Twitter no mentia
03
de Juliol
de
2016
Les enquestes es van equivocar. El sondeig a peu d'urna, també. Els resultats del 26J han deixat molt mal sabor de boca a la demoscòpia tradicional. I si alguns partits han obert període de reflexió sobre com carai han perdut tants votants en només uns mesos, les empreses que fan enquestes deuen estar encara tremolant. Es van fer malament les entrevistes? Ens ho passem bé mentint quan ens pregunten de política? Funciona allò que Josep M. Ganyet anomena mèdia-ficció?
Deixant de banda que una enquesta mai diu el que passarà, ni tan sols el que passa, sinó el que passava el dia que es va fer, la qüestió de fons que es posa sobre la taula és si no tindríem maneres més noves i més eficients d'obtenir la mena de respostes que busca un estudi d'opinió.
Vejam, per exemple, una de les maneres que s'apliquen ja amb èxit en altres camps: l'anàlisi Big Data de les xarxes socials. És possible obtenir la mateixa informació que una enquesta sense necessitat de preguntar ningú, simplement escoltant el que les persones expressen a Twitter i altres entorns digitals? És el que durant diverses eleccions hem anat intentant des de Sibilare i Websays. És el mateix sistema que va servir per pronosticar amb precisió el resultat del Brexit.
Per a les eleccions del 26 de juny vam analitzar 9.161.890 missatges, emesos per 699.389 usuaris de xarxes socials. El triomfador en conversa fou Unidos Podemos, però l'estimació de vot no la fem directament proporcional: en l'anàlisi es parteix de la popularitat de cada partit, però es ponderen diversos factors (activitat dels equips de campanya, usuaris que han participat, comentaris negatius per a cada candidatura, etc.). I no la vam compartir públicament perquè no estem segurs de si la llei electoral considerarà el monitoratge de xarxes com a sondeig d'opinió.
No entrarem en detalls, però tant el 20D com el 26J les estimacions a partir d'aquesta anàlisi van ser més precises que les enquestes convencionals. Va encertar el resultat? El cert és que no del tot. En canvi, però, sí que encertava de ple en els canvis de tendència en les preferències dels votants.
En efecte, no tenim una explicació tancada, però Twitter no mentia: tenia olfacte, i va intuir correctament. Algunes pistes. El volum de comentaris negatius cap a Unidos Podemos es va disparar a partir del 21 de juny, després d'uns dies realment plàcids. La polèmica sobre el cas Fernández Díaz deixà d'impactar al PP el moment que es coneixien els resultats del Brexit. A partir del 23 de juny, el model d'estimació de vot registrava un 2,7% d'increment del PP i un 1,06% de caiguda per Unidos Podemos. L'entrevista de Pablo Motos a Mariano Rajoy a El Hormiguero del dia 22 segur va influir, ja que fou el moment puntual de més èxit del PP, a excepció feta del debat a quatre. Les bases d'Unidos Podemos van perdre pistonada l'última setmana (un 3% menys de moguda) mentre les del PP despertaven (dos punts més). La conversa digital aliena als partits només va ser dominada pel PP en els tres últims dies de campanya, ...
Alguna cosa va passar entre el dia 20 i el 25: Twitter ho intuïa, i rastre va deixar perquè -qui vulgui i sàpiga- ho pugui veure. Per això, l'anàlisi de dades de xarxes socials pot erigir-se en un complement valuós quan les enquestes van perdudes.
Deixant de banda que una enquesta mai diu el que passarà, ni tan sols el que passa, sinó el que passava el dia que es va fer, la qüestió de fons que es posa sobre la taula és si no tindríem maneres més noves i més eficients d'obtenir la mena de respostes que busca un estudi d'opinió.
Vejam, per exemple, una de les maneres que s'apliquen ja amb èxit en altres camps: l'anàlisi Big Data de les xarxes socials. És possible obtenir la mateixa informació que una enquesta sense necessitat de preguntar ningú, simplement escoltant el que les persones expressen a Twitter i altres entorns digitals? És el que durant diverses eleccions hem anat intentant des de Sibilare i Websays. És el mateix sistema que va servir per pronosticar amb precisió el resultat del Brexit.
Per a les eleccions del 26 de juny vam analitzar 9.161.890 missatges, emesos per 699.389 usuaris de xarxes socials. El triomfador en conversa fou Unidos Podemos, però l'estimació de vot no la fem directament proporcional: en l'anàlisi es parteix de la popularitat de cada partit, però es ponderen diversos factors (activitat dels equips de campanya, usuaris que han participat, comentaris negatius per a cada candidatura, etc.). I no la vam compartir públicament perquè no estem segurs de si la llei electoral considerarà el monitoratge de xarxes com a sondeig d'opinió.
No entrarem en detalls, però tant el 20D com el 26J les estimacions a partir d'aquesta anàlisi van ser més precises que les enquestes convencionals. Va encertar el resultat? El cert és que no del tot. En canvi, però, sí que encertava de ple en els canvis de tendència en les preferències dels votants.
En efecte, no tenim una explicació tancada, però Twitter no mentia: tenia olfacte, i va intuir correctament. Algunes pistes. El volum de comentaris negatius cap a Unidos Podemos es va disparar a partir del 21 de juny, després d'uns dies realment plàcids. La polèmica sobre el cas Fernández Díaz deixà d'impactar al PP el moment que es coneixien els resultats del Brexit. A partir del 23 de juny, el model d'estimació de vot registrava un 2,7% d'increment del PP i un 1,06% de caiguda per Unidos Podemos. L'entrevista de Pablo Motos a Mariano Rajoy a El Hormiguero del dia 22 segur va influir, ja que fou el moment puntual de més èxit del PP, a excepció feta del debat a quatre. Les bases d'Unidos Podemos van perdre pistonada l'última setmana (un 3% menys de moguda) mentre les del PP despertaven (dos punts més). La conversa digital aliena als partits només va ser dominada pel PP en els tres últims dies de campanya, ...
Alguna cosa va passar entre el dia 20 i el 25: Twitter ho intuïa, i rastre va deixar perquè -qui vulgui i sàpiga- ho pugui veure. Per això, l'anàlisi de dades de xarxes socials pot erigir-se en un complement valuós quan les enquestes van perdudes.