Descargar tweets en CSV, qué comprobar antes de fiarte
Descargar tweets a un CSV es fácil; que el fichero sirva, menos. Qué debe traer cada fila, por qué el compliance no es un trámite y el problema de Excel con los identificadores.

En algún momento vas a necesitar descargar tweets a un fichero para hacer algo que ningún cuadro de mando contempla. Es una necesidad normal y tiene una forma correcta de cubrirse.
Es una necesidad normal, y hay una forma correcta de cubrirla.
Por qué el dataset importa más que los gráficos
Un gráfico responde a la pregunta que alguien anticipó. Un dataset responde a la que tienes tú. Cruzar publicaciones con tus datos de ventas, pasar un modelo por el texto, montar un gráfico que nadie ofrece o entregarle a un revisor algo que pueda comprobar: nada de eso pasa dentro de un cuadro de mando.
Entregamos el informe y las filas que hay debajo, recogidas dentro de las normas de compliance de Twitter.
Entregamos el informe y las filas que hay debajo
Qué debe traer cada fila
Una fila por publicación, con cuatro cosas: la propia publicación, su engagement, su autor y sus relaciones con otras publicaciones. Eso significa texto, fecha, idioma y URL. Impresiones, likes, retweets y respuestas. La cuenta, sus seguidores y seguidos, su fecha de creación y si está verificada. Y los identificadores que enlazan respuestas, citas y retweets con aquello a lo que respondieron.
Con esos cuatro grupos puedes rehacer cualquier cifra de cualquier informe.
La parte de compliance, que no es opcional
Los datos de publicaciones públicas vienen con unos términos, y esos términos regulan qué se puede almacenar, cuánto tiempo y qué tiene que pasar cuando alguien borra una publicación. Trabajar dentro de ellos no es un trámite. Es lo que hace que un dataset sirva para trabajo de cliente, para publicar y para cualquier cosa que la plataforma pueda mirar.
Todo lo que entregamos se recoge siendo Twitter compliant. Si un proveedor no te puede explicar con claridad cómo recoge los datos, esa respuesta ya es el hallazgo.
El problema de Excel del que nadie avisa
Los identificadores de publicación tienen diecinueve dígitos. Abre un CSV en Excel o cárgalo sin cuidado en pandas y esos identificadores se convierten en números en coma flotante. 1899862353047347394 se transforma en 1.8998623530473474e+18 y deja de identificar nada. El enlace a la publicación original desaparece y no te das cuenta hasta que intentas usarlo.
El arreglo es forzar esas columnas a texto al importar. Afecta a todas las columnas de identificador: la publicación, el autor y cada referencia a una publicación citada o respondida.
Comprobaciones antes de fiarte de un fichero
Cuatro comprobaciones pillan casi todo. Número de filas contra el total que dice el informe. Rango de fechas contra el periodo que pediste. Si los retweets están dentro o fuera, porque eso cambia todos los agregados. Y si alguna columna de identificador ha acabado en notación científica.
Cinco minutos de comprobación ahorran una semana de conclusiones montadas sobre un fichero roto.
Qué hacer con él una vez lo tienes
Hoja de cálculo para un corte rápido. Notebook para cualquier cosa repetible. Y cada vez más, pasarle el fichero a un modelo de lenguaje y preguntarle qué ve en el texto, que es una primera pasada genuinamente útil sobre miles de publicaciones.
La gracia es que el análisis deja de depender de quien te vendió la herramienta. Elige un plan y el fichero es tuyo.