Con la expansión del «Big Data» y los algoritmos, es necesaria una reflexión profunda sobre cómo investigar las audiencias. Si antes el individuo era ubicado en una categoría social determinante de los gustos culturales, ahora la tecnología digital identifica pautas de comportamiento a partir del registro directo de sus acciones. Este texto explora el tipo de conocimiento que puede obtenerse del análisis de los metadatos teniendo en cuenta el contenido visionado. El trabajo de campo se ha centrado en TikTok; más concretamente, en Ac2ality, cuenta de información con 4,4 millones de seguidores en España (Comscore, 2023). Se han analizado todos los vídeos compartidos durante seis semanas del primer trimestre del año 2023 (n: 173). La finalidad era conocer (a) el grado de coherencia entre los metadatos de una misma pieza y (b) la existencia de correlaciones entre metadatos y tipo de vídeo/contenido. Para cada metadato (comentarios, «me gusta», guardados, compartidos y reproducción), se han establecido cuatro niveles de actividad (bajo, medio, alto y superior). La tendencia mayoritaria señala que los niveles obtenidos por los metadatos de un mismo contenido no son coincidentes, es decir, un vídeo tendrá más o menos alcance según el metadato observado. La homogeneidad de los vídeos hace que solo se detecten correlaciones claras entre tema y metadatos. Los temas con menor presencia pueden alcanzar niveles de actividad altos.With the expansion of digital culture, an in-depth reflection on how to research audiences is necessary. If, formerly, the individual was placed in a social category that defined cultural tastes, now technology identifies patterns of behavior from the direct record of their actions. This text explores the type of knowledge that can be obtained on audience participation on TikTok. We propose a methodology that consists of the analysis of usage metadata. The fieldwork focuses on “Ac2ality”, an information account with 4.4 million followers in Spain. We analysed all videos shared over six weeks of the first quarter of 2023 (n=173). The purpose was to find (a) the degree of the linear correlation between the metadata for the same video and (b) the existence of correlations between metadata and type of video/ content. For each metadatum available with open access (comments, likes, saves, shares and views), four activity levels have been established (low, intermediate, high and very high). The majority trend indicates that the levels obtained by the metadata of the same content are not coincident, that is, a video will have more or less scope according to the observed metadata. The homogeneity of the videos means that only clear correlations between topic and metadata are detected. Topics with less presence can reach high levels of activity.
CITATION STYLE
Huertas-Bailén, Dra. A., Quintas-Froufe, Dra. N., & González-Neira, Dra. A. (2024). TikTok: análisis de la actividad de la audiencia a partir de los metadatos. Comunicar. https://doi.org/10.58262/v32i78.7
Mendeley helps you to discover research relevant for your work.