Etude qualitative de Twitter

Ca faisait un moment que je voulais écrire un billet sur les usages de twitter. Je voudrais utiliser cet outil de la façon la plus efficace possible.

Sur le compte @forex, associé à mon site pro, j’envoie des news sur Mataf, des signaux de trading et, plus rarement, je discute avec quelques “collègues” traders.

Jusqu’à aujourd’hui les signaux de trading étaient envoyés à la main… Travail fastidieux qui a fortement limité mes mises à jour. A partir de maintenant une mise à jour du site envoie une alerte sur un chat et sur twitter. Ceci en temps réel, je clique et c’est en ligne sur les 3 supports dans le quart de seconde.

Tout ceci est bien beau mais est ce vraiment utile de publier largement si les liens ne sont pas suivi malgré un peu plus de 2000 followers. D’ailleurs, est ce que le nombre de followers est important?

Thierry Crouzet a déjà traité ce sujet sous un angle purement quantitatif. Il est facile de multiplier le nombre de followers de façon relativement simple et automatique.

Ce matin je découvre via Presse citron un outil qui permet de connaitre le nombre de personnes qui ont cliqués sur les liens que j’envoie sur Twitter (uniquement si on utilise l’outil bit.ly). On a donc une approche qualitative

Alors je teste sur mes comptes :

  • @dauran following : 122, followers : 305. Moyenne : 42 clics par lien soit un taux de clic de 13.74%
  • @forex following : 865, followers : 2’223. Moyenne : 225 clics par lien soit un taux de clic de 10.1%

Et je teste d’autres comptes

  • @jeanlucr following : 81’793, followers : 80’637. Moyenne : 169 clics par lien soit un taux de clic de 0.21%
  • @aplusk following : 227, followers : 3’726’182. Moyenne : 14177 clics par lien soit un taux de clic de 0.38%
  • @CBOE following : 5’782, followers : 783’551. Moyenne : 549 clics par lien soit un taux de clic de 0.07%
  • @CMEGroup following : 2989, followers : 775345. Moyenne : 113 clics par lien soit un taux de clic de 0.02%
  • @dailyfx following : 12, followers : 1114. Moyenne : 179 clics par lien soit un taux de clic de 16.07%
  • @Korben following : 175, followers : 6084. Moyenne : 693 clics par lien soit un taux de clic de 11.38%
  • @pressecitron following : 630, followers : 9692. Moyenne : 314 clics par lien soit un taux de clic de 3.24%

J’ai repris l’exemple de Thierry (jeanlucr), @tcrouzet n’utilise malheureusement pas bit.ly

aplusk est le plus gros compte twitter. Il est recommandé par Twitter ce qui l’aide certainement à augmenter son nombre de followers

CBOE et CMEGroup sont les comptes officiels des bourses de Chicago. Je les ai inclus car ils sont (étaient ?) dans les comptes recommandés par twitter, ce qui explique leur grand nombre de followers.

dailyFX envoie un flux de news sur le forex.

Korben et pressecitron ont des comptes similaires en taille mais Korben filtre ses followers.

Ces stats sont imprécises car elles ne tiennent pas toujours compte des RT. Il peut donc y avoir plus de clics attribués à un compte qu’en réel. Disons que la moyenne reste à peu près correcte.

Constatations

Les comptes qui utilisent des techniques “enlarge your followers“, volontairement ou non, ont des taux de clics relativement faible (<0.5%). Les suiveurs ne sont pas assidus.

Filtrer son compte (@korben) limite certainement beaucoup le nombre de followers mais augmente significativement le taux de clic (>11% à comparer à >3% de pressecitron)

Mon compte @dauran avec peu de followers, pour lequel je ne fais pas vraiment de promo agressive a un taux de clic >13%. Je pense que les suiveurs sont des utilisateurs réguliers de twitter comme ceux de Korben, d’ou un taux de clic similaire. Mais là je suis peut être présomptueux…

Conclusion

En dehors d’un aspect purement marketing qui flatte l’égo, le nombre de followers importe peu (là c’est bon pour moi). La qualité de sa communauté dépend fortement de sa capacité à la filtrer.

Les comptes les plus influents sont donc certainement en partie invisibles. Ils n’ont peut être pas de nombreux followers mais ils sont très suivis et certainement très retwittés.

Pour finir, cette étude n’a rien de scientifique, il existe de nombreuses failles. Mais elle permet de donner un petit aspect qualitatif à certains comptes sur twitter.

10 Replies to “Etude qualitative de Twitter”

  1. Intéressant. J’utiliserai à l’avenir bit.ly pour tester. Ce qui compte c’est pas le % à mon avis mais le nombre absolu de clics. % veut rien dire car le nombre de followers veut rien dire.

  2. Il me semble qu’il y a une sorte de bug (qui n’en est pas vraiment un…) : j’ai l’impression que le service divise simplement le nombre de clics sur un lien bit.ly par ton nombre de followers.
    Mais si tu as RT un lien d’un autre twitto, tu vas donc diviser le nombre de clics sur ce lien en provenance de tous les comptes twitter de la place (le twitto original, le tien et tous ceux qui ont aussi RT), par ton nombre de followers… Cela ne donne pas du tout un résultat pertinent au final, car tu n’obtiens finalement pas ton propre indice de popularité, mais plutôt celui du twitto original.
    Pour peu que tu RT souvent, l’outil devient inexploitable.
    C’est moi qui bug dans mon analyse ?

  3. @Quentin, tu as raison, c’est une limite de l’outil. C’est une des failles du système.
    Si tu RT beaucoup tu pourras gonfler tes stats, si tu RT un tweet de @aplusk tu gonflera aussi tes stats.
    Par contre ça permet de voir rapidement un compte “creux” si son taux de clic reste très bas.

  4. Traxx, ça ce n’est pas un argument. si le lien est cliqué même par un “non follower” je pense qu’il doit être compté. Ceci dit je ne pense pas qu’ils représentent une majorité.

    Je répète quand même que ce système permet de repérer certains comptes avec des followers factices facilement. Pour savoir si le compte est réellement suivi il faudra utiliser d’autres méthodes pour valider le résultat.

  5. Bien sur qu’il doit être compté ! Simplement faire un ratio aux nombres de followers n’a aucun sens. C’est le pourcentage que je critique, ce n’est pas le comptage.

  6. Il faudrait regarder de plus près pour voir la proportion de clic qui ne provient pas des followers.
    Pour ma part la grande majorité des clics sont fait dans les 5 minutes après la publication du lien, ensuite on peut considérer le lien comme mort (sur mes 2 comptes @dauran et @forex). Dans mon cas les clics autres que les followers sont peu représentatifs.

  7. On sait que plus on a de followers, plus automatiquement, il y a de la déperdition : à l’inverse, moins on a de followers, plus, le plus souvent, ils vous sont fidèles ! De même on a beaucoup de déperdition selon le nombre de tweets que vous faites par jour (l’heure à laquelle ils sont postés…), puisque Twitter favorise la sérenpidité (difficile de suivre tous les tweets d’un compte + très faible pérennité de l’information qui s’évapore en quelques minutes…). Ce taux de clic dépend également de ce qu’on publie comme tweets, leur nature (et certains contenus et sujets ne sont pas populaires). Mais force est de constater que c’est le RT qui fait s’envoler le taux de clics : ceux qui ont le plus fort taux de clics sont les tweets les plus RT. C’est la limite de l’outil que pointe Quentin : plus tu RT des Twitts fortement Retwittés, plus ton taux de clic devrait monter… CQFD.

    Twitter n’apporte pas de surprise dans l’audience : ce qui marche le mieux, c’est souvent aussi ce qui marche le mieux sur d’autres plateformes (newsletter, site, RSS…). Il ne fait que conforter les choses, qu’être un autre canal de distribution de l’information. Mais ça on le savait déjà. 😉

  8. Il y a bien sur de nombreux paramètres à prendre en compte. Mais je répète que cet outil peut être pratique pour trouver des comptes peu suivis malgré un grand nombre de followers.
    CMEGroup est un bon exemple de gros compte (775’000 followers) qui n’envoie pas 1 lien à la minute (moins de 10 par jour) et qui est peu cliqué.

    J’avais repéré ce phénomène manuellement, un outil permet d’avoir des résultats plus complets. Maintenant il faudrait pousser l’étude plus loin en faisant des stats sur de nombreux comptes…. ça permettrait d’avoir la moyenne et la dispersion en fonction du nombre de followers. Pour ça il faut automatiser et je n’en n’ai pas le temps

Leave a Reply

Your email address will not be published. Required fields are marked *