You Tube: l'indice di gradimento è una questione...matematica
Un oscuro attore dell'Ohio, Judson Laipply, realizza un video e lo mette su You Tube. Nel giro di due settimane la sua "opera" viene cliccata ben 10 milioni di volte e nei due anni successivi accumula 103 milioni di clic. Laipply diventa una star. Com'è possibile che alcuni video su You Tube vengono visti da milioni di persone, mentre altri sono ignorati o quasi?
Secondo uno studio appena pubblicato su PNAS, l'attenzione del pubblico nei social network come You Tube segue un andamento ben preciso, che possiamo rappresentare attraverso modelli matematici "predittivi". E' quello che ha fatto Riley Crane, un ricercatore dell'Università della California impegnato fino a qualche anno fà nella ricerca quantistica.
I sistemi sociali, secondo Crane, non sono molto diversi da quelli quantistici, dove, in determinate condizioni, minuscole interferenze possono trasformare l'intero sistema.
Crane ha studiato per due anni consecutivi i "dati di ascolto" di 5 milioni di video passati su You Tube, in particolare quelli "più visti", con almeno 100 clic al giorno. Solo il 10% dei filmati rientrava in questa categoria. Crane ha suddiviso li ha suddivisi in 3 sotto-generi: i video-spazzatura, che riscuotono un successo immediato ma passeggero; i filmati "virali", ossia quelli che vengono pubblicizzati attraverso il passa-parola (e.mail, blog, link etc.). In questo caso, spiega Crane, la diffusione del video ha un andamento epidemico. Infine, i video di qualità, che, a differenza di quelli virali, raggiungono il successo immediatamente per poi declinare in modo graduale. Un esempio di questo tipo sono i primi filmati dello Tsunami nel 2004.
I risultati dello studio mostrano che i video virali e quelli di qualità seguono un andamento molto caratteristico. Ad esempio, la curva discendente dei filmati virali, quando l'attenzione del pubblico cala, è molto simile a quella usata dai modelli matematici per descrivere le reazioni della gente dopo un evento traumatico come un terremoto (i cosiddetti "Epidemic Type Aftershock").
Questo significa che è possibile rappresentare un fenomeno sociale come Tou Tube usando modelli matematici. Se è così, osserva Crane, è anche possibile prevedere il successo di un prodotto prima ancora che diventi un fenomeno di massa.
Gli studi di Crane aprono interessanti prospettive da un punto di vista commerciale. Per esempio, il suo modello potrebbe essere utilizzato per monitorare in tempo reale le vendite dei libri online e scoprire quale prodotto ha le potenzialità per diventare un best-seller, magari accelerandone il cosiddetto "tipping point", ossia il punto di massimo successo, con opportune strategie di marketing.
Approfondimenti
Crane R, Sornette D. Robust dynamic classes revealed by measuring the response function of a social system. Proceedings of the National Academy of Sciences, 2008; 105 (41): 15649 DOI: 10.1073/pnas.0803685105
Abstract:
http://www.pnas.org/content/105/41/15649.short
Veronica Rocco
