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