Ep2014 viralidad en_twitter

Viralidad de los mensajes
en Twitter en las
Campañas Electorales
26-septiembre-2012
M. Luz Congosto
1

Objetivo
Aportar luz a la participación y
la receptividad del ciudadano en
las campañas electorales
Contexto
Conversación exógena y
endógena de la campaña de las
elecciones europeas del 2014 en
Twitter
Metodología
Base cuantitativa del análisis:
patrones de publicación, temas
tratados, difusión de mensajes y
perfiles de los usuarios que
participaron.
26-Septiembre-2014 M. Luz Congosto 2

¿Por qué en Twitter?
Los mensajes son públicos
Es un medio utilizado en la campaña
por todos los partidos
Sus usuarios son más sensibles a los
temas sociales que en otros medios on-line(
Bernal 2013)
Es una fuente para conocer la opinión pública
(Congosto 2014)

Viralidad
La viralidad depende del origen, el
contenido del mensaje y del contexto
(The tipping point, Gladwell, 2000)
El mensaje: Los tweets
El origen: El usuario
El contexto: Las causas que
amplifican o atenúan el mensaje

Metodología-1
26-Septiembre-2014
Conversación exógena
Conversación endógena
M. Luz Congosto 5
API Streaming de Twitter
Nombres: Tweets que mencionaron a los
candidatos por su nombre (169.590
tweets)
Debate: Tweets relacionados con los
debates de los candidatos en los Medios
(560.830 tweets)
#Hashstags: Tweets que incluyeron
hashtags de campaña (411.591 tweets)
@candidatos: Tweets que mencionaron a
los perfiles de twitter de los candidatos o de
los partidos (575.101 tweets)
En total 1.525.282 tweets (11,17% de duplicados)

Metodología-2
Clasificación temática
Proyecto, Spanish Policy Agendas Temas percibidos por los
Código Subcódigo ciudadanos (Fuente: CIS)
1 Macroeconomía 100 Economía La economía
103 Desempleo El paro
2 Derechos y libertades
civiles
202 Discriminación de género El machismo y Temas relacionados
con la mujer
207 Libertad de expresión
208 Derecho a la vida La ley del aborto
230 Política de inmigración La inmigración
3 Salud 300. Política de salud La sanidad
5 Trabajo 501 Entorno y condiciones
laborables
La calidad del empleo
506 Empleo y juventud Temas relacionados con la juventud
6 Educación y cultura 600 Educación y cultura La educación
13 Política social 1300 Política social Temas de índole social
14 Política de vivienda 1400 Política de vivienda La vivienda
19 Política Exterior 1910 Unión Europea: cuestiones
institucionales
Temas relacionados con Europa
20 Gobierno y Administración
Pública
2050 Independencia política Los nacionalismos
2007 Corrupción La corrupción y el fraude
2012 Sistema electoral y partidos La política, los partidos, los/as
políticos/as
Descalificaciones

Metodología-3
Clasificación por diccionario de palabras/expresiones, contemplando falsos positivos
Proceso (1):
(1) Casas, Andreu, Ferran Davesa y Mariluz Congosto. 2014. "Quién y Qué Influenció La Agenda del 15M." Working Paper

Metodología-4
Clasificación de usuarios Género
Actividad y repercusión (1):
Influencer: Si obtuvo un alto número de RTs
Networker: Si publicó muchos tweets y el número de RTs realizados y
recibidos fue balanceado.
Resonator: Si publicó muchos tweets y la mayoría de ellos fueron RTs
Monologist: Si publicó muchos tweets y el número de RTs recibidos fue bajo
Passive: Si publicó o hizo pocos RTs
Isolated: Si no realizó ni recibió ningún RT
Líderes de opinión(2):
Instituciones: Medios + Partidos
Personas: candidatos + Políticos + Periodistas + Cuidadanos
Personajes: Perfiles ficticios o fakes
(1) Peña-López, Ismael, Congosto, ML & Aragón, Pablo . 2014. “Journal of Spanish Cultural Studies Spanish Indignados and the Evolution of the 15M
Movement on Twitter : Towards Networked Para-Institutions.” Journal of Spanish Cultural Studies: 37–41.
(2) Deltell, L, Congosto, ML, Claes, F,and & Osteso, JM. 2013. “Identification and Analysis of the Opinion Leaders around the Figure of Hugo Chávez on
Twitter.” 696–718. http://www.revistalatinacs.org/068/paper/997_UCM/31_Deltellen.html (September 20, 2013).

Resultados-1
Evolución de los contextos en el tiempo
180,000
160,000
140,000
120,000
N. de Tweets
100,000
80,000
60,000
40,000
20,000
0
04-05
05-05
06-05
07-05
08-05
09-05
10-05
11-05
12-05
13-05
14-05
15-05
16-05
17-05
18-05
19-05
20-05
21-05
22-05
23-05
24-05
Nombres
#Hashtags
@Candidatos
Debate
Las conversaciones exógenas (Nombres & Debate) tuvieron un perfil bajo de actividad
salvo en eventos señalados como los debates o ante polémicas suscitadas por los
candidatos. En el entorno endógeno (#Hashtags & @Candidatos), se encontraron
fluctuaciones propias de la campaña y una menor influencia de los debates o de las
controversias

Resultados-2
Estructura de los tweets
Conversación exógena
En Nombres se encontraron
frecuentemente URLs, lo que indica que
muchos tweets provenían de noticias de
medios o de blogs. Sin embargo, en el
Debate la conversación fue más textual,
comentando o dando la opinión sobre los
candidatos.
Conversación endógena
En Hashtags se encontró una estrategia
de comunicación basada en la difusión de
imágenes, mientras que en @candidatos
la estrategia de comunicación fue textual.
Nombres
60
50
40
30
20
10
0
#Hashtags
@Candidatos
Debate
Sin URL Foto incrustada Con URL

Resultados-3
Los nueve temas más frecuentes
Conversación endógena:
Campaña, Sistema electoral,
corrupción y economía
Conversación exógena:
Campaña, discriminación de género
y descalificaciones
44.36
27.36
35.17
21.76
17.90
5.60
26.22
41.89
10.61
14.05
20.99
11.73
5.98
9.14
7.12
4.50
6.80
11.04
8.43
7.79
5.64
5.58
7.03
3.48
7.99
9.12
5.48
3.57
12.51
9.84
7.88
6.37
@Candidatos
#Hashtags
Nombres
Debate
0.00 20.00 40.00 60.00 80.00 100.00 120.00
Campaña Discriminación de género Sistema electoral y partidos
Corrupción Economía Política social
Descalificaciones desempleo Educación y cultura
Nota: Un tweet puede hacer referencia a más de un tema por lo que la suma de los porcentajes de cada contexto puede dar un
resultado mayor a cien

Resultados-4
La viralidad por tipo de mensajes
Independientemente del tipo de
conversación, los tweets con
imágenes fueron los más
virales
Debate
100%
80%
60%
40%
20%
0%
Nombres
#Hashtags
@Candidatos
Sin URL Foto incrustada Con URL

Resultados-5
La viralidad por tema
Similar: Corrupción, economía,
desempleo, descalificaciones y
política social
Diferente: Libertad de
expresión, Independencia
política y el Derecho a la vida
120.00
100.00
80.00
60.00
40.00
20.00
0.00
Corrupción
Economía
desempleo
Descalificaciones
Política social
Unión Europea:…
Empleo y juventud
Política de vivienda
Libertad de expresión
Política de inmigración
Independencia política
Política de salud
Educación y cultura
Entorno y condiciones…
Discriminación de género
Campaña
Derecho a la vida
Sistema electoral y…
Debate
Nombres
#Hashtags
@Candidatos

Resultados-6
Clasificación por género
La mujer sigue participando en
Twitter minoritariamente en
temas sociales y políticos (1)
No hubo grandes diferencias en
la participación por género en las
conversaciones endógenas y
exógenas.
22.72
23.49
20.71
23.71
43.24
40.31
42.29
40.84
34.04
36.2
37
35.45
0 20 40 60 80 100 120
@Candidatos
#Hashtags
Nombres
Debate
Mujeres
Hombres
desconocido
(1) Peña-López, Ismael, Congosto, ML and Aragón, Pablo . 2014. “Journal of Spanish Cultural Studies Spanish Indignados and the
Evolution of the 15M Movement on Twitter : Towards Networked Para-Institutions.” Journal of Spanish Cultural Studies: 37–41.

Resultados-7
Clasificación por actividad e impacto
68.39
71.03
58.3
62.16
16.1
10.45
21.76
21.36
13.26
12.1
13.22
10.67
0 20 40 60 80 100 120
Passive
Isolated
Resonator
Networker
Influencer
Monologist
80% poca actividad 20% mucha actividad
@Candidatos
#Hashtags
Nombres
Debate
Principio de Pareto
Más conectada, pocos networkers
en @candidatos
Usuarios más activos pero menos
conectados

Resultados-8
Clasificación de los lideres de opinión por tipos
Mucha fuerza de los partidos y poca
relevancia de los medios, los
periodistas y los personajes
Poca relevancia de los candidatos,
partidos y políticos. En las noticias
más influyentes los medios y en el
debate los periodistas
3
13
9
5
13
8
47
53
3
15
15
12
18
7
5
1
15
25
0
2
23
28
17
16
19
12
1
2
0 20 40 60 80 100 120
@Candidatos
#Hashtags
Nombres
Debate
Candidatos
Partidos
Políticos
Medios
Periodistas
Ciudadanos
Personajes
Otros

Resultados-9
Clasificación de los lideres de opinión por Política, Comunicación y Ciudadanía
19
28
78
71
32
33
7
1
47
35
18
18
0 20 40 60 80 100 120
@Candidatos
#Hashtags
Nombres
Debate
Los medios de comunicación y los
periodistas no lideraron ninguno de los
entornos estudiados
Política= Partidos + Candidatos +
Políticos
Comunicación= Medios + Periodistas
Ciudadanía= Ciudadanos +
Personajes
Otros

Resultados-10
Clasificación de los lideres de opinión por Instituciones, Personas y Personajes
Las instituciones difunden más
que las personas
Las personas difunden más que
las instituciones
15
31
54
52
68
49
42
42
19
12
1
2
0 20 40 60 80 100 120
@Candidatos
#Hashtags
Nombres
Debate
Instituciones= Partidos + Medios
Personas= Candidatos + Políticos +
Periodistas + Ciudadanos
Personajes
Otros

Resultados-11
Viralidad total vs. Viralidad pico por tipos
No hubo grandes variaciones
entre la viralidad total y la pico
salvo en @candidatos-Pico en
el que arrasaron los candidatos
No hubo mucha diferencia entre
la viralidad total y la pico salvo en
Debate-Pico en en el que los
candidatos fueron más virales
13
20
3
15
13
26
9
9
3
5
53
81
47
16
7
18
9
8
34
7
15
1
15
17
15
3
28
16
25
0 20 40 60 80 100 120
@Candidatos-Total
@Candidatos-Pico
#Hashtags-Total
#Hashtags-Pico
Nombres-Total
Nombres-Pico
Debate-Total
Debate-Pico
Viralidad total= Los cien usuarios con más RTs
Viralidad pico= Usuarios cuyos tweets están entre los cien con más RTs
17
19
0
12
5
5
1
0
2
6
15
28
27
23
16
12
19
14
12
8
1
2
2
Candidatos
Partidos
Políticos
Medios
Periodistas
Ciudadanos
Personajes
Otros

Resultados-12
Viralidad total vs. Viralidad pico por Política, Comunicación y Ciudadanía
42
19
25
28
78
71
71
100
31
32
32
33
7
1
11
0
18
18
14
23
47
41
35
0 20 40 60 80 100 120
@Candidatos-Total
@Candidatos-Pico
#Hashtags-Total
#Hashtags-Pico
Nombres-Total
Nombres-Pico
Debate-Total
Debate-Pico
Política= Partidos + Candidatos +
Políticos
Comunicación= Medios + Periodistas
Ciudadanía= Ciudadanos + Personajes
Otros
La política es más viral en pico en todas las conversaciones

Resultados-13
Viralidad total vs. Viralidad pico por Instituciones, Personas y Ciudadanos
19
15
12
39
31
31
54
52
68
76
81
49
53
55
42
42
19
14
12
8
1
2
2
0
0 20 40 60 80 100 120
@Candidatos-Total
@Candidatos-Pico
#Hashtags-Total
#Hashtags-Pico
Nombres-Total
Nombres-Pico
Debate-Total
Debate-Pico
Instituciones= Partidos + Medios
Personas= Candidatos + Políticos +
Periodistas + Ciudadanos
Personajes
Otros
Las personas son más virales en pico que las instituciones

Resultados-14
Orientación política
El uso del RT tiene un significado positivo debido a que en la
mayoría de los casos se difunde lo que se está de acuerdo.
Esta característica no solo sirve para medir viralidad sino que
también aporta información de la afinidad entre los que lo
realizan, creando comunidades de. usuarios con similares
tendencias políticas (Conover et al. 2010).
El análisis de los RTs proporcionó un mapa de la orientación
política en la que aparecen definidos los partidos junto a su
proximidad o lejanía ideológica.
Partido Popular (1)
PSOE (2)
Impulso Social, Falange Española, MSR y Democracia Nacional (3),
VOX (4)
UPyD (5)
Ciudadanos (6)
El PACMA(7)
Bildu y BNG (8)
CIU y Esquerra Republicana (9)
Podemos (10)
Partido X (11)
Elpidio Silva (12)
Izquierda Unida y ICV-EUiA (13)
Compromis y EQUO (14)
Partido pirata (15)

Conclusiones
Conversación exógena vs. endógena
• La conversación exógena y endógena en Twitter fue como agua y aceite.
Dos capas de comunicación con pocas conexiones
• La comunicación exógena se compuso de noticias o enlaces a blogs y de
comentarios textuales hacia los candidatos. La endógena utilizó mucho las
imágenes embebidas y comunicaciones textuales
• La comunicación exógena fue muy sensible ante eventos puntuales como
los debates televisados o las polémicas. La endógena se ajusto a la
campaña y apenas le afectaron los eventos o las controversias
• La conversación exógena versó sobre la campaña, sobre el machismo,
motivado por el comentario del candidato del partido popular, y sobre
descalificaciones. La endógena estuvo centrada en la campaña, el sistema
electoral, la corrupción y la economía

Conclusiones
Viralidad del contenido
• Los mensajes que embebieron imágenes fueron mucho más virales que los
que incluyeron URLs o solo texto, independientemente del tipo de
conversación. Se constata que los usuarios prestan mayor atención ante la
información multimedia y que se usa este recurso en el marketing político
• Las mayores preocupaciones de los ciudadanos como el paro, la
corrupción y la economía tuvieron su reflejo en Twitter con una viralidad
similar de estos temas en todas las conversaciones. Hay que matizar que
estos valores fueron relativos a cada tema, siendo más divergentes en el
valor absoluto del volumen de atención. Por otro lado, la libertad de
expresión, la independencia política y el derecho a la vida tuvieron una
propagación relativa mucho más divergente

Conclusiones
Viralidad de los usuarios
• Las mujeres participaron menos que los hombres, una tendencia ya observada
en otros análisis sobre participación en temas sociales.
• La participación de los usuarios siguió el principio del Pareto, la actividad estuvo
concentrada en el 20% de los usuarios mientras que el 80% participo
testimonialmente.
• En la conversación exógena estuvo liderada por la ciudadanía mientas que en
la endógena los líderes de opinión fueron los candidatos, los partidos y en
menor medida los políticos. Los medios de comunicación y los periodistas no
lideraron ninguno de los entornos estudiados.
• Las personas resultaron más virales en la conversación exógena mientras que
en la endógena lo fueron las instituciones. Sin embargo, los mensajes más
difundidos fueron mayoritariamente de personas en todos los contextos.
• La orientación política detectada muestra cuatro grandes agrupaciones: El
bipartidismo, los partidos pequeños de diversa ideología, el nacionalismo y las
plataformas ciudadanas junto con la izquierda

Ep2014 viralidad en_twitter

Recommended

Recommended

More Related Content

What's hot

What's hot (8)

Viewers also liked

Viewers also liked (20)

Similar to Ep2014 viralidad en_twitter

Similar to Ep2014 viralidad en_twitter (20)

More from Mª Luz Congosto

More from Mª Luz Congosto (20)

Recently uploaded

Recently uploaded (20)

Ep2014 viralidad en_twitter