¿Cómo analizar tweets en X? Guía paso a paso

Introducción

El análisis de datos de Twitter es un área útil de la investigación cualitativa cuando se realizan investigaciones relacionadas con la comunicación, la cultura, el marketing y muchos otros campos. ¿Cómo debe abordarse el análisis de Twitter? En este artículo, veremos los datos de las redes sociales, cómo se pueden analizar, y cómo se puede utilizar ATLAS.ti para analizar las redes sociales.

¿Por qué son útiles los datos X (Twitter)?

Durante un tiempo, parecía que todo el mundo tenía una cuenta en Twitter. Varias plataformas de medios sociales han dominado el debate a lo largo de los años, pero Twitter (ahora llamada oficialmente X) es posiblemente la solución omnipresente para los usuarios de medios sociales en muchos lugares del mundo.

El alcance de Twitter lo convierte en un recurso abundante para la recopilación y el análisis de datos cualitativos. Diferentes aspectos de las publicaciones en Twitter pueden decirnos mucho sobre cómo y por qué se comunican las personas entre sí. El análisis de las redes sociales, aunque relativamente nuevo dentro de la investigación cualitativa, se ha convertido así en un enfoque creciente y cada vez más importante para comprender el mundo social digital.

El análisis de los datos de las redes sociales permite explorar diversos temas:

• ¿Cuál es la relación entre el número de seguidores de las cuentas de redes sociales de los políticos y la opinión pública?
• ¿Cómo influyen el lenguaje no verbal y la comunicación visual de los jóvenes en Twitter en el lenguaje de la vida cotidiana?
• ¿Cómo interpretan las personas influyentes en las redes sociales la participación total de sus publicaciones a la hora de determinar cómo interactuar con sus seguidores?

En última instancia, el potencial de investigación ha crecido considerablemente gracias a la proliferación de redes sociales como Twitter, lo que exige un examen detenido de las mejores estrategias para el análisis de los medios sociales.

¿Para qué sirve el análisis X (Twitter)?

Cuando se interpretan datos procedentes de tweets, el análisis puede tener un aspecto diferente al de los datos procedentes de métodos más tradicionales, como entrevistas u observaciones. Si se piensa en el análisis de conversaciones o del discurso, por ejemplo, hay que tener en cuenta pistas no verbales, como gestos o expresiones faciales, u otros enunciados no verbales, como palabras pensadas o repeticiones.

Los datos de Twitter, aunque tienen algunos elementos visuales y auditivos, son principalmente de naturaleza textual. Incluso los elementos visuales de los tweets son diferentes de los elementos visuales de la comunicación cara a cara, sobre todo cuando los memes y los emojis sustituyen a las expresiones faciales y la posición física.

Además, los análisis de Twitter incluyen "me gusta", "retweets", impresiones de tweets, aumento de seguidores y otras métricas que tanto investigadores como profanos utilizan para hacer interpretaciones sobre cómo la gente utiliza Twitter para comunicarse. Tener en cuenta estas métricas requiere que los investigadores analicen los datos tanto cualitativa como cuantitativamente.

¿Cuál es la herramienta para recopilar datos de X (Twitter)?

La investigación de medios sociales es mucho más que importar datos de Twitter a su proyecto de investigación. Como ocurre con cualquier investigación cualitativa, el mejor software de análisis de datos cualitativos cuenta con las herramientas necesarias para estructurar los datos con el fin de facilitar la identificación y la elaboración de las ideas clave de la investigación.

Normalmente, esto implica codificar los datos para resumir grandes conjuntos de significados en etiquetas breves pero descriptivas. Pero con un gran número de tweets que potencialmente necesita incorporar a su investigación, un paquete de software robusto también debe ayudar a procesar cantidades masivas de datos de forma rápida y eficiente, automatizando el proceso de codificación tanto como sea posible, al tiempo que permite al investigador revisar a fondo y de forma transparente la estructura de los datos.

¿Cómo se analizan los datos de X (Twitter)?

Los investigadores pueden analizar los datos de Twitter de varias maneras dependiendo de su pregunta de investigación y de los datos disponibles.

Análisis temático

El análisis temático, una de las formas más sencillas de análisis cualitativo de datos, busca patrones recurrentes en un conjunto de datos. Cuando los datos no pueden cuantificarse, un enfoque temático puede identificar las características cualitativas de un discurso concreto en las redes sociales.

El análisis temático puede examinar varias características específicas de Twitter y otras plataformas. ¿Qué hashtags se utilizan habitualmente en relación con un tema concreto? ¿Se utilizan determinados emojis o abreviaturas en los tuits que hablan de una persona o un lugar? ¿Qué significados pueden deducirse del uso de determinados memes?

Análisis de contenido

Determinar qué contenido resuena dentro de una cultura o subcultura concreta en Twitter es otra investigación útil para los medios sociales. Con este fin, el análisis de contenido es útil para producir estadísticas sobre el lenguaje empleado en los datos de Twitter para hacer interpretaciones cuantitativas sobre los patrones dentro del discurso en línea.

Una de las características únicas de las redes sociales es el uso de hashtags para organizar la información por temas. El análisis de contenido es un enfoque ideal para generar estadísticas basadas en la frecuencia de uso de determinados hashtags frente a otros.

Análisis de sentimientos

Los investigadores realizan análisis de sentimiento cuando quieren analizar comentarios positivos y negativos en los medios sociales. Las palabras no sólo tienen un significado, sino también un matiz y una emoción típicamente asociados a ellas (piense que "feliz" suele asociarse a cosas positivas, aunque en determinados contextos puede tener connotaciones diferentes, como el sarcasmo). Los investigadores pueden filtrar los tuits para determinar las diferencias en la forma de comunicarse de las personas en función de sus sentimientos.

Análisis del discurso

Cuando se miran sólo los tweets, se puede tener una idea de cómo los usuarios de Twitter hablan y se comunican entre ellos. El análisis del discurso busca debajo del significado de las palabras para permitir a los investigadores interpretar las intenciones y los efectos de los tweets y los compromisos.

Análisis de Twitter

Más allá del contenido de los tweets, un enfoque analítico de la interpretación de los datos de Twitter puede ser útil para descubrir nuevas perspectivas de la audiencia. Piensa en las siguientes preguntas y en cómo pueden ser útiles para comprender la cultura de los medios sociales:

• ¿Cuántos tuits se retuitean dentro de una determinada comunidad?
• ¿Cuál es la audiencia demográfica de un hashtag concreto?
• ¿Cuántas impresiones de tuits se consideran virales?

Utilizar ATLAS.ti para analizar datos X (Twitter)

El software de análisis de datos cualitativos como ATLAS.ti facilita el análisis de cualquier forma de datos, incluyendo los datos de las redes sociales. En esta sección, veremos cómo se puede utilizar ATLAS.ti para analizar datos de Twitter.

Importar datos de Twitter

La forma más directa de incluir tweets en su proyecto es copiar y pegar el texto de los tweets en un documento de un proyecto ATLAS.ti. ATLAS.ti le permite editar sus datos según sea necesario para que nunca tenga que interrumpir su proceso de codificación u organización de datos.

Sin embargo, hay páginas web que pueden ayudarle a agregar datos de Twitter e importar datos fácilmente a su proyecto. El servicio ofrecido por exportcomments.com organiza los tweets en una hoja de cálculo que contiene el texto de cada tweet, así como otras métricas importantes, como "me gusta", "retweets" y la ubicación del autor del tweet.

La hoja de cálculo resultante se puede importar a ATLAS.ti utilizando la función de Comentarios de la Red Social.

A partir de ahí, ATLAS.ti se encarga del resto del trabajo convirtiendo la hoja de cálculo en un documento de proyecto. El texto de cada comentario se codifica automáticamente por su autor para que pueda analizar lo que se dice así como quién lo dice. Las estadísticas de likes y retweets también se incluyen en el texto del documento para facilitar un análisis más rico.

Codificación de datos

Ahora que tiene los datos de Twitter en su proyecto, el siguiente paso es proporcionar la estructura para el análisis mediante la codificación. Los códigos que representan a los autores de los mensajes ya los proporciona la herramienta Comentarios de redes sociales, pero la tarea ahora es resumir los tweets con códigos que capturen otros aspectos relevantes de los datos, como temas comunes o temas emergentes.

Además de codificar manualmente los datos, varias herramientas de ATLAS.ti como Codificación AI y Códigos Sugeridos AI facilitan la codificación utilizando modelos lingüísticos avanzados para aplicar automáticamente códigos descriptivos y sugerir códigos que puede utilizar para cada segmento de texto seleccionado. Como resultado, puede codificar potencialmente un gran número de tweets con el uso de inteligencia artificial para comprender tendencias y patrones dentro de los medios sociales a escala.

Análisis de datos

Extraer significado de los códigos es una tarea sencilla en ATLAS.ti con funciones como el Gestor de Códigos y el Análisis de Coocurrencia de Códigos. El Gestor de Códigos muestra todos sus códigos y cuáles aparecen con más frecuencia (en forma de lista, nube, gráfico de barras y TreeMap), y puede reorganizar sus códigos en categorías y temas más amplios. El Análisis de Co-Ocurrencia de Códigos puede proporcionarle una visión general de cómo los diferentes códigos interpretativos aplicados a sus tweets están relacionados entre sí (como una tabla, un gráfico de barras, un diagrama de Sankey, o un gráfico de fuerza dirigida).