Meten en weten in social media

45
Meten en weten in social media STIVORO, 16 november 2010 prof. dr. Peter Kerkhof Afd. Communicatiewetenschap Vrije Universiteit Amsterdam

description

Presentatie Meten en weten in social media, STIVORO,16 november 2010; Peter Kerkhof

Transcript of Meten en weten in social media

Page 1: Meten en weten in social media

Meten en weten in social mediaSTIVORO, 16 november 2010

prof. dr. Peter KerkhofAfd. CommunicatiewetenschapVrije Universiteit Amsterdam

Page 2: Meten en weten in social media

Over mij

Universitair Hoofddocent /afdelingshoofdAfd. CommunicatiewetenschapVrije Universiteit Amsterdam Bijz. Hoogleraar Customer MediaUniversiteit van Amsterdam (vanaf 1 sept. 2010)

http://twitter.com/PeterKerkhofhttp://www.peterkerkhof.infohttp://linkedin.com/peterkerkhof

Achtergrond: promotie Sociale Psychologie (1997)

Page 3: Meten en weten in social media

Deze presentatie

• Onderzoek naar social media:– Monitoring van social media– Onderzoek naar social media

Mmv Ivar Vermeulen /Jan Kleinnijenhuis /Shenghui Wang /Dirk Oegema /Enny Das /Sonja Utz /Camiel Beukeboom

Page 4: Meten en weten in social media

Social media conversaties

In woord……

Page 5: Meten en weten in social media

Social media conversaties

……en in beeld

Page 6: Meten en weten in social media

Social media conversaties

Page 7: Meten en weten in social media

Social media conversaties

Page 9: Meten en weten in social media

Social media monitoring zie http://bit.ly/monitoringtoolsMF

• Luisteren– RSS feeds, twitter search, google alerts

• Analyseren– Klout, tweetlevel, Socialmention, Buzzcapture

(sentiment)• Meepraten

– Cotweet, hootsuite, radian6, ubervu, ....

Page 10: Meten en weten in social media

Social media monitoring

Page 11: Meten en weten in social media

Afhankelijk van doelstellingen – Engagement– Branding– Verandering in

• Kennis• Opvattingen • Gedrag

– Traffic naar website– Verkoop– .......

Wat meet je?

Page 12: Meten en weten in social media

• Wanneer meten?– Vooraf:

• testen van materiaal /reacties– Vooraf + achteraf:

• Effecten, tracking onderzoek

• Campagnes vs. continue aanwezigheid

Wanneer meten?

Page 13: Meten en weten in social media

• Bestaande data– Clicks, mentions, retweets, reacties, bezoek website– Online sentiment, online associaties

• Vragenlijsten– Kennis– Attitudes– Intenties– Zelfgerapporteerd gedrag– Associaties

Hoe meet je?

Page 14: Meten en weten in social media

Naar meer begrip van social media

- In gesprek: de publiekseffecten van sociale media conversaties

- Tone of voice- Dialoog- Leken reacties vs. expert reacties

- Social media als netwerken - Associaties van thema’s, mensen,

sentimenten- Dynamiek van online communities

Page 15: Meten en weten in social media

Publiekseffecten van social media conversaties

Page 16: Meten en weten in social media

Publiekseffecten van social media conversaties

• Effecten– Mening over bedrijf/merk/product– Mening over klacht & klager– Mening over reactie– Gedragsintenties

Page 17: Meten en weten in social media

Publiekseffecten van social media conversaties

• Verschillende manieren van reageren– Geen reactie– Excuses vs. weerspreken vs. vergoeding– Persoonlijk vs. onpersoonlijk– Dialoog

Page 18: Meten en weten in social media

Publiekseffecten van social media conversaties

• Groot & bekend vs. klein en onbekend• Goede vs. slechte reputatie• leek vs. expert

Page 19: Meten en weten in social media

• Online experimenten• Vaak onder studenten• Ca. 120 deelnemers per studie

Onderzoeksopzet

Page 20: Meten en weten in social media

Tone of voice

• Persoonlijk vs. corporate• Jij vs. u• Ik vs. wij• Mens vs. logo

Page 21: Meten en weten in social media

Persoonlijk werkt beter

Page 22: Meten en weten in social media

Persoonlijk werkt beter

• Positieve 1e reacties• Eerlijker• Meer begaan met de klant• Menselijker• Minder underdog effect• Vooral bij grote organisaties• Ook in PR situaties

Page 23: Meten en weten in social media

Dialoog

• Sociale media conversaties• Worden interacties meer

gewaardeerd wanneer ze meer op een dialoog lijken?

Page 24: Meten en weten in social media
Page 25: Meten en weten in social media
Page 26: Meten en weten in social media

Effecten van een dialoog

Page 27: Meten en weten in social media

Effecten van een dialoog

Page 28: Meten en weten in social media

Wie reageert?

• Wie reageert?– Afnemend

vertrouwen in elites– Ambassadors vs.

experts

Page 29: Meten en weten in social media

Wie reageert?

• Experiment:• Negatieve vs. positieve review • Van een bekende of onbekende hoofdpijnpil• Door een arts of een leek

– Voor + nameting

Page 30: Meten en weten in social media

Experts vs. leken

Page 31: Meten en weten in social media

Experts vs. leken

Page 32: Meten en weten in social media

• Netwerken van thema’s, sentimenten, actoren

• In kaart te brengen via zoekmachines– Waarmee wordt een merk geassocieerd?– Waarmee wordt een thema geascieerd– Waarmee wordt een persoon geassocieerd?

• En hoe dat te combineren?– Goede doelen en ambassadeurs

Social media als netwerken

Page 33: Meten en weten in social media

Online associaties

Page 34: Meten en weten in social media

Online associaties

Page 35: Meten en weten in social media

Online associaties

Page 36: Meten en weten in social media

Online associaties

Page 37: Meten en weten in social media

• Hoe ontwikkelen online communities zich– Netwerkvorm– Ongeremd– Groepsnormen

Dynamiek van online communities

Page 38: Meten en weten in social media

Dynamiek van online communities

Data:nl.politiek, 2003-20081.145.833 postings20.996 deelnemers

Page 39: Meten en weten in social media

Dynamiek van online communities

Data:Centrale netwerkpositiePopulariteit Activiteit Uiten van walging /haatMedia volgen

Page 40: Meten en weten in social media

Anger Afkeer ontvreden onvrede onbevred* onplezierig* afschuw* aversie*walg* afgrijzen weerzin* drift driftig* driftaanval* driftbui* woede* nijd nijdige furie* razernij razen razend razende geraas geraasd raas raasde raasden boos boze boosheid toorn* vertoornd verontwaardig* (kwaad* not w/1 noodzakelijk) kwade woest  Hate haat gehate haten hate gehaat hatelijk* jaloers* jaloezie afgunst* naijverig* *haat* hate* gehate wreke* wreekt* wraak* *wrok* gewroken* revanche vergeld* represaille*  Fear angst* beangst* huiver* bang banger bangst bange vrezen vrees vreest gevrees* bevreesd? benauw* schrik? schrikken* geschrokken schrok paniek* verbijster* ongelukkig* miserabel* (verdriet not w/1 (stuk verdriet)) verdrietig* pijn pijnlijk? lijdzaam teleur* bedroefd* droevig* droefenis kommer wee not w/1 (oh wee) ween* geween huil* gehuil* *treur*

Dynamiek van online communities

Page 41: Meten en weten in social media

Dynamiek van online communities

Page 42: Meten en weten in social media

Dynamiek van online communities

• Uiten van walging /haat geen karaktertrek maar een gevolg van dynamiek in een online gemeenschap

• Populariteit /activiteit versterkt uiten van walging haat

• Uiten van walging /haat versterkt populariteit /activiteit

Page 43: Meten en weten in social media

Wat kunnen we hiermee?

• Reacties pretesten• Associaties van thema /merk /organisatie

volgen• Dynamiek van communities analyseren

Page 44: Meten en weten in social media

Zodat we....

• Beter weten waar we in stappen• Beter weten hoe mee te praten• Beter weten wie mee moet praten• Beter weten wat de gevolgen zijn

Page 45: Meten en weten in social media

Dank voor uw aandacht!