Facebook, Twitter e tutti gli altri social network che conosciamo sono l'oggetto di studio di una scienza, la Social Network Analysis (SNA), che nasce negli anni '30 come metodologia a supporto di un gruppo di sociologi, i quali volevano studiare le persone, organizzazioni o altre entità non come strutture a sé stanti, analizzarne le relazioni e scoprire come potessero influire sui comportamenti.
Una scienza da non confondere con la Network Analysis: infatti, sono molti i concetti e i metodi condivisi, ma hanno avuto sviluppi paralleli. La prima si occupa di entità sociali, la seconda di ogni cosa che possa rappresentata con un grafo. La teoria dei grafi, infatti, è alla base di entrambe.
Le antiche origini
La paternità della teoria dei grafi è attribuita a Eulero, uno dei più importanti matematici del ‘700. La usò, pensate, per risolvere un problema di geometria: quello dei sette ponti di Königsberg.
Se volete provarci, il problema è (apparentemente) semplice: in quella città ci sono sette ponti, e si tratta di scoprire se sia possibile, passeggiando, attraversarli tutti, ma una volta sola.
Nella teoria dei grafi il problema può essere rappresentato con punti (le zone della città) collegati da linee (i ponti). Molti sistemi complessi possono essere rappresentati da un grafo, una specie di mappa fatta di punti (nodi, nel linguaggio specifico) e linee (ariste).
La teoria dei grafi fornisce i concetti e gli strumenti per analizzare e studiare queste mappe, un po’ come la matematica fornisce il linguaggio per descrivere e studiare il mondo.
Il problema dei sette ponti rappresentato come grafo.
La teoria dei grafi, come la matematica astratta, è una scienza a sé, con gli studiosi concentrati sui problemi teorici che essa pone.
La Network Analysis e la Social Network Analysis la usano per creare dei modelli semplificati della realtà da studiare o del problema da risolvere. Come la matematica sta alla fisica o ad altre scienze, così la teoria dei grafi sta alla SNA.
Dopo i sociogrammi usati da Jacob Moreno per rappresentare le relazioni tra gruppi di persone, già nel 1950 si parla di social network quando J.A. Barnes usa i grafi per rappresentare i legami sociali all’interno di un villaggio di pescatori scandinavo.
Nel 1967 un esperimento di Stanley Milgram lancia l’espressione sei gradi di separazione, un concetto oramai noto grazie ai moderni social network e ad un film: si presume che ogni persona sia collegata ad una qualsiasi altra persona nella terra da una catena di conoscenze fatta da non più di 6 persone.
L’esperimento originale prevedeva il recapito di lettere da diverse zone degli Stati Uniti ad una specifica persona di Boston. Molti anni dopo l’esperimento fu ripetuto ma utilizzando le e-mail. Recentemente il gruppo di analisti di Facebook lo ha ripetuto all’interno della rete del social network.
Negli anni la catena sembra essersi accorciata: dai sei gradi di separazioni rilevati da Milgram (ma egli non usò mai questa espressione!) si passa ai 4 scarsi rilevati dagli studiosi Facebook.
Gli usi
La Network Analysis può essere usata per studiare sistemi complessi di qualsiasi genere, purché rappresentabili con un grafo. I campi di applicazione sono moltissimi e le scoperte spesso sorprendenti. In biologia la si è usata per studiare le interazioni tra i geni di un organismo, in logistica per studiare le reti di trasporti, in informatica per ottimizzare l’instradamento dei pacchetti di informazione in internet.
La usarono i servizi segreti americani per catturare Saddam Hussein, e alcuni dipartimenti di polizia per rilevare l’esistenza di organizzazioni terroristiche o criminali.
Ma c’è anche chi la usa per scoprire l’indice Kevin Bacon: un numero che indica i gradi di separazioni tra Kevin e un qualsiasi altro attore. Volete scoprirlo? Basta andare su Google e digitare il nome dell’attore preceduto dalla frase “bacon number”. Scoprirete così i film che, in qualche modo, legano entrambi.
Perché può essere importante usarla
Capire i collegamenti tra le persone e come le informazioni si propagano nella rete di relazioni che le legano può aiutare a migliorare la comprensione del proprio pubblico e ottimizzare sia il messaggio che la spesa per sponsorizzarlo.
Secondo alcuni studiosi, tra cui Duncan Watts, esperto teorico delle reti e autore di libri come “Six degrees: the science of a connected age” e “Everything Is Obvious: Once You Know the Answer”, non bisognerebbe preoccuparsi troppo di identificare e coinvolgere gli influencer per lanciare un prodotto. Sarebbe preferibile, e forse meno costoso secondo Duncan, identificare nella rete le persone sensibili al messaggio da propagare e raggiungerne il maggior numero possibile incoraggiandole a condividerlo. La struttura della rete farà il resto.
Secondo gli studiosi infatti, non è il numero di persone quello che conta, ma come sia strutturata la rete che li lega.
Incoraggiare le connessioni tra le persone aumenta il numero di possibili vie di propagazione delle informazioni. Maggiore è il numero di vie che le informazioni da propagare potrebbero percorrere, più alta sarà la possibilità che viaggino più velocemente (tecnicamente la lunghezza media del percorso tra due punti della rete si accorcia).
Sarebbe consigliabile dunque seminare le informazioni in una rete ben strutturata.
La SNA conferma anche, e per motivi simili a quelli appena esposti, che sia deleterio aumentare artificialmente il numero di followers o fan della vostra rete: il rischio è quello di diluire le connessioni tra di esse e quindi rallentare la diffusione delle notizie. Proprio il contrario di ciò che vorreste.
Cento persone disseminate in un grande parco cittadino difficilmente si parleranno tra loro. Aggiugerne altre 10 o 20 non migliorerà la situazione. Se invece create una occasione di incontro (una festa? Un barbecue?) cominceranno a parlarsi e a costruire una rete più fitta, che veicola meglio le informazioni.
Una curiosa ricerca della Nothwestern University relativa ai musical di Broadway fece una scoperta interessante: il successo di un opera teatrale non era tanto legata al budget per il marketing o alla notorietà del regista. Per il successo e per un maggior numero di critiche positive risultò invece determinante quanto fossero strette le relazioni tra il cast e gli altri lavoratori.
Infine, una adeguata conoscenza della rete può aiutare a fare previsioni accurate sulle reazioni possibili delle persone, anticipando possibili crisi e permettendone una gestione migliore.
Esattamente come per le epidemie è possibile identificare gruppi di persone che possono favorire il contagio. Uno studio relativo all’epidemia di influenza aviaria del 2009 permise di scoprire che si sarebbe potuto fermarla con due settimane di anticipo e vaccinando un minor numero di persone, identificando il gruppo, nella rete, più connesso.
Certo, analizzare una rete, specie se complessa come quelle presenti nei social network online non è semplice sia per le competenze necessarie che per la disponibilità dei dati. Non sempre i social network li mettono completamente a disposizione o lo fanno a condizioni particolari.
Ma in molti casi può essere sufficiente utilizzare strumenti disponibili gratuitamente in Rete per avere almeno una conferma di certe vostre intuizioni.
Se si volesse approfondire si può sempre ricorrere a strumenti a pagamento messi a disposizione da società specializzate.
Vi interesserebbe scoprirli? Commentate sulla nostra pagina Facebook!
