¿Debería utilizar emoji en sus publicaciones de LinkedIn y, en caso afirmativo, cuántos? En el artículo de hoy, hablaré de los resultados de una investigación que realicé sobre 4,599 millones de publicaciones en LinkedIn.
Esta investigación sigue a las anteriores sobre el impacto de los hashtags y la cuenta de palabras.
Si quiere ser de los primeros en recibir mis resultados, suscríbase a mi boletín (no olvide hacer clic en el enlace de confirmación que le enviaré por correo electrónico).
Los resultados en breve.
- Si utiliza 15 o 16 emoji en su publicación de LinkedIn, multiplicará por 2,5 la probabilidad de obtener 100 reacciones. En pocas palabras, cuantos más emoji incluya en sus publicaciones de LinkedIn, mayor será su visibilidad.
- Sobre la base de 4.599 millones de publicaciones de LinkedIn analizadas, también observamos que el 80% de las publicaciones no contienen emoji.
- El 90,42% de las publicaciones de LinkedIn contienen 0, 1 o 2 emoji.
- El 1,5% de las publicaciones de LinkedIn contienen más de 10 emoji.
Resultados detallados
El análisis descriptivo del conjunto de datos muestra que el 80,12% de las publicaciones en LinkedIn no contienen emoji. Esta es una buena ilustración de la ley de Pareto.
El 90,42% de las publicaciones de LinkedIn contienen 0, 1 o 2 emoji, y sólo el 1,5% contienen más de 10. ¡La publicación con el número más alto contiene 1190 emoji!
El modelo de predicción ejecutado con Timi Modeler muestra que la probabilidad media de obtener 100 likes en una publicación de LinkedIn es del 3,5987%. He calculado esta probabilidad limitando las observaciones a los autores con un máximo de 25.000 likes (es decir, el 99% del conjunto de datos). Quería eliminar los valores atípicos (demasiadas reacciones) debido a las grandes redes características de las celebridades (Barack Obama, Bill Gates, …). En la tabla al final de este artículo encontrará todos los resultados.
He extrapolado los resultados utilizando Tableau y he eliminado el valor atípico relacionado con el post que contenía 1190 emoji.
También he incluido (en naranja, más abajo) el porcentaje de mensajes en función del número de emoji que contienen.
Una función polinómica da un «ajuste» perfecto (R²=0,96, véase la línea de puntos azul), y se alcanza una asíntota en torno a los 18 emoji. Por lo tanto, no es necesario incluir un número más alto.
Básicamente, esto es lo que he aprendido de este análisis:
- no incluir emoji disminuye estadísticamente las posibilidades de conseguir 100 likes.
- 15 o 16 emoji parecen ser el número perfecto para aumentar las posibilidades de conseguir 100 likes según el modelo de predicción, y 18 si sigo la regresión realizada con Tableau.
- El 80% de las publicaciones en LinkedIn no contienen emoji: insertarlos le permitirá diferenciarse
Como en los demás análisis que he publicado, la cuestión de la causalidad sigue siendo esencial. En este momento, es imposible decir qué causa las reacciones. ¿El algoritmo de LinkedIn «empuja» las publicaciones que contienen emoji, o simplemente el ojo humano se siente más atraído por las publicaciones que los tienen? Todavía queda mucho trabajo por hacer para resolver este misterio, y quizás también alguna investigación de seguimiento ocular.
Metodología
Para llevar a cabo esta investigación, utilicé un conjunto de datos de 4,599 millones de publicaciones en LinkedIn proporcionado por Linkalyze. Preparé los datos con Anatella, y realicé la modelación con Modeller (estas 2 soluciones fueron proporcionadas por Timi).
La fase de preparación de los datos consistió principalmente en la conciliación de dos bases de datos en formato JSON (véase el diagrama siguiente):
- base de datos de publicaciones de LinkedIn
- base de datos de autores
Como los emoji no son directamente legibles, se utilizó una expresión para extraerlos y contarlos. Para los que quieran reutilizarla, aquí la dejo:
/(?:[\u2000-\u32FF]|[\ud83c-\ud83e][\udc00-\udfff])(?:\u200d(?:[\u2000-\u32FF]|[\ud83c-\ud83e][\udc00-\udfff]))*/g
A continuación, fue necesario eliminar manualmente otros signos que no eran emoji.
La modelización consistió en predecir la probabilidad de alcanzar 100 reacciones con un post de LinkedIn (likes + comentarios). Para ello, he creado una variable «ManyReactions» que identifica las entradas que han alcanzado el umbral simbólico de 100 reacciones.
En la modelización, «ManyReactions» se convierte en la variable dependiente. Todas las demás variables del conjunto de datos se convierten en variables independientes.
Correlación entre el número de emoji en un post de LinkedIn y la probabilidad de viralidad
| Número de emojis | Probabilidad de conseguir 100 likes en un post de LinkedIn |
| 0 | 3,09% |
| 1 | 4,24% |
| 2 | 4,85% |
| 3 | 5,46% |
| 4 | 5,93% |
| 5 | 6,77% |
| 6 | 6,98% |
| 7 | 7,58% |
| 8 | 8,12% |
| 9 | 8,82% |
| 10 | 8,69% |
| 11 | 8,80% |
| 12 | 8,81% |
| 13 | 8,86% |
| 14 | 9,55% |
| 15-16 | 10,38% |
| 17-18 | 9,96% |
| 19-21 | 9,99% |
| 22-28 | 9,88% |
| 29-1190 | 7,13% |
Agradecimientos
Quiero agradecer a Frank Vanden Berghen por su ayuda en la programación de la función de extracción de emoji.
Posted in Data y IT.
