El sociomapping es un método desarrollado para procesar y visualizar datos relacionales (por ejemplo, datos de redes sociales). Se utiliza más comúnmente para mapear la estructura social dentro de equipos pequeños (10 a 25 personas). El sociomapping utiliza la metáfora del paisaje para mostrar datos multidimensionales complejos en un mapa 3D , donde los objetos individuales se localizan de tal manera que su distancia en el mapa corresponde a su distancia en los datos subyacentes.
Gracias a su codificación visual, Sociomapping involucra nuestras habilidades evolucionadas de orientación espacial y detección de movimiento, haciendo así la interpretación de datos complejos fácil y accesible para todos.
El método de sociomapping fue desarrollado en 1993-1994 por R. Bahbouh como una herramienta que facilitaría la comprensión de los datos sobre las relaciones sociales y ayudaría a prevenir conflictos dentro de los equipos de profesionales militares. La primera aplicación importante del sociomapping tuvo lugar en 1994-1995 durante el experimento HUBES (Human Behavior in Extended Spaceflight), una simulación de 135 días de duración de un vuelo espacial con tres miembros de la tripulación organizada por la Agencia Espacial Europea . El sociomapping se utilizó luego regularmente en otras simulaciones de vuelos espaciales (1995-1996: EKOPSY, 1999: Mars105, 2010-2012: Mars500 ). Desde 2005, el sociomapping se ha utilizado ampliamente en el entorno empresarial para analizar las relaciones dentro de los equipos de alta dirección. En 2012, C. Höschl jr. desarrolló el software Real Time Sociomapping ® que permite la visualización instantánea de la dinámica del equipo y el seguimiento de los equipos y grupos sociales a lo largo del tiempo.
El principio básico del sociomapping es transformar los datos originales relativos a un conjunto de objetos de tal manera que la distancia de cada par de objetos en el mapa corresponda a la distancia entre los dos objetos en los datos subyacentes. La transformación de los datos es una cuestión de 1) elegir una métrica que pueda interpretarse razonablemente como distancia y 2) traducir la matriz de distancia multidimensional a un sistema de coordenadas 2D de modo que se maximice la correlación entre las distancias del mapa y las distancias de los datos.
El algoritmo de transformación de datos, desarrollado por C. Höschl jr., es una técnica de reducción de dimensionalidad , como PCA , y su bondad de ajuste se puede medir mediante la correlación de Spearman entre las distancias del mapa y las distancias de los datos.
El sociomapping tiene en cuenta que, particularmente en el caso de las relaciones sociales, los datos relacionales pueden ser asimétricos (por ejemplo, a Juan le gusta más María que a ella él) y preserva esta información al mapear los objetos de tal manera que para cada objeto el otro objeto más cercano es el más cercano a él de acuerdo con la métrica elegida en los datos subyacentes, y así sucesivamente para otros objetos ordenados por distancia.
Existen dos áreas principales de aplicación del sociomapeo: grupos (sistemas pequeños) y poblaciones (sistemas grandes). Para cada área se utiliza un método diferente de visualización y transformación de datos con el fin de facilitar la capacidad de las personas para comprender e interpretar los datos analizados.
El sociomapa para sistemas pequeños produce sociomapas de sujetos. Estos sujetos (en la mayoría de los casos personas) se colocan en el sociomapa reflejando su distancia medida de diversas maneras:
Además de las distancias entre los miembros del grupo, Sociomap muestra una variable adicional codificada en la altura (o color) del sujeto. Las variables típicas utilizadas para la altura son: estatus social, indicadores de rendimiento de los sujetos, frecuencia media de comunicación, etc.
La comprensión de las distancias relativas entre las personas ayuda a comprender la estructura del grupo, encontrar subgrupos formados por los miembros del grupo y descubrir las funciones de los miembros del grupo. En relación con la altura, Sociomap permite una visión compleja y completa de los grupos y los pequeños sistemas. Esto es especialmente beneficioso para los estrategas del lugar de trabajo .
El mapeo sociológico de sistemas pequeños produce resultados similares al análisis de redes sociales con funciones de visualización adicionales.
Además del análisis de pequeños sistemas basado en diversos datos relacionales, el sociomapa se puede utilizar para visualizar los perfiles de sujetos no relacionados. Esto se hace mediante la transformación de los perfiles de los sujetos, calculando las distancias entre los perfiles y visualizándolos en un sociomapa.
Existe un software para realizar el análisis de perfiles (ver sección Software de Sociomapping).
Para sistemas y poblaciones grandes, se utilizan diferentes tipos de Sociomapas. Los datos utilizados para este tipo de mapas son matrices rectangulares , donde para cada sujeto hay un vector de preferencia de objetos seleccionados (como partidos políticos , marcas , productos , etc.). Para crear un Sociomapa, para cada sujeto se determina una posición en el mapa, y una pequeña pieza de masa que representa a este sujeto se coloca en el mapa de acuerdo con su vector de preferencias a un objeto. Como resultado, hay lugares en el Sociomapa donde se colocan más sujetos (colinas) y donde no hay sujetos (valles). Por lo tanto, se forman colinas en los lugares que representan configuraciones de preferencia típicas y esto permite el análisis de clústeres visuales, o segmentación. En este sentido, el Sociomapa de sistemas grandes es un enfoque de minería de datos basado en el reconocimiento de patrones visuales ).
Los usos típicos del sociomapeo de sistemas grandes son:
El sociomapeo tiene un ámbito de aplicación más amplio, incluyendo los siguientes campos:
Hasta el momento sólo se ha lanzado una herramienta de software basada en Sociomapping.
El analizador de perfiles de equipo es una herramienta para psicólogos, consultores, directivos y especialistas en RR.HH. Permite la integración de diversas fuentes de información sobre el equipo, desde pruebas de personalidad, rendimiento o conocimientos hasta datos biográficos. Se puede utilizar para el análisis y desarrollo de equipos: coaching de equipos, team building , selección de personal , etc.