SlideShare a Scribd company logo
1 of 11
Giovanni[.]Boccia Artieri[@uniurb.it]
Laura[.]Gemini[@uniurb.it]
Fabio[.]Giglietto[@uniurb.it]
Mario[.]Orefice[@uniurb.it]*
LaRiCA/Department of Communication Studies
University Urbino Carlo Bo
CULTURAL STUDIES E SAPERE SOCIOLOGICO
IN MEMORIA DI STUART HALL
Milano, 26-27 settembre 2014
* presenting speaker
Testi, consumi mediali e pubblici produttivi in Italia.
Analisi delle pratiche di Social Tv da #XF6 a #ServizioPubblico
Social Television research:
background teorico
La TV come mezzo che mantiene il ruolo di facilitatore
sociale che tradizionalmente gli è stato riconosciuto
[Newcomb 1994] e come contesto mediale organizzato per
“selettori tipici” [Luhmann 1996].
I contenuti televisivi sono inneschi per conversazioni
che trovano la possibilità di essere attivate e condivise
nelle piattaforme digitali nella forma del “second-screen”
[Wohn, Na 2011; Sauter, Bruns 2014; D’heer, Courtois 2014; Giglietto,
Selva 2014]
Mettere in connessione audience studies ed Internet
studies [Doughty, Rowland, & Lawson, 2012; Highfield, Harrington, &
Bruns, 2013; Larsson, 2013; Trilling 2014]
Domande di ricerca
- RQ1 Quali momenti o aspetti dei due format
innescano il coinvolgimento attivo del pubblico?
- RQ2 In che modo le forme espressive performate su
Twitter dagli utenti-fruitori di talk show politici si
differenziano da quelli di programmi d’intrattenimento?
- RQ3 Quali sono (se vi sono) gli elementi di
continuità/discontinuità tra questi “pubblici partecipativi”
per quanto riguarda contenuti e stili comunicativi
online?
Dataset
Hashtag ufficiali Episodi tweet Utenti unici
X Factor 6 #xf6 9 772.018 83.989
Servizio Pubblico #serviziopubblico 28 611.396 96.911
Minuti tweet % RT %
@replies
% tweet
originali
Media tweet per minuto
(TPM)
X Factor 6 221.78
0
772.018 31% 6% 62% 3,48
Servizio Pubblico 439.20
1
611.396 41% 4% 55% 1,39
Episodi Media tweet per
episodio (SD)
Media TPM episodio
(SD)
X Factor 6 9 62.489,33 (9.820,23) 337,78 (53,08)
Servizio
Pubblico
28 16.934,54 (26.989,25) 99,61 (158,76)
Finale XF6: picchi di engagement
Picco di engagement: momento ad elevata densità relativa di
engagement conversazionale
Analisi di un picco
Sintesi Evento
Minutaggio videoSelettori tipici
Collocazione rispetto alla routine/format Protagonisti
Luoghi/tempi
Struttura dell’enunciazione
Modalità del vedere/inquadrature
Top 5
keywords
Durata
Tweet,
RT,
Reply,
Tweet
originali,
TPM
Griglia di codifica
Analisi dati 1/3
Variabili quantitative/picchi
Picchi Media TPM % Media tweet
originali
% Media RT % Media
@replies
X Factor 6 16 590,2 70 25 5
Servizio Pubblico 39 248,31 63 33 4
Analisi dati 2/3
Selettori tipici/picchi
Picchi Contraddizione
aspettative
Determinazione
spazio di
possibilità
Infrazione
morale
Infrazione
politically
correctness
Conflitti
X Factor 6 16 50% 56,2% 0 12,5% 50%
Servizio
Pubblico
39 48,7% 5,1% 38,5% 35,9% 28,2%
X Factor 6Servizio Pubblico
N % Media
TPM
% RT % tweet
originali
Talk show 31 79 231,65 33 63
Editoriale Travaglio 5 13 397,2 39 59
Servizio esterno 4 10 103,65 40 57
Intervento del
pubblico
3 8 168,37 31 64
Sondaggio 2 5 118,69 39 56
Intervista 1 2 68,43 41 56
N % Media
TPM
% RT % tweet
originali
Esibizione 4 25 707,94 20 74
Commento dei
giudici
2 12 695,38 31 75
Verdetto I manche 3 18 602,76 31 70
Verdetto II manche 1 6 325,75 24 71
Titl 2 12 403,98 25 69
Cavallo di battaglia 1 6 352,75 31 71
Esibizione a
cappella
1 6 416 34 61
Eliminazione 6 37 612,19 26 70
Analisi dati 3/3
Routine del format/picchi
Conclusioni
- oltre analisi mono-genere o event-dependent
- picchi di engagement
- azione di framing dei format Tv sulle
audience connesse su Twitter
- oltre usi e gratificazioni
- from big data to deep data
Working paper disponibile a...
http://ssrn.com/abstract=2501856

More Related Content

More from Università of Urbino Carlo Bo

Analyzing #serviziopubblico: networked publics, appointment based television ...
Analyzing #serviziopubblico: networked publics, appointment based television ...Analyzing #serviziopubblico: networked publics, appointment based television ...
Analyzing #serviziopubblico: networked publics, appointment based television ...
Università of Urbino Carlo Bo
 

More from Università of Urbino Carlo Bo (20)

Spazi ibridi di comunicazione. La Campagna per le Politiche 2013, tra talk sh...
Spazi ibridi di comunicazione. La Campagna per le Politiche 2013, tra talk sh...Spazi ibridi di comunicazione. La Campagna per le Politiche 2013, tra talk sh...
Spazi ibridi di comunicazione. La Campagna per le Politiche 2013, tra talk sh...
 
Second Screen and Participation: a Content Analysis of a Full Season Dataset ...
Second Screen and Participation: a Content Analysis of a Full Season Dataset ...Second Screen and Participation: a Content Analysis of a Full Season Dataset ...
Second Screen and Participation: a Content Analysis of a Full Season Dataset ...
 
Spazi Ibridi della Politica Mediatizzata
Spazi Ibridi della Politica MediatizzataSpazi Ibridi della Politica Mediatizzata
Spazi Ibridi della Politica Mediatizzata
 
Second Screen and Political Talk-Shows: Measuring and Understanding the Itali...
Second Screen and Political Talk-Shows: Measuring and Understanding the Itali...Second Screen and Political Talk-Shows: Measuring and Understanding the Itali...
Second Screen and Political Talk-Shows: Measuring and Understanding the Itali...
 
Workshop on "Social Systems from Simulation to Observation"
Workshop on "Social Systems from Simulation to Observation"Workshop on "Social Systems from Simulation to Observation"
Workshop on "Social Systems from Simulation to Observation"
 
La Diffusione del Fascicolo Sanitario Elettronico in Italia: Stato e Criticità
La Diffusione del Fascicolo Sanitario Elettronico in Italia: Stato e CriticitàLa Diffusione del Fascicolo Sanitario Elettronico in Italia: Stato e Criticità
La Diffusione del Fascicolo Sanitario Elettronico in Italia: Stato e Criticità
 
Se i Like fossero voti. Strumenti per misurare l'engagement dell'elettore e d...
Se i Like fossero voti. Strumenti per misurare l'engagement dell'elettore e d...Se i Like fossero voti. Strumenti per misurare l'engagement dell'elettore e d...
Se i Like fossero voti. Strumenti per misurare l'engagement dell'elettore e d...
 
News Italia 2013: Indagine triennale sull'informazione degli Italiani in un s...
News Italia 2013: Indagine triennale sull'informazione degli Italiani in un s...News Italia 2013: Indagine triennale sull'informazione degli Italiani in un s...
News Italia 2013: Indagine triennale sull'informazione degli Italiani in un s...
 
Second Screen and Political Talk-Shows: Measuring and Understanding the Ital...
 Second Screen and Political Talk-Shows: Measuring and Understanding the Ital... Second Screen and Political Talk-Shows: Measuring and Understanding the Ital...
Second Screen and Political Talk-Shows: Measuring and Understanding the Ital...
 
Social Actions, Uncertainty and Big Data
Social Actions, Uncertainty and Big DataSocial Actions, Uncertainty and Big Data
Social Actions, Uncertainty and Big Data
 
Analyzing #serviziopubblico: networked publics, appointment based television ...
Analyzing #serviziopubblico: networked publics, appointment based television ...Analyzing #serviziopubblico: networked publics, appointment based television ...
Analyzing #serviziopubblico: networked publics, appointment based television ...
 
News Italia 2012. Osservatorio sulle nuove forme di consumo di informazione e...
News Italia 2012. Osservatorio sulle nuove forme di consumo di informazione e...News Italia 2012. Osservatorio sulle nuove forme di consumo di informazione e...
News Italia 2012. Osservatorio sulle nuove forme di consumo di informazione e...
 
Comparative analysis of Twitter metrics from two Italian crisis dataset
Comparative analysis of Twitter metrics from two Italian crisis datasetComparative analysis of Twitter metrics from two Italian crisis dataset
Comparative analysis of Twitter metrics from two Italian crisis dataset
 
I Social Media @UNIURB.IT
I Social Media @UNIURB.ITI Social Media @UNIURB.IT
I Social Media @UNIURB.IT
 
If Likes were votes: an empirical study on italian administrative election
If Likes were votes: an empirical study on italian administrative electionIf Likes were votes: an empirical study on italian administrative election
If Likes were votes: an empirical study on italian administrative election
 
UNDERSTANDING THE ONLINE NEWS CONSUMER. A COMPARATIVE STUDY BETWEEN ITALY AND...
UNDERSTANDING THE ONLINE NEWS CONSUMER. A COMPARATIVE STUDY BETWEEN ITALY AND...UNDERSTANDING THE ONLINE NEWS CONSUMER. A COMPARATIVE STUDY BETWEEN ITALY AND...
UNDERSTANDING THE ONLINE NEWS CONSUMER. A COMPARATIVE STUDY BETWEEN ITALY AND...
 
On user generated content, teleology and predictability in social systems
On user generated content, teleology and predictability in social systemsOn user generated content, teleology and predictability in social systems
On user generated content, teleology and predictability in social systems
 
Le news e gli italiani: dalla carta stampata, alla rete al mobile L’informazi...
Le news e gli italiani: dalla carta stampata, alla rete al mobile L’informazi...Le news e gli italiani: dalla carta stampata, alla rete al mobile L’informazi...
Le news e gli italiani: dalla carta stampata, alla rete al mobile L’informazi...
 
Urbino in cinema
Urbino in cinemaUrbino in cinema
Urbino in cinema
 
Cellini sport & fashion
Cellini sport & fashionCellini sport & fashion
Cellini sport & fashion
 

Testi, consumi mediali e pubblici produttivi in Italia. Analisi delle pratiche di Social Tv da #XF6 a #ServizioPubblico

  • 1. Giovanni[.]Boccia Artieri[@uniurb.it] Laura[.]Gemini[@uniurb.it] Fabio[.]Giglietto[@uniurb.it] Mario[.]Orefice[@uniurb.it]* LaRiCA/Department of Communication Studies University Urbino Carlo Bo CULTURAL STUDIES E SAPERE SOCIOLOGICO IN MEMORIA DI STUART HALL Milano, 26-27 settembre 2014 * presenting speaker Testi, consumi mediali e pubblici produttivi in Italia. Analisi delle pratiche di Social Tv da #XF6 a #ServizioPubblico
  • 2. Social Television research: background teorico La TV come mezzo che mantiene il ruolo di facilitatore sociale che tradizionalmente gli è stato riconosciuto [Newcomb 1994] e come contesto mediale organizzato per “selettori tipici” [Luhmann 1996]. I contenuti televisivi sono inneschi per conversazioni che trovano la possibilità di essere attivate e condivise nelle piattaforme digitali nella forma del “second-screen” [Wohn, Na 2011; Sauter, Bruns 2014; D’heer, Courtois 2014; Giglietto, Selva 2014] Mettere in connessione audience studies ed Internet studies [Doughty, Rowland, & Lawson, 2012; Highfield, Harrington, & Bruns, 2013; Larsson, 2013; Trilling 2014]
  • 3. Domande di ricerca - RQ1 Quali momenti o aspetti dei due format innescano il coinvolgimento attivo del pubblico? - RQ2 In che modo le forme espressive performate su Twitter dagli utenti-fruitori di talk show politici si differenziano da quelli di programmi d’intrattenimento? - RQ3 Quali sono (se vi sono) gli elementi di continuità/discontinuità tra questi “pubblici partecipativi” per quanto riguarda contenuti e stili comunicativi online?
  • 4. Dataset Hashtag ufficiali Episodi tweet Utenti unici X Factor 6 #xf6 9 772.018 83.989 Servizio Pubblico #serviziopubblico 28 611.396 96.911 Minuti tweet % RT % @replies % tweet originali Media tweet per minuto (TPM) X Factor 6 221.78 0 772.018 31% 6% 62% 3,48 Servizio Pubblico 439.20 1 611.396 41% 4% 55% 1,39 Episodi Media tweet per episodio (SD) Media TPM episodio (SD) X Factor 6 9 62.489,33 (9.820,23) 337,78 (53,08) Servizio Pubblico 28 16.934,54 (26.989,25) 99,61 (158,76)
  • 5. Finale XF6: picchi di engagement Picco di engagement: momento ad elevata densità relativa di engagement conversazionale
  • 6. Analisi di un picco Sintesi Evento Minutaggio videoSelettori tipici Collocazione rispetto alla routine/format Protagonisti Luoghi/tempi Struttura dell’enunciazione Modalità del vedere/inquadrature Top 5 keywords Durata Tweet, RT, Reply, Tweet originali, TPM Griglia di codifica
  • 7. Analisi dati 1/3 Variabili quantitative/picchi Picchi Media TPM % Media tweet originali % Media RT % Media @replies X Factor 6 16 590,2 70 25 5 Servizio Pubblico 39 248,31 63 33 4
  • 8. Analisi dati 2/3 Selettori tipici/picchi Picchi Contraddizione aspettative Determinazione spazio di possibilità Infrazione morale Infrazione politically correctness Conflitti X Factor 6 16 50% 56,2% 0 12,5% 50% Servizio Pubblico 39 48,7% 5,1% 38,5% 35,9% 28,2%
  • 9. X Factor 6Servizio Pubblico N % Media TPM % RT % tweet originali Talk show 31 79 231,65 33 63 Editoriale Travaglio 5 13 397,2 39 59 Servizio esterno 4 10 103,65 40 57 Intervento del pubblico 3 8 168,37 31 64 Sondaggio 2 5 118,69 39 56 Intervista 1 2 68,43 41 56 N % Media TPM % RT % tweet originali Esibizione 4 25 707,94 20 74 Commento dei giudici 2 12 695,38 31 75 Verdetto I manche 3 18 602,76 31 70 Verdetto II manche 1 6 325,75 24 71 Titl 2 12 403,98 25 69 Cavallo di battaglia 1 6 352,75 31 71 Esibizione a cappella 1 6 416 34 61 Eliminazione 6 37 612,19 26 70 Analisi dati 3/3 Routine del format/picchi
  • 10. Conclusioni - oltre analisi mono-genere o event-dependent - picchi di engagement - azione di framing dei format Tv sulle audience connesse su Twitter - oltre usi e gratificazioni - from big data to deep data
  • 11. Working paper disponibile a... http://ssrn.com/abstract=2501856