Prof. Msc. Tarcízio Silva tarciziosilva.com.br 2016
Prof. Msc. Tarcízio Silva
tarciziosilva.com.br
2016
APRESENTAÇÃO
Nome ?
Formação?
Onde Estuda/Trabalha?
Qual seu projeto/interesse de pesquisa?
Quais ferramentas de coleta de dados já
utilizou?
Mapping Conversationsabout new media–Carlos Alberto Scolari
Mapping Conversationsabout new media–Carlos Alberto Scolari
•
•
•
Mapping Conversationsabout new media–Carlos Alberto Scolari
•
•
•
•
•
Mapping Conversationsabout new media–Carlos Alberto Scolari
•
•
•
•
•
•
•
•
Mapping Conversationsabout new media–Carlos Alberto Scolari
•
•
•
•
•
•
•
•
•
•
•
•
PESQUISA COM DADOS EM MÍDIAS SOCIAIS
•
•
•
•
•
•
•
•
•
•
NECESSIDADES HUMANAS E
CONVERSAS ONLINE
• A Pirâmide de Maslow é um bom operador
para analisar a probabilidade e criticidade
de expressões de consumo
• Quanto mais camadas simbólicas um
produto, serviço ou atividade apresenta,
mais frequentes tendem a ser as
expressões e mais ricos serão os
insights gerados
NECESSIDADES, CAMADAS SIMBÓLICAS E TEMÁTICAS
A pirâmide de Maslow é um
bom indicador da
probabilidade de um tema ser
falado nas mídias sociais.
Temas e Segmentos ligados à criatividade tendem a ser mais compartilhados.
Expressão direta ou indireta de Conquistas Pessoais ou Status .
Informações diretas sobre dinheiro que ameacem a segurança são evitados.
Aspectos fisiológicosdiretos são evitados.
NECESSIDADES, CAMADAS SIMBÓLICAS E TEMÁTICAS
Atividade ligadas a Cinema, Música, Festas, ou segmentos que representem criatividade e status, como uso de smartphones.
Alimentos com camadas simbólicas/criativas e status são discutidos. Ex: Paçoquita, Nutella, Sucos do Bem, Kit Kat...
Itens ligados a Higiene e Excreção são evitados ou ridicularizados. Ex: Xixi no Banho.
Aspectos físicos do corpo viram discussão e expressão quando se referem a conquista (academia) e beleza ou sociabilidade (cosméticos).
Temas e Segmentos ligados à criatividade tendem a ser mais compartilhados.
Expressão direta ou indireta de Conquistas Pessoais ou Status .
Informações diretas sobre dinheiro que ameacem a segurança são evitados.
Aspectos fisiológicosdiretos são evitados.
NECESSIDADES, CAMADAS SIMBÓLICAS E TEMÁTICAS
Possibilidades
• Exploração / Contextualização
• Indicadores Quantitativos de Audiência
• Indicadores Quantitativos de Engajamento/Interação
• Análise de Discurso / Conteúdo
• Etnografia
• Text Analysis / Linguística de Corpus
• Análise e Métricas de Grafos/Redes Sociais
• Experimental / Uso de Estímulos
selfiecity.net
http://www.pnas.org/content/110/15/5802.abstract
PESQUISA: PRODUÇÃO NA INTERCOM
(SILVA, 2015)
PESQUISA: PRODUÇÃO NA INTERCOM
(SILVA, 2015)
PESQUISA: PRODUÇÃO NA INTERCOM
(SILVA, 2015)
PESQUISA: PRODUÇÃO NA INTERCOM
(SILVA, 2015)
PESQUISA: PRODUÇÃO NA INTERCOM
(SILVA, 2015)
Média de 1192 unidades de conteúdo coletadas para a produção dos artigos.
PESQUISA: PRODUÇÃO NA INTERCOM
(SILVA, 2015)
PESQUISA: PRODUÇÃO NA INTERCOM
(SILVA, 2015)
PESQUISA: O QUE REPRESENTAM HYPERLINKS, SEGUIDORES E RETWEETS?
Estudo de Deen Freelon (2013) analisa os artigos mais citados
em Comunicação (Communication) e Computação Social (Social
Computing) que utilizam hyperlinks, seguidores ou retweets
como dados.
• Quais significados pesquisadores da Comunicação e
Computação Social imputam aos traços digitais?
• Que tipos de argumentos são utilizados para estabelecer a
validade dos significados?
PESQUISA: O QUE REPRESENTAM HYPERLINKS, SEGUIDORES E RETWEETS?
Que tipos de argumentos são utilizados para estabelecer a
validade dos significados?
• Citação
• Descobertas Empíricas
• Exemplificação
• Sem Justificação
“the communication articles justify theirs much more often than did the social computing articles. This is likely reflective of the differing purposes of the two disciplines: communication is largely oriented toward advancing theory, while social computing is concerned more with prediction and software development” (FREELON, 2013, p. 11)
PESQUISA: O QUE REPRESENTAM HYPERLINKS, SEGUIDORES E RETWEETS?
Quais significados pesquisadores da Comunicação e Computação Social imputam aos traços
digitais?
Comunicação Computação Social
Hyperlinks Hyperlinks exercendo diversos papéis. Na área da comunicação, sobretudo credibilidade, informaçã o adicional e auto-expressão.
Hyperlinks como indicadores de influência e/ou relevância, com enfoque mais qualitativo.
Seguidores Seguidores como indicador de tipo de comunidade: amigos ou fãs / broadcasters ou acquaitances.
Foco no caráter unilateral da conexão, sendo variável na concepção de influência.
Retweets Diferença entre retweets informacional e conversacionais.
Indicadores de interesse, confiança e influência.
PESQUISA: SOCIAL MEDIA NA ÁREA DE SISTEMAS DE INFORMAÇÃO
Estudo de Ahmed, Scheepers e Stockdale (2014) analisa publicações entre 2009 e
2013 na área de Sistemas de Informação:
PESQUISA: SOCIAL MEDIA NA ÁREA DE SISTEMAS DE INFORMAÇÃO
Estudo de Ahmed, Scheepers e
Stockdale (2014) analisa publicações
entre 2009 e 2013 na área de
Sistemas de Informação:
PESQUISA: TIPOLOGIA DE ESTUDOS NO TWITTER
O trabalho de Zimmer e Proferes (2013) analisa 283 publicações de 2006 a 2012
que usam o Twitter como principal fonte de dados.
PESQUISA: TIPOLOGIA DE ESTUDOS NO TWITTER
O trabalho de Zimmer e Proferes (2013) analisa 283 publicações de 2006 a 2012
que usam o Twitter como principal fonte de dados.
•
•
•
O Monitoramento de Mídias Sociais é idealmente realizado por profissionais capacitados em interpretar os dados e transformá-los em conhecimento, com o apoio de softwares plenos de monitoramento, como BrandCare, Scup, Seekr, SocialMetrix, Livebuzz, E.Lifemonitor, Radian6, UberVU e outros.
Algumas oferecem planos freemium ou planos acadêmicos/sem fins lucrativos.
FERRAMENTAS COMERCIAIS MAIS USADAS NO BRASIL
A estrutura básica de análise de sentimento e
classificação é parecida nas ferramentas: a menção é
apresentada e o analista pode:
Ver o autor, hora e mídia e
outros metadados
Acessar o link
Responder
Polarizar sentimento
Adicionar tags/categorias
Carnaval 2013 na Segunda Tela (Rodrigues, 2013), projeto de pesquisa de mestrado apoiado pela Scup
Redes discursivas de fãs da série Sessão de Terapia(MASSAROLO, João et al, 2015), que envolveu a exploração de dados no BrandCare.
Estudo comparativo de conteúdo de páginas de marcas de varejo, utilizando a Scup (PRADO, 2013)
TIPOS DE BUSCA NO MONITORAMENTO
Antes de tudo, é importante saber: O que vai ser buscado? O monitoramento de mídias sociais pode ir muito além da busca somente por nome de marcas:
BUSCA NO MONITORAMENTO: KEYWORDS
• Nome da Empresa• Nome da Marca• Sócios• Corpo Diretivo • Porta-Voz
Institucional
• Nome de Produtos• Nome de Serviços• Hashtag de Campanha
Produtos e Campanhas
• Empresas Concorrentes• Produtos Concorrentes• Substitutos
Concorrência
• Menções a Segmento• Atividades Relacionadas• Universo Social/Cultural
Comportamento
Tipos mais comuns de palavras-chave de busca:
BUSCA NO MONITORAMENTO: KEYWORDS
“Netshoes”(Marca com pouca
ambiguidade)
BUSCA NO MONITORAMENTO: KEYWORDS
“Centauro”(Marca com alta ambiguidade)
BUSCA NO MONITORAMENTO: LÓGICA BOOLEANA / OPERADORES BOOLEANOS
Definir para o sistema de busca como deve ser feita a combinação entre os termos ou expressões de uma pesquisa.
Objetivo Operadores
AND Combinações
Combinar diversas palavras-chave de modo a que elas correspondam simultaneamente ao objeto ou ao tema da pesquisa.
ORCombinação
Variável
Combina diversas palavras-chave de modo a que pelo menos uma delas corresponda ao objeto ou ao tema da pesquisa.
NOT ExclusãoEliminar termos não pertinentes para o objeto ou o tema da pesquisa.
BUSCA NO MONITORAMENTO: LÓGICA BOOLEANA / OPERADORES BOOLEANOS
OUTROS OPERADORES
ACorrespondência
Ampla
Todas as palavras ou variantes semelhantes, devem estar presentes no texto. As palavras podem estar em qualquer ordem. Outras palavras podem estar presentes. Prefixar uma palavra com + para evitar variantes da mesma correspondência.
”A” Frase Exata
A consulta de pesquisa deve conter a frase com as palavras na ordem escrita. Outras palavras podem constar na consulta, antes ou após a expressão.
-A Negativação ExataEvita pesquisas que incluem todas essas palavras-chave, não importa em que ordem em que aparecem.
-”A” Negativar FraseEvita pesquisas que incluam essa frase em algum lugar na consulta, mesmo que outras palavras apareçam antes ou depois dela.
BUSCA NO MONITORAMENTO: ESPECIFICANDO
Há três modos principais de garantir que o seu
monitoramento traga as menções que você
deseja:
1) Expressão Exata
“universidade anhembi”
“apple computer”
“guaraná antarctica”
“refrigerante antarctica”
2) Combinações
antarctica AND bebendo
antartica AND bebendo
serra AND eleições
starbucks AND haddock
3) Exclusões
“tic tac” -cabelo
serra –mantiqueira
serra –taboão
Ibis –bico
Ibis -ave
twitter.com/search
DESAFIO 01: PESQUISAR COMBINAÇÕES DE KEYWORDS DE BUSCA
Escolha em grupo DUAS marcas abaixo e utilize a folha impressa para listar o máximo de combinações
possíveis de keywords para monitoramento. Dica: busque no Twitter e Google pelo termo geral.
COMBINAÇÕES: PESQUISAS GENÉRICAS E PESQUISAS EXATAS
Expressão e Combinações:
• Marca + Produto (claro AND telefone)
• Categoria + Marca (“cerveja sol”)
• Marca + Atividade (azul AND voar) (risqué
AND pintar)
• Artigo + Marca (“a TIM”, “da TIM”)
EXCLUSÕES
Exclusões:
• “Pão de Açúcar” -bondinho
• Zelo -wado
• Sol -astro -terra -rotação -translação
• TIM -maia -allen -kring
• Veja -revista
PASSO 4: ACESSAR RESULTADOS
netlytic.org
2
1
3
BUSCA NO MONITORAMENTO: CANAIS
Monitorar canais específicos, para analisar reação a
conteúdo, mobilização de usuários e conversações.
Por exemplo:
• Páginas Facebook: posts, mensagens e
comentários;
• Perfis Twitter: replies, menções e direct
messages;
• Reclame Aqui: reclamações;
• LinkedIn: postagens em grupos;
• Blog: posts e comentários;
• Vídeos YouTube: comentários.
BUSCA NO MONITORAMENTO: CANAIS
Particularidades:
• Owned x Earned x Paid: os comentários são influenciados
pelo conteúdo ou direcionamento de mídia.;
• Retaliação de consumidor: atuação de detratores;
• Coleta Completa ou Citação: em comunidades amplas,
monitorar tudo ou apenas o que menciona a marca/tema?
• Espontaneidade x Estímulo: o comentário positivo no
conteúdo é causado pelo conteúdo ou da marca/produto?
BUSCA NO MONITORAMENTO: USUÁRIOS
Buscar por um ou mais usuários é útil para
diversos fins:
• Compreender melhor os consumidores
da marca;
• Checar atuação de porta-vozes e figuras
chave na organização;
• Realizar estudos sobre segmentos de
consumidores e seus comportamentos.
BUSCA NO MONITORAMENTO: USUÁRIOS
Desafios:
• Perfis Fechados (como Twitter e Instagram);
• Respeito à Privacidade;
• Plataformas avessas à circulação de dados (como
Facebook);
• Ética da Pesquisa de Mercado;
• Variáveis intervenientes na intensidade de uso.
BUSCA NO MONITORAMENTO: METADADOS
Uma unidade de conteúdo como um tweet, postagem de blog, foto no Instagram e afins não contem apenas o texto publicado pelo usuário.
Ao lado, fica clara a quantidade de dados além do conteúdo do tweet em si.
BUSCA NO MONITORAMENTO: METADADOS
Um dos metadados mais interessantes é o de geotagging:
COLETA POR LOCALIZAÇÃO
BUSCA NO MONITORAMENTO: IMAGENS
Na maioria dos casos, conteúdos não-textuais
(imagens, vídeos, sons) estão acompanhados de
tags e/ou textos descritivos.
As tags realizam um tipo de ancoragem, que
facilitam a encontrabilidade dos conteúdos.
BUSCA NO MONITORAMENTO: IMAGENS
Desafios:
• Publicações como fotografias e
memes podem ter a marca
somente visualmente, sem
hashtag
• Processamento visual é custoso e
ainda muito impreciso
• Ferramentas como Ditto e
Gazemetrix buscam por marcas
visualmente
BUSCA NO MONITORAMENTO: IMAGENS
GazeMetrix Pitch Deckhttp://bit.ly/1ecAnqw
BUSCA NO MONITORAMENTO: IMAGENS
Clustering de Marcas através de imagens http://bit.ly/1CR3ivX
BUSCA NO MONITORAMENTO: IMAGENS
Clustering de Marcas através de imagens http://bit.ly/1CR3ivX
COLETA POR MÍDIAS SOCIAIS
Fanpages Perfis Grupos
Privacidade PúblicoPúblico
Privado
Público
Privado
Conexão CurtidasAmizades
SeguidoresParticipação
Interação
Emoticons
Comentários
Mensagem privada
Compartilhamento
Emoticons
Comentários
Mensagem privada
Compartilhamento
Emoticons
Comentários
Compartilhamento
RelaçãoInteresse em conteúdo
(não há limite)
Pessoal
(5.000 amigos)
Interesse em
conteúdo
(não há limite)
Conteúdo
Texto
Link
Foto
Video
GIF
Texto
Link
Foto
Video
GIF
Texto
Link
Foto
Video
GIF
Estrutura
COLETA POR MÍDIAS SOCIAIS
Fanpages Perfis Grupos
Privacidade PúblicoPúblico
Privado
Público
Privado
Conexão CurtidasAmizades
SeguidoresParticipação
Interação
Emoticons
Comentários
Mensagem privada
Compartilhamento
Emoticons
Comentários
Mensagem privada
Compartilhamento
Emoticons
Comentários
Compartilhamento
RelaçãoInteresse em conteúdo
(não há limite)
Pessoal
(5.000 amigos)
Interesse em
conteúdo
(não há limite)
Conteúdo
Texto
Link
Foto
Video
GIF
Texto
Link
Foto
Video
GIF
Texto
Link
Foto
Video
GIF
Estrutura
COLETA POR MÍDIAS SOCIAIS Estrutura
Perfis
PrivacidadePúblico
Privado
Conexão Seguidores
InteraçãoTweet
Retweet
Mensagem privada (DM)
Relação Interesse de conteúdo
Conteúdo
Texto (140 caracteres)
Link
Foto
Video
GIF
#hashtags
COLETA POR MÍDIAS SOCIAIS Estrutura
• Palavras-chave / hashtags em tweets públicos• Mensagens diretas enviadas ao perfil
específico (se o perfil oficial for cadastrado)• Tweets de um usuário determinado• Menções a um usuário determinado• Geolocalização x palavra-chave• Perfis por bio
COLETA POR MÍDIAS SOCIAIS Estrutura
Macro:
#hashtags e assuntos
Meso:
Redes de seguidores
Micro:@replies e usuário
Camadas de conversação no Twitter:
Relativamente fácil de captar e de
analisar (bom volume). Análise de
marcas, mercado e de territórios.
Análise de grupos de interesse emassuntos pré-determinados
População pré-definida: geralmenteusado para estudar comportamento
COLETA POR MÍDIAS SOCIAIS Estrutura
• Fotos tiradas em um determinado local (sistema de busca pela API do Foursquare)
• Fotos e comentários feitos no perfil (se o perfil oficial for cadastrado no)
• Hashtags (sem geolocalização)
COLETA POR MÍDIAS SOCIAIS Estrutura
Canais
PrivacidadePúblico
Privado
Conexão Inscrições
Interação
Gostei / Não Gostei
Comentários
Compartilhamento em
outras rede
Relação Interesse de conteúdo
Conteúdo Video
COLETA POR MÍDIAS SOCIAIS Estrutura
• Palavras-chave (devem estar presentes no título ou descrição do vídeo)
• Comentários de um vídeo específico
• Vídeos de um determinado canal
COLETA POR MÍDIAS SOCIAIS Estrutura
Perfis
Privacidade Público
Conexão Seguidores
InteraçãoComentários
Compartilhamento em
outras redes
Relação Interesse de conteúdo
Conteúdo
Texto
Link
Foto
Video
GIF
COLETA POR MÍDIAS SOCIAIS Estrutura
• Videos que tenham a
palavra-chave no título
ou na descrição
• Canal de um usuário
específico ou marca
DADOS
• Palavras-chave
• Postagens de um
ou mais blogs
(feed)
DADOS
• Palavras-chave
• Hashtags
DADOS
FERRAMENTAS ACADÊMICAS PARA COLETA DE DADOS
Ferramenta desenvolvida por Dr. Anatoliy Gruzd, coordenador do Social Media Lab da Ryerson University.
NETLYTIC
netlytic.org
NETLYTIC
Tier 3:• Estudante: 90 dólares canadenses
por semestre• Acadêmico/Não-Lucrativo: 228
dólares canadenses por semestre• Regular: 348 dólares canadenses
por semestre
NETLYTIC: PLATAFORMAS
• Tweets por Keywords
• Posts e comentários Páginas Públicas
• Posts e comentários de Grupos Públicos
• Comentários de vídeo específico
• Hashtags
• Localização (5km de raio)
• Conteúdo de feed
NETLYTIC: PLATAFORMAS
NETLYTIC: PLATAFORMAS
Título (apenas para identificação)
Keywords com parâmetros de busca
Coleta de até 1000 tweets a cada 15 minutos por 1, 7, 14 ou 31 dias
NETLYTIC: PLATAFORMAS
NETLYTIC: PLATAFORMAS
Título (apenas para identificação)
Identificação da Página ou número de identificação do grupo aberto
Coleta a cada hora dos 100 últimos posts e 25 comentários por postagem
NETLYTIC: PLATAFORMAS
NETLYTIC: PLATAFORMAS
Título (apenas para identificação)
Seleção de Busca por Hashtag ou Localização
Coleta a cada hora de 100 a 10.000 fotos/vídeos durante 1, 7, 14 ou 31 dias
Adição de #hashtag ou latitude/longitude
NETLYTIC: PLATAFORMAS
Título (apenas para identificação)
Código do vídeo
NETLYTIC: PLATAFORMAS
NETLYTIC: PLATAFORMAS
NETLYTIC: PRODUÇÃO
Social media and the social sciences: How researchers employ Big Data analyticsMylynn FeltBig Data & Society Apr 2016, 3 (1)
Estudo de coleta sobre o evento "The Sisters in Spirit Candlelight Vigil", da Native Women's Association of Canada. Netlytic, Storify e DMI-TCAT foram analisadas.
NETLYTIC: PRODUÇÃO
“Where to Go on the Weekend?”: Trends for Local Information Seekingin Leisure Settings Using Social MediaEman Alyami and Sandra Toze International Journal of Digital Society (IJDS), Volume 5, Issue 3, September 2014
Artigo explora as mídias sociais como fonte para busca de informações sobre lazer, a partir da coleta de 16.373 tweets de 5.549 usuários com a hashtag #halifax.
Netvizz é uma ferramenta desenvolvida por Bernard Rieder, pesquisador do contexto do Digital Methods Initiative (Universidade de Amsterdam).
NETVIZZ
apps.facebook.com/netvizz
NETVIZZ
apps.facebook.com/netvizz
NETVIZZ
Coleta de postagens e conexões em Grupos
Coleta de postagens e redes em posts de Páginas
Resultados de busca no Facebook
Coleta de redes de páginas
apps.facebook.com/netvizz
Métricas simples sobre links na plataforma
NETVIZZ: GROUP DATA
Coleta de postagens e conexões em Grupos
Coleta de postagens e redes em posts de Páginas
Resultados de busca no Facebook
Coleta de redes de páginas
apps.facebook.com/netvizz
Métricas simples sobre links na plataforma
NETVIZZ: PRODUÇÃO (GROUP DATA)
A Constituição de Grupos, Agrupamentos e Comunidades em Websites de Redes Sociais (KOEHLER, MACHADO-SPANCE & CARVALHO, 2015)
Construção Coletiva de Conhecimento no Mundo Virtual (DOMINGUES, 2016)
NETVIZZ: PAGE DATA
apps.facebook.com/netvizz
NETVIZZ: PAGE DATA
É possível coletar todos os comentários da página, porém demora muito devido aos limites do Facebook. A coleta somente de estatísticas agregadas é mais veloz.
Especificação de quantidade de dias e período para coleta
apps.facebook.com/netvizz
Métricas simples sobre links na plataforma
Somente post da página ou posts de usuários (em páginas abertas para tal)
NETVIZZ: ID DE PÁGINAS
apps.facebook.com/netvizz
NETVIZZ: COMPARAÇÃO DE DADOS
NETVIZZ: COMPARAÇÃO DE DADOS
NETVIZZ: PRODUÇÃO
Redes de ódios sociais: a difusão de preconceitos contra gênero e orientação sexual no Facebook (SAMUEL et al, 2015)
Likes para a ciência: divulgação científica e consumo de notícias na página I Fucking Love Science no Facebook (SYNGER, 2015)
NETVIZZ: PAGE LIKE NETWORK
NETVIZZ: PAGE LIKE NETWORK
Adição da ID da página para coleta
Profundidade de coleta.
Profundidade 1: coleta a página-alvo, as páginas que ela curte e como estas páginas se curtem entre si.
Profundidade 2: coleta a página-alvo, as páginas que ela curte e todas as páginas curtidas por estas últimas.
NETVIZZ: PRODUÇÃO
REDE ANTIPETISTA NO FACEBOOK
(SANTOS JUNIOR, 2016)
NETVIZZ: PRODUÇÃO
NETVIZZ: LINK STATS
Adição de links, um por linha
A ferramenta coleta a quantidade de Compartilhamentos, Likes e Comentários das URLs e gera um arquivo .tab e a tabela em formato HTML
INSTAGRAM HASTAG EXPLORER, SCRAPER, NETWORK
tools.digitalmethods.net/netvizz/instagram
tools.digitalmethods.net/beta/instagramNetwork
tools.digitalmethods.net/beta/instagram
Netvizz é uma ferramenta desenvolvida por Bernard Rieder, pesquisador do contexto do Digital Methods Initiative (Universidade de Amsterdam).
INSTAGRAM SCRAPER
INSTAGRAM SCRAPER
Adição dos parâmetros para a busca, a depender da opção selecionada.
Seleção de tags, localização gps, ID de localização do Facbeook ou usuários
Métricas simples sobre links na plataforma
Número máximo de resultados por linha no input
Nome do resultado para armazenamento
INSTAGRAM HASHTAG EXPLORER
INSTAGRAM NETWORK
INSTAGRAM NETWORK
Lista de nomes de usuários, um por linha
Selecionar a extração de lista de seguidos ou seguidores
Inserção de código de “clientID” para autorizar a coleta
Inserção de código de “clientID” para autorizar a coleta
INSTAGRAM NETWORK
INSTAGRAM NETWORK
CASE: RANKING DE INFLUENCIADORAS SOBRE MODA E BELEZA PLUS SIZE
ETAPAS
Briefing
Mapeamento Inicial
Coleta de Dados
Classificação
Seleção de Métricas
Análise e Relatório
Pós: novo produto
Desenvolvimento de estudo para:
• Mapear e rankear páginas de blogs Plus Size de brasileiras
• Descobrir blogs internacionais referências das blogueiras
• Descobrir marcas referenciadas pelas blogueiras
• Descobrir mídia consumida pelas blogueiras
• Descobrir referências culturais, musicais e artísticas
BRIEFING
O objetivo do mapeamento inicial é ter um ponto de partida para a descoberta de novos blogs na temática.
MAPEAMENTO INICIAL
A Netvizz é uma das ferramentas que permite coletar redes de páginas de Facebook.
COLETA DE DADOS: FERRAMENTA
Rede de Likes da Página “Grandes Mulheres” e os likes entre as mesmas:
A tática de snowball por popularidade é selecionar páginas mais curtidas que façam parte do escopo.
Páginas mais curtidas:• MdeMulher• Beleza Sem Tamanho• Fluvia Lacerda• Vogue• MAC Cosmetics
COLETA DE DADOS: EXPANSÃO SNOWBALL
Rede de Likes das Página “Grandes Mulheres”, “Beleza Sem Tamanho” e “Entre Topetes e Vinis”.
Página plus size, mas na periferia da rede:• Gordinhas BBW Brasil
COLETA DE DADOS: SNOWBALL
A coleta da rede expandida de 100 páginas plus size resultou no seguinte:• 3.788 páginas• 17.395 conexões
COLETA DE DADOS: RESULTADOS
Para filtrar as páginas, duas táticas são possíveis:
1. Utilizar o esquema de classificação do próprio Facebook: cada página está inclusa em uma categoria
2. Aplicar categorias manualmente direto na ferramenta e/ou planilha como Excel
CLASSIFICAÇÃO
Para filtrar as páginas, duas táticas são possíveis:
1. Utilizar o esquema de classificação do próprio Facebook: cada página está inclusa em uma categoria
2. Aplicar categorias manualmente direto na ferramenta e/ou planilha como Excel
CLASSIFICAÇÃO
0
100
200
300
400
500
600
Páginas
Qual métrica utilizar para rankear as páginas?
SELEÇÃO DE MÉTRICAS
Rankeamento foi a primeira entrega do estudo, definindo um parâmetro de avaliação das páginas.
Resultados posteriores demonstram a possibilidade de monitoramento real-time de referências do público das páginas plus size no universo expandido das páginas.
ANÁLISE E RELATÓRIO
ACESSE A REDE
bit.ly/plusnetwhttp://ibpad.com.br/cursos/plussize
ESTUDO: INFLUENCIADORAS SOBRE FEMINISMO E DIREITOS DAS MULHERS
PASSOS
Briefing
Mapeamento Inicial
Coleta de Dados
Classificação
Análise e Relatório
Descobrir:• Principais organizações e ativistas
influenciadoras sobre Direitos das Mulheres em cinco países da América Latina
• Analisar macro-temas como: Violência de Gênero; Igualdade de Gênero; Aborto e Direitos Sexuais e Reprodutivos; Racismo
• Identificar a atuação de organismos internacionais
BRIEFING
TwitterA rede no Twitter foi coletada a partir de menções, com a análise de retweets.
O monitoramento de keywords relevantes para as temáticas foi acrescido de análise de macro-temas e tópicos.
COLETA DE DADOS
FacebookA partir de mapeamento inicial de páginas, as redes foram expandidadas em metodologia snowball até representarem
BlogTambém a partir da metodologia snowballpara expansão da rede, começou a partir da identificação de blogs dos influenciadores das outras mídias.
Facebook:Mapeamento inicial realizado por especialista no tema: analista de pesquisa mulher e estudante de feminismo.
MAPEAMENTO INICIAL
FacebookExemplo: rede Guatemala
COLETA DE DADOS
Mapeamento Inicial: 30 páginas de campanhas, ativismo e organizações pelos Direitos das Mulheres
Extração das Redes no Netvizz Rede com 1548 páginas e 7909 conexões
FacebookExemplo: rede Brasil
COLETA DE DADOS
Mapeamento Inicial: 100 páginas de campanhas, ativismo e organizações pelos Direitos das Mulheres
Extração das Redes no Netvizz Rede com 4226 páginas e 31390 conexões
ANÁLISE
• Quais os perfis mais referenciados?
• Quais tweets repercutiram?
• Qual o tipo de interação?
• Qual o tipo de motivação de agrupamento?
ANÁLISE E CLASSIFICAÇÃO
• Classificação dos influenciadores por tipo
• Descrição dos principais influenciadores em cada plataforma analisada, enfatizando os influentes nos três ambientes (Blogs, Facebook e Twitter)
• Classificação dos clusters por temática e discussão
ANÁLISE E CLASSIFICAÇÃO
• Manutenção de duas lógicas de análise
• Identificação de volume, temas e semântica
• Análise baseada em rede, interação e agrupamentos
ANÁLISE E RELATÓRIO
Exemplo de output de entrega, com identificação dos principais clusters.
REFERÊNCIAS BIBLIOGRÁFICAS
AHMED, Ashir; SCHEEPERS, Helana; STOCKDALE, Rosemary. Social Media Research - A Review of Academic Research and Future Research Directions. Pacific Asia Journal of the Association for Information Systems, vol. 6, n.1, artigo 3.
Freelon, Deen. (2013) On the interpretation of digital trace data in communication and social computing research. In: Journal of Broadcasting & Electronic Media.
DOMINGUES, Letícia. Construção Coletiva de Conhecimento no Mundo Virtual: o caso dos grupos de Facebook no curso de Direito da UFMG. In: SENA, Adriana [et al.] III Seminário Nacional sobre ensino jurídico e formação docente [livro eletrô-nico]/. -- Belo Horizonte, MG : Relicário Edições, 2016.
KOEHLER, Cristiane; MACHADO-SPENCE, Nádie & CARVALHO, Marie, 2015 . A Constituição de Grupos, Agrupamentos e Comunidades em Websites de Redes Sociais. Revista Teias, v. 16, n. 43, 2015.
Marres, Noortje. (2012). The redistribution of methods: on intervention in digital social research, broadly conceived. In: Sociological Review, vol. 60, s. 1, 2012. pp. 139-165.
MASSAROLLO, João et al.. Redes discursivas de fãs da série Sessão de Terapia. In: LOPES, Maria Immacolata. Por
uma teoria de fãs da ficção televisiva brasileira. Porto Alegre: Sulina, 2015.
PRADO, Luciana. O que diz o Varejo nas rede sociais: Visões sobre as linguagens no mundo do consumo virtual. Dissertação apresentada ao Programa de Pós-Graduação em Comunicação – Mestrado em Comunicação, Linha de Pesquisa Mídia e Cultura – Universidade Federl de Goiás, 2013.
REFERÊNCIAS BIBLIOGRÁFICAS
RODRIGUES, Daniele. Redes Sociais e o Fenômeno da Segunda Tela no Carnaval. Scup, 2013. Disponível em https://ideas.scup.com/suas-ideias/infografico-redes-sociais-e-o-fenomeno-da-segunda-tela-no-carnaval/
SAMUEL et al. Redes de ódios sociais: a difusão de preconceitos contra gênero e orientação sexualno Facebook. XIV Congresso de Ciências da Comunicação na Região Norte – Manaus - AM – 28 a 30/05/2015.
SANTOS JUNIOR, Marcelo Alves dos. Vai pra Cuba!!! A Rede Antipetista na eleição de 2014 / Marcelo Alves dos Santos Junior. – 2016. 197 f. ; il. Orientador: Afonso de Albuquerque. Dissertação (Mestrado em Comunicação) –Universidade Federal Fluminense, Instituto de Arte e Comunicação Social, 2016. Bibliografia: f. 168-181.
SILVA, Tarcízio. Pesquisa baseada em Dados Sociais Digitais: mapeamento de ferramentas e táticas de coleta de dados no Intercom. Razón y Palabra, n.90, 2015.
SYNGER, Talita. Likes para a ciência: divulgação científica e consumo de notícias na página I Fucking Love Science no Facebook. Estudos em Comunicação nº 21, 139-154, 2015.
ZIMMER, Michael; PROFERES, Nicholas. A topology of Twitter research: disciplines, methods, and ethics. AslibJournal of Information, Vol. 66, No. 3, 2014.
Conteúdo com apoio dós profs. Débora Zanini e Wesley Muniz.
Obrigado!
Instituto Brasileiro de Pesquisa e Análise de Dados