Twitter Analytics: Midiendo tweets

Twitter Analytics ya nos proporciona informes básicos de las cuentas de Twitter desde el verano de 2014. Intentaré exponer la información que nos aporta los informes y la interpretación de los datos. La interpretación de los datos es el valor añadido que le podemos aportar al informe, sacar datos de forma mecánica es relativamente fácil. Una frase muy utilizada dentro del analytics es que lo que no se puede medir no se puede controlar y lo que no se puede controlar no se puede mejorar. Por encima de los datos que nos proporciona Twitter Analytis, es más importante la interpretación de los mismos, ya que es lo que nos permitirá tomar unos planes de acción u otros en función de los resultados obtenidos. Los informes de Twitter nos proporcionan una información visual que nos permitirá seguir la evolución de los resultados en un simple vistazo. Por otro lado, con la posibilidad de poder exportar los datos a excel, de este modo podemos trabajar más en profundidad y realizar informes y cuadros de mando de gran nivel.


Aspecto visual de los datos de Twitter Analytic

Número de Impresiones: Es el número de veces que se han visto los tweets emitidos en el plazo que se determine (en este caso 28 días) A simple vista podemos ver la evolución diaria del número de visualizaciones y del alcance de los tweets emitidos cada día

El informe también nos proporciona una información general de cada uno de los tweets (impresiones, interacciones y % tasa de interacción) Aunque tener un buen alcance (número de impresiones) es importantísimo, no es determinante. El número de impresiones viene determinado, entras cosas, por el número y tipo de seguidores que tengamos (o en el número de listas que estemos incluidos), el tipo de hashtag que usemos, la hora en la que realicemos la publicación, etc.... Pero esto no nos asegura una buena tasa de interacciones si el contenido mostrado no tiene la calidad y carece del interés necesario para nuestros seguidores principalmente. Lo ideal es que haya un equilibrio.

Aunque de forma visual, en gráficos de menor tamaño, nos proporciona información general de las interacciones más frecuentes de los tweets en el periodo de tiempo marcado, está información la veremos más detallada cuando exportemos a excel la información. También podemos ver mucha información entrando en cada uno de los tweets.

De forma visual dispondremos de una información general de las interacciones y alcance de los tweets generados y una información individual de cada uno de los tweets.

El gráfico que establece el % de tasa de interacciones proviene de los siguientes gráficos: clics en el enlace, retweets, favoritos y respuestas. Esto nos proporciona información sobre el impacto que ha tenido nuestro contenido en los seguidores y demás usuarios que hayan podido visualizar nuestro tweet. En función de la evolución podemos determinar la calidad y el interés de los contenidos aportados, qué tipos de contenidos funcionan mejor, qué contenidos son propicios para tener conversaciones con los seguidores, qué horas o días de la semana son mejores para publicar tweets, etc...

Además de la evolución diaria del número de seguidores que tiene nuestra comunidad, uno de los mejores aspectos que nos proporciona Twitter Analytics es la información de los usuarios de nuestra comunidad (CRM Social).Otra herramienta muy potente en este aspecto es Socialbro

Podríamos dividir en tres secciones la información que nos aporta. Los temas que les interesa a nuestros seguidores (entre para otras muchas cosas, es una buena información para el content curator) Nos geolocaliza a los seguidores (por ejemplo, si queremos tener un alcance internacional mayor en los países de otro lado del charco, tendremos que emitir contenidos en franjas horarias en las que hay actividad en esos países (por la noche hora española) Por último, nos proporciona información de qué usuarios son influyentes para tu comunidad y qué % de tus seguidores les siguen.

Cómo exportar de forma ordenada archivos Analytcs formato CSV a Excel.

Aunque esta información tiene que ver más con excel que con Twitter, es una de las cuestiones que me han planteado en diversas ocasiones por lo que he considerado incluirlo en el tutorial.

A la hora de exportar a Excel informes analytics en formato CSV es que la información vuelca toda en la misma columna. Aspecto que hace muy difícil el poder trabajar de forma correcta con la información recopilada.Los datos del informe analytic en formato CSV aparecen en Excel en la misma columna pero separados por comas. En el caso que el archivo fuera TSV los tatos estarían separados por tabulaciones. El propósito para poder trabajar de forma correcta en excel es que cada dato aparezca en una columna distinta.

Para conseguir separar por columnas los datos, seleccionaremos la columna donde está toda la información, posteriormente iremos al apartado de excel Datos y seleccionaremos Texto en columnas. Seleccionamos “delimitados por caracteres como comas o tabulaciones que separan campos”. Siguiente> seleccionar el tipo de separador que queremos que delimite los datos que irán en una celda u otra "Comas". Siguiente> formato celda "General" Al darle a Finalizar nos preguntará si deseamos reemplazar el contenido de las celdas de destino. Le decimos que sí y ya estaría listo el informe para poder trabajar con él.

Un aspecto importante es que antes de realizar cualquier modificación es aconsejable guardar una copia del informe original para que en caso de posible error no tener que exportar nuevamente el informe.

Una vez exportamos el informe  de Twitter Analytcs a Excel podemos comprobar una serie de datos, los cuales para simplificar la explicación del informe, los agruparemos en tres grupos según el orden en el que aparecen.

1-Tweet id,"Tweet permalink","Tweet text","time"

Estos cuatro datos corresponden a la estructura de la que consta el tweet. Un número de identificación, el enlace del tweet, el texto del tweet y el día y la hora que se emite el tweet.

Los tres campos siguientes son los que nos aportarán la información de la repercusión que ha tenido el tweet emitido. 

2-"impressions" Número de veces que ha sido visto el tweet.

"engagements" Número de interacción que ha tenido el tweet. Esta información proviene de cualquier interacción que se haya producido en el grupo de datos que expongo en el apartado siguente. Los más habituales "retweets","replies","favorites","url clicks","hashtag clicks"...

"engagement rate" engagement / impressions = % engagement

3- El siguiente grupo de datos son el tipo de interacciones que ha podido tener el tweet las cuales, como hemos indicado anteriormente, se pueden agrupar en "engagement", ya que twitter considera engagement a cualquier interacción con el tweet. (Aunque esto lo vemos de forma superficial es muy recomendable dedicarle tiempo a los datos de estos campos ya que nos aportará mucha información para llegar a conclusiones interesantes)

El tipo de interacción de nuestras publicaciones nos está aportando información de qué es lo que estamos haciendo bien y qué es lo que debemos mejorar en función de la estrategia marcada (falta de empatía con la comunidad, desinterés por los contenidos publicados, franja horaria no adecuada, etc...). Por otro lado, también podemos ver qué es lo que se hace con el contenido (se manda por email, el número de visualizaciones del vídeo, si se ha incrustado el contenido, etc...)

"retweets","replies","favorites","user profile clicks","url clicks","hashtag clicks","detail expands","permalink clicks","embedded media clicks","app opens","app installs","follows","email tweet","dial phone","video views","promoted impressions","promoted engagements","promoted engagement rate","promoted retweets","promoted replies","promoted favorites","promoted user profile clicks","promoted url clicks","promoted hashtag clicks","promoted detail expands","promoted permalink clicks","promoted embedded media clicks","promoted app opens","promoted app installs","promoted follows","promoted email tweet","promoted dial phone","promoted video views"

Para poder realizar un cuadro de mando lo más completo y fiable posible y para poder cotejar la veracidad y la desviación de los datos se debe usar otras herramientas como por ejemplo hootsuite o buffer.

La intención de esta entrada del blog es saber interpretar mejor los datos de los informes de Twitter Analytics..La mejor interpretación es saber el porqué de cada dato, que causas o condiciones han motivado ese resultado. Cuando no es posible saber a simple vista los motivos que han causado un dato "anómalo", hay que realizar un seguimiento e investigar hasta obtener las causas.

Seguramente me habré dejado muchas conclusiones en el tintero, ya que resumir un informe de este tipo (que da para mucho) es complicado. Cualquier aportación será siempre bienvenida.