Tom House 〽️

Tom House 〽️

@tomhouse

I coach kids of all ages to be their own GOAT. Caught Hank Aaron’s 715th. Founder: @TeamMSTRD @NPA_Pitching @train3DQB

Southern California https://linktr.ee/TomHouse Beigetreten 2009-05-30 Analysedatum: 16. Dez 2025

85.774

Follower

256

Following

23.123

Tweets

65,0

Durchschn. Engagement

376

Gelistet

No

Verifiziert

Kontoübersicht

Was dieser Bericht umfasst

Diese umfassende Analyse untersucht die Twitter/X-Praesenz von @tomhouse in mehreren Dimensionen. Wir analysieren Tweet-Inhalte, Engagement-Muster, Zielgruppendemografie, Posting-Gewohnheiten und Netzwerkverbindungen, um umsetzbare Erkenntnisse über die Social-Media-Strategie und den Einfluss dieses Kontos zu liefern.

Kontoklassifizierung

  • Kontogröße: Mid-Tier (10K+)
  • Kontoalter:2009-05-30
  • Verifizierung:No
  • Standort:Southern California

Datenzusammenfassung

  • Analysierte Tweets:3.242
  • Durchschn. Likes/Tweet:43,6
  • Durchschn. Retweets/Tweet:21,4
  • Analysierte Follower:9.998

Engagement-Analyse

Basierend auf 3.242 Tweets

His tweets typically receive a high number of likes and retweets, indicating strong audience interaction. The content is both informative and emotionally engaging, driving consistent engagement.

43,6

Durchschn. Likes/Tweet

21,4

Durchschn. Retweets/Tweet

141.248

Likes gesamt

69.535

Retweets gesamt

Engagement-Qualitätsanalyse

Median-basierte Metriken, die gefälschte Viralitaet und Ausreisser widerstehen.

1

Median Likes

1

Median Retweets

30

75. Perzentil

5.881

Top Tweet

0,76

Engagement pro 1K Follower

Normalisierte Einflussmetrik

Viral Spikes

Engagement-Muster

Few posts get most engagement

Posting-Verhalten

Inhaltsstil und Formatpraeferenzen

Curator

Amplifies others content frequently

11,4%

Original

36,2%

Antworten

45,3%

Retweets

7,1%

Zitate

0,0%

Threads

0,3%

Mit Medien

49,7%

Mit Links

4,4%

Mit #Tags

83,3%

Mit @Erwaenungen

10,1%

Mit Emojis

135

Durchschn. Laenge

Top Hashtags

#teammstrd (18) #mlb (8) #football (6) #baseball (6) #pitchers (5) #mlbfieldvision (5) #mariners (4) #pitching (4) #dodgers (4) #gff (4)

Meisterwaehnt

@tomhouse (747) @npa_pitching (339) @teammstrd (316) @codifybaseball (251) @pitchingninja (134) @deandoxakisnpa (105) @ericfenske9 (54) @devanaltman (42) @michael_schlact (41) @bigdonkey47 (39)

Möchten Sie diesen Bericht als PDF?

Wir entwickeln PDF-Export für diese Analyseberichte. Registrieren Sie Ihr Interesse für frühen Zugang.

Interesse registrieren

Content-Strategie-Analyse

Basierend auf 3.242 Tweets

Inhaltstyp-Verteilung

Inhaltsaufschlüsselung

Original-Tweets 369 (11%)
Antworten 1.174 (36%)
Retweets 1.469 (45%)
Zitat-Tweets 230 (7%)

Posting-Muster & optimales Timing

Basierend auf 3.242 Tweets

Engagement nach Stunde (UTC)

Posting-Häufigkeit im Zeitverlauf

Timing-Erkenntnisse

Das Verstaendnis, wann ein Konto postet und wann seine Zielgruppe am reaktionsfreudigsten ist, liefert wertvolle Wettbewerbsinformationen. Die obigen Diagramme zeigen, wann die Inhalte dieses Kontos das meiste Engagement erhalten, was oft damit korreliert, wann ihre spezifische Zielgruppe auf der Plattform am aktivsten ist.

Spitzenzeiten für Posts variieren erheblich basierend auf der Zielgruppendemografie, Zeitzonenverteilung und Inhaltstyp. Konten mit globalem Publikum sehen oft Engagement über mehrere Zeitfenster verteilt, während solche mit regionalem Fokus konzentriertere Spitzen haben können.

Zielgruppen-Demografie

Basierend auf 9.998 Followern

His audience includes young athletes and baseball enthusiasts looking for training tips and inspiration. Fans of baseball history and performance analytics are also drawn to his content.

Good

Zielgruppenqualität

18,3%

Verdachtsindex

23,3%

Niedrige Qualität %

68

Median-Reichweite

Zielgruppenqualitäts-Signale

Niedrigere Prozentsätze weisen auf gesuendere, authentischere Follower hin.

32,6%

Leere Bio

24,2%

<10 Tweets

9,6%

Massen-Following (>2K)

0,0%

Neu (<90 Tage)

Kostenlose Analyse: Diese Qualitätsmetriken verwenden heuristische Signale (leere Bios, wenige Tweets, verdächtige Verhältnisse). Für ML-basierte Bot-Erkennung mit 95%+ Genauigkeit nutzen Sie unser spezielles Tool.

Bot-Detektor testen

Follower-Reichweite & Einfluss

Die Follower dieses Kontos haben ihre eigenen Zielgruppen, was Potenzial für sekundaere Verstärkung schafft.

8.045.245

Potenzielle Gesamtreichweite

68

Median Follower-Reichweite

200

75. Perzentil Reichweite

5,7%

>1K Follower

0,9%

>10K Follower

0,3%

>50K Follower

0,1%

>100K Follower

Warum Zielgruppen-Demografie wichtig ist

Das Verstaendnis, wer einem Konto folgt, zeigt die Art des Einflusses, den es hat. Konten, denen hauptsaechlich Nutzer mit wenigen Followern folgen, deuten auf breite, Mainstream-Anziehungskraft hin. Solche mit vielen hochfoellernden Followern haben größeres Potenzial für Content-Verstärkung durch sekundaeres Teilen.

Die Altersverteilung der Konten erzaehlt auch eine Geschichte: Eine Follower-Basis mit vielen neuen Konten könnte auf kürzliches virales Wachstum hinweisen, während etablierte Follower auf langfristigen, stabilen Einfluss hindeuten. Geografische Daten helfen, den kulturellen Kontext und die Zeitzonenverteilung der Zielgruppe zu verstehen.

Follower-Daten kaufen

Exportieren Sie die vollständige Follower-Liste mit Profildetails, Bios, Standorten und Follower-Zahlen als CSV.

Follower kaufen - ab $15

Tweet-Daten kaufen

Exportieren Sie Tweets mit Engagement-Metriken, Zeitstempeln, Medien und Antwort/Retweet-Details als CSV.

Tweets kaufen - ab $15

Virale Tweets

Top 5 nach Likes+RTs von 3.242 analysiert

18.980

Kombiniertes Engagement

6.142

Likes gesamt

12.838

Retweets gesamt

3.796

Durchschn. pro Tweet

Tom House 〽️
@tomhouse

RT @PitchingNinja: Sister Jean K'ing Javy Baez. https://t.co/K8iydA0jwd

2022-09-28
Retweets: 5.881 Likes: 0 Engagement: 5.881
Tom House 〽️
@tomhouse

The baseball world has tracked every Bryce Harper swing since he was 16 years old. It’s really a powerful moment to hear “THE SWING OF HIS LIFE.” This line resonates so much because it has deep history and meaning for Bryce and the baseball audience. https://t.co/Yq4VLe9nAl

2022-10-23
Retweets: 329 Likes: 3.689 Engagement: 4.018
Tom House 〽️
@tomhouse

RT @CodifyBaseball: Tonight, Shohei Ohtani: ⚾️ hit a baseball 114.0 MPH ⚾️ threw a baseball 101.6 MPH ⚾️ ran to first in 4.16 seconds If that sounds completely insane, that's because it is. https://t.co/V2HudsuqTb

2023-03-22
Retweets: 3.531 Likes: 0 Engagement: 3.531
Tom House 〽️
@tomhouse

RT @MLBRandomStats: Albert Pujols’ average home run trot over the years it has been tracked by Statcast is ~26 seconds. Extrapolated over his full career, Pujols has spent just over 5 HOURS of his life just running the bases after hitting a home run!

2022-09-24
Retweets: 2.879 Likes: 0 Engagement: 2.879
Tom House 〽️
@tomhouse

223 MLB pitchers have thrown 100mph. There’s only been one Greg Maddux. You’re more likely to throw 100mph than pitch like Greg Maddux. Baseball parents created a myth about a more achievable, low velo, high-IQ pitcher. They failed to recognize that he’s the outlier talent.

2022-11-15
Retweets: 218 Likes: 2.453 Engagement: 2.671

Wichtige Erkenntnisse

Über diese Analyse

Diese Analyse wurde mit den Datenextraktions- und Analyse-Tools von twtData erstellt. Die Metriken basieren auf öffentlich verfügbaren Twitter/X-Daten und bieten Einblicke in die Social-Media-Praesenz, das Engagement und die Zielgruppenmerkmale des Kontos. Für umfassendere Analysen oder benutzerdefinierte Berichte kontaktieren Sie uns oder erkunden Sie unsere Datenprodukte.

Benötigen Sie detaillierte Twitter-Analysen?

Erhalten Sie umfassende Einblicke zu jedem Twitter-Konto mit twtData.