lunes, 29 de agosto de 2011

Interaciones y engagement por hora en fanpages

Para resolver una inquietud relacionada con el uso de las Redes Sociales en las horas del día y, a su vez, con respecto de las interacciones y engagement en los fanpage, traté de levantar algunos datos y con ellos hacer algunas reflexiones para entender lo que podría estar pasando.

De acuerdo a la insignificante experiencia que he tenido con twitter, facebook y mi blog, he observado que los post, tweet y estados que se realizan entre las 8am-10am y entre las 1:30pm-3pm, así como los que se postean entre las 7pm-9pm, son los que han tenido una mejor respuesta de comentarios, retweets y vistas.

La percepción anterior coincide con un tweet que se realizará recientemente en una conferencia en Chile del Grupo de Diarios de América (GDA): "@dsancha: Las mejores horas para lograr feedback en Facebook según @Lavrusik en #gda_caf: 7am, 8am, 10am, 4pm, 5pm, 12am y 2am."

Me parece super raro el que se afirmara que las 12mn y a las 2am son buenas opciones. Lo cierto es que los buhos nocturnos andan a la caza de los últimos post y participan, pero el número de personas que utilizan redes o internet a esa hora es demasiado pequeño.

Ahora bien, cualquier experiencia personal no es objetiva. Por lo general, uno reafirma lo que piensa. No es posible que guiado solamente por la observación se obtengan datos precisos. Para ello se requiere contabilizar, uno por uno; entonces, decidí levantar los datos de algunos fanpage nacionales e internacionales que cuentan con 993.893 fans (esta cifra les parecerá gigantesca).

Los resultados que obtuve en término de interacción y engagement se muestran en el gráfico siguiente:


No quisiera que piensen que voy a hacer generalizaciones con base en esos datos. Advierto que disponer del comportamiento, de un grupo de fanpage y no de una muestra rigurosamente tomada al azar, ofrece resultados que no son extrapolables a la población. Estos comentarios son validos únicamente para los fanpages de los que se obtuvieron los datos.

A. La interacción es prácticamente cero entre las 2am y las 7am. A partir de las 7am se incrementa hasta encontrar sus máximos entre las 8am y las 9am. De ahí hasta las 01am se comienza a reducir de manera progresiva.

B. El engagement no se comportanta de la misma manera, pues a partir de la 9am se mantiene oscilando hasta las 9pm en un rango que van entre 0,9% y 0,6%. A partir de las 10pm cae estrepitosamente. Además, se observan hiatos a la hora del almuerzo y por la noche al trasladarse a los hogares.

Los datos anteriores no estan relacionados con la hora del post, si no con la hora de los comentarios y likes.

Valdría la pena hacer unas definiciones para comprender mejor el problema.

A. Uso. Horas en que habitualmente se navega en internet o se usan las redes sociales. Podría estar establecido como una proporción de las horas del día o como una cantidad de horas.

Para el caso de Costa Rica, podría ser que buena parte de las personas que poseen conecciones de internet en sus hogares tengan preferencia por el uso de internet y las redes sociales durante la noche. No necesariamente todos los que trabajan, por ejemplo, ni los que estudian, tienen libre acceso a internet desde las empresas para las que laboran o desde sus centros escolares; incluso, en sectores como el aparato estatal y la banca normalmente está prohibido.

B. Heavy Users. Es muy probable que el 80% del uso, esté siendo realizado por un grupo no mayor del 20% de los usuarios (incluso he observado cifras más concentradas). Esta generalización que se denomina Distribución de Pareto nos dice que el consumo de internet, de redes sociales, de la televisión, de la radio, está concentrado en pocas personas y esas personas consumen muchísimo.

Habría de esperarse que estén conectadas todo el tiempo y por tanto su respuesta podría ser constante a lo largo del día. El efecto del resto de usuarios podría no ser determinante, pues los datos estarían fijados por el primer grupo, excepto en los casos extraordinarios de grandes acontecimientos que convoquen a gran parte de los cibernavegantes.

Ahora bien, de las reflexiones teóricas realizadas a la realidad podría haber mucha distancia.

C. Se define como interacción a la suma de los comentarios y likes que realizan los fans en un fanpage.

C. El engagement es un índice que resulta de dividir la interacción entre el número de post multiplicado por el promedio de fans de los últimos catorce días (hasta acá los analitycs de facebook consideran a este resultado feedback) y aldividirlo entre un 35%, se define un índice como una base estandar para esta variable.

D. La interacción está relacionada con la relevancia de los post, pero su número también incide en el engagement y en las impresiones, en el tanto en que los fans podrían tener una respuesta indiferente o al contrario. Muchos post en donde solo uno reciba reacciones positivas, afectaría negativamente el engagement.

E. Se desconoce si existe una conducta determinada de los Community Manager (CM) a postear en orden de la relevancia. Es decir, no conozco de ningún estudio que indique que los mejores post se realizan en franjas u horas determinadas. En el caso de los fanpages de los medios se realizan conforme las noticias o informaciones se van sucediendo en el día, situación que puede estarse repitiendo en las personas, y podrían existir momentos de mayor popularidad relacionados con ciertos programas (#QQSM).

Sin embargo, sí existe una preocupación de los CM de conocer cuáles son las horas de mayor uso de internet y redes para programar la comunicación en esas horas para aumentar la probabilidad de ser visto y con ello la eficacia y la eficiencia. ¿Sera que los mismos CM podrían determinar las mejores horas? ¿Cuanto pesa el habito de uso? ¿Cuánto está determinado por el azar?

Lo observado en el cuadro es el producto de las tres anteriores actuando de manera simultanea, además de que...

F. En las preferencias de comentarios y likes por horas pesaría la edad, el sexo, el NSE, el país, entre otros e incluso las propias características sicodemográficas de los seguidores de cada fanpage, según pude constatar y no se observa en el gráfico.

G. Pero también no se olvide el impacto del NFO (News Feed Optimization), que es el algoritmo de publicación de Facebook o las litas en twitter. El NFO considera tres aspectos para mostrar los updates: afinidad entre el usuarios y sus amigos|fanpage, el peso o importancia del post en función de los comentarios, likes, etcétera que acumula y su importancia y, finalmente, una regresión relacionada con la antiguedad.

Considerando las observaciones anteriores y el comportamiento mostrado por la gráfica podrían extraerse las siguientes conclusiones:

A. Una predisposición de los usuarios a interactuar en mayor a inicios de la mañana que va decayendo conforme transcurre el día. Cero respuesta en las horas de la madrugada.

B. Todo parece indicar que los comentarios y likes siguen también una distribución de pareto, es decir pocos post son los que acumulan el mayor número de comentarios, lo cual se extrae de la interpretación de ambas líneas en el gráfico, lo cual es el resultado del NFO. Solo se publican los post con comentarios afines, relevantes, cuya vida podría ser rescatada en el tiempo por la interacción. O sea, el engagement se conserva gracias al NFO.

C. No vale la pena luchar contra los hábitos de las personas. Es decir la gente hace una vida en facebook normal de 8am a 9pm. Y esa regularidad está determinada precisamente por el comportamiento normal de los heavy users.

Estas reflexiones podría ser enriquecidas por los CM del país. Revise su información, revise sus datos. Solo lo que se mide puede mejorarse.

Les comparto estas ideas, ¡Muchas gracias por su contribución!

Probá este otro post: Interaciones y engagement por hora en fanpages

6 comentarios:

  1. Hay un dato que se me olvidó explorar y es el consumo efectivo de internet por horas del día, pues ese puede guiar lo que pueda estar pasando con el uso de las redes sociales.

    ResponderBorrar
  2. El artículo está interesante, pero aquí hay unos datos más precisos para complementarlo. Tomemos la actividad de 1250 usuarios de Twitter, ubicados en Costa Rica, con actividad regular y con al menos 250 seguidores, para la semana laboral que comprende del lunes 25 al viernes 29 de julio. Tomé como referencia Twitter que es una red bastante más activa que Facebook (y la he estado utilizando para medir opinión sobre algunos temas).

    L 25/07 -> 9411
    K 26/07 -> 11658
    M 27/08 -> 12551
    J 28/07 -> 13287
    V 29/07 -> 12097

    Ahora, veamos el detalle por hora del jueves 28 (el día con más tweets):

    00 MN -> 205
    01 AM -> 124
    02 AM -> 38
    03 AM -> 28
    04 AM -> 19
    05 AM -> 57
    06 AM -> 174
    07 AM -> 327
    08 AM -> 580
    09 AM -> 803
    10 AM -> 816
    11 AM -> 972
    12 MD -> 923
    01 PM -> 862
    02 PM -> 838
    03 PM -> 858
    04 PM -> 1162
    05 PM -> 955
    06 PM -> 698
    07 PM -> 697
    08 PM -> 559
    09 PM -> 574
    10 PM -> 540
    11 PM -> 478

    Asumiendo que el gráfico mostrado en el artículo corresponde exclusivamente a Facebook, nótese como difiere de lo que sucede en Twitter. ¿Por que? Muchos utilizan Facebook desde el trabajo, Twitter es mucho más activa, en Facebook "se puede hacer una vida" a punta de "Like", etc. En el caso de Costa Rica y en Twitter, un CM debe estar activo de 9 AM hasta las 7 PM. Si el CM pertenece a un medio, digamos que Canal 7, el CM debe de estar muy activo al momento de los programas estelares (#QQSM, #TN7, #1MPG, etc) para aprovechar lo que algunos llaman "televisión interactiva". En el caso de Facebook, al aparecer el contenido ordenado según la cantidad de "Likes" y comentarios, se debe cargar la actividad desde media mañana hasta media tarde, pero NO es la red para explotar la interacción, no sirve para eso. La labor del CM en Facebook es mucho más sencilla pero, al igual que Twitter, dependerá de la regla de que "el contenido es rey".

    Un "chisme" en Twitter tiene una vida útil en Costa Rica de máximo 2 horas (en promedio), aunque se ha dado casos que dura mucho más (como JuanPa y la novia infiel), lo que obliga más al CM a trabajar. En Facebook es posible que en la parte superior de mi muro aparezca un post de 4 horas atrás. El CM debe trabajar en cada red según las características de cada una y Facebook es mucho más fácil. En resumen, salir arriba o tener muchos replies/menciones dependerá del contenido y no tanto de la hora.

    Existe el "heavy user", pero está lejos de la distribución de Pareto (80 ~ 20), y Wikipedia es prueba de ello. Del total de artículos que tiene Wikipedia, menos del 5% de su base de usuarios genera contenido. Lo mismo sucede en Facebook y en cualquier otra red social. Es fácil ver este número en funcionamiento: solo se necesita contar la cantidad de usuarios activos en el chat y compararla con la totalidad de amigos que se tienen registrados. Lógicamente hay una variación ya que hay algunos que están fuera del chat, pero nos da una idea de que la distribución de Pareto anda lejos de la realidad en medios sociales. Y lo mismo sucede con las compras en Internet (the long tail).

    ResponderBorrar
  3. ¡Muchas gracias Esteban por tu aporte!

    Es valioso por que muestra datos de Twitter. Yo solo mostré datos de Facebook y eso lo enriquece.

    Te sugeriría para ser exhaustivo, no usar el día de más tweets, pues este simple hecho provoca una distorsión. Mejor usá el total de tweets de la semana por hora. Si podés compartirlo tu aporte será superior.

    No estoy de acuerdo con tu afirmación de que FB no es una "red para explotar la interacción".

    Me gustaría hacerte una aclaración sobre la precisión, los datos que mostré son el producto de casi un millón de fans en un lapso de seis meses.

    Efectivamente, las proporciones que expuse de Paretto no son las que ocurren y lo aclaré. Pareto es un distribución que depende de su densidad y otras variables que pueden alterar su simetría.

    Yo he dado seguimiento a muchos #Hashtags. Te invito a dar seguimiento a este post que muestra la curva de algunos locales y el internacional de Sysomos en twitter que está relacionado con los Heavy Users.

    Semejanzas entre tags de CR y Twitter
    http://in-ad-vertido.blogspot.com/2010/05/semejanzas-entre-tags-de-cr-y-twitter.html

    Esos números internacionales contienen interacciones que inciden en el comportamiento de la curva (bots). A esa fecha era un pareto de 10/90, pero los casos específicos muestran proporciones diferentes.

    El long tail es otro rollo. Yo lo entiendo como un caso especial de pareto, en donde el foco estaría puesto en la cola y no en la cabeza (por llamarla de alguna forma). Sí y solo si la proporción de la cola puede superar a la cabeza estás ante un long tail.

    ResponderBorrar
  4. Hay otro aspecto que olvidé mencionar. Yo me estoy refieren a comments y likes. No a los post. No he realizado un estudio para comprender el posteo o tuiteo.

    ResponderBorrar
  5. Hola Fran... Andaba por tu blog hoy y a estas horas (búho nocturno o búha nocturna). Justamente estaba tratando de recabar información sobre estos temas. Me resulta muy útil la información que planteás. Debe haber estudios con muestras mayores ya hechos... ¿no crees?

    ResponderBorrar
  6. No estoy tan seguro. Facebook debería tenerlos o alguna compañia que tenga acceso a los analitycs de muchos fanpages.

    En algún momento se ha permitido que empresas como Sysomos, indaguen sobre temas semejantes, pero en los search que he realizado, no aparece información de ello.

    De hecho he solicitado la posibilidad de poder cruzar la hora del post y la hora de los comments, lo cual nos podría permitir comprender el impacto del NFO.

    ResponderBorrar