Frankwatching（Twitter Monitor与 DamKam 合作）和 Marketingfacts（与 Coosto 合作）都在通过分析选举前的社交媒体来调查政治动态。一些结果令人鼓舞。例如，Marketingfacts 相当准确地预测了今年 5 月CDA 党魁的选举结果：Sybrand van Haersma Buma 将以 50% 的多数票获胜，其次是 Mona Keijzer。这一预测最终成真。2010 年， 基于 Facebook 和 Twitter 的分析也准确预测了美国中期选举的结果。
如果我们看一下Buzzpeil 的实验性民意调查，我们会发现它与同一天发布的Maurice de Hond 的民意调查略有不同。根据 Buzzpeil 的说法，自民党 (VVD) 拥有 33 个席位，而 De Hond 则为 29 个。Buzzpeil 认为社会党 (SP) 有 32 个席位，而 De Hond 认为少了一个席位。根据 Buzzpeil 的说法，自由党 (PVV) 拥有 18 个席位，而 De Hond 则为 20 个。Buzzpeil 认为工党 (PvdA) 有 20 个席位，而 De Hond 认为少了一个席位。基督教民主联盟 (CDA) 在两次民意调查中都是 14 个席位。因此，也许除了自民党之外，其他党派的差异相对较小。这是否意味着我们可以依赖社交媒体？
一些学者一直在研究社交媒体数据是否可用于政治民意调查。慕尼黑工业大学的研究人员安德拉尼克·图马斯扬（Andranik Tumasjan）等人对2009年德国议会选举进行了研究 ，并分析了推特上超过10万条信息。他们想知道，关于政党的推文与最终选举结果之间究竟存在怎 刚果民主共和国电报号码列表 样的关联。他们的研究结果表明，社交媒体可以成为预测选举结果的重要指标。
提及某个政党的推文百分比似乎与该政党最终获得的选票百分比非常相似。30.1% 的推文涉及安格拉·默克尔领导的基民盟，而该党获得了 29.0% 的选票。自由派的自民党获得了 17.3% 的推文和 15.5% 的选票。推文数量和选票数量之间差异最大的是绿党，其获得的选票比推文数量多 3.3%。这些分数与常规民意调查的结果相当，而常规民意调查的结果总是与实际结果略有偏差。