Upload
acsm-vu-university-amsterdam
View
311
Download
0
Embed Size (px)
DESCRIPTION
Presentatie Meten en weten in social media, STIVORO,16 november 2010; Peter Kerkhof
Citation preview
Meten en weten in social mediaSTIVORO, 16 november 2010
prof. dr. Peter KerkhofAfd. CommunicatiewetenschapVrije Universiteit Amsterdam
Over mij
Universitair Hoofddocent /afdelingshoofdAfd. CommunicatiewetenschapVrije Universiteit Amsterdam Bijz. Hoogleraar Customer MediaUniversiteit van Amsterdam (vanaf 1 sept. 2010)
http://twitter.com/PeterKerkhofhttp://www.peterkerkhof.infohttp://linkedin.com/peterkerkhof
Achtergrond: promotie Sociale Psychologie (1997)
Deze presentatie
• Onderzoek naar social media:– Monitoring van social media– Onderzoek naar social media
Mmv Ivar Vermeulen /Jan Kleinnijenhuis /Shenghui Wang /Dirk Oegema /Enny Das /Sonja Utz /Camiel Beukeboom
Social media conversaties
In woord……
Social media conversaties
……en in beeld
Social media conversaties
Social media conversaties
Social media monitoring zie http://bit.ly/monitoringtoolsMF
• Luisteren– RSS feeds, twitter search, google alerts
• Analyseren– Klout, tweetlevel, Socialmention, Buzzcapture
(sentiment)• Meepraten
– Cotweet, hootsuite, radian6, ubervu, ....
Social media monitoring
Afhankelijk van doelstellingen – Engagement– Branding– Verandering in
• Kennis• Opvattingen • Gedrag
– Traffic naar website– Verkoop– .......
Wat meet je?
• Wanneer meten?– Vooraf:
• testen van materiaal /reacties– Vooraf + achteraf:
• Effecten, tracking onderzoek
• Campagnes vs. continue aanwezigheid
Wanneer meten?
• Bestaande data– Clicks, mentions, retweets, reacties, bezoek website– Online sentiment, online associaties
• Vragenlijsten– Kennis– Attitudes– Intenties– Zelfgerapporteerd gedrag– Associaties
Hoe meet je?
Naar meer begrip van social media
- In gesprek: de publiekseffecten van sociale media conversaties
- Tone of voice- Dialoog- Leken reacties vs. expert reacties
- Social media als netwerken - Associaties van thema’s, mensen,
sentimenten- Dynamiek van online communities
Publiekseffecten van social media conversaties
Publiekseffecten van social media conversaties
• Effecten– Mening over bedrijf/merk/product– Mening over klacht & klager– Mening over reactie– Gedragsintenties
Publiekseffecten van social media conversaties
• Verschillende manieren van reageren– Geen reactie– Excuses vs. weerspreken vs. vergoeding– Persoonlijk vs. onpersoonlijk– Dialoog
Publiekseffecten van social media conversaties
• Groot & bekend vs. klein en onbekend• Goede vs. slechte reputatie• leek vs. expert
• Online experimenten• Vaak onder studenten• Ca. 120 deelnemers per studie
Onderzoeksopzet
Tone of voice
• Persoonlijk vs. corporate• Jij vs. u• Ik vs. wij• Mens vs. logo
Persoonlijk werkt beter
Persoonlijk werkt beter
• Positieve 1e reacties• Eerlijker• Meer begaan met de klant• Menselijker• Minder underdog effect• Vooral bij grote organisaties• Ook in PR situaties
Dialoog
• Sociale media conversaties• Worden interacties meer
gewaardeerd wanneer ze meer op een dialoog lijken?
Effecten van een dialoog
Effecten van een dialoog
Wie reageert?
• Wie reageert?– Afnemend
vertrouwen in elites– Ambassadors vs.
experts
Wie reageert?
• Experiment:• Negatieve vs. positieve review • Van een bekende of onbekende hoofdpijnpil• Door een arts of een leek
– Voor + nameting
Experts vs. leken
Experts vs. leken
• Netwerken van thema’s, sentimenten, actoren
• In kaart te brengen via zoekmachines– Waarmee wordt een merk geassocieerd?– Waarmee wordt een thema geascieerd– Waarmee wordt een persoon geassocieerd?
• En hoe dat te combineren?– Goede doelen en ambassadeurs
Social media als netwerken
Online associaties
Online associaties
Online associaties
Online associaties
• Hoe ontwikkelen online communities zich– Netwerkvorm– Ongeremd– Groepsnormen
Dynamiek van online communities
Dynamiek van online communities
Data:nl.politiek, 2003-20081.145.833 postings20.996 deelnemers
Dynamiek van online communities
Data:Centrale netwerkpositiePopulariteit Activiteit Uiten van walging /haatMedia volgen
Anger Afkeer ontvreden onvrede onbevred* onplezierig* afschuw* aversie*walg* afgrijzen weerzin* drift driftig* driftaanval* driftbui* woede* nijd nijdige furie* razernij razen razend razende geraas geraasd raas raasde raasden boos boze boosheid toorn* vertoornd verontwaardig* (kwaad* not w/1 noodzakelijk) kwade woest Hate haat gehate haten hate gehaat hatelijk* jaloers* jaloezie afgunst* naijverig* *haat* hate* gehate wreke* wreekt* wraak* *wrok* gewroken* revanche vergeld* represaille* Fear angst* beangst* huiver* bang banger bangst bange vrezen vrees vreest gevrees* bevreesd? benauw* schrik? schrikken* geschrokken schrok paniek* verbijster* ongelukkig* miserabel* (verdriet not w/1 (stuk verdriet)) verdrietig* pijn pijnlijk? lijdzaam teleur* bedroefd* droevig* droefenis kommer wee not w/1 (oh wee) ween* geween huil* gehuil* *treur*
Dynamiek van online communities
Dynamiek van online communities
Dynamiek van online communities
• Uiten van walging /haat geen karaktertrek maar een gevolg van dynamiek in een online gemeenschap
• Populariteit /activiteit versterkt uiten van walging haat
• Uiten van walging /haat versterkt populariteit /activiteit
Wat kunnen we hiermee?
• Reacties pretesten• Associaties van thema /merk /organisatie
volgen• Dynamiek van communities analyseren
Zodat we....
• Beter weten waar we in stappen• Beter weten hoe mee te praten• Beter weten wie mee moet praten• Beter weten wat de gevolgen zijn
Dank voor uw aandacht!