Attenzione, concentrazione

Tutti i fenomeni umani che interessano un largo pubblico mostrano la tendenza a concentrare la propria intensità in un segmento di ridotte dimensioni. La logica è la medesima: che si tratti di reddito, ricchezza, consumi mediatici, attività sportiva, chilometri percorsi in auto, hamburger consumati. Il Principio di Pareto è una di quelle leggi universali che mettono in crisi il nostro concetto di <media> e la nostra tendenza a comprendere il mondo immaginandolo omogeneo. Il mondo omogeneo non è e ogni fenomeno ha la sua caratteristica disomogeneità.

La concentrazione può essere particolarmente forte quando si considerano fenomeni non materiali, per i quali non esistono vincoli fisici nella distribuzione delle risorse o dei consumi. E’ il caso della condivisione sociale dei contenuti di attualità. Lo studio di oltre un milione di articoli pubblicati online negli ultimi 16 mesi (da Gennaio 2014 ad Aprile 2015) mostra che metà delle condivisioni sui social network è stata prodotta sull’1,81% degli articoli (meno di 20.000). Si tratta di 136 milioni di condivisioni su Facebook, Twitter, Google Plus e LinkedIn, una media di 6.878 condivisoni per articolo. I restanti 1.073.807 articoli hanno prodotto l’altra metà di condivisioni (127 per articolo).

Curva di concentrazione del fenomeno della condivisioni social delle notizie di attualità online: L'80% delle condivisioni è prodotto dall'8,47% degli articoli (92.674 articoli per 218.291.066 condivisioni)

Curva di concentrazione del fenomeno della condivisioni social delle notizie di attualità online: L’80% delle condivisioni è prodotto dall’8,47% degli articoli (92.674 articoli per 218.291.066 condivisioni)

 

I domini che esprimono il maggior numero di “Articoli Top” (l’1,81% degli articoli più condivisi degli ultimi 16 mesi) sono, prevedibilmente, quelle con il maggior traffico in Rete: alcuni quotidiani online di derivazione cartacea e alcune delle nuove testate digitali. A maggior traffico corrisponde generalmente un maggior numero di condivisioni, una dinamica virtuosa (sempre che il traffico sia una virtù) che origina altro traffico al sito Web:

Numero di "Articoli Top" per testata. Gli Articoli Top pubblicati da gennaio 2014 ad aprile 2015 sono 19.842 su un totale di oltre un milione pubblicati nello stesso periodo sulle 97 testate monitorate da UAC

Numero di “Articoli Top” per testata. Gli Articoli Top pubblicati da gennaio 2014 ad aprile 2015 sono 19.842 su un totale di oltre un milione pubblicati nello stesso periodo sulle 97 testate monitorate da UAC

 

La produzione di articoli sulle testate online è molto variabile: si va da poche unità al giorno per le testate verticali e locali alla media di 100 per le edizioni online dei grandi quotidiani cartacei nazionali. E’ per questo che diventa interessante esaminare la “densità” di Articoli Top sul totale degli articoli pubblicati: ogni 100 articoli pubblicati, quanti diventano Top? Da questa angolatura il ranking delle testate più attive nella condivisione cambia in modo significativo rispetto a quanto mostrato nel grafico precedente:

Densità di "Articoli Top" per testata, ovvero quota degli articoli pubblicati dalla testata che superano il numero di condivisioni oltre il quale sono classificati come "Top" (l'1,81% degli articoli Top è individuato dall'avere ottenuto più di 2.640 condivisioni su Facebook, Twitter, LinkedIn e Google +)

Densità di “Articoli Top” per testata, ovvero quota degli articoli pubblicati dalla testata che superano il numero di condivisioni oltre il quale sono classificati come “Top” (l’1,81% degli articoli Top è individuato dall’avere ottenuto più di 2.640 condivisioni su Facebook, Twitter, LinkedIn e Google +)

 

Di cosa parlano gli articoli Top? La densità di articoli Top dipende in effetti dal tema trattato. La probabilità che un articolo ottenga un elevato numero di condivisioni è massima nelle categorie che trattano di “Costume & Società”, Salute, Istruzione, Religione anche se, esaminando i dati in profondità, si nota che i personaggi, le situazioni e la presenza di foto e video negli articoli sono molto più decisivi nel successo della dinamica di condivisione rispetto alla considerazione del solo tema trattato.

Den­sità di “Arti­coli Top” per tema trattato. La classificazione del contenuto degli articoli è stata generata grazie a Cogito, il motore di analisi semantica di Expert System.

Den­sità di “Arti­coli Top” per tema trattato. La classificazione del contenuto degli articoli è stata generata grazie a Cogito, il motore di analisi semantica di Expert System.

 

Human Highway mantiene sotto osservazione il fenomeno della condivisione social delle notizie di attualità dal novembre 2011 con un proprio strumento di analisi, UAC Meter. I dati di condivisione prodotti da UAC Meter sono quindi arricchiti con la classificazione del contenuto dell’articolo, grazie al motore semantico di Expert System (Cogito). Puoi vedere un esempio dei contenuti dei primi quattro mesi del 2015 nell’analisi interattiva che Human Highway rende disponibile sul proprio sito, in un widget di Tableau.

Chi twitta cosa?

20150323_APer conoscere chi sta twittando sul tema identificato da un hashtag puoi da oggi utilizzare Twitter Finder, lo strumento sviluppato da Human Highway e basato sui dati raccolti ogni giorno da TwitLine.

Con Twitter Finder Inserisci un hashtag e un range di date (l’ultimo mese di default) e vedi chi ha scritto i tweet che hanno raggiunto il massimo numero di persone (Reach) con una determinata frequenza (Freq). Dalla moltiplicazione dei due indicatori ricavi i Twitter GRP.

Gli account che ottieni in risposta a una ricerca sono linkati al relativo feed di Tweet contenenti l’hashtag sul quale hai fatto la ricerca.

Buona consultazione!

La cassa di risonanza della TV

La ricchezza e la natura campionaria dei dati di TwitLine consentono di studiare con nuove modalità le dinamiche di interazione tra le trasmissioni televisive e i twitter stream ad esse associati.

Nella settimana del 10 Febbraio, il 4% dei tweet sono stati dedicati a una trasmissione TV. Le prime tre trasmissioni in termini di reach (numero di utenti Twitter raggiunti sul totale degli utenti settimanali) sono state MasterChef, Le Iene e Servizio Pubblico. Le persone raggiunte si stimano intorno ai due milioni di unità ma le modalità con le quali i tre programmi arrivano questo risultato sono molto diverse.

L’analisi dei follower.

I numeri di questo indicatore sono notevolmente inferiori ai contatti netti, dai 100mila di MasterChef ai 600mila de le Iene.

20140217_4

I tre gruppi di follower sono disgiunti. Le eventuali sovrapposizioni riguardano una minima parte dei follower di ciascuna trasmissione e questo aiuta a caratterizzare il profilo sociodemografico dei tre gruppi:

  • MasterChef: prevalentemente femminile, titolo di studio elevato, RA di prodotti per la casa, più spesso della media al Nord Ovest e nelle Isole, più concentrati nelle età medio alte (dai 45 anni in su)
  • Le Iene: leggera prevalenza maschile, titolo di studio non elevato, più spesso della media al Nord Est, Centro e Sud, particolarmente concentrati nella fascia di età 25-34 anni
  • Servizio Pubblico: prevalentemente maschile, titolo di studio elevato, più spesso della media residente nelle regioni del Centro, più presente tra i giovani (meno di 25 anni) e i giovani adulti (35-44 anni)

Dai follower alla copertura netta.

La correlazione tra follower di una trasmissione e individui colpiti dai contenuti ad essa associati è certamente positiva ma la relazione tra queste due quantità non è lineare ed è influenzata da due dinamiche, anzi tre:

  1. Il grado di coinvolgimento dei follower: i follower della trasmissione retweettano i contenuti e amplificano il messaggio inoltrandolo alla propria lista di follower. La propagazione dei messaggi dell’autore originario può essere molto efficace e moltiplicare il numero di persone colpite dai messaggi del primo autore, che generalmente coincide con la redazione della trasmissione. In questo contesto, i tweet che stimolano partecipazione e coinvolgimento sui contenuti generano una propagazione più efficace del messaggio.
  2. La produzione spontanea di contenuto degli spettatori della trasmissione. Anche i non follower producono o retweettano tweet con l’hashtag della trasmissione. L’unica differenza, in questo secondo caso, è che i contenuti sono spontanei e non prodotti dalla redazione. Qui si tratta di coinvolgere gli spettatori televisivi e spingerli a creare loro stessi del contenuto, a partire dai contenuti della trasmissione. E’ la trasmissione TV che guida la dinamica, non l’interazione tra la redazione del programma e propri follower diretti.
  3. La produzione autonoma di contenuto legato alla trasmissione da parte di alcuni grandi stakeholder dell’iniziativa mediatica. Durante la trasmissione di MasterChef, per esempio, alcuni noti marchi di prodotti alimentari producono contenuto usando l’hashtag e lo irraggiano alla loro base di follower. Questo è marketing, ma non solo, anche semplice desiderio di partecipazione. Esempi? Oltre ai tweet con #Masterchef di Barilla e Amadori troviamo a twittare la sera di giovedì 13 febbraio anche Selvaggia Lucarelli con diversi messaggi sul tema ai suoi 207mila follower, Luca Dondoni (71mila follower), Ivan Zazzaroni (114 mila follower) e tanti altri. Se decine di personaggi seguono e fanno l’endorsement del programma su Twitter, propagare il messaggio a milioni di individui diventa facile.

20140217_3

Le “audience delle audience”

Il risultato è che Twitter diventa un luogo affollato di messaggi. E’ difficile rimanere esclusi dal perimetro di quanti sono toccati almeno una volta da un hashtag legato a una popolare trasmissione perché la propagazione guidata e spontanea tende a saturare lo spazio disponibile. L’analisi di sovrapposizione mostra che il segmento di utenti di Twitter più esteso (21%, poco meno di un milione di individui) è quello colpito dai contenuti relativi a tutte e tre le trasmissioni analizzate. Viceversa, solo un utente Twitter su tre non viene colpito nella settimana da almeno una delle tre trasmissioni più popolari del momento.

20140217_1
La parte di utenti che interagisce col contenuto (produce, retweetta o favorisce un tweet) rimane confinata a pochi punti percentuali del totale degli esposti. Il problema è che non si capisce quanto questi spettatori attivi e interattivi possano ritenersi rappresentativi dell’intera audience del programma. Mancano, cioè, le garanzia metodologiche per poter compiere il passaggio tipico delle ricerche campionarie: dal campione all’universo. Possiamo dire che 10mila produttori di contenuto su Twitter rappresentino lo stile di visione, il gradimento e le reazioni di un insieme di telespettatori cento volte più esteso?

La risposta è no, a meno che si trovi un metodo e qualche prova per affermare il contrario. Se hai qualche idea, scrivici.

Una settimana di Twitter in Italia

Le analisi dei primi dati prodotti da Twitline mostrano che il flusso d’informazioni sul Twitter italiano è decisamente ricco e totalmente allineato con l’agenda mediatica del paese. Lo strumento panel-based costruito da Human Highway per l’analisi di Twitter ha analizzato un milione di tweet in una settimana e ha prodotto i primi risultati, che trovi riassunti in una pagina pubblica sul sito della società.
A una prima occhiata si nota che ci sono sostanzialmente tre famiglie di hashtag ad emergere dal flusso costante dei tweet:

  1. gli hashtag degli eventi imprevisti o straordinari (es., le dimissioni di un ministro, le manifestazioni in Egitto o Ucraina, novità dal mondo dell’attualità, della politica, dello spettacolo etc.)
  2. gli hashtag di eventi ricorrenti, generalmente su base settimanale: partite di calcio, trasmissioni TV, ricorrenze come il ff (follow friday)
  3. gli hashtag “di sottofondo”, sempre presenti con volumi paragonabili ogni giorno. Tra questi si evidenziano gli hashtag della politica (sigle di partiti, personaggi) e, con una certa sorpresa, gli hashtag geografici (i nomi delle principali città italiane)

Il sistema di TwitLine estrae ed elabora le informazioni che trova nelle Twitter timeline degli utenti sotto osservazione e organizza le informazioni in un database, con la frequenza di aggiornamento di un’ora.

Le analisi di Twitline consentono di descrivere la popolarità degli hashtag di Twitter con i classici parametri della pianificazione media quali la reach (esclusiva, cumulata) e la frequency (media e distribuzione), la copertura efficace e i GRP. Inoltre, le informazioni sono arricchite con i nuovi parametri tipici del mondo social: la partecipazione proattiva, la reattività, l’influenza nella propria rete, il profilo di affinità a determinati temi d’interesse.

Qui sotto vedi elencati i 100 hashtag più popolari, in termini di Twitter GRP, nella settimana del 20 gennaio 2014

20140127_1

Twitter: quando è trendy un trending topic?

Si sa poco sul metodo che Twitter utilizza per identificare i trending topic che ci propone: l’algoritmo è troppo importante per essere divulgato al pubblico dal momento che i suoi risultati influenzano l’attenzione di milioni di individui e caratterizzano profondamente il profilo del social network come servizio d’informazione in tempo reale.

I trending topics mettono in risalto keyword e hashtag che in poco tempo guadagnano molta attenzione in una determinata area del mondo, identificata su base geografica.

Ti sarà capitato di partecipare a un convegno, un evento o una trasmissione televisiva associata a un hashtag che hai visto presto diventare trending topic su Twitter. E forse ti sei chiesto: ma quanto deve essere trendy un hashtag per diventare un trending topic? Cioè, quante persone devono partecipare alla conversazione affinché questa assurga al rango di trending?

Human Highway ha costruito uno strumento, Twitline, che è attualmente in fase di test. Sta coinvolgendo un campione di 3.000 individui all’interno del quale si trovano utenti abituali di Twitter. Un sistema di data grabbing e di parsing elabora le informazioni presenti sulle timeline degli utenti sotto osservazione e organizza le informazioni in un database, con una frequenza di aggiornamento di un’ora.

Le analisi dei dati di Twitline consentono di analizzare gli hashtag di Twitter con i classici parametri dell’analisi dei mezzi di comunicazione quali la reach (esclusiva, cumulata) e la frequency (media e distribuzione), la copertura efficace e i GRP, sia per singoli hashtag che per gruppi di hashtag. Inoltre, le informazioni sono arricchite con i nuovi parametri tipici del mondo social: la partecipazione proattiva, la reattività, l’influenza nella propria rete, il profilo di affinità a determinati temi d’interesse.

Le prime analisi mostrano che per diventare trendy un topic deve generalmente raggiungere velocemente una quota significativa di utenti che interagiscono con i tweet ad esso associati. Anche piccole porzioni di Tweet (punti per mille dei tweet prodotti in un determinato lasso di tempo) danno origine a Trending Topic.

E’ il caso di “Cota” che alle 12 di giovedì 16 gennaio raggiunge il 35% delle timeline di Twitter con lo 0,6% dei Tweet o “Siria” che poco dopo fa ancora meglio (43% di Twitter Reach) con lo 0,4% dei Tweet prodotti intorno alle ore 13. Alle 23 è il momento del second screen: “MasterChef” e “Servizio Pubblico” monopolizzano il social network con rispettivamente il 20% e l’8% dei Tweet a loro riferiti, raggiungendo in questo modo quasi metà degli utenti di Twitter (46% e 48%).

In tutti questi casi sono sempre presenti con numeri significativi le hashtag di PD, M5S, Berlusconi, Renzi e altre keyword dell’attualità politica e della cronaca. Tuttavia, la loro persistenza nel tempo a elevati livelli di citazione non li caratterizza come trending topics.

Come si vede dalle prime evidenze, i trending topic non sono una misura di popolarità di un topic ma una misura dell’accelerazione della sua popolarità nel breve periodo. Inoltre, la reach di un hashtag non dipende in modo univoco dal numero di Tweet che la menzionano ma dalla popolarità degli account che la diffondono.

La risonanza mediatica sui Social Networks

Il mese di Febbraio è stato molto intenso dal punto di vista mediatico. Le dimissioni di Benedetto XVI e le elezioni politiche hanno dato un fortissimo impulso all’attenzione del pubblico e la risonanza sui social network ha raggiunto il record storico. Nel mese di Febbraio 2013 sono stati condivisi oltre 55mila articoli sulle principali 40 testate online rispetto ai 38mila del Febbraio 2012 (+48%). I lettori del Web hanno prodotto su questo materiale informativo più di otto milioni di condivisioni rispetto ai 2,8 dello stesso mese del 2012 (+188%).

20130315_1

Numero di articoli pubblicati in un determinato giorno (scala di sinistra) e numero medio di condivisioni prodotte sui medesimi articoli (scala di destra). I dati si riferiscono alle 40 testate sotto osservazione di UAC Meter

Il periodo più intenso è stato tra il 6 febbraio e il 7 marzo e il record di condivisioni è stato raggiunto dagli articoli pubblicati il 12 marzo, con 589mila segnalazioni, il 96% delle quali su Facebook.Il picco più elevato è stato prodotto il giorno successivo alle dimissioni di Papa Benedetto XVI ma tutto il mese si è mantenuto su livelli di attenzione e condivisione mai visti in precedenza: una media di quasi 300mila condivisioni per giorno e 150 per articolo.

20130315_3

Le prime dieci testate per numero complessivo di condivisioni prodotte sugli articoli pubblicati tra il 6 Febbraio e il 7 Marzo 2013

Gli articoli più condivisi risultano quelli delle tre testate leader del fenomeno: Repubblica, Corriere e il Fatto Quotidiano. Più di metà delle condivisioni rilevate sulle 40 testate monitorate (precisamente il 54,5%) sono relative a contenuti pubblicati da Repubblica (con una quota del 29% in febbraio), Corriere (quota del 15%) e il Fatto Quotidiano (10%). L’elevata produzione di Repubblica avvantaggia la testata nel computo delle condivisioni complessive del periodo: i 5.504 articoli nel mese di Repubblica si devono mettere a confronto con i 3.557 di Corriere e i “soli” 2.063 de Il Fatto Quotidiano.

20130315_4

Numero di articoli pubblicati dalle testate sotto osservazione nei trenta giorni intercorsi dal 6 Febbraio al 7 Marzo.

Tuttavia, se le condivisioni generate dagli utenti si mettono a confronto con il numero di articoli prodotti, il ranking si rimodula leggermente. In questo caso si tratta di misurare il numero medio di condivisioni per articolo (l’Amplifying Power di una testata) e si ottiene il valore massimo per Il Fatto Quotidiano (525 condivisioni medie per articolo in Febbraio), seguito da Repubblica (481 condivisioni per articolo) e Corriere (417). Su questo indicatore negli ultimi sei mesi si segnalano le buone performance di Huffington Post e di Internazionale, con una crescita dell’Amplifying Power superiore a 30 unità per mese.

20130315_2

Numero medio di condivisioni per articolo pubblicato da una determinata testata nel periodo 6 Febbraio – 7 Marzo

Come già notavamo, oltre il 90% delle condivisioni sono Like e Share su Facebook. Solo una quota residuale riguarda le segnalazioni su Twitter, generalmente intorno al 6/7% del totale, ma esistono significative eccezioni: il numero medio di Tweets per articolo è massimo per IlPost e tra i tre grandi player si inseriscono diverse testate caratterizzate da volumi complessivi di condivisioni più contenuti e da una forte affinità con Twitter.

20130315_5

Le prime dieci testate in ordine decrescente di numero medio di Tweet per articolo. I dati sono relativi ai 30 giorni intercorsi dal 6 Febbraio al 7 Marzo 2013

Puoi continuare a seguire il fenomeno consultando gratuitamente i dati di UAC Meter (login con LinkedIn).

%d blogger hanno fatto clic su Mi Piace per questo: