Je vindt me ook op

De kracht van fail-tweets – risico op reputatieschade

Fail-tweets vormen een serieus risico op reputatieschade voor een bedrijf. Dit noopt bedrijven tot webcare-interventies waarmee zij de schade binnen de perken kunnen houden. Dit blogartikel is inclusief mijn VIOT2014-presentatie

De kracht van fail-tweets – risico op reputatieschade

fail_vogel_1

De kracht van negatieve productbeoordelingen op het platform Twitter vormt een serieus risico op reputatieschade voor een bedrijf (Van Hemelen, Smits, & Verlegh, 2013). De mogelijke schadelijke reputatie-effecten van zogenaamde fail-tweets – negatieve word-of-mouth – nopen tot webcare-interventies waarmee bedrijven door ‘online damage control’ (Van Noort en Willemsen, 2011) de schade binnen de perken kunnen houden.

Zo luidt de conclusie van twee experimentele onderzoeken die Marije van Dongen deed in het kader van haar master-scriptie (juni 2013) waarbij ik begeleider was.

Op de VIOT-conferentie (16 t/m 18 december 2014) in Leuven heb ik deze twee onderzoeken gepresenteerd. Aan het einde van dit blogartikel vind je de volledige presentatie.

n-WOM tweets

Door het open karakter, het grote aantal gebruikers en de mogelijkheid om berichten te retweeten, kan negatieve word-of-mouth (n-WOM) via Twitter in korte tijd veel mensen beïnvloeden. Er is weinig bekend over de effecten van negatieve WOM-tweets over merken op consumentengedrag en -attitude.

In twee experimentele onderzoeken hebben we geprobeerd hier meer inzicht in te krijgen.

onderzoek_model

Onderzoek 1

Als meer mensen het zeggen zal ’t wel waar zijn…

Op grond van de consensus-vuistregel (social proof) verwachtten we dat vier negatieve tweets over een product in iemands Twitter-timeline een schadelijker effect kan hebben op de reputatie van een organisatie dan wanneer er twee negatieve tweets over dat product in iemands timeline staan. Ook is het denkbaar dat iemands profiel-afbeelding invloed heeft op het verwachte negatieve effect.

In een experiment met een tussenproefpersoonontwerp reageerden 419 participanten op een Twitter-timeline met daarin twee of vier negatieve tweets over een product van een fictief bedrijf. De tweet was afkomstig van een fictieve zender die als profielafbeelding een standaard Twitter-ei had, of een bedrijfslogo, of een persoonlijke foto.

Uit de resultaten bleek:

  • bij vier negatieve tweets over het product was het merkvertrouwen lager en was de intentie om negatieve WOM over het merk te verspreiden hoger dan wanneer dezelfde negatieve beoordeling in twee tweets in de timeline zichtbaar waren;
  • de effecten bleken niet afhankelijk te zijn van de profiel-afbeelding.

Onderzoek 2

Als een deskundige ’t zegt zal ’t wel waar zijn…

Op grond van de deskundigheidsvuistregel verwachtten we dat een mogelijk negatief effect sterker is bij een deskundige zender dan bij een niet-deskundige zender.

En omdat in eerder onderzoek gebleken was dat de geloofwaardigheid van merkevaluaties groter was wanneer deze afkomstig waren van personen dan van bedrijven (Kerkhof, 2010; Van Noort & Willemsen, 2011), zijn we ook de mogelijke invloed van deze factor op de reputatie van het betreffende bedrijf nagegaan. We hebben de volgende vragen beantwoord:

  • Wordt een deskundige zender van een negatieve tweet daadwerkelijk als deskundiger gepercipieerd dan een niet-deskundige?
  • Wordt hij/zij betrouwbaarder gevonden?

De vraag waar het in onderzoek 2 om ging luidde:

  • Heeft een negatieve tweet van een deskundige een schadelijker effect op de reputatie van een organisatie dan dezelfde tweet van een niet-deskundige?

In een experiment met een tussenproefpersoonontwerp reageerden 236 participanten op een Twitter-timeline met één negatieve tweet over een fictief bedrijf. De tweet was afkomstig van een bedrijf of van een persoon; op grond van de account-informatie kon de n-WOM zender als deskundig of niet-deskundig beschouwd worden.

Uit de resultaten bleek:

  • een veronderstelde deskundige zender wordt als deskundiger en betrouwbaarder gepercipieerd dan een veronderstelde niet-deskundige;
  • de boodschap van een als deskundig geachte zender heeft een schadelijker effect op de reputatie;
  • wanneer de negatieve tweet afkomstig was van een deskundige twitteraar bleek het merkvertrouwen lager te zijn en de intentie om negatieve WOM over het merk te verspreiden hoger dan wanneer een niet-deskundige de tweet plaatst. De effecten bleken niet afhankelijk te zijn van het type account: bedrijf of persoon.

Zelfs op zo’n vluchtig medium als Twitter met summiere zender-informatie wordt de veronderstelde deskundigheid van de n-WOM zender herkend, en zijn fail-tweet heeft een schadelijker effect dan het bericht dat van een als niet-deskundig gepercipieerde zender afkomstig is.

We concluderen dat consumenten in hun reacties op negatieve WOM op het platform Twitter deskundigheid herkennen, de informatie van deze deskundige betrouwbaarder vinden, en zich laten leiden door de deskundigheidsvuistregel; in tegenstelling tot bevindingen in eerder onderzoek bleek personificatie van de zender van het negatieve bericht geen effect te hebben.

Meer details over beide onderzoeken staan in onderstaande dia-presentatie (VIOT-conferentie, Leuven, 17 december 2014):


Fail-tweets vormen een serieus risico op reputatieschade voor een bedrijf. De mogelijke schadelijke reputatie-effecten van deze negatieve word-of-mouth nopen bedrijven tot webcare-interventies waarmee zij de schade binnen de perken kunnen houden.

Vervolgonderzoek

Dit onderzoek roept tal van vragen op, bijvoorbeeld:

  • welke soorten negatieve word-of-mouth berichten (object van klacht, aangesproken organisatie,…) genereren webcare-reacties?
  • welke webcare-strategieën worden gehanteerd?
  • welke (communicatieve) kenmerken (aanspreekvormen, @-mentions, personaliseren van reacties, het ontstaan van dialogen tussen ‘klager’ en webcare-verzorgers) zouden van invloed kunnen zijn op het succes van webcare-interventies?

Webcare-interacties

Om meer inzicht te krijgen in de verbanden tussen negatieve word-of-mouth tweets en webcare-reacties van bedrijven / organisaties, ben ik met een groepje studenten een onderzoek gestart waarin we proberen meer inzicht te krijgen in de factoren die van invloed kunnen zijn op de interactie tussen klagende consumenten en de op het platform Twitter aangesproken bedrijven, organisaties of personen.

Een allereerste resultaat van dit onderzoek vind je in het blogartikeltje
Negatieve word-of-mouth tweets en webcare: welke hashtags? →
zie in dit verband ook: Lotte Willemsen: Hoe persoonlijk moet je zijn in webcare? →

Verwijzingen

Kerkhof, P. (2010). Merken en social media. In: S. van den Boom, E. Smit, & S. de Bakker (Red.), Nachtmerrie of droom: de ROI van customer media, pp. 149-154. Heemstede (NL): Customer Media Council.

Van Dongen, M. (2013). De overtuigingskracht van #Twitter: De invloed van negatieve productgerelateerde tweets op het merkvertrouwen van consumenten en op de intentie van consumenten tot het verspreiden van negatieve word-of-mouth over het merk. Nijmegen: Radboud Universiteit, Communicatie- en Informatiewetenschappen (master-scriptie).

Van Hemelen, N., Smits, T., & Verlegh, P. (2013). Geloofwaardigheid van e-WOM: De invloed van reviewpercepties op de persuasieve impact van online reviews, Tijdschrift voor Communicatiewetenschap, 4, 332-345.
http://www.boomlemmatijdschriften.nl/tijdschrift/TCW/2013/4/TCW_1384-6930_2013_041_004_002

Van Noort, G., & Willemsen, L. (2011). Online Damage Control: The Effects of Proactive Versus Reactive Webcare Interventions in Consumer-generated and Brand-generated Platforms. Journal of Interactive Marketing, 26 (3) 131–140.

Je kan naar dit artikel verwijzen op sociale netwerken:
About Author

Rob le PairDocent - onderzoeker Radboud Universiteit Nijmegen; favoriete thema's op deze site: Persuasive communication, Eindhoven-Philipsdorp, WordPress-design, gebruik van sociale media, running experiences, gardening.View all posts by Rob le Pair →

Leave a Reply