C’è un segreto per diventare degli abili influencer sui social network. Lo rivela uno studio dell’Università di Pechino pubblicato sulla rivista Nature Communications. Il team di scienziati – guidati da Nicolò Pagan e Wenjun Mei – ha infatti realizzato un modello informatico che descrive la formazione di comunità online e l’ascesa delle web star sulle piattaforme social.
Un modello matematico dietro alla nascita degli influencer
Per realizzare lo studio, i ricercatori sono partiti dai dati relativi alla qualità dei contenuti degli utenti. Da qui è quindi possibile tracciare il profilo di un possibile influencer, vale a dire di una personalità in grado di divulgare informazioni e influenzare l’opinione pubblica con nuove mode e tendenze. Spesso, però, gli elementi che contribuiscono a questo successo e l’origine del fenomeno in sé sono rimasti poco approfonditi.
Sui social gli utenti tendono a creare una rete di amicizie virtuali. Solitamente l’elemento di coesione sono gli interessi e gli argomenti in comune. Così succede su Instagram, TikTok, Twitter e YouTube ad esempio, dove foto, video e contenuti più interessanti tendono ad emergere e a diventare “catalizzatori” per gli altri account. Le persone, infatti, tendono a seguirsi a vicenda sulla base degli interessi in comune.
I risultati dello studio su Twitter e il confronto con Twitch
Attorno agli influencer, dunque, si sviluppano le comunità online. E dallo studio dell’Università di Pechino emerge che esiste un preciso modello matematico per descrivere la formazione delle “comunità” sui social. Ad esempio su Twitter, dove il team di ricerca ha valutato l’applicazione del modello studiando una rete di oltre 6mila scienziati.
I risultati suggeriscono che gli utenti social mirano ad aumentare la qualità dei contenuti che ricevono e cercano fonti qualitativamente elevate attraverso motori di ricerca integrati. Inoltre, secondo il modello matematico, gli utenti in grado di produrre contenuti di qualità hanno il doppio dei follower rispetto a chi pubblica post meno rilevanti. I ricercatori hanno infine corroborato la propria tesi utilizzando un set di dati di Twitch.
