#Comportements #Twitter #analyses de données #bigdata
De profil en profil, de RT en RT, nous découvrons des univers inconnus, des personnalités surprenantes et parfois quelques blagues qui mériteraient de figurer en TT.
En effet, sur Twitter tout le monde n’est pas un influenceur, et tout le monde n’a pas envie de l’être. Contrairement aux idées reçues, les twittos ne sont pas seulement des journalistes, des célébrités ou des curateurs boulimiques qui retweetent plus vite que leur ombre. La planète Twitter est majoritairement habitée par des adolescents qui la considèrent comme une chatroom géante.
Ces twittos discutent, se marrent et partagent sans retenue des tranches de vie qui n’ont pas grand intérêt pour un lecteur étranger à la conversation :
Isolés, ces tweets peuvent sembler inutiles, mais rassemblés en fonction de thématiques précises, ils peuvent se transformer en une mine d’or pour apprendre des habitudes d’une communauté. Cette mine est constituée d’une masse d’expressions spontanées de comportements d’utilisateurs. Agrégés, ces comportements peuvent traduire des phénomènes intéressants.
Nous nous sommes donc demandé s’il était possible de découvrir les habitudes des twittos en écoutant la twittosphère s’exprimer à propos de son quotidien.
Nous nous sommes alors posé la question suivante : à quelle heure est-ce que les twittos décident d’offrir du repos à leur smartphone, et à leur personne ?
Nous avons donc configuré dans Digimind Social un thème collectant tous les tweets en français comportant les expressions liées à l’action d’aller se coucher comme par exemple : « je vais me coucher », « je vais au lit », « je vais dormir ».
Durant deux mois, nous avons collecté 220 000 tweets, un volume idéal pour répondre à notre question.
Pour travailler avec souplesse sur ce volume nous avons choisi d’utiliser notre API pour rapatrier ces données au format CSV ce qui rend ensuite l’analyse possible avec des outils tels Excel ou encore Pandas.
Voici donc une répartition du volume de tweets exprimant l’action d’aller se coucher en fonction des heures d’une journée.
La plupart des twittos disent aller se coucher entre 22h et 1h du matin, une majorité d’entre eux tombant dans les bras de Morphée entre 23h et minuit. Ce résultat n’est pas stupéfiant mais il confirme qu’en agrégeant des messages personnels on peut apprendre du comportement d’une communauté.
Ces résultats nous ont suggéré une deuxième question.
À la lecture du graphique nous pouvons constater que le week-end les twittos se couchent en majorité le vendredi et le samedi soir après minuit.
Les soirées se terminent plus tard le samedi soir avec un volume conséquent réparti entre minuit et 2h du matin (lire le volume de dimanche entre 0h et 2h) alors que le vendredi soir beaucoup plus de tweets sont collectés entre 23h et minuit.
En semaine les twittos sont des « couches tôt » le mercredi, avec un pic de tweets entre 22 et 23h. (Dans ce graphique, nous avons caché les heures qui ont les volumes les plus faibles pour une meilleure lisibilité.)
Nous avons configuré un sujet nous permettant de collecter tous les tweets avec des expressions du type: « j’ai mangé une/une/du * », « je vais manger une/une/du * ».
Voici donc les plats favoris de la twittosphère ;-) :
Il ne nous manque plus qu’à savoir quels sont les twittos qui mangent un kebab avant d’aller se coucher :
Grâce à un accès exhaustif et simple au flux Twitter, Digimind Social peut permettre aux curieux, mais surtout aux marques, d’apprendre, de manière empirique, du comportement de leurs communautés cibles. Grâce à ses multiples facettes et sa génération à la volée de visualisations, Digimind Social peut être source d’insights en un coup d’œil. L’accès à l’API offre quant à lui la possibilité de travailler la donnée en profondeur via des volumes conséquents.
Découvrez Digimind Social avec une démo
