Análisis de Redes Sociales con Steemit: Blockchain y ETL

Descubre cómo una red social basada en blockchain está revolucionando la forma en que analizamos el comportamiento digital
Tabla de Contenidos
- Introducción
- Tipos de Redes Sociales
- Ventajas de las Redes Sociales Públicas
- ¿Qué es Blockchain?
- ¿Qué es Steemit?
- Steemit y el ETL de Datos
- Objetivo de Aprendizaje.
- Actividades de Aprendizaje
- Actividades Lúdicas
Introducción
Imagina poder ver todas las interacciones de una red social: cada voto, cada comentario, cada recompensa económica. Ahora imagina que esa información está completamente disponible para que la analices, sin restricciones ni algoritmos ocultos.
Bienvenido a Steemit, la red social que está cambiando las reglas del juego.
En un mundo donde los datos son el nuevo petróleo, las redes sociales tradicionales como Facebook, Instagram o TikTok protegen celosamente su información. Pero ¿y si existiera una red social donde todo es transparente? Donde puedas ver exactamente cuánto gana un creador, quién vota su contenido y qué temas generan más dinero.
Esa red existe, se llama Steemit, y está construida sobre blockchain.
En este post, descubrirás por qué Steemit es el laboratorio perfecto para aprender análisis de datos en redes sociales y cómo puedes empezar a extraer información valiosa para tu formación como community manager o analista digital.
Tipos de Redes Sociales
Antes de sumergirnos en Steemit, entendamos el ecosistema de redes sociales:
Horizontales vs. Verticales
| Tipo | Características | Ejemplos |
|---|---|---|
| Horizontales | Para todo tipo de usuarios y temáticas | Facebook, Twitter, Instagram |
| Verticales | Especializadas en un nicho | LinkedIn (profesional), Goodreads (libros) |
Centralizadas vs. Descentralizadas
| Tipo | Características | Ejemplos |
|---|---|---|
| Centralizadas | Una empresa controla todos los datos | Instagram, TikTok, YouTube |
| Descentralizadas | Los datos están en una red pública | Steemit, Mastodon, Diaspora |
Públicas vs. Privadas
| Tipo | Características | Ejemplos |
|---|---|---|
| Privadas | Datos protegidos, APIs restrictivas | Facebook, WhatsApp |
| Públicas | Datos accesibles y transparentes | Steemit, Reddit (parcial) |
Steemit pertenece a la categoría más interesante: es horizontal, descentralizada y pública. Esto la convierte en un caso único para el análisis de datos.
Ventajas de las Redes Sociales Públicas
¿Por qué debería importarte que una red social sea pública?
1. Transparencia Total
En Steemit puedes ver exactamente:
- Cuánto dinero gana cada post
- Quién vota cada contenido
- El peso real de cada voto
- El historial completo de cada usuario
2. Datos sin Algoritmos Ocultos
En Instagram, el algoritmo decide qué ves. En Steemit, tú decides y puedes analizar el comportamiento real de la comunidad.
3. Investigación Ética
Al ser datos públicos, no violas términos de servicio ni privacidad. Es como analizar conversaciones en una plaza pública.
4. API Abierta
Cualquier persona puede conectarse a la blockchain de Steem y extraer datos sin permisos especiales.
5. Métrica Monetaria Real
¿Cuánto vale un like en Instagram? No lo sabes. En Steemit, cada voto tiene un valor económico real medible en dólares.
¿Qué es Blockchain?
Imagina un libro contable gigante que está replicado en miles de computadoras alrededor del mundo. Cada vez que alguien escribe algo nuevo, todas las copias se actualizan automáticamente. Nadie puede borrar lo escrito, y todos pueden verificar que es auténtico.
Eso es blockchain.
Características clave:
Inmutable: Una vez que los datos se registran, no se pueden modificar
Transparente: Cualquier persona puede consultar la información
Descentralizado: No hay un dueño único, pertenece a la comunidad
Seguro: La información está cifrada y distribuida
Blockchain en palabras simples:
“Es como si cada publicación en redes sociales quedara escrita en piedra en miles de plazas públicas al mismo tiempo. Nunca desaparece y todo el mundo puede verla.”
¿Qué es Steemit?
Steemit es una red social lanzada en 2016 que funciona sobre la blockchain de Steem. Es como mezclar Medium + Reddit + Bitcoin:
¿Cómo funciona?
| Elemento | Descripción |
|---|---|
| Posts | Los usuarios crean contenido (texto, imágenes, video) |
| Votos | Otros usuarios votan el contenido que les gusta |
| Recompensas | Los votos se convierten en dinero real (Steem Dollars) |
| Blockchain | Todo queda registrado permanentemente |
Particularidades únicas:
- Ganas por crear: Cada post puede generar dinero
- Ganas por curar: Votar contenido también da recompensas
- Tags obligatorios: Cada post debe tener al menos 5 etiquetas
- Comunidades organizadas: Existen comunidades por idioma y tema (#spanish, #photography, #crypto)
Ejemplo real:
Un post en #spanish puede tener:
- 45 votos
- 12 comentarios
- Una recompensa de $8.50
- Todo esto es público y analizable
Steemit y el ETL de Datos
ETL (Extract, Transform, Load) es el proceso fundamental en ciencia de datos:
EXTRACT (Extraer) → TRANSFORM (Transformar) → LOAD (Cargar)
¿Por qué Steemit es perfecto para aprender ETL?
1. EXTRACT – Extracción Sencilla
# Ejemplo mínimo de extracción
import requests
datos = {
"method": "condenser_api.get_discussions_by_trending",
"params": [{"tag": "spanish", "limit": 10}]
}
respuesta = requests.post("https://api.steemit.com", json=datos)
posts = respuesta.json()['result']
Ventaja: No necesitas tokens de acceso, autenticación OAuth, ni permisos especiales.
2. TRANSFORM – Transformación Didáctica
Los datos de Steemit vienen estructurados pero requieren limpieza:
| Dato crudo | Transformación necesaria |
|---|---|
"total_payout_value": "2.350 SBD" | Extraer solo el número 2.35 |
"active_votes": [...] | Contar cuántos votos hay |
"created": "2024-01-15T10:30:00" | Extraer hora y día |
3. LOAD – Carga para Análisis
Puedes cargar los datos en:
- Excel/CSV: Para análisis básico con tablas dinámicas
- Python/Pandas: Para análisis estadístico
- Google Sheets: Para trabajo colaborativo
- Power BI/Tableau: Para visualizaciones profesionales
Caso de uso real: Análisis de Engagement
Con datos de Steemit puedes responder preguntas como:
¿Qué temas generan más votos?
¿Hay correlación entre comentarios y recompensa?
¿Los mismos autores dominan siempre?
¿Qué días conviene publicar?
Objetivo de Aprendizaje
Al completar las actividades de esta unidad, serás capaz de:
Objetivo General:
Analizar el rendimiento de contenido en Steemit mediante la extracción y evaluación de métricas básicas (votos, comentarios y recompensas), desarrollando criterios profesionales para la gestión de redes sociales basados en datos reales.
Objetivos Específicos:
- Comprender la arquitectura de una red social basada en blockchain
- Extraer datos públicos de Steemit utilizando herramientas accesibles
- Transformar datos crudos en información estructurada para análisis
- Interpretar métricas de engagement y recompensas económicas
- Formular recomendaciones profesionales basadas en evidencia numérica
- Aplicar conceptos de ETL en un contexto real de redes sociales
Actividades de Aprendizaje
Para dominar el análisis de redes sociales con Steemit, hemos preparado 4 actividades complementarias:
Pon manos a la obra con nuestra práctica paso a paso:
- Recolectarás datos de 15 posts reales
- Crearás tablas dinámicas en Excel
- Generarás gráficos de análisis
- Extraerás conclusiones profesionales
- Redactarás un informe ejecutivo
Duración: 2-3 horas
Materiales: Computador, Excel/Sheets, conexión a internet
Tu entregable debe de contener:
- Informe PDF/Word/notion
- Con datos crudos,
- Dos Gráficos
- Tres conclusiones claves basadas la evidencia numérica
- Una recomendación para el community manager.
Escenario: Steemit es una red social basada en Blockchain donde los usuarios ganan dinero por sus publicaciones.
Preguntas de negocio a responder:
- ¿Cuál es el pago promedio por post en la comunidad?
- ¿Quiénes son los 10 autores con mayores ingresos en la etiqueta elegida?
- ¿Influye la longitud del título en la recompensa obtenida ($)?
Bibliotecas de Python:
selenium: Para navegar e interactuar con la web dinámica.webdriver-manager: Para gestionar automáticamente el driver de Chrome sin configuraciones manuales tediosas.pandas: Para la fase de ETL (limpieza y estructuración del CSV).
| Recurso | Función |
| Selenium | El “brazo” que extrae el dato. |
| Pandas | El “filtro” que limpia el dato. |
| CSV | El “puente” entre Python y el Dashboard. |
| Power BI | El “lienzo” donde se cuenta la historia. |
Pulsa aquí para acceder a la práctica. Después de terminar el laboratorio responde las siguientes cuestiones:
- ¿Qué pasaría si el sitio web cambia el nombre de la clase
Articles__content? ¿Cómo afectaría a tu script? - Observando el Scatter Plot, ¿existe una longitud de título “ideal” para ganar más dinero?
- ¿Por qué es importante el paso de
time.sleep()en el código de Python?
El Futuro del Análisis de Redes
Steemit no es solo una red social alternativa; es una ventana al futuro de la transparencia digital. A medida que más plataformas adopten tecnologías descentralizadas, la capacidad de extraer y analizar datos públicos será una habilidad cada vez más valorada.
Los community managers del mañana no solo crearán contenido; analizarán datos, identificarán patrones y tomarán decisiones basadas en evidencia. Y Steemit es el laboratorio perfecto para empezar a desarrollar esas habilidades hoy.
¡Comparte tus Resultados!
¿Ya realizaste alguna de las actividades? ¡Queremos ver tus hallazgos!
- Comparte una captura de tu análisis en Instagram y etiquétanos.
- Cuéntanos en Twitter/Fb/ticktock qué fue lo más sorprendente que encontraste
- Deja un comentario abajo con tu conclusión principal
¿Listo para convertirte en detective de datos? Elige la actividad por donde quieras empezar y… ¡manos a la obra!
Recursos Adicionales
- Steemit.com – La plataforma
- Steemworld.org – Explorador de blockchain
- Steemdb.io – Base de datos de Steemit
- Documentación API de Steem
¿Te gustó este contenido? Compártelo con otros futuros community managers y ayúdanos a crecer la comunidad