El poder de difusión de un buen tweetThe spread of a good tweet

Interesante caso de estudio sobre cómo un buen tweet se propaga aunque la red del emisor sea pequeña. El tweet se convirtió en viral y se hicieron eco algunos medios como el Huffingtonpost, La Vanguardia y La Voz de Galicia Todo ocurrió el 13 de Marzo cuando me llegó gracias a un RT de @rafamerino un tweet muy bueno que también retuiteé y que había sido difundido más de mil veces. Por curiosidad miré el perfil del que lo había originado y me quedé sorprendida al ver que tenía 92 seguidores (ahora después de éxito del tweet tiene casi el doble). En ese momento decidí estudiar la propagación de este tweet:

Interesting case study on how a good tweet spreads even if the network is small. The tweet became viral and some media such as The Huffingtonpost, La Vanguardia or La Voz de Galicia published an article about it. It happened on March 13 when I saw this pretty good tweet on my timeline thanks to a @rafamerino’s RT. I retweeted it too when It was retweeted more than a thousand times. I was surprised to see that the author of the tweet had 92 followers (now, after the success of the tweet, that number is almost double). At that point I decided to study the spread of this tweet :

¿Pero quien escribe el teletexto de rtve ? …¿Juan Manuel de Prada? pic.twitter.com/zmXjq8TiW4

— Belén Fernández (@RosierBelen) 12 de marzo de 2014

Note: The poetic report about the stock exchange on the teletext is the work of an anonymous author who signed with the pseudonym Raimundo Diaz and every day publishes an article in Expansión (a Spanish economical newspaper) whit a single word headline. I never thought reading Market information could be so delicious. Examining in each minute the number of users who spread the tweet and the sum of their followers can presume what users helped to propagate the message. As shown in the figure below, when users with a high number of followers retweeted it, in the next minutes many users retweeted too. However, it is clear that popularity is not the same as influence, since the number of followers was not proportional to the number of induced propagation.

Presumed propagation inducers are:

1. reaction at 1:00: @lwtuaznar (12,2K followers), @ciudadfutura (13,7K followers) y @javigomezsexta (21,4K followers)
2. reaction at 8:00 (la mayor): @JotDownSpain (109K followers)
3. reaction at 11:00: @HiginiaRoig (67,3K followers)
4. reaction at 17:00: @euribor_com_es (87,6K followers)
5. rreaction at 22:00: @cdelamorTVE (52,2K followers), @JavierCapitan (102K followers) y @pacoleonbarrios (1.090K followers)

I wonder:

• Did the timing of the retweet determine the spread?
• Did the type of popular audience favour the virality of the tweet?

Methodology:

• We captured tweets containing the phrase «But who writes the rtve Teletext » with the method search of Twitter API
• Computing with an own script (in Python) the number of users per minute that retweeted and their followers
• Obtain from authors’ location declared on their profile the geographical coordinates with google maps API
• Use Tableau Public to create the graph
• Use cartoDB with torque to generate the map

¿Pero quien escribe el teletexto de rtve ? …¿Juan Manuel de Prada? pic.twitter.com/zmXjq8TiW4

— Belén Fernández (@RosierBelen) 12 de marzo de 2014

Nota: La poética crónica bursátil que aparecía en el teletexto es obra de un autor anónimo que firma con el seudónimo Raimundo Díaz y que cada día publica un artículo sobre bolsa en Expansión con titulares de una sola palabra. Nunca pensé que leer información de los Mercados pudiera ser tan delicioso. Examinando minuto a minuto el número de usuarios que lo difundieron y la suma de sus seguidores se puede presuponer cuáles fueron los usuarios que amplificaron más el mensaje. Como se observa en la siguiente figura, cuando se hicieron eco usuarios con gran número de seguidores se intensificó la participación de otros usuarios. No obstante, queda patente que la popularidad no es lo mismo que la influencia, puesto que el número de seguidores no fue proporcional al número de propagaciones inducidas.

Presuntos inductores de la propagación son los siguientes:

1. reacción a las 1:00: @lwtuaznar (12,2K followers), @ciudadfutura (13,7K followers) y @javigomezsexta (21,4K followers)
2. reacción a las 8:00 (la mayor): @JotDownSpain (109K followers)
3. reacción a las 11:00: @HiginiaRoig (67,3K followers)
4. reacción a las 17:00: @euribor_com_es (87,6K followers)
5. reacciión a las 22:00: @cdelamorTVE (52,2K followers), @JavierCapitan (102K followers) y @pacoleonbarrios (1.090K followers)

Me quedo con las siguientes dudas que tendré que despejar comparando con otros casos:

• ¿Fue determinante para la propagación la hora de tuitear de los inductores de la difusión?
• ¿Influyó el tipo de audiencia de los usuarios populares para favorecer la viralidad del tweet?

Metodología:

• captura de los tweets que contenían la frase «Pero quien escribe el teletexto de rtve» con el método search del API de Twitter
• computo por minuto de los usuarios que tuitearon y sus followers con un script propio (en Python)
• cálculo de las coordenadas geográficas con el API de google maps de la localización declarada de los autores de los tweets
• uso de Tableau Public para generar la gráfica
• uso de cartoDB con torque para generar el mapa