La network analysis, o analisi delle reti sociali, è un approccio di stampo sociologico che può essere utilizzato con successo anche nel mondo del digital marketing

Gli individui, in qualunque società, sono interconnessi tra loro. L’uomo è un animale sociale e sulle relazioni si basa praticamente ogni struttura sociale, dalla famiglia al lavoro, dai trasporti al governo. Lo stesso corpo umano funziona grazie ad un sistema di nodi e connessioni. Su questi principi sociologici e antropologici storicamente assodati si basa la network analysis, o analisi delle reti sociali. Un approccio metodologico ampiamente utilizzato in campo sociologico e applicabile a numerosi contesti, compreso quello del mondo digitale e dei social network, che per loro natura si prestano alla perfezione ad un’osservazione basata sul concetto di relazione.

Network analysis: cos’è

La network analysis è un metodo di analisi basato sul concetto di rete sociale. Gli individui entrano in relazione tra loro in modi diversi, dando spesso luogo a delle cerchie all’interno delle quali si relazionano tra loro persone che hanno in comune valori, credenze, stili di vita oppure caratteristiche anagrafiche, un’appartenenza geografica, un simile livello di istruzione e così via. Nell’approccio della network analysis le singole persone rappresentano dei nodi, dei punti, e la relazione è la linea o curva che le connette. Pensiamo ad esempio alla cerchia dei nostri amici, con i quali sicuramente condividiamo molti aspetti rilevanti.

Questa impostazione si è trasferita online senza alcuna difficoltà, anzi, sfruttando proprio il potenziale della rete, emblema del web. A maggior ragione questo approccio si replica sui social network: basti pensare ai suggerimenti di amicizia proposti da Facebook, al fatto che – in modo per nulla casuale né sorprendente – sul nostro feed sembra che quasi tutti la pensino come noi, rivediamo le stesse notizie a ripetizione e ci sembra che, in fondo, il mondo non sia poi così grande e diversificato (la famosa “bolla”).

Network analysis: sociologia

L’analisi delle reti sociali rappresenta un ampio settore di ricerca della sociologia contemporanea. A differenza di altri approcci, questo pone l’accento sulla relazione tra gli individui quale motore in grado di generare scelte e comportamenti. D’altronde fu già Georg Simmel, uno dei padri fondatori della sociologia, a definire, a fine Ottocento, la società come la somma delle interazioni tra gli individui. Da allora sono state sviluppate diverse teorie e numerosi modelli che, in un modo o nell’altro, pongono sempre al centro il concetto di rete e di relazione. La network analysis viene utilizzata con successo in diversi ambiti di studio sociologico: economia, mercato del lavoro, impresa, politica, famiglia, migrazioni, mobilità sociale e altro ancora.

A cosa serve la network analysis?

La network analysis si presta a numerose applicazioni, dall’informatica ai trasporti, fino all’epidemiologia. Ci concentriamo qui soprattutto sul suo utilizzo nel mondo digitale. Risulta infatti evidente come il focus sul concetto di relazione possa aprire molte strade a chi si occupa di digital marketing, advertising, campagne online e così via. Prendiamo come esempio ancora una volta Facebook. Analizzando i nodi (individui) e le connessioni tra essi possiamo scoprire chi è al centro di un numero maggiore di connessioni (influencer), come un concetto si diffonde attraverso i social network, se questa diffusione si arresta a causa di blocchi (colli di bottiglia) e quali sono. Queste informazioni sono molto utili per individuare anche abitudini di acquisto, interessi di determinate nicchie o fasce sociali e altri dati che risultano preziosi nel marketing.

Come funziona in pratica

La network analysis può focalizzarsi su diversi aspetti:

• qual è la struttura complessiva di una rete, il numero, i tipi di nodi e le connessioni tra essi;
• centralità o importanza di un particolare nodo all’interno di una rete (centralità di grado, basata sul numero di connessioni; centralità di betweenness, basata sul numero di percorsi più brevi che passano attraverso un nodo, centralità di prossimità, basata sulla distanza media di un nodo da tutti gli altri nodi della rete);
• identificazione di gruppi o comunità all’interno di una rete;
• come le azioni o le opinioni di uno o più nodi in una rete possono influenzare le azioni o le opinioni di altri nodi;
• flusso di risorse, informazioni o altri dati attraverso una rete;
• come le reti cambiano nel tempo, inclusa la formazione e la dissoluzione delle connessioni tra i nodi;
• capacità di una rete di resistere a interruzioni o guasti.

La network analysis viene messa in pratica attraverso i seguenti passaggi:

• raccolta di dati online, estrazione, pulizia e preparazione;
• analisi della rete e visualizzazione grafica dei dati raccolti (grafi);
• analisi statistica;
• interpretazione dei dati.

La raccolta dei dati può avvenire passivamente, quasi sempre attraverso i diversi strumenti di analisi offerti dal web e dai social network, oppure può coinvolgere gli utenti in prima persona (con questionari, interviste).

Gli strumenti per l’analisi delle reti sociali online

Esistono diversi software che possono supportarci in un processo di network analysis online. Ecco i principali:

• Gephi: software open source tra i più noti che può essere utilizzato per analizzare e visualizzare reti complesse;
• Pajek: software con una vasta gamma di funzionalità per la visualizzazione e l’analisi delle reti, inclusi algoritmi di layout, rilevamento della comunità e misure di centralità;
• NetworkX: una libreria Python che consente di analizzare e manipolare reti complesse, ideale per analisi di rete avanzate e personalizzate in ambito accademico e di ricerca;
• NodeXL: software open source e plugin per Microsoft Excel che consente di importare e analizzare i dati di rete direttamente in Excel;
• Cytoscape: piattaforma open source per la visualizzazione e l’analisi di reti complesse, particolarmente popolare in bioinformatica per l’analisi delle reti di interazione tra proteine, reti metaboliche e altre reti biologiche;
• Neo4j: un database a grafi altamente scalabile e performante, utilizzato in applicazioni commerciali e industriali per la gestione di dati complessi, come social network o tracciamento delle frodi.