Je vindt me ook op

Negatieve word-of-mouth tweets en webcare: welke hashtags?

Eerste analyse in een corpus-onderzoek

Negatieve word-of-mouth tweets en webcare: welke hashtags?

fail_vogel_1

Om meer inzicht te krijgen in de verbanden tussen negatieve word-of-mouth (n-WOM) tweets en webcare-reacties van bedrijven / organisaties, heb ik met een groepje studenten een onderzoek gedaan naar factoren die van invloed kunnen zijn op de interactie tussen klagende consumenten en de op het platform Twitter aangesproken bedrijven, organisaties of personen.

In een binnenkort volgende bijdrage ga ik meer gedetailleerd in op (communicatieve) kenmerken van negatieve word-of-mouth (n-WOM) tweets en webcare: kenmerken van aanspreekvormen, personaliseren van reacties, het ontstaan van dialogen tussen ‘klager’ en webcare-verzorgers.

In deze bijdrage een eerste analyse.

Negatieve word-of-mouth en webcare: eerste analyse

Online word-of-mouth communicatie (e-WOM) vindt plaats op bijvoorbeeld websites met product-reviews, vergelijkings-sites, discussie-fora van bedrijfswebsites, binnen brand communities, etc., zie bijvoorbeeld de uitstekende studie van Van Hemelen, Smits en Verlegh (2013).

Negatieve word-of-mouth (n-WOM) uitingen kunnen een negatieve invloed hebben op aankoopbeslissingen, merkvertrouwen, reputatie van een organisatie of merk (Cheng & Zhou, 2010). Organisaties zijn zich daar in toenemende mate van bewust en zetten steeds meer menskracht in om adequaat te reageren op klachten: webcare omvat enerzijds het monitoren van wat er online zoal gezegd wordt over een product of dienst, over de dienstverlening of de klantenservice, over media, bijvoorbeeld via ‘het tweede scherm’ bij een televisie-uitzending; anderzijds omvat webcare het reageren op de klacht: om deze ‘in behandeling te nemen’, een oplossing te bieden, begrip te tonen, spijt te betuigen, om te voorkomen dat negatieve uitingen zich snel vermenigvuldigen.

Eerste analyse

  • welke tweets beschouwen we als n-WOM tweets die relevant zijn in relatie tot webcare-interventies?
  • welke hashtags zijn markeerders van n-WOM tweets? Hoe vaak worden de betreffende hashtags gebruikt?

In een periode van 16 dagen (17 september – 2 oktober 2014) zijn nederlandstalige tweets verzameld waarin de hashtag #fail, #faal, #jammer, #slecht, #zucht of #pff gebruikt werd. Dit databestand bevat 7200 tweets.

Omdat we in dit onderzoek geïnteresseerd zijn in verbanden tussen ‘fail-tweets’ en webcare, is dit corpus gefilterd; elke tweet werd beoordeeld op de volgende criteria:

  • er wordt een negatieve beoordeling geuit over een product, dienst, bedrijf, of organisatie; een negatieve tweet over een persoon of groep personen voldoet niet aan dit criterium tenzij de persoon of groep personen duidelijk geassocieerd werd met een organisatie. Dus een fail-tweet over Samsom (PvdA), een conducteur (NS), of een ambtenaar van de gemeente Zaltbommel voldeed wel aan het selectiecriterium;
  • een bedrijf of organisatie kan zich aangesproken voelen: een webcare-reactie op de betreffende tweet is voor de hand liggend of op z’n minst enigszins voorstelbaar.

Welke hashtags zijn ‘echte’ n-WOM hashtags?

In het linkse taartdiagram staan de proporties van tweets in het ongefilterde bestand van 7200 tweets; rechts staan de proporties nadat de criteria voor ‘echte n-WOM’ zijn toegepast (3270 tweets). Van alle tweets met hashtag #fail, #jammer, #zucht, #faal, #slecht of #pff blijft 45,4% over als ‘echte n-WOM’

hashtags_7200_1_2_650

De meest opvallende bevindingen:

  • de hashtag #fail is dé markeerder voor n-WOM: in ruim 80% van de n-WOM tweets staat deze hashtag;
  • in het ongefilterde bestand komt #zucht met 15,9% op de tweede plaats; maar deze hashtag wordt relatief vaak gebruikt in tweets die volgens onze criteria geen n-WOM zijn: na toepassing van het n-WOM filter komt #zucht op de derde plaats (5,4%), na #jammer (6,7%);
  • #faal als meest letterlijke vertaling van #fail komt zowel in het ongefilterde corpus als in het n-WOM corpus pas op de vierde plaats (3,5%); blijkbaar wordt #faal ondergesneewd door de Engelse versie ervan.

Webcare

Van de tweets met de drie meest frequent gebruikte hashtags, #fail, #jammer en #zucht (samen 94% van het totale aantal n-WOM tweets) is nagegaan in hoeverre er een verband is met het wel of niet reageren door de aangesproken organisatie.

hashtag geen reactie wel reactie totaal
#fail 1899 (71,0%) 775 (29,0%) 2674
#jammer 155 (70,5%) 65 (29,5%) 220
#zucht 140 (80,0%) 35 (20,0%) 175
totaal 2194 (71,5%) 875 (28,5%) 3069

Er blijkt een statistisch significante samenhang te bestaan (χ2(2) = 6,63, p = .036) tussen gebruikte hashtag en het wel of niet reageren door de aangesproken organisatie; dit significante verband wordt veroorzaakt door het wel / niet reageren op een tweet waarin #zucht gebruikt is. Bij het gebruik van #zucht in de n-WOM tweet volgt minder vaak een webcare-reactie dan bij het gebruik van #fail of #jammer.
Uiteraard betreft dit een significant verband, maar dit mag niet als causaal verband geïnterpreteerd worden: je mag niet concluderen dat het gebruik van de hashtag #zucht als effect heeft dat er minder vaak een webcare-reactie volgt.

In een binnenkort volgende bijdrage ga ik meer gedetailleerd in op (communicatieve) kenmerken van n-WOM tweets en webcare: kenmerken van aanspreekvormen, personaliseren van reacties, het ontstaan van dialogen tussen ‘klager’ en webcare-verzorgers.

Verwijzingen
Noot

De studenten die hebben meegewerkt aan dit onderzoek doen een onderzoek waarvan zij in hun Bachelor-scriptie (opleiding CIW, Faculteit Letteren, Radboud Universiteit Nijmegen) verslag doen. Dat zijn: Anne Bremer, Carin Simons, Charlotte Driessen, Daphne van Roy, Ena Hajduk, Geertje Steeghs, Leopold van Tuyll, Mandy Oudenhoven, Ruud van Sambeek

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