Nel post precedente avevamo fatto con voi un viaggio per capire che rapporto vi fosse tra le conversazioni sui Social e le elezioni.
Abbiamo visto, ad esempio, che l’analisi quantitativa dei tweets non fornisce indicazioni sul risultato delle urne. Questo genere di misurazione infatti potrebbe dare risultati compatibili con i voti elettorali qualora il profilo sociodemografico degli elettori coincidesse con quello di chi twitta.
Ciò non accade per almeno due motivi: il primo è che chi usa Twitter è in media più giovane di chi vota (sampling bias), il secondo che possono esserci utenti particolarmente attivi su Twitter che postano a favore di questo o quel candidato.
Diventerebbe allora rilevante – avendo a disposizione degli strumenti automatici che consentano di farlo con alto grado di affidabilità (l’alternativa è l’attribuzione manuale ma qui abbiamo a che fare con volumi davvero elevati di tweets) – analizzare il sentiment delle conversazioni.
Parallelamente, possono emergere una serie di considerazioni che fanno riferimento alle caratteristiche stesse dei canali in cui queste conversazioni hanno luogo e alla loro relazione: ultimamente, ad esempio, abbiamo osservato una correlazione inversa tra ascolti TV e volume tweets.
Oltre un mese fa abbiamo cercato di capire se Twitter poteva essere predittivo rispetto ai risultati delle urne alle elezioni regionali siciliane.Con un’analisi di regressione lineare applicata ai giorni successivi al risultato abbiamo verificato che la correlazione tra i volumi di mention su Twitter e i risultati era forte (errore assoluto medio 1,75%); tuttavia, tale correlazione non veniva osservata nei giorni precedenti al voto.
Ci abbiamo riprovato al primo turno delle primarie del centrosinistra: non c’era correlazione né tra mention su Twitter e risultati, né con i volumi di interesse online mostrati dai Google Trends e con i sondaggi.
Quello che abbiamo concluso nella precedente analisi è che il vero tesoro di tanti dati raccolti non è nella ricerca di una inesistente conversione tra attività sui Social e voti, bensì in ciò che questi dati possono dire ai politici sui comportamenti e sugli interessi degli utenti che parlano di loro online.
E’ stato invece rilevante confermare che la TV – con il dibattito su Sky – è stata al centro di gran parte delle conversazioni analizzate su Twitter. E lo stesso è accaduto durante la settimana che ha portato al secondo turno delle primarie.
Dal 26 novembre all’1 dicembre abbiamo raccolto ed analizzato 217.355 tweets, inviati da 49.196 autori unici.
Ancora una volta, la TV è stata al centro delle conversazioni degli utenti, come mostrato dai picchi raggiunti dalle conversazioni durante il confronto tra Bersani e Renzi su RAI 1 il 28 novembre:
Dal momento che ci interessa primariamente capire come si comportano gli utenti online, ci siamo chiesti se vi fosse una correlazione tra l’audience della trasmissione tracciata minuto per minuto (a tal proposito, si ringrazia RAI per i dati forniti) ed il flusso di tweets relativo.Il risultato potete vederlo da voi:
Si osserva una correlazione inversa: il numero di tweets aumenta durante le pause pubblicitarie, un comportamento del tutto normale che si potrebbe spiegare con un ovvio calo della soglia di attenzione all’evento televisivo ed una maggiore attenzione ai commenti online.
Interessante l’andamento delle Twitter mention durante il dibattito che, oltre a Bersani e Renzi, vede protagonisti Gianni Riotta, Giulia Innocenzi e Il Fatto Quotidiano.Non solo spazio per i politici dunque.
Si noti peraltro che – come accaduto per il dibattito su Sky, l’hashtag ufficiale scelto – #bersanirenziconfrontofinale (poco più di un migliaio di occorrenze) – non è stato il più utilizzato dagli utenti che gli hanno preferito #1csx2 (circa 61.000 occorrenze) e #csx2 (quasi 5.000 occorrenze), lamentando in molti casi e analogamente a quanto registrato per #ilconfrontoskytg24, la lunghezza poco adatta al canale.
Di cosa e di chi si è parlato in generale durante l’intera settimana?
Questo l’andamento degli hashtag più utilizzati, che rappresenta valori comparabili a quelli registrati durante le analisi effettuate dopo il primo turno delle primarie. Come accaduto la scorsa settimana, il dibattito televisivo è presente due volte tra i top hashtag. Dopo l’evento RAI i volumi degli hashtag riferiti a Bersani aumentano.
Come scrivevamo all’inizio, tuttavia, il vero valore dei dati lo si trova nel porre le giuste domande in fase di analisi e nell’osservare i comportamenti degli utenti e le relazioni che si stabiliscono tra gli utenti stessi ed i temi di loro interesse.
Abbiamo quindi individuato i temi più citati su Twitter ed abbiamo cercato di capire come gli utenti si mettessero in relazione ad essi e come questi fossero collegati tra di loro e con i due candidati al ballottaggio.Questo il risultato:
La rete è stata ottenuta tenendo conto delle relazioni implicite contenute in tutti i tweet che trattano almeno uno dei principali temi di attualità individuati su Twitter. I clusters, sono stati calcolati in modo automatico (algoritmo di Clauset-Newmann-Moore).
Anche se in generale Renzi ottiene più mention di Bersani, sui topic emersi sopra è quest’ultimo ad ottenere un maggior volume di citazioni.
In alto a destra sono individuabili i temi vicini a Bersani: lavoro, sanità, scuola. A sinistra i temi relativi alla politica in generale. Ilva e Renzi hanno ciascuno un proprio cluster.
Al centro vi sono invece gli hashtag relativi al confronto RAI e quelli su mafia e sud, equidistanti rispetto agli altri.
In conclusione, vi è una sfida ancora più grande e la cui esigenza è emersa da più parti, che consiste nella ricerca di modelli che coniughino il comportamento online degli utenti e la “realtà offline”.
TV e politica costituiscono certamente ambiti di indagine interessanti – come abbiamo visto – così come i mercati finanziari già ampiamente studiati.
C’è però ancora molto da fare per trovare una condivisa accettazione di misure e risultati.
