El término ‘viral’
se ha aplicado desde hace varios años para describir la velocidad
con la que se difunden las noticias a través de Internet, o de
cualquier otro medio de comunicación masiva. Esto se debe a la
similitud que tiene el comportamiento de la difusión de un rumor o
noticia, con la propagación de una enfermedad infecciosa. De esta
forma, una persona ‘infectada’ puede representar a alguien que ya
conoce un chisme, que ha visto un video en alguna red social o que
comenta con otros alguna noticia que se considere relevante, sea
verdadera… O falsa como ocurre en muchas ocasiones.
Cuando hablamos en
términos biológicos, la diseminación de un contagio depende de
varios factores como: el tamaño de la población donde se produce,
el número de individuos ya infectados o que se han recuperado (pero
que pueden ser susceptibles de volver a enfermar), la tasa de
crecimiento o decrecimiento de la población así como de uno o
varios factores proporcionalidad (que podremos representar con una o
varias constantes k) relacionados con la naturaleza propia del virus
que se trate. En su caso relacionados con el tipo de información o
credibilidad atribuida a las fuentes. Diferentes entidades biológicas
pueden tener un riesgo de contagio muy alto como cuando un enfermo
causa en promedio la infección de una persona, pero en otros casos
puede ser más agresivo si se considera que un infectado a su vez
puede causar daño a más de dos personas. En el caso de teoría de
redes sociales, un “twittstar” o un “youtuber” famoso puede
propagar cualquier noticia a miles o cientos de miles de personas con
una sola publicación.
Al igual que cuando
comienza una epidemia, es muy probable que la infección -o una
noticia que va por la red- se multiplique a gran velocidad,
proliferando muchas veces exponencialmente dado que encontrará pocas
personas ya atacadas, o en conocimiento de la noticia. Conforme se
incrementa el número de enfermos o de individuos que han visto un
video o se han enterado del rumor, la velocidad de expansión decrece
por la razón contraria: se va haciendo cada vez más probable que
alguien a quien se le pasa el chisme ya lo conozca, o que -si se
trata de un contagio biológico- cuando alguien infectado entra en su
contacto él, ya se encuentre enfermo.
Existen muchos
modelos matemáticos y algoritmos que se emplean para hacer
predicciones o estimaciones de la afectación infecciosa, que pueden
aplicarse para comprender la diseminación de rumores en la red, la
proliferación de videos o ‘memes’ que logran ser famosos en
cuestión de horas o días, o el éxito que acompaña al tráfico en
un portal web cuando comienza a utilizar hashtags (etiquetas) sobre
las que las personas están en ése momento hablado o pronunciándose.
Hay por ejemplo, analizadores de tráfico de Internet y redes
sociales que compaginan información sobre los llamados tópicos
de tendencia que hacen los grupos humanos, o las palabras y
cadenas de búsqueda más frecuentes en los buscadores de la red,
tales que si se emplean efectivamente pueden multiplicar el tráfico
de visitas hacia un sitio web en cuestión de horas.
Un modelo
simplificado para predecir el número de ‘afectados’ o
‘infectados’ es y = kx(M-x)
donde M es la población de un sitio (o equivalente
a ‘seguidores’ de una
cuenta en Twitter, fans en Facebook, lectores de un blog o clientes
de un sitio de comercio electrónico), x es la cantidad de gente ya
‘infectada’
que ha visto un video, que conoce una noticia publicada en el sitio o
que ya hizo compras anteriormente (también
puede interpretarse como la cantidad de fans que esperan una
actualización de contenido en una web, por ejemplo). En
esta sencilla ecuación k
es la constante
de proporcionalidad dependiendo el fenómeno que se esté
extendiendo.
En otras palabras, es más ‘viral’ la difusión de un video porque exige
menos esfuerzo intelectual y es más directo que un artículo falso
el cual implica por lo menos leer su contenido.
Analicemos,
derivado del un caso real de una persona cercana que elabora videos
en YouTube: su trabajo más reciente logró tener 23,000 vistas en
dos días, y su grupo de fans es aproximadamente de 82,000 personas.
Si suponemos que de éstos habría 2,500 que estaban al pendiente del
nuevo archivo publicado, esto arroja una K = 0.001. Si fuera la misma
constante para videos (suposición errónea pero que ilustra un poco
los números), una persona que afirma que en un sólo día recibió
17,000 visitas, con 510 seguidores asiduos, implicaría tener al
menos una población de 33.000 seguidores. Al revisar las
estadísticas de tráfico de ése sitio, encontramos que quienes
estaban al pendiente de actualizaciones eran solamente 60 personas,
lo cual requeriría unos 284,000 seguidores.
Las estrategias de
gestión de redes sociales permiten que podamos llevar a cabo
acciones concretas y publicaciones estratégicas con base en las
métricas de un portal web (sean evaluadas con Google o mediante
aplicaciones abiertas como Piwik), para elaborar un modelo formal de
diseminación que pueda ponerse en práctica y posicione
efectivamente el sitio web que se desea. De acuerdo con el
comportamiento dinámico del tráfico, se ajusta el modelo y se
vuelve a medir para modificar las acciones de gestión en las redes
sociales y lograr un desarrollo incremental de visitantes, asiduos a
los contenidos de una empresa.
No hay comentarios.:
Publicar un comentario