O contínuo aumento de usuários ativos nas principais mídias sociais da internet, como Facebook e Twitter representa também uma elevação considerável ano após ano de informação gerada e armazenada. Analisar valores cada vez maiores de informação em uma velocidade de acompanhe o ritmo das discussões na web tem se tornado um desafio para pesquisadores e profissionais do meio. Como solução, novas formas viáveis de coleta e análise de dados precisam ser estruturadas ou adaptadas para gerar a informação que está sendo buscada.

A metodologia de análise de redes, ou SNA, considera que a informação pode ser gerada a partir da compreensão de como elementos de um conjunto estão ligados entre si. Tal perspectiva de pensar o mundo como uma grande rede não é nova, sendo utilizada por áreas tão diferentes quanto economia, engenharia de telecomunicações, sociologia e etc.

Tal metodologia pode ser aplicada nas principais mídias sociais da web, como Twitter, Facebook e Youtube. No caso do Facebook, sua API mais recente (v2.2) permite a coleta de dados de quaisquer páginas e grupos abertos, somente.

De forma prática, quando aplicada ao Facebook, tal metodologia permite visualizar como conteúdos de uma página e seus fãs se organizam e geram grupos de interesse, carregam a conteúdo até novos usuários, como se conectam com outras páginas de Facebook, além de outras informações que podem ser geradas. É uma forma eficaz e rápida de analisar elementos do comportamento de um grupo social para, por exemplo, embasar estratégias de atuação na web.

Abaixo exemplifico algumas das análises que podem ser feitas aplicando tal metodologia ao Facebook.

Identificar grupos de interesse:

O grafo acima mostra a relação entre posts publicados por uma página e os usuários engajados durante o período. A peculiaridade aqui é que tal página publica conteúdos em três idiomas: português, inglês e espanhol, sem direcionamentos.

Os nós podem representar posts ou usuários, enquanto as arestas representam as conexões entre eles. Quando aplicada a modelagem Force Atlas 2, cujo objetivo é dispor mais próximos os nós com maior afinidade entre sim, juntamente com filtros de modularidade, é possível observar quatro clusters, ou grupos de interesse, na página. O diâmetro dos nós é proporcional a soma de likes + comentários + compartilhamentos envolvidos.

A observação do conteúdo dos posts revela que o cluster em roxo é composto principalmente por brasileiros, enquanto os clusters vermelho e azul-claro reúnem usuários de outros países da América do Sul. O maior nó, em verde, representa um único post publicado em inglês. Trata-se de um exemplo extremo por se tratarem de grupos com diferentes idiomas, mas é uma forma de demonstrar tal análise com clareza. Nos próximos exemplos irei mostrar como um cluster, ou grupo de interesse, pode ser observado em quaisquer tipo de páginas de Facebook.

Grupos de interesse e grau de intermediação:

O exemplo acima mostra a rede gerada por uma página de notícias sobre futebol internacional. Esta é uma rede mais próxima do ideal quando se analisa uma página de Facebook, pois há um único núcleo mais denso de interações, diferente do exemplo anterior, no qual os fãs interagem apenas com alguns posts.

Apesar de mais densa que a rede anterior e reunida em um único núcleo, é possível observar a formação de um grupo de interesse em verde, quando se aplicam filtros de modularidade. A posterior análise dos posts revela que tal cluster em verde é composto por posts e usuários com interesse em times menores do futebol europeu. No restante do grafo, em diversas cores, predominam posts sobre grandes times europeus e times brasileiros. O diâmetro dos nós é proporcional ao número de interações realizadas, como no primeiro exemplo mostrado.

Algumas conclusões podem ser feitas neste exemplo:

• Há um forte grupo de interesse de pessoas interessadas em times pequenos do futebol europeu, no entanto estes posts não são os que conquistam mais interações;
• Posts sobre grandes times europeus e times brasileiros, dispostos no extremo direito do grafo em diversas cores, são os que engajam mais usuários distintos e trazem mais usuários novos a interagiram uma única vez;

No exemplo acima, o diâmetro dos nós está de acordo com seu grau de intermediação, ou betweenness, que mede a capacidade do nó em conectar grupos distintos. Quanto maior o nó, mais conexões com nós diferentes ele fez.

Nota-se que o cluster em vermelho (o mesmo em verde no grafo anterior) contém mais usuários com elevado grau de intermediação, ou seja, usuários que interagem com uma maior variedade de posts. (neste exemplo os maiores nós são usuários, e não posts). Estes usuários são mais engajados com a página, pois interagem com diversos conteúdos publicados frequentemente. Os conteúdos que eles preferem, no entanto, não geram maior volume de interações.

Comparativo com outras páginas:

Diversas páginas de Facebook podem ser reunidas em um único grafo, de forma a observar as relações entre suas redes de usuários, como no exemplo abaixo.

O grafo acima reúne as páginas de Facebook de cinco shoppings de uma mesma cidade num mesmo período de tempo. Reunidos em um único grafo, é possível observar características como:

• De que forma o publico de um determinado shopping está engajado com seu concorrente;
• Quais os shoppings com maior similaridade entre os públicos quando se aplica a modelagem Force Atlas, como no exemplo;
• Quais shoppings têm a maior rede de usuários envolvidos, medido através do tamanho de cada cluster;
• Quais Shoppings têm mais interação em seus conteúdos, medido através do diâmetro dos nós, como no exemplo acima;
• Quais tipos de conteúdos publicados por um shopping engajam também usuários inseridos em clusters de outros shoppings;
• Quais tipos de conteúdo de um shopping não interessam aos fãs de outros shoppings;
• Se temas abordados por diferentes shoppings podem gerar um grupo de interesse;
• Se há e quais são os grupos de interesse dentro da rede de cada shopping;

A análises citadas podem, no exemplo em questão, fundamentar estratégias de conteúdo e atuação no Facebook como um todo.

Assim como nos exemplos citados, a análise de redes pode ter mais aplicações ao Facebook, tanto em grupos quanto em páginas, que pretendo abordar em outros posts.