- 59 -
La API de YouTube ofrece la posibilidad de extraer datos de forma masiva, datos relativos a la actividad e interacción de cada una de los contenidos alojados en su sitio, así como los datos globales de cada canal.
La extracción de los datos se ejecuta sobre las 9:00 de cada una de las fechas de muestreo mediante las siguientes herramientas:
1. Video Marketing Comparision Tool, herramienta de uso libre de la agencia de marketing Made with Purpose. Permite la descarga discreta de los datos referentes a un listado de canales de YouTube. (https://mwpdigitalmedia.com/competitor_comparison_tool/)
2. VidIq. Herramienta de inteligencia competitiva orientada a la optimización de contenidos de YouTube. Se emplea su versión de pago más básica para permitir la descarga masiva de hasta 100 vídeos por canal
(https://vidiq.com/)
6.4.2 Definición de las métricas a extraer
Como se ha indicado se va a trabajar con dos niveles de de tipología: a nivel de canal y nivel de contenidos individuales.
Canal
Las métricas que se van a analizar en cada muestra son las siguientes: ● Total de videos
● Total de reproducciones ● Total de suscripciones ● Total de comentarios
● Total de interacciones (Me gusta / No me gusta) ● Media de reproducciones por video
● Media de comentarios por vídeo ● Media de interacciones por vídeo
Contenido
Las métricas que se van a analizar en cada muestra son las siguientes:
● Reproducciones
● Me gusta
● No me gusta
6.4.3 Definición del proceso de generación de información cuantitativa con los datos extraídos
- 60 -
La evolución de las distintas métricas expuestas será procesada y analizada para la obtención de la información que permita someter a proceso de validación las distintas hipótesis planteadas en esta investigación.
De nuevo se establecen dos niveles distintos de análisis en función de canal y contenido.
Canal
En este nivel se va a tratar de detectar cuáles son los patrones que definen la estrategia de publicación de cada uno de los perfiles, así como activar los mecanismos que permitan establecer correlaciones entre hitos relevantes acaecidos durante el periodo de análisis y que puedan ser significativos de denotar adaptaciones de las tipologías discursivas tanto respecto a esos hitos como a la participación de la comunidad.
En este nivel también se intentará detectar, en valores de mediana, la correlación entre la actividad de la comunidad del canal y la evolución de los distintos estadios producidos durante el periodo de muestreo, estadios que vienen definidos por los mismos hitos antes mencionados.
Para ello se establecen los siguientes patrones de análisis: ● Niveles absolutos de publicación de contenidos del canal.
● Niveles incrementales de interacción promedio por parte de los usuarios (Comentarios, Me gusta / No me gusta).
● Niveles absolutos de interacción promedio por parte de los usuarios (Comentarios, Me gusta / No me gusta).
● Niveles incrementales de consumo promedio de los contenidos publicados (Reproducciones).
● Niveles absolutos de consumo de los contenidos publicados (Reproducciones).
Contenido
Este nivel de análisis adquiere implicaciones cualitativas y cuantitativas. Se trate de obtener información que permita confirmar las correlaciones presumidas a nivel de canal en cuanto a la estrategia de publicación en YouTube de los sujetos de estudio y confirmar la adecuación de la misma a los hitos mencionados.
Hay que tener en consideración que la métrica más relevante en YouTube (visualizaciones) es un parámetro que no puede ofrecer una fiabilidad exacta sobre el verdadero efecto del contenido en relación a su alcance, ya que se trata de un indicador que no discierne una reproducción total de una parcial. Esta característica acentúa más respecto a otras redes sociales uno de los grandes inconvenientes para analizar objetivamente el impacto de
- 61 -
una publicación de social media. Los hábitos de consumo en los medios digitales implican una dificultad de comprensión y contextualización de la información que impiden obtener conclusiones rigurosas sobre el efecto de la comunicación en redes sociales en la construcción de un marco mental de la realidad por parte de cada usuario.
Intentando minimizar los efectos de estos inconvenientes para la elaboración de un estudio que persiga calibrar los efectos cualitativos de un universo de análisis en un contexto de comunicación política e ideológica, se definen unos patrones de investigación cuantitativa determinados por:
● Niveles incrementales de consumo promedio de cada contenido (Reproducciones).
● Niveles incrementales de interacción promedio de cada contenido (Me gusta / No me gusta).
Para ello se desarrollan dos índices que intentan definir los índices de efectividad de cada pieza (y el promedio por canal de los contenidos publicados durante el periodo de muestreo):
IVP. Índice de Velocidad de Propagación. Es el resultado del conjunto de visualizaciones e interacciones por hora multiplicado por un coeficiente de valor 1000 y dividido por la mediana de suscriptores del canal durante el período de muestreo. Aunque es un índice que favorece a los contenidos más recientes, nos permite detectar los que se han consumido preferentemente durante un periodo más prolongado.
IPI. Índice Ponderado de Interacción. Es el resultado del conjunto de visualizaciones e interacciones totales durante el periodo de muestra multiplicado por un coeficiente de valor 1000 y dividido por la mediana de suscriptores del canal durante el período de muestreo, cuyo resultado se divide entre los vídeos publicados durante ese mismo periodo. Nos permite valorar el éxito de cada contenido y del canal en conjunto pieza sin tener en cuenta los valores de interacción absolutos, el número de suscriptores y el volumen de publicación, de forma que nos permita definir cuáles son las piezas que hayan sido susceptibles de considerarse virales.
La segunda fase de este nivel implica un proceso de investigación cualitativa para las piezas con índices destacables, proceso definido por:
● El formato de cada contenido.
● El registro puramente discursivo de cada pieza. ● El registro narrativo y estilístico de cada contenido.
- 62 -
● Niveles incrementales de consumo promedio de cada contenido (Reproducciones).
● Niveles incrementales de interacción promedio de cada contenido (Me gusta / No me gusta).
● Niveles incrementales de interacción promedio de cada contenido (Comentarios).
● El registro retórico empleado por la comunidad en los comentarios de cada contenido.
6.5 Exposición de los resultados obtenidos