Date post: | 28-Nov-2014 |
Category: |
Documents |
Upload: | laura-colo |
View: | 1,038 times |
Download: | 0 times |
Análisis sobre la difusión de la campaña de Greenpeace por la Ley de Bosques en red de
autores web
Martín TinghitellaDNI: 25.970.284
1º cuatrimestre 2009
Seminario Redes y Nuevas Tecnologías: mitos y posibilidades del trabajo colaborativo.
Características de los bloggers o autores web (nodos)
• Autor identificable (nickname).• Contenido identificable por fecha.• Link al sitio de la campaña de Greenpeace
por la Ley de Bosques (http://www.greenpeace.org.ar/cyberacciones/bosques.html).
• Link al sitio de Greenpeace (http://www.greenpeace.org.ar/) publicado entre el 7/8/2007 y el 1/1/2008.
Hipótesis de trabajo
• Los autores web que difundieron la campaña conforman una red de influencias mutuas muy centralizada en los nodos institucionales de Greenpeace (los responsables de contenidos de su web y su blog), como así también en los nodos más populares (con más comentarios en sus contenidos).
• Esta red tuvo una gran influencia en la formación del “tipping point” de la campaña.
Relación entre nodos:
• "A" pudo haber influido en la decisión de "B" de publicitar la campaña de Greenpeacede.
• Relaciones son de único sentido: “A” pudo haber influido a “B” si la fecha de la primera publicación de “A” es anterior a la fecha de la primera publicación de “B” y nunca a la inversa.
Atributo: Popularidad
• Suma de comentarios que el usuario recibió en todas las publicaciones de su autoría con link a la campaña de Greenpeace (índice de popularidad).
Grafo: Red de influencias entre autores promovieron la Ley de Bosques en la web
de 0 a 10de 11 a 20de 21 a 40más de 40
Comentarios:
Popularidad de “cola larga”
• Sin contar al autor del blog oficial de Greenpeace, que en sus 13 posteos sumó 1.364 comentarios, el 20% de los nodos restantes suman el 85% de los comentarios.
Popularidad de “cola larga”
Cantidad de comentarios
0
50
100
150
200
250
300
350
T_GP
TR_KI
LMIR
T_NIK
T_BAT
T_FER
T_REN
T_FA
T_MAXPOLI
T_ORN
LUBE
T_HER
BUMZUK
T_HAB
TR_BR
T_YAC
T_SUM
T_SIM
SSERT_B
Y
CAMP
T_SOM
T_TAN
HN_GP
T_POP
ZUR
T_SUP
T_EM
A
T_SIR GP
CECH
QHCP
T_FIRSOD
LAH
T_ROS
T_TIT
T_NIC CLI
MLOARD IR
I
Nodos
Co
me
nta
rio
s
Densidad y centralidad
• Para lograr un análisis más rico de las relaciones de nuestra red, eliminaremos los nodos desconectados y seguiremos nuestro análisis con el resto.
“Cola larga” de influyentes
Centralidad de salida (influyentes)
02468
101214161820
GPT_G
P
GPBL
TR_KI
CAMP
HN_GPBUM
T_HAB
ZURLM
IRT_B
Y
SSERPOLI
CECH
QHCP
T_FIR
ZUKLU
BE
T_HER
SOD
T_FER
TR_BR
T_SOM
MLO LA
HARD IR
I
T_NIK CLI
T_FA
T_MAX
Nodos
Gra
do
s
Densidad y centralidad
• Densidad general baja: 5%
• Red de características centralizadas (Ugarte).
• Alta centralidad de los nodos institucionales GP, T_GP y GPBL (hubs).
• Sin estos la cantidad de nodos desconectados pasaría de 14 (31%) a 31 (69%).
Nodos desconectados
Nodos desconectados (sin hubs)
¿Los nodos más populares son los más influyentes?
• Si bien los nodos T_GP, GPBL y TR_KI tienen ambas características, los nodos LMIR, T_NIK y el resto que conforman el 20% más popular no demostraron ser tan influyentes (bajo grado de centralidad de salida).
• Importancia de algunos nodos marginales
Importancia de los nodos marginales
Nodos Grados ComentariosT_GP 10 315GPBL 5 1364TR_KI 3 40CAMP 2 3HN_GP 2 2BUM 1 5T_HAB 1 5ZUR 1 1LMIR 1 36T_NIK 0 27T_BAT 0 16T_FER 0 13T_REN 0 13T_FA 0 11T_MAX 0 11POLI 0 8T_ORN 0 7LUBE 0 7T_HER 0 7
Importancia relativa de los nodos centrales
“Kissero Riverplatense”
• Administrador del foro “tuRiver”.• 3º en cantidad de comentarios, después
de GPBL y T_GP.• 4º en centralidad de salida (influyente)
después de GP, T_GP y GPBL.• Es central en uno de los clusters de la red.• Cultivar una relación entre GP y este
nodo podría ser de utilidad para la difusión de posteriores campañas.
de 0 a 10de 11 a 20de 21 a 40más de 40
Comentarios:
“Kissero Riverplatense”
Influyendo en la red
• Cultivar una relación entre GP y este nodo podría ser de utilidad para la difusión de posteriores campañas.
• Generar relaciones entre este nodo y otros como GPBL podría disminuir las posibilidades de que el vínculo con GP desaparezca en el futuro (clausura triádica – Watts).
Formación de la red
Semana 1 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 2 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 3 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 4 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 5 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 6 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 7 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 8 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 9 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 10 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 11 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 12 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 13 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 14 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 15 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 16 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Semana 17 SemanaNodos
acumuladosNodos
x semana1 5 52 12 73 15 34 20 55 23 36 26 37 31 58 32 19 35 3
10 36 111 37 112 38 113 39 114 41 215 42 116 44 217 45 1
Formación de la red y tipping point
• Analizaremos la cantidad de nodos en cada semana y lo compararemos con las participaciones a la campaña.
• ¿Existe alguna correlación posible?
Votos acumulados por semana
Nodos x sem acumulados
0
5
1015
20
25
30
3540
45
50
Seman
a1
Seman
a2
Seman
a3
Seman
a4
Seman
a5
Seman
a6
Seman
a7
Seman
a8
Seman
a9
Seman
a10
Seman
a11
Seman
a12
Seman
a13
Seman
a14
Seman
a15
Seman
a16
Seman
a17
No
do
s
Formación de la red y tipping point
• La semana 2 fue en la que más nodos se agregaron a la red, seguida por las semanas 1, 4 y 7.
• La semana 4 se alcanzó el medio millón de participaciones, cuando el objetivo era un millón. El mensaje de la campaña, en esa semana fue: “Si cada participante hace votar solamente a una persona nueva, llegamos al millón de votos”.
• Entre la semana 7 y la 8 la campaña alcanzó el millón de participaciones y su comunicación representó otro pico en la campaña.
0.5 MLanzamiento de GP Blog
Votos por semana
Sin adwords
1 M
Cantidad de nodos por semana
0
1
2
3
4
5
6
7
8
Seman
a1
Seman
a2
Seman
a3
Seman
a4
Seman
a5
Seman
a6
Seman
a7
Seman
a8
Seman
a9
Seman
a10
Seman
a11
Seman
a12
Seman
a13
Seman
a14
Seman
a15
Seman
a16
Seman
a17
No
do
s
Formación de la red y tipping point
• Si comparamos ambos crecimientos veremos cómo mantienen comportamientos muy similares.
Nodos vs. votos
Nodos vs. votos acumulados
Formación de la red y tipping point
• El tipping point se produjo claramente entre la primera y segunda semana de campaña cuando las participaciones de personas que no estaban previamente en la base de datos de Greenpeace cuadruplicaron las participaciones de los socios y ciberactivistas de Greenpeace.
• En estas semanas se sumó casi el 27% de los nodos a la red.
Formación de la red y tipping point
Tipping point
Formación de la red y tipping point
• Si bien vemos una correlación entre la formación de la red y el aumento de las participaciones, no podemos concluir sobre cuál proceso está influyendo al otro.
• Por el volumen de participaciones resulta más verosímil creer que el éxito de la campaña influyó sobre la intención de los autores de publicitar la campaña y no a la inversa.
Conclusiones provisionales
• Los autores web que promocionaron la campaña de Greenpeace forman una red.
• La red es altamente centralizada y los nodos institucionales de Greenpeace se constituyen como hubs, es decir que sin el impulso “artificial” de la organización la red no hubiese surgido de manera espontánea.
Conclusiones provisionales
• Encontramos fenómenos de “cola larga” tanto en los nodos influyentes (alta centralidad) como en los populares (muchos comentarios).
Conclusiones provisionales
• El grado de influencia de los nodos sobre otros (centralidad de salida) no tiene relación directa con su popularidad (número de comentarios). Aparecen como relevantes muchos nodos periféricos.
Conclusiones provisionales
• Aparece un nodo (TR_KI) con grados altos de influencia sobre otros y popularidad, y como centro de un cluster. Greenpeace podría intentar conectarlo con otros nodos institucionales para aumentar las posibilidades de mantenerlo en la red de influencias para futuras campañas.
Conclusiones provisionales
• Si bien existe una correlación entre la formación de la red y el aumento de las participaciones, no podemos concluir sobre cuál proceso está influyendo al otro.
• Por el volumen de participaciones resulta más verosímil creer que el éxito de la campaña influyó sobre la intención de los autores de publicitar la campaña y no a la inversa.
Conclusiones provisionales
• El tipping point pudo haber sido provocado por una red de reenvíos de emails de la que no podemos dar cuenta en el presente análisis.
Martín TinghitellaDNI: 25.970.284
1º cuatrimestre 2009