In un certo senso si. Ma procediamo con ordine.

E’ ormai qualche anno che i social media –  e Twitter in particolare – sono diventati spazi in cui discutere, tifare, seguire la cerimonia degli Oscar.
Non è un caso se il famoso selfie di Ellen DeGeneres con molti attori vincitori o candidati Oscar sia stato uno dei più retwittati di sempre.

If only Bradley’s arm was longer. Best photo ever. #oscars pic.twitter.com/C9U5NOtGap

— Ellen DeGeneres (@TheEllenShow) 3 Marzo 2014

 

Quest’anno si sono diffuse diverse analisi che hanno provato a rispondere alla fatidica domanda: è possibile attraverso l’ascolto dei social media prevedere o comunque anticipare di qualche giorno chi avrebbe vinto gli Oscar nelle diverse categorie?
Per chi va di fretta: la risposta è si, ma come tutte le cose ha bisogno di una certa contestualizzazione.

Oltre che per gli appassionati di cinema, il tema è di interesse per tutti i sociologi del digitale.
Infatti questi studi permettono di avanzare la nostra conoscenza nel campo della cultural analytics (o culturomics) ovvero lo studio dei fenomeni culturali attraverso l’uso dei Big data. In secondo luogo l’argomento è interessante in quanto non è chiaro quali siano le metriche da usare per prevedere il successo dei film (e degli attori): tweet? followers? Retweet? sentiment? Like sulla pagina?

In questa mia descrizione di questi lavori, mi concentrerò anche sulle previsioni sbagliate, in quanto una previsione sbagliata dice molto di più di una previsione corretta.

Way to blue: 6 previsioni, 5 corrette

Il primo studio che prendiamo in considerazione è quello dell’agenzia Way to Blue che è stato fatto per conto della testata online specializzata in cinematografia The Wrap.
Lo studio ha preso in considerazione due metriche valutate in maniera separata: la prima è il volume, ovvero quanti tweet facevano riferimento al film (o attore se il premiato avrebbe dovuto essere un attore). la seconda metrica usata è il desiderio di vincere (desire to win) che prende in considerazione i tweet che dichiaravano esplicitamente chi avrebbe  voluto che vincesse.
Le previsioni corrette sono state: Miglior film (12 anni schiavo), miglior regista (Alfonso Cuaron), miglior attore (Matthew McConaughey), miglior attrice (Cate Blanchett), miglior attore non protagonista (Jared Leto).
Non ha funzionato con il premio alla miglior attrice non protagonista Lupita Nyong’o, probabilmente perché l’attrice era completamente sconosciuta al pubblico.

I risultati sono disponibili in questa infografica in basso

Come si può vedere la metrica che ha funzionato meglio è proprio il desiderio di vincere (concettualmente simile a sentiment), che ha funzionato per 5 previsioni su 6.

UberVu: 10 previsioni, 7 corrette

L’altro studio molto interessante è stato quello di UberVU, la piattaforma di social analytics recentemente acquistata da Hootsuite.
Le metriche utilizzate sono state diverse e tutte prese in considerazione in maniera separata: sentiment, exposure (che consiste nell’ammontare giornaliero delle visualizzazioni che si possono ricevere a partire dai follower della rete dell’autore del tweet), mention relative a film/attori retwittate, preferite, condivise.
Le metriche che hanno funzionato meglio sono state sentiment e exposure: non basta essere molto retwittati, ma serve un sentiment positivo oppure una rete molto ampia. La metrica che ha funzionato di meno è stata engagement (preferiti, retweet, condivisioni).

@Tecnoetica Exposure is sum of daily total possible impressions mentions can receive (based on no of Twitter followers in authors’ networks)

— uberVU via HootSuite (@ubervu) 4 Marzo 2014

 

Le previsioni su cui ha funzionato sono state: miglior sceneggiatura (12 anni schiavo), miglior sceneggiatura originale (Lei), miglior attore non protagonista (Jared Leto), miglior attrice non protagonista (Lupita Nyong’o), Miglior attore (Matthew McConaughey), miglior attrice (Cate Blanchett), Miglior film di animazione (Frozen)
Le previsione sbagliate sono state: miglior regista (Alfonso Cuaron, i social hanno previsto Steve McQueen), miglior documentario (ha vinto 20 Feet from stardom invece di The act of killing), miglior film (12 anni schiavo, mentre il buzz era a favore di Gravity).

MintTwist: 5 previsioni, 4 corrette

Molto interessante l’uso delle metriche di MinTwist, una agenzia londinese che ha ideato appositamente uno specifico algoritmo per prevedere il vincitore degli Oscar.
Non hanno rivelato molti dettagli della cosa, ma alcune delle metriche usate per comporre questo algoritmo sono state: i follower su Twitter, i fan su Facebook, le visualizzazioni e i like di Youtube, le performance sui premi passati (presumo BAFTA e Golden Globe).

Le previsioni corrette sono state: miglior attore non protagonista (Jared Leto), miglior attrice non protagonista (Lupita Nyong’o), miglior attore (Matthew McConaughey), Miglior attrice (Cate Blanchett)

La previsione clamorosamente sbagliata è stata sul miglior film: la previsione era per The Wolf of Wall Street mentre il vero vincitore – 12 anni schiavo – nella classifica dell’algoritmo predittivo si è piazzato quarto.

Conclusioni generali e indicazioni per il futuro

1. La metrica con la migliore performance è stata la sentiment: in tutte e tre analisi ha avuto un ruolo importante
2. La categoria più difficile da prevedere è stato il miglior film: presumibilmente perchè le campagne marketing online e sui social possono perturbare il flusso “naturale” dei dati
3. Leonardo Di Caprio non si è neanche avvicinato alla possibilità di vincere: tutte le analisi davano per vincitore Matthew McConaughey

Mi preme ricordare che gli Oscar non sono vinti con votazione a suffragio universale, ma sono votati dai 6.000 membri dell’Academy Awards.
Pertanto è interessante notare che pur essendoci una certa capacità predittiva dei social media, non è chiaro come questo processo dovrebbe funzionare.
Sicuramente c’è lo zampino degli uffici marketing delle major, rispetto ai dati raccolti su Twitter e Facebook, ma come questo influenzi (sempre se influenza) i giurati è tutto da dimostrare e studiare.

Per chi fosse  interessato alla questione, consiglio un articolo interessante che prova a riflettere metodologicamente su limiti e problemi che si hanno nell’usare i social media per predire gli Oscar.