Selon une enquête menée par l’expert nord-américain des réseaux sociaux, le Dr Ravi Singh, la « maîtrise », avec laquelle le président des États-Unis d’Amérique a utilisé le réseau social Twitter, a servi à projeter son leadership. Et cela même malgré le ton négatif à la fois dans ses propres tweets ainsi que dans la communauté avec laquelle il interagissait. L’étude analyse 35 647 tweets émis par le compte @realDonaldTrump et a pu établir un modèle pour obtenir la projection des tweets d’autres leaders au 4 coin du monde.
Des conclusions incroyables
L’une des principales conclusions de l’étude indique que les tweets avec un sentiment négatif peuvent augmenter leur engagement plus que ceux avec un sentiment positif. Il est également souligné qu’avec une plus grande intensité dans l’émission de tweets, l’engagement avec le compte Trump diminue, de sorte que la volatilité de l’utilisation qu’il fait de Twitter est également essentielle pour améliorer l’engagement qu’il obtient sur ce réseau social.
Une autre conclusion tirée de l’étude indique que, même si cela semblait contraire selon l’appréciation de divers médias, les tweets exprimant la colère n’ont pas augmenté de manière significative, tandis que ceux liés à la tristesse et à la confiance ont augmenté. En fait, les tweets qui reflètent la joie ont généré moins d’interaction avec leurs followers. Cependant, la confrontation de Trump sur Twitter contre ses ennemis est devenue non seulement un élément qui renforce l’engagement, mais aussi un problème de sécurité nationale.
L’étude indique que les «Likes» sur Twitter et même que la croissance du nombre de followers ne génèrent pas nécessairement plus d’interaction ni ne contribuent à une certaine perception en tant que leader d’opinion.
Méthode de travail
Le chercheur nord-américain a utilisé l’outil d’intelligence artificielle Watson Tone Analyzer, développé par IBM, pour analyser des textes afin d’extraire des métadonnées telles que des concepts, des mots clés, des catégories, des sentiments, des émotions, des relations et des rôles sémantiques en utilisant la compréhension du langage naturel pour évaluer le réseau social Twitter
Le Dr Singh a analysé 9 ans qui ont ajouté un total de 35647 tweets émis par le compte @realDonaldTrump et 55,59 millions d’utilisateurs Twitter avec lesquels il était lié entre le 4 mai 2009 et le 6 novembre 2018. L’étude montre que des variables indépendantes telles que le ton, la sensation, le jargon (hashtags, mentions, URL, émoticônes et abréviations) et le pouls (volatilité et fréquence) sont des éléments essentiels pour la configuration de la «voix des médias sociaux» (SMV).
Pour plus d’informations sur l’étude, vous pouvez contacter directement le Dr Ravi -Singh à son e-mail Drsingh@sloan.mit.edu
Article pouvant vous intéresser : trader en ligne