El documento presenta un modelo para analizar conversaciones en Twitter y su impacto, desarrollado por Insight Innovation para investigación de mercados. Explica que Twitter es un espacio de conversación y opinión pública, no solo publicaciones aisladas. El modelo distingue entre alcance y repercusión de tweets, y encuentra que una pequeña cantidad de tweets concentra la mayor repercusión. El documento también incluye un caso de estudio sobre conversaciones en Twitter relacionadas a las Administradoras de Fondos de Pensiones en Chile.

1. Investigación de
formación de discursos
y repercusión en Twitter
Modelo de seguimiento y análisis de
conversaciones en redes sociales, desde la
Investigación de Mercados.
Insight Innovation
IIeX 2017 Latam
Septiembre 2017
Autores: Víctor Allan y Patricio Arenas
www.singular.marketing
Santiago, Chile.

2. ¿Por qué la
Investigación de
Mercados ha
desatendido a las
redes sociales
como fuente de
información útil
para crear
conocimiento?

3. Algunos ven
en Twitter un
mero espacio
de desahogo…

4. Otros como un
lugar para
disparar palabras
sin compromiso…

5. Espacio donde generar y
compartir ideas e
información al instante.
Más allá de lo que es Twitter…
310
millones de
usuarios
activos
500
millones de
Tweets a
diario
66% de
usuarios se
conecta a
diario
83% de
líderes
mundiales
usa Twitter
2,5 veces % más
conversaciones que
hace 2 años

6. Los usuarios de Twitter son más proclives a adelantarse a las tendencias,
descubrir y probar nuevos productos, compartir y comentar sobre lo nuevo.
Fuente: Zeitgeist Research, 2016
Lo atractivo para la Investigación es…

7. TWITTER no es… TWITTER es…
Una muestra del universo de la opinión pública
Un universo en sí mismo, acotado, que puede interactuar
con otros universos
Un análogo de la prensa, con “publicaciones” e
“impresiones”
Una red de conversaciones, como asambleas o ágoras
Una democracia electoral, donde todas las opiniones
valen lo mismo (un voto)
Un juego recursivo en que pocos tuits concentran la
repercusión y la mayoría no tiene ninguna
Una economía capitalista donde la repercusión se
concentra sólo en quienes tienen un gran capital de
seguidores
Un juego de azar en que cualquiera puede lograr un tuit de
alta repercusión, aunque no tenga un gran capital de
seguidores
Y en términos metodológicos…

8. • Un canal de
comunicación abierto.
• Una plaza pública,
un ágora.
• Un laboratorio de
opinión pública.
En definitiva, Twitter es de interés para la Investigación de Mercados porque es:

9. Sin embargo, el interés por entender qué se está
diciendo en las redes sociales, choca con una
oferta de análisis de poca profundidad,
esencialmente descriptivo, basados en conteos
de menciones, trending topics y rankings.

11. Lo esencial de Twitter es que produce recursividad de sus conversaciones, lo que
permite identificar discursos, significados, e influencias… que hasta ahora no han sido
miradas adecuadamente por las herramientas digitales de monitoreo de redes sociales.

12. Nuestra
representatividad es
la REPERCUSIÓN

13. Innovamos a través de una
herramienta que permite
analizar en profundidad el
comportamiento de los
mensajes presentes en
Twitter, sus ideas fuerza, su
impacto, origen y potencia.
Más allá de los típicos
indicadores de Twitter…

15. Los Momentos del Análisis de Twitter
Búsqueda inteligente
Preguntas de
Investigación
Identificación de la
masa crítica
Análisis de contenido:
autores, actitudes y discursos
Agentes de
propagación de
ideas y contenidos
Conversaciones relevantes

16. Pilares del Modelo: distinción entre Alcance y Repercusión de Tuits
El ALCANCE es una estimación del
número de personas que leen un tuit.
La REPERCUSIÓN es una estimación
del número de personas que
interactúan con un tuit, aprobando o
retuiteando, lo que da la posibilidad
a más personas de leerlo.

17. Hecho esencial 1: alcance y repercusión son independientes
Muestra atemática (palabras vacías)

18. Hecho esencial 2: la repercusión se concentra en unos pocos tuits
85,7%
8,9%
3,6% 1,4% 0,4% 0,1% 0,0%
15,3% 17,2% 18,7% 18,9%
14,0%
10,9%
5,0%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
LR0 LR1 LR2 LR3 LR4 LR5 LR6
%"menciones"únicas
share"of"voice
El#2%#de#los#tuits#concentra#el#49%#de#la#repercusión
Muestra atemática (palabras vacías)
Base: 40742 tuits únicos del 9 al 11 de junio de 2017 en Santiago de Chile
NIVELES DE REPERCUSIÓN

19. Hecho esencial 3: alcance y repercusión por autor se correlacionan
positivamente, en la medida en que hay influenciadores sistemáticos

20. Explicación de los Niveles de Repercusión
LUZ DE ESTRELLAS LEJANAS
La gran mayoría de la repercusión de los tuits se
genera a pocas horas o días de su publicación.
Sin embargo, los tuits de alta repercusión pueden
seguir generando interacción en el tiempo.
A la repercusión que proviene de tuits publicados
antes del período abarcado por la búsqueda, la
llamamos repercusión residual.
UNAS POCAS ESTRELLAS BRILLANTES
La gran mayoría de los tuits genera escasa o ninguna repercusión.
Por lo general, hay unos pocos tuits y autores en los cuales se
concentra la repercusión.
Algunos de esos tuits provienen de autores con seguidores y corto
alcance, a pesar de lo cual, en una oportunidad específica pueden
lograr mucha mayor repercusión que medios de comunicación de
gran alcance. Son como las estrellas fugaces.
Nivel de Repercusión Rango de Repercusión
(número estimado de
interacciones)Categoría Escala logarítmica (LR)
Baja o nula
repercusión
0 0 - 2
1 3 - 7
2 8 - 20
Repercusión
media-alta
(LR3+)
3 21 - 54
4 55 - 148
5 149 – 403
6 404 – 1.096
7 1.097 – 2.980
8 2.981 – 8.103
9 8.104 – 22.026
10 22.027 – 59.874
11 59.875 – 162.754
12 162.755 – 442.413

21. Análisis de Caso
ASOCIACIÓN DE AFP DE CHILE
(Administradoras de Fondos de Pensiones)

22. Resumen Marco Metodológico
PERIODO DE MEDICIÓN
5 al 30 de Junio
Términos de Búsqueda
AFP, Pensiones, Jubilación, Sistema
Previsional
Total de Tuits 435.145
Tuits únicos 52.155
Tuits pertinentes 15.070
Número de Cuentas – Autores 10.414
Número de Hashtags 623
Repercusión del período 35.522

23. Análisis de Influencia
+ Distribución de la influencia por Repercusión
+ Evolución del tópico Analizado
+ Evolución de la Actitud hacia el tópico analizado
+ Distribución de la influencia por Categoría de Autores
+ Mapa de Influencia de Autores
01

24. Distribución de la Influencia: el 1,4% de los tuits concentra el 55% de la
repercusión
87,3%
8,6%
2,8% 0,9% 0,3% 0,1% 0,0% 0,0%
14,9% 16,0% 13,9% 11,7% 11,3% 13,8% 14,2%
4,3%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0 1 2 3 4 5 6
Tuits originales y
respuestas
% de la repercusión
(share of voice)
Los tuits de repercusión media y alta
son apenas el 1,4%, pero concentran el
55,2% de la repercusión.
NIVELES DE REPERCUSIÓN
Como es habitual en Twitter, la gran mayoría
de los tuits son contenidos aislados con
escasa o nula repercusión
Tuits de repercusión media alta (LR3+)
Tuits originales 259
Número de Cuentas –
Autores 151
Número de Hashtags 61
Repercusión total 26.503

25. Evolución de Actitudes hacia el tópico “AFP”
(5 al 30 de junio)
0
500
1000
1500
2000
2500
3000
3500
5 de
Junio de
2017
6 de
Junio de
2017
7 de
Junio de
2017
8 de
Junio de
2017
9 de
Junio de
2017
10 de
Junio de
2017
11 de
Junio de
2017
12 de
Junio de
2017
13 de
Junio de
2017
14 de
Junio de
2017
15 de
Junio de
2017
16 de
Junio de
2017
17 de
Junio de
2017
18 de
Junio de
2017
19 de
Junio de
2017
20 de
Junio de
2017
21 de
Junio de
2017
22 de
Junio de
2017
23 de
Junio de
2017
24 de
Junio de
2017
25 de
Junio de
2017
26 de
Junio de
2017
27 de
Junio de
2017
28 de
Junio de
2017
29 de
Junio de
2017
30 de
Junio de
2017
Promotores
22%Detractores
69%
Neutros
9%
Programa #AquiestaChile,
intervenciones de Alberto
Mayol contra las AFP
TUITS DE REPERCUSIÓN
MEDIA-ALTA (LR3+)
Programa
#Tolerancia0,
intervenciones de
Piñera criticadas
por Luis Mesina y
otros
Franja electoral de las primarias: Beatriz Sánchez y Alberto Mayol contra las AFP; Piñera favor de
ellas y de subir la edad de jubilación
DÍAS DEL PERÍODO MEDIDO
Después de la Franja

26. Distribución de la Influencia por Categorías de Autores
Personales
75%
Colectivos
14%
Candidatos
presidenciales
4%
Televisión
4%
Medios
digitales
2%
Radios
1%
Diarios y
revistas
0%
Participación en la Repercusión
(share of voice)
TUITS DE REPERCUSIÓN
MEDIA-ALTA (LR3+)
CATEGORÍAS DE AUTORES
% de
tweets
% de la
repercusión
Índice de
influencia
Personales 70,5% 74,7% 1,06
Colectivos 16,7% 13,7% 0,82
Candidatos presidenciales 2,7% 3,9% 1,46
MEDIOS DE COMUNICACIÓN 10,1% 7,7% 0,76
• Televisión 3,1% 3,9% 1,25
• Medios digitales 3,9% 3,3% 0,65
• Radios 2,7% 2,5% 0,43
• Diarios y revistas 0,4% 1,2 0,23
Total general 100% 100% 1,00

27. Mapa de Influencia de Autores: 5 al 30 de Junio
Promotores, detractores y difusores en el tópico AFP
ALCANCE
(# estimado de lectores directos del contenido de la cuenta)
REPERCUSIÓN
(# estimado de lectores
que interactúan con el
contenido de la cuenta)
AldoDuqueSantos
AlephEdu
PalavecinoCL
mmullor2016 barbarabricenok
ipodujecleovar jschaulsohnpablolirar patricionavia
abalosfelipeJFCuevasVilaGirealaDerecharbascu1Valpo2001_FANTAZMAsergioulloa1hora20laredLeosHeran andreschadwickppdvnHectorCamus2HnctorS94602885kenacatsAlvaroSalinasMDkennethbunkerEdoyanez
tolerancia0
TodosxPineraefigueroasalasdiegochermacLyDChileIvonomasPame_GASocialab_comgrestiniveraz_juanlatorreriveraGalloDeSocratesjmsilvacFlorenciaRE
CNNChile
aluksicc adnradiochilecipermarcoporchileAndresVelascodenissemalebran chilevision 24HorasTVNbiobioPamJilespapurri_popAquiOpinomatias_death soychileclandresacacleporati MintrabChileclaudiadiaz53CarlSanchez_previsionsocial
LuisMesina1
lafundacionsol
ChileBicampeon
loba_virginia
CNT_NOmasAFP
EnciclopediaCLMayolPresidente
andres20ad
chileno_chato
GabrielMuozG1
NOmasAFPGAMBA_CLangezablachND_Chilemvillarroelquna_artesanaMpUkamauCHVNoticiascljack_toto_herercarolinagoicRenolanderCarlossassariniAnaMariaGazmurisebasantandersCarlosMullerBtendencia0nline
MVMNews
Ivonomasmarylen61nefeerrfrannajoes MovilhChileokultomriescoGabrielGonza1ezsolealamosclausanhuezaguti_1971bot_progreHugo_Gutierrez_PatoRuizzGalolivarestreintona_clFrenteAmplioMY
0
500
1000
1500
2000
2500
3000
3500
0 500 1000 1500 2000
Detractores: critican el
sistema de AFP
Promotores: hablan a
favor del sistema de AFP
TUITS DE REPERCUSIÓN
MEDIA-ALTA (LR3+)

28. Análisis de Contenidos
+ Formación de Discursos por Repercusión
+ Evolución Discursos Inactivos
+ Evolución Discursos Activos
+ Relación entre Discursos y Actores 02

29. Formación de discursos
Gráfico de saturación
Repercusión
0
500
1000
1500
2000
2500
3000
3500

30. Discursos inactivos (últimos 7 días)
Gráfico de saturación
Repercusión
Guillier critica AFPs, pero se
beneficia de APV (497)
Estado gasta más en pensiones
que aporte de AFPs (339)
Mayol dice que el sistema de AFP es
perverso y debe cambiarse (166)
0
100
200
300
400
500
600
700
800
900
1000
Problemas con inmigrantes
en las AFPs (852)
Altas utilidades de AFPs en 1° trimestre (599)
Caída del fondo E (533)
Matías del Río defiende
las AFPs (662)

31. Discursos activos (últimos 7 días)
Gráfico de saturación
Repercusión
Mayol propone invertir fondos de AFP
en un tren no rentable (3309)
Mayol propone expropiar empresas
estratégicas para financiar pensiones (1761)
Programa de Piñera es más de lo mismo (914)
0
500
1000
1500
2000
2500
3000
3500
Actividades territoriales de Coordinadora No+AFP (896)
Stiglitz habla contra las AFPs (525)
Piñera hace campaña con viejitos, pero su hermano
creó las AFPs (113)
Informe: AFPs mal evaluadas en confianza (446)
Piñera quiere subir edad de jubilación (913)

32. Discursos y actores
Red socio-semántica
Los niveles se refieren a la repercusión en el caso de los
discursos (número estimado de interacciones), y al alcance en
el caso de los actores (número estimado de seguidores que
leen sus publicaciones). El número de estrellas indica el nivel.
Detractores: critican el
sistema de AFP
Promotores: hablan a
favor del sistema de AFP
NIVEL^7NIVEL^6NIVEL^5NIVEL^4

33. Mientras el análisis
digital tradicional nos
entrega un conteo de
menciones tan útil
como esta nube de
palabras…

34. El modelo propuesto innova en un tipo de
análisis que enriquece la toma de
decisiones, ya que en lugar de contar
palabras, identifica las conversaciones más
relevantes y los autores con mayor impacto.

35. Qué hemos aprendido…
• Tener muchos seguidores no garantiza tener influencia. Lo decisivo
es cómo interactúa la gente con el contenido emitido. Tienden a
mostrar mayor repercusión los mensajes recibidos por un público
reducido y activo, que una red masiva que no responde al contenido.
• Ser activo no garantiza ser influyente. Se puede publicar con
frecuencia sin lograr interacción, o bien, publicar pocas veces y obtener
una gran repercusión gracias a la calidad y la oportunidad del
contenido.
• La influencia es la capacidad de convertir alcance en repercusión.
Por ende, es una cualidad dinámica que puede crecer o decrecer, a
diferencia del alcance, que tiende siempre a crecer en el tiempo, a
medida que se incorporan más seguidores. La influencia crece o
disminuye según la performance del autor, es decir, de la calidad y
oportunidad de lo que publica.

36. Qué hemos aprendido…
• No todos los temas generan discursos. Sin embargo, el
proceso de definición de criterios de búsqueda y depuración de
los datos, genera por si mismo valiosos aprendizajes sobre la
pertinencia o repercusión de ciertas opiniones destacadas del
tema analizado.
• Hay tuits de alta repercusión, pero que no cristalizan en un
discurso. Esto permite distinguir los mensajes no sólo por su
impacto sino también por su potencia o engagement.
• Twitter es un excelente laboratorio para la investigación
cuali-cuantitativa, ya que permite explorar contenidos y, a la
vez, filtrarlos con el criterio estadístico dado por la repercusión.

37. Investigación de
formación de discursos
y repercusión en Twitter
Modelo de seguimiento y análisis de
conversaciones en redes sociales, desde la
Investigación de Mercados.
Insight Innovation
IIeX 2017 Latam
Septiembre 2017
Autores: Víctor Allan y Patricio Arenas
www.singular.marketing
Santiago, Chile.