Analyser une requête Twitter en 5 minutes
Dans le cadre d’une analyse de la communication d’un concurrent ou de la recherche d’informations sur les réseaux sociaux, il peut être utile d’exporter les résultats d’une recherche sur Twitter. Beaucoup d’outils existent mais vous serez limité par l’API de Twitter.
Pour contourner cette limite voici une méthode très simple :
- Utilisation de Nitter
- Utilisation de Instant Data Scraper
1. Utilisation de Nitter
Rendez-vous sur le site nitter.net.
Ce site est formidable car il vous permettra de naviguer sur Twitter sans avoir besoin d’un compte au préalable. Grâce à Nitter, il sera également possible de mettre en place des flux RSS facilement. La seule différence avec Twitter réside dans le fait qu’il n’est pas possible de poster sur Nitter.
Rendez-vous dans votre barre de recherche puis tapez votre requête complexe.
À noter, vous pouvez utiliser la recherche avancée pour filtrer par date, par format, par retweet, par réponses etc… Si vous avez oublié la liste des opérateurs de Twitter voici une liste exhaustive (ici).
Dans notre exemple, nous avons affiché tous les tweets mentionnant les partenariats de la marque Adidas sur une période donnée.
2. Utilisation de Instant Data Scraper
1. Une fois votre requête faite, lancez l’extension Instant Data Scraper. Si vous ne bénéficiez pas de l’extension, voici le lien pour la télécharger.
Une fois l’extension lancée, vous obtenez un tableau des éléments qui seront collectés, comme ceci :
2. Il vous suffit alors de cliquer sur « locate next button » et d’aller sur Nitter pour indiquer à l’extension où se situe le bouton pour charger plus de posts :
3. Cliquez maintenant sur « start crawling »
4. Laissez travailler l’extension qui va donc scraper tous vos tweets. Comme vous pouvez le constater, il vous est possible de :
Get PME Intelligence’s stories in your inbox
Join Medium for free to get updates from this writer.
- Visualiser le nombre de pages collectées à droite : « Pages scraped »,
- Renommer ou supprimer des colonnes en cliquant directement sur les entêtes.
Pour notre part, nous préférons garder les colonnes suivantes : le nom et les alias des personnes ayant écrit le post, la date, le tweet, les hashtags utilisés, le nombre de likes, le nombre de retweets.
5. Exportez le fichier en le téléchargeant au format CSV ou XLSX, au choix, pour l’analyser.
Pour aller plus loin :
En fonction de votre objectif de recherche, il sera ainsi possible d’analyser les posts grâce à de simples tableaux croisés dynamiques.
Voici un petit exemple d’analyse possible pour :
Comprendre l’engagement d’un hashtag d’une marque concurrente en scrapant tous ses tweets. Par exemple, voici le nombre de likes reçus par les hashtags publiés par la marque Adidas sur les 3 derniers mois :
Mais il sera également possible de surveiller d’autres éléments comme :
- Les posts de vos concurrents ayant reçu le plus de likes,
- Les facteurs clés de succès pour créer des posts déclenchant le plus d’engagement,
- L’identification d’influenceurs sur une thématique particulière.
Si vous souhaitez analyser plus en détail la stratégie digitale de votre concurrent, nous pouvons vous y aider.
Pour recevoir plus de tips, abonnez-vous à notre blog.
