Skip to content

Social Network Analysis y SOCMINT : la clase de 3ºB

Share on twitter
Share on linkedin
Share on email
Share on whatsapp
SNA y SOCMINT, la clase de 3ºB

En pasados posts como en el de caso OSINT en Twitter nos introdujimos someramente en cómo nos define y afecta nuestro entorno. Pudimos ver que se puede averiguar quiénes forman parte de nuestro entorno personal gracias a cómo nos relacionamos con nuestros contactos en redes sociales. Ahora bien, ¿podríamos profundizar más en el Social Network Analysis?

Seguro que si evaluamos cualquier grupo de amigos, podríamos identificar otros datos interesantes. Quién no ha visto que dentro del mismo grupo hay subconjuntos que se llevan mejor que otros o personas con relaciones más cercanas con otras. Bien sea para analizar un grupo de amigos, una comunidad en Redes Sociales o un grupo terrorista, existen dos campos que nos ayudan a estudiarlos.

¿Qué es Social Network Analysis (SNA)?

análisis de redes sociales
Análisis de redes sociales (SNA)

El análisis de redes sociales (o SNA en inglés) es un área de investigación enfocada al estudio de un grupo de entidades. Dichas entidades pueden ser personas, organizaciones o usuarios, a través de las interacciones que existen entre ellos. Esto lo diferencia de otras ciencias sociales o de la conducta, ya que lo que analiza es cómo se relaciona una red de individuos. Por lo tanto, no sólo hablamos de una red en Facebook o LinkedIn, sino también en el plano físico.

Este campo de estudio se han desarrollado diferentes metodologías de análisis con las que evaluar el comportamiento de la red. Gracias a eso se puede ver cuáles son las entidades más importantes de una red, quién tiene más influencia o qué comunidades existen en ella. Además, existen muchas herramientas en el mercado enfocadas a ayudar en este tipo de análisis.

¿Qué es SOCMINT?

La palabra SOCMINT hace referencia en inglés a Social Media Intelligence, una disciplina de Inteligencia que engloba todos los métodos y herramientas para obtener y analizar texto, fotos, vídeos o cualquier otro material intercambiado entre dos entidades. Es decir, es una disciplina que nos enseña cómo analizar las interacciones entre los miembros que forman parte de la red que estamos analizando.

En este sentido, el SOCMINT hace uso del SNA como una herramienta más de análisis a través del estudio de grafos como el que podíamos ver más arriba en el que vemos personas (nodos) y relaciones (aristas).

La clase de 3ºB

Supongamos que somos profesores de Educación Secundaria y tenemos una clase compuesta por 30 alumnos. Dichos alumnos sabemos que se conocen entre sí porque llevan tres años en la misma clase. Nosotros en cambio somos nuevos en el instituto y queremos conocer qué grupos hay dentro de la clase. Para ello, el primer día cada alumno responde a una sencilla pregunta: ¿eres amigo del alumno X?, siendo X cada uno del resto de sus compañeros. Le damos tres posibles respuestas: 

  • Sí, somos mejores amigos.
  • Sí, somos amigos.
  • No somos amigos.

Primeras en llegar, primeras para analizar

Los resultados no tardan en llegar, y tenemos a las dos primeras alumnas, que nos dan sus resultados: María del Carmen y Carmen.

Grafo Simple Inicial: María del Carmen y Carmen

En este caso, las relaciones más oscuras se corresponden a relaciones de mejores amigos, mientras que las que aparecen más claras, son simplemente amigos. Quizás hayan coincidido alguna vez en un partido en el recreo, pero no es con quienes más se suelen juntar. En cambio, aquellos compañeros con los que no se relacionan no aparecen conectados.

Mientras recibimos el resto de respuestas, ya podemos ver cómo influyen ambas alumnas sobre las personas que conocen más en su clase. Tal y como se puede ver abajo, podemos ver 3 grupos de nodos diferentes:

Tres grupos de nodos diferentes
  • Los amigos de María del Carmen (en azul), formado por todos los nodos unidos a ella (18 nodos en total)
  • Los amigos de Carmen (en amarillo), compuesto por aquellos nodos unidos a ella (8 en total)
  • Un tercer grupo formado por todos aquellos nodos que se quedan sueltos ya que no conectan con ningún otro (en total 7 nodos en gris)

Además, encontramos un posible cuarto grupo de nodos. Aquellos en tonalidades más verdes, que conectan con María del Carmen y con Carmen, y que serían más importantes que el resto de nodos coloreados. ¿La razón? Porque conectan con dos de nuestras alumnas.

Grado (Degree Centrality)

Con esta información ya empezamos a conocer a la red. Sin embargo, es evidente que sólo conocemos a los amigos de María del Carmen y Carmen, pero no sabemos qué relación tienen el resto de alumnos entre sí. Tras recibir las respuestas del resto de alumnos de 3ºB, este es el grafo resultante:

Grafo avanzado: Resto de alumnos

Como se puede ver, además de las relaciones los nodos también se han coloreado. A diferencia de las primeras, que nos indican el tipo de relación que existe, los nodos son más oscuros cuantas más relaciones tengan (sean del tipo que sean). A este factor se le denomina Grado, y hace referencia a, como en este caso, los nodos más populares de la red por el número de conexiones que tienen. En este caso, cuantas más conexiones, mayor será el grado.

Podemos ver que además de Carmen y María del Carmen, otra alumna popular en la clase es Josefa. No obstante, analizando el número de conexiones de cada alumno hace complicado entender cómo se relacionan entre sí. Más aún si consideramos que, cuanto mayor sea el peso de la relación, más amigos serán los alumnos.

A continuación vamos a ver otras medidas de SNA que nos van a permitir entender mejor la red. Dichas medidas se visualizan en el grafo a través del color de los nodos (alumnos). Las relaciones mantienen el mismo criterio (atender al tipo de relación), y, para recordar en todo momento cuáles son los alumnos con más amigos (grado), vamos a mantener el tamaño de los nodos.

Intermediación (Betweenness centrality)

La intermediación (betweenness) es una medida que cuantifica el número de veces que un nodo actúa como puente en el camino más corto entre otros dos nodos diferentes. Por ello, en cuanto más caminos aparezca el alumno, más popular será en la clase. En este caso, se diferenciaría de la centralidad de grado en que el betweenness no mide la cantidad de conexiones que tiene un nodo, sino la calidad de éstas.

Intermediación (Betweenness centrality)

Pese a que este grafo no parece aportar ninguna información nueva, en realidad nos ayuda a cualificar mejor la popularidad de los alumnos en la clase. En primer lugar, se puede confirmar que tanto Josefa como María del Carmen son los nodos mejor conectados de la red, incluso más que Carmen o Juan. En segundo lugar, y como se puede observar en la figura de abajo que compara el algoritmo de grado con el de Betweenness, se puede ver que los nodos de Antonio, Manuel, Pablo, Diego, María Teresa y Ana María pierden popularidad debido a la calidad de sus conexiones (tienen más amigos que mejores amigos).

Intermediación (Betweenness centrality) vs Conexiones

Excentricidad (Eccentricity)

De igual manera que se puede hallar a los alumnos más populares, también se puede averiguar cuáles son los que menos. Para ello, se utilizaría el algoritmo de excentricidad, La excentricidad de un nodo es justo lo contrario a la intermediación: el camino más largo a partir de él mismo y hacia a cualquier otro nodo en la red. Los nodos con menor excentricidad son más centrales (y por lo tanto más populares) por esta medida.

Intermediación (Betweenness centrality) – Excentricidad

Clustering (Modularity class)

¿Os acordáis de esos pequeños grupitos que se formaban en las clases? Otro acercamiento interesante del SNA es con los subgrupos (comunidades) dentro de una red. En nuestro ejemplo, saber qué alumnos se relacionan más entre ellos puede ser útil para entender cómo fluye la comunicación en la clase.

Comunicación en la clase

En este caso se pueden identificar cuatro grupos diferentes. De más a menos oscuro:

  • Grupo 1: formado por 7 nodos; Manuel, Antonio, Lucía, Martina, David y, más alejados pero aparentemente dentro del grupo, Lola y Laura.
  • Grupo 2: formado por 10 nodos; Paula, Pilar, Carmen, María Teresa, Hugo, Ana María, Alba, María, Pablo y Daniel.
  • Grupo 3: formado por 6 nodos que aparentemente parecen más dispersos; José, José Antonio, Diego, Josefa, Javier y Francisco.
  • Grupo 4: formado por 7 nodos María del Carmen, Isabel, Sofía, Julia, José Luis, Alejandro y Juan.

Influencia de las relaciones

Mediante un mapa de calor, y aprovechando que se han establecido diferentes grados de relación de amistad, también se puede evaluar el nivel de influencia de los miembros más populares de la clase de 3ºB. Hablamos de nuestras ya conocidas María del Carmen, Carmen, Josefa y Ana María. Esto es importante ya que esta influencia se entiende que no tiene por qué ser directa, sino que también puede afectar a otros alumnos aunque su relación con las alumnas más populares sea más débil o incluso inexistente.

María del Carmen

En el caso de María del Carmen, vemos que su influencia es mucho más fuerte con Lucía, José, María, Juan y las otras tres alumnas populares de la clase de 3ºB: Carmen, Josefa y Ana María. El resto de los usuarios parecen tener más o menos la misma relación con ella.

Clase de 3ºB vs Influencia de María del Carmen

Sabiendo cúal es la influencia de María del Carmen, podría ser una cabecilla dentro de la clase, ya que se relaciona principalmente con el resto de alumnos más populares. Por ello, ella podría llegar a ser útil en caso de querer difundir un mensaje únicamente entre dichos alumnos, ya que parece tener un papel emisor más que de difusor y, por tanto, es más probable que le hagan caso a todo lo que diga

Carmen

En el caso de Carmen sí encontramos tres grupos de influencia diferentes, teniendo más influencia sobre unos que sobre otros. Lo que destaca es que Carmen parece relacionarse con más individuos de la red que María del Carmen y, pese a ello, ésta última parece seguir siendo más importante dentro de la red.

Los tres grupos son:

  • Grupo 1: en el que estarían María del Carmen, Manuel, Antonio, David, José Luis y Pilar; mostrándose como nodos más oscuros.
  • Grupo 2: en el que encontraríamos a María, Hugo, María Teresa, Ana María, Lola, José, Laura, Josefa, Pablo, Francisco, Diego, Isabel, Juan, Julia, Martina y Lucía.
  • Grupo 3: formado por Paula, Alba, Javier, Daniel, José Antonio, Sofía y Alejandro; siendo sobre los que menos influencia tiene y, por tanto, los que aparecen con el color más claro.
Clase de 3ºB vs Influencia de Carmen

Dada la influencia de Carmen sobre la red, en este caso vemos un rol diferente dentro de la clase con respecto a María del Carmen, ya que en este caso Carmen sí que parece relacionarse con muchos más alumnos de una manera significativa, por lo que los mensajes que pueda difundir ella en la clase se extenderían mucho más rápido, es decir, actuaría de altavoz o difusor.

Josefa

En el caso de Josefa lo primero que llama la atención es que no cuenta con influencia sobre ninguno de las  otras alumnas populares de la clase de 3ºB, por lo que es un actor que actúa como techo. Vemos que su influencia está mucho más localizada, sólo sobre María, Hugo, José Antonio, Isabel, Antonio y José Luis. Esto hace que Josefa sea un emisor/altavoz nicho, es decir, alguien capaz de transmitir mensajes a un grupo muy determinado de alumnos de la clase. 

Clase de 3ºB vs Influencia de Josefa

Ana María

Por último, el caso de Ana María es muy parecido al de Josefa, ya que también es un emisor nicho que sólo conecta con María, Daniel, José Antonio, María del Carmen, Diego y Julia, a los que podría transmitir de forma muy focalizada un mensaje.

Sin embargo, y a diferencia de Josefa, Ana María sí cuenta con algo de influencia sobre María del Carmen, lo cual indica que puede ser útil a la hora de hacer llegar mensajes a ésta última ya que, de todas las alumnas populares de la clase de 3ºB, ella es la que más influencia tiene sobre el miembro más importante de la clase.

Clase de 3ºB vs Influencia de Ana María

¿Para qué puede servir conocer todas estas relaciones y dinámicas?

Realizar análisis de redes sociales como en este caso puede ser muy útil a la hora de estudiar una comunidad. Puede ser útil para monitorizarla de una manera eficiente, para poder influir sobre ella o incluso a entender cómo funciona para saber cómo utilizarla en caso de que el grupo estudiado tenga relación con nosotros. Por ejemplo, entender cómo se relacionan los empleados de nuestra organización o la de nuestro competidor, como bien se explicó en nuestro artículo sobre Inteligencia Competitiva.

Por ejemplo, podría ayudar a definir cómo hacer llegar un mensaje a cierto miembro del grupo a través de otros, ya que el canal podría ser más directo, o incluso a averiguar cuál podría ser el mejor emisor para conseguir nuestro objetivo. De hecho, si este ejemplo se trasladara a una comunidad en Redes Sociales con influencers y seguidores y nosotros trabajáramos para una consultora de marketing, sabiendo cómo se podría seleccionar qué influencer debe publicar el mensaje en función de si queremos una difusión más masiva o llegar a un público determinado. Sólo sería necesario conocer cómo evoluciona la difusión del mensaje en función de la influencia de los usuarios

De igual modo, si esto fuera en realidad un grupo terrorista y quisiéramos ver cómo funciona a través de Telegram, podríamos llegar a conocer cómo se comunican a través de la app de mensajería, y controlar cuáles son los canales de comunicación más importantes para tenerlos monitorizados.

Comparte el artículo

Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on email
Email
Share on whatsapp
WhatsApp

Una nueva generación de servicios tecnológicos y productos para nuestros clientes