La Inteligencia Empresarial Social (SBI) permite a las empresas capturar información estratégica de las redes sociales públicas. A diferencia de la Inteligencia Empresarial tradicional (BI), la SBI debe enfrentar la alta dinámica tanto de los contenidos de la red social como de las solicitudes analíticas de la empresa, así como la enorme cantidad de datos ruidosos. La explotación efectiva de estas fuentes continuas de datos requiere un procesamiento eficiente de los datos transmitidos para darles forma semántica en hechos significativos. En este documento, proponemos un formalismo multidimensional para representar y evaluar indicadores sociales directamente a partir de flujos de hechos derivados, a su vez, de datos de redes sociales. Este formalismo se basa en dos aspectos principales: la representación semántica de los hechos a través de Datos Abiertos Vinculados y el soporte de modelos de análisis multidimensionales similares a OLAP. A diferencia de los formalismos tradicionales de BI, comenzamos el proceso modelando los indicadores sociales requeridos de acuerdo con los objetivos estratégicos de la empresa. A partir de estas especificaciones, se modelan y despliegan todos los flujos de hechos necesarios para rastrear los indicadores. Las principales ventajas de este enfoque son la fácil definición de indicadores sociales bajo demanda y el tratamiento de dimensiones y métricas cambiantes a través de hechos transmitidos. Demostramos su utilidad introduciendo un caso de usuario en un escenario real en el sector automotriz.