Masterproef over bedrijven en Facebook

Master in de Meertalige Professionele Communicatie Faculteit Letteren en Wijsbegeerte & Faculteit Toegepaste Economische

Wetenschappen Academiejaar 2010 - 2011

Hoe communiceren merken en bedrijven via Facebook pagina’s?

Een stand van zaken.

Eindrapport masterproef voorgedragen door Olivia Albers

Jeroen Vermeiren tot het behalen van het diploma van

Master in de Meertalige Professionele Communicatie o.l.v. Prof. Dominique Markey

VOORWOORD

Nog niet zo lang geleden werden we zelf lid van de Sociale Netwerksite Facebook.

Ondertussen is het voor miljoenen mensen een deel van hun dagelijks leven

geworden. Het medium heeft de manier waarop mensen met elkaar communiceren

ingrijpend veranderd. Toen we de kans kregen om over Facebook een masterscriptie

te schrijven, hebben we dan ook niet lang getwijfeld. Hoewel het een luchtig

onderwerp lijkt, bleek de uitwerking van ons onderzoek niet zo vanzelfsprekend. We

kregen dan ook hulp vanuit verschillende hoeken. We willen dit voorwoord even

aangrijpen om de mensen die ons geholpen hebben te bedanken.

Bovenal bedanken we onze promotor Prof. Dominique Markey. Ze was van in het

begin erg geïnteresseerd in ons onderzoek en heeft ons dan ook sterk gemotiveerd

om het tot een goed einde te brengen. Daarnaast waren haar waardevolle revisies

een meerwaarde voor het eindresultaat dat we u hier met trots voorstellen.

Ook Mariëlle Leijten willen we bedanken. Zonder haar hulp zouden we waarschijnlijk

nog steeds aan het worstelen zijn met SPSS. Ze heeft ons goed op weg gezet om uit

onze grote hoeveelheid data zinvolle resultaten te halen.

Ten slotte willen we onze familie en vrienden bedanken voor hun onvoorwaardelijke

steun en motivatie tijdens deze toch wel stresserende periode.

We presenteren jullie graag het werk waar jullie allemaal een steentje aan hebben

bijgedragen.

Bedankt!

Olivia en Jeroen

INHOUDSOPGAVE LIJST MET FIGUREN

LIJST MET TABELLEN

Samenvatting ....................................................................................................... 1

Inleiding ............................................................................................................... 2

HOOFDSTUK 1: LITERATUURONDERZOEK .............................................................. 4

1.1 Van Web 1.0 naar Web 2.0 ........................................................................ 4

1.2 Sociale Netwerksites (SNS) ........................................................................ 7

1.3 Facebook: functies en mogelijkheden ...................................................... 10

1.4 De motor van sociale media marketing: “eWord of Mouth” ..................... 13

1.5 Het beheer van een Facebook pagina ...................................................... 18

HOOFDSTUK 2: ONDERZOEKSOPZET .................................................................... 23

2.1. Onderzoeksvraag ......................................................................................... 23

2.2 Methode ....................................................................................................... 25

Steekproef ....................................................................................................... 25

Dataverzameling ............................................................................................. 26

Dataverwerking ............................................................................................... 26

HOODSTUK 3: RESULTATEN ................................................................................. 28

3.1. Opvolging adviezen ...................................................................................... 28

3.2. Resultaten per categorie .............................................................................. 31

Media .............................................................................................................. 31

FMCG............................................................................................................... 33

Fashion ............................................................................................................ 35

Technology ...................................................................................................... 37

Automotive ..................................................................................................... 39

3.3. Vergelijking tussen categorieën .................................................................... 42

Globale vergelijking vijf categorieën ............................................................... 42

Categorie Media ten opzichte van FMCG ....................................................... 43

Categorie Media ten opzichte van Fashion .................................................... 43

Categorie Media ten opzichte van Technology & Categorie Media ten

opzichte van Automotive ................................................................................ 44

Categorie FMCG ten opzichte van Fashion ..................................................... 44

Categorie FMCG ten opzichte van Technology ............................................... 44

Categorie FMCG ten opzichte van Automotive............................................... 45

Categorie Fashion ten opzichte van Technology ............................................ 46

Categorie Fashion ten opzichte van Automotive ............................................ 46

Categorie Technology ten opzichte van Automotive ...................................... 47

3.4. Analyse meest interactieve pagina’s ............................................................. 48

HOOFDSTUK 4: DISCUSSIE EN CONCLUSIE ............................................................ 54

Discussie ............................................................................................................ 54

Opvolging adviezen ......................................................................................... 54

Resultaten per categorie................................................................................. 56

Vergelijking tussen categorieën ...................................................................... 58

Analyse meest interactieve pagina’s .............................................................. 59

Conclusie ............................................................................................................ 61

Literatuurlijst ...................................................................................................... 64

Bijlagen .............................................................................................................. 67

LIJST MET FIGUREN

Figuur 1: Het nieuwe communicatieparadigma .......................................................... 14

Figuur 2: Evolutie van modellen voor consumentenbeïnvloeding .............................. 16

Figuur 3: Gemiddeld aantal berichten per type in de categorie Media ...................... 32

Figuur 4: Gemiddeld aantal appreciaties per bericht in de categorie Media .............. 32

Figuur 5: Gemiddeld aantal commentaren per bericht in de categorie Media........... 33

Figuur 6: Gemiddeld aantal berichten per type in de categorie e FMCG .................... 34

Figuur 7: Gemiddeld aantal appreciaties per bericht in de categorie FMCG .............. 34

Figuur 8: Gemiddeld aantal commentaren per bericht in de categorie FMCG ........... 35

Figuur 9: Gemiddeld aantal berichten per type in de categorie Fashion .................... 36

Figuur 10: Gemiddeld aantal appreciaties per bericht in de categorie Fashion ......... 36

Figuur 11: Gemiddeld aantal commentaren per bericht in de categorie Fashion ...... 37

Figuur 12: Gemiddeld aantal berichten per type in de categorie Technology ............ 38

Figuur 13: Gemiddeld aantal appreciaties per bericht in de categorie Technology .... 38

Figuur 14: Gemiddeld aantal commentaren per bericht in de categorie Technology 39

Figuur 15: Gemiddeld aantal berichten per type in de categorie Automotive ............ 40

Figuur 16: Gemiddeld aantal appreciaties per bericht in de categorie Automotive ... 40

Figuur 17: Gemiddeld aantal commentaren per bericht in de categorie Automotive 41

LIJST MET TABELLEN

Tabel 1: Globale vergelijking vijf categorieën .............................................................. 42

Tabel 2: Media versus FMCG ....................................................................................... 43

Tabel 3: Media versus Fashion .................................................................................... 43

Tabel 4: FMCG versus Fashion ..................................................................................... 44

Tabel 5: FMCG versus Technology ............................................................................... 45

Tabel 6: FMCG versus Automotive ............................................................................... 45

Tabel 7: Fashion versus Technology ............................................................................ 46

Tabel 8: Fashion versus Automotive ............................................................................ 46

Tabel 9: Technology versus Automotive ...................................................................... 47

Tabel 10: Top 5 Facebook pagina’s op basis van interactiviteitsratio ......................... 48

Tabel 11: Overzicht vormkenmerken top vijf interactiefste pagina's ......................... 53

1

SAMENVATTING Deze masterscriptie neemt een van de nieuwste elementen uit de communicatiemix

van bedrijven onder de loep: de sociale netwerksite Facebook. In het bijzonder

spitsen we ons toe op de communicatie via de Facebook pagina, een soort van

bedrijfswebsite binnen de Facebook omgeving.

Het eerste deel van deze scriptie bestaat uit een literatuurstudie. Achtereenvolgens

beschrijven we de opkomst van de verschillende sociale netwerksites, de

belangrijkste kenmerken van de sociale netwerksite Facebook en de ingrijpende

gevolgen van deze evolutie voor de wijze waarop consumenten en merken zich

tegenover elkaar verhouden. We besluiten het literatuuronderzoek met een

samenvatting van de belangrijkste adviezen voor het goed beheer van een Facebook

pagina.

Aan de hand van ons literatuuronderzoek formuleren we een aantal

onderzoeksvragen, met als hoofdvraag: Wat zijn de vormkenmerken van de meest

succesvolle pagina’s van bedrijven en merken op de sociale netwerksite Facebook?

Onze steekproef bestaat uit 44 pagina’s van bedrijven of merken met meer dan één

miljoen fans op de sociale netwerksite Facebook. Voor die pagina’s verzamelden we

data over de vormkenmerken van de communicatie op elke pagina over een periode

van 6 maanden. We verwerkten die data met behulp van de programma’s Excel en

SPSS.

Bij de analyse van onze data en bij de rapportering van onze onderzoekresultaten

keken we eerst in welke mate bedrijven de adviezen die uit ons literatuuronderzoek

naar voor zijn gekomen opvolgen. Vervolgens deelden we onze steekproef op in zes

verschillende categorieën, die we zowel afzonderlijk analyseerden als met elkaar

vergeleken. Ten slotte hebben we bepaald welke de meest interactieve pagina’s

binnen onze steekproef zijn en op welke manier ze communiceren.

In de discussie en conclusie zetten we de belangrijkste resultaten van onze

masterscriptie op een rij. We formuleren enkele aanmerkingen bij ons onderzoek en

aanbevelingen voor toekomstig onderzoek.

2

INLEIDING

De laatste jaren is het belang van interactiviteit bij het opbouwen van klantenrelaties

al maar toegenomen. Een van de middelen die hiervoor gebruikt worden, zijn sociale

netwerksites (SNS). Met meer dan 500 miljoen leden wereldwijd is Facebook de

populairste SNS van het moment. Wat oorspronkelijk bedoeld was als een middel om

sociale contacten te onderhouden, is in een mum van tijd uitgegroeid tot een

volwaardig marketingcommunicatie-instrument. Facebook stelt bedrijven er namelijk

toe in staat de dialoog aan te gaan met hun consumenten. Bedrijven hechten dan

ook steeds meer belang aan communicatie via dit medium.

Het sociale medium biedt bedrijven verschillende manieren aan om bestaande, maar

zeker ook potentiële klanten te benaderen. Met deze masterscriptie willen we een

beeld krijgen van de manier waarop bedrijven en merken gebruik maken van

Facebook voor hun communicatie naar de klant toe. We zijn in het bijzonder

geïnteresseerd in hoe de communicatie via de officiële Facebook pagina van het

bedrijf of merk plaatsvindt. Een Facebook pagina is immers het equivalent binnen

Facebook van de website van het bedrijf of merk.

De aanloop naar dit onderzoek bestaat uit een literatuurstudie. Omdat er nog relatief

weinig academische publicaties over Facebook zijn en omdat het medium zo snel

verandert, gebruiken we naast wetenschappelijke artikels ook informatie uit

professionele blogs die de trends op de voet volgen.

Ons literatuuronderzoek bestaat uit vijf grote onderdelen. In het eerste deel bekijken

we de evolutie die aan de basis ligt van het ontstaan van SNS. Doordat in de eerste

helft van het afgelopen decennium het heersende paradigma van het statische

eenrichtingsverkeer onder Web 1.0 vervangen werd door de interactiviteit en

dynamiek van Web 2.0, konden SNS hun hoge vlucht nemen en uitgroeien tot een

onderdeel van ons dagelijks leven. Het is dan ook relevant om even stil te staan bij de

voornaamste kenmerken van Web 2.0.

De belangrijkste exponent van het Web 2.0 zijn de sociale netwerksites. Deze

netwerken tellen miljoenen leden en zorgen er mee voor dat de wereld één groot

dorp wordt. In het tweede deel van ons literatuuronderzoek kijken we naar wat een

sociale netwerksite nu precies is en op welke wijze sociale netwerksites menselijke

relaties mee vorm geven.

Onze scriptie richt zich op de meest succesvolle van alle sociale netwerksites:

Facebook. Daarom gaan we in het derde deel van het literatuuronderzoek dieper in

op de verschillende functionaliteiten van deze SNS die relevant zijn voor ons

onderzoek. Op deze manier krijgen we een beter zicht op de verschillende

mogelijkheden die het medium aan professionele communicatoren biedt.

In de mix van verschillende media die bedrijven vandaag inschakelen, heeft het

gebruik van SNS intussen een vaste plaats verworven. In het vierde deel van ons

3

literatuuronderzoek gaan we dieper in op het mechanisme dat zorgt voor het succes

en de geloofwaardigheid van communicatie via dit medium: e-Word of Mouth.

Het vijfde en laatste deel van ons literatuuronderzoek geeft weer wat sociale media

experts concreet aanraden aan mensen die een Facebook pagina voor professionele

doeleinden willen inzetten. Op die manier willen we een goed beeld krijgen van

waarop we moeten letten bij de analyse van de door ons geselecteerde Facebook

pagina’s van grote merken en bedrijven.

In het tweede hoofdstuk van deze scriptie beschrijven we het onderzoeksopzet. Om

onze onderzoeksvraag te beantwoorden, bekijken we voornamelijk wat voor soort

berichten bedrijven hanteren in de communicatie met hun klanten. Er wordt een

onderscheid gemaakt tussen zes soorten van berichten: een mededeling, een vraag,

een foto, een video, een link of een aankondiging van een evenement. We willen te

weten komen welk soort bericht de meeste feedback oplevert in de vorm van

commentaren – comments – en appreciaties – likes – van de fans van de door ons

geselecteerde pagina’s. De selectie van de pagina’s gebeurt op basis van het aantal

fans dat ze hebben. Omdat we niet alle bedrijven over dezelfde kam willen scheren

bij het rapporteren van onze resultaten, verdelen we ze onder in vijf categorieën. Dit

laat ons toe om een meer genuanceerd beeld te krijgen van hoe de communicatie

van bedrijven of merken via Facebook pagina’s per categorie verloopt. De

categorieën die we hanteren zijn Media, Fast Moving Consumer Goods (FMCG),

Fashion, Technology en Automotive.

De belangrijkste resultaten van ons onderzoek worden gerapporteerd in hoofdstuk

drie. We gaan eerst na of de bedrijven uit onze steekproef de adviezen uit het

literatuuronderzoek opvolgen. Daarna delen we onze steekproef op in vijf

categorieën en bepalen we de vormkenmerken van de communicatie via Facebook

pagina’s binnen elke categorie. Nadien vergelijken we de categorieën onderling op

basis van hun vormkenmerken. Vervolgens geven we een algemeen beeld van de vijf

meest interactieve pagina’s. We ronden deze scriptie af in hoofdstuk vier met een

overzicht van de besluiten die we uit de resultaten kunnen trekken. Ten slotte

vermelden we de beperkingen van deze studie en formuleren we suggesties voor

toekomstig onderzoek.

4

HOOFDSTUK 1: LITERATUURONDERZOEK

1.1 VAN WEB 1.0 NAAR WEB 2.0 In 2006 koos TIME Magazine voor het eerst in 40 jaar niet voor een specifieke man of

vrouw als persoon van het jaar. Op de cover van het tijdschrift was boven de

afbeelding van een computerscherm met een weerspiegelende beeldbuis de

volgende kop te lezen: “You. Yes you control the Information Age. Welcome to your

World.” (TIME magazine, 2006). Het bijbehorende artikel ging over de gevolgen van

nieuwe ontwikkelingen op het internet, waarbij een nieuwe klasse consumenten

ontstaan was. Consumenten waarvoor het internet voortaan geïntegreerd was in hun

dagelijks leven. Het fenomeen “Web 2.0” beïnvloedt de dag van vandaag de manier

waarop mensen communiceren, beslissingen nemen, zich vermaken, interageren en

hun aankopen doen. Daarenboven zijn ze niet louter gebruikers van het internet, ze

geven het mee vorm (Constantinides, Fountain, 2008).

Web 1.0

De term Web 1.0 duikt pas op vanaf het ogenblik dat er sprake is van het Web 2.0, en

wordt in de literatuur dan ook voornamelijk gebruikt om te verwijzen naar websites

die niet aan de kenmerken van het Web 2.0 voldoen.

De voornaamste kenmerken van Web 1.0 zijn de volgende:

- Web 1.0 pagina’s zijn statisch. Een pagina bevat informatie over een bepaald

onderwerp, maar wordt haast nooit aangepast of geactualiseerd. Er zijn weinig

redenen voor de bezoeker om later naar de pagina terug te keren.

- Web 1.0 pagina’s zijn niet interactief. Het gaat om eenrichtingsverkeer waarbij de

eigenaar van de pagina informatie meedeelt en de bezoeker die informatie verwerkt.

- De software achter Web 1.0 is ontoegankelijk voor de gebruiker. Ze is bezit van de

ontwikkelaar ervan en wordt enkel door die ontwikkelaar gebruikt.

Algemeen wordt aangenomen dat rond het ogenblik van het barsten van de

zogenaamde dotcom-bubble (meerbepaald op 10 maart 2000, toen de

beursspeculatie rond internetbedrijven haar absolute hoogtepunt bereikte, waarna

de aandelenmarkten wereldwijd een duik namen) het internet van Web 1.0 naar

Web 2.0 is geëvolueerd. Toch zijn er ook nu nog zeer veel websites te vinden die

eerder als Web 1.0 dan als Web 2.0 opgevat zijn (O’Reilly, 2005).

Web 2.0

Web 2.0 toepassingen zijn grotendeels gebaseerd op zogenaamde User Generated

Content (UGC). Daarin ligt het grootste verschil met Web 1.0: de gebruiker levert een

5

essentiële bijdrage, die het medium mee vorm geeft. Constantinides en Fountain

(2008, p. 232) geven de volgende definitie van Web 2.0:

“Web 2.0 is a collection of open-source, interactive and user-controlled online

applications expanding the experiences, knowledge and market power of the users as

participants in business and social processes. Web 2.0 applications support the

creation of informal users’ networks facilitating the flow of ideas and knowledge by

allowing the efficient generation, dissemination, sharing and editing/refining of

informal content.”

Een aantal kenmerken gelden voor Web 2.0 toepassingen:

1. De focus ligt op dienstgerichte, eenvoudige en open-source oplossingen in de vorm

van online toepassingen en netwerken.

- Dienstgerichte toepassingen: vóór Web 2.0 was software vooral een product, nu

wordt het als een dienst gezien (O’Reilly, 2005).

- Eenvoudige toepassingen: de interface is veel minder druk, toepassingen bieden een

beperkt aantal opties, en het nut ervan is voor de gebruiker gemakkelijk herkenbaar.

- Open-source toepassingen: ontwikkelaars van toepassingen geven gebruikers de vrije

toegang tot de bronmaterialen van het eindproduct, waardoor in veel gevallen de

gebruikers mee bijdragen aan de ontwikkeling ervan (Constantinides, Fountain,

2008).

- Mensen maken gebruik van Web 2.0 toepassingen omdat ze er een netwerk hebben,

en omdat hun vrienden, familie en kennissen er gebruik van maken. Een andere

toepassing kan misschien technisch gezien beter zijn, maar het netwerk van

contacten is doorslaggevend voor hun trouw (Constantinides, Fountain, 2008).

2. Het ontwikkelen van toepassingen is een voortdurend proces en gebeurt stap voor

stap. Software voor Web 2.0 is altijd in ontwikkeling en onaf. Gebruikers dragen door

het open-source karakter bij aan deze ontwikkeling, wat maakt dat het medium de

stem van de consument weerspiegelt. Hoe meer gebruikers, hoe geavanceerder en

waardevoller het medium wordt (Constantinides, Fountain, 2008).

3. Er zijn nieuwe, op diensten gebaseerde bedrijfsmodellen mogelijk, die individuele

consumenten met nicheproducten bereiken. Gespecialiseerde toepassingen maken

het veel eenvoudiger voor consumenten van nicheproducten om met elkaar in

contact te komen. Samen kunnen die consumenten een substantiële vraag naar dat

specifiek product doen ontstaan (Constantinides, Fountain, 2008).

Doordat het Web 2.0 het individueel- en groepsgedrag van mensen veranderd heeft,

zijn de bestaande machtsstructuren op de markt veranderd: er is een duidelijke

machtsverschuiving merkbaar van producenten en verkopers naar consumenten, en

van traditionele massamedia naar het internet. De belangrijkste reden is dat de

consument tegenwoordig toegang heeft tot enorm veel informatie en kennis, en dat

6

de keuze in producten haast onbeperkt is (Constantinides, Fountain, 2008; Riegner

2007; Mangold, Faulds, 2009).

7

1.2 SOCIALE NETWERKSITES (SNS) Een van de voornaamste elementen van Web 2.0 zijn SNS zoals Facebook, MySpace of Twitter. SNS maken deel uit van de sociale media en bestaan, in tegenstelling tot de traditionele media zoals kranten, televisie of reclame, nog maar een vijftiental jaar. De eerste SNS, SixDegrees.com, ontstond in 1997 (Howard, 2008). Nochtans zijn de meest populaire SNS op dit moment minder dan tien jaar oud. Zo ontstond MySpace in 2003, Facebook in 2004 en Twitter in 2006. Aangezien SNS pas de laatste jaren aan populariteit hebben gewonnen, is de wetenschappelijke literatuur over SNS beperkt. Boyd en Ellison (2008) hebben als eerste het verschijnsel van SNS proberen omschrijven op een wetenschappelijke manier. Hun definitie luidt als volgt (Boyd & Ellison, 2008, p. 211): SNS zijn webdiensten die gebruikers in staat stellen om 1) Een publiek of semipubliek profiel aan te maken binnen een gebonden systeem; 2) Een lijst van andere gebruikers op te stellen waarmee ze een connectie hebben; 3) Hun lijst met connecties en die van anderen binnen het systeem te bekijken.

Ook in andere definities van SNS wordt benadrukt dat de kern van SNS de profielen van de gebruikers zijn waarop ze informatie kunnen plaatsen die ze willen delen met anderen. (Trusov, Bodapati & Bucklin, 2010; Trusov, Bucklin & Pauwels, 2009) Deze informatie kan bestaan uit foto’s, video’s of andere informatie die de gebruiker op zijn of haar profiel plaatst (Gangadharbatla, 2008). Gebruikers creëren aan de hand van hun profiel een beeld van zichzelf voor de andere gebruikers van de site.

Er kan een onderscheid gemaakt worden tussen persoonlijke en professionele profielen (O’Murchu, Breslin & Decker, 2004). Professionele profielen, aangemaakt door bedrijven, bevatten zakelijke informatie zoals productinformatie of advertenties. Persoonlijke profielen bevatten doorgaans meer gedetailleerde informatie over de gebruiker en zijn of haar interesses. Het verschil tussen een persoonlijk en een professioneel - ook wel zakelijk – profiel wordt in het volgende hoofdstuk uitgelegd.

SNS zijn een element van de sociale media. Andere sites met een sociaal karakter zijn sociale nieuwssites en user generated content sites. Sociale nieuwssites zijn websites waarop gebruikers nieuwsberichten kunnen posten. Het nieuws wordt meestal weergegeven in een lijst met het populairste bericht bovenaan. Een voorbeeld van een sociale nieuwssite is Twitter. User generated content sites zijn websites waarop gebruikers allerlei soorten informatie kunnen posten. Dit kunnen bijvoorbeeld foto’s, video’s of gewoon tekst zijn. De websites bestaan bij gratie van de geposte elementen. YouTube is een voorbeeld van een user generated content site die draait om korte videofilmpjes. Onderzoek wijst uit dat de meeste SNS gebruikt worden om een offline netwerk van vrienden en kennissen ook online uit te bouwen en niet om nieuwe mensen te leren kennen. Boyd en Ellison (2008) maken daarom als eerste een onderscheid tussen “social network sites” en “social networking sites”. Networking houdt in dat men contacten legt met nieuwe mensen in een bedrijfscontext of een sociale context. Social networking sites zijn dus sites waar contacten met onbekende mensen worden geïnitieerd. Facebook is voornamelijk een social network site (Ellison et al, 2007).

8

Dit neemt niet weg dat SNS gebruikt worden om nieuwe mensen te leren kennen. Integendeel, SNS maken het net makkelijker om nieuwe contacten te leggen. Vooral voor personen die in het echte leven niet zo sociaal zijn, kunnen SNS een oplossing bieden. Op SNS kunnen ze namelijk aan de hand van een profiel een beeld van zichzelf creëren en in contact komen met gebruikers met gelijkaardige interesses. De informatie die verschaft wordt op het profiel van andere gebruikers over hun interesses, hobby’s of andere elementen kan de basis zijn voor het opnemen van contact met die gebruikers. De drempel om online contact met iemand te zoeken is lager dan die om face-to-face contact te zoeken met een onbekende.

Gebruikers worden voornamelijk lid van SNS om sociale redenen en niet zo zeer om commerciële redenen. Dit is belangrijk voor marketeers die via SNS consumenten willen benaderen. Onderzoek toont aan dat marketeers consumenten op een SNS op een andere manier moeten benaderen dan via een website (Kelly et al, 2009). Gebruikers van SNS willen hun sociale contacten onderhouden en hun eigen online identiteit creëren. Een profiel op een SNS geeft gebruikers de kans om in contact te komen met gebruikers met dezelfde interesses. Het is de taak van marketeers om ervoor te zorgen dat een bepaald product deel uitmaakt van die interesses.

Marketeers moeten bovendien proberen achterhalen door wie SNS gebruikt worden zodat ze hun doelgroep kunnen definiëren (www.mashable.com). Qua gebruik van SNS zijn enkele trends te onderscheiden. Ten eerste worden SNS niet alleen meer door jongeren gebruikt, maar worden steeds meer oudere personen ook lid. Zo was Facebook oorspronkelijk gericht op universiteitsstudenten tussen 18 en 25 jaar maar zijn vrouwen boven de 55 jaar nu de snelst groeiende demografische groep op Facebook (www.insidefacebook.com). De meerderheid van de gebruikers op dit moment is echter nog tussen de 25 en de 45 jaar oud (www.ignitesocialmedia.com). In tegenstelling tot vroeger registreren gebruikers zich nu bovendien met hun naam en niet meer anoniem. Een derde trend is dat men SNS ook steeds meer voor professionele redenen begint te gebruiken en niet meer puur voor het plezier. Zo maakte president Obama gebruik van Facebook om campagne te voeren bij de presidentsverkiezingen in de VS in 2008 (www.timesonline.co.uk).

SNS verschillen onderling op basis van enkele factoren. Variaties in de zichtbaarheid van en toegang tot gebruikersprofielen zijn een van de belangrijkste factoren waarop SNS van elkaar verschillen. De instellingen voor deze twee elementen kunnen door gebruikers worden aangepast. Zo kan een Facebook gebruiker bijvoorbeeld aanpassen welke informatie van zijn of haar profiel zichtbaar is voor onbekenden en welke voor vrienden. Per vriend kan de zichtbaarheid van informatie verder gespecificeerd worden.

Een ander onderscheid tussen SNS is de registratiemethode (O’Murchu, Breslin & Decker, 2004). Bij de meerderheid van SNS kunnen gebruikers rechtstreeks lid worden zonder restricties. De enige vereiste is het invullen van enkele basisgegevens zoals een profielnaam, e-mailadres en paswoord. Deze SNS zijn dus enkel gebaseerd op vrijwillige registratie. Eens een profiel aangemaakt is, kan de gebruiker zijn of haar netwerk beginnen uitbreiden. Er zijn ook SNS waarvan niet iedereen zomaar lid kan worden. Om lid te worden van dergelijke SNS is een connectie vereist met iemand die al lid is. Alleen door een uitnodiging van een reeds bestaand lid, kan een andere gebruiker ook lid worden. Een voorbeeld van dergelijke site is Orkut, een van de populairste SNS is Brazilië. Bij dergelijke sites is mond-tot-mondreclame een zeer belangrijk aspect voor de SNS om meer leden te verwerven.

9

Eens een persoon lid is van een SNS kan hij of zij een netwerk opbouwen waarmee informatie gedeeld kan worden. De inhoud van SNS wordt voor een groot deel geproduceerd door de gebruikers ervan (Kelly et al, 2009). Hoe groter het netwerk van een gebruiker, hoe meer activiteit er op zijn of haar profiel plaatsvindt. De gebruiker kan twee soorten activiteiten uitvoeren op een SNS. Hij of zij kan zelf nieuwe inhoud creëren door zijn of haar profiel te updaten of hij of zij kan de inhoud waarnemen die gecreëerd wordt door anderen. Marketeers beseffen dat sociale media, zoals SNS, een machtig marketingmiddel zijn. Dankzij de lage toetredingskost en het grote bereik van SNS maken zij meer en meer gebruik van dit nieuwe sociale medium. SNS bieden de mogelijkheid aan bedrijven om rechtstreeks met hun klanten te communiceren in hun persoonlijke omgeving (Boyd & Ellison, 2008). Op die manier kunnen consumenten persoonlijk benaderd worden en ontstaat een dialoog die voor bedrijven vaak zeer nuttige informatie oplevert. De mening van klanten is van onschatbare waarde voor bedrijven. Aan de hand van feedback van klanten kunnen producten namelijk verbeterd worden waardoor de klanten meer tevreden zullen zijn en de klantrelatie bevorderd wordt.

Voor ons onderzoek zijn we geïnteresseerd in de manier waarop bedrijven nu precies gebruik maken van SNS om met hun klanten te communiceren. We zullen ons daarbij op één specifieke SNS richten, namelijk Facebook. Facebook werd opgericht in 2004 door een Amerikaanse student van Harvard, Marc Zuckerberg. Oorspronkelijk kregen alleen studenten van Harvard toegang tot Facebook met hun Harvard-e-mailadres. Stilaan breidde Facebook uit naar andere universiteiten en tegen 2006 maken ze de site toegankelijk voor het grote publiek (www.facebook.com). Met meer dan 500 miljoen gebruikers wereldwijd is Facebook tegenwoordig de snelst groeiende en meest populaire SNS ter wereld. Bedrijven beseffen dan ook dat Facebook een belangrijke rol kan spelen in de communicatie naar klanten toe.

10

1.3 FACEBOOK: FUNCTIES EN MOGELIJKHEDEN

Ons onderzoek spitst zich in het bijzonder toe op de SNS Facebook en haar verschillende functies en mogelijkheden omdat Facebook op dit moment de populairste SNS is. Om ons onderzoek beter te begrijpen, is het belangrijk dat de termen die we hanteren duidelijk zijn. Daarom lichten we in wat volgt kort de basiselementen van Facebook toe die voor ons onderzoek van belang zijn.

Profiel (Profile)

Elk lid van Facebook heeft een profiel. Een profiel bevat de informatie die de gebruiker bekend wil maken. De gebruiker kan aan de hand van privacy instellingen zelf bepalen in hoeverre hij of zij die informatie vrijgeeft.

Het profiel bestaat uit verschillende onderdelen. Voor ons onderzoek is vooral de wall of het prikbord van belang. Dit is een overzicht van alle recente activiteiten die de gebruiker heeft uitgevoerd. Vrienden uit het netwerk van de gebruiker kunnen hier ook berichtjes ofwel posts nalaten. Berichten kunnen verschillende vormen aannemen: een tekstberichtje, een foto, een video of een link.

Op Facebook kunnen twee soorten profielen aangemaakt worden: een persoonlijk profiel of een zakelijk profiel. Zakelijke profielen worden meestal aangemaakt voor professionele doeleinden zoals het aanmaken van een pagina of het plaatsen van een advertentie op Facebook (Hartley, 2010). Een pagina is een soort van website binnen Facebook waar merken, bedrijven of artiesten reclame kunnen maken voor hun product. Één gebruiker kan meerdere pagina’s aanmaken en beheren. Zo dadelijk worden Facebook pagina’s nader toegelicht. Het gebruik en de mogelijkheden van zakelijke profielen verschillen van die van persoonlijke profielen. Beheerders van zakelijke profielen hebben slechts in beperkte mate toegang tot Facebook. Een gebruiker met een zakelijk profiel kan alleen de informatie op zijn of haar pagina’s bekijken en bewerken. Hij of zij heeft geen toegang tot de profielen van andere gebruikers of inhoud die zich buiten de beheerde pagina’s bevindt. Bovendien kunnen zakelijke profielen geen vriendschapsverzoeken ontvangen of uitsturen.

Persoonlijke profielen worden niet zo zeer voor professionele doeleinden aangemaakt. Ze bevatten meer specifieke informatie dan een zakelijk profiel, bijvoorbeeld relatiestatus, opleiding, geloofsovertuiging, enzovoort (O’Murchu, Breslin &Decker, 2004). Gebruikers met een persoonlijk profiel hebben wel toegang tot profielen van andere gebruikers en kunnen doorverbonden worden naar informatie die buiten een pagina valt.

Pagina (Page)

Een pagina is gelijkaardig aan een profiel met dat verschil dat pagina’s voor iedereen even toegankelijk zijn. Pagina’s kunnen gezien worden als ‘een profiel voor een merk’. Het is een soort van website binnen Facebook die volledig draait om één product, bedrijf of artiest waarover informatie verschaft wordt aan andere gebruikers van de SNS. In tegenstelling tot een profiel kan elke gebruiker de volledige inhoud van een pagina consulteren. Het aanmaken van een pagina voor een product,

11

bedrijf of artiest kan enkel en alleen gebeuren door de officiële vertegenwoordiger ervan (www.facebook.com). Voor een overzicht van de lay-out en belangrijkste elementen van een Facebook pagina, verwijzen we naar bijlage 1.

Het is de bedoeling om zoveel mogelijk gebruikers trouw te maken aan je Facebook pagina. Dit gebeurt wanneer een gebruiker op de “Vind-ik-leuk”-knop (Like-button) klikt. Gebruikers worden in dat geval fans van de pagina. Wanneer iemand fan wil worden van een pagina heeft hij of zij hier geen toestemming van de paginabeheerder voor nodig. Eens een gebruiker fan is van een pagina, krijgt hij of zij informatie over die pagina te zien in het nieuwsoverzicht (cf. infra). De fan kan vanaf dat moment berichtjes achterlaten op de wall van de pagina. Hij of zij kan ook commentaar geven op reeds geposte berichtjes. Dit heet een comment. Wanneer een fan een reeds geposte berichtje leuk vindt (liked), kan hij of zij onder elke post op de “Vind-ik-leuk”-knop klikken. Dit heet een like. Om te verregaande anglicismen te voorkomen zullen we in het verloop van deze scriptie Nederlandstalige termen gebruiken. Zo zullen we een post een bericht noemen, een like een appreciatie en een comment een commentaar.

Pagina’s worden een steeds belangrijker instrument van de marketingmix van bedrijven. Ze bieden bedrijven de mogelijkheid om op een zeer voordelige manier meer merkbekendheid op te bouwen bij het grote publiek en de interesse van de gebruikers te wekken omtrent een product en/of bedrijf. Het is bovendien een manier voor bedrijven om gratis reclame te maken en hun fans constant op de hoogte te houden van de activiteiten van het bedrijf. Pagina’s zijn dan ook het middel bij uitstek voor een bedrijf of artiest om via Facebook te communiceren met zijn of haar fans. De vraag hoe de communicatie tussen een bedrijf en haar fans via een pagina verloopt, ligt aan de basis van ons onderzoek. We zullen hiervoor vooral aandacht besteden aan het aantal berichten, appreciaties en commentaren per pagina.

Nieuwsoverzicht (News Feed)

Het nieuwsoverzicht is het eerste wat de gebruiker te zien krijgt wanneer hij of zij inlogt op zijn of haar Facebook profiel . Het is gelijkaardig aan het prikbord met dat verschil dat het nieuwsoverzicht veel meer informatie weergeeft. Het prikbord van een gebruiker geeft namelijk enkel informatie weer over de activiteiten waarbij hij of zij zelf betrokken is – een statusupdate, een berichtje aan de gebruiker van een van zijn of haar vrienden, enzovoort. Het nieuwsoverzicht geeft echter ook informatie over de activiteiten van vrienden en pagina’s uit het netwerk van de gebruiker. Wanneer bijvoorbeeld twee personen, die allebei deel uitmaken van het netwerk van een derde gebruiker, met elkaar interageren binnen Facebook, wordt de derde persoon hiervan op de hoogte gesteld via het nieuwsoverzicht. Ook wanneer bijvoorbeeld een van de vrienden uit het netwerk van de gebruiker fan wordt van een pagina verschijnt dit in het nieuwsoverzicht van de gebruiker.

Voor bedrijven is het nieuwsoverzicht een van de belangrijkste elementen van Facebook. Het is een manier om bij fans in het oog te springen en hen op de hoogte te houden van activiteiten van het bedrijf. Telkens wanneer een bedrijf nieuwe informatie post op haar pagina, verschijnt die informatie immers in het nieuwsoverzicht van al haar fans.

12

Status

De statusbalk verschaft gebruikers de mogelijkheid om korte mededelingen te doen of vragen te stellen aan alle vrienden uit zijn of haar netwerk. Wanneer een gebruiker de status verandert, verschijnt dit namelijk in het nieuwsoverzicht van iedereen uit zijn of haar netwerk. Iedereen in het netwerk van de gebruiker kan reageren op zijn of haar status. Daarom wordt het vaak gebruikt om een oproep te doen aan personen in het netwerk van de gebruiker.

Een statusupdate kan naast een mededeling of een vraag ook een foto, een video of een link bevatten. Vooral op pagina’s van bedrijven – in tegenstelling tot persoonlijke profielen – bevatten statusupdates meer dan louter tekst. Een foto, video of link springt namelijk meer in het oog dan enkel een tekstberichtje.

Evenementen (Events)

Iedere gebruiker kan een evenement aanmaken op Facebook. Het evenement wordt aangekondigd via een evenementpagina. Bij het aanmaken van een evenementpagina kan de oprichter beslissen of andere gebruikers een uitnodiging voor het evenement al dan niet mogen doorsturen naar hun vrienden. Wanneer dit toegelaten is, spreekt men van een publiek evenement. Bij privé-evenementen beslist de oprichter wie de genodigden voor het evenement zullen zijn. Deze gastenlijst kan niet worden aangepast, tenzij door de oprichter zelf.

Vrienden (Friends)

Het netwerk van een Facebook-gebruiker bestaat uit zijn of haar vrienden. Wanneer een gebruiker iemand als vriend in zijn of haar netwerk wilt opnemen, moet hij of zij eerst een vriendschapsverzoek versturen naar de andere gebruiker. Deze heeft dan de keuze om het vriendschapsverzoek al dan niet te accepteren. Pas wanneer de andere gebruiker het verzoek geaccepteerd heeft, verschijnen ze in elkaars vriendenlijst (Trusov, Bodapati, and Bucklin, 2008). Accepteert een gebruiker een vriendschapsverzoek niet, dan wordt de verzender van het verzoek hier niet van op de hoogte gebracht.

De vriendenlijst is een cruciale component van SNS (Boyd & Ellison, 2008). Deze lijst bevat de links naar de profielen van de vrienden van de gebruiker. De vriendenlijst is zichtbaar voor iedereen die het profiel van de gebruiker bekijkt, tenzij de opties hiervoor door de gebruiker worden aangepast. Facebook stelt een limiet van 5000 vrienden per gebruiker.

13

1.4 DE MOTOR VAN SOCIALE MEDIA MARKETING: “EWORD

OF MOUTH”

Het verspreiden van commerciële boodschappen op SNS zoals Facebook gebeurt

(naast het plaatsen van klassieke advertenties) vooral door een digitale vorm van

mond-aan-mond-reclame: “eWord of Mouth”.

De toenemende fragmentering van het medialandschap en de overvloed aan

informatie hebben er toe bijgedragen dat de consument steeds minder

geïnteresseerd is in commerciële boodschappen van bedrijven die in traditionele

media verspreid worden (Singh, Veron, Cullinane, 2008). Bijna 60% van de

consumenten in de Verenigde Staten vinden marketing voor hen persoonlijk

irrelevant; bijna 70% heeft interesse in producten of diensten die marketingpogingen

zouden blokkeren (Business Wire, 2005). In het Verenigd Koninkrijk heeft het

internet de televisie voorbijgestoken als de reclamesector met het grootste

marktaandeel (IAB, 2009b).

In de traditionele marketingbenadering worden de verschillende elementen van de

marketingmix door de marketeer gecoördineerd om een geïntegreerde

marketingcommunicatiestrategie te vormen. De inhoud, timing, frequentie en het

medium van de boodschap worden bepaald door de organisatie die ze verspreidt. De

informatie die buiten de controle van dat model verspreid wordt, zoals word-of-

mouth-communicatie tussen consumenten, had vroeger vanwege haar beperkte

verspreiding weinig impact op de boodschap die door de organisatie uitgestuurd

werd (Mazylin, 2006).

Vandaag moeten marketeers een deel van de controle over de boodschap opgeven:

de sociale media hebben de mogelijkheid voor consumenten om met elkaar te

communiceren enorm vergroot. Consumenten vertrouwen veel meer op meningen

van andere consumenten dan op reclameboodschappen. Steeds meer maken ze

gebruik van sociale media om informatie over producten te zoeken en hun

aankoopbeslissingen te maken (Lempert, 2006, Vollmer, Precourt 2008). Die sociale

media worden als veel betrouwbaardere bronnen van informatie beschouwd dan

communicatie van organisaties via de traditionele kanalen van de

marketingcommunicatiemix (Foux, 2006).

Mangold en Faulds (2009) stellen een nieuw communicatiemodel voor, dat

verschillende veranderingen in de houding van marketingmanagers vergt (zie figuur

1).

14

FIGUUR 1: HET NIEUWE COMMUNICATIEPARADIGMA

In de eerste plaats moeten marketing managers het gegeven accepteren dat een

groot deel van de informatie over hun producten en diensten door individuele

consumenten aan andere consumenten gecommuniceerd wordt via sociale media.

Ten tweede is er het gegeven dat consumenten op deze informatie reageren op

manieren die op rechtstreekse wijze alle aspecten van het consumentengedrag

beïnvloeden, van de manier waarop consumenten zoeken naar informatie over

producten tot het uitdrukken van tevredenheid of ontevredenheid na de aankoop.

Ten derde wenden consumenten zich af van de traditionele elementen van de

marketingcommunicatiemix. Ze vertrouwen steeds minder de reclame als bron van

informatie binnen hun besluitvormingsproces. Ten slotte moeten managers die de

gewoonte hebben een grote mate van controle uit te oefenen over de boodschap die

de organisatie naar de consument verstuurt, leren om de conversatie met de

consument aan te gaan. Op die manier kunnen ze de discussies over hun merken en

producten die plaats hebben binnen de sociale media beïnvloeden (Mangolds,

Faulds, 2009).

Sociale media marketing (SMM) maakt gebruik van de Web 2.0 technologie en

sociale netwerken om de communicatie tussen een merk en de consument te

voeren. SMM helpt marketeers om te leren van de consument door te luisteren.

Tegelijkertijd worden sociale media gebruikt om relaties op te bouwen, waardoor er

een grotere merkwaarde ontstaat. SMM bestaat uit conversaties: door consumenten

onderling, van het merk naar de consument, en zelfs van de consument naar het

merk. Dankzij SMM kan het merk rechtstreeks in contact staan met de consument

(Farley, 2010). Marketing binnen sociale media draait niet louter om het overbrengen

van een boodschap, maar vooral om het ontvangen en uitwisselen van percepties en

ideeën (Drury, 2008).

“eWord-of-mouth” is het grote principe dat aan de basis ligt van de groeiende

invloed van sociale media binnen de marketingmix. Binnen traditionele benaderingen

van de marketingmix heeft het begrip word-of-mouth (WOM) al lang een vaste plaats

15

gekregen. De gepercipieerde geloofwaardigheid van wat de ene consument tegen de

andere vertelt, ligt veel hoger dan de boodschap die consumenten over merken

krijgen via de media (Rogers, 1962). Katz en Lazarsfeld (1955) kwamen al tot de

conclusie dat WOM de belangrijkste beïnvloeder is in de aankoop van

huishoudgoederen, en advies van andere consumenten over een dienst heeft meer

invloed op de beslissing van de consument dan alle informatie die door marketeers

verspreid wordt samen (Alreck, Settle, 1995).

De schaalvergroting die het Web 2.0 in intermenselijke contacten met zich heeft

meegebracht, heeft een verschuiving in het communicatiemodel van WOM met zich

meegebracht. Kozinets, de Valck, Wojnicki en Wilner (2010) onderscheiden drie fasen

in die verschuiving.

1. The organic interconsumer influence model

Reeds in 1943 suggereerde de diffusie-studie van Ryan en Gross (Kozinets, ea., 2010)

dat conversaties tussen consumenten belangrijker dan marketingcommunicatie

waren voor het beïnvloeden van koopgedrag. De conversaties binnen het “organic

interconsumer influence model” draaien om de uitwisseling van producten

merkgerelateerde marketingboodschappen. Het “organische” aspect van dit model

bestaat erin dat de conversatie tussen consumenten onderling vanzelf gebeurt,

zonder onmiddellijke invloed of meting van marketeers. Die ontwikkelen enkel

producten en maken ze via reclame en promoties bekend. De motivering van

consumenten om te communiceren over merken of producten ligt in de wil om

anderen te helpen, hen te waarschuwen voor slechte service en om status te

communiceren (Kozinets, ea., 2010).

2. The linear marketer influence model

Terwijl de theorie rond WOM evolueerde, begon de nadruk te liggen op het belang

van bijzonder invloedrijke consumenten binnen het WOM proces. Volgens deze

theorie zou het in het belang van marketeers zijn om die invloedrijke, gerespecteerde

en geloofwaardige consumenten te identificeren en hen te proberen beïnvloeden.

Hier gaat de marketeer dus actief deelnemen aan het WOM proces. Door het

inschakelen van die “opinion leaders” konden marketeers gebruik maken van “the

friend who recommends a tried and trusted product” in de plaats van “the salesman

who tries to get rid of merchandise” (Dichter 1966, p. 165). In dit model wordt de

opinion leader verondersteld op vrij accurate wijze de marketingboodschap van de

marketeers aan de consument door te geven (Kozinets, ea., 2010).

3. The network coproduction model

Marketeers zijn er in de recentste versie van het model op uit om op rechtstreekse

wijze WOM activiteit te beheren via doelgerichte één-op-één verspreiding en

communicatieprogramma’s. Het internet staat hierbij meer verregaande niveaus van

meting en controle toe dan voordien mogelijk was. Figuur 2 toont dat de

16

marketingtheorie is geëvolueerd van transacties naar relaties, met een groter belang

dat gehecht wordt aan consumentennetwerken, groepen en gemeenschappen.

Consumenten worden beschouwd als actieve medeproducten van (merk)waarde

(Kozinets, ea., 2010).

Er zijn twee opvallende kenmerken van dit nieuwe model: ten eerste richten

marketeers zich doelbewust en direct op het beïnvloeden van de consument of van

de opinion leader die op zijn beurt de consument beïnvloedt. Ten tweede is er het

besef dat marketingcommunicatie geen eenrichtingsverkeer is, maar uitgewisseld

wordt binnen het consumentennetwerk (Barnes, 2009).

FIGUUR 2: EVOLUTIE VAN MODELLEN VOOR CONSUMENTENBEÏNVLOEDING

Kozinets, de Valck, Wojnicki en Wilner (2009) hebben onderzoek verricht naar de

verspreiding van WOM-communicatie via blogs. Aangezien SNS net zoals blogs hun

gebruikers toestaan om over hun leven, visies en ervaringen te bloggen, zijn hun

17

bevindingen ook relevant voor ons onderzoek naar Facebook communicatie. De

onderzoekers onderscheiden vier factoren die deze communicatie beïnvloeden:

1. De boodschap wordt beïnvloed door de plaatsing ervan binnen het bredere

verhaal dat de blogger brengt.

2. Het forum waar de boodschap gebracht wordt, in casu de blog, beïnvloedt de

boodschap.

3. De blog-gemeenschap heeft algemene regels voor het uitwisselen van

boodschappen.

4. De promotionele eigenschappen van de WOM-campagne en gelijkaardige

promoties beïnvloeden eveneens de boodschap.

Het onderzoek wees uit dat er voor mensen die via WOM over een product

communiceren een spanning bestaat tussen het commerciële aspect van het

promoten van een bepaald product en de normen die gelden binnen de

gemeenschap. Het bleek dat bloggers het product waar ze over schrijven, inpassen in

een breder verhaal, om de boodschap meer geloofwaardig en relevant te maken

voor de gemeenschap. Bloggers doen drie zaken die nuttig zijn voor marketeers: ze

communiceren de marketingboodschap, ze zetten hun reputatie en het vertrouwen

dat de gemeenschap in hen heeft in voor de marketingboodschap, en ze passen de

marketingboodschap aan aan de normen en verwachtingen die er in de

gemeenschap heersen (Kozinets, ea., 2009; Smith, ea., 2007).

Een positieve houding van de gemeenschap tegenover een marketingboodschap die

via WOM verspreid wordt, hangt dus af van drie elementen:

1. De mate waarin ze overeenstemt met de doelen, de context en de geschiedenis

van het verhaal dat de communicator brengt.

2. In hoeverre de communicator de spanning erkent tussen het commerciële

aspect van de boodschap en normen van de gemeenschap.

3. De mate waarin de boodschap overeenstemt met de normen van de

gemeenschap en er relevant voor is (Kozinets, ea., 2010; Hung, Yiyan Li, 2007).

SNS zijn plaatsen bij uitstek waar de gebruikers bloggen over hun leven en wat hen

bezig houdt. Het onderzoek van Kozinets ea. is dan ook zeer relevant voor de

mechanismen die aan de basis liggen van het slagen of falen van communicatie van

bedrijven en merken via Facebook.

18

1.5 HET BEHEER VAN EEN FACEBOOK PAGINA

Hoewel Facebook een relatief jong marketingmiddel is, biedt het bedrijven talloze

mogelijkheden om zichzelf en hun merken te promoten bij het grote publiek.

Facebook is een soort van virtuele markt waar bedrijven best aanwezig kunnen zijn

(www.socialmediatoday.com). SMM groeit stilaan uit tot een essentieel onderdeel

van de marketingstrategie van bedrijven. Nochtans bestaan er geen eenduidige

richtlijnen over het gebruik van Facebook door bedrijven als communicatiemiddel

naar de klant toe.

Aangezien de wetenschappelijke literatuur over klantgerichte communicatie via

Facebook beperkt is, zijn we te rade gegaan bij enkele invloedrijke blogs. We hebben

getracht de meest voorkomende adviezen over het beheer van Facebook pagina’s te

synthetiseren en hielden zo vier algemene richtlijnen over. Deze worden in wat volgt

een voor een besproken in volgorde van belangrijkheid. Uit deze vier adviezen

leidden we drie bijkomende onderzoeksvragen af, ter ondersteuning van onze

hoofdvraag.

1. Promotie van de pagina Eens een bedrijf een Facebook pagina heeft aangemaakt, is het van belang om deze pagina zoveel mogelijk te promoten bij de consumenten (www.openforum.com). Het is de bedoeling om het aantal connecties naar de pagina te vergroten. De eerste doelgroep die op de hoogte moet gebracht worden van de pagina is het huidige klantenbestand van een bedrijf. Eens zij op de hoogte zijn van de pagina kunnen zij via muis-tot-muisreclame hun netwerk hiervan op de hoogte stellen. Er zijn een aantal kostenloze manieren waarvan bedrijven gebruik kunnen maken om gebruikers naar hun pagina te leiden. Een van die manieren is door een Facebook Page Badge te ontwikkelen (www.technshare.com). Deze badge wordt op de website van een bedrijf geplaatst om haar Facebook pagina te promoten. Wanneer gebruikers hierop klikken worden ze automatisch doorverwezen naar de Facebook pagina van het bedrijf. Op de pagina zelf kunnen de gebruikers via de “Vind-ik-leuk”-knop fans worden van de pagina. Bedrijven kunnen de “Vind-ik-leuk”-knop ook rechtstreeks op hun website plaatsen. Wanneer bezoekers van de website hier dan op klikken, worden ze meteen fan van de Facebook pagina van het bedrijf. Een andere manier die vaak op blogs wordt aangeraden om een pagina te promoten, is door ernaar te verwijzen in de elektronische nieuwsbrief of e-mails van het bedrijf naar haar klanten toe (www.facebookflow.com). Klanten kunnen via deze manier aangespoord worden om de pagina te bekijken en er fan van te worden. Het is niet alleen belangrijk dat de pagina van een bedrijf gepromoot wordt. Het bedrijf kan via de Facebook pagina eveneens haar website promoten. Verscheidene blogs en artikels raden bedrijven dan ook aan om zoveel mogelijk informatie te verschaffen op de Facebook pagina. Een van de elementen die zeker en vast vermeld

19

moeten worden, is de officiële website van het bedrijf (blog.ewaydirect.com). Wanneer gebruikers op de Facebook pagina van een bedrijf belanden en informatie willen opnemen, mag de link naar de website van het bedrijf dus zeker niet ontbreken. Er moet eigenlijk een wederzijdse link zijn tussen de website en de Facebook pagina van een bedrijf. De ene moet verwijzen naar de andere en vice versa.

2. Frequentie van pagina-updates Wanneer een bedrijf beslist om een Facebook pagina aan te maken, moet het er ook daadwerkelijke gebruik van maken. Het is essentieel voor de fans dat ze zien dat het bedrijf actief is op de pagina. Zo krijgen ze het gevoel dat het bedrijf geëngageerd is en zullen zij ook sneller geëngageerd worden. Er zijn niet echt richtlijnen over het aantal berichten dat een bedrijf moet posten. Dit hangt namelijk af van bedrijf tot bedrijf. Een restaurant zou bijvoorbeeld elke dag haar dagschotel kunnen aankondigen terwijl een kledingzaak niet elke dag een nieuwe collectie aan te bieden heeft. Al bij al raden de meeste blogs aan om toch minstens twee keer per week iets te posten (www. socialmediatoday.com; www.socialmediaexaminer.com; www.quantumwebsolutions.com; www.onlinemarketing-trends.com; www.sigmawebtechnologies.com). Er moet echter wel opgelet worden om niet teveel te posten. Wanneer bedrijven meerdere keren per dag berichtjes posten, kan dit irritatie opwekken bij de fans. Bedrijven lopen in dat geval het risico om uit het nieuwsoverzicht van hun fans verwijderd te worden. (www.scalablesocialmedia.com; www.groundwire.org) De geposte elementen moeten niet alleen tekstberichtjes te zijn. Het kunnen even goed foto’s, video’s of links zijn (www. socialmediatoday.com; www.scalablesocialmedia.com). Hierbij is het belangrijk dat het bedrijf een persoonlijke kant van zichzelf laat zien (www.quantumwebsolutions.com). Een Facebook pagina wordt namelijk gecreëerd om de klant op een meer persoonlijke manier te benaderen. Hoe meer een bedrijf de menselijke kant van haar organisatie, producten en werknemers blootgeeft, hoe groter het effect (www.socialmediatoday.com). Wanneer een bedrijf dus louter zakelijke elementen post, zullen de fans snel afhaken. De persoonlijke “touch” kan bijvoorbeeld een filmpje zijn met een boodschap van een van de directieleden van het bedrijf naar de fans toe. Het doel hiervan is dat het bedrijf laat zien dat het meer is dan een organisatie die winst wil maken. Het moet de menselijke kant van het bedrijf in de verf zetten. De reden waarom bedrijven worden aangeraden om hun Facebook pagina regelmatig te updaten, is omdat telkens wanneer ze dit doen, de update immers in het nieuwsoverzicht van alle fans verschijnt (www. socialmediatoday.com). Wanneer fans zien dat er nieuwe elementen gepost zijn, wordt hun aandacht getrokken waardoor de pagina meer bezocht zal worden. Een voorwaarde hiervoor is wel dat de geposte informatie relevant is voor de fans (www.quantumwebsolutions.com). Een bedrijf kan bijvoorbeeld regelmatig haar pagina updaten met informatie die op dat moment van belang is. Wanneer fans bijvoorbeeld kunnen participeren aan een wedstrijd die op de pagina loopt, kan hier een tab aan gewijd worden. Kortom, het bedrijf moet met andere woorden haar fans constant op de hoogte houden. Coca-Cola voerde een jaar lang een sociale mediacampagne waarbij ambassadeurs van het merk de wereld rond reisden en de fans via de Facebook pagina aan de hand van videofragmenten, foto’s en verlagen constant up to date hielden van hun avonturen.

20

Toen de campagne in januari 2010 begon, had Coca-Cola iets meer dan vier miljoen fans. Één jaar later is de fanbase toegenomen met meer dan 400 procent en bevat nu meer dan 22 miljoen fans (www.expedition206.com).

3. Stimulatie van conversatie en aandacht voor de fans Een Facebook pagina verschaft bedrijven de mogelijkheid om met hun klanten te communiceren. Bedrijven moeten deze kans dan ook ten volle benutten. Een manier waarop een bedrijf de communicatie op haar pagina kan bevorderen, is door vragen te stellen aan haar klanten (www.scalablesocialmedia.com; www.quantumwebsolutions.com). Deze soort van statusupdate draait niet zo zeer om het bedrijf zelf, maar om de mening van de klant. Wanneer klanten gevraagd worden om hun mening te geven, schept dit een band. Klanten krijgen de indruk dat hun mening ertoe doet en dat het bedrijf moeite doet om naar haar klanten te luisteren. Het is belangrijk dat bedrijven niet alleen vragen waarover de fans tevreden zijn, maar ook waarover ze minder tevreden zijn. Dit geeft bedrijven de kans om hun product of dienst aan te passen aan de wensen van de consumenten. Het grootste nadeel voor een bedrijf is echter dat het geen controle heeft over de reacties van de fans. Wanneer een fan bijvoorbeeld iets heel negatiefs post op de pagina kan dit een sneeuwbaleffect creëren en meer negatieve reacties uitlokken. Hetzelfde geldt echter ook in positieve zin. Het doel van het stellen van vragen is om conversatie over het bedrijf of merk te stimuleren. In dit onderzoek ligt de focus niet op de inhoud van de verschillende vragen, maar op het feit dat er een vraag gesteld wordt. Een andere manier waarop bedrijven de mening van hun fans kunnen achterhalen, is door polls te plaatsen op de pagina (www. scalablesocialmedia.com; www.socialmediaexaminer.com). Dit is een soort van meerkeuzevraag waarop de fan zijn of haar antwoord kan aanduiden. Zo kan een bedrijf op heel korte tijd enorm veel reacties verkrijgen van haar doelpubliek. In tegenstelling tot een enquête is een poll meestal maar één vraag. Toch kan aan de hand van polls heel veel informatie verkregen worden. Bedrijven wordt bovendien aangeraden om aandacht te schenken aan hun fans. Fans moeten de mogelijkheid krijgen om hun ervaringen met het bedrijf te delen door middel van het posten van berichten, foto’s of video’s. Het is dan aan het bedrijf om hierop te reageren. Coca-Cola beseft bijvoorbeeld maar al te goed dat de mening van haar fans van groot belang is. Het bedrijf verwijst fans die commentaar hebben op Coca-Cola daarom persoonlijk door naar een website waar ze terecht kunnen met al hun vragen of opmerkingen. Dit geeft haar fans het idee dat het bedrijf bereikbaar is en open staat voor kritiek. Wanneer een bedrijf zich niets aantrekt van haar fans en hun meningen kan dit nefaste gevolgen hebben voor de reputatie van het bedrijf. Als een bedrijf laat zien dat het begaan is met haar klanten zullen die klanten zich gewaardeerd voelen (www.socialmediatoday.com). Een van de adviezen die worden geformuleerd, is dan ook dat bedrijven hun klanten af en toe moeten bedanken (www. scalablesocialmedia.com). Dit creëert goodwill bij de fans en zal de reputatie van het bedrijf in positieve zin beïnvloeden (www.quantumwebsolutions.com).

21

4. Monitoring van de pagina Het grootste gevaar voor een bedrijf dat gebruik maakt van SNS en meer bepaald van een Facebook pagina als marketinginstrument is het gebrek aan controle over berichten op die pagina. Fans kunnen namelijk ongelimiteerd hun mening uiten op de pagina. Het gebeurt wel vaker dat gebruikers zich fan maken van een pagina met slechte bedoelingen. Gebruikers kunnen namelijk enkel berichtjes op de wall van een pagina achterlaten als ze fan zijn van die pagina. Deze “pseudofans” bekritiseren het bedrijf openlijk en beschadigen de reputatie van het bedrijf door negatieve commentaren te geven. Om te vermijden dat een negatieve reactie van één fan andere fans aan zou zetten om eveneens hun gal te spuien, moet het bedrijf haar pagina constant monitoren (www.quantumwebsolutions.com). Wanneer een negatief bericht gepost wordt op de pagina, heeft het bedrijf twee opties. Ofwel verwijdert het bedrijf het bericht zonder meer, ofwel toont het bedrijf interesse in de reactie van de gebruiker die het gepost heeft en verwijst het bedrijf hem of haar door naar een site waar de gebruiker met zijn commentaar terecht kan. De eerste optie wordt afgeraden. Het zonder meer verwijderen van negatieve commentaar komt slecht over bij de bewuste fan en schept de indruk dat het bedrijf niet openstaat voor kritiek. Een Facebook pagina is echter het middel bij uitstek om de dialoog aan te gaan met fans van een merk of bedrijf. Daarom is de tweede optie veel geschikter. Door als bedrijf te reageren op reacties van fans, wordt een band geschapen. Wanneer een pagina echter het slachtoffer is van spam wordt aangeraden om de spamberichten te verwijderen (www.quantumwebsolutions.com). Spamberichten zijn niet alleen vervelend voor het bedrijf, maar ook voor de fans. We gaan in deze masterscriptie niet in op de manier waarop bedrijven omgaan met spam en ongewenste berichten. Dit valt buiten ons onderzoek dat zich richt op de vormkenmerken van de communicatie via Facebook pagina’s. Om te vermijden dat bezoekers die voor het eerst naar de pagina surfen meteen op het prikbord (de wall) terecht komen – en de kans bestaat dat het eerste wat ze te zien krijgen een negatief bericht van andere gebruikers is – wordt aangeraden om bezoekers op een aangepaste welkomsttab te laten landen (www.socialmediatoday.com; www. facebookflow.com; blog.ewaydirect.com). Op dit aangepaste tabblad – een FBML-pagina - krijgt het bedrijf of merk de kans om een goede eerste indruk te maken op bezoekers. FBML (Facebook Markup Language) is de programmeertaal die beheerders van Facebookpagina’s gebruiken om een gepersonaliseerd tabblad binnen de pagina te creëren. Vaak worden bezoekers op deze welkomsttab aangespoord om fan te worden van de pagina door op de “Vind-ik-leuk”-knop te klikken. Pas wanneer ze dit doen, worden ze doorverwezen naar het prikbord. Het is dus een manier om de eerste indruk van bezoekers van de pagina te monitoren. Paginabeheerders kunnen hun pagina bovendien monitoren aan de hand van Facebook Insights. Dit biedt paginabeheerders de mogelijkheid om allerlei statistieken bij te houden in verband met de activiteit op de pagina. Het geeft hen bijvoorbeeld een idee van het aantal gebruikers dat per dag fan wordt, het aantal keer dat de pagina bekeken werd, het aantal geposte elementen op de pagina, enzovoort. Een diepere analyse van al deze data geeft paginabeheerders een duidelijker beeld op lange termijn van het succes van de pagina. Via Facebook Insights is het mogelijk om data te verzamelen per afzonderlijk geposte element. Zo kunnen paginabeheerders na verloop van tijd inzicht krijgen in welke

22

geposte elementen meer of minder succesvol zijn. Een voorbeeld hiervan is het bekijken van het aantal feedbackberichten die fans nalaten op een statusupdate. Een bedrijf zou een onderscheid kunnen maken tussen de soorten geposte elementen zoals een vraag, een mededeling, een link naar een andere pagina,… en vergelijken welk soort gepost bericht het meeste feedback oplevert. Facebook Insights geeft bedrijven dus een hulpmiddel om te bepalen hoe het bedrijf het best met haar fans kan communiceren. Deze service is enkel toegankelijk voor beheerders van een Facebook pagina.

23

HOOFDSTUK 2: ONDERZOEKSOPZET

2.1. ONDERZOEKSVRAAG

Het idee voor deze masterscriptie begon eigenlijk met één onderzoeksvraag. We

wilden weten hoe de communicatie van bedrijven en merken via Facebook pagina’s

er aan toegaat. Van meet af aan hebben we enerzijds beslist om de vorm van die

communicatie te onderzoeken: kunnen we bepaalde constanten vaststellen in de

vorm waarin bedrijven en merken via hun Facebook pagina’s communiceren? De

beperkte omvang van deze masterscriptie laat ons niet toe een volledige genrestudie

te maken van Facebook pagina’s, we belichten dan ook enkel vormkenmerken in dit

onderzoek, zoals blijkt uit onderstaande onderzoeksvragen.

Anderzijds waren we van in het begin erg geïnteresseerd in de mate waarin bedrijven

en merken op Facebook erin slagen om consumenten voor hun kar te spannen. Want

hoe meer die Facebook communicatie erin slaagt om gebruikers op de ‘Vind-ik-leuk’-

knop bij het bericht in kwestie te doen drukken of om hen er een reactie bij te doen

typen, hoe meer die boodschap zich viraal zal gaan verspreiden.

We hebben beslist om in dit onderzoek de vorm en niet de inhoud van de

communicatie te bekijken. We kunnen dus niet oordelen over de efficiëntie van de

communicatie van merken en bedrijven via Facebook pagina’s.

Concreet leidde dit ons tot de volgende onderzoeksvraag:

1. Wat zijn de vormkenmerken van de meest interactieve pagina’s van bedrijven en

merken op Facebook?

Ter voorbereiding van het eigenlijke onderzoek gingen we aan de slag met het

bovenstaande literatuuronderzoek. Dit vooronderzoek bracht nog een aantal

bijkomende onderzoeksvragen en hypotheses aan het licht die nauw aansluiten bij de

hoofdvraag van ons onderzoek. Uit de zogenaamde adviezen voor het onderhouden

van een Facebook pagina konden we nog de volgende bijvragen afleiden:

2. Hebben bedrijven met een Facebook badge op hun website meer fans?

3. Zijn bedrijven en merken die regelmatig (minstens circa 2 keer per week)

updates op hun Facebook pagina posten beter in het engageren van fans?

4. Leidt een post in de vorm van een vraag tot meer feedback van fans?

5. Maken de grootste Facebook pagina’s gebruik van een FBML-pagina?

24

Zoals verder in deze scriptie duidelijk zal worden bij het uiteenzetten van onze

onderzoeksopzet, hebben we er bij het samenstellen van onze steekproef voor

gekozen om de bedrijven en merken in te delen in één van de volgende categorieën:

Media, Fast Moving Consumer Goods (FMCG), Technology en Automotive. Naast

bovenstaande algemene onderzoeksvragen willen we ook drie specifieke bijvragen

voor de categorieën beantwoorden:

6. Wat zijn de vormkenmerken van de verschillende categorieën binnen onze

steekproef?

7. Krijgt het type bericht dat het vaakst gepost wordt binnen een categorie ook de

meeste feedback?

8. Kunnen we significante verschillen vaststellen tussen de verschillende

categorieën binnen onze steekproef?

Aan de hand van ons onderzoek proberen we op al deze onderzoeksvragen een

antwoord te geven. We beginnen met een antwoord op de zeven deelvragen, om zo

te komen tot een zo volledig mogelijk antwoord op onze hoofdvraag.

25

2.2 METHODE

STEEKPROEF

De theoretische populatie voor ons onderzoek zijn alle Facebook pagina’s van

bedrijven en merken. De operationele populatie zijn alle pagina’s met internationale

bekendheid en meer dan één miljoen fans.

Om onze steekproef te trekken uit de operationele populatie, baseren we ons op een

lijst met de 50 grootste Facebook pagina’s van merken of bedrijven met het meeste

aantal fans. Deze lijst wordt elk jaar gepubliceerd door het gerenommeerde sociale

media agentschap Ignite Social Media (www.ignitesocialmedia.com).

Aangezien we de grootste Facebook pagina’s willen opnemen in ons onderzoek en

hiervoor geen steekproefkader aanwezig is, kunnen we geen aselecte steekproef

trekken. De pagina’s van merken en bedrijven met het meeste aantal fans werden

gekozen – geselecteerd – voor onze steekproef.

Vertrekkend van de lijst met de 50 grootste pagina’s elimineerden we de bedrijven

en merken die geen internationale bekendheid hebben – zoals het snoepje Reese’s –

of die te specifiek waren – zoals Starbucks Frappucino. Deze criteria leverden een

eliminatie van 14 bedrijven en merken op. Nadien brachten we de 36 overgebleven

bedrijven en merken onder in een van de volgende vijf categorieën: Media, Fast

Moving Consumer Goods (FMCG), Fashion, Technology en Automotive.

Omdat bepaalde categorieën meer bedrijven en merken bevatten dan andere,

besloten we om minstens zes bedrijven of merken per categorie op te nemen met

meer dan één miljoen fans. Op basis van dit criterium werd onze steekproef

uiteindelijk uitgebreid tot 44 bedrijven en merken. We kunnen dus spreken over een

criteriumsteekproef. De volledige steekproef is terug te vinden in bijlage 2.

De categorie Media bestaat uit zeven bedrijven of merken: YouTube, Disney, MTV,

iTunes, Live Messenger, Pixar en CNN. Voor de categorie FMCG kozen we dertien

bedrijven en merken: Coca-Cola, Starbucks, Oreo, RedBull, Skittles, Pringles, Nutella,

Dr Pepper, Mc Donald’s, TacoBell, Subway, KFC en Vitamin Water. De categorie

Fashion bestaat uit tien bedrijven of merken die kledij en accessoires produceren.

Het gaat om Converse, Victoria’s Secret, Zara, Adidas, H&M, Lacoste, Puma, Nike,

Louis Vuitton en Calvin Klein. De zes bedrijven in de categorie Technology zijn

bedrijven of merken die consumententechnologie produceren. Het gaat om Nokia,

Playstation, Xbox, Sony Ericsson, Google Chrome en Blackberry. Automotive ten

slotte bestaat uit acht bedrijven of merken die gemotoriseerde voertuigen

produceren: BMW, Ferrari, Audi, Mercedes, Jeep, Harley Davidson, Porsche en Ford

Mustang.

26

DATAVERZAMELING

Op de Facebook pagina’s van de geselecteerde bedrijven en merken verzamelden we

de data die we nodig hadden voor ons onderzoek. Die data bestond voornamelijk uit

het aantal appreciaties en commentaren per gepost bericht gedurende een half jaar,

namelijk vanaf september 2010 tot en met februari 2011. Elk bericht met bijhorende

data werd in Excel gecategoriseerd in een van de volgende zes categorieën:

mededeling, vraag, foto, video, link of evenement. Zo kregen we een algemeen

overzicht van het aantal berichten per type van bericht en de feedback in de vorm

van appreciaties en commentaren die de berichten kregen gedurende een half jaar.

Wanneer we van elk type bericht het aantal optelden, kregen we het totaal aantal

berichten gedurende het half jaar voor elke pagina.

Verder verzamelden we voor elke pagina het aantal fans op 5 maart 2011, het aantal

feedbackberichten dat het bedrijf of merk gaf aan haar fans en het aantal keer dat

het bedrijf deelnam aan discussies op het discussieforum. Ten slotte noteerden we

ook waar gebruikers terechtkomen wanneer ze de pagina van het bedrijf of merk

bezoeken. Hier werd een onderscheid gemaakt tussen het prikbord – de wall – en

een FBML-pagina.

DATAVERWERKING

Voor de verwerking van onze data hebben we een beroep gedaan op Excel en op het

statistische software programma SPSS. Bepaalde data moesten eerst in Excel

verwerkt worden alvorens ze in SPSS ingevoerd kon worden.

Excel

In Excel berekenden we het aantal berichten per type (mededeling, vraag, foto,

video, link, evenement) gedurende de bestudeerde periode. We telden de feedback

in de vorm van appreciaties en commentaren voor alle berichten van elke pagina op,

en deelden die door het aantal fans per pagina. Zo kwamen tot een totale

interactiviteitsratio voor elke pagina. Deze ratio dient als maatstaf voor de

interactiviteit van het bedrijf of merk met haar fans op haar pagina. Hij drukt uit hoe

actief fans op een pagina zijn. Een hogere ratio impliceert een meer actieve fanbasis.

Aan de hand van deze interactiviteitsratio rangschikten we de pagina’s uit onze

steekproef.

Daarnaast berekenden we voor elk type bericht het gemiddelde van de appreciaties

en commentaren. Op basis daarvan berekenden we afzonderlijke

interactiviteitsratio’s voor elk type, zowel voor de appreciaties als voor de

commentaren. Deze ratio’s werden berekend door het gemiddelde van de

appreciaties en commentaren te delen door het totaal aantal fans. We

27

vermenigvuldigden dit getal met duizend om de uiteindelijke ratio duidelijker te

maken. Deze ratio’s staan ons toe vast te stellen welk type bericht de meeste

interactiviteit teweeg brengt.

Op basis van het totaal aantal berichten per pagina gedurende zes maanden maakten

we eveneens een rangschikking van hoog naar laag. Zo werd duidelijk welke pagina

het meeste berichten gepost had en hoeveel berichten dit nu precies waren in een

tijdspanne van zes maanden.

SPSS

Om na te gaan of er significante verschillen tussen de categorieën in onze steekproef

aanwezig waren, hebben we onze data in SPSS verwerkt. De variabelen die we

opnamen in de dataset waren het aantal geapprecieerde berichten per type, het

aantal becommentarieerde berichten per type, de gemiddelde appreciaties per type,

de gemiddelde commentaren per type, de totale appreciaties en de totale

commentaren per type bericht.

Hierbij moet opgemerkt worden dat het aantal geapprecieerde berichten meestal

gelijk is aan het aantal becommentarieerde berichten. Dit komt omdat in het

algemeen op Facebook bij pagina’s met grote aantallen fans zo goed als elk bericht

zowel geapprecieerd als becommentarieerd wordt. Bovendien impliceert dit ook dat

het aantal geapprecieerde berichten gelijk is aan het aantal geplaatste berichten in

het algemeen aangezien elk bericht minstens één keer geapprecieerd werd.

Voor de vergelijking van de vijf categorieën maakten we gebruik van non

parametrische testen. De keuze voor non parametrische testen is verantwoord door

het feit dat elke categorie minder dan 30 elementen bevat. Gemiddeld gezien bevat

elke categorie 8 elementen. Voor de vergelijking van alle vijf categorieën met elkaar

werd de Kruskall-Wallis test gebruikt, wat overeenkomt met een variantieanalyse

voor non-parametrische testen. Wanneer we een vergelijking wilden maken tussen

slechts twee categorieën, hanteerden we de Mann-Whitney U-test, het non-

parametrische alternatief voor de independent samples t-test.

28

HOODSTUK 3: RESULTATEN

In dit hoofdstuk bespreken we de resultaten van ons onderzoek. We gaan eerst voor

alle bedrijven in onze steekproef na of ze de adviezen die we in ons

literatuuronderzoek naar voren hebben gebracht opvolgen. Op die manier proberen

we een antwoord te geven op onderzoeksvragen 2 tot en met 5. Nadien bespreken

we de vormkenmerken van alle categorieën afzonderlijk. Onderzoeksvragen 6 en 7

worden in dat onderdeel onderzocht. Voor vormkenmerken kijken we naar: het

totale aantal geposte berichten gedurende de bestudeerde periode, het gemiddelde

aantal berichten per bedrijf of merk in de categorie, het gemiddeld aantal berichten

van elk type dat de bedrijven of merken posten tijdens de bestudeerde periode

(mededeling, vraag, foto, video, link en evenement), het gemiddelde aantal

appreciaties per type bericht en het gemiddelde aantal commentaren per type

bericht. Vervolgens vergelijken we de vijf categorieën aan de hand van statistische

tests met elkaar. We geven aan op welke variabelen de categorieën van elkaar

verschillen. Dit doen we om een antwoord te vinden op onderzoeksvraag 8. Ten

slotte geven we een algemeen beeld van de vormkenmerken van de vijf meest

interactieve Facebook pagina’s uit onze steekproef, teneinde onderzoeksvraag 1 te

beantwoorden.

3.1. OPVOLGING ADVIEZEN

1. Promotie van de pagina

Het eerste advies dat in ons literatuuronderzoek naar voor kwam, stelt dat bedrijven

hun Facebook pagina best promoten door middel van een zogenaamde Facebook

Page Badge op hun website. Om na te gaan of bedrijven dit advies naleven, zijn we

op de websites van alle bedrijven en merken uit onze steekproef gaan controleren of

er een Facebook Page Badge aanwezig was. In bijlage 3 worden de resultaten per

bedrijf opgelijst. We stelden vast dat 31 van de 44 bedrijven uit onze steekproef

gebruik maken van een Badge om bezoekers naar hun Facebook pagina te leiden.

70% van de bedrijven en merken uit onze steekproef volgt dit advies op.

Een tweede manier waarop bedrijven hun pagina kunnen promoten, is door ernaar

te verwijzen in hun elektronische nieuwsbrieven of e-mails. In dit onderzoek gaan we

niet in op deze tweede manier om een pagina te promoten. We beschikken namelijk

niet over e-mails en nieuwsbrieven van de bedrijven uit onze steekproef.

29

2. Frequentie van pagina-updates

Het tweede advies uit ons literatuuronderzoek raadt beheerders van Facebook

pagina’s aan om minstens twee keer per week een bericht te posten op hun pagina.

We telden het totaal aantal berichten per bedrijf of merk in de door ons bestudeerde

periode en deelden dit door het aantal weken dat die periode telt, namelijk 26. Dit

gaf ons een beeld van het aantal berichten dat bedrijven per week posten. Een

overzicht van de resultaten is terug te vinden in bijlage 3.Gemiddeld posten de

bedrijven uit onze steekproef zes berichten per week. Het hoogste aantal berichten

per week werd geplaatst door Playstation. Dit bedrijf post 26 berichten per week.

Nike, Mc Donalds en Vitamin Water postten gedurende de bestudeerde periode in

totaal respectievelijk 11, 5 en 5 keer, wat neerkomt op minder dan 1 bericht per

week. 10 bedrijven uit onze steekproef volgen het advies om minstens twee maal per

week een bericht te posten niet op, wat neerkomt op 23%. Dit maakt dat 77% van

onze steekproef wel degelijk twee keer per week iets post. 34% post gemiddeld

zeven of meer berichten per week op haar Facebook pagina.

Om na te gaan of regelmatig posten effectief leidt tot een hoger engagement van

fans maken we gebruik van de interactiviteitsratio die we opstelden voor de analyse

van de meest interactieve pagina’s onder paragraaf 3.4. We berekenden deze ratio

op basis van de verhouding tussen de totale feeback van fans in de bestudeerde

periode en het totaal aantal fans op 5 maart. Vervolgens koppelden we de

rangschikking op basis van de interactiviteitsratio aan de rangschikking op basis van

het aantal berichten. (Zie bijlage 2 voor de twee rangschikkingen.) Van de tien

bedrijven die de meeste berichten hebben gepost in de onderzochte periode komen

vier bedrijven in de top tien qua interactiviteit voor. De cijfers voor de pagina van

CNN zijn opvallend: het bedrijf staat met 601 updates op de tweede plaats wat

betreft het aantal geposte berichten, goed voor gemiddeld 23 berichten per week.

CNN staat bovendien op de eerste plaats van onze rangschikking op basis van

interactiviteit.

3. Stimulatie van conversatie en aandacht voor de fans

In de eerste plaats wordt bedrijven aangeraden om de conversatie op hun Facebook

pagina te stimuleren door vragen te stellen in de berichten die ze plaatsen. We zijn

nagegaan hoe vaak bedrijven gebruik maken van vragen in verhouding tot het totale

aantal berichten dat ze in de bestudeerde periode op hun Facebook pagina postten.

Een overzicht van de resultaten is terug te vinden in bijlage 3.

We stellen vast dat gemiddeld 8% van de berichten uit onze steekproef vragen zijn.

Pringles is het bedrijf dat procentueel het meest gebruik maakt van vragen in haar

berichten, met score van 50%. We moeten dit wel relativeren aangezien Pringles in

totaal slechts 16 berichten plaatste gedurende de bestudeerde periode. 39% van de

bedrijven uit onze steekproef maakte tijdens de bestudeerde periode nooit gebruik

30

van vragen. Zij volgen het advies om vragen te gebruiken niet op. 14% (zes bedrijven)

stelt in minstens 20% van de berichten een vraag.

Ten tweede wordt bedrijven aangeraden om aandacht te schenken aan hun fans. Dit

kan door feedback te geven op berichten die fans achterlaten op enerzijds het

discussieforum en anderzijds het prikbord. We telden hiervoor het aantal

feedbackberichten van de bedrijven en merken uit onze steekproef. De resultaten

staan opgelijst in bijlage 3.

50% van onze steekproef geeft binnen de bestudeerde periode nooit feedback op

berichten van fans op het prikbord. 25% reageert minstens één keer per week (26

keer gedurende de bestudeerde periode). Nokia geeft gemiddeld 18 keer per week

feedback aan haar fans. Dit is de hoogste score.

Tien bedrijven uit onze steekproef reageren op hun discussieforum op berichten van

fans. Sony Ericsson geeft zeer veel feedback op deze manier, met 6250 berichten

gedurende de bestudeerde periode. Coca-Cola reageerde in de bestudeerde periode

122 keer. De overige bedrijven gebruiken deze optie zelden tot nooit.

4. Monitoring van de pagina

Het laatste advies in ons literatuuronderzoek geeft aan dat gebruikers die voor het

eerst naar een Facebook pagina surfen, best op een FBML-pagina terecht komen. We

gingen na of dit voor de Facebook pagina’s uit onze steekproef effectief het geval

was. Een overzicht van welke bedrijven een FBML-pagina hebben, is terug te vinden

in bijlage 3. 54% van de bedrijven in onze steekproef maakt gebruik van een FBML-

pagina. Dit komt neer op 24 van de 44 bedrijven uit onze steekproef. 9 van die 24

bedrijven vragen expliciet aan de bezoeker om fan te worden van de Facebook

pagina. De overige 15 gebruiken de FBML-pagina als een soort van homepage of om

door te verwijzen naar andere pagina’s binnen of buiten Facebook.

31

3.2. RESULTATEN PER CATEGO RIE Nu we onderzocht hebben of de bedrijven in onze steekproef de adviezen uit de

literatuur opvolgen, lijkt het ons interessant om de vormkenmerken binnen de

categorieën te onderzoeken. We gaan na hoeveel berichten elke categorie gemiddeld

gepost heeft gedurende zes maanden, welke soort berichten het meeste voorkomt

en welk soort bericht de meeste feedback krijgt in de vorm van appreciaties en

commentaren. In wat volgt rapporteren we de belangrijkste bevindingen binnen elke

categorie.

MEDIA De categorie Media bestaat uit zeven bedrijven of merken: YouTube, Disney, MTV,

iTunes, Live Messenger, Pixar en CNN. Binnen deze categorie is YouTube de pagina

met het meeste aantal fans, CNN heeft het minste aantal fans, respectievelijk 30 285

116 en 1 909 115. Er is dus een verschil van 28 376 001 fans tussen de grootste en de

kleinste pagina binnen deze categorie. Er zijn wellicht verschillende verklaringen

mogelijk voor de grote verschillen in het aantal fans, maar binnen het kader van ons

onderzoek kunnen we hier geen eenduidige verklaring voor bieden.

In totaal werden gedurende zes maanden tijd 1 938 berichten gepost door de zeven

bedrijven en merken. Gemiddeld komt dit neer op 277 berichten binnen deze

categorie, wat inhoudt dat deze bedrijven gemiddeld 1,5 berichten per dag postten.

Het type bericht dat het meeste voorkomt is een link. In totaal werden er op een half

jaar tijd 201 links gepost in deze categorie. Dit type bericht is veruit het talrijkst. Op

de tweede plaats staan namelijk video’s met maar 40 berichten, gevolgd door foto’s,

vragen, mededelingen en evenementen met respectievelijk 21, 5, 3 en 1 berichten

(zie figuur 3).

32

FIGUUR 3: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE MEDIA

Qua feedback zijn we geïnteresseerd in het type bericht dat de meeste feedback

krijgt. Er zijn twee manieren waarop een bericht feedback kan krijgen. Enerzijds

kunnen fans van de pagina de berichten appreciëren. Anderzijds kunnen ze

commentaar geven op het bericht.

Uit onze data blijkt dat mededelingen – ondanks het feit dat ze weinig voorkomen –

de meeste feedback genereren in de vorm van appreciaties. Ook foto’s trekken veel

appreciaties aan. In tegenstelling tot wat we verwachtten – dat het bericht dat het

meeste voorkomt ook de meeste feedback krijgt – staan links pas op de vierde plaats

qua gemiddelde appreciaties per bericht (zie figuur 4).

FIGUUR 4: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE MEDIA

33

Wat de commentaren betreft, reageren fans het meest wanneer het bedrijf of merk

een vraag post. In figuur 5 zien we dat vragen opvallend meer feedback genereren

dan de andere soorten berichten. Zo krijgen vragen gemiddeld 1217 commentaren

terwijl mededelingen op de tweede plaats staan met gemiddeld slechts 574

commentaren. Ook hier staan links pas op de vierde plaats.

FIGUUR 5: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE MEDIA

FMCG De categorie FMCG bestaat uit dertien bedrijven of merken: Coca-Cola, Starbucks,

Oreo, RedBull, Skittles, Pringles, Nutella, Dr Pepper, Mc Donald’s, TacoBell, Subway,

KFC en Vitamin Water. Coca-Cola is met 24 234 379 fans de grootste pagina binnen

deze categorie en Vitamin Water de kleinste met 2 232 248 fans. Er is een verschil

van 22 002 131 fans tussen de grootste en de kleinste pagina.

Deze dertien bedrijven en merken postten in totaal 1305 berichten gedurende een

half jaar, wat overeenkomt met een halfjaarlijks gemiddelde van 100 berichten per

bedrijf of merk binnen deze categorie. De bedrijven binnen deze categorie postten

net iets meer dan een keer om de twee dagen een berichtje, de bestudeerde periode

bevat namelijk 181 dagen. Dit bericht is gemiddeld meestal een mededeling, op de

voet gevolgd door links. Er werden namelijk gemiddeld 29 mededelingen en 25 links

gepost op een half jaar tijd. Foto’s vragen en video’s komen gemiddeld

respectievelijk 21, 17 en 8 keer voor. Evenementen worden blijkbaar zo goed als

nooit gepost in deze categorie (zie figuur 6).

34

FIGUUR 6: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE E FMCG

De categorie FMCG vertoont consistentie wat betreft de gegenereerde feedback in

de vorm van appreciaties ten opzichte van het type bericht dat het meest voorkomt.

Zo blijkt uit figuur 7 dat mededelingen de meeste appreciaties opleveren, namelijk

gemiddeld 7 505. Links – die als tweede het vaakst gepost worden – staan echter op

de vierde plaats met gemiddeld 3 539 appreciaties. Links doen het dus minder goed

dan vragen en foto’s die respectievelijk 6 801 en 6 729 appreciaties per bericht

opleveren.

FIGUUR 7: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE FMCG

Vragen leveren dan weer het meeste commentaren op, met een gemiddelde van 2

255 commentaren per geposte vraag. Op de tweede plaats staan mededelingen die

35

gemiddeld 917 commentaren opleveren. Uit het aantal berichten per type bleek dat

gemiddeld slechts 17 vragen werden gepost, nochtans leveren deze vragen veel

feedback op. (Zie figuur 8.)

FIGUUR 8: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE FMCG

FASHION De categorie Fashion bestaat uit tien bedrijven of merken die kledij en accessoires

produceren. Het gaat om Converse, Victoria’s Secret, Zara, Adidas, H&M, Lacoste,

Puma, Nike, Louis Vuitton en Calvin Klein. Converse heeft met 13 680 975 fans op 5

maart 2011 de meeste fans binnen deze categorie en Calvin Klein de minste met 1

321 569 fans.

De tien bedrijven en merken postten in totaal 1269 berichten gedurende een half

jaar, wat overeenkomt met een halfjaarlijks gemiddelde van 127 berichten per bedrijf

of merk binnen deze categorie. De bedrijven binnen deze categorie postten dus

gemiddeld zo’n twee berichten per drie dagen. Dit bericht is meestal een link, met op

de tweede en derde plaats respectievelijk foto’s en video’s. Er werden namelijk

gemiddeld 48 links, 36 foto’s en 28 video’s gepost op een half jaar tijd.

Mededelingen, vragen en evenementen komen gemiddeld respectievelijk 6, 9 en 1

keer voor. Figuur 9 toont dat bedrijven en merken binnen de categorie Fashion dus

vooral links, foto’s en video’s gebruiken, aangevuld met een beperkt aantal

mededelingen en vragen. Er worden zelden evenementen gepost.

36

FIGUUR 9: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE FASHION

Binnen de categorie Fashion stellen we een discrepantie vast voor de gegenereerde

feedback in de vorm van appreciaties ten opzichte van het meest voorkomende type

bericht. Foto’s leveren de meeste appreciaties op, namelijk gemiddeld 4 044.

Mededelingen en video’s leveren met respectievelijke gemiddeldes van 2 511 en 1

814 appreciaties meer feedback op dan links, die pas op de vierde plaats komen met

gemiddeld 1 402 appreciaties. Vragen scoren gemiddeld 1 034 appreciaties,

evenementen 687. (Zie figuur 10.)

FIGUUR 10: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE FASHION

Figuur 11 maakt duidelijk dat de vragen met een score van 418 de hoogste

gemiddelde feedback opleveren in de vorm van commentaren. De foto’s zijn tweede

37

in deze categorie met een score van 344. De evenementen leveren de minste

feedback op, met een gemiddelde van 51 commentaren per bericht.

FIGUUR 11: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE FASHION

TECHNOLOGY De categorie Technology bestaat uit zes bedrijven of merken die

consumententechnologie produceren. Het gaat om Nokia, Playstation, Xbox, Sony

Ericsson, Google Chrome en Blackberry. Playstation heeft met 11 709 474 de meeste

fans binnen deze categorie en Nokia de minste met 3 084 873 fans.

De zes bedrijven en merken postten in totaal 1705 berichten gedurende een half

jaar, wat overeenkomt met een halfjaarlijks gemiddelde van 284 berichten per bedrijf

of merk binnen deze categorie. De bedrijven binnen deze categorie postten dus

gemiddeld ongeveer drie berichten per twee dagen. Zoals we kunnen zien in figuur

12 was dit bericht meestal een link, met op de tweede en derde plaats respectievelijk

foto’s en video’s. Er werden namelijk gemiddeld 167 links, 58 foto’s en 30 video’s

gepost op een half jaar tijd. Mededelingen, vragen en evenementen komen

gemiddeld respectievelijk 18, 7 en 4 keer voor. Bedrijven en merken binnen de

categorie Technology maken dus vooral gebruik van links, foto’s en video’s,

aangevuld met een beperkt aantal mededelingen en vragen. Evenementen worden

zelden gebruikt.

38

FIGUUR 12: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE TECHNOLOGY

Binnen de categorie Technology stellen we een discrepantie vast voor de

gegenereerde feedback in de vorm van appreciaties ten opzichte van het type bericht

dat het meest voorkomt. Foto’s leveren de meeste appreciaties op, namelijk

gemiddeld 2 556. Ook mededelingen en video’s leveren met respectievelijke

gemiddeldes van 2 147 en 1 744 appreciaties meer feedback op dan links, die pas op

de vierde plaats komen met gemiddeld 1 706 appreciaties. Vragen scoren gemiddeld

1 657 appreciaties, evenementen 582. (Zie figuur 13.)

FIGUUR 13: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE TECHNOLOGY

Figuur 14 geeft weer dat vragen met een score van 1 007 de hoogste gemiddelde

feedback in de vorm van commentaren opleveren. De mededelingen zijn tweede in

39

deze categorie met een score van 567. De evenementen leveren de minste feedback

op, met een gemiddelde van 84 commentaren per bericht.

FIGUUR 14: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE TECHNOLOGY

AUTOMOTIVE De categorie Automotive bestaat uit acht bedrijven of merken die gemotoriseerde

voertuigen produceren. Het gaat om BMW, Ferrari, Audi, Mercedes, Jeep, Harley

Davidson, Porsche en Ford Mustang. BMW is heeft met 5 015 596 de meeste fans

binnen deze categorie en Jeep de minste met 1 067 775 fans.

De acht bedrijven en merken postten in totaal 957 berichten gedurende een half jaar,

wat overeenkomt met een halfjaarlijks gemiddelde van 120 berichten per bedrijf of

merk binnen deze categorie. De bedrijven binnen deze categorie postten dus

ongeveer twee berichten per drie dagen. Dit bericht is gemiddeld meestal een link,

met op de tweede en derde plaats respectievelijk foto’s en video’s. Er werden

namelijk gemiddeld 50 links, 33 foto’s en 30 video’s gepost op een half jaar tijd.

Mededelingen, vragen en evenementen komen gemiddeld respectievelijk 6, 1 en 1

keer voor. Bedrijven en merken binnen de categorie Automotive maken dus vooral

gebruik van links, foto’s en video’s, aangevuld met een beperkt aantal mededelingen.

Vragen en evenementen worden zeer zelden gebruikt (zie figuur 15).

40

FIGUUR 15: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE AUTOMOTIVE

Binnen de categorie Automotive kunnen we toch een discrepantie vaststellen wat

betreft de gegenereerde feedback in de vorm van appreciaties ten opzichte van het

type bericht dat het meest voorkomt. Zo blijkt uit onze data dat video’s de meeste

appreciaties opleveren, namelijk gemiddeld 13 574. Ook foto’s leveren met

gemiddeld 6 475 appreciaties meer feedback op dan links, die op de derde plaats

komen met gemiddeld 2 517 appreciaties (zie figuur 16).

FIGUUR 16: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE AUTOMOTIVE

41

Figuur 17 toont aan dat binnen deze categorie foto’s de meeste commentaren

opleveren, met een gemiddelde van 502 commentaren per bericht. Op de tweede

plaats staan video’s die gemiddeld 241 commentaren opleveren. Opmerkelijk is dus

dat vragen bij deze categorie niet voor de meeste commentaren zorgen.

FIGUUR 17: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE AUTOMOTIVE

42

3.3. VERGELIJKING TUSSEN CATEGORIEËN

Voor de SPSS-analyse van onze data hebben we ons toegespitst op het vinden van

significante verschillen tussen de vijf categorieën waaruit onze onderzoekspopulatie

bestond. Om een globaal beeld te krijgen van in hoeverre we significante verschillen

tussen de vijf categorieën konden vaststellen, hebben we gebruik gemaakt van een

Kruskall-Wallis test. We gebruikten de categorie als ‘grouping variable’ en aantal

berichten, gemiddelde appreciaties, gemiddelde commentaren, totale appreciaties

en totale commentaren als ‘test variable’. Daarnaast hebben we alle categorieën

onderling met elkaar vergeleken aan de hand van Mann-Whitney tests. Daarbij

hebben we onze data opgesplitst per type bericht, waardoor we een meer

gedetailleerd beeld kregen van waar de significante verschillen tussen de categorieën

zich bevinden. Ook hier gebruikten we de categorie als ‘grouping variable’ en aantal

berichten, gemiddelde appreciaties, gemiddelde commentaren, totale appreciaties

en totale commentaren als ‘test variable’. In de rapportering van deze tests zijn we

uitgegaan van significante verschillen tussen de categorieën bij een p-waarde lager

dan 0,06. In onderstaande tabellen worden enkel de significante resultaten

weergegeven. Voor een volledig overzicht van de SPSS-output verwijzen we naar

bijlage 4.

GLOBALE VERGELIJKING VIJF CATEGORIEËN Globaal genomen verschillen de vijf categorieën enkel van elkaar op basis van de

gemiddelde en totale commentaren. Voor de gemiddelde commentaren geldt dat χ²

(4) = 27, p < .001, wat neerkomt op een significant verschil tussen de categorieën.

Ook de scores van de totale commentaren verschillen significant: χ² (4) = 10,2, p <

.05. De Kruskall-Wallis test geeft niet aan in welke mate de categorieën verschillen,

maar geeft enkel het feit aan dat ze van elkaar verschillen.

TABEL 1: GLOBALE VERGELIJKING VIJF CATEGORIEËN

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

Asymp. Sig. - - 0,000 - 0,037

43

CATEGORIE MEDIA TEN OPZICHTE VAN FMCG Als we naar de verschillen kijken tussen de categorieën Media en FMCG voor de

mededelingen, dan zien we een significant verschil wat betreft de variabele aantal

berichten (U (44) = 49.5, p < .06). Voor de vragen stellen we een verschil vast wat

betreft de variabele gemiddelde appreciaties (U (44) = 45.5, p < .05). Qua links is er

een verschil voor de variabele totale appreciaties (U (44) = 111, p < .05).

TABEL 2: MEDIA VERSUS FMCG

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELINGEN 0,056 - - - -

VRAGEN - 0,026 - - -

FOTO’S - - - - -

VIDEOS - - - - -

LINKS - - - 0,043 -

EVENEMENTEN - - - - -

CATEGORIE MEDIA TEN OPZICHTE VAN FASHION Als we naar de verschillen kijken tussen de categorieën Media en Fashion voor de

links, dan zien we een significant verschil wat betreft de variabele gemiddelde

commentaren (U (44) = 57, p < .05) en wat betreft de variabele totale commentaren

(U (44) = 66, p < .05) .

TABEL 3: MEDIA VERSUS FASHION

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELING - - - - -

VRAGEN - - - - -

FOTO’S - - - - -

VIDEO’S - - - - -

LINKS - - 0,001 - 0,019


44

CATEGORIE MEDIA TEN OPZICHTE VAN TECHNOLOGY &

CATEGORIE MEDIA TEN OPZICHTE VAN AUTOMOTIVE De categorie Media verschilt bij geen enkele variabele significant van de categorieën

Technology en Automotive.

CATEGORIE FMCG TEN OPZICHTE VAN FASHION Wat betreft de verschillen tussen de categorieën FMCG en Fashion voor de

mededelingen zien we significante verschillen wat betreft de variabele gemiddelde

appreciaties (U (44) = 89, p < .05), gemiddelde commentaren (U (44) = 78, p < .05),

totale appreciaties (U (44) = 88, p < .05) en totale commentaren (U (44) = 82, p < .05).

Voor de vragen zien we significante verschillen voor het totaal aantal berichten (U

(44) = 90, p < .06), gemiddelde appreciaties (U (44) = 73, p < .05), gemiddelde

commentaren (U (44) = 71, p < .05), totale appreciaties (U (44) = 82, p < .05) en totale

commentaren (U (44) = 83, p < .05). Voor de foto’s valt er een significant verschil op

te tekenen voor het aantal berichten (U (44) = 117,5, p < .05). Ook voor de video’s

verschillen de twee categorieën wat betreft het aantal berichten (U (44) = 113,5, p <

.05). Voor de links ten slotte stellen we verschillen vast voor de gemiddelde

appreciaties (U (44) = 87, p < .05) en de gemiddelde commentaren (U (44) = 71, p <

.05).

TABEL 4: FMCG VERSUS FASHION

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELING - 0,054 0,009 0,047 0,018

VRAGEN 0,059 0,003 0,002 0,017 0,02

FOTO’S 0,017 - - - -

VIDEO’S 0,008 - - - -

LINKS - 0,041 0,002 - -


CATEGORIE FMCG TEN OPZICHTE VAN TECHNOLOGY De categorieën FMCG en Technology verschillen significant van elkaar wat betreft de

gemiddelde appreciaties van de vragen die ze posten (U(44) = 38.5, p < .06). Voor de

video’s is er een significant verschil voor zowel de variabele aantal berichten (U(44) =

99.5, p < .01) als voor de variabele totale commentaren (U(44) = 105, p < .05). Bij de

links, ten slotte, is er een significant verschil te vinden voor de variabele aantal

berichten (U(44) = 104, p < .05).

45

TABEL 5: FMCG VERSUS TECHNOLOGY

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELINGEN - - - - -

VRAGEN - 0,059 - - -

FOTO’S - - - - -

VIDEOS 0,007 - - - 0,028

LINKS 0,023 - - - -


CATEGORIE FMCG TEN OPZICHTE VAN AUTOMOTIVE Deze twee categorieën vertonen veel significante verschillen. Zo zijn er bij de

mededelingen voor alle variabelen behalve het totaal aantal berichten significante

verschillen te vinden. De gemiddelde appreciaties (U(44) =61, p < .05), de gemiddelde

commentaren(U(44) = 52, p < .01), de totale appreciaties (U(44) = 58, p < .05) en de

totale commentaren (U(44) = 53, p < .05) zijn allemaal significant verschillend.

Qua vragen vertonen alle variabelen een zeer significant verschil: aantal berichten

(U(44) = 46, p < .01), gemiddelde appreciaties (U(44) = 45, p < .01), gemiddelde

commentaren (U(44) = 43, p < .01), totale appreciaties (U(44) = 43, p < .01) en totale

commentaren (U(44) = 43, p < .01).

Bij de foto’s verschillen de twee categorieën enkel op basis van het aantal berichten

(U(44) = 113, p < .05).Voor de video’s zijn er ten slotte significante verschillen bij de

variabelen aantal berichten (U(44) = 100, p < .01), totale appreciaties (U(44) = 105, p

< .01) en totale commentaren (U(44) = 109, p < .05).

TABEL 6: FMCG VERSUS AUTOMOTIVE

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELINGEN - 0,049 0,009 0,029 0,011

VRAGEN 0,002 0,002 0,001 0,001 0,001

FOTO’S 0,03 - - - -

VIDEOS 0,002 - - 0,006 0,014

LINKS - - - - -


46

CATEGORIE FASHION TEN OPZICHTE VAN TECHNOLOGY Voor de verschillen tussen de categorieën Fashion en Technology wat betreft de

mededelingen zien we significante verschillen voor de variabele gemiddelde

commentaren (U (44) = 60, p < .05) en de variabele totale commentaren (U (44) = 64,

p < .05). Voor de video’s zien we eveneens significante verschillen voor de variabele

gemiddelde commentaren (U (44) = 63, p < .05) en de variabele totale commentaren

(U (44) = 66, p < .05). Ook voor de links zijn er significante verschillen voor de

variabele gemiddelde commentaren (U (44) = 59, p < .05) en de variabele totale

commentaren (U (44) = 60, p < .05).

TABEL 7: FASHION VERSUS TECHNOLOGY

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELING - - 0,007 - 0,023

VRAGEN - - - - -

FOTO’S - - - - -

VIDEO’S - - 0,017 - 0,039

LINKS - - 0,005 - 0,007


CATEGORIE FASHION TEN OPZICHTE VAN AUTOMOTIVE Wat betreft de verschillen tussen de categorieën Fashion en Automotive voor de

video’s, stellen we significante verschillen vast voor de variabelen gemiddelde

appreciaties (U (44) = 69, p < .05), gemiddelde commentaren (U (44) = 67, p < .05) en

totale commentaren (U (44) = 69, p < .05). Ook voor de links kunnen we significante

verschillen vaststellen voor de variabelen gemiddelde appreciaties (U (44) = 71, p <

.05) en gemiddelde commentaren (U (44) = 65, p < .05).

TABEL 8: FASHION VERSUS AUTOMOTIVE

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELING - - - - -

VRAGEN - - - - -

FOTO’S - - - - -

VIDEO’S - 0,021 0,013 - 0,021

LINKS - 0,033 0,008 - -


47

CATEGORIE TECHNOLOGY TEN OPZICHTE VAN AUTOMOTIVE Als we kijken naar de verschillen tussen de mededelingen van de categorieën

Technology en Automotive, dan noteren we significante verschillen voor de

variabelen gemiddelde commentaren (U (44) = 41, p < .05) en totale commentaren

(U (44) = 42, p < .05). Voor de vragen zijn er significante verschillen voor de

variabelen totale berichten (U (44) = 43, p < .05), gemiddelde appreciaties (U (44) =

44, p < .05), gemiddelde commentaren (U (44) = 43, p < .05), totale appreciaties (U

(44) = 43, p < .05) en totale commentaren (U (44) = 43, p < .05). Voor de video’s

stellen we een significant verschil vast voor de variabele gemiddelde appreciaties (U

(44) = 29, p < .05). Ten slotte is er nog een significant verschil bij de variabele

gemiddelde commentaren (U (44) = 43, p < .05) voor de links.

TABEL 9: TECHNOLOGY VERSUS AUTOMOTIVE

AANTAL

BERICHTEN

GEMIDDELDE

APPRECIATIES

GEMIDDELDE

COMMENTAREN

TOTALE

APPRECIATIES

TOTALE

COMMENTAREN

MEDEDELING - - 0,014 - 0,02

VRAGEN 0,019 0,027 0,019 0,019 0,019

FOTO’S - - - - -

VIDEO’S - 0,039 - - -

LINKS - - 0,028 - -


48

3.4. ANALYSE MEEST INTERACTIEVE PAGINA ’S

In wat volgt zoeken we naar een antwoord op onze eerste onderzoeksvraag: Wat zijn

de vormkenmerken van de meest interactieve pagina’s van bedrijven en merken op

Facebook?

Het doel van de meeste merken op Facebook bestaat er niet alleen in om informatie

over producten en diensten te brengen naar mensen die fan zijn geworden van hun

Facebook pagina. Bedrijven en merken die aanwezig zijn op Facebook hebben

meestal twee doelstellingen die verder reiken dan louter informeren: fans voor hun

merk, product of dienst engageren en nieuwe fans winnen door de virale

verspreiding van hun boodschap. Dit zijn doelstellingen waartoe het medium van de

sociale netwerken zich uitstekend leent. Merken op Facebook kunnen deze twee

doelstellingen bereiken door ervoor te zorgen dat de inhoud van de berichten die ze

op hun Facebook pagina plaatsen goed aansluit bij de interesses van de fans, en dat

die inhoud samen met de vorm van de berichten fans ertoe aanzet om het bericht te

gaan appreciëren en/of er een commentaar bij te plaatsen.

Het leek ons dan ook erg interessant om aan de hand van onze verzamelde data een

ratio te berekenen die het totaal aantal fans van de pagina afzet tegen het totaal

aantal gegenereerde interacties over zes maanden. Zo konden we de 44 Facebook

pagina’s rangschikken op basis van hun interactiviteitsratio (=totaal aantal

appreciaties en commentaren over zes maanden/totaal aantal fans op 5 maart). De

volledige rangschikking van de 44 bedrijven is terug te vinden in bijlage 2. In wat

volgt, bespreken we de top vijf van deze ranking. Deze bedrijven hebben een

interactiviteitsratio die hoger ligt dan 0,20.

TABEL 10: TOP 5 FACEBOOK PAGINA’S OP BASIS VAN INTER ACTIVITEITSRATIO

Bedrijf Interactiviteitsratio

1. CNN 0,3500

2. Dr Pepper 0,2889

3. Audi USA 0,2291

4. Sony Ericsson 0,2266

5. Ferrari 0,2184

Ons onderzoek richt zich enkel op de vorm van de verschillende berichten, vandaar

dat we elk van deze vijf bedrijven van naderbij hebben bekeken aan de hand van de

volgende vragen:

1. Hoeveel berichten werden er op de pagina geplaatst in de periode september

2010 – februari 2011? Gaat het om een bedrijf dat regelmatig berichten om haar

Facebook pagina post?

2. Welk type bericht komt het meeste voor?

49

3. Welk type bericht krijgt het meeste feedback?

4. Slaagt het bedrijf erin om voor het type bericht waar het het vaakst gebruik van

maakt, ook de meeste feedback te genereren? Of stellen we hier een

discrepantie vast?

5. Op welk onderdeel van de pagina komt een Facebook gebruiker die de pagina

voor de eerste keer bezoekt terecht?

6. Gaat het bedrijf de dialoog met de fans aan op het discussieforum van de pagina

of geeft het feedback op berichten die fans op de pagina achterlaten?

1.CNN (1 911 299 fans)

Hoewel CNN op de vijfde laatste plaats staat qua aantal fans van alle pagina’s die we

onderzochten, staat het bedrijf op nummer één qua interactiviteit met haar fans.

Aantal berichten in de periode september 2010 – februari 2011

In onze steekproef van 44 pagina’s is CNN een van de pagina’s die het vaakst iets post

gedurende de zes maanden die wij onderzocht hebben. CNN post nieuws – en dit

meerdere keren per dag – wat begrijpelijk is, aangezien CNN een nieuwszender is. In

totaal postte CNN gedurende de onderzochte periode 601 berichten op haar pagina.

Dit is gelijk aan een gemiddelde van meer dan drie berichten per dag. De berichten

zijn uitsluitend links die de gebruiker doorverwijzen naar de site van CNN zelf –

buiten Facebook dus. Op de site van CNN staan zowel nieuwsberichten als

videofragmenten. De gebruiker die via de Facebook pagina van CNN doorverwezen

wordt naar de site kan daar dus wel terecht komen op een filmpje op die site, maar

op de Facebook pagina wordt het geposte bericht weergegeven als een link naar de

site. Men kan het videofragment met andere woorden niet rechtstreeks op de

Facebook pagina afspelen. Daarom wordt het geklasseerd als een link.

Welk bericht komt het meeste voor? Welk bericht krijgt het meeste feedback?

Aangezien CNN enkel links gepost heeft, krijgen deze ook de meeste feedback van de

fans – er is namelijk geen andere soort van bericht waarop de fans feedback kunnen

geven.

Landing tab van de pagina

CNN doet moeite om meer fans te krijgen. Gebruikers die naar de Facebook pagina

surfen, komen namelijk terecht op een specifiek tabblad waarop gevraagd wordt om

fan te worden van de pagina. Gebruikers komen, met andere woorden, niet

rechtstreeks op de wall terecht.

Interactiviteit met fans

Gedurende een half jaar gaf CNN slechts één keer feedback op een fan en één keer

ging het de discussie aan op het discussieforum. We kunnen dus moeilijk zeggen dat

CNN ervoor kiest om de interactie met de fans aan te gaan.

50

2. Dr Pepper (8 401 301 fans)


Dr Pepper staat op basis van onze interactiviteitsratio op de tweede plaats met 417

berichten gedurende een half jaar. Dit komt neer op gemiddeld meer dan 2 berichten

per dag.

Welk bericht komt het meeste voor?

Dr Pepper maakt het meest gebruik van mededelingen, die goed zijn voor 152 van de

417 berichten. Ook vragen worden door Dr Pepper vaak gepost, goed voor 115

berichten van het totaal. Daarnaast maakt Dr Pepper vooral gebruik van foto’s (77)

en links (71). Met 1 video en 1 evenement over een periode van zes maanden

kunnen we zeggen dat Dr Pepper hier bijna geen gebruik van maakt.

Welk bericht krijgt het meeste feedback?

De ratio voor de feedback van fans door middel van appreciaties is het hoogste voor

de mededelingen (0,71). Vragen leveren de meeste commentaren op (0,37).

Dr Pepper slaagt er dus in om met de meest gebruikte berichten ook de hoogste

interactie van fans te behalen.


Wanneer gebruikers op de Facebook pagina van Dr Pepper terecht komen, worden

ze eerst gevraagd om fan te worden van de pagina. Ze kunnen kiezen om al dan niet

fan te worden alvorens naar de wall door te klikken.


Dr Pepper nam tijdens het half jaar nooit deel aan discussies via Facebook. Het

bedrijf gaf wel twaalf keer feedback op fans. We kunnen zeggen dat de feedback van

Dr Pepper naar de fans toe toch eerder laag is.

3. Audi USA (3 038 312 fans)


Audi heeft gedurende zes maanden 136 berichten gepost op haar Facebook pagina.

Dit komt neer op minder dan één bericht per dag, en iets meer dan 5 berichten per

week.


Audi maakt vooral gebruik van links, die goed zijn voor 56 van de 136 berichten, zo’n

twee vijfde van het totaal. Daarnaast gebruikt Audi vooral foto’s (49) en video’s (29).

Mededelingen (1) en evenementen (1) worden zeer weinig gebruikt. Audi gebruikt

geen vragen.

51


Hoewel Audi vooral links gebruikt, krijgen foto’s het meeste feedback in de vorm van

appreciaties en commentaren met respectievelijke ratio’s van 2,18 en 0,16.


Gebruikers komen niet rechtstreeks op de wall terecht, maar krijgen eerst een

specifiek tabblad te zien. In tegenstelling tot CNN en Dr Pepper vraagt Audi

bezoekers niet expliciet om fan te worden van haar pagina.


Audi benut het discussieforum niet en geeft nooit zelf feedback op fans.

4. Sony Ericsson (4 291 336 fans)


Sony Ericsson heeft in de bestudeerde periode 361 berichten geplaatst, goed voor

een gemiddelde van circa 2 berichten per dag.


Het grootste deel van de berichten van Sony Ericsson bestaat uit foto’s. Foto’s zijn

goed voor 281 van de 361 berichten, meer dan drie vierde van het totaal. Daarnaast

maakt Sony Ericsson vooral gebruik van video’s (39) en links (36). Mededelingen (2),

vragen (2) en evenementen (1) worden in verhouding heel weinig gebruikt.


De ratio voor de verhouding tussen de gemiddelde feedback per bericht die fans

door middel van appreciaties geven en het totaal aantal fans van de Sony Ericsson-

pagina is het hoogste voor de berichten die bestaan uit foto’s (0,55). Hetzelfde geldt

voor de feedback per bericht die fans door middel van commentaren geven (0,14).

De ratio voor de appreciaties per bericht voor de andere types berichten ligt tussen

0,28 en 0,39. De ratio voor de commentaren per bericht voor de andere types

berichten ligt tussen 0,02 en 0,11.

Voor Sony Ericsson kunnen we dus duidelijk vaststellen dat de bericht die door het

merk het meeste gebruikt wordt, namelijk de foto’s, ook effectief de meeste

feedback van fans krijgt. Sony Ericsson slaagt er op deze manier in om de grote

aantallen fans ook effectief om te zetten in veel interactiviteit en virale verspreiding

van haar communicatie.


Facebook-gebruikers die voor het eerst naar de fanpagina van Sony Ericsson surfen

komen terecht op een zogenaamde FBML-pagina, die bezoekers ertoe moet

52

aanzetten om de pagina te gaan appreciëren. Dit wordt in de vakliteratuur steevast

aangeraden. (Porterfield, 2010; Smith, 2009)


Naast het plaatsen van berichten, maakt Sony Ericsson uitvoerig gebruik van het

discussieforum op de fanpagina van het merk om de conversatie met de fans aan te

gaan. Over een periode van zes maanden telden we 6 250 interventies van Sony

Ericsson op het discussieforum. Het plaatsen van berichten op een Facebook pagina

is meer eenrichtingscommunicatie, omdat het als het ware om een mededeling gaat

(al dan niet met een rijke inhoud in de vorm van foto’s of video’s).

Sony Ericsson reageert niet op berichten die door fans op de Facebook pagina

geplaatst worden.

5. Ferrari (3 876 211 fans)


Ferrari heeft over zes maanden 274 berichten geplaatst, goed voor een gemiddelde

van circa 1,5 berichten per dag.


Het grootste deel van de berichten van Ferrari bestaat uit links. Links zijn goed voor

170 van de 274 berichten, bijna twee derde van het totaal. Daarnaast maakt Ferrari

vooral gebruik van foto’s (51) en mededelingen (34). Video’s (16) en evenementen

(3) worden in verhouding veel minder gebruikt. Ferrari maakt geen gebruik van

vragen.


De ratio voor de verhouding tussen de gemiddelde feedback per bericht die fans

door middel van appreciaties geven en het totaal aantal fans van de Ferrari-pagina is

het hoogste voor de berichten die bestaan uit foto’s (0,93). Met een ratio van 0,89

scoren video’s ook erg hoog. De ratio voor de appreciaties per bericht voor de

mededelingen en links bedraagt 0,70. Evenementen scoren een stuk lager met 0,23.

Foto’s, video’s en links scoren het hoogste voor de feedback per bericht die fans door

middel van commentaren geven (0,05). De ratio voor de commentaren per bericht

voor mededelingen en evenementen bedraagt respectievelijk 0,04 en 0,01.

Voor Ferrari valt op dat de Facebook-communicatie voor het grootste deel uit links

bestaat, terwijl foto’s en video’s duidelijk meer feedback van fans genereren.

Daarnaast is opmerkelijk dat de ratio’s voor de appreciaties erg hoog liggen, terwijl

fans relatief weinig commentaren op berichten van Ferrari hebben.

53


Facebook-gebruikers die voor het eerst naar de fanpagina van Ferrari surfen komen

rechtstreeks terecht op de wall van de fanpagina.


Ferrari treedt via haar Facebook pagina niet in contact met fans, noch door feedback

te geven op berichten van fans op de wall van de pagina of door een discussieforum

op de pagina in te richten.

TABEL 11: OVERZICHT VORMKENMERKEN TOP VIJF INTERACT IEFSTE PAGINA'S

Naam pagina Aantal

berichten

Meest voorkomend

bericht

Bericht met

meeste feedback

FBML

pagina?

Feedback

op fans

CNN 601 Links Links Ja Zelden

Dr. Pepper 417 Mededelingen Mededelingen Ja Nooit

Audi USA 136 Links Foto’s Ja Nooit

Sony Ericsson 361 Foto’s Foto’s Ja Zeer vaak

Ferrari 274 Links Foto’s Nee Nooit

54

HOOFDSTUK 4: DISCUSSIE EN CONCLUSIE

DISCUSSIE We hebben onderzoek verricht naar de manier waarop de communicatie verloopt bij

de 44 grootste Facebook pagina’s gedurende de periode van september 2010 tot en

met februari 2011.

In dit onderdeel geven we een antwoord op onze onderzoeksvragen. Eerst

onderzochten we of bedrijven op Facebook gevolg geven aan de adviezen die uit ons

literatuuronderzoek naar voren kwamen. We beginnen deze conclusie met de

bespreking van die resultaten. Vervolgens gaan we in op de verschillende categorieën

binnen onze steekproef. Eerst bespreken we de vormkenmerken van de afzonderlijke

categorieën, nadien vergelijken we de categorieën met elkaar. Ten slotte formuleren

we een antwoord op onze hoofdonderzoeksvraag, namelijk “Wat zijn de

vormkenmerken van de meest interactieve pagina’s van bedrijven en merken op

Facebook?”

OPVOLGING ADVIEZEN We beginnen met een antwoord op de onderzoeksvraag gebaseerd op het eerste

advies dat aanraadt om de Facebook pagina te promoten via een badge op de

officiële website van het bedrijf of merk, namelijk “Hebben bedrijven met een

Facebook badge op hun website meer fans?”

Het advies wordt door de meerderheid van de bedrijven en merken uit onze

steekproef in acht genomen. Bedrijven die aanwezig zijn op Facebook blijken het

belang in te zien van het werven van fans van hun Facebook pagina buiten de SNS.

Nochtans doen 13 bedrijven of merken uit onze steekproef dit niet, wat neerkomt op

30 %. Een aanzienlijk deel van de bedrijven uit onze steekproef zou meer fans op

Facebook kunnen aantrekken, door gebruik te maken van een badge op de

bedrijfswebsite. Van de tien grootste Facebook pagina’s die we onderzochten, zijn er

maar twee bedrijven die geen Facebook page badge op hun bedrijfswebsite hebben.

Het is moeilijk om voor onze steekproef vast te stellen of een page badge

rechtstreeks tot meer fans leidt, er zijn immers nog heel wat andere factoren die

meespelen, zoals bijvoorbeeld merkbekendheid.

Het tweede advies uit ons literatuuronderzoek raadt beheerders van Facebook

pagina’s aan om minstens twee keer per week een bericht te posten op hun pagina.

Op basis van dit advies formuleerden we de volgende onderzoeksvraag: “Zijn

bedrijven en merken die regelmatig (minstens ca. 2 keer per week) updates op hun

Facebook pagina posten beter in het engageren van fans?”

55

Over het algemeen post 77 % van de bedrijven of merken uit onze steekproef

minstens twee maal per week een berichtje op haar Facebook pagina. Dit komt neer

op minstens 52 berichtjes gedurende een periode van zes maanden. 30 % van de

bedrijven of merken post zelfs meer dan één maal per dag een berichtje, wat

overeenkomt met minstens 181 berichtjes. We stellen vast dat de tien grootste

pagina’s uit onze steekproef inderdaad minstens twee keer per week een bericht

posten. De vergelijking van de rangschikking op basis van aantal berichten met de

rangschikking op basis van de interactiviteitsratio leert ons dat van de 22 bedrijven

die de meeste berichten posten (minstens vijf updates per week) er 16 bedrijven zijn

die voorkomen in de top 22 van meest interactieve pagina’s.

In het derde advies wordt bedrijven aangeraden om de conversatie op hun Facebook

pagina te stimuleren door het stellen van vragen en het geven van feedback op fans.

Hieruit leidden we volgende onderzoeksvraag af: “Leidt een bericht in de vorm van

een vraag tot meer engagement van fans?”

We stelden vast dat 39 % van de pagina’s in onze steekproef nooit gebruik maakte

van vragen tijdens de bestudeerde periode. Zes bedrijven uit onze steekproef stellen

in minstens 20% van de berichten die ze posten een vraag. Om na te gaan of het

posten van vragen tot meer engagement van fans leidt, hebben we een vergelijking

gemaakt tussen het aandeel vragen in het totaal aantal berichten en de

interactiviteitsratio. (Zie bijlagen 2 en 3.) We stellen vast dat de bedrijven die

procentueel de meeste vragen stellen geen hoge interactiviteitsratio’s hebben, met

uitzondering van Dr. Pepper. Van de zes bedrijven met het hoogste aandeel vragen

(minstens 20%) komt enkel Dr. Pepper voor in de bovenste helft van de rangschikking

op basis van interactiviteit. Vragen alleen blijken dus niet voldoende om hoog te

scoren op interactiviteit. Hierbij moet wel opgemerkt worden dat onze

interactiviteitsratio gebaseerd is op een optelsom van commentaren en appreciaties.

Zoals verder uit onze resultaten per categorie blijkt, leveren vragen in vier van de vijf

categorieën wel meer commentaren op dan andere types berichten.

Wat het geven van feedback op fans betreft, stellen we vast dat 50% van de

bedrijven in onze steekproef nooit feedback op berichten van fans op het prikbord

geeft. Het discussieforum wordt door tien bedrijven uit onze steekproef gebruikt.

Van die tien benutten enkel Sony Ericsson en Coca-Cola dit platform meerdere keren

per week. Voor de pagina’s uit onze steekproef, die allemaal meer dan een miljoen

fans hebben, is het een hele opgave om de vaak honderden berichten per dag van

fans na te lezen en van feedback te voorzien. Een mogelijke verklaring waarom

bedrijven weinig of nooit feedback geven op berichten van fans zou kunnen zijn dat

het simpelweg te tijdrovend is.

De onderzoeksvraag “Maken de grootste Facebook pagina’s gebruik van een FBML

pagina?” is gebaseerd op het vierde en laatste advies dat bedrijven aanraadt om een

FBML-pagina te gebruiken om meer fans aan te trekken. Dit advies wordt door 24

van de 44 bedrijven in onze steekproef nageleefd. We stelden vast dat negen van die

56

24 pagina’s deze FBML-tab gebruiken om bezoekers expliciet te vragen om fan te

worden. De 15 overige gebruiken die tab om door te verwijzen naar andere pagina’s

binnen of buiten Facebook. Ondanks het advies uit de literatuur gebruikt slechts een

minderheid van de pagina’s uit onze steekproef een FBML-tab om bezoekers in fans

om te zetten.

RESULTATEN PER CATEGORIE In wat volgt geven we een antwoord op de onderzoeksvragen “Wat zijn de

vormkenmerken van de verschillende categorieën binnen onze steekproef?” en “Krijgt

het type bericht dat het vaakst gepost wordt binnen een categorie ook de meeste

feedback?” We bespreken achtereenvolgens de categorieën Media, FMCG, Fashion,

Technology en Automotive.

Uit onze resultaten wordt duidelijk dat Media-bedrijven gemiddeld 1,5 keer per dag

een berichtje postten, meestal links. Hoewel links het vaakst gepost worden, krijgen

vooral mededelingen en foto’s de meeste feedback in de vorm van gemiddelde

appreciaties. Vragen lokken gemiddeld de meeste commentaren uit. Hieruit kunnen

we afleiden dat binnen de categorie Media links niet de meest geschikte manier zijn

om interactiviteit met de fans te creëren, maar dat vooral mededelingen, vragen en

foto’s fans aanzetten tot het geven van feedback. Algemeen gezien is het zo dat de

meeste links de bezoeker wegleiden van Facebook, waardoor de kans kleiner wordt

dat hij of zij de moeite zal ondernemen om terug te keren naar het bericht om het te

appreciëren of er commentaar op te geven. Dit gaat uiteraard niet alleen op voor

Media-bedrijven, maar ook voor bedrijven uit alle categorieën.

FMCG-bedrijven postten gemiddeld 100 berichten gedurende de bestudeerde

periode, wat neerkomt op iets meer dan één berichtje om de twee dagen. De vorm

die de berichten het vaakst aannemen, zijn mededelingen. Zij krijgen ook de meeste

feedback in de vorm van gemiddelde appreciaties. Ook bij FMCG-bedrijven leveren

vragen de meeste feedback op in de vorm van gemiddelde commentaren. Kwalitatief

onderzoek naar de inhoud van de berichten zou kunnen uitwijzen waarom vragen

meer commentaren opleveren en mededelingen meer appreciaties. We

veronderstellen dat producten uit de FMCG-categorie minder nood hebben aan

visuele communicatie, omdat het bij deze producten eerder gaat om smaak, die

makkelijker te omschrijven is met woorden dan met beelden.

Wat betreft de bedrijven binnen de categorie Fashion posten zij gemiddeld twee

berichten om de drie dagen, waarbij dan vooral links gebruikt worden. Dit zijn vaak

links naar de websites van de bedrijven waar foto’s getoond worden van de

producten, vaak in een meer professionele omgeving waar foto’s van de producten in

een betere kwaliteit weergegeven kunnen worden. Foto’s komen op de tweede

plaats, maar leveren wel de meeste appreciaties op. Dit kan verklaard worden door

het feit dat modebedrijven ook buiten Facebook gebruik maken van foto’s om hun

57

producten voor te stellen, zoals ze dat doen in de communicatie via modemagazines

en dergelijke. Dankzij foto’s krijgen fans meteen een indruk van het product en

kunnen ze hun mening in de vorm van appreciaties kenbaar maken. Het lijkt ons dan

ook logisch dat foto’s in de categorie Fashion het meeste appreciaties opleveren.

Daarnaast genereren foto’s ook veel feedback in de vorm van commentaren, maar

het zijn vragen die ook in deze categorie de meeste commentaren opleveren.

Technology-bedrijven postten gemiddeld het vaakst links op hun Facebook pagina.

Met een gemiddelde van drie berichten om de twee dagen zijn zij het actiefst op hun

pagina. Ze vertonen bovendien een sterke voorkeur voor links. Het verschil tussen

links – die het vaakst gepost worden- en foto’s – die op de tweede plaats staan – is

hier aanzienlijk. We veronderstellen dat het door technische aard van de producten

is dat fans veelvuldig doorverwezen worden naar een externe website voor meer

technische informatie. We hebben in dit onderzoek de inhoud van de berichten niet

geanalyseerd. Verder onderzoek zou kunnen uitwijzen of Technology-bedrijven in

hun berichten technische informatie vermijden door het gebruik van links.

We stellen een discrepantie vast tussen de vorm van berichten die het meest

voorkomen en de vorm die de meeste appreciaties oplevert, foto’s. Deze tonen de

gebruikers namelijk de producten, waarover gebruikers dan meteen hun appreciatie

kunnen uitdrukken. Door links worden gebruikers weggeleid van Facebook, waardoor

ze minder snel zullen terugkeren om feedback te geven. Zoals bij de voorgaande

categorieën, leveren vragen ook hier beduidend meer commentaren op dan de

andere vormen van berichten.

Automotive - bedrijven posten gemiddeld twee berichten om de drie dagen. Hoewel

links het meest voorkomen, leveren video’s gemiddeld de meeste appreciaties op.

Het verschil tussen de gemiddelde appreciaties van video’s en links is groot. Een

mogelijke verklaring hiervoor zou kunnen zijn dat fans meer onder de indruk zijn van

video’s waarin ze de auto’s in actie kunnen zien, dan van links naar websites. Het zou

dan ook logisch zijn als die video’s de meeste commentaren opleveren. Nochtans is

dit niet het geval en staan foto’s op nummer één qua gemiddelde feedback in de

vorm van commentaren. Dit is de enige categorie waarbij vragen niet de meeste

commentaren (gemiddeld) opleveren. We nemen aan dat autofans eerder geneigd

zullen zijn om hun mening te geven over een bepaald type wagen als ze effectief een

foto van het model zien dan wanneer het enkel vermeld wordt in een vraag.

We kunnen over het algemeen besluiten dat hoewel vier van de vijf categorieën het

vaakst links gebruiken, het nooit de links zijn die de meeste feedback opleveren.

Mededelingen en foto’s krijgen de meeste appreciaties. Vragen leveren bij vier van

de vijf categorieën de meeste commentaren op.

58

VERGELIJKING TUSSEN CATEGORIEËN Om de verschillen tussen de categorieën te onderzoeken, maakten we gebruik van

een Kruskal-Wallis test. Deze vergelijkt de vijf categorieën uit ons onderzoek met

elkaar op basis van de variabelen. De Kruskall-Wallis test leerde ons dat de vijf

categorieën enkel significant van elkaar verschillen wat betreft de commentaren die

Facebook gebruikers op de berichten van de verschillende pagina’s geven. Er zijn

zowel significante verschillen qua gemiddelde als totale commentaren.

Om een meer genuanceerd beeld te krijgen van hoe de categorieën nu precies van

elkaar verschillen, hebben we elke categorie met elkaar vergeleken op basis van de

variabelen, en dit voor de verschillende soorten berichten (mededelingen, vragen,

foto’s, video’s, links en evenementen). Hierbij kwamen enkele interessante

verschillen aan het licht.

De categorieën die op basis van onze variabelen het meest van elkaar verschillen zijn

FMCG en Automotive en FMCG en Fashion. Wanneer we de categorie FMCG enerzijds

vergelijken met Automotive en anderzijds met Fashion, komen telkens dertien

significante verschillen naar boven.

FMCG-bedrijven blijken het meest te verschillen van Automotive-bedrijven op vlak

van vragen. Ze posten significant meer vragen. Die vragen krijgen ook beduidend

meer feedback in de vorm van gemiddelde en totale appreciaties en commentaren.

Dit geldt ook voor mededelingen die FMCG-bedrijven posten. Foto’s en video’s

worden significant meer gepost door de categorie Automotive dan door FMCG.

Ook in vergelijking met de categorie Fashion, posten FMCG significant meer vragen.

Foto’s en video’s worden meer door Fashion-bedrijven gepost. Dit is enigszins

logisch, omdat modeartikelen door middel van foto’s en video’s beter in het oog

springen dan louter via een vraag. Fashion-bedrijven beseffen dit waarschijnlijk ook

wel en doen dan ook vaker een beroep op foto’s en video’s. Hun fans zijn volgens ons

meer geïnteresseerd in berichten die de inhoud tonen zoals foto’s en video’s. De

vragen –en ook de mededelingen en links- die bedrijven in de categorie FMCG

stellen, krijgen significant meer feedback dan diezelfde soorten berichten die

Fashion-bedrijven posten. Tekstuele boodschappen doen het duidelijk beter bij

FMCG-pagina’s dan bij Fashion-pagina’s. Dit verschil zouden we nogmaals kunnen

toeschrijven aan de veronderstelling dat fans van Fashion-bedrijven meer

geïnteresseerd zijn in een visueel bericht dan in een tekstueel bericht. Hoewel we

met dit onderzoek geen inhoudsanalyse van de berichten wilden uitvoeren, hebben

we bij de dataverzameling toch vastgesteld dat FMCG-bedrijven erg vaak gebruik

maken van tekstuele berichten die het community-gevoel moeten aanzwengelen en

dus veel feedback proberen te genereren. Bovendien stellen we vast dat FMCG-

bedrijven er ook in vergelijking met alle andere categorieën steeds in slagen om meer

feedback van hun fans te krijgen.

59

De categorieën die het minst van elkaar verschillen zijn Media en Technology en

Media en Automotive. De vormkenmerken van de berichten van de categorieën

Media en Technology komen het sterkst overeen: ze posten allebei het vaakst links,

mededelingen en foto’s krijgen de meeste feedback in de vorm van appreciaties en

vragen leveren de meeste commentaren op. Van de vijf categorieën die we

vergeleken hebben, ligt de aard van de producten in de categorieën Media en

Technology volgens ons het dichtst bij elkaar. Net zoals de producten uit de categorie

Technology draaien Media-producten meer om technologie dan producten uit de

drie andere categorieën.

Ook voor de categorieën Media en Automotive stellen de statistische tests geen

significante verschillen vast. Uit onze data blijkt dat beide categorieën vooral links

posten. Bij de categorie Media zijn het de mededelingen die de meeste appreciaties

opleveren en de vragen die de meeste commentaren krijgen, terwijl het in de

categorie Automotive de video’s zijn die de meeste appreciaties opleveren en foto’s

de meeste commentaren krijgen. We kunnen dan ook geen eenduidige verklaring

geven voor het gebrek aan significante versschillen tussen deze twee categorieën.

De categorieën Fashion en Media verschillen bijna niet van elkaar. Hier vinden we

enkel een significant verschil op basis van de commentaren. Media-bedrijven krijgen

significant meer feedback in de vorm van gemiddelde en totale commentaren op de

door hun geposte links dan Fashion-bedrijven. Voor de rest verschillen deze twee

categorieën niet significant van elkaar. Een mogelijke verklaring hiervoor is dat de

Facebook pagina’s van deze twee categorieën zeer gelijkaardige vormkenmerken

vertonen.

Video’s en links genereren gemiddeld meer feedback bij Technology en Automotive,

in vergelijking met Fashion. Wanneer we, ten slotte, Technology en Automotive met

elkaar vergelijken, blijkt dat bedrijven in de categorie Technology significant meer

vragen posten, en deze vragen ook significant meer feedback opleveren.

ANALYSE MEEST INTERACTIEVE PAGINA ’S Nu bovenstaande deelvragen beantwoord zijn, proberen we een antwoord te

formuleren op onze hoofdvraag, namelijk “Wat zijn de vormkenmerken van de meest

interactieve pagina’s van bedrijven en merken op Facebook?”

Op basis van een interactiviteitsratio, die het totaal aantal appreciaties en

commentaren gedurende zes maanden afzet tegenover het totaal aantal fans op het

einde van die zes maanden, rangschikten we de pagina’s uit onze steekproef. Deze

rangschikking is terug te vinden in bijlage 2. Een overzicht van de vormkenmerken

van de vijf meest interactieve pagina’s is terug te vinden op pagina 53.

Het aantal berichten van de vijf meest interactieve bedrijven schommelt tussen de

136 en 601. Dat betekent dat de vijf bedrijven die het best scoren qua interactiviteit

nooit minder dan vijf berichten per week op hun pagina plaatsen. De tip om

60

regelmatig iets te posten blijkt dus op te gaan als het gaat om het realiseren van een

grote interactiviteit.

Drie van de vijf pagina’s met de hoogste feedbackratio maken het vaakst gebruik van

links, één pagina gebruikt vooral foto’s en één pagina plaatst vooral mededelingen.

Het type berichten dat de meeste feedback genereert, is de foto. Bij drie van de vijf

bedrijven uit onze top vijf zijn het de foto’s die de meeste feedback opleveren. Voor

Audi USA en Ferrari stelden we vast dat hoewel ze vooral van links gebruik maken,

het toch de foto’s zijn die meer feedback genereren.

Vier van de vijf bedrijven die het beste scoren voor interactiviteit maken gebruik van

een custom-FBML pagina om bezoekers van de pagina ertoe aan te zetten fan te

worden.

Van de top vijf lijkt enkel Sony-Ericsson in te zetten op wederzijds contact met fans

door veelvuldig deel te nemen aan discussies tussen fans op de pagina. Door de

veelvuldige interactie op het discussieforum gaat Sony Ericsson mee in de evolutie

van Web 1.0 naar Web 2.0, die voor merken met een commerciële boodschap vooral

een evolutie is van het uitzenden van die boodschap naar het in persoonlijk contact

treden met consumenten. Consumenten die aanvoelen dat ze een band hebben met

het merk zullen dan ook sneller geneigd zijn om op een bericht van het merk op

Facebook te reageren (Gunter, 2011). Toch stelden we vast dat de meerderheid van

de bedrijven die we onderzocht hebben dit aspect van Facebook voorlopig nog links

laten liggen.

61

CONCLUSIE

Met dit onderzoek wilden we te weten komen hoe de communicatie van bedrijven

en merken naar hun klanten toe gebeurt via Facebook pagina’s. We waren in het

bijzonder geïnteresseerd in een algemeen beeld over de communicatie van de meest

interactieve pagina’s en een meer specifiek beeld van bedrijven binnen bepaalde

categorieën. Uit ons onderzoek kunnen we enkele interessante besluiten afleiden.

Zo stellen we vast dat de meeste bedrijven uit onze steekproef best wel actief zijn op

hun pagina’s. Het advies dat uit de literatuur naar voren kwam – om minstens twee

keer per week een bericht op de pagina te posten – wordt door de grote

meerderheid opgevolgd. Meer zelfs, een derde van de bedrijven post elke dag een

bericht. Op basis van ons onderzoek zouden we het advies bijstellen naar vijf à zeven

berichten per week. Enerzijds omdat de vijf meest interactieve pagina’s nooit minder

dan vijf keer per week een bericht posten, en anderzijds omdat de bedrijven in onze

steekproef gemiddeld zes berichten per week posten. Verder onderzoek zou kunnen

uitwijzen wat nu precies het optimale aantal berichten is dat bedrijven per week

moeten posten op hun Facebook pagina’s en of dit aantal verschilt van categorie tot

categorie. Op die manier zou bovendien duidelijk kunnen worden vanaf hoeveel

berichten per week fans een teveel aan informatie ervaren.

De basis voor dit onderzoek lag in de idee dat communicatie via Facebook niet draait

om het aantal fans dat een pagina heeft, maar om de hoeveelheid feedback die het

van haar fans krijgt. We stellen in ons onderzoek grote verschillen vast wanneer we

de bedrijven enerzijds rangschikken op basis van het aantal fans en anderzijds op

basis van de interactiviteitsratio. Bedrijven met grote merkbekendheid slagen er wel

in om vaak miljoenen fans aan te trekken, maar zijn daarom niet per se goed in het

engageren van die fans. We stellen vast dat de interactiviteitsratio eerder afneemt

naarmate het aantal fans toeneemt. Pagina’s met meer fans moeten in verhouding

tot pagina’s met minder fans veel meer feedback krijgen om even interactief te

kunnen zijn.

Wat verder nog opvalt, is dat het posten van vragen binnen elke categorie gemiddeld

de meeste feedback oplevert in de vorm van commentaren. Dit klopt dus met onze

veronderstelling op basis van de adviesliteratuur. Wat echter maar zelden gedaan

wordt, en toch ook vaak voorkomt in de adviesliteratuur, is het stimuleren van de

conversatie door als bedrijf of merk zelf te reageren op berichten van fans. Slechts

enkele bedrijven uit onze steekproef maken gebruik van het discussieforum of

persoonlijke berichtjes om te reageren op berichten van hun fans. Bedrijven zetten

dus nog weinig in op het uitbouwen van één-op-één relaties met klanten. Voor veel

bedrijven is Facebook vooral nog een middel om een algemene boodschap uit te

zenden waarop fans kunnen reageren, maar de stap naar een echte dialoog blijft

voorlopig nog uit.

62

Dit onderzoek heeft aangetoond dat verschillende bedrijven op verschillende

manieren via Facebook communiceren. Er is dus niet één enkele juiste manier om

aan Facebook communicatie te doen. De manier waarop bedrijven via Facebook met

hun fans communiceren, hangt namelijk af van verschillende factoren zoals de

categorie waartoe de bedrijven behoren, het doel van de communicatie, de aard van

het product waarover gecommuniceerd wordt,… Al deze factoren bepalen mee welke

vorm een bericht moet aannemen om zoveel mogelijk feedback te genereren.

Uit ons onderzoek komt naar voren dat bedrijven via Facebook grote aantallen fans

kunnen engageren. Facebook is dus goed op weg om een onmisbaar element van de

marketingmix van bedrijven te worden. Hoewel het nog een relatief jong

marketingmiddel is, biedt het veel potentieel aan bedrijven of merken die proberen

meer interactiviteit op te bouwen in de relaties met hun klanten.

Beperkingen en aanbevelingen voor toekomstig onderzoek

Deze scriptie heeft enkele belangrijke beperkingen die we niet zomaar kunnen

negeren. Allereerst moeten we opmerken dat Facebook nog steeds een relatief jong

communicatiemiddel is. Hierdoor bestaat er nog niet zo veel wetenschappelijke

literatuur over. We hebben ons bij ons literatuuronderzoek dan ook deels moeten

baseren op niet-wetenschappelijke adviesliteratuur. Nochtans bieden deze bronnen

wel de laatste trends en nieuwtjes over het sociale medium dat zo snel verandert. Er

bestaat dan ook een mogelijkheid dat de resultaten in deze scriptie snel achterhaald

zullen zijn.

Bovendien is dit onderzoek gebaseerd op (een lijst met) de grootste Facebook

pagina’s qua aantal fans. Aangezien er geen aselecte steekproef genomen kon

worden en de omvang van de steekproef redelijk beperkt is, gelden deze resultaten

in principe niet voor de hele populatie en moeten we dus voorzichtig zijn met het

veralgemenen van onze resultaten. Daarnaast bevatten de categorieën elk een

verschillend aantal bedrijven of merken. Hierdoor worden de resultaten per

categorie beïnvloed. Toch denken we dat we erin geslaagd zijn enkele indicaties aan

het licht te brengen.

Door de beperkte omvang van deze masterscriptie konden we niet ingaan op de

reden achter bepaalde resultaten bij het vergelijken van de categorieën. In onze

discussie formuleren we dan ook slechts veronderstelde verklaringen voor onze

resultaten. Ons onderzoek spitste zich voornamelijk toe op de vormelijke kenmerken

van de communicatie van bedrijven en merken via Facebook pagina’s. Het zou echter

interessant kunnen zijn om ook de inhoudelijke kenmerken van die communicatie

onder de loep te nemen. Toekomstig onderzoek zou bijvoorbeeld kunnen uitwijzen

welke inhoud de meeste feedback genereert. Verdere inhoudelijke analyse van de

berichten is nodig om een totaalbeeld te schetsen van de communicatie op

Facebook.

63

Tot slot zou toekomstig onderzoek een diepgaandere vergelijking kunnen maken

tussen de communicatie met de fans op pagina’s van bedrijven of merken binnen

bepaalde categorieën. Het zou interessant zijn om te onderzoeken waarom bepaalde

categorieën kiezen voor een bepaald type bericht en waarom het ene bericht meer

feedback oplevert binnen één categorie dan binnen een andere.

64

LITERATUURLIJST

“Barack Obama is master of the new Facebook politics”. The Sunday Times Online.

Online geraadpleegd op 2011-02-03 van

http://www.timesonline.co.uk/tol/commentaar/columnists/ andrew

_sullivan/article3997523.ece

“Expedition 206”. Online geraadpleegd op 2011-02-21 van

http://www.expedition206.com/e206_ expedition.aspx

“Fastest growing demographic on Facebook: Women over 55”. Online geraadpleegd

op 2011-02-17 van http://www.insidefacebook.com/2009/02/02/fastest-growing-

demographic-on-facebook-women-over-55/

“Five Elements of a successful Facebook fan page”. Online geraadpleegd op 2011-02-

12 van http://mashable.com/2009/03/30/successful-facebook-fan-page/

“Five tips to promote your Facebook fan page”. Online geraadpleegd op 2011-03-20

van http://www.technshare.com/tips-to-promote-your-facebook-fan-page/

“Five ways to use new Facebook page features to get more likes”. Online

geraadpleegd op 2011-03-10 van

http://socialmediatoday.com/tmonhollon/274637/5-ways-use-new-facebook-page-

features-get-more-appreciaties

“How often should I post to my organization’s Facebook page?” Online geraadpleegd

op 2011-04-28 van http://groundwire.org/blog/facebook-posting-how-often

“How often should you post on your Facebook pages?” Online geraadpleegd op

2011-04-28 van http: //www.onlinemarketing-trends.com/2011/04/how-often-

should-you-post-on-your.html

“How often should you post on your Facebook wall?”. Online geraadpleegd op 2011-

03-28 van http: //www.sigmawebtechnologies.com/social-media/how-often-should-

you-post-on-your-facebook-wall/

“How to better engage Facebook fan page fans”. Online geraadpleegd op 2011-04-20

van http:// www.socialmediaexaminer.com/how-to-better-engage-facebook-fan-

page-fans/

“How to engage your fans on Facebook”. Online geraadpleegd op 2011-04-28 van

http://scalablesocialmedia.com/2011/04/how-to-engage-your-fans-on-facebook/

“How to use Social Networking sites to drive business”. Online geraadpleegd op

2011-02-03 van http://www.inc.com/guides/using-social-networking-sites.html

“Seven tips for a great Facebook page”.Online geraadpleegd op 2011-04-02 van

http://blog.ewaydirect.com/7-tips-for-a-great-facebook-page/

65

“Six tips for bringing personality to your Facebook business page”. Online

geraadpleegd op 2011-03-18 van

http://socialmediatoday.com/taylorellwood/261025/6-tips-bringing-some-

personality-your-facebook-business-page

“Social Network Analysis Report 2010 – Geographic, Demographic and Traffic Data

Revealed”. Online geraadpleegd op 2011-02-20 van

http://www.ignitesocialmedia.com/social-media-stats/2010-social-network-analysis-

report/

“Ten great ways to promote your Facebook page”. Online geraadpleegd op 2011-03-

20 van http://facebookflow.com/10-great-ways-to-promote-your-facebook-page/

“Ten tips to a successful Facebook business page”. Online geraadpleegd op 2011-02-

02 van http://www.quantumwebsolutions.com.au/blog/social-networking/10-tips-

to-a-successful-facebook-business-page/

“The best Facebook page strategies and the pages that use them”. Online

geraadpleegd op 2011-03-08 van http://www.insidefacebook.com/2011/01/04/best-

facebook-page-strategies/

“The Lucky seven tips to successful engagement on Facebook”. Online geraadpleegd

op 2011-03-19 van http://socialmediatoday.com/lkniffin/240868/lucky-7-tips-

successful-engagement-facebook

“Top fifty branded Facebook pages”. Online geraadpleegd op 2011-01-25 van http://

www.ignitesocialmedia.com/facebook-marketing/top-50-branded-facebook-pages/

“Top five things for Facebook page success”. Online geraadpleegd op 2011-02-15 van

http://www.openforum.com/idea-hub/topics/marketing/article/top-5-things-for-

facebook-page-success-adele-cooper-1

Boyd, D. M. & Ellison, N. B. (2008). Social Network Sites: Definition, History, and

Scholarship. Journal of Computer-mediated Communication, 13(1), pp. 210–230.

Constantinides E. & Fountain, J. (2008), “Web 2.0: Conceptual foundations and

marketing issues”, Journal of Direct, Data and Marketing Practice, 9(3), pp. 231-244.

Coyle, J., Lightfoot, E., Scott, A., Smith, T. (2007) , “Reconsidering Models of

Influence: The Relationship between Consumer Social Networks and Word-of-Mouth

Effectiveness”, Journal of Advertising Research, december 2007, pp. 387-397.

Cullinane, J., Singh, T., Veron-Jackson L. (2008), “Blogging: A new play in your

marketing game plan”, Business Horizons, jg. 2008, nr. 51, pp. 281-292.

De Valck, K., Kozinets, R., Wojnicki, A., Wilner, S. (2010), “Networked Narratives:

Understanding Word-of-Mouth Marketing in Online Communities”, Journal of

Marketing, vol. 74, pp. 71-89.

66

Drury, G. (2008), “Opinion piece: Social media: Should marketers engage and how

can it be done effectively?”, Journal of Direct, Data and Digital Marketing Practice, jg.

2008, nr. 9, pp. 274-277.

Ellison, N, Steinfield, C., & Lampe, C. (2007). The benefits of Facebook “friends”:

Exploring the relationship between college student’s use of online social networks

and social capital. Journal of Computer-mediated Communication, 12(3), pp. 1143-

1168.

Facebook Company Timeline. Online geraadpleegd op 2011-02-20 van

http://www.facebook.com /press/info.php?timeline

Facebook Pages. Online geraadpleegd op 2011-02-04 van

http://www.facebook.com/help/?page =904

Farley, A. (2010), “Before booting up”, ABA Bank Marketing, 42(1), pp. 24-31.

Faulds, D. & Mangold, W. (2009), “Social media: The new hybrid element of the

promotion mix”, Business Horizons, jg. 2009, nr. 52, pp. 357-365.

Fichman, R., Gallaugher J., Glaser, J., Kane, G. (2009), “Community relations 2.0”,

Harvard Business Review, november 2009, pp. 45-50.

Gangadharbatla, H., 2007. Facebook me: Collective self-esteem, need to belong, and

Internet self efficacy as predictors of the iGeneration’s attitudes towards social

networking sites. Journal of Interactive Advertising 8(2), pp 5-15.

Gunter, J. (2011) Strengthening Brand Loyalty Through the Facebook Commentaren

Plug-in. Online geraadpleegd op 2011-3-23 van

http://www.socialTechnologyreview.com/articles/strengthening-brand-loyalty-

through-facebook-commentaren-plug

Hartley, D., (2010). 10 Steps to Successful Social Networking for Business, Virginia:

ASTD Press

Howard, B., (2008). Analyzing online social networks. Communications of the ACM,

51(11), pp. 14-16

Hung, K. & Li, S. (2007), “The influence of eWOM on Virtual Consumer Communities:

Social Capital, Consumer Learning, and Behavioural Outcomes”, Journal of

Advertising Research, december 2007, pp. 485-495.

Kelly, L., Kerr, G. & Drennan, J. (2009). “Try Hard”: Attitudes to advertising in Online

Social Networks. Conference paper proceeded at Australian and New Zeeland

Marketing Academy Conference 2009. Online geraadpleegd 2011-02-10 van

http://eprints.qut.edu.au/30161/c30161.pdf

O’Murchu, I., Breslin, J.G. & Decker, S.(2004). Online social and business networking

communities. DERI Technical Report 2004. Online geraadpleegd op 2011-02-21 van

67

http://citeseerx.ist.psu.edu/

viewdoc/download?doi=10.1.1.99.4055&rep=rep1&type=pdf.

Poynter, R. (2010). Facebook: The future of networking with customers. International

Journal of Market Research, 50(1), pp. 11-12.

Riegner, C. (2007), “Word of Mouth on the Web: The impact of Web 2.0 on

Consumer Purchase Decisions”, Journal of Advertising Research, december 2007, pp.

436-447.

Smith, M. (2010), How to Better Engage Facebook Fan Page ‘Fans’. Online

geraadpleegd op 2010-3-23 van http://www.socialmediaexaminer.com/how-to-

better-engage-facebook-fan-page-fans/

Trusov, M, Bucklin, R. E., & Pauwels, K., (2009). Effects of word-of-mouth versus

traditional marketing: Findings from an internet social network site. Journal of

Marketing, 73 (5), pp. 90-102.

Trusov, M., Bodapati, A.V. & Bucklin, R.E. (2010). Determining influential users in

internet social networks, Journal of Marketing Research, 47(4), pp. 643-658.

1

BIJLAGEN

BIJLAGE 1: LAY-OUT VAN EEN FACEBOOK PAGINA

1. Vind-ik-leuk knop

2. Aantal appreciaties van het bericht

3. Aantal commentaren van het bericht

4. Link naar de wall van de pagina

5. Link naar de FMBL-tab van de pagina

6. Link naar het discussieforum van de pagina

7. Totaal aantal mensen die de pagina geapprecieerd hebben

2

BIJLAGE 2: RANGSCHIKKING PAGINA'S OP BASIS VAN HET AANTAL FANS, AANTAL BERICHTEN EN

INTERACTIVITEITSRATIO

Pagina

Aantal Fans

Pagina

Aantal berichten

Pagina

Interactiviteits- ratio

YouTube 30285116

Playstation 679

CNN 0,3500

Coca-Cola 24234379

CNN 601

Dr Pepper 0,2889

Starbucks 20436690

iTunes 452

Audi usa 0,2291

Disney 19082896

MTV 441

Sony Ericsson 0,2266

MTV 18487663

Dr Pepper 417

Ferrari 0,2184

Oreo 17563191

Sony Ericsson 361

Jeep 0,1823

Red Bull 16734949

Xbox 313

Skittles 0,1694

Skittles 15723939

Ferrari 274

Harley Davidson 0,1633

Converse 13680975

H&M 236

Porsche 0,1501

Victoria's Secret 12173095

Victoria's Secret 232

BMW 0,1460

iTunes 12134772

Taco Bell 218

Victoria's Secret 0,1398

Playstation 11709474

Skittles 200

Mercedes 0,1363

Live Messenger 11311406

YouTube 191

Louis Vuitton 0,1077

Pringles 11180318

Calvin Klein 177

Playstation 0,1013

Nutella 8561967

Blackberry 170

Taco Bell 0,0963

Zara 8459219

Nokia 163

Nokia 0,0956

Dr Pepper 8401301

Adidas 141

Calvin Klein 0,0751

Adidas 8307208

Audi usa 136

Pixar 0,0692

Xbox 8120628

Jeep 133

Blackberry 0,0647

Pixar 7904635

Converse 131

Starbucks 0,0639

Mc Donalds 7700494

Harley Davidson 128

Adidas 0,0637

H&M 6602372

Red Bull 122

MTV 0,0636

Taco Bell 6076326

Lacoste 115

Mustang 0,0607

Blackberry 5924956

Puma 108

Xbox 0,0593

Google Chrome 5682977

Mercedes 106

Disney 0,0544

Lacoste 5219851

Starbucks 101

H&M 0,0514

Subway 5182442

Pixar 95

Lacoste 0,0505

BMW 5015596

Louis Vuitton 88

Oreo 0,0485

Sony Ericsson 4291336

Oreo 83

YouTube 0,0468

Puma 4265235

BMW 81

iTunes 0,0414

Nike 4083436

Disney 80

Zara 0,0339

Ferrari 3876211

Live Messenger 78

Coca-Cola 0,0334

Nokia 3084873

Porsche 62

Red Bull 0,0297

Audi usa 3038312

Coca-Cola 52

Puma 0,0240

KFC 2948115

Subway 40

Converse 0,0223

Mercedes 2697893

Mustang 37

KFC 0,0197

Vitamin Water 2232248

KFC 33

Subway 0,0166

Louis Vuitton 2228087

Zara 26

Nutella 0,0132

Harley Davidson 2216395

Google Chrome 19

Google Chrome 0,0125

CNN 1909115

Pringles 16

Live Messenger 0,0111

Porsche 1447488

Nutella 13

Nike 0,0111

Calvin Klein 1321569

Nike 11

Pringles 0,0043

Mustang 1309473

Mc Donalds 5

Mc Donalds 0,0026

Jeep 1067775

Vitamin Water 5

Vitamin Water 0,0006

3

BIJLAGE 3: OPVOLGING ADVIEZEN

ADVIES 1 ADVIES 2 ADVIES 3 ADVIES 4

Pagina Aantal fans Page Badge Aantal

berichten/week Aandeel vragen Feedback op Fans Feedback op discussieforum FBML-pagina

YouTube 30285116 ja 7 4% 1 0 nee

Coca-Cola 24234379 ja 2 21% 17 122 ja

Starbucks 20436690 ja 4 1% 19 2 nee

Disney 19082896 nee 3 0% 0 0 ja

MTV 18487663 ja 17 1% 0 0 nee

Oreo 17563191 ja 3 0% 0 0 nee

Red Bull 16734949 ja 5 2% 0 0 ja

Skittles 15723939 ja 8 9% 8 0 nee

Converse 13680975 nee 5 15% 50 0 nee

Victoria's Secret 12173095 ja 9 1% 0 0 ja

iTunes 12134772 ja 17 3% 0 0 ja

Playstation 11709474 ja 26 2% 0 0 ja

Live Messenger 11311406 nee 3 19% 0 0 nee

Pringles 11180318 ja 1 50% 0 0 nee

Nutella 8561967 nee 1 46% 0 0 nee

Zara 8459219 ja 1 0% 0 0 nee

Dr Pepper 8401301 ja 16 28% 12 0 ja

Adidas 8307208 ja 5 0% 1 0 nee

Xbox 8120628 ja 12 0% 10 11 nee

Pixar 7904635 nee 4 0% 0 0 nee

Mc Donalds 7700494 ja 0 20% 0 0 nee

H&M 6602372 ja 9 28% 96 5 ja

Taco Bell 6076326 ja 8 9% 124 10 ja

Blackberry 5924956 ja 7 6% 407 0 ja

Google Chrome 5682977 nee 1 11% 0 0 nee

Lacoste 5219851 ja 4 0% 1 0 ja

Subway 5182442 ja 2 18% 0 3 ja

BMW 5015596 ja 3 0% 6 13 ja

Sony Ericsson 4291336 ja 14 1% 0 6250 ja

Puma 4265235 nee 4 3% 21 0 nee

Nike 4083436 ja 0 0% 1 0 nee

Ferrari 3876211 nee 11 0% 0 0 nee

Nokia 3084873 ja 6 10% 471 0 ja

Audi Usa 3038312 nee 5 0% 2 0 ja

KFC 2948115 ja 1 3% 3 0 nee

Mercedes-Benz 2697893 ja 4 3% 0 0 ja

Vitamin Water 2232248 nee 0 0% 192 27 ja

Louis Vuitton 2228087 nee 3 0% 0 0 ja

Harley Davidson 2216395 ja 5 0% 20 0 nee

CNN 1909115 nee 23 0% 1 1 ja

Porsche 1447488 ja 2 0% 0 0 ja

Calvin Klein 1321569 nee 7 0% 0 0 ja

Mustang 1309473 ja 1 3% 0 0 ja

4

BIJLAGE 4: SPSS OUTPUT

1. Kruskal-Wallis test voor de vijf categorieën

Test Statisticsa,b

Aantal berichten

gemiddelde

likes

gemiddelde

comments totale likes

totale

comments

Chi-Square 5,751 7,357 27,029 1,478 10,218

df 4 4 4 4 4

Asymp. Sig. ,219 ,118 ,000 ,831 ,037

a. Kruskal Wallis Test

b. Grouping Variable: categorie

2. Vergelijking van categorie Media met FMCG

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 21,500 37,000 32,000 28,000 23,000

Wilcoxon W 49,500 65,000 60,000 56,000 51,000

Z -1,911 -,676 -1,074 -1,392 -1,790

Asymp. Sig. (2-tailed) ,056 ,499 ,283 ,164 ,074

Exact Sig. [2*(1-tailed Sig.)] ,056a ,536

a ,311

a ,183

a ,081

a

a. Not corrected for ties.

b. post = MEDEDELING

c. Grouping Variable: categorie

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 31,000 17,500 25,500 25,500 31,500

Wilcoxon W 59,000 45,500 53,500 53,500 59,500

Z -1,156 -2,227 -1,591 -1,591 -1,114

Asymp. Sig. (2-tailed) ,248 ,026 ,112 ,112 ,265


a ,115

a ,115

a ,275

a


b. post = VRAAG


5

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 37,500 37,000 37,000 43,000 43,000

Wilcoxon W 128,500 65,000 65,000 134,000 71,000

Z -,637 -,676 -,676 -,199 -,199

Asymp. Sig. (2-tailed) ,524 ,499 ,499 ,842 ,842


a ,536

a ,877

a ,877

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 27,000 40,000 40,000 30,000 32,000

Wilcoxon W 118,000 131,000 131,000 121,000 123,000

Z -1,478 -,439 -,439 -1,238 -1,078

Asymp. Sig. (2-tailed) ,139 ,661 ,660 ,216 ,281


a ,699

a ,241

a ,311

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 23,500 43,000 44,000 20,000 22,000

Wilcoxon W 114,500 71,000 72,000 111,000 113,000

Z -1,745 -,198 -,119 -2,021 -1,862

Asymp. Sig. (2-tailed) ,081 ,843 ,905 ,043 ,063


a ,938

a ,046

a ,067

a


b. post = LINK


6

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 40,000 40,000 41,000 40,000 40,000

Wilcoxon W 131,000 131,000 132,000 131,000 131,000

Z -,574 -,573 -,469 -,573 -,573

Asymp. Sig. (2-tailed) ,566 ,567 ,639 ,567 ,567


a ,757

a ,699

a ,699

a


b. post = EVENT


3. Vergelijking van categorie Media met Fashion

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 29,000 29,000 23,000 32,000 26,000

Wilcoxon W 57,000 84,000 78,000 87,000 81,000

Z -,590 -,587 -1,174 -,293 -,880

Asymp. Sig. (2-tailed) ,555 ,557 ,240 ,769 ,379


a ,270

a ,813

a ,417

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 29,000 27,000 24,000 30,000 26,000

Wilcoxon W 84,000 82,000 79,000 85,000 81,000

Z -,634 -,845 -1,162 -,528 -,951

Asymp. Sig. (2-tailed) ,526 ,398 ,245 ,597 ,342


a ,315

a ,669

a ,417

a


b. post = VRAAG


7

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 19,500 30,000 33,000 27,000 33,000

Wilcoxon W 47,500 58,000 88,000 55,000 61,000

Z -1,515 -,488 -,195 -,781 -,195

Asymp. Sig. (2-tailed) ,130 ,625 ,845 ,435 ,845


a ,887

a ,475

a ,887

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 29,000 28,000 24,000 31,000 29,000

Wilcoxon W 57,000 83,000 79,000 86,000 84,000

Z -,587 -,685 -1,076 -,391 -,587

Asymp. Sig. (2-tailed) ,557 ,493 ,282 ,696 ,557


a ,315

a ,740

a ,601

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 23,000 22,000 2,000 17,000 11,000

Wilcoxon W 78,000 77,000 57,000 72,000 66,000

Z -1,172 -1,269 -3,220 -1,757 -2,342

Asymp. Sig. (2-tailed) ,241 ,205 ,001 ,079 ,019


a ,000

a ,088

a ,019

a


b. post = LINK


8

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 35,000 33,000 34,000 34,000 34,000

Wilcoxon W 90,000 61,000 62,000 62,000 62,000

Z ,000 -,228 -,114 -,114 -,114

Asymp. Sig. (2-tailed) 1,000 ,819 ,909 ,909 ,909

Exact Sig. [2*(1-tailed Sig.)] 1,000a ,887

a ,962

a ,962

a ,962

a


b. post = EVENT


4. Vergelijking van categorie Media met Technology

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 12,500 17,000 19,000 21,000 13,000

Wilcoxon W 40,500 38,000 47,000 42,000 41,000

Z -1,219 -,572 -,286 ,000 -1,144

Asymp. Sig. (2-tailed) ,223 ,567 ,775 1,000 ,252


a ,836

a 1,000

a ,295

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 17,000 16,500 17,500 17,500 17,500

Wilcoxon W 45,000 44,500 45,500 45,500 45,500

Z -,581 -,652 -,507 -,507 -,507

Asymp. Sig. (2-tailed) ,561 ,514 ,612 ,612 ,612


a ,628

a ,628

a ,628

a


b. post = VRAAG


9

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 18,000 19,000 18,000 17,000 17,000

Wilcoxon W 46,000 47,000 46,000 45,000 45,000

Z -,429 -,286 -,429 -,572 -,572

Asymp. Sig. (2-tailed) ,668 ,775 ,668 ,567 ,567


a ,731

a ,628

a ,628

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 17,000 17,000 20,000 20,000 19,000

Wilcoxon W 45,000 38,000 48,000 41,000 47,000

Z -,573 -,572 -,143 -,143 -,286

Asymp. Sig. (2-tailed) ,567 ,567 ,886 ,886 ,775


a ,945

a ,945

a ,836

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 21,000 17,000 18,000 19,000 19,000

Wilcoxon W 42,000 38,000 39,000 40,000 40,000

Z ,000 -,571 -,429 -,286 -,286

Asymp. Sig. (2-tailed) 1,000 ,568 ,668 ,775 ,775

Exact Sig. [2*(1-tailed Sig.)] 1,000a ,628

a ,731

a ,836

a ,836

a


b. post = LINK


10

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 15,500 19,500 18,500 15,500 16,500

Wilcoxon W 43,500 47,500 46,500 43,500 44,500

Z -,896 -,244 -,407 -,896 -,733

Asymp. Sig. (2-tailed) ,370 ,807 ,684 ,370 ,464


a ,731

a ,445

a ,534

a


b. post = EVENT


5. Vergelijking van categorie Media met Automotive

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 24,000 20,000 16,000 20,000 18,000

Wilcoxon W 60,000 56,000 52,000 56,000 54,000

Z -,474 -,943 -1,414 -,943 -1,179

Asymp. Sig. (2-tailed) ,636 ,346 ,157 ,346 ,239


a ,189

a ,397

a ,281

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 15,000 17,000 16,000 15,000 15,000

Wilcoxon W 51,000 53,000 52,000 51,000 51,000

Z -1,697 -1,436 -1,567 -1,697 -1,697

Asymp. Sig. (2-tailed) ,090 ,151 ,117 ,090 ,090


a ,189

a ,152

a ,152

a


b. post = VRAAG


11

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 17,000 22,000 27,000 22,000 22,000

Wilcoxon W 45,000 50,000 55,000 50,000 50,000

Z -1,274 -,695 -,116 -,695 -,695

Asymp. Sig. (2-tailed) ,203 ,487 ,908 ,487 ,487


a ,955

a ,536

a ,536

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 20,500 22,000 26,000 23,000 26,000

Wilcoxon W 48,500 50,000 62,000 51,000 54,000

Z -,870 -,695 -,232 -,579 -,232

Asymp. Sig. (2-tailed) ,384 ,487 ,817 ,562 ,817


a ,867

a ,613

a ,867

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 20,000 27,000 13,000 17,000 14,000

Wilcoxon W 56,000 55,000 49,000 53,000 50,000

Z -,926 -,116 -1,736 -1,273 -1,620

Asymp. Sig. (2-tailed) ,355 ,908 ,083 ,203 ,105


a ,094

a ,232

a ,121

a


b. post = LINK


12

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 25,500 25,000 25,000 25,000 25,000

Wilcoxon W 61,500 61,000 61,000 61,000 61,000

Z -,372 -,446 -,446 -,446 -,446

Asymp. Sig. (2-tailed) ,710 ,656 ,656 ,656 ,656


a ,779

a ,779

a ,779

a


b. post = EVENT


6. Vergelijking van categorie FMCG met Fashion

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 43,000 34,000 23,000 33,000 27,000

Wilcoxon W 98,000 89,000 78,000 88,000 82,000

Z -1,368 -1,924 -2,607 -1,987 -2,359

Asymp. Sig. (2-tailed) ,171 ,054 ,009 ,047 ,018


a ,008

a ,049

a ,018

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 35,000 18,000 16,000 27,000 28,000

Wilcoxon W 90,000 73,000 71,000 82,000 83,000

Z -1,891 -2,956 -3,082 -2,390 -2,327

Asymp. Sig. (2-tailed) ,059 ,003 ,002 ,017 ,020


a ,002

a ,018

a ,021

a


b. post = VRAAG


13

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 26,500 58,000 42,000 44,000 54,000

Wilcoxon W 117,500 113,000 97,000 135,000 145,000

Z -2,389 -,434 -1,427 -1,303 -,682

Asymp. Sig. (2-tailed) ,017 ,664 ,154 ,193 ,495


a ,166

a ,208

a ,522

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 22,500 64,500 43,500 36,500 43,500

Wilcoxon W 113,500 155,500 98,500 127,500 134,500

Z -2,644 -,031 -1,337 -1,772 -1,337

Asymp. Sig. (2-tailed) ,008 ,975 ,181 ,076 ,181


a ,186

a ,077

a ,186

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 49,500 32,000 16,000 58,000 46,000

Wilcoxon W 140,500 87,000 71,000 113,000 101,000

Z -,962 -2,047 -3,039 -,434 -1,178

Asymp. Sig. (2-tailed) ,336 ,041 ,002 ,664 ,239


a ,002

a ,693

a ,257

a


b. post = LINK


14

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 51,000 55,000 56,000 55,000 56,000

Wilcoxon W 142,000 146,000 147,000 146,000 147,000

Z -1,074 -,761 -,685 -,761 -,685

Asymp. Sig. (2-tailed) ,283 ,447 ,493 ,447 ,493


a ,605

a ,563

a ,605

a


b. post = EVENT


7. Vergelijking van categorie FMCG met Technology

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 34,500 19,000 27,000 24,000 29,000

Wilcoxon W 55,500 40,000 48,000 45,000 50,000

Z -,396 -1,755 -1,053 -1,316 -,877

Asymp. Sig. (2-tailed) ,692 ,079 ,292 ,188 ,380


a ,323

a ,210

a ,416

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 35,000 17,500 25,500 26,500 28,500

Wilcoxon W 56,000 38,500 46,500 47,500 49,500

Z -,352 -1,887 -1,185 -1,097 -,921

Asymp. Sig. (2-tailed) ,725 ,059 ,236 ,273 ,357


a ,244

a ,282

a ,368

a


b. post = VRAAG


Test Statisticsb,c

15

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 24,500 28,000 31,000 33,000 32,000

Wilcoxon W 115,500 49,000 52,000 124,000 123,000

Z -1,275 -,965 -,702 -,526 -,614

Asymp. Sig. (2-tailed) ,202 ,334 ,483 ,599 ,539


a ,521

a ,639

a ,579

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 8,500 37,000 36,000 18,000 14,000

Wilcoxon W 99,500 128,000 127,000 109,000 105,000

Z -2,684 -,176 -,264 -1,845 -2,197

Asymp. Sig. (2-tailed) ,007 ,861 ,792 ,065 ,028


a ,831

a ,072

a ,029

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 13,000 29,000 36,000 22,000 20,000

Wilcoxon W 104,000 50,000 57,000 113,000 111,000

Z -2,281 -,877 -,263 -1,491 -1,666

Asymp. Sig. (2-tailed) ,023 ,380 ,792 ,136 ,096


a ,831

a ,152

a ,106

a


b. post = LINK


16

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 25,500 31,000 29,000 25,000 27,000

Wilcoxon W 116,500 122,000 120,000 116,000 118,000

Z -1,444 -,850 -1,063 -1,488 -1,276

Asymp. Sig. (2-tailed) ,149 ,395 ,288 ,137 ,202


a ,416

a ,244

a ,323

a


b. post = EVENT


8. Vergelijking van categorie FMCG met Automotive

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 27,500 25,000 16,000 22,000 17,000

Wilcoxon W 63,500 61,000 52,000 58,000 53,000

Z -1,788 -1,968 -2,624 -2,187 -2,551

Asymp. Sig. (2-tailed) ,074 ,049 ,009 ,029 ,011


a ,008

a ,030

a ,010

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 10,000 9,000 7,000 7,000 7,000

Wilcoxon W 46,000 45,000 43,000 43,000 43,000

Z -3,110 -3,172 -3,320 -3,320 -3,320

Asymp. Sig. (2-tailed) ,002 ,002 ,001 ,001 ,001


a ,000

a ,000

a ,000

a


b. post = VRAAG


17

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 22,000 47,000 39,000 33,000 38,000

Wilcoxon W 113,000 83,000 75,000 124,000 129,000

Z -2,175 -,362 -,942 -1,376 -1,014

Asymp. Sig. (2-tailed) ,030 ,717 ,346 ,169 ,310


a ,374

a ,185

a ,336

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 9,000 28,000 49,000 14,000 18,000

Wilcoxon W 100,000 119,000 85,000 105,000 109,000

Z -3,121 -1,740 -,218 -2,756 -2,466

Asymp. Sig. (2-tailed) ,002 ,082 ,828 ,006 ,014


a ,860

a ,005

a ,013

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 36,500 48,000 30,000 42,000 50,000

Wilcoxon W 127,500 139,000 66,000 133,000 86,000

Z -1,123 -,290 -1,593 -,724 -,145

Asymp. Sig. (2-tailed) ,261 ,772 ,111 ,469 ,885


a ,121

a ,500

a ,916

a


b. post = LINK


18

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 49,500 52,000 50,000 49,000 50,000

Wilcoxon W 140,500 88,000 86,000 140,000 86,000

Z -,244 ,000 -,194 -,291 -,194

Asymp. Sig. (2-tailed) ,807 1,000 ,846 ,771 ,846

Exact Sig. [2*(1-tailed Sig.)] ,860a 1,000

a ,916

a ,860

a ,916

a


b. post = EVENT


9. Vergelijking van categorie Fashion met Technology

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 24,000 30,000 5,000 24,000 9,000

Wilcoxon W 79,000 51,000 60,000 79,000 64,000

Z -,654 ,000 -2,712 -,651 -2,278

Asymp. Sig. (2-tailed) ,513 1,000 ,007 ,515 ,023

Exact Sig. [2*(1-tailed Sig.)] ,562a 1,000

a ,005

a ,562

a ,022

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 21,000 17,000 14,000 20,000 16,000

Wilcoxon W 76,000 72,000 69,000 75,000 71,000

Z -1,021 -1,472 -1,812 -1,132 -1,585

Asymp. Sig. (2-tailed) ,307 ,141 ,070 ,258 ,113


a ,093

a ,313

a ,147

a


b. post = VRAAG


19

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 18,000 25,000 15,000 20,000 28,000

Wilcoxon W 39,000 46,000 70,000 41,000 49,000

Z -1,302 -,542 -1,627 -1,085 -,217

Asymp. Sig. (2-tailed) ,193 ,588 ,104 ,278 ,828


a ,118

a ,313

a ,875

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 27,000 27,000 8,000 26,000 11,000

Wilcoxon W 82,000 82,000 63,000 81,000 66,000

Z -,326 -,325 -2,386 -,434 -2,061

Asymp. Sig. (2-tailed) ,744 ,745 ,017 ,664 ,039


a ,016

a ,713

a ,042

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 17,000 18,000 4,000 14,000 5,000

Wilcoxon W 72,000 73,000 59,000 69,000 60,000

Z -1,411 -1,302 -2,820 -1,735 -2,712

Asymp. Sig. (2-tailed) ,158 ,193 ,005 ,083 ,007


a ,003

a ,093

a ,005

a


b. post = LINK


20

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 24,000 27,000 25,000 23,000 23,000

Wilcoxon W 79,000 82,000 80,000 78,000 78,000

Z -,720 -,359 -,598 -,837 -,837

Asymp. Sig. (2-tailed) ,471 ,720 ,550 ,403 ,403


a ,635

a ,492

a ,492

a


b. post = EVENT


10. Vergelijking van categorie Fashion met Automotive

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 26,000 35,500 30,500 32,500 30,500

Wilcoxon W 62,000 71,500 66,500 68,500 66,500

Z -1,255 -,402 -,848 -,670 -,848

Asymp. Sig. (2-tailed) ,209 ,688 ,396 ,503 ,396


a ,408

a ,515

a ,408

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 31,000 32,000 35,000 31,000 31,000

Wilcoxon W 67,000 68,000 71,000 67,000 67,000

Z -,955 -,847 -,529 -,952 -,952

Asymp. Sig. (2-tailed) ,339 ,397 ,597 ,341 ,341


a ,696

a ,460

a ,460

a


b. post = VRAAG


21

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 36,000 34,000 27,000 36,000 33,000

Wilcoxon W 72,000 89,000 82,000 91,000 88,000

Z -,356 -,533 -1,155 -,355 -,622

Asymp. Sig. (2-tailed) ,722 ,594 ,248 ,722 ,534


a ,274

a ,762

a ,573

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 38,500 14,000 12,000 22,000 14,000

Wilcoxon W 93,500 69,000 67,000 77,000 69,000

Z -,134 -2,310 -2,488 -1,599 -2,310

Asymp. Sig. (2-tailed) ,893 ,021 ,013 ,110 ,021


a ,012

a ,122

a ,021

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 38,000 16,000 10,000 29,000 21,000

Wilcoxon W 93,000 71,000 65,000 84,000 76,000

Z -,178 -2,132 -2,666 -,977 -1,688

Asymp. Sig. (2-tailed) ,859 ,033 ,008 ,328 ,091


a ,006

a ,360

a ,101

a


b. post = LINK


22

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 35,000 35,000 32,000 36,000 33,000

Wilcoxon W 71,000 71,000 68,000 72,000 69,000

Z -,531 -,529 -,847 -,423 -,741

Asymp. Sig. (2-tailed) ,595 ,597 ,397 ,672 ,459


a ,515

a ,762

a ,573

a


b. post = EVENT


11. Vergelijking van categorie Technology met Automotive

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 11,000 22,000 5,000 14,000 6,000

Wilcoxon W 47,000 58,000 41,000 50,000 42,000

Z -1,693 -,259 -2,464 -1,297 -2,334

Asymp. Sig. (2-tailed) ,090 ,795 ,014 ,195 ,020


a ,013

a ,228

a ,020

a




Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 7,000 8,000 7,000 7,000 7,000

Wilcoxon W 43,000 44,000 43,000 43,000 43,000

Z -2,347 -2,206 -2,344 -2,344 -2,344

Asymp. Sig. (2-tailed) ,019 ,027 ,019 ,019 ,019


a ,029

a ,029

a ,029

a


b. post = VRAAG


23

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 17,000 10,000 18,000 15,000 19,000

Wilcoxon W 38,000 31,000 54,000 36,000 40,000

Z -,906 -1,807 -,775 -1,162 -,645

Asymp. Sig. (2-tailed) ,365 ,071 ,439 ,245 ,519


a ,491

a ,282

a ,573

a


b. post = FOTO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 23,000 8,000 22,000 12,000 22,000

Wilcoxon W 59,000 29,000 58,000 33,000 43,000

Z -,129 -2,066 -,258 -1,549 -,258

Asymp. Sig. (2-tailed) ,897 ,039 ,796 ,121 ,796


a ,852

a ,142

a ,852

a


b. post = VIDEO


Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 13,000 15,000 7,000 16,000 10,000

Wilcoxon W 49,000 36,000 43,000 52,000 46,000

Z -1,420 -1,162 -2,195 -1,033 -1,807

Asymp. Sig. (2-tailed) ,156 ,245 ,028 ,302 ,071


a ,029

a ,345

a ,081

a


b. post = LINK


24

Test Statisticsb,c

Aantal berichten

gemiddelde

likes

gemiddelde


totale

comments

Mann-Whitney U 16,500 18,000 15,000 17,000 16,000

Wilcoxon W 52,500 54,000 51,000 53,000 52,000

Z -1,130 -,903 -1,354 -1,053 -1,204

Asymp. Sig. (2-tailed) ,258 ,367 ,176 ,292 ,229


a ,282

a ,414

a ,345

a


b. post = EVENT


Masterproef over bedrijven en Facebook

Technology

Transcript of Masterproef over bedrijven en Facebook