Cuando haga clic en la pestaña de Influencers & Brands en su informe de Inteligencia, verá la opción de ordenar las cuentas a las que su audiencia sigue por afinidad (affinity) y también por singularidad (uniqueness).
¿Qué son Affinity y Uniqueness?
Affinity:
Afinidad es una métrica patentada que pretende ayudar a nuestros clientes a comprender el interés que tiene una audiencia hacia una persona, una marca o una organización (los más seguidos).
¿Cómo se calcula?
Audiense infiere la afinidad de la audiencia de acuerdo con las interacciones (tweets, publicaciones, seguidores, me gusta, etc.) de los miembros de la audiencia en las redes sociales. Una de las entradas más importantes para calcular la afinidad es el gráfico de seguidores porque nos permite saber más acerca de cómo las personas están interconectadas y, por lo tanto, nos ayudan a comprender mejor sus afinidades.
Cuando ordene por Affinity, podrá ver los intereses más altos para esa audiencia (cuentas más seguidas). Por ejemplo, las personas como Elon Musk serán los típicos cuando ordene por afinidad: el 42.41% de esta audiencia tiene una afinidad con Elon Musk, mientras que el 4.57% de la audiencia global también tiene una afinidad con esta cuenta (ver imagen).
Para encontrar cuentas más relevantes/populares para su audiencia cuando esté comparando con la línea de base, puede ordenarlos por Uniqueness.
Ten en cuenta:
Los porcentajes totales de afinidad para una sola cuenta pueden no sumar el 100% debido a la presencia de cuentas protegidas o suspendidas. Estas cuentas no se incluyen en el análisis, lo que conduce a una discrepancia en los resultados porcentuales. En promedio, las cuentas privadas o suspendidas constituyen entre el 5% y el 15% del total de cuentas en la muestra, lo que puede afectar la distribución general de los porcentajes.
Además, cuando el cálculo de afinidad implica seguidores de múltiples cuentas y estas cuentas tienen diferentes números de seguidores, los porcentajes suelen estar sesgados hacia la cuenta más grande. Esto es particularmente notable cuando algunas cuentas tienen millones de seguidores o superan nuestro tamaño de muestra de 250k.
En resumen, es importante tener en cuenta que los porcentajes de afinidad no siempre sumarán el 100%. Esto se debe principalmente a la limitación del tamaño de la muestra de 250k al combinar seguidores de diferentes cuentas, como se mencionó anteriormente, junto con la exclusión de cuentas protegidas o suspendidas, ya sea que la definición de audiencia incluya seguidores de una sola cuenta o de varias.
Uniqueness:
Para 'Uniqueness', utilizamos un índice de propiedad que utilizamos para determinar como es de relevante y única una persona o marca para los miembros de la audiencia. Este índice toma en cuenta la "corriente principal" de las cuentas para el público en general y penaliza las cuentas que son influyentes para toda la población en comparación con las que son especialmente importantes para la audiencia que estamos analizando. Este índice nos permite resaltar marcas o personas que son realmente únicas para una audiencia o segmento objetivo concreto.
El índice se puntúa con valores que van de 0 a 100, siendo 100 la afinidad única máxima.
Por ejemplo, cuando analizamos una audiencia de fanáticos del tenis, cuando comparamos con la línea base de deportes en general, vemos que incluso la audiencia tiene una gran afinidad con los jugadores de tenis, la línea de base tiene una mayor afinidad con Barack Obama que algunos jugadores de tenis famosos como Rafa. Nadal. Nuestro índice penalizará los resultados que son de la corriente principal, lo que nos ayudará a destacar los verdaderos influyentes para el público objetivo (en este caso, Rafa Nadal) ".
¿Cómo funciona la fórmula de uniqueness?
Explicamos 'uniqueness' como relevancia, o mejor dicho, popularidad, para que sea más fácil de entender:
Ejemplo:
= 100 * (200 + SEGMENT_AFFINITY - 2*B) / 300 = (200 + SEGMENT_AFFINITY - 2*B) / 3
B = BASELINE_AFFINITY: % of users from the baseline audience that has an affinity with the influencer
If SEGMENT_AFFINITY < 5%
SEGMENT_AFFINITY - MULTIPLIER * BASELINE_AFFINITY
(SEGMENT_AFFINITY - MULTIPLIER * BASELINE_AFFINITY) / 10
La indexación específica que realizamos tiene en cuenta la popularidad del influencer en la audiencia y la popularidad del influencer en la audiencia de referencia con la que estamos comparando.
La indexación está diseñada para mostrar las cuentas más exclusivas, y esto a veces se traduce en una brecha en el valor real del índice para las cuentas que superan un determinado umbral (estos umbrales las empujan hacia abajo o hacia arriba). Con esto pretendemos promover influencers reales. Alguien seguido por solo 4 personas dentro de un segmento no es realmente un influencer. También tenemos en cuenta la línea de base que se compara (es decir, si compara un segmento con la audiencia completa, las puntuaciones de singularidad pueden ser más bajas, ya que existe una similitud entre el segmento y la audiencia completa).
El razonamiento detrás de esto es que la afinidad pura no es lo mismo que uniqueness, puesto que hay personas influyentes que tienden a aparecer en todas las audiencias debido a su gran popularidad”.
En este enfoque, se premia especialmente si un influencer tiene una afinidad alta con el segmento y una afinidad muy baja en la línea de base. En otras palabras, un influencer que tiene una fuerte presencia en el segmento, pero también en la línea de base, se clasificará más abajo que otro influencer que puede tener menos presencia en el segmento, pero casi no tiene presencia en la línea de base.
El objetivo es descubrir influencers que realmente sean de nicho dentro del segmento y descartar influencers generalistas, que tienen presencia en cualquier segmento, como Obama o Lady Gaga.
Además, en esta fórmula elevamos al cuadrado el porcentaje de afinidad del segmento, es decir, elevamos al cuadrado el dividendo. Una vez más, esto sirve para favorecer a los influencers más influyentes y para penalizar un poco más a los ‘fake’ influencers.
En la exportación de Excel, una vez que descargues los datos, tendrás el cálculo basado en la audiencia desde la que se exportaron los influencers en ese momento. Es decir, un segmento, en comparación con la línea de base seleccionada en el momento de la exportación. Por ejemplo, la línea de base podría ser la audiencia completa, otra audiencia de otro informe o un país (que sería un promedio nacional = usuarios de Twitter en ese país)
Tiene en cuenta como de popular es ese influencer para la audiencia en comparación con como es de popular para la línea de base, para obtener los influencers más relevantes/populares en orden = único, para la audiencia. Mientras que la afinidad analiza la mayoría de los seguidores dentro de una audiencia, la singularidad analiza la popularidad/relevancia debido al compromiso.
Nota:
"Very Low/Low/High/Very High Uniqueness es una métrica relativa que se calcula contra una línea de base.
Cada uno da una calculación diferente, comparado si solo seleccionas Unicidad (Uniqueness).
Cuando seleccionas Uniqueness, esto te dice los influencers que son más relevantes para la audiencia/segmento, en comparación a la línea de base (ej., segmento comparado con la audiencia total como base)
Sabemos que esto puede ser confuso, y lo estamos resolviendo.
Nuestro consejo sería usar afinidad (Affinity) cuando quieras saber quien son los influencers a los que siguen más esta audiencia, y unicidad (Uniqueness) cuando quieras saber quien es más relevante/popular para tu audiencia, en comparación a la linea de base que estás contrastando.
Artículos relacionados: