Con entrate dal football universitario pari a 3,4 miliardi di dollari all'anno senza precedenti, le università di tutto il paese investono decine di milioni ogni anno negli sforzi di reclutamento per attirare gli atleti delle scuole superiori a giocare per le loro squadre di calcio. Ma con giocatori di talento che in genere ricevono offerte di borse di studio da più università, i roster delle squadre sono nel limbo fino a quando gli studenti atleti non si iscrivono a un'università. Però, un nuovo studio sulla rivista INFORMS Analisi delle decisioni condivide il modo in cui i social media possono fornire alle università preziose informazioni sul processo decisionale delle loro reclute.

Lo studio "Online e fuori dal campo:predire la scelta della scuola nel reclutamento di calcio universitario dai dati dei social media, " è stato condotto da ricercatori dell'Università dell'Iowa, Kristina Gavin Bigsby, Jeffrey W. Ohlmann, e Kang Zhao. Gli autori hanno raschiato i dati su 2, 644 atleti di calcio delle scuole superiori nella classe di reclutamento 2016 da 247Sports.com, un database di reclutamento online.

"Per ogni singolo atleta, abbiamo raccolto le tempistiche degli eventi di reclutamento, come offerte di borse di studio, visite, impegni, e disimpegni, " ha detto Bigsby. "Abbiamo anche ottenuto informazioni di base sulle scuole di reclutamento, compresa la posizione, graduatoria accademica, e la classifica delle squadre di calcio. "

Da li, gli autori hanno ristretto ulteriormente il loro set di dati a 573 studenti atleti con due o più offerte di borse di studio e account Twitter pubblici. Valutando il contenuto dei tweet, hashtag, seguaci, conti seguiti, e altre interazioni di Twitter come menzioni, risposte, e retweet, gli autori hanno sviluppato un modello per aiutare a prevedere in quali università gli atleti degli studenti si sarebbero impegnati alla fine.

"Quando uno studente interagisce con un'università su Twitter, questo è associato a un aumento dell'85 percento delle probabilità di selezionare quella scuola, " disse Ohlmann. "Inoltre, quando qualcuno associato a un'università (allenatore, altra recluta, o atleta attuale) inizia a seguire uno studente su Twitter nel mese precedente alla sua decisione, le probabilità che quello studente frequenti quell'università aumentano dal 40 al 51 percento per ogni nuovo seguace".

Gli autori hanno anche scoperto che per ogni allenatore o collega di un'università che uno studente ha iniziato a seguire su Twitter, lo studente ha avuto dal 47 al 62 percento in più di probabilità di frequentare quell'università. In alternativa, la probabilità che uno studente frequenti un'università è diminuita del 3% per ogni account che lo studente ha iniziato a seguire da un'università diversa.

Per i fan degli hashtag, la probabilità che uno studente frequenti un'università specifica è aumentata del 305 percento per quando quello studente ha fatto riferimento all'università in un hashtag, mentre menzionare una scuola alternativa è stato associato a una diminuzione del 65 percento di quelle probabilità.

L'intuizione fornita dal modello può fornire al coaching universitario e al reclutamento del personale informazioni anticipate su quali studenti si impegneranno nei loro team, e a quelli delle università concorrenti, aiutandoli a allocare meglio le risorse verso i candidati più validi.

"Le esigenze di personale di un programma di calcio universitario possono cambiare rapidamente nelle ultime settimane di reclutamento - specialmente nei casi in cui un atleta precedentemente impegnato si dimette - costringendo gli allenatori a rivedere le loro opzioni, " ha detto Zhao. "Il nostro modello può anche rivelarsi utile per gli allenatori che cercano di identificare e reclutare atleti senza un forte attaccamento a qualsiasi scuola".