O volume de dados de redes sociais e seus usos têm crescido em número e complexidade e vem sendo utilizado nas mais variadas áreas, de marketing a pesquisas de opinião. Estratégias para sua obtenção, tratamento e análise são necessárias já que variam enormemente em relação a características (dimensões) dos dados. Este conjunto de dados apresenta forte potencial para contribuir, por exemplo, com o monitoramento da opinião pública em relação a eventos relacionados à conservação. Apesar da crescente popularidade das redes sociais, estudos que abordam seu potencial como fonte de informação para conservação e manejo de fauna silvestre continuam novos e merecem uma atenção especial. Assim, objetivamos neste estudo explorar dados de redes sociais sob a ótica de cinco dimensões: do que se trata, quando foi gerado, onde foi gerado, quem gerou e o engajamento popular (i.e., interação pública com conteúdo online através de recursos dispobilizados por redes sociais) que recebeu, afim de explorarmos o potencial de aprendizado com conjuntos de dados menores e aplicações em processos automatizados. Obtivemos dados a partir de duas plataformas de busca: Facebook e Twiter, relacionados a quatro espécies icônicas da fauna brasileira: onça-pintada (Panthera onca), onça-parda (Puma concolor), bugio (Alouatta spp.) e bicho-preguiça (Bradypus spp.; Choloepus spp.). Utilizamos a combinação de busca "espécie+local" no Facebook e apenas "espécie" no Twitter, através de API. Obtivemos 317 postagens para as espécies no Facebook e 38.516 no Twitter (com uma estimativa de 10% de postagens não correspondendo às espécies). Classificamos os dados em 12 categorias, sendo que por espécie, observamos que as categorias mais proeminentes foram "avistamento de fauna fora de área protegida", "cativeiro", "resgate/tratamento e soltura de fauna" e "saúde de fauna silvestre". A análise específica do texto por espécie revelou palavras principalmente relacionadas a estas categorias no Facebook, e no Twitter a inclusão de termos relacionados ao bioma Pantanal e outras áreas. Observamos padrões temporais que destacam a importância das categorias para entender picos de informação no Facebook. No Twitter, os padrões temporais parecem estar relacionados às mesmas categorias, mas utilizamos ranking de palavras para entender picos de informação. Palavras como "Juma" (onça-pintada abatida logo antes dos jogos olímpicos de 2016) foram importantes para determinar eventos que geraram picos de postagens. De modo geral, a distribuição espacial das postagens se concentrou no município de São Paulo, com poucos dados apresentando localização precisa de eventos. Encontramos 9 categorias de tipos de usuários para o Facebook, onde páginas pessoais, páginas de notícias, páginas de negócios e zoológicos e aquários foram as categorias com mais postagens encontradas. No Twitter, observamos grande variação em relação aos valores obtidos para seguidores e amigos de usuários que postaram sobre as espécies de interesse deste estudo. Quando analisamos as variáveis de engajamento online, observamos a predominância de reações positivas no Facebook e altos valores de compartilhamento e comentários em postagens, com exceção do bugio, que apresentou reações negativas. Identificamos a importância de temas como a febre amarela na determinação de engajamento. Além disso, encontramos variáveis com associação positiva com engajamento através de regressão linear múltipla, como "avistamento de fauna em área protegida" e o tipo de usuário "instituição Governamental". A partir de algoritmos de aprendizagem de máquina conseguimos resultados variando entre 0,58 e 0,71 de acurácia para a classificação automatizada na base do Twitter. Este trabalho teve como principal conclusão a importância da utilização de agrupamento de dados menores para lidar com grandes conjuntos de dados de redes sociais no contexto da conservação de espécies, utilizando o Brasil e estado de São Paulo como áreas de estudo, além da necessidade de expandir pesquisas neste segmento no Brasil que contribuam com conservação aplicada.

The volume of data from social media and their uses have grown in number and complexity and have been used in the most diverse areas, from marketing to opinion monitoring. Strategies for obtaining, treating and analyzing them are necessary, since they vary enormously in relation to its characteristics (dimensions) of data. These data have a strong potential to contribute, for example, to the monitoring of public opinion in relation to conservation-related events. Despite the growing popularity of social media, studies that address its potential as a source of information for conservation and management of wildlife remain new and deserve special attention. Thus, in this study we aim to explore data from social media from the perspective of five different dimensions: what is it about, when was it generated, where was it generated, who generated it and engagement (i.e., public interaction with online content through metrics avaiable by social media) it received, in order to explore and learn from smaller data sets and apply it in automated processes. We obtained data from two search platforms: Facebook and Twiiter, related to four central species from brazilian wildlife: jaguar (Panthera onca), puma (Puma concolor), howler monkey (Alouatta spp.) and sloth (Bradypus spp.; Choloepus spp.). We use the combination of "species + local" search on Facebook and only "species" on Twitter through API (Application Programming Inteface) use. We obtained 317 posts for the species on Facebook and 38,516 on Twitter (with an estimated 10% of posts not corresponding to the species) on Twitter. We classified data in 12 categories, we observed that the most prominent categories were "sighting of fauna outside protected áreas", "captivity", "rescue / treatment and release of wildlife" and "wildlife health". The specific analysis of the text by species revealed words mainly related to these categories on Facebook with the inclusion of terms related to the Pantanal biome and other areas on Twitter. We observed temporal patterns that highlight the importance of categories to understand information peaks on Facebook. On Twitter, temporal patterns seem to be related to the same categories found in Facebook, but we use word ranking to understand peaks of information. Words like "Juma" (jaguar shot dead before 2016 Brazil Olympic Games) were important in determining events that generated peaks in posting. In general, the spatial distribution of posts was concentrated in the municipality of São Paulo with little data showing precise location of events. We found 9 categories of users types on Facebook, where personal pages, news pages, business and zoos and aquariums were the categories with most posts found. On Twitter, we observed a great variation in relation to the values obtained for followers and friends of users who posted about the species of interest in this study. When we analyze engagement variables online, we see a predominance of positive reactions on Facebook and high values for sharing and commenting on posts, with the exception of the howler monkey, who showed negative reactions. We identified the importance of topics such as yellow fever in determining engagement. In addition, we found variables with a positive association with engagement through multiple linear regression, such as "wildlife sighting in a protected área" and the type of user "government institution". Using machine learning algorithms, we obtained results varying between 0.58 and 0.71 of accuracy for the automated classification performed on Twitter database. The main conclusion of this work was the importance of using smaller data clusters to deal with large social network data sets in the context of species conservation using Brazil and the state of São Paulo as areas of study. In addition, we found the need to expand research in this segment in Brazil that contribute to applied conservation.