Vår metod

Maktbarometern är en årligen återkommande analysrapport baserad på räckvidds- och engagemangsdata från svenska sociala media-konton. Analysen görs i syfte att ta reda på vilka konton, personer och innehåll som har störst inflytande på andra svenskar, via de fem största sociala plattformarna i Sverige.

Oberoende analys
Medieakademin är en ideell organisation som är politiskt obunden och oberoende gentemot olika kommersiella aktörer. Vi har sponsorer som stödjer våra verksamhetsmål, men låter givetvis inte dessa påverka vårt arbetssätt, vår analys eller slutsatser. I styrelsen för Medieakademin sitter journalister och forskare såväl som analytiker och representanter för olika delar av näringslivet, akademin och mediebranschen.

Vi som arbetat med Maktbarometern
Ansvariga för Maktbarometern är Medieakademins styrelse. Styrelsemedlemmarna Emanuel Karlsten, Johannes Gustavsson, Beata Jungselius och Gustav Martner har arbetat med att ta fram Maktbarometern 2022. Julia Agha, Henrik Oscarsson, Jonas Ohlsson och Anna Kuylenstierna har också bidragit med analys och text. Datainsamling har gjorts av arbetsgruppen i samarbete med dataanalysföretaget TenFifty.

Att rita en karta
2017 började Medieakademin det till synes omöjliga arbetet med att rita en karta över ett medielandskap i ständig förändring. Vi ville försöka förstå vilka aktörer som har störst inflytande i ett nytt digitalt medielandskap och inledde därför en unik kartläggning över vilka svenskar som når och engagerar mest i sociala medier. Vi har provat oss fram, reviderat och provat igen. Ritat och ritat om – på ett sätt som liknar hur de allra första kartorna konstruerades. Dessa baserades på observationsdata om kuster, landskap och miljöer gjorda av människor som besökt olika platser och återgav vad de sett. Trots de tekniska begränsningar som fanns blev dessa observationsbaserade kartorna förvånansvärt bra. Med tiden har geografiska kartor kunnat ritas över allt större områden och på en annan detaljnivå, och blivit bättre och bättre. Men även om de första kartorna inte var perfekta, gjorde de det möjligt för andra att förstå mer eller utforska ett område som tidigare varit outforskat.
Till skillnad mot i vår fysiska, geografiska värld sker förändringen i en digital värld snabbt. Nya plattformar tillkommer, andra faller bort. Beteenden skiftar och rörelsemönster utvecklas. Något som gick att observera och rapportera om för några år sedan är nu inte längre observerbart och man får som kartritare försöka hitta nya sätt att måla en bild. Vi tror att på samma sätt som de första kartorna över fysiska landskap blev bättre och bättre med tiden ju fler som bidrog med data, så blir bilden av ett digitalt landskap bättre och bättre ju fler datapunkter vi kommer över.
Vi menar inte att Maktbarometern målar en fullständig bild, men vi tror att det är den bästa kartan som går att rita över ett nytt medielandskap – givet de förutsättningar som finns. 

Vad vi menar med "makt"
Maktbarometern mäter inte i första hand betvingande eller formell makt, utan allra mest det som kan beskrivas som ”referentiell makt” (ibland även ”karismatisk makt"). Förenklat innebär det att om A har vissa personliga egenskaper som B beundrar och vill identifiera sig med ger det A ett slags makt över B. Makt kan delas upp i att den utövas på någon (vilket innefattar att förmå någon annan att göra något denne egentligen inte vill) och att man blivet given makt att utföra. Referentiell makt handlar egentligen om båda de här formerna av makt, då begreppet refererar till en persons upplevda attraktionskraft, värde och rätt till andras respekt och möjligheterna att nyttja dessa egenskaper för att uppnå önskade resultat.
Makt kan i vår kontext även handla om räckvidd och agendasättande. För nog är det ändå så att trots att man kan tycka att det som ofta kallas "influencers" och andra digitala makthavare vare sig är attraktiva eller intressanta, så kommer allmänhetens flöden strösslas med deras inlägg och vi kommer – på grund av deras räckvidd – att exponeras för deras innehåll vare sig vi väljer det eller inte. Den med stor räckvidd och brett engagemang kan helt enkelt sätta saker på agendan oavsett vad omgivningen tycker, vilket ger dem ett inflytande och en form av makt. I Maktbarometern görs ingen värdering av hur denna digitala makt används. Den lajk eller delning statsministern får väger i det här sammanhanget lika tungt som den som fås av ett humorkonto.
Maktbarometern är kort sagt en karta över hur ny mediemakt omfördelas till och bland nya aktörer, som i sin tur kan använda sin makt för att underhålla, provocera eller styra.
Oavsett vad de gör kommer de sannolikt att påverka dig och samhället.

Verktyg, datakällor och analysarbete
I vårt arbete med Maktbarometern använder vi oss av ett flertal verktyg. Tredjepartstjänster som Exolyt och Crowdtangle har använts och kombinerats med manuellt arbete för hitta i sammanhanget intressanta konton. Detta arbete har till exempel inneburit att inhämta uppgifter från influencerbolagens egna hemsidor, från artiklar om ämnet i branschpress samt via publikationer och rapporter från till exempel Internetstiftelsen och Statens Medieråd.

I arbetet med Maktbarometern utgår vi från en lista på stora svenska konton (här avses ”stora” som konton med 10 000 följare eller mer). Vi utger oss inte för att ha kartlagt samtliga svenska konton i denna kategori då arbetet med att hitta konton endast delvis kunnat baseras på data direkt från sociala medieplattformarnas API:er/tredjepartstjänster. I och med den manuella kompletteringen vi gjort på grund av tjänsternas begränsning av API- och data-access finns naturligtvis en risk att vi missat att inkludera konton som skulle kunnat vara relevanta.

2020 började vi att, utöver mäta bara den totala räckvidden och engagemanget också mäta det relativa: Hur mycket innehåll (videos eller poster) som publicerats under mätperioden och vad blir den genomsnittliga värdet. Detta eftersom vi vill tona ned frekvens som det viktigaste måttet och för att vi ser att en användandet av snittsiffran ger en mer rättvisande bild av inflytande och mediemakt.

Mätperiod
Datan som ligger till grund för Maktbarometern 2022 samlades in mellan 1 augusti 2021 och 1 augusti 2022. Detta tidsspann valdes dels för att ge oss ett gediget underlag, dels för att ge tid till databehandling, analys och kvalitetssäkring. Vi har försökt samla in data på ungefär samma tidsperiod tidigare år.
Efter avslutad datainsamlingsperiod gjordes en manuell kontroll av de konton som hamnat i toppen av respektive lista.

Val av sociala media-plattformar
För Maktbarometern 2022 valdes likt föregående år att undersöka spridning och inflytande på Facebook, Instagram, Youtube och Twitter. Men en nyhet för i år är att vi på samma sätt mäter Tiktok. Valet av dessa plattformar är främst baserat på att det är de sociala plattformar som svenskarna i störst utsträckning uppger sig använda (källa: Svenskarna och Internet 2021), men dels på att dessa plattformars tekniska arkitektur gör olika konton och sidor mät- och jämförbara. Vår önskan och ambition är dock att i framtiden utöka Maktbarometern med mer komplex data från fler plattformar.

Rankingmetod, Twitter:
Twitter är den plattform som Medieakademin arbetat med längst. När vår första rapport kom ut 2012 hette den just Twitterbarometern och syftet var detsamma som idag: att undersöka spridning och inflytande. När Medieakademin övergick till att arbeta med Maktbarometern utgick vi från de konton som hamnat i topp på Twitterbarometern 2016 (cirka 300 stycken), laddade ned data om dessa och även alla data om de användare dessa konton i sin tur följer.

I vår datainsamlingsprocess 2022 söktes 101 941 321 konton igenom och av dessa konstaterades 1 414 371 konton vara svenska. Av dessa var det slutligen 3 006 konton som klassificerades som stora nog (fler än 10 000 följare) för att analyseras vidare. För dessa konton räknade vi ut: 1) antal svenska följare 2) antal följare ens följare har 3) retweets av svenska konton per tweet 4) antal likes från svenska konton per tweet.
Rankingen gjordes därefter utifrån ett summerat resultat av dessa mätningar (rankingplacering 1 + rankingplacering 2 + rankingplacering 3 + rankingplacering 4 = total ranking). På så sätt har vi fått en sammanvägd bild av hur många följare en person har, hur “viktiga” dessa följare är samt hur Twitters användare värderar det som personen skriver. Vi har valt bort möjligheten att mäta antal likes per tweet. Detta då det inte går att särskilja en öppen tweet från ett svar, varför den som är flitig på att svara/kommentera skulle påverkas negativt.

Rankingmetod, Facebook:
Datan från Facebook består av information från 31 740 Facebooksidor där sidan antingen uppger sig vara svensk eller där de helt enkelt skriver på svenska. Samtliga data från de kartlagda sidorna har samlats in via verktyget Crowdtangle. Antal reaktioner, delningar och kommentarer på de poster som publicerats under mätperioden har summerats, därefter gör vi en kartläggning av hur stor andel av reaktionerna som är svenska. I begreppet “reaktioner” inkluderar vi även likes och övriga reaktioner såsom ”älska”, ”ledsen” och så vidare. Ett manuellt arbete görs därefter för att komplettera informationen om de konton som inte uttalat sitt ursprung, men där vi med hjälp av faktorer som språk, följares nationalitet och kontots aktualitet i Sverige kan bedöma dem som svenska. Rankninganalysen följde därefter samma upplägg som för Twitter men utifrån sex följande rankningsmått; 1) antal reaktioner från svenskar 2) antal reaktioner från svenskar per post 3) antal delningar gjorda av svenskar 4) antal delningar gjorda av svenskar per post 5) antal kommentarer från svenskar och 6) antal kommentarer från svenskar per post. Vi mäter inte följare, eftersom det är ett allt mindre relevant mått för att mäta en Facebooksidas inflytande.

Rankingmetod, Youtube:
I arbetet med Youtube utgick vi ifrån de topplistor och korskörde om samma konton har en Youtube-kanal. Vi hämtar sedan data om kanalen via Youtubes API. Andel svenskar bland tittarna för ett Youtube-klipp är mycket svårt att avgöra eftersom den datan inte finns publikt tillgänglig. Därför tvingas vi manuellt avgöra samtliga Youtubers huvudsakliga språkbruk som en utgångspunkt för dess betydelse i Sverige. Många Youtubers har konton även på till exempel Twitter och Facebook. I dessa fall kan vi överföra uppgifter om andel svenskar och genom det uppskatta kontots räckvidd i Sverige. Om vi inte kan hitta uppgifter om svenskhet genom dessa metoder gör vi istället en normalbedömning av kontons svenskhet utifrån ett medelvärde. I flera fall har vi också kontaktat ansvariga för Youtube-kanalen och erbjudit dem att bidra med sin egen statistik över antalet svenskar de når. Den används då som en kompletterande datapunkt.
Motsvarande metod som beskrivits för att ranka konton på Twitter och Facebook används även för Youtube, baserat på följande sex rankingmått: 1) antalet likes 2) antalet likes per post, viktat efter förmodad andel svenskar 3) antal kommentarer 4) antal kommentarer, viktat efter förmodad andel svenskar 5) antal visningar 6) antal visningar, viktat efter förmodad andel svenskar.
Youtube tillåter inte mätning av det nya formatet Shorts, varför vi inte har kunnat mäta det. Vi mäter inte heller antal prenumeranter, eftersom det är ett allt mindre relevant mått för att mäta en kanals inflytande.

Rankingmetod, Instagram:
Via vår övriga insamlade data och det manuellt kompletterande arbetet har vi genom åren skapat en bruttolista på drygt 10 713 Instagramkonton med 10 000 följare eller fler. Dessa konton aggregeras i verktyget Crowdtangle och exporteras en gång om året för att hämta ut all relevant information om kontonas räckvidd och engagemang. Även vad gäller Instagram är det svårt att få tag i information om ett kontos nationella tillhörighet, men med hjälp av samma metod som beskriven för Youtube ovan, kompletterad med en manuell språkkontroll av kommentarer på inlägg, har vi kunnat kartlägga procentandel svenskar bland följare och reaktioner.
Motsvarande metod som beskrivits vid rankning av konton på Twitter, Facebook och Youtube gjordes därefter även för Instagram, men utifrån följande tre rankingmått: 1) antal följare, viktat efter förmodad andel svenskar 2) antal kommentarer/post, viktat på samma sätt 3) antal likes/post, viktat på samma sätt.
Anledningen till att vi räknar antal följare på Instagram och inte på andra plattformar är att vi här saknar ett räckviddsmått och att detta sätt är det, under givna omständigheter, bästa att konstruera ett. Anledningen att vi inte räknar ackumulerat antal likes över ett år, är för att Stories har förändrat hur konton publicerar sig. Eftersom Meta själva inte tillgängliggör enskilda kontons data från varken Stories eller Reels, blir detta vårt bästa sätt att mäta enskilda kontons relevans, betydelse och genomslag.

Rankingmetod, Tiktok
Vi har tagit hjälp av utvecklare på webbyrån Simma Lugnt och tillsammans tagit fram ett verktyg som upptäcker och samlar in data från svenska TikTok-konton med hjälp av tredjeparts-API:et Scraptik. Vi identifierar svenska användare genom att söka efter inlägg som innehåller ordet “och” (som är unikt för svenska språket) samt emojin för den svenska flaggan “🇸🇪”. När ett sådant inlägg upptäckts kontrollerar verktyget huruvida kontot som publicerat inlägget har angett “SE” (Sverige) som sin region. Om så är fallet, läggs användaren till i verktyget och kontot klassas därmed som svenskt. Vi har också gjort ett stort kompletterande manuellt arbete med att gå igenom ett stort antal inlägg, hashtags och användare. 

Datan har samlats in under perioden maj 2022 till september 2022. Detta gav oss en bruttolista på totalt 958 konton, som vi bedömer är några av de största svenska användarna, varav 516 bedömdes vara relevanta för oss att ha med i kartläggningen. Vi har i urvalet inte tagit hänsyn till att konton måste ha x antal följare för att inkluderas i våra mätningar eftersom vi bedömer att följarantal har allt mindre betydelse. Många konton har fortfarande ett stort antal följare från tiden då Tiktok hette Musical.ly, men dessa följare har liten betydelse sedan appen sammanslagits med Tiktok.
Data om dessa 516 konton har hämtats via tredjepartstjänsten Exolyt. Vi har på så sätt fått ut ett uppskattat värde på totalt antal visningar, gilla-markeringar, kommentarer och delningar (enligt programmet egna beräkningar) under de senaste 365 dagarna. Det ska också nämnas att vi i denna data inte inkluderar statistik från TikTok Stories eller TikTok Now. Utöver dessa 516 konton har vi manuellt kontrollerat om konton som är stora på våra andra plattformar också är det på Tiktok. Vi har använt ytterligare tredjepartsjänster och Tiktoks eget sökverktyg för att via populära taggar hitta nya konton som kan vara relevanta. Totalt handlar det om tiotusentals konton som har sökts igenom.

Det går, likt andra plattformar, inte att få ut information om kontons nationella tillhörighet, eller hur många svenskar ett konto når. Men genom att kontakta och be användarna om att dela hur många procentandelar svenskar de har bland sina följare, har vi tagit fram ett värde på svenskhet. Vi kan inte anta att procenten svenska följare korrelerar med procenten svenska användare som visat, gillat, kommenterat eller delat samma kontos inlägg, men svenskheten blir ett sätt för oss att avgöra relevansen i vår kartläggning. Om vi inte har fått svar har vi istället antagit att de har 85 % svenskhet om de skapar övervägande delen svenskspråkigt innehåll. Vi har också gjort en manuell kartläggning av varje konto för att se om de haft inlägg med miljontals visningar, vilket varit en indikation att kontot blivit viralt i andra länder och därför har lägre nivå av svenskhet bland interaktionerna.

Motsvarande metod som beskrivits vid rankning av konton på Twitter, Facebook och Youtube gjordes därefter även för TikTok, men utifrån följande åtta rankingmått: 1) antal visningar, viktat efter förmodad andel svenskar 2) antal visningar/post, viktat på samma sätt 3) antal kommentarer, viktat efter förmodad andel svenskar. 4) antal kommentarer/post, viktat på samma sätt. 5) Antal likes, viktat efter förmodad andel svenskar 6) Antal likes/post, viktat på samma sätt och 7) antal delningar, viktat efter förmodad andel svenskar 8) Antal delningar/post, viktat på samma sätt.

Vi är medvetna om att tillvägagångssättet har vissa begränsningar och arbetar med att utveckla metoden. Vi utger oss inte för att ha kartlagt samtliga betydande svenska konton. Vi har emellertid lagt mycket tid på att minimera riskerna med att missa relevanta konton genom att manuellt kontrollera om de konton som rankar högt i övriga listor i Maktbarometern 2022 också har ett TikTok-konto. Vi publicerar i år de 30 största kontona, men ytterligare 70 konton i vår betalrapport, för de företag som under året möjliggjort att vi kunnat göra denna kartläggning.

Rankingmetod, totallistan
Rankingen på totallistan har gjorts utifrån den empiriskt bevisade statistiska principen “Zipfs lag”. Zipfs lag säger att frekvensen av ett värde i en stor mängd data ofta står i proportion till värdets plats i rang­ordningen och att det vanligaste värdet vanligtvis är ungefär dubbelt så vanligt som det näst vanligaste, ungefär tre gånger så vanligt som det värde som är nummer tre på listan, och så vidare (källa: https://it-ord.idg.se/ord/zipfs-lag/).

I vår poängberäkning har vi använt oss av denna lag för ranking av inflytande. Vi ville att måttet skulle vara flexibelt i den mening att om någon aktör är väsentligt mycket större än resten på en plattform, så ska det inte spela in för mycket och ge alltför stort utslag på totallistan. Därför valde vi att sätta placeringspoäng, vilka vi sedan kunnat vikta efter plattform. Själva placeringspoängen är baserad på det faktum att Zipfs lag visat sig fungera väl vid rankingar av annan samhällsdata. Generellt följer en mängd samhällsfenomen Zipf's lag. Klassiskt är t.ex. att det vanligaste ordet i ett språk är ungefär dubbelt så vanligt som det näst vanligaste, och detsamma gäller ofta storlek på länder i förhållande till andra, storlek på städer, trafik till världens och Sveriges största sajter och tidningar med mera.

För varje rankinglista på de fyra sociala medieplattformarna, delades en poäng ut, enligt 1/(ranking ^ 0.5), vilket modellerar att inflytande faller enligt Zipfs lag. Exponenten 0.5 beräknades från hur likes/reaktioner faller med ranking på de olika medierna. Denna formel har använts för att modellera att någon som rankas #1 på ett medium och #100 på ett annat, rimligen har mer inflytande än någon som rankas #5 på första mediet och #95 på det andra.

Vi parade sedan, delvis manuellt, samman samma kreatörs konton på de fyra olika sociala medieplattformarna för att kunna summera ihop poängen på en totallista. Vi har manuellt säkerställt att till exempel en Youtuber som kallar sig något annat på Instagram får en totalpoäng som stämmer med deras totala räckvidd. I de fall som en person agerar med eget Instagram-konto men är del av till exempel en humorgrupp med flera medlemmar på Youtube så har vi valt att koppla samman de största kontona på respektive plattform. En person fick alltså dels poäng per plattform, dels en sammantagen poäng för samtliga konton.

För rankingen på totallistan tog vi fram en modell där inflytandet på varje plattform viktades utifrån uppgifter från Svenskarna och Internet 2021 om hur stor andel svenskar som använder respektive plattform minst en gång per vecka. Enligt denna modell fick Youtube ett värde på 0,56, Facebook 0,62, Instagram 0,54 och Twitter 0,9. I detta viktade slutresultat sätts alltså inflytande i form av placering på respektive plattform i förhållande till vilken räckvidd plattformen som sådan har bland svenskarna.

Har du frågor om vår metod eller förslag på förbättringar? Eller vill du ha en större insyn i vår mätdata och få en djupare insikt i hur makt och inflytande distribueras i sociala medier? Kontakta oss gärna! info@medieakademin.se