Así se viralizó Tabarnia en redes sociales

El pasado 26 de diciembre me sorprendió ver en las tendencias de Twitter la palabra Tabarnia.

Recordaba haber leído hacía meses sobre este movimiento, promovido por la plataforma "Barcelona is not Catalonia" y que promueve una nueva autonomía separada de la actual Cataluña, formada por Barcelona y Tarragona con el objetivo de aislarlas del movimiento independentista.

Decidí investigar lo que se estaba publicando. Me sorprendió la variedad de tuits y de imágenes sobre el concepto de Tabarnia. Me pregunté si sería una campaña orquestada y me bajé los tuits para analizarlos a las 11 de la mañana de ese día.

Aunque la tendencia seguía creciendo, para estudiar su evolución con esa muestra de tuits era suficiente.

Investigación previa: Contexto

Lo primero para determinar si es una campaña organizada es observar su evolución temporal mediante un timeline. Cuando el crecimiento es orgánico, el aumento de tuits va poco a poco, cuando es organizada es más abrupto.

Para profundizar en el análisis de esta propagación se van a utilizar grafos que representen la difusión en distintos casos. En estos grafos los nodos son los usuarios y las conexiones los retuits (RTs). Dos perfiles están relacionados cuando existe un RT de uno a otro.

La vista global de todas las retransmisiones va destacar cuales son los usuarios más difundidos o en otros casos los difusores. También va a aflorar una estructura de las difusiones porque los nodos más relacionados se atraen y los menos se repelen.

El siguiente timeline muestra cómo la conversación en torno Tabarnia venía de lejos y se fue calentando desde el día 22 de diciembre cuando el resultado de las elecciones catalanas se podría relacionar al presunto territorio de Tabarnia.

Se incrementó su frecuencia escalonadamente durante tres días hasta que llegó a ser tendencia. A partir de ese momento el crecimiento fue mucho más pronunciado, consecuencia de adquirir una visibilidad más allá de las redes por las que estaba circulando.

Mi siguiente objetivo fue analizar la evolución temporal de los tuits. Esta gráfica representa dicha evolución dos variables: número de tuits (color azul) y alcance (color gris), con una escala de tiempo en minutos.

El alcance se calcula como la suma de todos los seguidores que han tuiteado en ese periodo. Las dos variables tienen distinta escala pero se representan de forma proporcional para ver su relación.

La mayoría de los usuarios que intervinieron tenían pocos seguidores y alguno con más alcance, como @enkiVzla era un spammer que utiliza términos que son tendencia para dar visibilidad a sus mensajes. (según trendinalia, el 24 de diciembre Tabarnia fue tendencia durante 5 horas aunque no salió en la lista que publica periódicamente).

En los 93.417 tuits recogidos del 16 a 26 de diciembre se detectaron 18.891 usuarios que generaron 72.630 retuits. El grafo de la difusión muestra dos polos muy separados: independentista (izquierda, color amarillo) y pro-Tabarnia (derecha, multicolor). Hubo mucha más actividad en grupo de los pro-Tabarnia

• La parte independentista tiene poca fuerza, algo inusual en su movilización en Twitter en la que están organizados y atentos a contrarrestar a cualquier información que no les favorezca. No puede decirse que fuera por sorpresa (venía de antiguo), tal vez  pensaron que no prosperaría tanto.
• La parte pro-Tabarnia, no es un es un bloque compacto como los independentistas, destacan una amalgama de perfiles catalanes y de otras zonas de España.

Si miramos la localización declarada de los perfiles que tuitearon sobre Tabarnia la palabra más frecuente con diferencia fue Barcelona seguida de Madrid y Tabarnia

Sorprende la cantidad de imágenes elaboradas sobre Tabarnia, pero muchas de ellas estaban en forocoches desde hacía tiempo.

Llegados a este punto de la investigación ya tenía una conclusión: Todo indicaba que fue creciendo de forma natural y que en el calor de la discusión emergió hasta convertirse en tendencia, pero vamos a ver con detalle cómo ocurrió paso a paso.

 Para analizar esta evolución se ha dividido la propagación en tres partes:

1. El discurso es interno al grupo en torno al perfil @tabarnia y no se ha viralizado
2. Se incorporan a la conversación nuevos entrantes
3. Horas antes de que Tabarnia fuera tendencia

Primera fase: desde el 16 de diciembre hasta que @Dolcacatalunya publicase un artículo sobre tabarnia y lo tuitease

Según el perfil @tabarnia esto les dio visibilidad. Por eso, en esta fase se puede asumir que en este punto aún no había comenzado la viralización. En este periodo se detectaron 1.778 usuarios que realizaron 2.254 RTs.

Si observamos la estructura de difusión de los tuits la mayoría de las retransmisiones se concentraron en el perfil de @Tabarnia y habiendo pocas conexiones entre los miembros del grupo.

Si resaltamos en el grafo a los usuarios más activos (a mayor tamaño más retuits realizados) se detectaron a entusiastas retuiteadores, entre ellos @tabarnia.

Segunda fase: llegada de nuevos actores

Está acotada desde que se incorpora a la conversación @DolcaCatalunya hasta el 24 de diciembre a las 18:00. En este periodo participaron 3.984 usuarios, más del doble que en la fase anterior, que generaron 7.720 retuits.

@DolcaCatalunya , con 32K usuarios y con una audiencia receptiva a ese mensaje abrió nuevas vías de difusión. Estos nuevos entrantes dieron a conocer Tabarnia a sus seguidores y fueron retuiteados por estos y por los activos miembros de grupo tabarnés. Como resultado aparecieron nuevos perfiles destacados, algunos de ellos más difundidos que @tabarnia y @Bcnisnotcat_ (Cuenta oficial de la Plataforma por la Autonomía de Barcelona).

Al resaltar en el grafo a los usuarios más activos, como en el caso anterior, encontramos que en la zona "tabarnesa" se concentran los usuarios más laboriosos. Los perfiles en el lado entrante tuvieron una participación más moderada.

La tercera fase comprende las horas previas a que Tabarnia fuera tendencia (16:40 GMT)

Está acotada desde las 10:00 a las 17:00 del día 25 de diciembre. En este periodo participaron 4.845 usuarios que realizaron 8.414 retuits. Un ligero incremento de usuarios y de retransmisiones, aunque hay que tener en cuenta que el periodo solo comprende siete horas mientras que los anteriores eran de días.

El grafo de difusión muestra nuevos entrantes, entre ellos un pequeño grupo de independentistas (de color amarillo, situados a la izquierda del grafo). Permanecieron algunos perfiles destacados de la fase anterior (@josepramonbosch y @dexamina) y aparecieron otros nuevos mientras que @DolcaCatalunya perdió protagonismo. Se mantuvieron en el centro el grupo tabarnés.

Resaltando a los usuarios más activos, como en los casos anteriores, en la zona tabarnesa se concentraron destacados retuiteadores pero se coló un nuevo el entrante, @rfx_separatista, que les superó con creces.

Conclusiones de la investigación

1. El grupo inicial tabarnés era muy activo pero no conseguían amplificar su mensaje más allá de su comunidad
2. La aparición de un perfil como @DolcaCatalunya abrió la conversación a nuevas audiencias con la incorporación de perfiles que aportaron contenidos y seguidores para sumar a la conversación. Esto animó al grupo tabarnés que se mantuvo muy activo difundiendo los mensajes de su grupo y de los nuevos entrantes
3. El 25 de diciembre se fue ampliando el mensaje por la redes encontrando una audiencia receptiva. A esto hay que añadir que era un día especial en el que no hay prensa y por tanto pocos temas de actualidad de los que hablar. Después de la sobremesa de la tradicional comida de Navidad (se observa una disminución de tuits en esa franja) se reanudó la conversación sobre Tabarnia y a las 16:40 hora GMT comenzó a ser tendencia con cerca de 50 tuits por minuto.

A partir de ahí, la difusión ya no solo fue por redes sino que adquirió visibilidad en España disparando la propagación a una frecuencia de casi 150 tuits por minuto.

Al día siguiente continuó en ascenso hasta alcanzar 200 tuits por segundo, llegando a ser la tendencia número 1 y saltando a la prensa, la radio y la televisión.

Mª Luz Congosto es Doctora en Telemática por la Universidad Carlos III y Licenciada en Informática por la Universidad Politécnica de Madrid. Desde el año 2008 es investigadora en la Universidad Carlos III especializándose en el análisis de datos sociales, preferentemente en Twitter. Utiliza análisis de redes y visualización para descubrir patrones de comportamiento, propagación de mensajes y caracterización de usuarios.

Para sus experimentos ha creado la plataforma t-hoarder que permite monitorizar a largo plazo la evolución de eventos en Twitter. Con esta herramienta ha construido un barómetro social con las reacciones de los ciudadanos ante escándalos políticos y Metroaverías que analiza la percepción de la calidad del metro de Madrid a través  los mensajes de los usuarios este servicio.

Del año 2000 al 2008 realizó labores de divulgación tecnológica y colaboró con Fundación Telefónica creando plataformas de publicaciones digitales.

Previamente trabajó durante 20 años en grandes proyectos de innovación en el entorno de las Telecomunicaciones para la operadora Telefónica (TESYS, MORE, INFOVÍA, EOC...).

En paralelo fue profesora asociada durante dos años en la Universidad Politécnica de Madrid y cuatro en la Universidad Carlos III