Meeyoung Cha, Hamed Haddadi, Fabricio Benevenuto et Krishna Gummadi, un groupe de chercheurs issus d’Allemagne, d’Angleterre et du Brésil, viennent de démontrer ce dont nous nous doutions tous instinctivement : le nombre de followers sur Twitter ne signifie pas grand chose et n’a que peu de rapport avec l’influence.
Pour arriver à cette conclusion, les chercheurs ont examiné les comptes Twitter de 54 millions d’utilisateurs, issus des 80 millions surveillés par leurs serveurs. Ils ont calculé différentes statistiques issues de l’analyse de ces comptes, dont la taille de l’audience, la capacité à être retweeté et à être mentionné dans des Tweets.
Conclusion : ceux qui ont un grand nombre de followers sont peut être populaires, mais cela n’a pas de corrélation avec une quelconque influence. Un grand nombre de followers n’implique pas d’être retweeté ou mentionné de façon significative.
Les résultats de cette recherche ont été publiés ici sur le site web consacré à ce projet de recherche.
L’analyse des données
La quantité de données analysée par les chercheurs donne le tournis : 54 981 152 comptes, 1 963 263 821 liens (followings) entre comptes, et 1 755 925 520 tweets.
Afin de collecter cette énorme masse de données, les chercheurs ont contacté Twitter et ont demandé la permission d’utiliser ainsi ses données, ce que Twitter leur a accordé en donnant une autorisation de collecte spécifique aux 58 serveurs et IP utilisées par les chercheurs.
Au final, les serveurs ont pu scanner 80 millions de comptes Twitter durant le mois d’aout 2009. Seuls 54 millions de comptes étaient réellement en usage à l’époque, ce qui laisse une idée du nombre de comptes laissés à l’abandon sur Twitter.
8% des comptes étaient réglés sur le mode ‘privé’, ils n’ont donc pas pu faire parti de l’analyse. Les chercheurs ont également utilisé l’API de Twitter pour récupérer des données complémentaires comme les liens entre les comptes.
L’étude s’est concentrée sur la plus grosse part du réseau Twitter, “connectée de façon disproportionnée” selon le rapport de recherche, qui contient 94,8% des utilisateurs et 99% des liens et des Tweets. Au sein de ce large réseau de comptes utilisés, les chercheurs ont ensuite restreint les données afin de se concentrer sur les utilisateurs actifs – ceux qui avaient émis plus de dix Tweets – ce qui représentait en aout dernier 6 189 636 utilisateurs issus des 80 millions scrutés initialement.
Pour mesurer l’influence de ces 6 millions d’utilisateurs, les chercheurs se sont penchés sur la façon dont les 54 millions d’utilisateurs utilisant Twitter interagissent avec ces 6 millions d’utilisateurs actifs.
Les trois mesures de l’influence
Après avoir examiné les données, les chercheurs ont trouvé que les comptes les plus suivis représentaient une grande variété de sources : des personnalités comme Barack Obama, Shaquille O’Neal, Ashton Kutcher ou Britney Spears, des média comme CNN ou le New York Times, et de simples utilisateurs. Ceci dit, les utilisateurs les plus retweetés avaient tendance a être des agrégateurs de contenus, comme TwitterTips ou Tweetmeme, et curieusement, les chercheurs ont inclu Mashable dans ce qu’ils considèrent comme des agrégateurs.
Parmi les comptes massivement retweetés, on trouve également Guy Kawasaki, le site humoristique The Onion et l’on retrouve, une fois de plus, le New York Times.
A coté de cela, les utilisateurs les plus ‘mentionnés’ (sans que cela soit un retweet) étaient des célébrités.
Ces trois mesures de l’influence – les followers, les retweet et les mentions – ne se recoupent pas quand on jette un œil aux groupes les plus influents. Si l’on réduit ces groupes aux 20 premiers issus de ces trois types d’influence, seuls deux utilisateurs arrivent à être influents sur les trois tableaux : Aston Kutcher et Puff Daddy.
Les chercheurs ont également regardé la capacité de Twitter à influencer les autres. Ils ont déterminé que les utilisateurs les plus influents exerçaient leur influence sur une large gamme de sujets, par opposition aux experts qui maitrisent un sujet et un seul.
Les 233 “plus influents utilisateurs de Twitter”
Des 6 millions d’utilisateurs actifs analysés, les chercheurs ont choisi les 100 plus influents dans chacune des trois catégories d’influence : nombre de followers, nombre de retweets et nombre de mentions. Du fait que certains se retrouvent dans plusieurs catégories, cela représente 233 utilisateurs au total, catalogués comme les plus influents sur Twitter.
Certains de ces comptes appartiennent à des média ou à des célébrités, mais d’autres sont de parfaits inconnus. En ce qui concerne ces derniers, il apparait que ceux qui limitent leur tweet à un sujet précis ont le plus de chance d’accroitre leur influence.
Au final, les chercheurs ont mis en évidence le fait que le nombre de followers n’est pas à lui seul une mesure fiable de l’influence. D’autres facteurs sont tout autant important, même si les comptes qui sont beaucoup suivit sont également souvent cités et retweetés, le simple fait de regarder leur nombre de followers ne permet pas de mesurer leur influence au sein du réseau Twitter.
Sur le site consacré à leurs travaux de recherche, on peut lire que les chercheurs espèrent pouvoir rendre publiques les données qu’ils ont collecté. Avant de le faire, cependant, ils discuteront avec Twitter afin de rendre cela compatible avec le règlement de Twitter. Ils comptent avoir une réponse, et des données mises à jour, d’ici le mois prochain.
Journalisme de données ou recherche scientifique ?
L’autre enseignement de cette recherche est ailleurs. A l’heure où Twitter fait quotidiennement l’objet d’articles dans la presse du monde entier, les méthodes scientifiques utilisées dans cette étude, assez classiques, se rapprochent d’une toute nouvelle branche du journalisme, le journalisme de données.
Du coté des scientifiques, ce mode d’exploration du savoir n’est pas nouveau, loin de là. Cela fait des décennies que les scientifiques utilisent des ordinateurs pour traiter d’énormes masse d’informations afin de découvrir leur signification, bien souvent à l’aide d’outils de visualisation.
Cette façon de réaliser des recherches scientifiques est elle aussi en plein essor en ce moment. Dans “The Fourth Paradigm, Data intensive Scientific Discovery” (disponible en pdf gratuit), Jim Gray fait un point exhaustif de l’état de l’art en la matière.
Si l’ouvrage reste destiné à un public scientifique, il n’en reste pas moins une lecture indispensable à quiconque souhaite aborder le champ du journalisme de données en lui appliquant la même rigueur que les scientifiques qui travaillent quotidiennement avec des masses de données gigantesques, à la recherche de l’infiniment petit, de l’infiniment grand, où, comme ici, de l’influence sur Twitter.
Manipuler des données dans le but d’en tirer une compréhension sur ce qu’elles mesurent est un exercice délicat et pratiqué depuis longtemps dans certaines communautés scientifiques comme les sciences physiques. Celles-ci ont beaucoup à apprendre au monde du journalisme sur les bonnes pratiques à mettre en œuvre afin d’arriver à une compréhension du monde qui soit basée sur une méthode d’exploration des données valide et scientifiquement rigoureuse. Pour Douglass Kell de l’université de Manchester, c’est là l’un des plus grands challenge de la science au XXIe siècle, qui va au delà de la physique expérimentale ou théorique, ainsi que des simulations informatiques de phénomènes naturels. “Cela demande de nouveaux outils, de nouvelles techniques, et de nouvelles façon de travailler”.
La mise à disposition de gigantesques masses de données ouvre ainsi de nouvelles opportunités de comprendre le monde, à condition de savoir comment les aborder. Le succès du mouvement OpenData, tout comme le succès du journalisme de données, ne sera une réalité que s’il est accompagné d’une meilleure sensibilisation à ces enjeux.
(image d’ouverture : sticker affiché dans la chaîne de fast food texmex Pancheros,
CC-by Brood Wich)
22 mars 2010 à 8:51
Limiter l’influence à la mention ou au retwitt, c’est se tromper sur la mesure. Il faudrait mesurer la capacité à être lu (et le nombre de followings est déjà un indicateur), la capacité à inciter à cliquer sur un lien, la capacité à générer de la conversation.
De plus en plus, on voit de comptes reprendre des liens ou des infos sans retwitter ni mentionner l’auteur d’origine, qui a pourtant l’influence d’avoir fait connaître quelque chose qui a mérité non seulement attention, mais aussi action.
Et puis on peut aussi très bien être marqué par un message sans que cela se traduise par une action mesurable au sein de twitter : décision, recherche d’actualité ou d’information complémentaire, mise en favori partagé (digg &co), billet de blog, en parler autour de soi…
22 mars 2010 à 9:11
Merci pour cet article très intéréssant.
Effectivemment, on savait tous que le nombre de followers ne détermine par exclusiement l’influence ou la popularité d’un Twittos. Dans ce sens je pense que l’outil de mesure Twitter Grader (http://twitter.grader.com) est très intéréssant car il prend en compte plusieurs paramètres y compris ceux énnoncés.
Au plaisir de vous lire,
DONJON Bastien
http://twitter.com/vicus
22 mars 2010 à 9:14
Bien d’accord avec enikao :)
22 mars 2010 à 9:30
moi ce qui me frappe davantage dans cette étude c’est que seulement 6 millions d’utilisateurs ont publié plus de 10 tweets.
22 mars 2010 à 9:34
Le taux de clic a en effet été négligé dans cette étude, à priori parce que les multiples outils de raccourcissement d’url ne permettent pas d’agréger les données… Ceci dit, vous noterez qu’une fois ces données rendues publiques, tout est possible.
La démarche des chercheurs à l’origine de ce projet est bien là : commencer quelque chose puis le verser dans la communauté afin que leurs travaux soient complétés, et le format de leurs données permettra à une autre équipe de prendre le relais et d’y ajouter d’autres éléments d’influence (taux de clic, mais aussi cohérence sémantique des pages liés, etc, etc).
22 mars 2010 à 9:36
@Pierre
En même temps, ça colle avec la règle des 1%/10%/90%. Rien ne dit que l’un des usages de Twitter ne consiste pas à une simple observation. Des outils comme Tweest sur Le Post sont d’ailleurs complètement pensés dans cette optique… ;-)
22 mars 2010 à 10:41
@Fabrice
Certes il doit y avoir pas mal de simples « observateurs » attirés par le bruit médiatique ou amenés au hasard d’un clic sur Google, mais à mon avis ils doivent décrocher vite vu le désordre apparent. Si tu n’es pas impliqué dans les conversations Twitter est un peu abscon. Ceci dit, il y a certainement moyen de fabriquer des outils capables de tirer la substantifique moelle de Twitter pour les « observateurs »… nous allons bientôt montrer le projet Twittio en beta.
22 mars 2010 à 10:55
Je serais curieux de voir combien de spectateurs sont venus hier sur Twitter pour suivre la soirée electorale, sans participer en quoi que ce soit… Avec le foot ou Dieu sait quel évènement rassembleur dans ce genre, il n’est pas impossible que ce type d’usage devienne dominant… Reste à inventer les outils qui vont avec ;-)
22 mars 2010 à 11:59
@Fabrice : Les outils de « commentaire d’événement live » existent déjà, notamment grâce à Facebook, dont le flux des status des personnes inscrites est déjà largement fonctionnel.
Mais il se base sur FB, qui est mainstream (en tout cas davantage que Twitter)…
22 mars 2010 à 12:04
Certes, certes, mais hier, la soirée electorale, c’était sur Twitter que cela se passait, pas du tout sur Facebook.
FB a un réseau symétrique, pour des choses comme une soirée electorale (ou une soirée foot), il n’a pas le même potentiel que Twitter, où tu n’a pas besoin d’etre ami avec Jean Jacques Bourdin et les autres pour suivre ce qu’ils se disent…
22 mars 2010 à 12:04
Je ne comprends pas trop cet apparente découverte de manipulation de quantité de données. Pas que les sciences physique, mais la sociologie et la psychologie expérimentale et sociale traitent statistiquement (et de façon bien plus poussée que ce que laisse entrevoir cet article) quantité importante d’information. La différence ici est peut-être que cela est bien plus popularisé et vulgarisé (on se tape pas 15 pages de graphiques et de méthodologie statistiques avant une conclusion ésotérique). D’ailleurs, j’espère pour eux qu’avec une telle mine d’or ils ne se sont pas limité à cette étude mais on d’autres projets plus ambitieux.
Donc je suis un petit peu surpris par la conclusion (même si je reste complètement pour le principe d’influence positive entre différent champ). Il ne faut pas conclure que nous ne traitons pas de telles informations depuis très longtemps (et non pas simplement des sondages avec des pourcentages et un simple écart-type) parce qu’une étude en parle de façon simplifiée (mais néanmoins intéressante).
22 mars 2010 à 12:13
@Fabrice : Je dois sortir un note dans quelques jours – après le temps de la réflexion et de la réduction de TodoList – pour revenir sur ma couverture de France – Angleterre (et plus généralement, de la journée rugby de samedi) avec France2 sur Twitter.
C’était une magnifique expérience, riche de nombreux enseignements (au moins pour moi)… au-delà du fait que les Français aient remporté le Grand Chelem :-)
22 mars 2010 à 12:25
@Feadurn
Aux dernières nouvelles, la sociologie était un domaine scientifique, non ? Vous reconnaitrez que les sciences physiques, notamment l’exploration de l’infiniment petit et de l’infiniment grand, pratique la recherche à partir de manipulation de données en masse depuis bien plus longtemps, ce sont d’ailleurs les premiers utilisateurs scientifique d’ordinateurs, premiers à les avoir utilisé et premier utilisateurs.
La découverte de la manipulation de grandes quantité de données est plutot à chercher du coté du journalisme que des adeptes des technologies. Le web est né – faut-il le rappeler – dans l’un des plus grands centre de calcul scientifique de la planète, le CERN, qui fait très précisément cela : moudre des données pour y trouver du sens.
22 mars 2010 à 12:26
@Pierre-Olivier Carles
Cool, ca dédramatisera le coté « élections », j’attends ton billet avec impatience :-)
22 mars 2010 à 12:51
@Fabrice
Oui oui, la socio est un domaine scientifique (complexé par les sciences dites « durs » mais bel et bien scientifique).C’est juste que c’était juste que la référence au domaine physique et non des sciences sociales qui m’avait interpellé (la frustration du chercheur en science sociales ;) ) puisque plus éloigné du sujet initial et qui me donnait l’impression que justement on devait chercher les solutions dans de tels domaines alors qu’on a déjà nos propres solutions et méthodologies. Parce que même si la manipulation de grandes quantités de données est née dans des centres de recherche physique, l’objet d’étude ici étant différent il est nécessaire d’appliquer des solutions différentes. Maintenant, que le journalisme et les sciences sociales se rejoignent ne pourrait être que bénéfique pour les deux discipline. Par contre je ne vois pas (de mon point de vue limité), en quoi le journalisme a découvert la manipulation de données conséquentes (mais c’est une question, je n’infirme pas le propos).
22 mars 2010 à 13:05
@Feadurn
d’où l’idée de justement ne pas s’attarder sur les sciences ‘molles’. Si l’étude des particules élémentaires peut apporter beaucoup au journalisme, la socio peut tout aussi bien détruire dans l’œuf ce domaine en ayant l’impression qu’elle dispose des outils nécessaires que les journalistes n’ont qu’à appliquer. C’est loin d’être le cas, il est indispensable de mettre au point de nouveaux outils qui ne soient ni ceux du CERN, ni ceux de la socio, et qui soient propres au journalisme ;-)
Les sciences dures ont comme intérêt ici d’être à ce point éloignées des sujets du journalisme que leurs outils sont nécessairement inoffensifs.
Sinon, oui, le journalisme découvre depuis peu de temps (deux-trois ans, tout au plus) le data journalisme.
22 mars 2010 à 13:21
Ne me provoque pas en parlant de science molles :). Qui plus est, ici je pense que c’est bien plus de statistique qu’il s’agit et non pas tellement de sociologie.
Sinon, je pense que la création d’outils spécifiques est nécessaire, mais penser que du fait de l’éloignement du sujet, les outils initiaux seront plus inoffensifs est une erreur à mon sens. C’était un peu comme lors des débuts de la psychologie expérimentale, voir un peu plus tard avec le behaviorism. A force de vouloir appliquer une méthodologie préexistante sans pour autant la réviser, cela donnait une vision étriquée du phénomène (la fameuse boite noire, le cerveau, qui était à l’époque impossible d’étudier). Et pourtant c’était la physique qui était le moteur principal d’innovation.
Pour ca que je ne serais pas totalement d’accord avec toi sur le fait de ne pas se réapproprier, pour les journalistes, des outils préexistant en science humaines et sociales. Pour moi ca serait nettement plus bénéfique que de réinventer la roue ou de se diriger vers des champ de recherche qui n’ont que le chiffre comme matériel de base en commun. De plus, à la lecture de l’article linké, il apparait que finalement ce qui manque c’est une base de connaissance statistique, associée au besoin spécifique du journaliste de communiquer les résultats de façon intelligible pour tout le monde. Pour moi, c’est la seconde phase du processus qui différenciera alors le journaliste de données du scientifique, la publication et non l’analyse.
22 mars 2010 à 13:36
en ce qui me concerne depuis la disparition de @gandhi ça n’existe pas les gens influents ;)
mais ce que je sais c’est que quand un @pressecitron, un @korben ou un @loic vous tweet un lien, vous prenez toujours une belle raclée dans les stats. :)
je n’y vois pas d’influence, mais une simple force de diffusion, et c’est l’essentiel.
amha, le mot « influent » a été mal choisi, dès le départ
22 mars 2010 à 13:40
@Feadurn
Les stats et la grammaire de la visualisation de données (Tufte ou autre) sont une base indispensable, on est d’accord, pour le reste, il y a beaucoup à faire ;-)
22 mars 2010 à 14:03
bonjour @Fabrice,
-> Ligne 30 : « ceux qui avaient émis plus de dix Tweets » (à ouer, je connais ceux qui émettent plus de 17,901 Updates juste pour être retweeter !) et cela continue …
Depuis que j’ai ouvert mon compte http://twitter.com/sema7 j’ai ma petite idée pour devenir influent sur Twitter, .-) et c’est vrai que le nombre de follower n’est pas un critère suffisant pour être qualifié d’influence ! Ni le taux de clic (une comparaison biasiée par rapport à l’ancien système).
Pour conclure rapidement, de mon point de vue sociétale, il n’existe pas encore le « moi » digital bien au contraire de mon « moi » numérique,
De mon point de vue technique, Twit est la « centralisation » de toutes ces données éparpillées au quatre coins de la planète, (souvent, j’ai comparé Twit est le nouveau terminal de R.
Pour le crowdsourcing, sur Twit il n’y a pas mieux, que les geeks, nerd, nolife revendique la « paternité » des nouvelles High Tech et me présentent la lecture, je ne vois aucun inconvénient à cliquer sur ces informations sans toutefois qualifier de cette personne comme influencable .-) et surtout jusqu’à en « bloquent » certains comptes .-)
22 mars 2010 à 16:28
L’influence est une notion relative. Influencer pourquoi? Dans quel but? A ce jeu là, Obama sera toujours plus influent que Ashton Kutcher.
22 mars 2010 à 16:35
Il y a un peu de flou artistique autour du terme influence
Il s’agit ici de traiter de la génération de flux c’est bien au sens premier du terme influence.
On est loin de l’analyse de résultats de mécanismes d’influences comme la prise d’autorité ou d’ascendant.
Les individus qui influent des courants, des opinions, des pratiques ne sont pas forcément populaires, loin de là.
Sur le plan pratique de la manipulation, les initiateurs sont les auteurs mais pas les acteurs.
L’analyse statistique de gros volumes de données en vrac a été profitable pour éclairer de voies de recherche dans des domaines scientifiques (physique, biologie).
Pour appliquer cela à des données plus générales venant de l’histoire, l’actualité, les phénomènes sociaux, c’est un autre paire de manches.
Avant de rêver à l’outil il faut collecter les données qui ne sont pas toutes en mode Open Data.
Notons que les chercheurs ont du demander à Twitter de pouvoir collecter les données. Ceci pas pour la bonne forme mais pour que leurs automates collecteurs ne soient pas pris pour des vilains Bots.
Dans le cadre du journalisme les sources de données sont très nombreuses et le volume créé chaque jour est beaucoup plus important que celui de Twitter.
Reste à trouver des ressources matérielles pour collecter et stocker les données et des personnes journalistes et spécialistes des techniques Web avancées pour la réalisation.
22 mars 2010 à 17:08
Il y aura toujours un flou sur cette notion d’influence, c’est sûr. Pour certain, cela consiste à faire vendre un truc, pour d’autre, à impacter l’image de quelque chose dans le grand public, pour d’autres enfin, à diffuser leurs idées, mais au final, cela reste de l’influence, non ? Il n’est pas insensé de chercher à appréhender cela par tous les moyens (dont les statistiques dans le cas présent).
@Dominique
Tu noteras qu’il y a dans ce projet une claire volonté de le passer en open data (c’est pas pour rien qu’on en parle ici ;-)
22 mars 2010 à 17:11
@Fabrice
un petit article que je viens juste de lire qui apporte de l’eau à ton moulin :) http://blogs.law.harvard.edu/niftyc/archives/277
PS: Me suis gouré, j’ai initialement posté ce commentaire sur l’autre article
22 mars 2010 à 17:14
interessant ce lien… je vais regarder ça à tête reposée ;-)
22 mars 2010 à 17:36
Ce qui me frappe dans toutes ces études « scientifiques » qui déploient des moyens considérables pour croiser l’âge du capitaine et la vitesse du vent, c’est que ces études oublient de dire que ledit capitaine couche depuis longtemps avec la crèmière en vue d’avoir le beurre et l’argent du beurre.
En d’autre termes (plus sérieux), ce que sait depuis longtemps en science physique, à savoir que l’observateur est partie prenante du phénomène observé, est systématiquement oublié dans ces études sociologiques massives.
Le « capitaine qui couche avec la crèmière », ça peut être le sociologue étudiant le dispositif (1) ou bien l’opérateur du dispositif (2), souvent un peu les deux…
Dans le cas n°1, nous avons l’étude SocioGeek par exemple:
http://perspective-numerique.net/wakka.php?wiki=SocioGeek
Dans le cas N°2, il faut signaler le système de recommandation de Twitter:
http://perspective-numerique.net/wakka.php?wiki=ReseauxEtReseau
A mes yeux, ces observations en disent plus long sur le point de vue des observateurs que sur la chose observée, mais ce n’est que mon point de vue ;-)
25 mars 2010 à 10:20
La quantité / la qualité vieux débat. C’est clair qu’aujourd’hui, les réseaux sociaux sont en train de passer du quantitatif au qualitatif. L’étude en atteste. Nous, on constate çà par la mise en place de réseaux sociaux privatifs, pour une communauté fermée mais qualifiée.