makers in digital communication to bear in mind that the impact cluster has a greater weight on the Twitter social network than account activity.

KEYWORDS: public health; digital communication; Twitter; Analytic Hierarchy Process (AHP); multi-criteria decision; COVID-19; social networks; social media

Cómo citar este artículo / Referencia normalizada

Rodríguez-Peral, E. M., Gómez Franco, T. y García Manso, A. (2022). Aplicación del Proceso Analítico Jerárquico en la comunicación digital de los organismos públicos durante la pandemia de la COVID-19. Revista Latina de Comunicación Social, 80, 89-117. https://www.doi.org/10.4185/RLCS-2022-1532

Keywords

public health, digital communication, Twitter, Analytic Hierarchy Process (AHP), multi-criteria decision, COVID-19, social networks, social media

CONTENIDO

Introducción 2 Objetivos 3 Metodología 4 Resultados 5 Discusión/Conclusiones 6 Bibliografía 7 Currículum Vitae

Introducción

En el ámbito de la salud el papel del paciente ha ido evolucionado hacia un rol activo que participa en la toma de decisiones (Pisano et al., 2021, p. 3) y en la búsqueda de información sanitaria. En España un 60% de la población utiliza Internet para buscar información en materia de salud (ONTSI, 2020). En los últimos 10 años se ha duplicado su uso, pasando de un 31% en el año 2009 a un 60% en el 2019 (Eurostat, 2020). Este rol de paciente activo y empoderado está estrechamente relacionado con la necesidad de obtener información veraz.

La pandemia producida por el SARS-CoV-2 ha derivado en situaciones de confinamiento y de distanciamiento físico que “han supuesto una modificación en las relaciones sociales” (Ferrer- Serrano et al., 2020, p. 3), dando lugar a nuevos hábitos de interacción a través de Internet y también a una mayor búsqueda de información en medios digitales y redes sociales (Cabrera y Clavijo, 2020,

p. 130). Sin embargo, Internet tiene una faceta dual. Por un lado, es una gran fuente de información, pero por otro, en ocasiones facilita que se produzca infoxicación, dando lugar a conclusiones infundadas o erróneas (Navas-Martín et al., 2012, p. 155). El aumento en su uso como medio de información no siempre va acompañado de un aumento en la alfabetización digital que capacite al usuario en un uso eficiente de Internet y le permita discernir entre bulos e información verificada (Cabrera y Clavijo, 2020, p. 130). Ante esta situación, las organizaciones sanitarias se convierten en una fuente de referencia de información online, de manera cercana y sencilla, orientada a un público no especializado (Park et al., 2015, p. 1).

Durante la pandemia de la COVID-19 la plataforma Twitter se ha convertido en un canal relevante para organizaciones en diferentes contextos como el gubernamental, el sanitario o el educativo, entre

otros. En el ámbito educativo la pandemia ha repercutido en el uso que han realizado de esta red social los centros escolares y las universidades, debido principalmente a su carácter colaborativo y a la posibilidad que esta plataforma brinda a las entidades de mostrar un papel activo (Ferrer-Serrano et al., 2020, p. 9). En este sentido, las investigaciones señalan que durante el periodo pandémico las universidades españolas han presentado un cambio en su comunicación digital, aumentando los mensajes que proyectan “un perfil cooperativo y pro-social” del centro (Ferrer-Serrano et al., 2020,

p. 10). En el contexto sanitario y de salud pública Twitter también se ha convertido en una red muy relevante para la población debido a que ha facilitado la obtención de información de manera inmediata (Cabrera y Clavijo, 2020, p. 130)

Las entidades que utilizan en sus procesos de comunicación externa redes sociales digitales tienen que asumir decisiones estratégicas para llegar a la audiencia. Así, en la estrategia de comunicación de la red social Twitter se debe tener en cuenta qué objetivos comunicacionales tienen prioridad y mayor relevancia. Esto pudiera parecer a priori sencillo, sin embargo, cuando en la toma de decisiones entran en valor aspectos cualitativos y cuantitativos, surge la dificultad de tener que otorgar mayor relevancia a unos criterios sobre otros, dando lugar a un problema de decisión multicriterio (Guijarro et al., 2018, p.1415). Los responsables de comunicación de los organismos que llevan a cabo sus estrategias de comunicación digital en Twitter suelen tener que enfrentarse a este tipo de disyuntiva.

En los procesos de comunicación en los que se utilizan estos canales es conveniente llevar a cabo un análisis de las alternativas, evaluando la toma de decisión de criterios múltiples (MCDM) (Osorio, 2008, p. 247; Agwa-Ejon et al., 2017). El propósito de esta investigación es facilitar un modelo de decisión aplicable a la comunicación en Twitter de organismos públicos vinculados al ámbito de la salud, a través del Analytic Hierarchy Process (AHP) o Proceso de Análisis Jerárquico.

La plataforma Twitter como canal de difusión de información vinculada a la salud

La legislación española recoge el derecho de los ciudadanos a la información sanitaria. El artículo 29 de la Ley 12/2001 de 21 de diciembre, de Ordenación Sanitaria de la Comunidad de Madrid señala el derecho que tiene la ciudadanía a una “información sanitaria clara, veraz, relevante, fiable, equilibrada, actualizada, de calidad y basada en la evidencia científica, que posibilite el ejercicio autónomo y responsable de la facultad de elección y la participación activa” (Ley 12/2001). El uso masivo de las redes sociales ha tenido impacto en la comunicación en el ámbito sanitario, convirtiéndose en un canal de difusión de mensajes sobre salud que ha permitido ampliar el alcance y el acceso a esta información (Medina, 2018, p. 215).

El uso de estas redes sociales en el ámbito de la salud y más concretamente en contextos de crisis sanitarias como la producida durante la pandemia de la COVID-19, ha sido objeto de estudio de diversas investigaciones (Manfredi-Sánchez et al., 2021, p. 84; Pulido-Polo et al., 2021, p. 5; Zolbanin et al., 2021, p. 2; Bartlett et al., 2015, p. 379). El foco de interés se ha centrado en determinar el potencial que presentan las redes sociales como Twitter en la vigilancia de la salud pública, dado la cantidad de datos que facilita en tiempo real (Jordan et al., 2018, p. 2; Sinnenberg et al., 2017, p. e3); en aumentar el conocimiento sobre cómo se produce la comunicación de salud pública entre las organizaciones y las audiencias; los mensajes de los líderes políticos durante estos periodos; el estudio de las estrategias de comunicación que posibilitan que los mensajes obtengan un mayor alcance o, como en el caso de la investigación llevada a cabo por Zolbanin et al. (2021), en establecer si los mensajes sobre enfermedades publicados en redes sociales por los usuarios pueden se utilizados para determinar en un corto intervalo de tiempo la lista de los síntomas de una enfermedad (p. 1).

Dentro de las redes sociales “Twitter es, sin duda, la red social más influyente en el ámbito sanitario, y en la que autores, organismos científicos, profesionales y pacientes centran la mayor parte de su atención” (Barajas-Galindo y Rodríguez Carnero, 2020, p. 295). Obteniendo una elevada popularidad entre los líderes políticos y la ciudadanía (Caldevilla-Domínguez et al., 2019, p.1288). Prueba de ello es el uso que los presidentes de los distintos países han hecho de la comunicación digital a través de esta plataforma para poner al día a la población de las novedades frente a la COVID-19 (Manfredi- Sánchez et al., 2021, p. 86).

En entornos de elevada incertidumbre, como la derivada de este contexto pandémico, se evidencia la relevancia que posee la comunicación y que la población esté debidamente informada ante una situación de crisis sanitaria. El uso de este tipo de plataformas sociales con el objetivo de llevar a cabo una comunicación sanitaria puede facilitar la participación social, la interacción con la audiencia y el apoyo informativo, empoderando a los usuarios en su toma de decisión en materia de salud (Centers for Disease Control and Prevention, 2011, p. 1; Myrick et al., 2016, p. 5).

Los datos de infodemiología, entendida esta como la profusión de información en Internet, centrados en el ámbito de la comunicación sanitaria en Twitter, indican que esta red permite a los profesionales conocer en tiempo real la opinión, percepción o sensación de los usuarios (Pulido-Polo et al., 2021,

p. 10; OMS, 2020; Eysenbach, 2020, p. 2; Schillinger et al., 2020, p.1393). De este modo, es factible la obtención de métricas vinculadas a la actitud de la audiencia ante un servicio público o privado (Eysenbach, 2011, p. S157), con la repercusión que el tratamiento de esta información puede conllevar en la mejora o impulso de un servicio en un sector determinado. En materia de salud pública Twitter también se ha convertido en un medio útil para la obtención de información sobre los primeros síntomas de una enfermedad ante el posible brote de una pandemia (Guo et al., 2021, p. 7). Asimismo, son relevantes en la gestión de una pandemia los análisis que hacen referencia al sentimiento de los mensajes que los usuarios expresan en sus redes sociales. En este sentido, los estudios han señalado que durante el inicio de la campaña de vacunación contra la COVID-19, en Twitter han prevalecido los mensajes negativos (Hou et al., 2021, párr. 12). Este tipo de estudios ofrecen información sobre la necesidad de impulsar campañas que aumenten la confianza de la población en el proceso de vacunación.

El análisis de las publicaciones en redes sociales digitales en materia de sanidad facilita la comprensión de la comunicación existente entre los organismos oficiales y el resto de los participantes. Este conocimiento puede ser útil en momentos de crisis sanitarias “para orientar las futuras estrategias de comunicación de crisis de salud emergentes globales” (Wang et al., 2021, p. 11). Las investigaciones sobre la gestión de pandemias evidencian la relevancia que tiene poder monitorizar la información del entorno para obtener información que facilite el impulso de medidas de prevención ante una posible crisis sanitaria, pero, además, es preciso que los responsables en comunicación aporten información a la audiencia para reducir la ansiedad y el estrés del público (Xifra, 2020, p. 3). La mayoría de los mensajes orientados a impulsar un conocimiento de la salud tienen su origen en organizaciones sin ánimo de lucro (ONG) (49,2%) (Park et al., 2013, p. 415). A pesar de que en el ámbito sanitario se está generalizando el uso de redes sociales, su uso aún es poco efectivo, dado que suele observarse ausencia de bidireccionalidad en la comunicación; falta de interactividad y ausencia de profesionalidad en la gestión de las cuentas (Sendrá-Toset y Farré- Comá, 2016, p. 293). Sin embargo, la información publicada en Twitter sobre la salud por parte de organismos gubernamentales es organizada de una manera que facilita en mayor medida la comprensión por parte del público (45,5%) (Park et al., 2013, pp. 415-418).

Los estudios sobre imagen corporativa de los hospitales españoles indican que deben profesionalizar su comunicación en las redes sociales digitales, potenciando su presencia en las mismas y planteándose unos objetivos comunicacionales (Medina, 2018, p. 222). Estos hospitales señalan que entre las principales dificultades para llevar a cabo la comunicación por redes sociales se encuentra la falta de formación en la gestión de la comunicación; actualización de los contenidos; implicación de los profesionales. Asimismo, se observa dificultad para llegar a los potenciales usuarios y ausencia de retroalimentación ciudadana (Rando y de las Heras, 2016, p. 568). El análisis de la comunicación corporativa de los hospitales andaluces señala que cerca del 60% de los que utilizan las redes sociales para realizar su comunicación sanitaria buscan promover una comunicación eficaz con la sociedad (Rando y de las Heras, 2016, p. 566). La mayoría, además, lo hace para favorecer la proyección social y difundir información. En menor medida, pero también un aspecto relevante es el objetivo de impulsar una imagen de cercanía de los profesionales sanitarios (Rando y de las Heras, 2016, p. 565). Todo ello evidencia la necesidad de abordar la comunicación sanitaria desde una orientación estratégica, planificada y profesional, con mensajes adaptados al medio y a la audiencia.

Las instituciones sanitarias tienen el desafío de conocer el interés que generan en la audiencia las publicaciones que realizan en redes sociales digitales. La relevancia de la interacción del público con estas publicaciones radica en conocer los aspectos clave que facilitan que se genere dicho interés, impulsen la colaboración entre los usuarios de las redes y el intercambio rápido y efectivo de información (Sanz-Lorente et al., 2018, p. 5).

El Proceso de Análisis Jerárquico en la toma decisiones

Durante la década de los 70 Thomas L. Saaty desarrolló el Analytic Hierarchy Process (AHP) o Proceso de Análisis Jerárquico, un método para facilitar la toma de decisión en cuestiones complejas en las que intervienen múltiples criterios (Paredes, 2010, p. 96), como pueden ser aspectos cualitativos difíciles de valorar para poder determinar una decisión, como cuantitativos.

En la toma de decisión este proceso requiere de la evaluación de cada uno de los criterios que intervienen, con el objetivo de proporcionar un modelo jerárquico de prioridades para cada opción (Hurtado y Bruno, 2005; Lamirán-Palomares et al., 2020, p. 7). En cierto modo, consiste en incluir en la toma de decisión la cuantificación o el valor numérico de elementos cualitativos.

El AHP segmenta el problema para poder observar con mayor claridad las posibles soluciones. Su respuesta no es discrecional, sino que proporciona alternativas basándose en los criterios establecidos y jerarquizados de antemano.

Es la manera de aportar un soporte matemático a la toma de decisión utilizando criterios cuantitativos y cualitativos en una misma escala (Hurtado y Bruno, 2005). La dificultad previa para llevar a cabo la toma de decisión se debe, además, a que en múltiples ocasiones los criterios son contrarios y se genera conflicto (Yepes, 2018). Por ello, se desglosa el problema jerarquizándolo. La figura 1 muestra la disposición de los criterios en un Proceso Analítico Jerárquico.

https://s3-us-west-2.amazonaws.com/typeset-prod-media-server/84b0ce64-bf28-411a-a77f-be4b9aae7e04image14.jpeg
Figure 1: Ejemplo de Estructura Jerárquica AHP

Fuente: Yepes (2018). https://cutt.ly/9bJyhr7

Se establece una jerarquía en la que el objetivo que se pretende alcanzar se encuentra situado en la cúspide, seguido por debajo de los criterios, subcriterios y alternativas con la idea de que se pueda llevar a cabo de manera sencilla la comparación entre criterios del mismo nivel (Yepes, 2018). En su elaboración se suele utilizar la escala de preferencias que se muestra en la Tabla 1, conocida como la escala fundamental de comparación por pares (Saaty, 1980).

Table 1: Escala fundamental de comparación por pares

Valor

Definición

Comentarios

1

Igual importancia

El criterio A es igual de importante que el criterio B

3

Importancia moderada

La experiencia y el juicio favorecen ligeramente al criterio A sobre el B

5

Importancia grande

La experiencia y el juicio favorecen fuertemente al criterio A sobre el B

7

Importancia muy grande

El criterio A es mucho más importante que el criterio B

9

Importancia extrema

La mayor importancia del criterio A sobre el B está fuera de toda duda

2,4,6 y 8

Valores intermedios entre los anteriores, cuando es necesario matizar

Fuente: Saaty (1980).

Como se observa en los estudios sobre toma de decisiones con técnicas multicriterio en la elaboración de modelos de análisis de factores de éxito, esta escala se continúa implementando en la actualidad (Guijarro et al., 2018, p. 1419; Velastegui et al., 2020, pp.161-162). Se utiliza para poder llevar a cabo la comparación pareada entre criterios, cuantificando los elementos cualitativos. Los pasos para llevar a cabo este tipo de procesos son, en primer lugar, establecer el peso de cada criterio y posteriormente comparar las alternativas existentes para cada criterio, ponderando los resultados (González, 2019).

El estudio de los marcos analíticos sobre los aspectos que aportan éxito y popularidad en la comunicación tecnológica puede abordarse a través del estudio de modelos multicriterio vinculados al análisis de la comunicación en Twitter de las organizaciones. En esta línea existen investigaciones

orientadas a la comunicación externa de organismos públicos vinculados a perfiles de seguridad como la llevada a cabo por Guijarro et al. (2018).

Debido a que Twitter es una plataforma relativamente nueva, surgió en el año 2006, los estudios que versan sobre ella son actuales y existe un amplio espacio en el que avanzar indagando en el análisis de las estrategias de comunicación en esta red. El propósito de este estudio es aportar información que facilite la selección de los elementos más relevantes que deben ser tenidos en consideración en los procesos de comunicación en Twitter.

Este estudio hace frente a la cuestión de los elementos que aportan éxito y popularidad en la comunicación a través de una investigación, enmarcada en el análisis de la comunicación en materia de salud, que tiene como propósito medir las variables principales que utilizan los perfiles sanitarios para influir en la sociedad.

Objetivos

El objetivo general de esta investigación es aportar una mayor comprensión sobre la influencia que tienen las redes sociales digitales en el ámbito de la salud. Proporcionando una herramienta que facilite a las instituciones la toma de decisiones de carácter cualitativo en estos procesos de comunicación en Twitter, aplicando el Analytic Hierarchy Process (AHP).

Este estudio presenta como objetivos específicos elaborar un modelo de análisis jerárquico siguiendo las líneas de investigación de autores/as que han reorientado este modelo al ámbito de las redes sociales (Guijarro et al., 2018; Lamirán-Palomares et al., 2020), así como evaluar su validez en el caso de perfiles institucionales del ámbito de la salud pública, determinando el peso de los criterios que tienen una mayor influencia en Twitter y estableciendo qué perfiles institucionales públicos, vinculados a temas de salud, presentan un mayor peso en los criterios propuestos por este modelo.

Metodología

Para conseguir estos objetivos se ha planteado analizar el uso de Twitter que realizan 21 organismos públicos del ámbito sanitario español, así como la valoración de los criterios de éxito de su estrategia de comunicación en la red, a través del modelo multicriterio, siguiendo la línea de investigación planteada por las autoras Guijarro et al., (2018).

Se ha seleccionado Twitter, por su relevante número de usuarios y porque es una plataforma en la que la información que prima es principalmente de índole informativa. En este sentido, se han descartado otras aplicaciones con más usuarios que Twitter, como es el caso de Facebook, debido a que, aunque esta última permite su uso por organizaciones, es una red social más enfocada a las relaciones personales.

Este estudio pretende analizar la comunicación en salud llevada a cabo por la administración pública. Por este motivo se ha considerado prioritario analizar esta red social, dado que la totalidad de los mensajes de esta red son de acceso público.

La unidad de análisis es el tweet y el ámbito de estudio son los tweets publicados por perfiles institucionales españoles del ámbito de la salud pública. En la selección de perfiles se han establecido dos niveles, uno determinado por el carácter nacional de los perfiles y otro que viene definido por el carácter regional. Se tiene en cuenta que el público al que se dirige cada uno de los perfiles y el alcance de la información es diferente en el eje nacional y regional. De este modo, queda

recogido todo el abanico de información institucional transmitida en materia de salud pública. La comunicación de los perfiles regionales es una información cercana, centrada principalmente en el territorio, mientras que los perfiles nacionales están orientados al conjunto de la población. En este sentido, también se han tenido en cuenta aspectos que pueden influir en el alcance de la comunicación, como es el idioma utilizado, dado que algunas cuentas regionales han establecido su información en varios idiomas. De este modo, se han monitorizado los 21 perfiles de usuarios que se detallan en la tabla 2.

Table 2: Perfiles de los usuarios de Twitter analizados

Nivel de representación nacional en el ámbito de sanitario

Ministerio de Sanidad, Consumo y Bienestar Social: Min. Sanidad (MSCBS)

@sanidadgob

Instituto Nacional de Gestión Sanitaria (INGESA)

@INGESAnidad

Nivel de representación regional en el ámbito de sanitario

Sanidad Castilla La Mancha

@SanidadCLM

Salud Castilla y León

@Salud_JCYL

Consejería Sanidad de Valencia

@GVAsanitat

Consejería Sanidad de Canarias

@SanidadGobCan

Sanidad Junta de Extremadura

@JuntaEx_Sanidad

Consejería de Salud y Familias de la Junta de Andalucía

@saludand

Consejería de Sanidad de la Comunidad de Madrid

@SaludMadrid

Portal de Salud del Principado de Asturias

@astursalud

Servicio Vasco de Salud

@osakidetzaEJGV

Dir Gral de Salud Pública Aragón

@SaludPublicaAra

Institut Català de la Salut. Departament de Salut. Generalitat de Catalunya

@icscat

Espacio de Salud del Gobierno de Navarra

@snsalud_na

Servei de Salut (IB-Salut) Govern de les Illes Balears

@ibsalut

Consejería de Salud de Murcia

@Murciasalud

Servicio de Salud de la Rioja

@riojasalud

Perfil oficial da Consellería de Sanidade da Xunta de Galicia

@SanidadeXunta

Consejería de Sanidad del Gobierno de Cantabria

@saludcantabria

Instituto Nacional de Gestión Sanitaria en Ceuta

@Ingesa_Ceuta

Instituto Nacional de Gestión Sanitaria en Melilla

@Ingesa_Melilla

Fuente: elaboración propia a partir de información de Twitter

El universo está compuesto por todos los tweets que cada una de las cuentas de estos perfiles han difundido en Twitter desde que fueron creadas. La dificultad que conlleva el análisis de los mensajes en Twitter es, como señalan los investigadores Pérez et al., (2013) que “Twitter es un buen vocero, pero un nefasto archivero” (p. 11). La extracción de su información está limitada al número de tweets. El espacio temporal seleccionado es determinado por la disponibilidad de los datos a través de la herramienta gratuita Twitonomy que analiza los 3.200 tweets más recientes de cada uno de los usuarios. La extracción del contenido de los 21 perfiles estudiados se realizó durante la primera semana de diciembre del año 2020. Se ha considerado adecuado utilizar una muestra de datos en plena crisis sanitaria producida por la pandemia de la COVID-19, dado que a través de ellos se puede obtener información sobre cuál es la actuación de los perfiles sanitarios en un periodo de alto interés por la información sanitaria.

Este estudio se basa en la metodología AHP sobre la toma de decisiones. En línea con otras investigaciones, se ha cuantificado la información obtenida a través de la herramienta de acceso libre

Twitonomy (Caldevilla-Domínguez et al., 2021, p. 3), procediendo a seleccionar las variables vinculadas a la difusión de mensajes en Twitter. Los datos extraídos corresponden a 63.985 tweets.

Para determinar las variables de estudio se ha acudido a dos expertos del ámbito de la comunicación de organismos públicos y privados. En la selección de los expertos se han tenido en cuenta aspectos como los años de experiencia en el ámbito de la comunicación corporativa; su trayectoria profesional en la comunicación en redes sociales y por último se ha tenido en cuenta el criterio de paridad. De este modo se han seleccionado dos personas expertas en comunicación corporativa, con más de 20 años de experiencia profesional vinculados a la comunicación estratégica. Uno de los expertos es Mercedes Pastor García, Dircom especializada en comunicación estratégica. Cuenta con una experiencia de más de 25 años en el ámbito de la comunicación y ha trabajado en materia de estrategia de comunicación en diferentes instituciones. Actualmente es directora de comunicación en el Ministerio de Sanidad. El otro experto es Cristóbal Fernández Muñoz, actual vicedecano de Comunicación y Relaciones Institucionales en la Facultad de Ciencias de la Información de la Universidad Complutense de Madrid (UCM). Tiene una experiencia de más de 20 años en el ámbito de la comunicación corporativa. Ha sido director de comunicación de la red social Tuenti y de Reclamaror.es, dirigiendo en ambos puestos la estrategia de comunicación de la entidad.

Estos criterios han sido contrastados con los utilizados en las investigaciones sobre la comunicación en Twitter de Guijarro et al. (2018, p. 1417); Lamirán-Palomares et al., (2020, p. 8). De este modo, se ha optado por seleccionar dos clústeres, el clúster 1: actividad de la cuenta; clúster 2: impacto de la cuenta, variando algunos de los criterios para ajustarlos más a las necesidades del estudio. De este modo, se ha optado por incluir el criterio eficacia, es decir, los retweets y favoritos recibidos de terceros respecto al número total de tweets realizados.

La tabla 3 muestra los 17 criterios analizados. Algunos de ellos son, el perfil de usuario de la cuenta, el número de seguidos; número de tweets totales; número de retweets que realiza la cuenta; el número de respuestas; la media tweets/día; el número de seguidores; la amplificación del mensaje a través del número de tweets retuiteados por otros usuarios, así como el número de veces que los tweets emitidos han sido retuiteados; el número de hashtags totales y las menciones hechas al perfil.

Table 3: Variables de análisis

Perfil de Twitter:

Análisis de los 3200 Tweets más recientes

Nivel

Nacional/regional

Clúster 1: Actividad de la cuenta

Idioma de publicación

Número de seguidos

Número de Tweets totales

Número de Retweets

Número de respuestas

Media Tweets/día

Clúster 2: Impacto de la cuenta

Número de seguidores

Proporción de seguidores por persona tardía (mide el nivel de influencia)

Número Retweets recibidos

Número de veces retuiteado por terceros

Media Retweets/ Tweets

Número de favoritos recibidos

Nº veces marcado como favorito por terceros

Media favoritos/Tweets

Eficacia (Retweets de otros y favoritos de otros hacia él) / Número total de Tweets

Número de hashtags

Menciones recibidas

Fuente: elaboración propia a partir de Guijarro. 2018.

Definidas las variables, el siguiente paso es descomponer el problema y jerarquizarlo. Para poder comparar las alternativas utilizadas y los criterios es necesario determinar cuál de los 21 perfiles analizados realiza una mejor comunicación en Twitter en base a esos criterios.

En términos de calidad, cuando se elabora el Proceso de Análisis Jerárquico es necesario estudiar el nivel de consistencia del criterio de los expertos para que sea considerado válido, es decir, para que sea valorado como racional. De modo que para que el modelo planteado se considere válido, es imprescindible medir el índice de inconsistencia de la matriz que determina si el juicio de los expertos es aceptable o no (Favret et al., 2015, p. 6; Guijarro et al., 2018, p. 1420; Lamirán- Palomares et al., 2020, p. 7). Se considera consistente una razón de consistencia (RC) menor o igual de 0,10 (Velastegui et al., 2020, p. 163; Lamirán-Palomares et al., 2020, p. 8; Shan, 2021, p. 61). De este modo, previamente ha sido ponderada la importancia relativa de cada criterio por los expertos en comunicación teniendo en cuenta los niveles de consistencia necesarios para la aceptación del modelo AHP.

https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/53d8df3c-12df-48ed-b83b-0a681473847d-u89-117-fig-2.jpg
Figure 2: Jerarquización del problema

Fuente: elaboración propia.

La figura 2 indica el problema que se pretende resolver, los 17 criterios que forman parte del proceso de decisión, condensados en dos clústeres. En el clúster 1 se engloban los criterios relacionados con la actividad de la cuenta y en clúster 2 los vinculados al impacto. Por último, se muestran los 21 perfiles de Twitter analizados, considerando cada uno de ellos una alternativa de comunicación.

Para determinar la importancia cualitativa de cada criterio se han realizado comparaciones pareadas utilizando la escala de comparación por pares establecida por Saaty (1980), aún en vigor (Beltrán et al., 2021, p. 252; Sirakaya et al., 2020, p. 5; Guijarro et al., 2018, pp. 1418-1419). Siguiendo la escala de 9 puntos de Saaty (1980), el resultado de la consulta a expertos ha dado lugar a dos matrices. En ellas se ha comparado la importancia relativa de cada criterio entre sí, en función a su dominancia. El resultado de la comparación por pares se puede observar en las matrices de las tablas 4 y 5.

Table 4: Matriz de comparaciones pareadas clúster 1: Actividad de la cuenta

Idioma

Nº Seguidos

Nº   Tweets realizados

Nº   Retweets realizados

Nº   Respuestas realizadas

Media Tweets/día

Idioma

1

1/2

1/2

1/2

1/2

Nº Seguidos

1/2

2/1

1/2

1/2

Nº Tweets realizados

2/1

1

1

Nº Retweets realizados

1/2

1/2

Nº   Respuestas realizadas

1/2

Media Tweets/día

Fuente: elaboración propia a través del criterio de dos expertos en comunicación

Nota: Nivel de inconsistencia 0,03

Puede observarse que los expertos han considerado que el número de seguidos, de tweets realizados, de retweets, respuestas realizadas y la media de tweets/día tiene una dominancia moderada sobre el idioma.

Table 5: Matriz de comparaciones pareadas clúster 2: Impacto de la cuenta

Nº seguidores

Proporción   de seguidores   por persona tardía (mide el nivel de influencia)

Nº Retweets recibidos

Nº veces retuiteado por terceros

Media Retweets/Tweets

Nº Favoritos recibidos

Nº   veces   marcado como      favorito   por terceros

Media   favoritos/ Tweets

Eficacia (Retweets de otros y favoritos de otros hacia él) / Número total de

Nº Hashtags

Menciones recibidas

Nº seguidores

1/2

1/5

1/2

1/5

1/2

1/2

1/2

1/4

2/1

1/3

Proporción de seguidores por persona tardía (mide el nivel de influencia)

1/5

1/3

1/3

1/2

1/2

1/2

1/4

4/1

1/3

Nº   Retweets recibidos

1/2

1

3/1

3/1

3/1

1/2

7/1

2/1

Nº   veces retuiteado      por terceros

1

3/1

3/1

4/1

1

7/1

2/1

Media Retweets/Tweet s

3/1

3/1

3/1

1/3

7/1

2/1

Nº   Favoritos recibidos

1

1

1/3

3/1

1/2

Nº   veces marcado como favorito   por terceros

1

1/2

3/1

1/2

Media favoritos/ Tweets

1/2

4/1

1/2

Eficacia (Retweets   de otros   y favoritos   de

6/1

1

Table 6: cont Tabla 5

otros hacia él) / Número   total de Tweets

Nº Hashtags

1/3

Menciones recibidas

Fuente: elaboración propia a través del criterio de dos expertos en comunicación

Nota: Nivel de inconsistencia 0,03

Para determinar que la matriz de valoración de este estudio es aceptable, se ha medido la razón de inconsistencia calculada a través del programa Expert Choice. La razón de inconsistencia (RI) para las matrices representadas en las tablas 4 y 5 es de 0,03. Al ser una RI menor de 0,1, entra dentro de los parámetros aceptados (Mendoza et al., 2019, p. 352).

El paso final es conocer los vectores propios y ponderar cada una de las alternativas para conocer cuál es la variable que explica el problema en función de la valoración inicial que realizaron los expertos (Guijarro et al., 2018, p. 1420).

Resultados

Cada uno de los perfiles analizados puede mostrar un mayor o menor desarrollo de su estrategia comunicativa en Twitter en función del tiempo que lleven utilizando la aplicación. A través del Proceso de Análisis Jerárquico se obtiene información acerca de cuál de las 21 alternativas de comunicación analizadas es la más adecuada para difundir información en materia de salud en la red social Twitter y conocer el peso ponderado de cada criterio (tabla 6). Tras el tratamiento de la matriz de información aportada por los expertos consultados se observa que, de entre los dos clústeres, le otorgan una mayor relevancia al clúster 2: Impacto de la cuenta, con un peso de 0,750, mientras que el clúster 1: actividad de la cuenta tiene un peso de 0,250.

Table 7: Tabla 6. Peso ponderado de los clústeres

Clúster

Peso del clúster

C1. Actividad de la cuenta

0,250

C2. Impacto de la cuenta

0,750

Fuente: elaboración propia

El peso de cada uno de los criterios se observa en la tabla 7. Dentro del Clúster 1: Actividad de la cuenta, el criterio media de tweets por día es el que mayor relevancia presenta con un peso del 24,8%, seguido de los tweets realizados (21,6%) y del número de respuestas realizadas (19,6%). Con estos datos se puede indicar que en las estrategias de comunicación en redes sociales digitales la constancia es un factor relevante, confirmando las observaciones llevadas a cabo por Guijarro et al. (2018).

En el clúster 2: Impacto de la cuenta, el criterio más importante es la eficacia (17,3%), seguido del número de veces que ha sido retuiteado por terceros (16,4%) y el número de retweets (14,8%).

Table 8: Tabla 7. Peso de cada uno de los criterios. Año 2020

Porcentaje de peso relativo según clúster

Peso global

Porcentaje peso global

Clúster 1: Actividad de la cuenta

Idioma

10

0,025

2,5

Nº Seguidos

12,8

0,032

3,2

Tweets realizados

21,6

0,054

5,4

Retweets realizados

11,2

0,028

2,8

Nº Respuestas realizadas

19,6

0,049

4,9

Media Tweets /día

24,8

0,062

6,2

Clúster 2: Impacto de la cuenta

Nº seguidores

3,47

0,026

2,6

Proporción de seguidores por persona tardía (mide el nivel de influencia)

4,27

0,032

3,2

Retweets recibidos

14,80

0,111

11,1

Nº veces retuiteado por terceros

16,40

0,123

12,3

Media Retweets / Tweets

14,53

0,109

10,9

Nº Favoritos recibidos

5,60

0,042

4,2

Nº veces marcado como favorito por terceros

5,87

0,044

4,4

Media favoritos/ Tweets

5,87

0,044

4,4

Eficacia ( Retweets de otros y favoritos de otros hacia él) / Número total de Tweets

17,33

0,130

13

Nº Hashtags

2,00

0,015

1,5

Menciones recibidas

9,87

0,074

7,4

Fuente: elaboración propia

Conocido el peso de cada criterio, en el gráfico 1 se muestra la ponderación de cada uno de los 21 perfiles analizados. En primer lugar, se sitúa el perfil del Ministerio de Sanidad, Consumo y Bienestar Social: Min. Sanidad (MSCBS), @sanidadgob, con una importancia según el modelo de un 10,7%, prácticamente igualado con el perfil del Institut Català de la Salut. Departament de Salut. Generalitat de Catalunya, @icscat, con un 10,6%. En tercer lugar, se encuentra Salud Castilla y León, @Salud_JCYL, con un peso de 9,1% respecto al total.

https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/87f7ecc3-7abe-4834-b7b4-8a00fd4b97a5-u89-117-graf-1.jpg
Figure 3: Peso ponderado de cada alternativa.

Fuente: Elaboración propia

https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/bc167b7b-88ba-4f29-85c8-a6fea705bd52-u89-117-graf-2.jpg
Figure 4: Pesode las alternativas respecto al Clúster 1: Actividad de la cuenta yClúster 2: Impacto de la cuenta

Fuente: elaboración propia

Esta información muestra, según los criterios valorados, cuáles son los perfiles más relevantes. Asimismo, los datos corroboran que el mayor peso del modelo recae sobre el clúster 2.

La alternativa del Ministerio de Sanidad, Consumo y Bienestar Social: Min. Sanidad (MSCBS), @sanidadgob que, como se ha comentado anteriormente es la que mayor relevancia tiene en el modelo, junto a @icscat, es a su vez, la que mayor peso tiene en el clúster impacto. Se observa también que el Institut Català de la Salut. Departament de Salut. Generalitat de Catalunya, @icscat, tiene un perfil más equilibrado entre ambos clústeres. Es llamativo el caso del perfil de la Consejería de Salud y Familias de la Junta de Andalucía, @saludand. Analizando el peso del modelo de este perfil, se observa que se sitúa en la novena posición respecto a los 21 perfiles institucionales analizados, sin embargo, ha alcanzado esa posición, siendo uno de los perfiles con menor peso en el clúster impacto (clúster de mayor peso en el modelo), pero contrarrestando esta situación con un elevado peso en el clúster actividad (10,4%) que provoca que ocupe la segunda posición junto al perfil del instituto catalán (11,4%) dentro de ese clúster.

Discusión y conclusiones

Al establecer una estrategia de comunicación en redes sociales digitales, los responsables de los perfiles institucionales de ámbito sanitario en Twitter deben tener presente diferentes criterios que dificultan la toma de decisión al difundir información en la red.

Este estudio proporciona un análisis de la comunicación realizada en Twitter por 21 organismos públicos vinculados al ámbito sanitario, en los que se ha observado la relación existente entre los distintos elementos que componen la comunicación en esta red social y el alcance de la información publicada en ella. Para ello, se ha elaborado un Analytic Hierarchy Process (AHP) o Proceso de Análisis Jerárquico que facilita el conocimiento de la estrategia de comunicación en salud que realizan en Twitter cada uno de estos 21 organismos públicos. A través de él, este estudio propone un modelo multicriterio que tiene como finalidad posibilitar la toma de decisión en el desarrollo de la comunicación en Twitter, en línea con la idea de estudios previos (Guijarro et al., 2018).

Este trabajo facilita conocer aquellos criterios que benefician la comunicación en Twitter y que pueden ser tenidos en cuenta por distintos organismos cuando realicen estrategias de comunicación digital, en consonancia con la tesis de autores que señalan la importancia que tiene conocer los aspectos clave que determinan que una comunicación tenga un mayor alcance, propicie una mayor interacción e intercambio de información (Sanz-Lorente et al., 2018, p. 5; Thackeray et al., 2012, p. 5).

Los datos confirman que el clúster impacto es el de mayor peso en la comunicación en Twitter. En este estudio, se ha incluido además el criterio eficacia, entendida como el número de retweets y favoritos recibidos sobre número total de tweets, observándose que es uno de los más relevantes dentro del clúster impacto de la cuenta.

Se ratifica que, en las estrategias de comunicación en redes digitales, si se observa el impacto de un perfil de Twitter, entre los tres elementos más relevantes se encuentran, por este orden, la eficacia (13%); el número de veces retuiteado por terceros (12,3%) y el número de retweets recibidos (11%) en línea con los resultados obtenidos en otros ámbitos como el de seguridad (Guijarro et al., 2018, p. 1422). Analizando los factores relacionados con la actividad del perfil destaca la media de tweets al día, con un 24% respecto al peso de ese clúster.

Los resultados de este estudio revelan que el organismo que obtiene un mayor peso en el modelo propuesto es el correspondiente al Ministerio de Sanidad, Consumo y Bienestar Social: Min. Sanidad (MSCBS), @sanidadgob, prácticamente igualado con la alternativa del Institut Català de la Salut. Departament de Salut. Generalitat de Catalunya, a pesar de que uno de los aspectos que dificultan este posicionamiento es el idioma, dado que utiliza exclusivamente la lengua catalana, a diferencia de otras cuentas regionales que han combinado otros idiomas junto al Castellano. Este hecho hace que su difusión se restrinja entre los usuarios de habla catalana y por ello, la cobertura pueda ser menor.

Una de las conclusiones que se puede extraer de este estudio es que, con independencia del tipo de organización que se analice, el AHP es una herramienta facilitadora de la toma de decisiones en el ámbito de la comunicación digital en redes sociales (Osorio y Orejuela, 2008, p. 252; Guijarro et al., 2018, p. 1424).

Cabe señalar algunas limitaciones presentes en este estudio. Debido a lo novedoso que es el uso del AHP en el ámbito de la comunicación y las redes sociales, existe espacio para refinar la metodología empleada. En este estudio solo se han tenido en cuenta elementos vinculados a la actividad de la cuenta y a su impacto. Se pueden incluir algunos aspectos relevantes como son el análisis del contexto social y tecnológico en el que actúa cada perfil de Twitter analizado, así como las variables relacionadas con la organización como la existencia de un plan de comunicación o un departamento encargado de la comunicación en redes sociales. Asimismo, presenta limitaciones respecto a la recogida de datos, ya que la aplicación Twitonomy ofrece resultados limitados, reduciendo la información a los últimos 3.200 Tweets de cada perfil.

Como futuras líneas de investigación se plantea la posibilidad de analizar cuál ha sido el impacto de la crisis sanitaria producida por la COVID-19 en la comunicación digital de la salud, elaborando una comparativa del peso de estas alternativas antes y después de que se produjera la pandemia. Asimismo, se considera relevante complementar esta investigación con el análisis de contenido de los tweets seleccionados para observar su impacto en el modelo. También, se sugiere la elaboración de entrevistas en profundidad a los responsables de comunicación de los perfiles analizados para conocer sus criterios, preferencias y valores a la hora de establecer esa comunicación y las dificultades a las que se ven sometidos/as en la toma de decisión.

ANEXO I

https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/60a091f8-c16c-43cc-82ed-bb8d9f6ee53c-u89-117-anexo-1-tabla-8.jpg
Figure 5:
https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/c13abe02-f773-4ac1-b0be-4cb6efc221d5-u89-117-anexo-1-tabla-8cont.jpg
Figure 6:
https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/59a5f420-e17a-4a67-bcbc-bc8f150db1cb-u89-117-anexo-1-tabla-8cont1.jpg
Figure 7:
https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/1e7fcd60-50ba-41b2-90ac-35903b29a819-u89-117-anexo-1-tabla-8cont2.jpg
Figure 8:
https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/859f5ab0-c515-4bf4-9362-72fc3d6ac68f-u89-117-anexo-1-tabla-8cont3.jpg
Figure 9:
https://typeset-prod-media-server.s3.amazonaws.com/article_uploads/e4499bd9-e265-4b5d-81fa-4d24ff9881f4/image/dc0c7c58-c3a5-44bd-9617-db4d85999f5a-u89-117-anexo-1-tabla-8cont4.jpg
Figure 10:

Fuente: elaboración propia

ANEXO II

https://s3-us-west-2.amazonaws.com/typeset-prod-media-server/84b0ce64-bf28-411a-a77f-be4b9aae7e04image96.jpeg
Figure 11: Imagen de la información extraída de uno de los perfiles a través de Twitonomy Fuente: elaboración propia a través de Twitonomy