Estrategias de interacción y medición de engagement de la cuenta de Twitter @CheNetflix

Universidad Austral (Buenos Aires, Argentina)

Santiago Ospital santiaospital@gmail.com

Universidad Austral (Buenos Aires, Argentina)

RESUMEN

El presente artículo tiene por objetivo medir el engagement logrado por la cuenta de Twitter @CheNetflix, creada especialmente para Argentina por la empresa de video bajo demanda Netflix. Se realizó un análisis exploratorio a partir de un estudio previo sobre las estrategias discursivas utilizadas en esta cuenta, ahora con el fin de medir el engagement según los recursos que utiliza para lograr la interacción con sus usuarios. Asimismo, se llevó a cabo un análisis cuantitativo mediante una fórmula propia que abarca los 265 tuits que publicó la cuenta en enero y febrero de 2021. A partir de categorías como el uso de términos vernáculos (argentinismos y voseo), el humor, la referencia a sucesos y personajes culturalmente relevantes y los formatos utilizados por la cuenta, se midió el compromiso de sus usuarios y su correlato con cada estrategia aplicada. La fórmula propuesta podría replicarse en cuentas similares creadas por Twitter para países específicos, además de ser utilizadas por otras plataformas de streaming para medir la interacción que logran con sus receptores.

Palabras clave: Plataformas de video bajo demanda, redes sociales, interacción, engagement

ABSTRACT

The objective of this article is to measure the engagement achieved by the Twitter account created especially for Argentina, @CheNetflix by the video-on-demand company Netflix. An exploratory analysis is carried out based on a previous study, made on the discursive strategies used in this account now in order to measure engagement according to the resources that the aforementioned account uses to achieve interaction with its users. A quantitative analysis was carried out based on a specific formula of the 265 tweets published by the account in January and February 2021. Based on categories such as the use of vernacular terms (argentinisms and voseo), humor; the reference to culturally relevant events and characters and the formats used by the account, the commitment achieved by its users and its correlation with each applied strategy was measured. The proposed formula could be replicated in similar accounts created by Twitter for specific countries, as well as being used by other streaming platforms to measure the interaction they achieve with their receivers.

Keywords: Video on demand platforms, social networks, interaction, engagement

Introducción

El término engagement nació en el ámbito laboral, en la década de los 90, a partir de una encuesta de la empresa estadounidense Gallup. Hizo su entrada al campo académico, según Ballesteros (2019) , con la publicación Psychological Conditions of Personal Engagement and Disengagement at Work (1990), de William Khan. El vocablo luego fue adoptado en múltiples áreas con significados diversos (‘contrato’, ‘convenio’, ‘pacto’, ‘fidelidad’, ‘compromiso’, etc.) e incluso en la investigación académica, donde “a pesar de la falta de claridad sobre el concepto, la investigación sobre el engagement ha estado en auge” (Moreno y Fuentes 2019, 51 ). Como ejemplo del incremento en su uso, Ballesteros (2019) calcula que su inclusión en títulos de artículos en Google Académico creció un 1352 % entre 1988 y 2017. Para los fines de este trabajo, se considerará el concepto engagement según la definición de Ballesteros (2018, 113), es decir, el

proceso interactivo entre dos partes que se produciría como resultado de la existencia de un sujeto involucrado o comprometido con las acciones de una empresa u organización que genera, conscientemente o no, esta implicación. Sustancialmente respondería a un estado cognitivo y emocional que se manifiesta mediante determinados comportamientos por parte de los sujetos comprometidos, ya sea en el mundo real o virtual […].

[E]l engagement no es tanto un producto final ni un estado mental o comportamiento únicamente por parte de un sujeto, sino que se trataría de un proceso interactivo y bidireccional entre unos sujetos (ciudadanos, trabajadores, clientes, usuarios de redes sociales) y unas organizaciones (administración pública, empresa, plataforma digital). (énfasis añadido)

A partir de la definición anterior, se entiende a las redes sociales como un espacio propicio para dicho “proceso interactivo”. Reducidas a sus elementos primordiales, las redes sociales son comunidades en línea de usuarios que por medio de perfiles propios se conectan con los perfiles de otros para ver o compartir contenidos (Gil de Zúñiga, Jung y Valenzuela 2012; Larsson y Kalsnes 2014; Muñiz et al. 2016; Zhang, Seltzer y Bichard 2013). Como escribe Hermann (2020, 37), “estas nuevas plataformas hacen posible una mayor circulación de contenidos, presentan los mensajes en diferentes ecosistemas, a la vez que enriquecen la información, ya que los emirec o prosumers alimentan y potencian los discursos y significados”.

La medición del engagement en redes sociales ha servido como instrumento académico para evaluar las estrategias de comunicación digital en diversos ámbitos como la moda (Villena y Segarra 2020), el deporte (Ballesteros 2021), la política (Berrocal, Zamora y Rebolledo 2021), la salud (González et al. 2021), la publicidad (Segarra e Hidalgo 2018) y el storytelling (Hermann 2020). En el presente trabajo servirá para evaluar las estrategias de las plataformas de video bajo demanda (Arroyo y Díaz 2021; Fernández y Martín 2018; Moreno 2019), entre las que se encuentra Netflix, que “se ha convertido en la principal compañía transnacional que provee servicios VOD, ¹ con presencia en casi todos los países del mundo” (Leiva, Albornoz y Gómez 2021, 2).

A continuación presentaremos la síntesis de un estudio que publicamos previamente (Fabbro y Ospital 2021) sobre un caso de estrategia de adecuación cultural; servirá de base para el análisis del engagement a realizar en el presente artículo. Luego puntualizaremos los objetivos de este último.

Estrategia discursiva de adecuación cultural: El caso @CheNetflix

En 2019, Netflix inauguró en la red social Twitter una cuenta dirigida a los argentinos. Se llamó @CheNetflix y se integró a una estrategia preexistente de redes sociales que incluía cuentas orientadas a públicos segmentados según distintos criterios. Por ejemplo, en Twitter se pueden encontrar segmentos delimitados por pertenecer a una cultura de nicho (@NXOnNetflix para amantes de lo geek) o a una geografía (@NetflixEs para España), por seguir a una serie específica (@NarcosNetflix, con contenidos de la serie Narcos), por tener interés en un formato (@NetflixFilm para las películas), entre otros. La cuenta @CheNetflix responde al criterio geográfico.

Sin embargo, ya existía una cuenta dentro de la cual se encontraba contenido territorialmente el público argentino: @NetflixLAT. Esta, además, publicaba en español, idioma oficial y predominante en la Argentina. ² Notablemente, Netflix consideró que la diferencia idiomática y cultural entre los argentinos y el resto de hispanohablantes latinoamericanos exigía una nueva segmentación territorial. Para el lanzamiento de @CheNetflix, @NetflixLAT explicitó la problemática y la intención de crear una cuenta exclusiva para los argentinos, pidiendo ayuda a los actores de la serie local Los simuladores: un usuario había reclamado que @NetflixLAT no comprendía el uso de palabras frecuentemente utilizadas en Argentina, concretamente manija -‘entusiasmado’- y matienzo -una manera coloquial de llamar al mate, una infusión tradicional del país- (Zerega 2019).

Reparando en lo anterior, y con la intención de focalizarnos en esta nueva cuenta, nos propusimos un análisis exploratorio de los recursos discursivos a los que @Che- Netflix apelaba para dirigirse exclusivamente al público argentino. Los avances fueron presentados en el I Congreso Internacional de Comunicación, Medios Audiovisuales y Análisis en España y LATAM “Hermes”, llevado a cabo en marzo de 2021 en Lanzarote (Canarias, España).

Para examinar las tácticas discursivas de adecuación cultural a un público segmentado territorial y culturalmente, se desarrolló una matriz con la que se analizaron los 265 tuits que publicó @CheNetflix durante enero y febrero de 2021. La indagación arrojó la presencia de las siguientes tácticas discursivas de adecuación cultural, con su respectivo porcentaje:

Argentinismos. Se consideró de este modo a toda palabra, expresión léxica o giro de la lengua española hablada en la Argentina como primera acepción (Fabbro y Ospital 2021).
Porcentaje de tuits con argentinismos en el total de la muestra: 27 %
Voseo. El uso de la segunda persona singular de modo informal.
Porcentaje de tuits con voseo en el total de la muestra: 27 %
Referentes culturales argentinos. Se partió de la definición de referente cultural como ese reflejo léxico y de concepción del mundo desde una cultura determinada (Fabbro y Ospital 2021), y se incluyeron varios referentes que provienen de la industria cultural, como la música, el cine y la TV; desde el campo intelectual, literario, político, social, deportivo; así como desde la influencia de la arquitectura y su iconicidad, las locaciones y sus objetos. Además, se hace alusión a costumbres o hábitos (Fabbro y Ospital 2021).
Porcentaje de tuits con referentes culturales argentinos en el total de la muestra: 15 %
Enlace o “arroba” a otras cuentas. Si la cuenta había usado estas herramientas de Twitter, y en qué idioma lo había hecho.
Porcentaje de tuits con enlaces o arrobas a otras cuentas en el total de la muestra: 6 %
Humor. Se lo consideró pragmáticamente desde una intención comunicacional basada en lo lingüístico y con un refuerzo de lo audiovisual (Fabbro y Ospital 2021). Porcentaje de tuits con uso del humor en el total de la muestra: 63 %

También se registraron el engagement y el uso de los formatos que permite la red social: imagen, video, GIF y encuesta. Se descubrió así que el 51 % de tuits usó imágenes; el 35 %, video; el 3 %, GIF; el 1%, encuestas; y el 10 % restante, solo texto. Estos resultados, en los que se profundizará más adelante, son la base para medir el engagement de los usuarios.

Objetivos

El objetivo de este estudio es describir el engagement que generan las distintas tácticas de adecuación cultural en redes sociales detectadas en la investigación precedente. Específicamente, se analiza el engagement que obtuvieron las tácticas de adecuación cultural (argentinismos, voseo, referentes culturales argentinos, humor, enlace o arroba a cuentas) y los formatos (imagen, video, GIF, encuesta) de la cuenta de Twitter @CheNetflix.

Las siguientes preguntas de investigación desglosan dicho objetivo: 1) ¿cómo medir el engagement de la cuenta @CheNetflix?; 2) ¿qué tipo de recursos discursivos generaron mayor y menor engagement?; y 3) ¿qué formatos generaron mayor y menor engagement?, ¿hay una diferencia significativa en el engagement registrado por los distintos recursos discursivos?

Metodología y materiales

Se consideraron los 265 tuits que publicó @CheNetlix en enero y febrero de 2021. Para cada uno de ellos se describió el uso de estrategias discursivas de adecuación cultural y el engagement que obtuvo. Para lo primero, se utilizó la matriz presentada en Fabbro y Ospital (2021) ; en cambio, para la medición del engagement se tomó como base la matriz presentada en el texto How to Measure Engagement in Twitter: Advancing a Metric, de Miriam Muñoz, M.^a Ángeles Oviedo y Mario Castellanos (2017) . Se trata de una metodología cuantitativa que aplica una fórmula de medición que se explicita a continuación.

Cálculo del engagement

Así como hay diversas definiciones de engagement -tantas que Ballesteros (2019) titula un apartado al respecto “Un engagement para cada situación”-, también abundan los modos de medirlo, incluso dentro del estudio de los medios digitales. Encuestas y entrevistas, medidas implícitas y el análisis web son tres modos de hacerlo. Se apeló a este último:

Mediante el análisis web se trata de conocer el engagement a través de la conducta mostrada por los usuarios mediante su actividad en las plataformas digitales. Para ello se obtienen una serie de métricas, cuantificando variables como visitas, tiempo de permanencia, y número de seguidores o clics como “Me gusta”, compartir y comentarios. (Ballesteros 2018, 103 )

Además, los métodos de medición de la conducta de los usuarios en plataformas digitales pueden agruparse en dos tipologías: hay investigadores que analizan cada variable por separado, con los diferentes significados de cada variable como fundamento, y los que desarrollan un índice que abarca las distintas variables (Conde, Pullaguari y Prada 2019).

En el presente trabajo nos decantamos por la última, ya que consideramos que todas las variables tenidas en cuenta integran un único fenómeno a medir: la interacción. Para ello, utilizamos como base el índice desarrollado por Muñoz, Oviedo y Castellanos (2017) para medir el engagement en Twitter. La elaboración y solidez de dicho instrumento se encuentra justificada en el texto citado, por lo que escapa a este trabajo demostrarla. Sí aclaramos, sin embargo, los motivos que nos llevaron a elegirlo.

Para empezar, está creado específicamente para Twitter. Como señala el artículo,

el engagement es interactivo y depende del contexto; por lo tanto, un entendimiento cabal del concepto engagement requiere de una examinación de cada servicio de experiencia [o de cada red social]. […] Se debe considerar, por ejemplo, que Twitter está enfocado en el intercambio de opiniones e información, sin requerir que otros usuarios sean convertidos en seguidores para circular el mensaje, lo que implica una oportunidad para la participación y las respuestas de los usuarios. (Muñoz, Oviedo y Castellanos 2017, 1129 )

En segundo lugar, considera todas las posibilidades de interacción en Twitter y su medición. Además, fue diseñada de modo “flexible y fácilmente adaptable” para ser utilizada en trabajos académicos y profesionales, y hay antecedentes de su aplicación, por ejemplo, en Analysis of Tweet Form’s Effect on Users’ Engagement on Twitter, de Han, Gu y Peng (2019) .

El trabajo sugiere modos de ponderar en la fórmula las tres interacciones que pueden realizar los usuarios sobre un tuit publicado: los retuits, las respuestas y los likes. Consideramos valioso este aporte: no ponderar esas variables distorsionaría los resultados, pues cada una es distinta en el compromiso que requiere y en la frecuencia con que los usuarios la utilizan -Ballesteros (2018) lo llama diferentes “naturalezas”-. Así, el like es la opción más frecuente, afirman Fernández y Martín (2018) -y lo ejemplifican con estudios sobre distintos sectores: canales de televisión temática (Fernández y Díaz 2014), juguetes (Fernández y Díaz 2015) y salud (Fernández y Díaz 2016)-, pero es la intervención de menor valor porque requiere la menor implicación del usuario, como se justifica más adelante.

A continuación, como breve definición de cada variable enunciada, se replican algunos elementos descriptivos que Twitter ofrece a sus usuarios:

Tabla 1

Definición de las posibles interacciones con un tuit publicado, según Twitter

Interacción	Definición	Efecto
Like	Likear un tuit le dice al mundo y a la persona que lo escribió que lo disfrutaste, que estuviste de acuerdo o que lo admiraste.	Mientras más gente likee un tuit, más gente lo verá. Los tuits que te gustaron se guardan en la Likes Tab de tu perfil. Otros podrán ver lo que te gustó, o tú puedes volver y reverlo en cualquier momento. Cuando te gusta un tuit, se notifica al autor. Si cuentas que sigues likearon un tuit que aparece en tu timeline, lo vas a ver anotado sobre el tuit. Tocar esto puede mostrarte una lista de cuentas que likearon el tuit. ¡Esta puede ser una gran forma de encontrar nuevas cuentas para seguir!
Respuesta	En Twitter, puedes hablar casi con cual- quiera. Responde a un tuit y entra en la conversación.	Comparte tus pensamientos fácilmente en el tuit de alguien más con Respuesta. Un tuit que responde a otro tendrá una nota diciendo a quién le responde. Cuando recibas respuestas a tus propios tuits, verás una nota similar. Para cada tuit hay una cuenta del número de respuestas.
Retuit	Retuitea para compartir tuits que quieres que tus seguidores vean.	Usa retuits para reenviar un tuit que amas, noticias que quieres compartir o descubrimientos divertidos a tus seguidores. Los retuits son tuits que compartes públicamente con tus seguidores. Ellos lo verán en su timeline con el ícono de retuit y tu handle. Los retuits son una gran forma de permanecer activo en Twitter. Puedes introducir a tus seguidores a la conversación si retuiteas cosas que te parecen interesantes. Puedes retuitear tus propios tuits, no solo los de otros. Haz esto para repostear cualquiera de tus tuits que pienses que tus seguidores se han salteado, tuits que quieres que tus seguidores vuelvan a ver o tuits que quieras compartir con un nuevo POV (como un tuit citado).

Fuente: Twitter (2022)

Elaboración propia

Entonces, por ejemplo, que un usuario dé like a un contenido -“para indicar que lo disfrutó o está de acuerdo o lo admira”, sin especificar qué reacción le genera- de- muestra menos compromiso que si el usuario comenta el posteo, asienta su opinión o valoración y se expone a que un tercero le responda. También, a diferencia de otras métricas (como el número de usuarios que hicieron clic en un enlace inserto en un tuit), esta tríada demuestra voluntad comunicativa por parte de los usuarios: retuitear, comentar y likear son respuestas orientadas intencionalmente a otro receptor (a seguidores o al dueño de la cuenta emisora de la publicación, entre otros posibles).

Estas variables incluso forman parte del propio mensaje, porque se muestran median- te una representación gráfica y numérica en un lugar prioritario en el tuit (Chariatte 2014).

Construcción de la fórmula

En suma, “la ponderación de retuits, respuestas y likes se basa en el creciente nivel de involucramiento cognitivo, exposición y vulnerabilidad (en términos de la visibilidad en la red personal de cada uno) que tienen estas actividades para el consumidor” (Cour- saris, Van Osch y Brooks 2014, 162).

Así se refleja en la fórmula modelo: ³

Completa, la fórmula modelo es:

Para adaptarla a los objetivos del presente trabajo:

Se eliminaron del numerador los elementos no relevantes o no disponibles:

“Average impressions”, un dato accesible solo para los dueños de la cuenta.
“No. of tweets”, una cifra que sirve para comparar cuentas, que no es el objetivo del presente trabajo.

Se mantuvieron en el numerador los datos relevantes:

Interaction of diffusion (“I.diffusion”): número de retuits
Interaction of conversation (“I.conversation”): número de respuestas
Interaction of approval (“I.approval”): número de likes

Se mantuvo el multiplicador que ajusta el valor de cada variable según su importancia: 3 para retuits, 2 para respuestas y 1,5 para likes.
Se elimino toda referencia a los “7 days”, agregada originalmente solo como ejemplo por si se usaba un software específico que brindara datos de la semana anterior a la toma de la muestra.
Se añadió en el numerador una división entre el número de tuits en que se usó el recurso, para evitar que las distintas frecuencias afectaran la medición del engagement. A saber, un recurso usado con más frecuencia tiene más probabilida- des de generar engagement que otro que se utiliza menos (Arroyo y Díaz 2021).
Se eliminó el “Average reach of the tweets”, porque el alcance (las cuentas a las que llegó un tuit) es un dato accesible solo para el dueño de la cuenta. En cambio, se utilizó como denominador el número de seguidores de @CheNetflix para la fecha en que se recopilaron las tres variables. La cantidad de seguidores también se adecúa al lineamiento de que “la medición del engagement debe hacerse en relación con el número total de usuarios que se exponen al mismo contenido y su proximidad con él” (Muñoz, Oviedo y Castellanos 2017, 9), aunque presenta dos diferencias desfavorables en comparación con el alcance: al no distinguir entre los seguidores que vieron y no vieron el tuit, puede incluir a miembros del segundo grupo; y al no considerar a usuarios de la plataforma que no siguen a la cuenta, puede excluir a aquellos no seguidores que vieron el tuit.

La fórmula que se usó, entonces, es:

Análisis y resultados

A continuación se presenta una tabla con el engagement que obtuvieron los recursos discursivos de adecuación cultural en la muestra seleccionada.

Tabla 2

Engagement de los recursos discursivos de adecuación cultural de @CheNetflix

Recurso	Frecuencia	Presencia	Engagement
Argentinismos	66	25 %	0,65
Voseo	71	27 %	0,5
Referentes culturales argentinos	39	15 %	1,36
Humor	166	63 %	0,61
Enlace o arroba a otras cuentas en español	16	6 %	1,79

Elaboración propia

Como se ve, el recurso más usado por @CheNetflix fue el humor, y el segundo fue el voseo. Les siguieron, en orden, los argentinismos, la apelación a referentes culturales argentinos y el enlace o arroba a otras cuentas en español. Es importante recordar que los recursos no están distribuidos de a uno en los 265 tuits analizados, sino que pueden encontrarse dispersos inequitativamente entre ellos. Algunos pueden poseer los cinco y otros, ninguno.

Figura 1 Tuit de @CheNetflix que registra varios recursos discursivos: argentinismos (“boluda”), voseo y humor (por ejemplo, entre la rigidez de las formas de la clase alta inglesa del 1800, a la que pertenecen los personajes, y la informalidad de la frase “Viví, boluda”).

El enlace o arroba a otras cuentas en español obtuvo el mayor engagement, a pesar de ser el recurso usado con menor frecuencia. De modo decreciente, los otros recursos son: referentes culturales argentinos, argentinismos, humor y voseo.

Tabla 3

Recursos discursivos de adecuación cultural por mes

Recurso	Enero		Febrero
	Frecuencia	Engagement	Frecuencia	Engagement
Argentinismos	42	0,72	24	0,53
Voseo	41	0,46	30	0,56
Referentes culturales argentinos	18	1,66	21	1,11
Humor	108	0,6	58	0,63
Enlace o arroba a otras cuentas en español	3	3,85	13	1,31

Elaboración propia

Si se consideran los recursos de enero y de febrero como elementos independientes, se clasifican de mayor a menor frecuencia de uso del siguiente modo: el humor en enero, el humor en febrero, los argentinismos en enero, el voseo en enero, el voseo en febrero, los argentinismos en febrero, los referentes culturales argentinos en febrero, los referentes culturales argentinos en enero, el enlace o arroba a otras cuentas en español en febrero y el enlace o arroba a otras cuentas en español en enero. Es decir, los recursos obtuvieron mayor o menor frecuencia de uso más allá del mes: el humor en primer lugar, seguido de los argentinismos y el voseo, luego los referentes culturales, y por último el enlace o arroba a otras cuentas en español.

Asimismo, considerando como elementos independientes los recursos de enero y los de febrero, estos se clasifican de mayor a menor engagement del siguiente modo: enlace o arroba a otras cuentas en español en enero, referentes culturales argentinos en enero, enlace o arroba a otras cuentas en español en febrero, referentes culturales argentinos en febrero, argentinismos en enero, humor en febrero, humor en enero, voseo en febrero, argentinismos en febrero y voseo en enero. En cuanto a engagement obtenido, entonces, no hubo diferencias entre enero y febrero. Los recursos se ordenan de mayor a menor del siguiente modo: primero, enlace o arroba a otras cuentas en español y referentes culturales argentinos; segundo, el humor; y por último, el voseo y los argentinismos.

A partir de lo anterior, se observa que decreció la efectividad de los recursos de enero a febrero. Además, comparándolos con los resultados del total de la muestra (enero más febrero), se destaca que el enlace o arroba a otras cuentas en español y los referentes culturales argentinos ocupan los primeros puestos en cuanto a engagement, aunque ambos recursos hayan obtenido más engagement en enero que en febrero. Es más: todos los recursos generaron mayor engagement en el primer mes del año que en el segundo, menos el voseo y el humor. También la interacción total de enero (7,29 de engagement) superó a la generada en febrero (4,14).

Tabla 4

El recurso que generó más engagement, en detalle

Recurso	Frecuencia	Engagement
Enlace o arroba a otras cuentas en español	16	1,79
Enlace o arroba a otras cuentas en otros idiomas	7	0,61

Elaboración propia

Como ya se mostró, la matriz utilizada para analizar los recursos discursivos de adecuación cultural distingue entre el uso de enlaces o arrobas a otras cuentas en español y el de enlaces o arrobas a cuentas en otros idiomas. Los resultados de esta comparación demuestran que el empleo del recurso para aludir a cuentas en español superó tanto en frecuencia como en engagement a la alusión a cuentas en idiomas distintos al del público objetivo.

A continuación se presentan tablas con los formatos que más engagement lograron (5 y 6), una que unifica todas las categorías evaluadas y su respectivo engagement (7), y una que compara los recursos discursivos con los formatos utilizados (8).

Tabla 5

Engagement registrado según formato

Recurso	Frecuencia	Engagement
Imagen	135	0,66
Video	94	0,59
GIF	8	0,48
Encuesta	3	0,21

Elaboración propia

Tabla 6

Engagement registrado según formato, por mes

Recurso	Enero		Febrero
	Frecuencia	Engagement	Frecuencia	Engagement
Imagen	69	0,69	66	0,64
Video	48	0,56	46	0,62
GIF	3	0,28	5	0,6
Encuesta	1	0,22	2	0,21

Elaboración propia

Tabla 7

Formatos y recursos ordenados de mayor a menor engagement

Recurso o formato	Engagement
Enlace o arroba a otras cuentas en español	1,79
Referentes culturales argentinos	1,36
Imagen	0,66
Argentinismos	0,65
Humor	0,61
Video	0,59
Voseo	0,5
GIF	0,48
Encuesta	0,21

Elaboración propia

Tabla 8

Comparación entre recursos discursivos y formatos utilizados

	Recursos	Formatos
Máximo engagement obtenido en una unidad (recurso o formato)	0,66	1,79
Mínimo engagement obtenido en una unidad (recurso o formato)	0,5	0,21

Discusión y conclusiones

Si bien este análisis tuvo carácter exploratorio y puede contribuir a la aplicación y reflexión sobre cómo medir el engagement en una cuenta de Twitter, se reconocen limitaciones y proyecciones futuras de esta medición.

¿Cómo medir el engagement en la cuenta @CheNetflix?

A partir de la fórmula propuesta, es evidente cómo parte de la estrategia de engagement de la cuenta se basa en pilares locales, especialmente por alusión a referentes culturales y a otras cuentas en español. En tercer lugar, se presentan los argentinismos como claro anclaje de la interacción, a partir de una identidad propia y geográficamente localizada. El voseo, curiosamente, no fue un recurso al que se apeló en gran medida; el humor lo supera como canal de diálogo en la red.

Por otro lado, fue interesante ratificar la fuerza y presencia de la imagen, tanto fija (fotográfica, dibujo, grafismo) como dinámica (video), en tanto formato más utilizado en la cuenta.

Esta medición permite disgregar los datos de frecuencia y engagement en diferentes meses, lo que facilita evaluar la eficiencia de una estrategia aplicada, ya sea desde la perspectiva del analista como de la propia empresa. Esta disgregación sirve además para que la empresa evalúe y pueda reencauzar la estrategia comunicativa, según el rendimiento de cada recurso o formato aplicado.

A su vez, este tipo de medición cuantitativa dejó de lado los aspectos emocionales o afectivos desde los cuales los usuarios interactúan en las redes. Los resultados abren la posibilidad a futuros estudios sobre la importancia del vínculo emocional que genera el diálogo entablado a partir del engagement. En él podrían abordarse las prácticas conductuales y afectivos de los usuarios y de las empresas involucradas en un proceso de interacción.

¿Qué tipo de recursos discursivos generaron mayor y menor engagement?

Luego del análisis arribamos a las siguientes conclusiones, para poner en evidencia qué estrategia de adecuación cultural genera más interacción con los usuarios.

La alusión es el recurso al que más se apela: Los dos recursos que más interacción registraron (enlace o arroba a otras cuentas en español y referentes culturales argentinos) son modos de aludir, mediante la lengua, a la cultura del público argentino. El primero, por la coincidencia del idioma; el segundo, por pertenecer a una misma visión del mundo. Otra diferencia significativa es que mientras que al enlazar o arrobar a otras cuentas se establece un enlace hipertextual que permite al usuario navegar a otras páginas o perfiles, la mera mención de los referentes culturales no amplía las posibilidades de navegación. Las cuentas arrobadas, además, reciben una notificación de Twitter que les hace saber que han sido mencionadas, lo que incrementa la probabilidad de que respondan al tuit que las nombra. Este primer intercambio podría ser un chispazo que inicie la interacción con otros usuarios.
La complementariedad como respuesta a la disparidad engagement-frecuencia: El recurso que más engagement generó (enlace o arroba a otras cuentas en español) fue tres veces más exitoso que el que menos (el voseo). Sin embargo, en frecuencia, el voseo supera cerca de cuatro veces al enlace o arroba a otras cuentas en español. Si se supone cierto conocimiento de @CheNetflix sobre el vínculo entre los recursos y el engagement, se pueden comprender esos resultados, insistiendo nuevamente en que es la melodía del tuit, y no cada una de sus notas, lo que consume el usuario y con lo que interacciona. Por ende, algunos recursos se repiten con más frecuencia porque su uso es más versátil, es decir, aportan con mayor facilidad a la composición de distintos mensajes. Por ejemplo, los argentinismos (frecuencia: 66) pueden emplearse con mayor facilidad en mensajes variados que la alusión a referentes culturales argentinos (frecuencia: 39), que requieren de mayor conocimiento contextual y aumentan el riesgo de contrariar al público si son usados erróneamente.

Los cambios de mes a mes: El cuadro con los resultados disgregados muestra que de enero a febrero @CheNetflix aumentó en un 400 % el recurso de enlaces o arroba a otras cuentas en español y disminuyó en un 73 % el uso del voseo, lo que podría implicar conocimiento y manipulación del vínculo entre engagement y recursos discursivos de adecuación cultural por parte de los administradores de la cuenta. Sin embargo, los datos de los otros recursos aportan evidencias a favor y en contra de aquella afirmación: de enero a febrero aumentó la alusión a referentes culturales (el segundo recurso con mayor engagement) y disminuyó el uso de los argentinismos (el tercero), pero aumentó el uso del humor (el anteúltimo). Esto podría explicarse, nuevamente, con la idea de complementariedad y sinergia de los recursos a la hora de construir un tuit.

¿Qué formatos generaron mayor y menor engagement?, ¿hay una diferencia significativa en el engagement registrado por los recursos discursivos?

Luego del análisis realizado se comprueba que los formatos son un factor importante para establecer la interacción con los usuarios, pero no el único. Los formatos audio- visuales son los más usados en la estrategia de la cuenta @CheNetflix y, a su vez, los que más engagement obtuvieron. En consonancia con lo afirmado por Pulido, Hernández y Lozano (2021) , podríamos afirmar que, en nuestro caso, la imagen y el video suelen acompañar los mensajes; sin embargo, no siempre utilizaron el recurso discursivo con mayor compromiso, y ni siquiera lograron valores similares a tales recursos.

Sí ratificamos, no obstante, que los formatos audiovisuales más exitosos, en cuanto al compromiso que lograron, fueron los más frecuentes. No sucedió lo mismo con los recursos discursivos: las categorías más utilizadas no obtuvieron la mayor fidelidad por parte de sus usuarios. Esta diferencia abre la reflexión sobre el tipo de contenido a desarrollar y la riqueza narrativa que plantea cada uno de ellos al momento de elegir una estrategia para el engagement.

Así, el formato es uno de los factores que inciden -articulados con los recursos discursivos- en la interacción y su respectivo engagement con los usuarios, pero la diversidad, la inestabilidad y alternancia de su éxito redunda en futuras reflexiones acerca de cómo se puede lograr un mayor compromiso. En este caso, los resultados iniciales indican que si la empresa quisiera incrementar el engagement debería utilizar la imagen y el enlace o arroba a otras cuentas en español, ya que han sido las técnicas de mayor éxito. Sin embargo, el cambio evidenciado de mes a mes no permite establecer un criterio determinado. Podemos afirmar, entonces, junto con Valerio et al. (2015) , que los mismos recursos no siempre tendrán el mismo impacto en el marco de contextos diversos.

Un análisis exploratorio como el presentado sí prueba que recursos como el humor, el enlace a otras cuentas y el uso de imágenes, tanto fijas como dinámicas, son aquellas a los que más apelan las empresas para interactuar con sus usuarios. El tipo de contenido publicado, el formato de esa publicación y el momento en que se difunde son los principales factores para establecer un diálogo entre usuarios y empresa. Precisamente en el contexto de las redes sociales, el engagement se ha transformado en una categoría que provoca gran interés y potencial. A partir de él se puede medir el grado de interacción y compromiso por parte de cada usuario, de modo que se ha transformado en una herramienta analítica muy rica para las empresas. En nuestro caso, futuras investigaciones comparativas entre las diferentes cuentas que Netflix ha creado para cada país o zona geográfica permitirían ampliar el análisis de las estrategias discursivas que aplica y el modo en que construye el engagement con sus usuarios.

Notas

5 Siglas de video on demand.

6 Brasil tiene su propia cuenta (@NetflixBrasil) porque, aunque pertenece a América Latina, su idioma predominante es el portugués.

7 Las aclaraciones entre paréntesis son propias.

Referencias

Arroyo, Isidoro, y Richard Díaz. 2021. “El fenómeno del meme en la estrategia creativa de Netflix España en Twitter”. Icono14 19 (2): 312-38.

Ballesteros, Carlos. 2018. “El índice de engagement en redes sociales, una medición emergente en la comunicación académica y organizacional”. Razón y Palabra 22 (3): 96-124.

Ballesteros, Carlos. 2019. “La representación digital del engagement: Hacia una percepción del compromiso a través de acciones simbólicas”. Revista de Comunicación 18 (1): 215-33.

Ballesteros, Carlos. 2021. “La narrativa digital del fútbol: Desintermediación de la agenda a través de las redes sociales de los clubes”. Hipertext.net 22: 85-96.

Berrocal, Salomé, Rocío Zamora, y Marta Rebolledo. 2021. “Politainment Social Audience and Political Engagement: Analysing Twitter Conversations in Spain”. Catalan Journal of Communication & Cultural Studies 13 (1): 23-42.

Chariatte, Nadine. 2014. “La orientación espacial en las redes sociales en línea Facebook y Tuenti”. Versants 61 (3): 221-37.

Conde, Manuel, Kevin Pullaguari, y Oscar Prada. 2019. “Comparativa de la competencia mediática en comunicación política vía Twitter durante las campañas electorales de candidatos presidenciales en España, Ecuador y Colombia”. Contratexto 32: 41-70.

Coursaris, Constantinos, Wietske van Osch, y Brandom Brooks. 2014. “Social Media Marketing on Twitter”. En HCI in Business: First International Conference, HCIB 2014, Held as Part of HCI International 2014, Heraklion, Crete, Greece, June 22-27, 2014. Proceedings, editado por Fiona Fui-Hoon Nah, 155-65. Berna: Springer.

Fabbro, Gabriela, y Santiago Ospital. 2021. “Estrategias discursivas de las plataformas de video a demanda en redes sociales: El caso @CheNetflix”. En Análisis de la comunicación aplicada: Arte, narrativas y medios en España y LATAM, editado por M. I. Menéndez y E. de la Cuadra, 307-19. Madrid: Fragua.

Fernández, Erika, y Jesús Díaz. 2014. “Los canales temáticos infantiles y juveniles en Facebook: Análisis de los perfiles de Disney Channel, Boing y Neox”. Comunicación y Hombre 10: 179-94.

Fernández, Erika , yJesús Díaz . 2015. “La estrategia de marketing del sector del juguete en Facebook: Análisis de la campaña de Navidad 2014 en España”. Prisma Social 14: 124-51.

Fernández, Erika , yJesús Díaz . 2016. “Comunicación sobre el cáncer en Facebook: Las asociaciones de Argentina, Chile, Colombia y España”. Cuadernos.info 38: 35-50.

Fernández, Erika , y Juan Martín. 2018. “La estrategia de engagement de Netflix España en Twitter”. Profesional de la Información 27 (6): 1292-302.

Gil de Zúñiga, Homero, Nakwon Jung, y Sebastián Valenzuela. 2012. “Social Media Use for News and Individuals’ Social Capital, Civic Engagement and Political Participation”. Journal of Computer-Me-diated Communication 17 (3): 319-36.

González, Toni, Pablo Medina, Eva Medina, y Paula López. 2021. “Optimización de la comunicación hospitalaria en redes sociales: Análisis y estrategias de engagement”. Hipertext.net 22: 63-74.

Han, Xu, Xingyu Gu, y Shuai Peng. 2019. “Analysis of Tweet Form’s effect on users’ engagement on Twitter”. Cogent Business & Management 6 (1). https://www.tandfonline.com/doi/10.1080/2331197 5.2018.1564168.

Hermann, Andrés. 2020. “Storytelling y comunicación multidireccional: Una estrategia formativa para la era digital”. URU. Revista de Comunicación y Cultura 3: 30-43.

Khan, William. 1990. “Psychological Conditions of Personal Engagement and Disengagement at Work”. Academy of Management Journal 33 (4): 692-724.

Larsson, Anders, y Bente Kalsnes. 2014. “‘Of Course We Are on Facebook’: Use and Non-Use of Social Media among Swedish and Norwegian Politicians”. European Journal of Communication 29 (6): 653- 67. https://journals.sagepub.com/doi/full/10.1177/0267323114531383.

Leiva, María Trinidad, Luis Albornoz, y Rodrigo Gómez. 2021. “Presentación: Netflix y la transnacionalización de la industria audiovisual en el espacio iberoamericano”. Comunicación y Sociedad 18: 1-18.

Moreno, Sara. 2019. “Análisis de la comunicación corporativa en redes sociales de Netflix, HBO y Movistar Plus”. Trabajo final de grado, Universitat Jaume I, España.

Moreno, Ángeles, y Cristina Fuentes. 2019. “Engagement y redes sociales: Análisis bibliométrico desde el ámbito científico de las relaciones públicas”. Trípodos 45: 49-72.

Muñiz, Carlos, José Luis Dader, Nilsa Téllez, y Alondra Salazar. 2016. “¿Están los políticos políticamente comprometidos?: Análisis del compromiso político 2.0 desarrollado por los candidatos a través de Facebook”. Cuadernos.info 39: 135-50.

Muñoz, Miriam, María Ángeles Oviedo, y Mario Castellanos. 2017. “How to Measure Engagement in Twitter: Advancing a Metric”. Internet Research 27 (5): 1122-48. https://www.emerald.com/insight/content/doi/10.1108/IntR-06-2016-0170/full/html.

Pulido, Marta, Víctor Hernández, y Ana Lozano. 2021. “Uso institucional de Twitter para combatir la infodemia causada por la crisis sanitaria de la Covid-19”. Profesional de la Información 30 (1).

Segarra, Jesús, y Tatiana Hidalgo. 2018. “Viralidad e interacción: Análisis del engagement de los diez anuncios más vistos en YouTube en España en 2016”. Icono14 16 (1): 47-71.

Twitter. 2022. “Getting Started Guide”. Twitter. Accedido 11 de abril.

Valerio, Gabriel, Dagoberto Herrera, Fernando Villanueva, Natalia Herrera, y María del Carmen Rodríguez. 2015. “Relación entre los formatos de publicación y el engagement digital: Estudio de las páginas de Facebook de las universidades mexicanas”. RUSC. Revista de Universidad y Sociedad del Conocimiento 12 (1): 50-64.

Villena, Eduardo, y Jesús Segarra. 2020. “Engagement, redes sociales y moda internacional: La boda real de Harry-Meghan Markle”. Revista de Comunicación 19 (2): 303-18.

Zerega, Georgina. 2019. “‘Che Netflix’, una cuenta de Twitter especial para argentinos”. Verne. 13 de mayo.

Zhang, Weiwu, Trent Seltzer, y Shanon Bichard. 2013. “Two Sides of the Coin: Assessing the Influence of Social Network Site Use during the 2012 US Presidential Campaign”. Social Science Computer Review 31 (5): 542-51.