25 Maggio 2021 690 parole, 3 lettura minima

LinkedIn: il sorprendente effetto delle emoji sulla viralità dei post

Di Pierre-Nicolas Schwab Dottorato di ricerca in marketing, direttore di IntoTheMinds
Dovreste utilizzare le emoji nei vostri post su LinkedIn, e se sì, quante? Nell’articolo di oggi, rivelerò i risultati di una ricerca che ho condotto su 4,599 milioni di post su LinkedIn. Questa ricerca segue quelle che ho già pubblicato […]

Dovreste utilizzare le emoji nei vostri post su LinkedIn, e se sì, quante? Nell’articolo di oggi, rivelerò i risultati di una ricerca che ho condotto su 4,599 milioni di post su LinkedIn.
Questa ricerca segue quelle che ho già pubblicato sull’impatto degli hashtag e sul conteggio delle parole.

Se volete essere tra i primi a ricevere i miei risultati, iscrivetevi alla mia newsletter (non dimenticate di cliccare sul link di conferma che vi viene inviato tramite email).

I risultati in poche parole.

  • Usando 15 o 16 emoji nel vostro post su LinkedIn, moltiplicherete di 2,5 la probabilità di ottenere 100 reazioni. In poche parole, più emoji inserite nei vostri post su LinkedIn, maggiore sarà la vostra visibilità.
  • Sulla base di 4.599 milioni di post di LinkedIn analizzati, osserviamo anche che l’80% dei post non contiene emoji
  • Il 90,42% dei post di LinkedIn contiene 0, 1 o 2 emoji
  • L’1,5% dei post di LinkedIn contengono più di 10 emoji.


banner emoticons emojis

Risultati dettagliati

L’analisi descrittiva del dataset mostra che l’80,12% dei messaggi su LinkedIn non contiene emoji. Questa è una buona illustrazione della legge di Pareto.

Il 90,42% dei post di LinkedIn contiene 0, 1 o 2 emoji, e solo l’1,5% ne contiene più di 10. Il massimo osservato è un post contenente 1190 emoji!

Il modello di previsione eseguito con Timi Modeler mostra che la probabilità media di ottenere 100 like su un post di LinkedIn è del 3,5987%. Ho calcolato questa probabilità limitando le osservazioni agli autori con un massimo di 25000 like (cioè il 99% del dataset). Ho voluto eliminare gli outlier (troppe reazioni) dovuti alle grandi reti caratteristiche dei personaggi famosi (Barack Obama, Bill Gates, …). Troverete nella tabella in fondo a questo articolo tutti i risultati.

Ho estrapolato i risultati utilizzando Tableau e ho eliminato l’outlier relativo al post contenente 1190 emoji. Ho anche inserito (in arancione qui sotto) la percentuale di post in base al numero di emoji contenute.

effect of emoticons on Linkedin posts virality

Una funzione polinomiale dà un “fit” perfetto (R²=0,96, vedere la linea blu tratteggiata), e vediamo che viene raggiunto un asintoto intorno a 18 emoji. Quindi, non c’è bisogno di includerne molte di più.

Fondamentalmente, ecco cosa ho imparato da questa analisi:

  • non includere le emoji diminuisce statisticamente le possibilità di ottenere 100 like.
  • 15 o 16 emoji sembrano essere l’optimum per aumentare le possibilità di ottenere 100 like secondo il modello di previsione, e 18 se seguo la regressione realizzata utilizzando Tableau.
  • L’80% dei messaggi su LinkedIn non contiene emoji: inserirli vi permetterà di differenziarvi

Come per le altre analisi che ho pubblicato, la questione della causalità rimane essenziale. A questo punto, è impossibile dire cosa causa le reazioni. L’algoritmo di LinkedIn “spinge” le pubblicazioni che contengono emoji, o semplicemente l’occhio umano è più attratto dalle pubblicazioni che li hanno? C’è ancora molto lavoro da fare per risolvere questo mistero e forse anche qualche ricerca sull’eye-tracking.


Metodologia

Per realizzare questa ricerca, ho usato un set di dati di 4.599 milioni di post su LinkedIn forniti da Linkalyze. Ho preparato i dati con Anatella, e la modellazione è stata realizzata con Modeller (queste 2 soluzioni sono state fornite da Timi).

data preparation Linkedin dataset Anatella

La fase di preparazione dei dati consisteva principalmente nella riconciliazione di 2 database in formato JSON (vedere schema qui sotto):

  • database dei post di LinkedIn
  • database degli autori

Poiché le emoji non sono direttamente leggibili, è stata utilizzata un’espressione regolare per estrarle e contarle. Per chi volesse riutilizzarla, eccola qui:

/(?:[\u2000-\u32FF]|[\ud83c-\ud83e][\udc00-\udfff])(?:\u200d(?:[\u2000-\u32FF]|[\ud83c-\ud83e][\udc00-\udfff]))*/g

È stato poi necessario eliminare manualmente altri segni che sono stati estratti ma non erano emoji.

La modellazione consisteva nel prevedere la probabilità di raggiungere 100 reazioni con un post su LinkedIn (Mi piace + commenti). Per fare questo, ho creato una variabile “ManyReactions” che identifica i post che hanno raggiunto la soglia simbolica delle 100 reazioni.

Nella modellazione, “ManyReactions” diventa la variabile dipendente. Tutte le altre variabili del dataset diventano variabili indipendenti.

variable many reactions dans timi modeler


Correlazione tra il numero di emoji su un post di LinkedIn e la probabilità di viralità

Numero delle emojis Probabilità di ottenere 100 like sul post di 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%

 


Ringraziamenti

Grazie a Frank Vanden Berghen per il suo aiuto nella programmazione della funzione di estrazione delle emoji.

 



Posted in Data e IT.

Pubblica la tua opinione

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *