No Brasil e em muitos países Democráticos, é comum que membros da Câmara dos Deputados e do Senado Federal tenham alguma forma de se comunicar, ampla e continuamente, com a população. Uma forma fácil de fazer isso é através das redes sociais: Facebook, Instagram e Twitter têm se tornado mais um meio no qual a população pode acompanhar as atividades parlamentares.
Entretanto, podemos descobrir mais coisas através de uma análise sobre a atividade dos deputados nessas redes, e faremos isso utilizando os dados dos deputados no Twitter, através de seis perguntas:
A partir de agora, observaremos mais atenciosamente aos dados e, aos poucos, responderemos as perguntas. No Brasil a democracia é dita representativa, isto é, os cidadãos elegem outros cidadãos - os candidatos - para os representarem em cargos legislativos e executivos. Durante os anos que o Brasil adotou esse sistema político, muitas formas de interação entre a população e candidatos pôde ser vista: comícios, palestras, manifestações, etc. Entretando, com o “advento” da internet, a interação entre a população e os políticos foi facilitada, e agora os candidatos eleitos podem utilizar as redes sociais como forma de comunicação.
Redes sociais como Facebook, Instagram e Twitter têm sido um meio muito importante de comunicação. Podemos então analisar a participação dos candidatos eleitos nestas redes sociais, e faremos isso com os dados do Twitter, e aí surge a primeira pergunta:
Se a internet facilitou a interação dos congressistas com seus eleitores, eles deveriam aproveitar essa facilidade e utilizá-la em seu favor. Entretanto, nem todos os congressistas tem Twitter. Vamos então analisar como é a participação dos congressistas, por partido, no Twitter, tentando descobrir quais os partidos que menos tem representatividade:
p1 <- atividade %>%
filter(is.na(twitter) | is.na(seguidores)) %>%
group_by(partido) %>%
summarize(n=n()) %>%
ggplot(mapping = aes(x = reorder(partido, n), y = n)) +
geom_histogram(stat = 'identity') +
xlab("Partido") + ylab("Quantidade de Congressistas") + ggtitle("Quantos congressistas não possuem Twitter ativo?") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
ggplotly(p1, tooltip = c("n"))Outra forma de visualizar essa quantidade é considerando a proporção de congressistas com ou sem Twitter por partido. Vejamos:
atividade %>%
rowwise() %>%
mutate(tem_tt=if(!is.na(twitter) & !is.na(seguidores)) 1 else 0, n_tt=if(is.na(twitter) | is.na(seguidores)) 1 else 0) %>%
group_by(partido) %>%
summarise(com_tt = sum(tem_tt), sem_tt = sum(n_tt)) %>%
plot_ly(x = ~partido, y = ~sem_tt, type = 'bar', name = 'Não tem Twitter') %>%
add_trace(y = ~com_tt, name="Tem Twitter") %>%
layout(yaxis = list(title = 'Quantidade de Congressistas'), barmode = 'stack')Quando analisamos por estado, podemos ver a seguinte distribuição:
p12 <- atividade %>%
filter(is.na(twitter) | is.na(seguidores)) %>%
group_by(UF) %>%
summarize(n=n()) %>%
ggplot(mapping = aes(x = reorder(UF, n), y = n)) +
geom_histogram(stat = 'identity') +
xlab("Estado") + ylab("Quantidade de Congressistas") + ggtitle("Quantos congressistas não possuem Twitter?") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
ggplotly(p12, tooltip = c("n"))O estado de Minas Gerais é o que mais possui congressistas sem Twitter. Entretanto, precisamos também olhar a proporção:
atividade %>%
rowwise() %>%
mutate(tem_tt=if(!is.na(twitter) & !is.na(seguidores)) 1 else 0, n_tt=if(is.na(twitter) | is.na(seguidores)) 1 else 0) %>%
group_by(UF) %>%
summarise(com_tt = sum(tem_tt), sem_tt = sum(n_tt)) %>%
plot_ly(x = ~UF, y = ~sem_tt, type = 'bar', name = 'Não tem Twitter') %>%
add_trace(y = ~com_tt, name="Tem Twitter") %>%
layout(yaxis = list(title = 'Quantidade de Congressistas'), barmode = 'stack')Para essa análise, considararemos a participação como a soma de tweets e retweets dos congressistas, e buscaremos os 5 congressistas que mais participam e os 10 que menos participam, independente de partido. Vejamos:
top5 <- atividade_real %>% mutate(participacao = (n_proprio + n_retweet)) %>% top_n(5, participacao) %>%
ggplot(mapping = aes(x = reorder(nome_eleitoral, participacao), y = participacao,
text=paste("Nome Eleitoral:", nome_eleitoral,
"<br>Participações:", participacao,
"<br>Partido:", partido))) +
geom_histogram(stat='identity') + theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
ggtitle("Congressistas com maior participação") + xlab("Congressistas") + ylab("Participação")
bot5 <- atividade_real %>% mutate(participacao = (n_proprio + n_retweet)) %>% filter(participacao != 0) %>%
top_n(-5, participacao) %>%
ggplot(mapping = aes(x = reorder(nome_eleitoral, participacao), y = participacao,
text=paste("Nome Eleitoral:", nome_eleitoral,
"<br>Participações:", participacao,
"<br>Partido:", partido))) +
geom_histogram(stat='identity') + theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
ggtitle("Congressistas com menor participação") + xlab("Congressistas") + ylab("Participação")
subplot(ggplotly(bot5, tooltip = c("text")), ggplotly(top5, tooltip = c("text")), nrows = 1)Ainda que não sejam muitos congressistas com 1 ou 2 participações, são 179 o número de congressistas que nunca publicaram nada no Twitter.
Para medir a participação utilizaremos ainda os dados dos últimos gráficos, agora agrupados pela casa dos congressistas:
p31 <- atividade_real %>% filter(casa == "câmara") %>% mutate(participacao = (n_proprio + n_retweet)) %>%
top_n(10, participacao) %>%
ggplot(mapping = aes(x = reorder(nome_eleitoral, participacao), y = participacao,
text=paste("Nome Eleitoral:", nome_eleitoral,
"<br>Participações:", participacao,
"<br>Partido:", partido))) +
geom_histogram(stat='identity') + theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
ggtitle("Deputados com maior participação") + xlab("Deputados") + ylab("Participação")
ggplotly(p31, tooltip = c("text"))p32 <- atividade_real %>% filter(casa == "senado") %>% mutate(participacao = (n_proprio + n_retweet)) %>%
top_n(10, participacao) %>%
ggplot(mapping = aes(x = reorder(nome_eleitoral, participacao), y = participacao, text=paste("Nome Eleitoral:", nome_eleitoral,
"<br>Participações:", participacao,
"<br>Partido:", partido))) +
geom_histogram(stat='identity') + theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
ggtitle("Senadores com maior participação") + xlab("Senadores") + ylab("Participação")
ggplotly(p32, tooltip = c("text"))Das músicas que mais foram tocadas durante o carnaval aos sucessos da billboard, surge o termo “hit”, que indica que uma música está no topo das listas e é a mais escutada no momento. Ao longo dos anos surgiram músicas como Gangnam Style e Despacito, que criaram novos limites para os acessos no YouTube e chamaram atenção do público.
Quando falamos no contexto dos congressistas, queremos saber quem são aqueles que mais conseguiram atenção do público e mais engajaram pessoas num único Tweet:
p4 <- atividade_real %>% top_n(10, engaj_max) %>%
ggplot(mapping = aes(x = reorder(nome_eleitoral, engaj_max), y = engaj_max,
text=paste("Nome Eleitoral:", nome_eleitoral, "<br>Twitter:", twitter,
"<br>Maior Engajamento:", engaj_max, "<br>Partido:", partido,
"<br>Casa:", casa))) +
geom_histogram(stat = "identity") + theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
ggtitle("Os Hits do Congresso") + xlab("Congressistas") + ylab("Engajamento num Tweet")
ggplotly(p4, tooltip = c("text"))Nas redes sociais existem diversos mundos, e cada usuário participa de quantos desses mundos quiser: jogos, política, notícias, música, futebol, etc, e em cada um desses mundos existem alguns perfis que muitos usuários seguem. Um dos mundos que cresceu bastante são de mulheres que ensinam diversas formas de maquiagem e dão conselhos sobre viagens e outros muitos outros tópicos, e juntas formam o mundo das “Blogueirinhas” e, dentre os jargões desse mundo, “publi” se refere a um post de publicidade.
No nosso contexto de congressistas, queremos entender quais partidos mais fazem publicidade, isto é, quais partidos mais divulgam conteúdo que não é de sua autoria, e faremos isso comparando a quantidade de tweets próprios com a quantidade de retweets feitos pelos congressistas:
p5 <- atividade_real %>%
filter(n_proprio < n_retweet) %>%
group_by(partido) %>%
summarize(total_retweet=sum(n_retweet), total_proprio=sum(n_proprio), c=n()) %>%
ggplot(mapping = aes(x = total_proprio, y = total_retweet, label = partido,
text=paste("Tweets Próprios:", total_proprio, "<br>Retweets:", total_retweet, "<br>Partido:", partido, "<br>Número de Congressistas:", c))) +
geom_point() + xlab("Número de Tweets Autorais") + ylab("Número de Retweets") + ggtitle("Tweets vs Retweets: Os divulgadores")
ggplotly(p5, tooltip = c("text"))Pelo gráfico, notamos que a distribuição de Tweets e Retweets é quase linear: a cada dois retweets, o congressista faz um tweet. Entretanto, isso só se aplica aos congressistas que mais retweetam do que criam conteúdo próprio, gerando mais uma pergunta:
p6 <- atividade_real %>%
group_by(partido) %>%
summarize(total_retweet=sum(n_retweet), total_proprio=sum(n_proprio), c=n()) %>%
ggplot(mapping = aes(x = total_proprio, y = total_retweet, label = partido,
text=paste("Tweets Próprios:", total_proprio, "<br>Retweets:", total_retweet, "<br>Partido:", partido, "<br>Número de Congressistas:", c))) +
geom_point() + xlab("Número de Tweets Autorais") + ylab("Número de Retweets") + ggtitle("Tweets vs Retweets: Todo mundo")
ggplotly(p6, tooltip = c("text"))Interessantemente, a distribuição ainda é próxima de linear, mas agora podemos notar que o número de Tweets próprios chega a ser três vezes maior que o número de retweets. Alguns partidos, como PT e PSL, sempre estão com valores maiores e isso se deve ao número de congressistas eleitos por esses partidos. Ainda assim, é interessante que vejamos a proporção de retweets no total de publicações desses partidos:
p61 <- atividade_real %>%
group_by(partido) %>%
summarise(proporcao_rts = sum(n_retweet) / (sum(n_proprio) + sum(n_retweet))) %>%
ggplot(mapping = aes(x = reorder(partido, proporcao_rts), y = proporcao_rts,
text=paste("Porcentagem de Retweets:", proporcao_rts, "<br>Partido:", partido))) +
geom_histogram(stat = 'identity') + ggtitle("Porcentagem de Retweets no total") +
xlab("Partido") + ylab("Retweets (%)") +
theme(axis.text.x = element_text(angle = 45))
ggplotly(p61, tooltip = c("text"))Ainda assim, alguns dos partidos não estão com a porcentagem no gráfico: por quê?
p62 <- atividade_real %>%
filter(partido %in% c("DC", "PPL", "AVANTE", "PMN", "S/Partido")) %>%
group_by(partido) %>% summarise(total_rts = sum(n_retweet), total_proprio = sum(n_proprio))
glimpse(p62)## Observations: 3
## Variables: 3
## $ partido <chr> "AVANTE", "PMN", "S/Partido"
## $ total_rts <dbl> 0, 0, 0
## $ total_proprio <dbl> 69, 16, 21Podemos então perceber que: * Os congressistas do AVANTE, PMN e Sem Partido não deram nenhum retweet, e os retweets são 0% do total; * Os congressistas do DC e do PPL nem deram retweets nem twittaram nada, mesmo que possuam conta oficial no Twitter; * Apenas 7 congressistas do PT são responsáveis por mais metade dos retweets do partido inteiro.
“SDV” é uma expressão comum nas redes sociais entre os usuários que estão tentando atrair seguidores: enquanto tentam convencer pessoas a seguí-los nas redes sociais, oferecem seguir de volta, uma proposta de mútuo benefício, em que “SDV” é a abreviação para “Segue de Volta”.
Entretanto, para ser eleito um congressista, um cidadão precisa de uma parcela razoavelmente grande dos eleitores e, por isso, é coerente que um congressista tenha um número maior de seguidores do que pessoas que segue. Tentaremos então identificar como é o engajamento dos congressistas que não se encaixam neste padrão.
O objetivo da nossa pergunta é, portanto, descobrir como é o engajamento no Twitter quando algum desses deputados publica algo autoral:
p7 <- atividade %>%
filter(segue > seguidores) %>%
group_by(partido) %>%
summarise(e_medio=mean(engaj_total_proprio), num_congressistas=n()) %>%
ggplot(mapping = aes(x = num_congressistas, y = e_medio, label = partido,
text=paste("Número de Congressistas:", num_congressistas, "<br>Engajamento médio:", e_medio, "<br>Partido:", partido))) +
geom_point() +
xlab("Quantidade de Congressistas no Partido") + ylab("Engajamento Médio") +
scale_y_continuous(label=scales::comma) +
theme(axis.text.x = element_text(angle = 45, hjust = 1), axis.text.y = element_text(angle = 45, hjust = 1))
ggplotly(p7, tooltip = c("text"))Como podemos ver no gráfico, o engajamento total em conteúdo autoral dos congresistas do PSL, PRB, MDB e PSC é bem pequeno. Entretanto, falta uma base para comparação, e isso nos traz outra pergunta:
Para descobrir a resposta, precisamos descobrir qual é a média do engajamento dos congresso, para então poder comparar com os dados que vimos anteriormente:
p8 <- atividade_real %>%
group_by(partido) %>%
summarise(e_medio=mean(engaj_total_proprio), num_congressistas=n()) %>%
ggplot(mapping = aes(x = num_congressistas, y = e_medio, label = partido,
text=paste("Número de Congressistas:", num_congressistas, "<br>Engajamento médio:", e_medio, "<br>Partido:", partido))) +
geom_point() +
xlab("Quantidade de Congressistas no Partido") + ylab("Engajamento Médio") +
scale_y_continuous(label=scales::comma) +
theme(axis.text.x = element_text(angle = 45, hjust = 1), axis.text.y = element_text(angle = 45, hjust = 1))
ggplotly(p8, tooltip = c("text"))Agora, sabemos o engajamento comum dos congressistas de cada partido, e podemos pensar: * O PSL, que geralmente tem o engajamento de 198 mil em média, tem 4 deputados com 560 de engajamento médio; * O PRB, que geralmente tem o engajamento de 363 em média, tem 2 deputados com 508 de engajamento médio, ou seja, acima da média do partido, mesmo considerando que estes deputados seguem mais pessoas do que o seu número de seguidores;
Por quê? Infelizmente não temos dados para responder isto, então deixarei para uma análise futura, com mais dados.
Obrigado pela leitura!