Datos de redes sociales para investigación que aguanten
Recoger datos de redes sociales para investigación plantea tres preguntas siempre: cómo se obtuvo la muestra, cuál era la consulta y si se pueden inspeccionar.

Usar datos de redes sociales para investigación tiene un requisito que la escucha comercial no suele tener: alguien lo va a comprobar.
Eso cambia qué herramienta puedes usar y qué tienes que dejar escrito.
Qué te va a preguntar un revisor
Salen tres preguntas siempre. Cómo se recogió la muestra, cuál era exactamente la consulta y si los datos se pueden inspeccionar. Una captura de un cuadro de mando no responde a ninguna. Un dataset con su metodología declarada responde a las tres.
Cuéntanos qué estás estudiando y dimensionamos la recogida alrededor de la metodología que tengas que defender.
Cuéntanos qué estás estudiando
Por qué el método de recogida decide si se puede publicar
Los datos obtenidos por scraping sin permiso dan problemas en la revisión y en la publicación, y cada vez más en el comité de ética antes que en ninguna de las dos.
La recogida a través de la API oficial, en los términos que marca, es un método documentable. Puedes escribir qué se recogió, bajo qué condiciones y con qué límites, y ese párrafo es lo que hace defendible el resto del trabajo.
Todo lo que entregamos se recoge siendo Twitter compliant, que existe justo para esta situación.
Acotar una muestra que se pueda describir
Una muestra descrita como "publicaciones sobre las elecciones" no es reproducible. Una descrita con una consulta, un periodo y un conjunto explícito de exclusiones, sí.
("nombre del candidato" OR #HashtagElectoral) lang:es
Escribe la consulta literal en el apartado de metodología. Si cambió durante la recogida, escribe las dos versiones y cuándo cambió.
Qué registrar además de las publicaciones
De cada publicación: texto, fecha, idioma, engagement e impresiones. De cada autor: antigüedad de la cuenta, seguidores, seguidos y si está verificado. Los campos de autor son los que permiten caracterizar la muestra. Un estudio que no puede describir quién publicaba no puede afirmar gran cosa sobre lo que se dijo.
El borrado, y qué le hace a un dataset
Las publicaciones desaparecen. Los autores las borran, las cuentas se suspenden, y un dataset recogido hoy no coincidirá con uno recogido el mes que viene. Registra la fecha de recogida y trátala como parte del método. Una muestra es una foto de un momento, y decirlo es más riguroso que insinuar que está completa.
Los términos de la plataforma también regulan qué se puede almacenar y durante cuánto. Esa restricción forma parte del diseño de la investigación, no es algo que se resuelva al final.
Trabajar con lo que recibes
Un CSV con una fila por publicación se carga en R, en Python o en lo que uses. Codifica el texto como pida tu método, crúzalo con tus propias variables y guarda el fichero en bruto para poder rehacer la codificación.
La gracia es que el análisis es tuyo y otra persona lo puede repetir. Cuéntanos el periodo y los términos y montamos la recogida.