Des de fa un any l’equip de xarxes socials de la Generalitat de Catalunya estudia les dades d’activitat dels comptes corporatius per millorar-ne i optimitzar-ne les publicacions. Un dels aspectes que s’ha estudiat és la vida d’un tuit, entenent-ho com el temps que aquest missatge és visible en el timeline dels seguidors. Per calcular-ho s’han analitzat 140.000 tuits publicats des de comptes de la Generalitat a partir de juliol de 2012, i tots els retuits que han generat.
El retuit és l’indicador que s’utilitza per verificar si un tuit és visible pels seguidors. En primer lloc, s’analitza el temps que transcorre des de l’hora de publicació del tuit i els retuits dels seguidors. S’observa que mentre un missatge és visible i desperta interès, va acumulant interaccions.
Hores entre la publicació d’un tuit i els seus retuits
Per tenir una primera idea del temps que passa entre la publicació d’un missatge i els retuits dels subscriptors cal veure aquest primer gràfic amb l’acumulat de tots els perfils de Twitter de la Generalitat.
S’observa com més d’un 70% dels retuits publicats són, com a màxim, dues hores després de la publicació del tuit. A partir d’aquí la corba s’estabilitza, especialment a partir de les quatre hores. Es pot dir que l’ordenació cronològica de Twitter provoca que el màxim impacte d’un tuit és fins a dues hores després de la seva publicació. Això és lògic ja que els tuits més recents sempre estan a la part més visible de la plataforma.
Retuits en funció de l’hora de publicació
Un dels altres aspectes que s’avaluen és si l’hora de publicació d’un tuit és rellevant a la vida d’un tuit.
En aquest gràfic es dibuixa el percentatge de retuits en funció de l‘hora de publicació. Per completar l’anàlisi es pinta una àrea per a cada 1 de les 5 primeres hores en què un tuit és retuitejat. Així per exemple, la part blava indica l’evolució del percentatge de retuits durant la primera hora al llarg del dia.
Es veu com la velocitat de retuits canvia en funció de l’hora de publicació dels missatges. A les 4 del matí és quan hi ha un percentatge més baix de retuits durant les 5 primeres hores de la publicació.
Aquest gràfic engloba tots els tuits dins la solució corporativa de xarxes socials de la Generalitat de Catalunya sense tenir en compte la seva tipologia ni els tipus de missatges que publica. Tot i això dóna una idea aproximada sobre la vida d’un tuit en funció de l’hora de publicació.
A partir de la representació, s’observa com hi ha dues franges horàries que es poden considerar de màxim interès: entre les 7 i les 9 del matí i, al vespre, entre les 21h i les 23h.
Retuits en funció del compte de Twitter
En el següent gràfic es veuen un a un els comptes de Twitter de la Generalitat de Catalunya amb major volum de retuits per les seves publicacions. Hi ha una barra on s’indica el percentatge de retuits publicats per compte i cada color representa les hores des de la seva publicació. Així per exemple, el color blau indica el percentatge de retuits fets durant la primera hora, el vermell durant la segona, i així successivament.
S’observa com els comptes s’organitzen per tipologia de compte. Els que reben un percentatge més alts de retuits durant la primera hora després de publicar el tuit són @rodalies i @transit, que informen de les incidències en els mitjans de transport. És evident que el valor informatiu d’un tuit referent a problemes de transport té un interès molt elevat en un període immediat després de la seva publicació. Això fa que la vida dels seus tuits sigui molt curta, i en moltes ocasions calgui publicar un alt nombre de missatges en períodes de temps molt reduïts, per exemple informant del tall d’una via per un accident, i la posterior normalització del servei.
Entre els que reben més retuits durant la primera hora hi ha perfils de seguretat ciutadana com: @emergenciescat, @012, @112 i @meteocat.
D’altra banda, es veu com perfils que informen d’altres temes menys lligats a l’actualitat immediata, tenen una vida més llarga, ja que la seva informació es pot considerar menys lligada a l’estricta actualitat.
Felicitats, unes dades molt interessants!! Per cada mes de l’any, quins han estat els 3 tuits que han generat més respostes o retuits?
Publicarem aquestes dades quan acabi l’any natural, no falta gaire 😛
Enhorabona: bon post, amb un estudi interessantíssim de les dades obtingudes de Twitter! I bon any, equip de xarxes socials 🙂
Un article a tenir en compte perquè aporta informació necessària per respondre preguntes com quines poden ser les millors franges horàries per publicar piulades, tot cercant una eficàcia més alta.
Bon any a l’equip i a tota la gent que passa per aquest blog.
Felicitats, molt interessant! La gran pregunta que em resta és fins quan dura el long tail, quines són les informacions que, passat el moment d’immediatesa, reben RT i quina es la raó per la qual aquesta informació enterrada revisqui.
Felicitats per l’estudi. Amb aquestes dades es poden plantejar accions que ajudin més a conèixer els continguts.
@Edu
Responent a les qüestions que planteges, el retuit que s’ha fet més tard des de la publicació del tuit original és 3.943 hores després o el que és el mateix uns 164 dies després.
Per fer-nos una idea més aproximada, un 90% dels retuits han estat fets abans de les 11 hores des de la publicació del tuit original.
Les causes són diverses, des de les persones que entren molt de tant en tant a Twitter, com els tuits encastats dins de notícies o entrades de blogs, fins aquells que volen recordar algun missatge publicat fa més temps.
Cal recordar que els tuits estudiats són els publicats a partir del juliol de 2012.
Muy interesante, gracias por la info. ¿Podéis hacer un gráfico que incluya la cantidad de tuits media al día y de seguidores para cada una de las cuentas analizadas? ¿Puede ser que independientemente del tipo de información las que tienen más seguidores tengan más retuits? (casi lógicamente las que son más valoradas tendrán más retuits…) Y en el texto habéis citado mal la cuenta de rodalies “@rodalides”.
¿Alguna cuenta de gencat hace tuits múltiples a lo largo del día? ¿Habéis analizado la efectividad? Gracias!
JP
Hola Juan Pablo,
Aquí puedes consultar la información que pedías.
Gracias.
Muy muy interesante. Muchas gracias!
@JuanPabloGarcia
La semana que viene añadiremos al post la info que nos pides; lo haremos como un apartado y aparte para mantener la coherencia del post.
@rodalies ya está correcto.
Gracias, Juan.
Gràcies per la feina feta. Això ens ajuda a millorar en la planificació dels continguts i la repercussió que poden tenir.
Crec que ja ho ha demanat algú altre, però en tot cas, he trobat a faltar dades en valor absolut. I crec que ajudarien molt a acabar de comprendre i interpretar els resultats. Si teniu alguna informació que hi faci referència, seria molt d’agrair. Gràcies! I enhorabona, molt bon estudi, la veritat!
Hola Albert,
Pots observar el que demanes a la resposta que hem fet a @JuanPablo.
Gràcies.
Una anàlisi molt interessant i molt útil per als usuaris de Twitter. Moltes gràcies i bon any!
Molt bones dades 🙂
I quins han estat els tweets que han generat més interès??
Arnau, ja pots consultar-ho a l’apunt que acabem de publicar http://gen.cat/1d0kM5n
^_^ moltes gràcies