Die Twitter-Statistiken: Hallo Binghamton und Bielefeld!

Seit Ende August gibt es für alle Twitter-NutzerInnen detaillierte Statistiken (ursprünglich war diese Funktion nur für Leute freigeschaltet, die auf Twitter werben, danach wurde diese Funktion schrittweise für immer mehr Accounts freigeschaltet).

So kann man jetzt zum Beispiel erfahren, woher die einzelnen Follower kommen, welche Interessen sie haben oder welchen anderen Twitter-Accounts sie folgen. Einige der Metriken sind etwas seltsam, beispielsweise die Aufschlüsselung nach Geschlecht. Twitter fragt diese Angabe ja nicht bei der Anmeldung ab sondern benutzt statistische Algorithmen:

Some of the „tells“ in tweets and other messages are the stereotypical ones that would leap to mind, and we shouldn’t be surprised that they test out as valid. In one paper from 2010, the researchers note that „OMG“ is used four times as often by women than men in the dataset of Twitter messages they tested. The phrase „my zipper“ has an extremely high predictive value for men, while „my yoga“ has the same effect for women. The paper even notes, „People laugh differently on Twitter as well. While women LOL, men tend to LMFAO.“

Allerdings scheint es da doch einen Bias zu geben:

Twitter probably thinks you’re a dude, and there’s nothing you can do about it.

In einem Artikel wird das darauf zurückgeführt, dass das Interesse an „Technologie“ männlich kodiert ist. (Dazu ein kleiner Exkurs: Auf NPR gibt es eine Radiosendung „When Women Stopped Coding“ online, in der untersucht wird, warum es ab 1984 einen signifikanten Rückgang an Informatik-Studentinnen gab. Die These ist, dass ab diesem Zeitpunkt  Heimcomputer aufkamen und diese exklusiv als „Jungs-Spielzeug“ vermarktet wurden. Diese hatten daher beim Studium schon einen Grundstock an informellen Computerwissen und Mädchen wurden dadurch rausgedrängt).

Als Beispiel für die Statistiken hier eine Übersicht der Follower von ddbKatzen:

Follower Statistik ddbKatzen

Man sieht: „Katzen“ und „Haustiere“ stehen an der Spitze der „einzigartigen“ Interessen. Auch ddbKultur als verwandter Account passt ja für einen Bot, der sich dieser Quelle bedient. Binghamton als Top-Herkunftsstadt hingegen sieht etwas komisch aus, aber das hat wohl mit der geringen Grundgesamtheit zu tun.

Auch zu den einzelnen Tweets kann man sich Statistikdaten anzeigen lassen:

Tweet Statistiken

Auch wenn ddbKatzen „nur“ 34 Follower hat, so haben diesen Tweet doch 827 Personen gesehen. Das ist im Wesentlichen wohl der SLUB Dresden und Dresden-forscht.de zu verdanken, die diesen Tweet weiterverbreitet haben (Das verlinkte Digitalisat stammt aus den Beständen der SLUB). Neben Statistiken zu Retweets und Klicks sieht man in dieser Ansicht auch, ob ein Lesezeichen auf diesen Tweet gesetzt oder ob das eigene Nutzerprofil aufgerufen wurde.

Das sind im Wesentlichen die Statistiken die man über die Weboberfläche sieht. Darüber hinaus kann man sich die Rohdaten auch als CSV-Datei herunterladen und damit eigene Auswertungen erstellen. Doch dazu mehr im nächsten Blogpost…