«Мы опасливо относимся к лозунгам. Предпочитаем факты и цифры. Поэтому решили проверить лозунги про травлю и атмосферу ненависти. Долго искали компанию, которая может делать это профессионально. Нашли. Результатам удивились. Будем мониторить каждую неделю», — заявила Маргарита Симоньян.
Согласно данным исследования компании «Крибрум», первый выпуск «Рейтинга травли» возглавила телеведущая Ольга Скабеева — коэффициент негатива в адрес журналистки превысил 40%.
Отмечается, что причиной стала пародия в немецком шоу Late Night Berlin, где высмеивалась манера общения Скабеевой с собеседниками. Кроме того, достаточно широко в YouTube разошлись ролики с обвинениями журналистки в пропаганде и фрагмент её спора с украинским политиком Гордеем Беловым в программе «60 минут».
На втором месте — Маргарита Симоньян. Коэффициент негатива в адрес главного редактора RT составил 35,1%.
Упоминания Маргариты Симоньян на прошлой неделе в основном были связаны с новостями о популярности сюжетов RT France, посвящённых протестам «жёлтых жилетов», а также с публикацией портала Znak о том, что сотрудники RT подписали «соглашение о неразглашении конфиденциальной информации». Часть интернет-аудитории сочла поводом для травли известие о беременности Симоньян.
Третье место в рейтинге с коэффициентом негатива 32,1% заняла феминистка из Санкт-Петербурга Белла Рапопорт, которая стала известна из-за конфликта с компанией Lush.
Российский журналист Аркадий Бабченко, в настоящее время проживающий на Украине, занял четвёртое место. Коэффициент негатива в его адрес составил 28,4%. Основной причиной негатива по отношению к нему стали его же провокационные высказывания.
Замыкает пятёрку известный теле- и радиоведущий Владимир Соловьёв (коэффициент негатива — 13,1%). Поводом для его травли на прошедшей неделе стало обсуждение недвижимости журналиста.
Компания «Крибрум» специализируется на мониторинге социальных медиа в режиме реального времени. Отслеживаются почти все публикации Рунета — в среднем около 100 млн комментариев в сутки. Все они попадают в базу данных для дальнейшего анализа.