Influence
Van bij de start van Twitter zijn er al verschillende pogingen gedaan om algoritmes op punt te stellen om de mate waarin een Twitter-account invloedrijk is te bepalen. Gisteren verschenen er op dit blog verschillende berichten waar verschillende dergelijke tools uitgetest werden aan de hand van de Twitter-accounts van de zes belangrijkste Vlaamse politieke partijen.
Klout-scores van de politieke partijen
Kred-scores van de politieke partijen
Peerreach en de politieke partijen
Followerwonk en de politieke partijen
Twitalyzer en de politieke partijen
Peerindex en de politieke partijen
Naast deze zes tools zijn er ongetwijfeld nog andere tools die op hun beurt een eigen algoritme hanteren om influence te bepalen. De laatste Datanews lijst van de 50 belangrijkste tech-twitteraars was bijvoorbeeld gebaseerd op Tribalytics. Spijtig genoeg zijn de resultaten van dit tool niet publiek beschikbaar. Sommige tools die een tijdje opgang maakten zijn er ondertussen mee gestopt, zoals de Twitter Grader of de Edelman Tweetlevel.
De resultaten van de verschillende tools op dezelfde 6 Twitter-accounts leidden af en toe tot verrassende resultaten. De tabel hieronder geeft het overzicht van de verschillende scores. De Twitter-account met de hoogste score en de Twitter-account met de laagste score worden telkens aangegeven.
De hoogste score werd doorgaans toegekend aan de Twitter-account van de N-VA. Groen kwam ook twee keer als beste tevoorschijn (telkens ex-aequo), OpenVLD en CD&V kregen elk één keer de hoogste score. De laagste score was op één uitzondering na telkens voor de Twitter-account van het Vlaams Belang.
Dit eerder beperkt onderzoek van tools die de influence van Twitter-accounts beweren te bepalen toont aan dat de resultaten sterk variëren. Dit hangt ongetwijfeld samen met de parameters waarop de berekeningen van de tools gebaseerd zijn. Door gebruik te maken van andere parameters en andere veronderstellingen (bijvoorbeeld in welke mate zijn retweets belangrijk ...) bekomen de tools andere resultaten. Een eenduidige bepaling van influence die bovendien universeel bruikbaar zou moeten zijn, is bijgevolg niet mogelijk.
De gratis tools geven elk een idee hoe invloedrijk een Twitter-account is. Ik zou geen geld geven aan betalende tools voor nog een andere berekeningswijze, die ook weer lichtjes andere resultaten oplevert. Als je dan toch een idee wil krijgen van de mate waarin een Twitter-account belangrijk is, zou ik aanraden één of meerdere van de gratis tools te proberen. De resultaten zijn zeker niet zaligmakend, maar kunnen een indicatie geven. Van de Twitter-accounts van de zes belangrijkste Vlaamse politieke partijen lijkt de Twitter-account van de N-VA het beste te scoren, die van het Vlaams Belang het minst goed.
Toch een bedenking Bruno. In deze kleine sample is er een sterke tot nagenoeg perfecte correlatie tussen Klout, Kred (Influence & outreach), Followerwonk, Twitalyzer en de Peerindex score. Alleen die Peerindex activity en audience scores geven echt andere resultaten. Tenzij je alleen de eerste plaats wil in al die rankings, lijkt het dus nuttiger om vooral met Peerindex te werken, wetende dat die algemene score sterk samenhangt met andere bekende scores.
Natuurlijk, alles hangt af van de vraag hoe representatief dit is. Misschien eens een leuk idee om op grote schaal samenhang te onderzoeken?
Heeft u ook een bedenking ?
<< Home