Ce n’est un secret pour personne que nous sommes très enthousiasmés par les données sociales chez Mass Pertinence. Nous vivons et respirons l’analyse – qu’il s’agisse de mesurer le retour sur investissement de nos campagnes client, de prévoir les tendances au CES ou de mesurer la popularité des publicités de Noël au Royaume-Uni. S’il y a une opportunité d’analyser des événements du monde réel avec des métriques sociales, comptez-nous.
Les robes, les célébrités… Les données
Alors bien sûr, j’ai sauté sur l’occasion de fusionner le monde toujours sexy de l’analyse sociale avec la terre étoilée des Golden Globes. Pour l’étude d’aujourd’hui, je voulais apprendre comment les données peuvent nous donner une vue derrière le rideau d’Hollywood et voir si nous pouvons révéler les acteurs de pouvoir dans les coulisses.
Après avoir creusé, j’ai trouvé que trente des Les nominés aux Golden Globes 2014 sont actifs sur Twitter. Si nous jetons un coup d’œil rapide aux données de haut niveau associées à leurs comptes, nous pouvons voir des choses simples comme qui a le plus d’abonnés (Leonardo DiCaprio à 8.5M) et qui suit le plus de personnes (Idris Elbe avec 607).
Mais, allez, nous pouvons faire mieux que ça.
Découvrir le réseau social d’Hollywood
Pour plonger plus profondément, il va falloir se salir les mains. Il existe un domaine d’étude appelé « analyse des réseaux sociaux » (SNA) qui cartographie les connexions entre les personnes et essaie de donner un sens à ce que ces connexions peuvent nous dire. De nombreux outils sont disponibles pour vous aider dans ce processus. Pour mon étude, j’ai utilisé l’API Twitter REST pour collecter des données, une série de scripts Python pour traiter les résultats et un outil open source appelé Gephi qui permet de visualiser les réseaux sociaux à des fins d’analyse.
En utilisant les méthodes ci-dessus, j’ai découvert quels nominés se suivent sur Twitter et j’ai créé un réseau pour les nominés aux Golden Globe 2014. Voici à quoi ressemble ce réseau :
Les lignes entre les cercles sont appelées « bords », et elles montrent une connexion à sens unique entre deux utilisateurs. Les cercles (appelés « nœuds ») sont dimensionnés en fonction de leur influence calculée dans le réseau.
SNA peut nous dire des choses intéressantes sur les réseaux en utilisant quelques mesures clés pour examiner l’influence. Par exemple, le candidat qui suit le plus grand nombre d’autres candidats est Tatiana Maslany. Le candidat Orphan Black est clairement intéressé par ce que font les autres candidats. Mais n’importe qui sur Twitter peut cliquer sur un lien pour suivre d’autres personnes – ce n’est pas une bonne mesure si nous cherchons à mesurer l’influence. Ce que nous voulons vraiment savoir, c’est qui est suivi, et non l’inverse. Alors combien des autres nominés suivent Tatiana ? En vérifiant les données, il s’avère que c’est zéro. Hmm.
Alors regardons de l’autre côté – qui est le plus suivi. Le grand Tom Hanks, qui a deux Oscars et quatre Golden Globes à son actif, est en tête du peloton et est suivi de dix autres nominés. Plus surprenant, le deuxième plus suivi par les nominés est le nouveau venu. Léna Dunham avec neuf. Maintenant, nous arrivons quelque part.
L’influence n’est pas seulement une question de nombre d’abonnés, mais aussi de personnes qui sont des ponts et des connecteurs entre les réseaux. Le grand livre de Malcolm Gladwell, The Tipping Point, étudie cette théorie en profondeur et parle de l’influence unique des connecteurs. Dans le SNA, une mesure connue sous le nom d’« interdépendance » est utilisée pour trouver des connecteurs. Au sein du réseau des nominés aux Golden Globes, Léna Dunham en tête du groupe (encore). Lena comble le plus de fossés entre divers groupes, lui donnant une forme de pouvoir unique dans ce petit réseau.
Mais une mesure encore meilleure de l’influence s’appelle Eigenvector Centrality, qui fonctionne un peu comme le pagerank de Google pour peser les connexions. Le classement qui en résulte est basé non seulement sur le nombre de personnes qui se connectent à vous, mais aussi sur la façon dontinfluents ces personnes qui se connectent à vous sont. Alors qui dirige ce réseau basé sur la centralité des vecteurs propres ? Tom Hanks, Léna Dunham, Aaron Paul, et Zooey Deschanel sont les quatre premiers. Cette mesure peut-elle prédire le résultat des récompenses ? Bien, j’ai essayé de faire ça vendredi et ça n’a pas si bien marché. Étant donné la petite taille de l’échantillon du réseau, le fait que la presse étrangère d’Hollywood vote (et non les acteurs) et que bon nombre des nominés ne sont même pas sur Twitter, il n’est pas surprenant que ces données n’aient pas tourné être prédictif. Mais bon, il fallait que j’essaye.
Qu’avons-nous appris ?
Comme vous pouvez le voir, je viens de m’amuser un peu ici, mais j’espère avoir compris quelques concepts clés du SNA. Bien que la tactique que j’ai utilisée sur le réseau des nominés aux Golden Globes ne nous ait pas donné un aperçu des gagnants, cela nous a permis de mieux comprendre qui sont certains des acteurs puissants d’Hollywood d’un point de vue social. N’oubliez pas : la valeur des données sociales n’est pas seulement dans les conversations que les gens ont – vous pouvez trouver une valeur supplémentaire en analysant l’influence et les connexions pour comprendre toute l’histoire. Nous plongerons dans plus de SNA dans de futurs articles de blog et essaierons peut-être même une méthodologie révisée pour prédire certains concours à venir. J’ai entendu dire qu’il y avait une autre petite remise de prix dans quelques semaines…
