Fakebot e utenti fake: su Twitter la caccia è aperta

FakeBot e utenti fake: su Twitter la caccia è aperta

Pulizie autunnali

Questa mattina mi sono alzato con una gran voglia di fare una cosa che rimandavo da tempo: entrare su Twitter e scremare la lista degli utenti che seguo, facendo piazza pulita di fakebot e utenti fake. Prima di passare ai dettagli, però, permettetemi di rivedere insieme a voi la definizione di fakebot e quella di utenti fake.

I fakebot

Nel caso in cui non abbiate idea di cosa sia un fakebot, vi sia utile sapere che:

Un fakebot è un software programmato per gestire un profilo Twitter in modo ingannevole, ovvero fingendo di essere un utente in carne ed ossa. Lo scopo dei fakebot è quello di portare visibilità ad altri profili, seguendoli in massa e/o retwittando ciò che pubblicano.

Coloro che si affidano ai fakebot lo fanno il più delle volte per accrescere rapidamente la propria popolarità su Twitter, nonché per diffondere messaggi di natura commerciale.

Dietro al fenomeno dei fakebot si cela un vero  e proprio mercato, il quale è in continuo e costante aumento, come testimonia anche questo articolo dell’aprile 2014.

Gli utenti fake

Trattandosi di un’etichetta coniata da me medesimo, dare una definizione di utenti fake non è altrettanto semplice, ma ci voglio comunque provare:

In generale, classifico come utenti fake tutti quegli utenti che utilizzano Twitter come una vetrina per sé stessi o per i prodotti/servizi che offrono, senza mai interagire con la comunità.

Esempi di utenti fake, secondo quella che è la mia visione degli stessi, sono:

  • I CEO, gli esperti di marketing e i professionisti del social media di fama internazionale;
  • Le star emergenti del mondo della musica, del cinema e della televisione;
  • Le multinazionali o, più in generale, le aziende di dimensioni medio-grandi.

Tutti profili, insomma, che vengono utilizzati in modo unidirezionale, ovvero sfruttando la comunità di Twitter, senza mai entrarne veramente a far parte.

Mobbasta veramente!

Io sono uno di quelli che, quando gli arriva il follow, ricambia istantaneamente con il followback, ovvero seguendo l’utente a propria volta. Che tu sia professionista, azienda, artista o povero Cristo, a me non interessa: una possibilità la do a tutti. Se poi però mi rendo conto che dall’altra parte c’è un fakebot o un utente fake, allora mi faccio girare i coglioni…

In 5 anni di Twitter ho accumulato un bel po’ di following, molti dei quali proprio a causa di questo mio modo di fare. Dopo tutto questo tempo, però, mi sono reso conto che, di tutto ciò che vedo quotidianamente pubblicare, mi interessa veramente una minima parte ed è esattamente questo che mi ha portato a decidere di fare pulizia.

Da dove iniziare?

Per far sì che questa mia mano di napalm fosse efficace ed avesse un senso, ho dovuto innanzitutto studiare una strategia e quindi identificare il mio nemico, focalizzandomi su quelle che sono le caratteristiche tipiche di fakeBot e utenti fake.

La prima domanda che mi sono posto è stata: esistono dei tool in grado di identificare fakeBot e fake user? Avrei potuto fare la selezione anche a mano, guardando i profili uno ad uno e fidandomi del mio spirito di osservazione, ma, trattandosi di più di 3.000 utenti, ho per ovvie ragioni accantonato questa possibilità.

Andando a scavare nella memoria, ho ripescato due tool che sarebbero potuti tornarmi molto utili: Followerwonk, per gli utenti fake, e Twitter Fake Bot Finder per i fakeBot.

Followerwonk

Followerwonk non nasce propriamente come strumento per dare la caccia agli utenti fake, ma come validissimo analizzatore della propria attività su Twitter.

Grazie ai suoi strumenti di analisi e di elaborazione, infatti, è in grado di darci un quadro piuttosto completo su quelle che sono le nostre relazioni all’interno del social network cinguettante. Followerwonk, infatti, analizza i nostri tweet, i following, i follower e ci dà un quadro generale della situazione, ordinando i dati in modo veramente interessante e indicativo.

Sono andato quindi sul sito e, tenendo a mente le caratteristiche dei miei obiettivi, gli ho fatto analizzare la lista degli utenti che seguo.

Followerwonk - Analyze - Following

Come potete vedere dallo screen qui sopra, ho dovuto prima loggarmi, autorizzare Followerwonk ad avere accesso alle mie informazioni e, infine, spostarmi sulla scheda Analyze.

Fatto ciò, ho specificato il mio nickname nel primo campo testuale e selezionato “Analyze users they follow” dal menu di destra.

Atteso che Followerwonk finisse di fare la sua analisi, sono andato a spulciarmi i vari grafici risultanti. Tra tutti, ho scelto di concentrare la mia attenzione sul grafico a torta nel quale gli utenti che seguo sono suddivisi in base ai follower che hanno.

Followerwonk - Follower counts of users bennaker follows

Perché, tra tutti, proprio questo grafico?

Perché, come dicevo prima, gli utenti fake sono spesso aziende, artisti, professionisti del marketing o del social media con un sacco di follower e quindi ho puntato ad una visualizzazione che suddividesse gli utenti proprio in base a questo specifico parametro.

In particolare, sono andato a spulciarmi gli utenti collocati nelle seguenti quattro fette di torta:

  • 500k to 1 million
  • 100k to 500k
  • 50k to 100k
  • 10k to 50k

Ovvero le 4 fette in cui sono raccolti gli utenti con il maggiore seguito.

In questo screenshot, il pannello che è apparso cliccando sulla fetta “100k to 500k”, il quale mostra i dettagli di ognuno degli utenti interessati.

Followerwonk - Following with 100k to 500k followers

Forse non c’è neanche bisogno di specificarlo, ma cliccando sullo screen name di un utente, viene aperto in una nuova pagina del browser il suo profilo Twitter. Da lì a cliccare su “Smetti di seguire” è un attimo.

Grazie a questo tipo di analisi ho potuto fare fuori circa 200 utenti fake.

Ma non li ho bloccati, ho solo smesso di seguirli. Sono un buono, io.

Twitter Fake Bot Finder

Veniamo adesso al secondo tool che vi consiglio di utilizzare per le vostre pulizie di primavera su Twitter: Twitter Fake Bot Finder.

Ho conosciuto questo strumento grazie ad una utente di Twitter con la quale spesso mi metto a chiacchierare di social media e che legge questo blog (Ciao Evening Star!). Me ne parlò qualche giorno fa ed è anche un po’ colpa sua se mi sono messo a fare pulizie 🙂

In realtà avevo sentito nominare Twitter Fake Bot Finder già questa estate, ma non gli avevo dato molto peso. Oggi, poi, mentre facevo ricerche su Google, mi sono accorto che gli indiVAnados, grazie anche alla collaborazione con @elihh, a fine agosto condussero una vera e propria campagna contro i fakeBot, combattuta a colpi di hashtag come #NOFAKEBOT e #TWITTERUMANO, e che Twitter Fake Bot Finder, realizzato da Davide, è sostanzialmente roba loro.

Quindi complimenti agli indiVAnados!

indiVanados - #NOFAKEBOT e #TWITTERUMANO

Tornando alla mia ricerca, tutto quello che mi rimaneva da fare era andare sul sito di Twitter Fake Bot Finder e dargli in pasto la mia following list.

Così ho fatto e, anche se non vi mostro nulla, sappiate che la sentenza dell’analisi è stata:

“Tra gli utenti che segui ci sono più di 100 fakeBot”

In quel momento mi sono sentito un vero idiota ed ho capito il danno che mi ero procurato andando a seguire di volta in volta tutti quelli che iniziavano a seguirmi.

Ho cominciato dunque a visitare i profili elencati uno per uno ed a segnarmi le caratteristiche comuni ad ognuno di essi, dimodoché, da qui in avanti, avrei saputo identificare un fakeBot anche senza dovermi rivolgere ad un tool online.

Le caratteristiche che ho riscontrato in quasi tutti i profili segnalati da sono:

  • Una pic palesemente presa dal web, spesso di bassissima qualità;
  • Lo screen name e lo username sono quasi sempre una combinazione di nome + cognome, a volte anche con un numero alla fine, quasi come si volesse indicare la data di nascita (Es. MarioRossi78);
  • La posizione, ovvero la città, è sempre indicata ed è sempre una città italiana;
  • La voce “Sito web” non è mai compilata, quindi non c’è alcun link che rimandi a una qualsiasi risorsa esterna;
  • La data di iscrizione, espressa in mese + anno, è quasi sempre la stessa (Es. gennaio 2012);
  • Hanno tutti come bio una citazione famosa, una frase ad effetto o una brevissima descrizione che si adatterebbe ad un qualsiasi profilo, tipo “L’amore vince su tutto” o “Se vuoi, puoi”;
  • Non rispondono, twittano battute o frasi ad effetto, retwittano spesso ma sempre in favore degli stessi account

L’ultimo punto, in particolare, è quello che più colpisce: utenti con decine di migliaia di follower che, pur essendo iscritti da due o più anni, non hanno mai dato una risposta ad un altro utente. Vi pare una cosa normale? A me no di certo: manca totalmente il lato dell’interazione e quindi tana per il fakeBot!

Sorpresa sorpresa…

Per poter fare le osservazioni di cui sopra, come dicevo, mi è stato necessario aprire ognuno dei profili che Twitter Fake Bot Finder mi ha indicato e questo mi ha portato a fare una scoperta davvero interessante…

Ad un certo punto, guardando la lista “Tweet e risposte” di questi fakeBot, mi sono accorto che ognuno di loro aveva retwittato un tweet contenente una specifica foto.

All’ennesima volta in cui questo retwett mi passava davanti ho deciso, ho approfittato per andare a vedere di chi fosse e qui ho avuto una sorpresa

Il twett così amato dai fakeBot era di @lddio, ovvero uno degli utenti più noti all’interno della comunità italiana (244.000 follower), autore anche di due libri: Parlami d’amore Gesù e Dio non gioca a dadi: tiene il banco, editi entrambi da Feltrinelli. Fine dello spazio pubblicitario.

@lddio è uno di quelli che mi sono ritrovato davanti a Bologna, in occasione della premiazione dei Tweet Awards 2014, durante la quale ha ricevuto il premio (in mortadella) come “Miglior fake/parodia su Twitter”.

Nella gallery contenuta in questo articolo dedicato all’evento, @lddio è il tipo dell’ultima foto in basso a destra. Me lo immaginavo tipo Gandalf, a dire il vero, e invece…

Non vi nascondo che vedere oggi una tweetstar (mi perdoni @lddio per l’uso, forse improprio, che faccio di questo appellativo) così tanto amata dai fakeBot m’ha fatto abbastanza riflettere.

Facciamo due conti?

Il tweet in questione, come potete vedere, ha ricevuto 363 retweet e 167 stelline. Appresa questa informazione, mi sono domandato: “Quanti di quei retweet saranno stati fatti da utenti veri e quanti da fakeBot?”.

Per poterlo scoprire, avevo bisogno della lista completa dei retwittatori, cosa che, purtroppo non è possibile avere nella sua interezza, in quanto le API di Twitter, se interrogate, forniscono un massimo di 100 nominativi.

Favstar, aiutami tu!

Ho scomodato dunque un terzo tool online chiamato Favstar.fm.

Se ho scelto di utilizzare Favstar è perché mi ricordavo che, oltre ad essere l’ennesimo misuratore della propria influenza su Twitter, è l’unico tool (a quanto ne so) in grado di bypassare il tetto dei 100 nominativi di cui sopra e quindi l’unico capace di fornirmi i dati utili ai miei calcoli.

Purtroppo anche Favstar ha dei limiti e infatti non sono potuto andare oltre i 162 username. Visto che comunque 162 è il 44% di 363, ovvero il 44% del numero totale di retweet, l’ho considerato un campione più che attendibile e sono andato avanti con la mia analisi.

Se fossimo alle elezioni, i fakeBot avrebbero vinto

I 162 utenti indicati come retwittatori da Favstar erano questi:

@EleonoraCabula, @fasasafa98, @ric35cm, @BeatriceDeBiasi, @ANNAMARIABIASI1, @paola10a, @namelessclau, @andreas_1967, @TSemplicini, @alfredapples, @actuellyy, @biancatrotta70, @g_mariot, @robertoconte81, @MaddalenaCasin, @claudiacrivelz, @TommasoLiPira, @iogabri, @elisaroncarati, @licio_, @t_giulia_, @fattivostri, @PianetaT, @rodirossi, @RossanaFeraboli, @19alessandro66, @WalterNudi, @VincenzoGambera, @VanessaMarenno, @VanessaConsa88, @ValerioScadenza, @ValerioMachela, @ValentinaFlori, @TinaGeremiani, @SoniaRenzi99, @SimoneVassala, @SilviaSenigalli, @SilviaFuriasi, @SerenaVallassi, @SaraFermani75, @SandroMarcelli, @SandraMaringi, @SamanthaTintini, @SalvatoreDaromi, @SabrinaVelanti, @RossellaCamosci, @RoccoDiamantoni, @RobertoGerrina, @RobertoDamma, @RitaCrampi, @RiccardoFarfari, @RiccardoBaronno, @RenzoFratelli, @PatriziaDiCarmi, @PaolaForte23, @NancyFermoni, @stefanya67, @MicheleNavarri, @MelissaPargoli, @MelissaFarracci, @MauroMura99, @MatteoRemini, @MarioMandarino, @MariaVaroni, @GiorgioGalati, @MaraGallotta822, @ManuelFontena, @LuigiParelle, @LuigiBasco66, @LuciaFerrus, @LucaGenovesi76, @LucaFarria, @LeonardoFui, @LauraAttacchini, @LaraFlorenzi, @LaraDefalco, @IlariaVacasa, @GiuseppeRenati, @GiovannaCaponi, @GianMarcoLuso, @GiacomoFillotti, @GaiaDaspo, @EmmaDionigi, @EmilioStrafanno, @EmiliaRossi33, @EmilianoSandera, @EmanueleGarza, @gigliointi, @ElisaLodato91, @ElisabettaFaino, @EleonoraLeone74, @EleonoraFabion, @EdoMaresca, @EdoardoFumino, @DeniseServanti, @DarioMorascini, @DarioCarmani, @DannySegni, @francapapini, @DaniloFabrizi99, @DanilaMicone, @DanieleLorenz1, @DalilaTravallo, @CostantinoVarlo, @CiroFaremo, @CinziaBiazzi, @CarloTavarne, @CarlaFaggiol, @BrunoGarellin, @BarbaraTerzi76, @fede_78fe, @PuigAlessandra, @MaybeNarrow, @giulspai, @AlessiaManca, @DavideAguglia, @maybeleo, @Platt83, @Sgnosky, @SereDemo, @otragni, @SkydAnc3R, @3dc8, @mockthescarf, @giorgiacolombs, @Magnitudo59, @LaudelliPaoli, @nicolasari, @Watevrs, @Sabrina_Etovic, @robertore62, @Dementalist80, @arcadiadiamond, @MaoViator, @DaRk_RoSe801, @Call_me_Otis, @Eli_s93, @GFabrygherardi, @Herondalicious, @samy_williams, @gcostanzo85, @smoothfair24, @ciamir51, @PinaBuonomo, @orsapiccola, @Drizzt_Do_Urd3n, @AndreaMandux, @Federcucciola, @serenasavelli, @Fdipietro, @Marco_Pedemonti, @carlafarina3, @MartaGiannini, @fioredioppio, @mydarlingselene, @micia1981, @NobodyFriends, @Tony47560189, @vivranda, @mammadiduebimbi, @vins82, @Giovss.

Ho aperto il profilo di ognuno e, in base alle osservazioni riguardanti le caratteristiche comuni ai fakeBot, ne ho concluso che ben 84 di essi erano dei fakeBot.

Se volete, potete dare un’occhiata voi stessi a questi profili fasulli. Sono certo che rimarrete affascinati dal loro essere così… simili:

@WalterNudi, @VincenzoGambera, @VanessaMarenno, @VanessaConsa88, @ValerioScadenza, @ValerioMachela, @ValentinaFlori, @TinaGeremiani, @SoniaRenzi99, @SimoneVassala, @SilviaSenigalli, @TinaGeremiani, @SoniaRenzi99, @SimoneVassala, @SilviaSenigalli, @SilviaFuriasi, @SerenaVallassi, @SaraFermani75, @SandroMarcelli, @SandraMaringi, @SamanthaTintini, @SalvatoreDaromi, @SabrinaVelanti, @RossellaCamosci, @RoccoDiamantoni, @RobertoGerrina, @RobertoDamma, @RitaCrampi, @RiccardoFarfari, @RiccardoBaronno, @RenzoFratelli, @PatriziaDiCarmi, @PaolaForte23, @NancyFermoni, @MicheleNavarri, @MelissaPargoli, @MelissaFarracci, @MauroMura99, @MatteoRemini, @MarioMandarino, @MariaVaroni, @MaraGallotta822, @ManuelFontena, @LuigiParelle, @LuigiBasco66, @LuciaFerrus, @LucaGenovesi76, @LucaFarria, @LeonardoFui, @LauraAttacchini, @LaraFlorenzi, @LaraDefalco, @IlariaVacasa, @GiuseppeRenati, @GiovannaCaponi, @GianMarcoLuso, @GiacomoFillotti, @GaiaDaspo, @EmmaDionigi, @EmilioStrafanno, @EmiliaRossi33, @EmilianoSandera, @EmanueleGarza, @ElisaLodato91, @ElisabettaFaino, @EleonoraLeone74, @EleonoraFabion, @EdoMaresca, @EdoardoFumino, @DeniseServanti, @DarioMorascini, @DarioCarmani, @DannySegni, @DaniloFabrizi99, @DanilaMicone, @DanieleLorenz1, @DalilaTravallo, @CostantinoVarlo, @CiroFaremo, @CinziaBiazzi, @CarloTavarne, @CarlaFaggiol, @BrunoGarellin, @BarbaraTerzi76.

Ricapitolando: di 363 retweet ne ho potuti analizzare 162 e di questi 162 ben 84 erano opera di fakeBot, ovvero il 51%.

Complimenti!

Tutto questo per dire cosa?

Tutto questo per dire che, se è vero come è vero che Twitter vuole abbandonare la visualizzazione cronologica dei tweet nella tweet list, in favore di una visualizzazione alla Facebook, ovvero mettendo in evidenza i contenuti che sembrano essere più apprezzati dalla comunità, come riportato anche da Scandellari in questo post, allora siamo nella merda.

Tra fakeBot e utenti fake, se il concetto di qualità verrà affidato ad un algoritmo, e quindi ai numeri, coloro che producono contenuti di valore, puntando su followers veri e retweet veri, finiranno con l’essere affossati da chi, invece, gioca sporco.

Per carità: potrebbe sembrare che io mi riferisca a @lddio, vista l’analisi di cui sopra, ma io non ho prove per poter dire che sfrutti consapevolmente dei fakeBot. Magari, mi viene da pensare, chi realizza questi software li ha tarati in modo che coloro che vengono retwittati siano utenti che, di base, hanno già molti follower e che quindi sfornano da sempre roba buona su Twitter. Roba che, di riflesso, porterà visibilità anche i fakeBot stessi, grazie a quella mole di utenti che li segue e che li retwitta senza sapere che, appunto, sono solo dei bot.

Una cosa è certa, però: che un fenomeno come quello dei fakeBot è arginabile se e soltanto se diventiamo tutti un pochino più attenti a chi seguiamo e se prima di retwittare un tweet solo perché ci piace, magari andiamo anche a guardare il profilo di chi l’ha pubblicato. Così, giusto per essere sicuri che non si tratti di un cazzo di robot assoldato da qualcuno per diventare figo

Alla prossima!


Se ti è piaciuto questo post, aiutami a condividerlo sui Social Network e iscriviti alla newsletter!

Fakebot e utenti fake: su Twitter la caccia è aperta
4.95 (99.09%) 22 votes
bennaker
Seguimi

bennaker

34 anni portati splendidamente. Egotista. Croccante fuori e morbido dentro. Scusate se sono stronzo, ma avete cominciato prima voi.
bennaker
Seguimi

Potrebbero interessarti anche...

Lascia un commento

  • Evening Star

    Ciao Simone,
    che dire? Wau!!! Ci sei arrivato in fondo!! Fantastico!
    Con più calma me lo voglio rileggere il tuo post perché ci sono vari passaggi che sottintendono interrogativi inquietanti e richiedono un’attenta riflessione, ma non sono riuscita a non commentare subito con un: 10 con lode!!

    P.S.: grazie per avermi citato! :-*

    • Ciao @disqus_m09Z8mWJou:disqus,
      come ha commentato un’altra utente direttamente su Twitter “Te sei impuntato!” 😀 Sì, me so impuntato, perché quando voglio capire una cosa, vado fino in fondo 🙂

      Troppo buona, come al solito. Citarti era il minimo che potessi fare 😉

      Un abbraccio!

  • Che poi, diciamo la verità: @disqus_m09Z8mWJou:disqus non solo è un’utente d’oro, ma ha anche la bio più bella del mondo! <3

    • Evening Star

      Buonasera Sonia,
      grazie per l’utente d’oro! Quanto alla bio, sono contenta ti piaccia,ha richiesto un grandissimo sforzo da parte mia! 😛

      Ciao Simone,
      la tua analisi mi ha sconcertato. Al tempo stesso, però, sono felice che tu ci abbia svelato una verità che ci permette di essere, in qualche modo, più consapevoli delle nostre scelte, e quindi più liberi.
      Ognuno di noi dovrebbe però fare la sua parte, sgamando questo universo di fake prima che ci sommerga!

      Un abbraccio!

      • Ciao @disqus_m09Z8mWJou:disqus,
        sono contento di essere riuscito con la mia ricerca a mettere in luce un aspetto che, almeno personalmente, reputo così importante e a renderlo chiaro anche a chi mi legge.

        Hai usato la parola giusta: consapevolezza. Se la natura dei bot fosse chiara, limpida, cristallina fin da subito, non avrei avuto nulla da scoprire e quindi nulla da dire, ma visto che questi software sono studiati appositamente per ingannare, viene meno quella che, appunto, è la consapevolezza dell’utente nell’avere a che fare con loro. E questo, non c’è bisogno di dirlo, non mi piace affatto.

        L’inganno, su qualsiasi piano lo si analizzi, è qualcosa che non tollero.

        Un abbraccio :*

        • Evening Star

          Ciao Simone,
          si è la presa per i fondelli che è intollerabile, per ragioni a noi sconosciute, tranne il fine ultimo che ben sappiamo essere di fare numeri e da qui soldi.
          Ho scoperto che un’altra caratteristica comune che li contraddistingue: non hanno PREFERITI. zero!
          Vabbé, ogni giorno aggiungiamo un tassello a questo puzzle…

          Buona giornata!!

  • Monica

    Ciao Simone !
    Nel mio piccolo ne ho beccati una cinquantina tempo fa’ ormai …. pensavo fosse perché RT tanto .
    Ma tornando al post i grandi numeri mi hanno sempre dato da pensare e favevo bene !!! Insomma i meccanismi di twitter sono più simili a quelli della vita reale di quanto pensassi … o meglio i meccanismi che sfruttano twitter !
    La cosa triste é che non penso ci sia soluzione a tutto ciò … il che può andare ” anche bene ” se hai un profilo come il mio … ma le persone che come te verranno sempre fregate ?
    La cosa é fastidiosa dato il tempo e l’impegno che tu e gli altri bloggers ci mettete 🙁

    • Ciao @disqus_Ij1eujLlKS:disqus,
      hai centrato il punto: un utente “normale” potrebbe tranquillamente fregarsene della presenza o meno di questi fakebot all’interno della sua lista di following o di followers, ma se guardiamo la medesima questione con gli occhi dell’utente “avanzato”, tipo, appunto, un blogger o un professionista del web, eh beh… Forse qualche differenza nel sentimento provato verso lo sfruttamento di certe pratiche la troviamo.

      Come ho specificato nella conclusione del post, il fenomeno dei fakebot mi preoccupa in relazione ad un possibile cambiamento delle politiche di Twitter in relazione alla modalità di visualizzazione dei post: se veramente verrà introdotto un algoritmo che deciderà cosa mostrare in TL basandosi su l’apprezzamento percepito, per quanto questa forma possa sembrare “umanistica”, saranno i numeri a fare la differenza tra chi vince e chi perde. E taroccare i numeri, come abbiamo visto, è piuttosto facile.

      Spero che i capoccia di Twitter si rendano conto per tempo della situazione che potrebbe venire a crearsi e tornino sui loro passi.

      Un abbraccio :*

      • Monica

        Auguriamocelo davvero Simone !!!!
        😉