Nombre de followers & pouvoir de recommandation
Le 12 septembre, à la suite d’un papier de @thibo dans LeMonde, je me suis interrogé sur Friendfeed sur le “prix” éventuel d’un tweet de Jean-Luc R, si celui-ci était décidé à vendre son influence à d’éventuels annonceurs, sous forme de tweets sponsorisés par exemple.
C’était pure spéculation de ma part, d’abord parce que Jean-Luc Raymond m’a précisé dans nos échanges que “vendre” son influence sous forme de tweet n’était aucunement son intention, et ensuite parce que ma petite copie sur Friendfeed mélangeait allègrement des choux et des CPM, des visiteurs, des visites etc.
Depuis, @fguillot s’est approché du sujet par un autre angle (l’influence de Twitter sur le trafic des sites), et@crouzet a quant à lui tenté de montrer (“Qui à la plus grosse sur Twitter?”) que le nombre de “followers” d’un compte Twitter ne voulait pas dire beaucoup sur son influence, dans la mesure où ce nombre pouvait être mécaniquement augmenté et pouvait aussi comporter une part importante de comptes de robots.
J’ai, du coup, essayé de faire une petite analyse (encore une fois assez peu scientifique), sur 30 tweets pris au hasard dans la timeline de @JeanLucR. Les caractéristiques de ces tweets :
- en anglais ou en français
- comportant un lien cliquable (pas 2)
- ne sont pas des RT
- le lien est donc “créé” par Jean-Luc (cf ci-dessous).
Jean-Luc utilise le réducteur d’URLs j.mp, qui est un autre nom du réducteur bit.ly. L’intérêt de ce système (outre le fait qu’il…réduit le lien 
est qu’il permet d’accéder à des statistiques de consultation. Par exemple, ce lien réduit http://bit.ly/49HBZ est un lien de test, qui renvoie sur ce blog, sur une autre page. Cet autre lien http://bit.ly/info/49HBZ présente quant à lui les statistiques en terme de “taux de clic” du premier lien :
En identifiant chaque lien twitté par Jean-Luc, puis en questionnant bit.ly pour avoir les informations concernant le taux de clic de ces liens, on est donc capable de voir quel est le “rendement” d’un tweet de Jean-Luc. (Le terme de “rendement” n’est pas pris ici avec un sens péjoratif).
En comparant ensuite le nombre de clics par rapport au nombre de followers, on a donc une idée plus réelle de l’influence d’un utilisateur. Dans le cas de JeanLucR, j’ai basé mon calcul sur le nombre de followers qu’il avait hier, soit 78704 (ce chiffre est depuis monté à 79425).
Voilà le nb de clics obtenus sur ces 30 tweets :
Cliquez sur l’image ci-dessous pour accéder à la version HTML globale, présentant les 30 tweets retenus, les nombres de clics et taux de clics
Les résultats obtenus sur une sélection aléatoire de tweets de JeanLucR laissent à penser qu’en dépit d’un nombre assez considérable de followers, il y a finalement un assez mauvais rendement des liens publiés, avec une moyenne de 160 clics par lien - particulièrement en prenant en compte le fait que Jean-Luc est très régulièrement retweeté !
Bref, beaucoup de followers, mais peu de clics, dans l’exemple de Jean-Luc, avec un taux de clic de l’ordre de 0,20 % … finalement assez proche d’un taux de clic obtenu dans une campagne publicitaire ! Le nombre de followers ne semble donc pas faire le pouvoir de recommandation - ce qu’on soupçonnait, et qu’on illustre ici.
Notes :
- on pourrait évidemment faire beaucoup mieux : en séparant les tweets en FR de ceux en GB, pour avoir des données plus précises; en prenant un nombre de tweets beaucoup plus grand (1000 tweets par exemple); en intégrant les RT que peut faire Jean-Luc R, etc.
- le tableau a été réalisé entre vendredi et dimanche. Les nombres de clics ont donc très certainement évolué, mais probablement pas dans une grande magnitude.
