Twitter no mentía
03
de Julio
de
2016
Las encuestas se equivocaron. El sondeo a pie de urna, también. Los resultados del 26J han dejado muy mal sabor de boca a la demoscòpia tradicional. Y si algunos partidos han abierto periodo de reflexión sobre cómo carai han perdido tantos votantes en sólo unos meses, las empresas que hacen encuestas deben de estar todavía temblando. Se hicieron mal las entrevistas? Nos lo pasamos bien mintiendo cuando nos preguntan de política? Funciona aquello que Josep M. Ganyet denomina mèdia-ficción?
Dejando de banda que una encuesta nunca dice el que pasará, ni siquiera el que pasa, sino el que pasaba el día que se hizo, la cuestión de fondo que se pone sobre la mesa es si no tendríamos maneras más nuevas y más eficientes de obtener el tipo de respuestas que busca un estudio de opinión.
Vejam, por ejemplo, una de las maneras que se aplican ya con éxito en otros campos: el análisis Big Fecha de las redes sociales. Es posible obtener la misma información que una encuesta sin necesidad de preguntar nadie, simplemente escuchando el que las personas expresan a Twitter y otros entornos digitales? Es el que durante varias elecciones hemos ido intentando desde Sibilare y Websays . Es el mismo sistema que sirvió para pronosticar con precisión el resultado del Brexit.
Para las elecciones del 26 de junio analizamos 9.161.890 mensajes, emitidos por 699.389 usuarios de redes sociales. El triunfador en conversación fue Unidos Podemos, pero la estimación de voto no la hacemos directamente proporcional: en el análisis se parte de la popularidad de cada partido, pero se ponderan varios factores (actividad de los equipos de campaña, usuarios que han participado, comentarios negativos para cada candidatura, etc.). Y no la compartimos públicamente porque no estamos seguros de si la ley electoral considerará la monitorización de redes como sondeo de opinión.
No entraremos en detalles, pero tanto el 20D como el 26J las estimaciones a partir de este análisis fueron más precisas que las encuestas convencionales. Acertó el resultado? El cierto es que no del todo. En cambio, pero, sí que acertaba de pleno en los cambios de tendencia en las preferencias de los votantes.
En efecto, no tenemos una explicación cerrada, pero Twitter no mentía: tenía olfato, e intuyó correctamente. Algunas pistas. El volumen de comentarios negativos hacia Unidos Podemos se disparó a partir del 21 de junio, después de unos días realmente plácidos. La polémica sobre el caso Fernández Díaz dejó de impactar al PP el momento que se conocían los resultados del Brexit. A partir del 23 de junio, el modelo de estimación de voto registraba un 2,7% de incremento del PP y un 1,06% de caída por Unidos Podemos. La entrevista de Pablo Motos a Mariano Rajoy al Hormiguero del día 22 seguro influyó, puesto que fue el momento puntual de más éxito del PP, a excepción hecha del debate a cuatro. Las bases de Unidos Podemos perdieron pistonada la última semana (un 3% menos de movida) mientras las del PP despertaban (dos puntos más). La conversación digital ajena a los partidos sólo fue dominada por el PP en los tres últimos días de campaña, ...
Algo pasó entre el día 20 y el 25: Twitter lo intuía, y rastro dejó porque -quien quiera y sepa- lo pueda ver. Por eso, el análisis de datos de redes sociales puede erigirse en un complemento valioso cuando las encuestas van perdidas.
Dejando de banda que una encuesta nunca dice el que pasará, ni siquiera el que pasa, sino el que pasaba el día que se hizo, la cuestión de fondo que se pone sobre la mesa es si no tendríamos maneras más nuevas y más eficientes de obtener el tipo de respuestas que busca un estudio de opinión.
Vejam, por ejemplo, una de las maneras que se aplican ya con éxito en otros campos: el análisis Big Fecha de las redes sociales. Es posible obtener la misma información que una encuesta sin necesidad de preguntar nadie, simplemente escuchando el que las personas expresan a Twitter y otros entornos digitales? Es el que durante varias elecciones hemos ido intentando desde Sibilare y Websays . Es el mismo sistema que sirvió para pronosticar con precisión el resultado del Brexit.
Para las elecciones del 26 de junio analizamos 9.161.890 mensajes, emitidos por 699.389 usuarios de redes sociales. El triunfador en conversación fue Unidos Podemos, pero la estimación de voto no la hacemos directamente proporcional: en el análisis se parte de la popularidad de cada partido, pero se ponderan varios factores (actividad de los equipos de campaña, usuarios que han participado, comentarios negativos para cada candidatura, etc.). Y no la compartimos públicamente porque no estamos seguros de si la ley electoral considerará la monitorización de redes como sondeo de opinión.
No entraremos en detalles, pero tanto el 20D como el 26J las estimaciones a partir de este análisis fueron más precisas que las encuestas convencionales. Acertó el resultado? El cierto es que no del todo. En cambio, pero, sí que acertaba de pleno en los cambios de tendencia en las preferencias de los votantes.
En efecto, no tenemos una explicación cerrada, pero Twitter no mentía: tenía olfato, e intuyó correctamente. Algunas pistas. El volumen de comentarios negativos hacia Unidos Podemos se disparó a partir del 21 de junio, después de unos días realmente plácidos. La polémica sobre el caso Fernández Díaz dejó de impactar al PP el momento que se conocían los resultados del Brexit. A partir del 23 de junio, el modelo de estimación de voto registraba un 2,7% de incremento del PP y un 1,06% de caída por Unidos Podemos. La entrevista de Pablo Motos a Mariano Rajoy al Hormiguero del día 22 seguro influyó, puesto que fue el momento puntual de más éxito del PP, a excepción hecha del debate a cuatro. Las bases de Unidos Podemos perdieron pistonada la última semana (un 3% menos de movida) mientras las del PP despertaban (dos puntos más). La conversación digital ajena a los partidos sólo fue dominada por el PP en los tres últimos días de campaña, ...
Algo pasó entre el día 20 y el 25: Twitter lo intuía, y rastro dejó porque -quien quiera y sepa- lo pueda ver. Por eso, el análisis de datos de redes sociales puede erigirse en un complemento valioso cuando las encuestas van perdidas.