Ottimizzare il flusso dei contenuti su Twitter

Durante il giorno, saltando tra diverso device,  dal feed reader leggo numerosi post e mi piace condividere e segnalare i contenuti che secondo me sono i più interessanti. Tuttavia, fino a qualche mese fa, avevo un problema di tempo: dovendo lavorare durante il giorno potevo condividere solo la mattina presto prima di prendere il treno o la sera tardi prima di andare a dormire. Ovviamente alle 6 di mattina e alle 23 non ci sono molte persone online e calcolando che la vita media di un tweet è di un paio d’ore nessuno vedeva le cose che pubblicavo. A questo punto ho girato un po’, ho smanettato e ho trovato la soluzione: integrare Google reader con ifttt, bufferapp e Tweriod. Adesso che ho rodato la soluzione per un po’ ve la racconto: se volete saltare la spiegazione c’è un grafico di sintesi nelle immagini.

Google Reader è uno tra i più famosi feed reader e l’ho scelto per il numero di app su iPad e iPhone che lo usano, ifttt è una piattaforme che permette di definire delle azioni automatiche a seguito di determinati input, bufferapp è un servizio che permette di schedulare i tweet mentre Tweriod analizza l’attività online dei nostri contatti per definire gli orari di massima esposizione. Partiamo dalla fine in modo da capire bene che cosa ho combinato

• Tweriod: ho pagato l’analisi completa svenandomi (1€) e con il report in PDF ho visto più o meno a che ora le persone erano online durante la settimana (con la versione free si vedono solo alcuni giorni). Tweriod compie le sue valutazioni analizzando gli ultimi 200 tweet dei nostri followers: sembra accurato e ho deciso di fidarmi delle sue valutazioni. Adesso dovevo solo fare in modo da twittare in quelle determinate ore (potete vedere il mio report in PDF qui: pierotaglia tweriod)
• Bufferapp: con questo tool è possibile decidere a che ora pubblicare i propri tweet, selezionando gli orari e mettendoli gli status update in coda uno dietro l’altro. Questo evita che tutti i post escano nello stesso momento: nel mio caso era inutile pubblicare tutto alle 6 di mattina o alle 23.45 quando non c’era nessuno a vederli. Con la versione free si possono schedulare fino a 10 update (possono essere di più se convinci degli amici ad iscriversi) e puoi definire solo un pattern per tutta la settimana. Con la versione da 10$ al mese si possono mettere in coda 50 tweet (espandibli) e definire orari diversi per i singoli giorni della settimana: ovviamente ho optato per la seconda. Con i risultati di Tweriod ho preparato gli orari per ogni giorno: bisognava solo fare in modo che gli articoli del reader, indipendentemente dal fatto che usassi il Mac, l’iPad o l’iPhone finissero qui. Per il Mac non c’erano problemi (c’è un simpatico plugin per le pagine e la possibilità di condividere dal reader), rimaneva il problema su smartphone e tablet.
• Iftt: IF this THAN that, se succede questo allora fai quello. Semplice. Ho impostato una regola per la quale se segno un elemento come preferito su Google Reader (if)  viene mandata una mail add@to.bufferapp.com dove il titolo della mail è il testo dell’update e nel corpo il link all’articolo (then). Dopo i primi test traballanti ho trovato la chiave giusta e sono decisamente soddisfatto.

Adesso quando leggo qualcosa di interessante è sufficiente che lo segnali come preferito e automaticamente viene inviato da Iftt a bufferapp che mette i tweet in coda. Ora che il flusso dei contenuti è ottimizzato non mi rimane che concentrarmi sulla lettura e sulla selezione dei contenuti.

“Ma se tu hai automatizzato il processo dove finisce la componente umana? Il web 2.0 non è social? Gli esseri umani, la relazione, bla bla bla…?” Proprio perché sono in una rete sociale ho ottimizzato il processo. In una situazione di sovrabbondanza informativa il mio ruolo all’interno della comunità (così come quello di molti altri membri) è quello di ridurre la complessità e il rumore. Ogni giorno leggo 700 post legati alla comunicazione, marketing, management, social media, argomenti che conosco: capire se un contenuto è valido per me è relativamente semplice e veloce, ma per una persona con altre conoscenze la lettura richiederebbe molto più tempo, forse troppo. Organizzando e selezionando bene sulle varie piattaforme i propri contatti è possibile riuscire a gestire le informazioni che altrimenti ci travolgerebbero.

Inoltre tutto quello che condivido è stato letto, c’è una valutazione: se lo segno come preferito è perché prima che per i miei amici è importante per me. Quale miglior assicurazione sul fatto che io non faccia spam? Dopotutto è il mio reader.

Sinceramente mi piace come soluzione, perché mi concentro sulla lettura la mattina e sull’interazione durante il giorno, ma un’azienda potrebbe fare lo stesso? Nì, la vedo abbastanza rischiosa come integrazione. Fare un’analisi con Tweriod e pubblicare con Bufferapp nella fascia oraria migliore certamente, anzi, è auspicabile, ma automatizzare tutto diventa rischioso. Inoltre io non ho un piano editoriale, quello che trovo segnalo: magari per un’azienda questa soluzione risulterebbe complessa da inserire a regime. Se si volesse sviluppare una soluzione analoga bisognerebbe fare diverse valutazioni.

Infine una domanda: ma questa roba qui, questo sistema apparentemente complesso funziona? A mio avviso sì. “E come lo misuri? Controlli che siano cresciuti i followers?” Risate. Come se fosse una metrica interessante. A me interessava e interessa tutt’ora far leggere ai miei amici le notizie interessanti che leggo quindi  il fatto che mi dicano “Interessante quella roba che hai postato” o che condividano più spesso i miei tweet è quello che mi interessa. Sempre per condividere i più scettici vediamo i dati (un amico diceva che chi non ha i numeri usa gli aggettivi): dato che faccio sperimentazione su di me prima di portare in azienda testo diverse soluzioni tengo traccia di tutto.

Volendo vedere sono cresciuti anche i followers ma non è che mi interessi, giusto per far felici alcuni amanti del numero di followers e posto alcune slide di confronto tra giugno e oggi realizzate con Followerwonk (una delle mie piattaforme preferite per analizzare alcuni aspetti dell’attività su Twitter): qui trovate il report estivo e qui quello autunnale. In totale sono passato da 1100 a 1400 followers, qualunque cosa voglia dire : )