Comment évoluent les communautés au fil du temps et des évènements sur Twitch ?
Hier soir j'étais l'invité de @Micode sur @UnderscoreTalk, pour parler de mon métier de "cartographe du web"
Voici quelques cartographies que j'y ai dévoilées, dont celle de la ZLAN :
⬇️THREAD⬇️
Pour comprendre les dynamiques de communautés, j'ai réalisé une décomposition chronologique de mon dataset initial, afin d'obtenir une carto par jour de la semaine et une axée sur les matinées.
Cette décomposition est hyper intéressante puisqu'elle montre que la structure des commus change pas mal en fonction des jours !
On peut voir par exemple que le mardi (@PopcornTalkshow) et le dimanche (Big9), @Domingo est central sur les cartographies :
On m'a beaucoup demandé pourquoi @xSqueeZie n'était pas bcp plus gros sur la carto principale.
Grace à la décomposition, on peut voir qu'il est en plein centre des communautés le jeudi !
C'est donc sa fréquence de stream hebdomadaire qui minimise sa taille sur une semaine
La carte du matin est aussi super intéressante, puisqu'elle met en avant une facette de Twitch très différente !
On voit que @TontonTwitch, @poncefleur et @Kammeto (@befreesh_) ressortent bcp
Warzone est aussi très regardé le matin, avec les lives de @CHOWh1z1 et @Sackzi !
Pour voir fluctuer ces communautés en fonction de l'actualité de la plateforme, quoi de mieux que d'analyser la #ZLAN2021 ?
J'ai réalisé une carto du Top 100 Twitch FR du vendredi 4 juin 18h au lundi 7 juin 3h, qui représente 1 275 000 viewers qui regardent 1143 streamers :
Première observation : @ZeratoR a totalement bouleversé la structure de la carto !
Les viewers sont agglutinés autour de sa chaine, ce qui forme même des paquets blancs de pseudos autour de son nœud :
Quand on regarde la cartographie dans son intégralité, on peut diviser les viewers en deux parties : l'audience qui a suivi la ZLAN et ceux qui sont restés sur leurs lives classiques ⬇️
On voit que les communautés centrées autour de jeux (Fifa, Warzone, Fortnite...) sont fixes
Parmi ces communautés peu impactées par la ZLAN, ma surprise a été de retrouver les JL, alors que cette commu avait deux équipes en lice !
On peut en conclure que les viewers JL sont hyper fidèles à leurs streamers de référence et suivent même les évents via leur chaines
Je suis Data Analyst chez @FirstLink_bdx, mon métier c'est de cartographier internet pour comprendre ce qu'il s'y passe.
Du coup, comme je passe pas mal de temps sur Twitch, j'ai réalisé une cartographie de la plateforme pour voir ce que ça donne.
Et le résultat est fou !⬇️
Pour réaliser cette Data Analyse, j'ai récupéré les données du Top 100 Twitch FR, du lundi 24 mai 00:00 au dimanche 30 mai 23:59.
Cela m'a permis de constituer un énorme data set avec :
•2 millions de viewers uniques comptabilisés,
•1973 streamers analysés.
Dans cette cartographie, chaque nœud représente un compte Twitch actif : streamer ou viewer.
Les liens entre les nœuds représentent le temps passé par un viewer sur la chaîne d’un streamer.
La taille du nœud dépend des liens, donc du nombre de viewers uniques de chaque Streamer.
In my first analysis, I focused on the contents (sentiment analysis, semantic cartographies...), here the goal is to analyze the influential content providers in Europe.
Là où dans la première analyse je me consacrais sur les contenus (sentiment analysis, cartographies sémantiques...), ici l'objectif est d'analyser les émetteurs de contenu influents.