En aquest treball es realitza una anàlisi d'organitzacions relacionades amb la joventut a través de l'Big Data extret de Twitter. En primer lloc, s'introdueix el context del Big Data, el Business Intelligence i també de les organitzacions dirigides a el desenvolupament professional de joves. Després es realitza un mapeig amb les organitzacions que tenen comptes de Twitter representatives i es recopilen. El següent pas és triar la font de les dades, en aquest cas Twitter amb la seva API, a través d'un programa de creació pròpia en entorn Jupyter Notebook i la llibreria Tweepy per extreure les dades des d'una llista en format .txt. Seguidament, quan es tenen aquestes dades, es procedeix a la tècnica de Business Intelligence anomenada Market Basket Casi a través del algoritme Apriori, que és una anàlisi de relacions, implementat a un software de creació pròpia. Aquests resultats es transformaran en matrius que, finalment, han de ser representades en mapes de calor. Amb l'anàlisi dels mapes de calor s'arribaran a confirmar certes hipòtesis d'una forma numèrica, com que els seguidors de les fundacions tendeixen a seguir altres de la mateixa fundació, i que la fundació Universia té una quantitat considerable de seguidors a tot tipus de organitzacions dirigides a joves. Aquest tipus d'hipòtesis, quan es demostren numèricament, es reforça i pot fer estalviar milers d'euros en publicitat i col·laboracions a l'fer-les més eficaces i eficients.