Clase de Jorge Selume en el taller #periodismoyconvergencia

1. Twitter&Chile

2. CEP Nov/Dic 2010
¿Tiene en su hogar…
Conexión a
Teléfono red fija Computadora
internet
ABC1 80,0% 79,4% 80,0%
C2 72,6% 79,6% 81,6%
Registre G.S.E C3 47,6% 43,0% 58,0%
D 26,9% 16,8% 27,6%
E 10,5% 10,3% 17,6%
Total 41,8% 36,1% 47,4%

3. CEP Nov/Dic 2010
¿Tiene en su hogar…
Conexión a
Teléfono red fija Computadora
internet
18-24 44,7% 51,8% 62,1%
25-34 37,6% 32,3% 47,8%
EDAD (en grupos)
35-54 39,5% 37,9% 49,7%
55 y más 46,7% 25,5% 33,4%
Total 41,8% 36,1% 47,4%

4. CEP Nov/Dic 2010
¿Tiene en su hogar…
Conexión a
Teléfono red fija Computadora
internet
Punto urbano 47,2% 39,5% 51,6%
Zona
Punto Rural 5,4% 13,2% 19,2%
Total 41,8% 36,1% 47,4%

5. CEP Nov/Dic 2010
¿Tiene en su hogar…
Conexión a
Teléfono red fija Computadora
internet
Sí 45,2% 36,2% 46,3%
¿Está Ud. inscrito en los registros
No 35,1% 35,5% 49,3%
electorales para poder votar?
No contesta 49,7% 49,7% 49,7%
Total 41,8% 36,1% 47,4%

6. ComScore

7. ComScore

8. ComScore

9. Twitter
“Descubre lo que está ocurriendo en este momento, en cualquier lugar del mundo”
“Somos una red de información en tiempo real de lo que está ocurriendo en el mundo.
No nos vemos como una red social de amigos. Y vamos más allá que los medios.
Ellos ofrecen contenido relevante a sus lectores, nosotros abarcamos todo tipo de
comunicaciones instantáneas”. Dick Costolo, CEO de Twitter

10. Forma de calculo de los Indicadores
 Para la elaboración del Ranking de Influencia se utilizaron dos indicadores, Impacto y
Resonancia. A continuación se detallan las variables que componen ambos indicadores.
Impacto:
 Número de followers del usuario.
 Número de únicas referencias y menciones al usuario.
 Frecuencia con que el usuario es únicamente retwitteado.
 Frecuencia con que el usuario únicamente retwittea a otros usuarios.
 Frecuencia relativa con que el usuario postea updates.
Resonancia:
 Probabilidad de que otros usuarios retwitteen lo que el usuario ha escrito.
 Probabilidad de que otros usuarios hagan una referencia o una mención del usuario.

11. Forbes- Klout Top Ten Ranking de Influencia 2010
1. justinbieber 100 11. BarackObama 88.5
2. paulocoelho 96 12. KimKardashian 88.5
3. joejonas 92 13. Tyrese 87.9
4. kanyewest 90.9 14. federicodevito 87.7
5. DalaiLama 90.6 15. joseserra_ 87.1
6. nickjonas 90.1 16. TheEllenShow 87.04
7. ladygaga 89.6 17. AngelaSimmons 87
8. ConanOBrien 89 18. katyperry 87
9. iamdiddy 88.9 19. ebertchicago 86.7
10. yelyahwilliams 88.8 20. RickWarren 86.7
* Klout: or social media influence, which is basically a measure of the impact of your opinions, links and
recommendations across your social graph.

12. Ranking de Influencia de Políticos
RANKING
Nombre Cuenta INFLUENCIA Impacto Resonancia
INFLUENCIA
Sebastián Piñera @sebastianpinera 1 53,1% 53,5% 51,3%
Ricardo Lagos Weber @lagosweber 2 33,8% 34,7% 30,1%
Laurence Golborne @lgolborne 3 33,4% 35,0% 26,8%
Marco Enriquez-Ominami @marcoporchile 4 26,2% 28,9% 15,3%
Nelson Ávila @nelsonavila 5 24,9% 25,0% 24,6%
Ena von Baer @enavonbaer 6 21,3% 23,5% 12,4%
Rodrigo Hinzpeter @rhinzpeter 7 18,7% 20,7% 10,5%
Gonzalo Arenas @diputadoarenas 8 17,3% 15,8% 23,1%
Felipe Harboe @felipeharboe 9 16,0% 16,8% 13,0%
Claudio Orrego @orrego 10 14,0% 14,3% 12,8%
 6 de enero 2011

13. Twitter&TV

14. Twitter & TV
TV: puede movilizarse a la audiencia si las redes sociales se integran a la
programación.
"La discusión no es si Internet es amiga o enemiga, si es fuente de piratería o
de audiencia. Lo que se discute aquí es cómo obtener beneficios de su
utilización“ Ejemplo a considerar: la pasada entrega de los Grammy, que
registró los mayores índices en una década.
Tanto las cadenas, como de sus creativos, admiten sin rubor que echan mano
de Twitter o Facebook para conocer a sus audiencias. "Porque ya no es
suficiente crear algo bueno y ejecutarlo a la perfección, también tenemos que
saber cómo venderlo", comenta Shawn Ryan, productor ejecutivo, guionista y
creador de series como The shield o The unit.
La gran pregunta es si no habría que revisar el sistema de medición de la
audiencia, para tener en cuenta la participación del público.

15. Caso Camiroaga
Tipo de opinión
Frecuencia Porcentaje
Positivo 527 59,3
Negativo 211 23,7
Neutro 151 17
Total 889 100
El 59.3% de las opiniones son positivas, el 23.7% negativas y el 17.0% neutras.

16. Caso Camiroaga
Opiniones positivas
Frecuencia Porcentaje
Apoyo 512 79,8
Culpa de la prensa/farándula 50 7,8
Mal desempeño de Carolina de Moras 22 3,4
Culpa de TVN 20 3,1
Otro 38 5,9
Total 642 100
El 79.8% de las opiniones positivas refieran a mensajes de apoyo y aliento ante la situación vivida por Camiroaga.
En su mayoría corresponden a fans que lo apoyan incondicionalmente. La segunda mención más repetida refiere a
la labor de la prensa de farándula culpabilizándolo (7.8%). En tercer y cuarto lugar, aparecen el mal desempeño de
Carolina de Moras (3.4%) y la responsabilidad del canal en lo ocurrido (3.1%).

17. Caso Camiroaga
Opiniones negativas
Frecuencia Porcentaje
Culpable 59 25,0
Mal desempeño de Carolina de Moras 26 11,0
Bien Kathy 25 10,6
Mentiroso 17 7,2
Culpa de TVN 13 5,5
Traidor 11 4,7
Otro 85 36,0
Total 236 100
El 25.0% de las opiniones negativas sindican a Camiroaga como el responsable de la salida de Salosny del
matinal. La segunda mención más repetida refiere a mal desempeño de Carolina de Moras (11.0%), la tercera al
buen desempeño de Salosny como coanimadora (10.6%) y la cuarta refiere a Camiroaga como mentiroso (7.2%).

18. Variación en nivel de Influencia de Camiroaga
Semana
Variación
Antes Después
Influencia 31,9% 45,8% 43,6%
Impacto 34,1% 46,6% 46,1%
Metricas Resonancia 23,3% 42,7% 33,9%
Referencias 683 1500 119,6%
Retwiteos 160 216 35,0%
 El nivel de influencia de Camiroaga aumentó un 43.6%.
 Las referencias a Camiroaga aumentaron en un 119.6%.

19. Twitter&Empresas

20. Twitter & Empresas
Las marcas no están ajenas a este fenómeno. Un cliente insatisfecho y activo en las
redes sociales puede transformarse en una gran amenaza reputacional. Por el contrario,
un cliente feliz puede transformarse en un gran embajador de la marca. Es necesario
escuchar las conversaciones, identificar los líderes de opinión digitales, participar de sus
discusiones en las mismas plataformas donde éstas están ocurriendo.
Un uso adecuado de Twitter, nos permite monitorear la percepción e identidad de marca,
investigar cualitativamente sobre la aceptación y penetración de productos o servicios,
detectar a tiempo campañas y corrientes de desprestigio y diseñar campañas de
prevención ante posibles crisis reputacionales.
Es importante que compañías y gobiernos puedan utilizar Twitter para reducir el tiempo
de espera en cualquier tipo de servicio que estén dando. Por supuesto, se crea también
esa relación más directa entre ciudadano o cliente y político o empresario”.
El servicio de atención al cliente de las operadoras suele funcionar mejor por Twitter que
de forma telefónica. Iberia informó al instante desde la suya sobre la última huelga de
controladores.

21. Caso VTR
Nivel de influencia (%)
6
5,4
5
4
3
2,3
2
1
0
12_19 12_20 12_21 12_22 12_23 12_24 12_25
 El nivel de influencia de @VTRsoporte aumenta un 134.8% en una semana.
El incremento comienza el día viernes 24, una vez ocurrida la falla en las D-Box.

22. Caso VTR
Retwiteos y Referencias
200
180 176
160
140
120
100
80
62
60
40
20 24
4
0
12_19 12_20 12_21 12_22 12_23 12_24 12_25
RETWITEOS DE OTROS (UNICOS) REFERENCIAS DE OTROS (UNICOS)
 Los retwiteos y referencias suben bruscamente a partir del viernes 24 diciembre, alcanzando su peak el sábado 25.
 El mismo fenómeno se observa en el caso de los retwiteos.

23. Caso VTR: codificación de tweets
Valoracion
Frecuencia %
Positivo 21 4,5
Negativo 280 60,1
Neutro 165 35,4
Total 466 100
 La mayoría de los tweets asociados a la cuenta @VTRsoporte son negativos (60.1%).
 Los tweets positivos alcanzan apenas al 4.5%, mientras que los neutros llegan al 35.4%.

24. Caso VTR: codificación de tweets
Valoración Negativa
Frecuencia %
Valoración Positiva Pérdida de todo lo grabado 86 30,7
Frecuencia % Soporte no responde 53 18,9
Mal servicio 50 17,9
Servicio sin problemas 11 52,4
Compensación por el error 38 13,6
Problema solucionado 6 28,6
Demanda contra VTR 16 5,7
Apoyo 3 14,3
Cambio de proveedor 15 5,4
Otros temas 1 4,8
Burla sobre VTR 14 5,0
Total 21 100 Venganza por lo ocurrido 4 1,4
Otros temas 4 1,4
Total 280 100
 La mayoría de las menciones negativas refieren a la pérdida de todo lo grabado (30.7%), en segundo lugar a la no
respuesta por parte de soporte (18.9%) y en tercer lugar a la mala calidad del servicio que reciben los clientes (17.9%).
 Las mayoría de las menciones positivas son de usuarios que no sufrieron problemas en el servicio (52.4%).

25. Tweet&Shout
Repercusión en Twitter de Ratificación a JVR
Informe Cualitativo

26. 1. Objetivos
General
Conocer el efecto que generó en Twitter la ratificación de Jacqueline Van
Rysselberghe como Intendenta por la VIII Región.
Específicos
Conocer la opinión de los twitteros respecto a los siguientes personajes:
 Intendenta Jacqueline Van Rysselberghe
Ministra Magdalena Matte
 Senador Alejandro Navarro
Ministro Rodrigo Hinzpeter

27. 2. Ficha Técnica
Universo:
Todos los tweets publicados durante el día miércoles 16 de febrero, luego de
anunciarse la ratificación. Este Universo comprende exclusivamente los tweets
relacionados a las siguientes cuentas:
@jvanbiobio
@magdalenamatte
@senadornavarro
@rhinzpeter

28. 2. Ficha Técnica
Muestra: 1885 tweets.
Técnica de análisis: Grounded Theory.
Metodología:
Se codificaron todos los tweets en positivo, negativo o neutro. Además se asoció
un concepto por cada tweet con el fin de enriquecer el análisis.

29. Intendenta Jacqueline Van Rysselberghe
Intendenta Jacqueline
Valoración
van Rysselberghe
Porcentaje
Numero de tweets asociados FOTO
a la cuenta Positivo 13,9
Negativo 60,2
Neutro 25,9
373
Total 100
Opiniones Positivas Opiniones Negativas
Porcentaje Porcentaje
Apoyo a JVR 32,1 JVR no dice la verdad 34,9
JVR comprometida con la region 21,4 Ironías burlescas hacia JVR 15,7
AN no dice la verdad 17,9 Mala decisión del Gobierno 12,3
Otros 28,7 Decepción con la Alianza 10,6
Total 100 UDI influyó en la decisión 6,7
JVR debe enfrentar una acusación constitucional 4,1
Otros 15,8
Total 100

30. Ministra Magdalena Matte
Ministra Magdalena
Valoración
Matte
Porcentaje
Numero de tweets asociados FOTO
a la cuenta Positivo 42,0
Negativo 34,7
Neutro 23,3
541
Total 100
Opiniones Positivas Opiniones Negativas
Porcentaje Porcentaje
Apoyo y animo 40,9 Debiese renunciar por falta de apoyo por parte del Gobierno 54,4
Respaldo a su gestión 40,9 En desacuerdo con desición del Gobierno 8,6
Confianza en JVR 7,0 No debiese haber aceptado las disculpas de JVR 8,6
Mostró nobleza y claridad 7,0 Salió derrotada 7,0
Otros 4,2 Otros 21,5
Total 100 Total 100

31. Senador Alejandro Navarro
Senador Alejandro
Valoración
Navarro
Porcentaje
Numero de tweets asociados FOTO
a la cuenta Positivo 37,9
Negativo 32,5
Neutro 29,6
293
Total 100
Opiniones Positivas Opiniones Negativas
Porcentaje Porcentaje
JVR no dice la verdad 32,1 AN no dice la verdad 26,9
Apoyo a su gestión 20,6 Burlas hacia el Senador 25,4
Error del gobierno 9,1 AN derrotado 16,5
UDI gobierna 9,0 AN sin peso político 9,0
Debe realizar una acusacion
Generó una acusacion sin fundamentos
constitucional 7,7 6,0
Otros 21,6 Otros 16,3
Total 100 Total 100

32. Ministro Rodrigo Hinzpeter
Ministro Rodrigo Hinzpeter Valoración
Porcentaje
Numero de tweets asociados a la
cuenta FOTO Positivo 11,4
Negativo 69,6
Neutro 19,0
678
Total 100
Opiniones Positivas Opiniones Negativas
Porcentaje Porcentaje
Apoyo al gobierno 39,1 RH le faltó carácter 23,6
Se aplicó el principio de inocencia 32,3 Gobierno comete un error ratificándola 14,8
Agradecimiento a su gestión 18,6 Ironías y burlas respecto del actuar de RH 14,1
Decidió luego de analizar los antecedentes 10,0 RH niega los hechos 12,8
Decepción con el manejo de la situación por parte del
Total 100 Gobierno 10,8
JVR no dice la verdad 5,4
Debe actuar la Contraloria y el Ministerio Público 4,0
UDI gobierna 3,4
Otros 11,2
Total 100

33. Tweets destacados
“@rhinzpeter Cuando los que mandan pierden la verguenza los que
obedecen pierden el respeto”.
“@jvanbiobio gracias por seguir comprometida con la 8va region la felicito.
Usted a demostrado mucho y esto es solo un mal entendido #chile”.
“@senadornavarro a pesar de estar a favor de este gobierno estoy de
acuerdo con usted de que la intendenta tiene que salir de su cargo”.
“@magdalenamatte como es posible que usted no se vaya indignada?
usted es una dama para estar en ese circo lo lamento mucho!”.
“GRANDE INTENDENTA!!! QUE @senadornavarro SE HAGA
RESPONSABLE DE MENTIRLE AL PAIS Y DAMNIFICADOS”.!
“Que chistoso que el Sr. WIKIPEDIA @SenadorNavarro diga que la
intendenta le mintio al Presidente y demases.. osea Sr. WIKIPEDIA!!”.

34. Tweets destacados
“@jvanbiobio este fue el ultimo y único gobierno de la alianza votare nula
para la proxima”.
“@rhinzpeter No era el Gob. de los mejores? Al mantener a JVR da pie
p/las irregularidades igual que la #Concertacion.Una vergüenza”.
“@magdalenamatte no soy de su sector pero a Ud. le creo”.
“@jvanbiobio Demostro el poder de la udi pero los ciudadanos (incluyendo
muchisimos de gobierno) estan enfurecidos”.
“@rhinzpeter #Hinzpeter acusa al ciudadano Pakistani tildandolo de
terrorista y sin pruebas y a #JVR con pruebas nada”.

35. Tweet&Shout
Repercusión en Twitter de Ratificación a JVR
Informe Cuantitativo

36. 1. Objetivos
General
Conocer la evolución del nivel de influencia en Twitter de los siguientes personajes:
1. Intendenta Jacqueline Van Rysselberghe
2. Ministra Magdalena Matte
3. Senador Alejandro Navarro
4. Ministro Rodrigo Hinzpeter
Específicos
 Conocer la variación en los niveles de actividad de las cuentas.
 Conocer el nivel de los indicadores clave asociados a las cuentas.

37. 2. Ficha Técnica
Universo:
Todas las métricas diarias en el periodo comprendido entre el 13 y el 20 de
febrero de las siguientes cuenta s:
@jvanbiobio
@magdalenamatte
@senadornavarro
@rhinzpeter
Muestra:
Se consideraron 23 métricas por cada día monitoreado, las cuáles se resumieron
en un indicador denominado Influencia.
Técnica de análisis:
Análisis cuantitativo generando indicadores por usuario.

38. Nivel de influencia
Influencia
35,0
30,0
25,0
20,0
15,0
10,0
5,0
0,0
13_2 14_2 15_2 16_2 17_2 18_2 19_2 20_2
JVR MM RH AN

39. Actividad de la cuenta
FOLLOWERS
JVR MM RH AN
13_2 3206 19936 85931 12701
14_2 3232 19980 86054 12732
15_2 3270 20031 86210 12857
16_2 3377 20089 86619 12926
FECHA
17_2 3568 20405 86948 13102
18_2 3703 20597 87463 13407
19_2 3736 20623 87592 13450
20_2 3764 20654 87723 13488
Nuevos Followers 558 718 1792 787
% crecimiento 14,8 3,5 2,0 5,8

40. Actividad de la cuenta
Retwiteos
500
450
400
350
300
250
200
150
100
50
0
13_2 14_2 15_2 16_2 17_2 18_2 19_2 20_2
JVR MM RH AN

41. Actividad de la cuenta
Referencias
1000
900
800
700
600
500
400
300
200
100
0
13_2 14_2 15_2 16_2 17_2 18_2 19_2 20_2
JVR MM RH AN

42. GRACIAS