31 In de teksten werden vrijwel alleen links aangetroffen die naar de eigen site verwezen. Ook werd in het grootste deel van de gevallen waarbij wel naar het bedrijf werd gelinkt de Wikipediapagina gebruikt in plaats van de productpagina.
H3, H4, H5 en H6
Voor H3 t/m H6 is een Chi-kwadraat analyse uitgevoerd. H3 is verworpen: er blijkt geen verschil te zijn in ‘overgenomen informatie’ tussen de PR-blog en blog-blog teksten (V=0.1, p=0.36). Zie figuur 2 voor de frequentie van deze cue tussen de teksttypen.
Figuur 2: frequentie van ‘ overgenomen informatie’ per teksttype
Cue aanwezig Cue afwezig PR-tekst en blogger review 5 35 Blogger reviews onderling 8 32
De cue ‘copied sentences’ kwam in geen van de artikelen voor. H4 is dus verworpen.
H5 is verworpen, omdat het gevonden effect tegenovergesteld was aan het verwachte effect. Expressed agreement kwam vaker voor PR-teksten en blogger reviews dan tussen blogger reviews onderling (V=0.23, p=0.04). In figuur 3 is de frequentie van ‘expressed agreement’ te vinden voor beide condities.
Figuur 3: frequentie van ‘expressed agreement’ per teksttype
Cue aanwezig Cue afwezig PR-tekst en blogger review 4 36 Blogger reviews onderling 0 40
H6 is verworpen. Er is geen verschil gevonden in ‘sentiment similarity’ tussen de teksttypen (V=0.05, p=0.62). Een indepentent sample T-test wees uit dat er ook geen verschil is in de hoogte van de ratio van ‘sentiment similarity’ (t=-0.69, p=0.5). Zie figuur 4 voor de frequentie en de ratio per teksttype van deze cue.
32
Figuur 4: frequentie en ratio van ‘sentiment similarity’ per teksttype
Cue aanwezig Cue afwezig Ratio (sd) PR-tekst en blogger review 28 12 0.68 (0.37) Blogger reviews onderling 30 10 0.73 (0.28)
Tijdens het lezen van de reviews bleek dat de schrijvers op onderdeelniveau verschillende kanten belichtten. Zo was de één bijvoorbeeld niet blij met een scherm omdat deze te groot was, en de ander omdat deze te veel weerspiegeling gaf.
Totaal aantal cues
Ook in het totale aantal cues per teksttype bleek geen verschil te zijn (t=1.69, p=0.1). Zie figuur 5 voor een overzicht van het gemiddelde aantal cues dat per teksttype in de reviews werd gevonden.
Figuur 5: totaal aantal cues in een review per teksttype
Totaal cues (sd) PR-tekst en blogger review 1.28 (1.03) Blogger reviews onderling 0.95 (0.64)
Het hoogste aantal cues dat in één review is gevonden is vier.
H7
H7 is verworpen. Er is geen verschil gevonden in het totale aantal cues per producttype (t=1.69, p=0.1), zie figuur 6.
Figuur 6: totaal aantal cues in een review per producttype
Totaal cues (sd) Experience
producten
1.28 (0.91)
33 Van de individuele influence cues verschilde alleen het aantal ‘links’ per producttype. Deze cue kwam, zoals verwacht, vaker voor in de reviews over experience producten dan over search producten. Zie figuur 7 voor de resultaten van alle individuele inhoudscues per producttype.
Figuur 8: frequentie van inhoudscues per producttype
Cue Cue aanwezig Cue afwezig Cramer’s V en
significantie Links Experience producten 9 31 V=0.25, p=0.02 Search producten 2 38
Polar links Experience producten 2 38 V=0.07, p=0.56 Search producten 1 39 Sentiment similarity Experience producten 30 10 V=0.06, p=0.62 Search producten 28 12 Overgenomen informatie Experience producten 8 32 V=0.1, p=0.36 Search producten 5 35 Expressed agreement Experience producten 9 31 V<0.01, p=0.98 Search producten 2 38
Bij het analyseren van reviews over experience producten viel het op dat de PR-teksten veel korter waren dan de PR-teksten over search producten.
34 Blog feature cues
De feature cue ‘tijdsverschil’, gemeten in dagen tussen de plaatsing van de twee teksten, had geen effect op het totaal aantal influence cues (F(1.45)=0.01, p=0.91). wel maakte het uit of de blog die de bron vormde een hogere of lagere ‘authority rank’ had dan de blog die is
geanalyseerd op influence cues (t=-0.75, p=0.01). Zie figuur 8 voor het gemiddelde aantal cues per tekst voor deze blog feature cue.
Figuur 8: Aantal cues in een review voor hogere en lagere ‘authority rank’
Totaal cues (sd) Hogere rank 1.06 (0.83)
Lagere rank 0.89 (0.46)
Tijdens de analyse bleek dat de influence cue ‘community identity’ in geen van de artikelen voorkwam. De vergeleken blogs waren niet op hetzelfde platform gepubliceerd, linkten niet naar elkaar en hadden ook geen links gemeen.
35
Conclusie
Algemeen
In dit onderzoek heb ik gekeken naar de mogelijkheid om aanwijzingen voor invloed te vinden in tekstkenmerken van blogger reviews. Deze invloed is bekeken vanuit verschillende bronnen, PR-teksten en reviews van medebloggers, aan de hand van de karakteristieken van de verschilende invloedsrelaties. Een aantal van deze ‘influence cues’ kwamen voor zoals verwacht, en anderen juist op een onverwachte manier.
Ten eerste viel op dat alle hierboven besproken inhoudscues wanneer zij met elkaar vergeleken werden intern redelijk consistent waren. Dit is een sterke indicatie dat zij hetzelfde meten. Aangezien de cues in eerdere onderzoeken al in verband zijn gebracht met de
aanwezigheid van invloed (Kien-Weng Tan et al., 2011) kan dit een eerste stap zijn in de ontwikkeling van een meetinstrument voor invloed waarmee teksten kunnen worden geanalyseerd.
Inhoudscues
Zoals voorspeld was ‘sentiment similarity’ de meest voorkomende influence cue. De
beoordeling per onderdeel van de reviewer kwam vaak overeen met de beoordeling van andere reviewers en PR-professionals. Deze inhoudscue was zo prominent aanwezig dat toekomstig onderzoek er goed aan zal doen om wat nuance aan te brengen in de manier van meten. Soms werd bijvoorbeeld eenzelfde sentiment over hetzelfde onderdeel geïdentificeerd, maar ging dit sentiment over een ander aspect van dit onderdeel. Het kan dus nuttig zijn om een
gedetailleerdere onderverdeling te maken in productaspecten die in een review worden besproken, om de veelheid aan aspecten die vaak in technologiereviews worden besproken (Tan & Na, 2013) te vangen.
Nuance kan ook gevonden worden in een andere definitie van sentiment. In dit onderzoek is met de polariteitsdefinitie heel breed omgegaan met het concept ‘sentiment’. Toekomstig onderzoek kan bijvoorbeeld een onderverdeling aanbrengen in soorten emoties voor een beter beeld van de overeenkomsten in sentiment tussen de teksten. Daarbij kwamen in dit onderzoek veel neutrale sentimenten voor, die voor het berekenen van de ratio niet mee werden genomen. Dit betekende dat het af en toe voorkwam dat een influence cue al
geïdentificeerd werd op basis van één overeenkomst in sentiment over een onderdeel, naast alle neutrale sentimenten in de tekst die wel verschilden. Een herdefinitie van de formule voor het berekenen van de ‘sentiment similarity’-ratio kan dus ook voor nuance zorgen.
36 De ‘links’ waren niet zo veelvoorkomend als verwacht. De cue ‘overgenomen informatie’ bleek nog meer aanwezig te zijn in de teksten. Dat de mannelijke bloggers minder naar de maker van het product linken dan verwacht kan komen door het belang dat wordt gehecht aan SEO- optimization. Het is voor een pagina niet voordelig om veel ‘outlinks’ te hebben, en juist wel om veel ‘inlinks’ te hebben. Er waren dan ook veel reviews die alleen naar de eigen site
terugverwezen. Ook viel het op dat bloggers liever naar de Wikipedia pagina over een bedrijf of product verwezen dan naar de pagina van het bedrijf zelf, wat bijdraagt aan het lage aantal links naar de bronpagina van de PR-teksten.
Dat ‘overgenomen informatie’ meer aanwezig was dan gedacht kan voortkomen uit de tijdsdruk waaronder veel bloggers schrijven. Om tijd te besparen baseren bloggers de te bespreken onderdelen op een eerder geschreven tekst, of op de onderdelen die door de PR- berichtgeving benadrukt worden. De onderdelen die bijvoorbeeld in de campagne worden benadrukt, zoals het gekromde scherm van de Samsung Galaxy Edge, zullen door het publiek, waaronder ook de bloggers vallen, snel geassocieerd worden met het product. De reviewers kunnen dit aspect niet negeren in hun review, wat de kans op de cue ‘overgenomen informatie’ vergroot.
Het overnemen van informatie wil niet zeggen dat bloggers niet creatief zijn in hun schrijven. Er werd namelijk niet één gekopiëerde zin in de reviews aangetroffen, zoals verwacht. Bloggers benadrukken graag hun onafhankelijkheid (Van Eijk, 2013), en het kopiëren van content past niet in dat zelfbeeld. Zeker de invloed vanuit de PR is uit den boze (Van Eijk, 2013). Daarom was het verrassend te ontdekken dat ‘expressed agreement’ juist vaker werd uitgedrukt met betrekking tot de PR-teksten dan de teksten van de andere bloggers. Er werd in de reviews zelfs niet één keer naar een blog (binnen of buiten het gebruikte corpus) verwezen. Een mogelijke verklaring is dat de mening van het bedrijf, en dus de in de PR-tekst uitgedrukte mening, veel prominenter aanwezig is in het discours over het product dan de mening van een blogger, en er dus eerder naar de eerstgenoemde zal worden verwezen.
Verder bleek er tussen de PR-teksten en blogger reviews geen verschil in de aanwezigheid van influence cues in de beïnvloede tekst. Een mogelijke verklaring is dat de manier van beïnvloedden van de twee actoren gelijker is dan gedacht. Aangezien over de persoonlijke interactie tussen bloggers niet veel bekend is en voorgaand onderzoek vooral in ging op in de tekst zichtbare invloed, kan hier nog veel worden gewonnen in verder onderzoek.
Het producttype bleek minder invloed te hebben op de cues dan verwacht: alleen de ‘links’ kwamen meer voor bij experience producten dan bij search producten. Dit uitblijvende effect kan erop wijzen dat de traditionele onderverdeling misschien niet op gaat bij online
37 reviews, of dat het door Mudambi en Schuff (2010) voorgestelde continuum de meest
aannemelijke manier is om naar producttypen te kijken. Verder onderzoek zal dit moeten uitwijzen. De reden dat ‘links’ juist de cue was die vaker voorkwam kan gezocht worden in de manier van promoten door de PR-professionals. Waar search producten vaak beschreven werden en slechts geïllustreerd aan de hand van afbeeldingen, werden experience producten vaak in een eigen omgeving aangeprijsd. Zo werd een game bijvoorbeeld in een interactieve trailer aangekondigd. Een blogger kan eenvoudig de beschrijvingen en afbeeldingen overnemen of zelf maken, maar dit geldt niet voor een custom omgeving. In het laatste geval zal het
makkelijker zijn om te linken.
Blog feature cues
De blog feature cues dienden als manier om de context van de invloed te verduidelijken. Uit de resultaten bleek dat één van deze cues, de ‘authority rank’ een blik kon geven op de context van de invloed. Wanneer de vermeende bron van invloed, de eerder gepubliceerde blogger review, een hogere ‘authority rank’ had dan de beïnvloede review werden er meer influence cues gevonden dan wanneer de ‘authority rank’ lager was. Dit zou betekenen dat
gezaghebbende blogs meer invloed hebben dan minder gezaghebbende blogs.
Er werd geen bewijs gevonden dat ‘tijdsverschil’ een uitwerking had op de hoeveelheid cues in een review. Geen van de geanalyseerde blogs bleek met de vergeleken blog overeen te komen in ‘community identity’, dus over de contextverklarende kwaliteiten van deze blog feature cue kunnen geen uitspraken worden gedaan. Wel lijkt dit er op te wijzen dat er tussen
Nederlandse blogs op verschillende platformen weinig links worden uitgewisseld, en weinig overeenkomend linkgedrag is, en daarom wellicht niet gesproken kan worden van een hechte Nederlandse technologiebloggerscommunity.
Producttype
De effecten van producttype op influence cues bleken minder groot te zijn dan verwacht, maar er was wel degelijk sprake van een effect. Voor de ontwikkeling van het meetinstrument betekent dat dat er in het interpreteren van bepaalde tekstelementen als influence cues ook rekening moet worden gehouden met factoren als producttype. Verder onderzoek kan zich toeleggen op de effecten van soortgelijke factoren en bijvoorbeeld de verschillen in schrijfstijl tussen mannelijke en vrouwelijke bloggers nader bekijken.
38 Overig
Andere opvallendheden die tijdens de analyse naar voren kwamen waren de lengte van de teksten, de gelijkenis van de cues ‘positieve link polarity’ en ‘expressed agreement’ en de indicaties voor meerdere mediarelaties in één review. Deze bevindingen zijn van belang voor de interpretatie van een aantal onderzoeksresultaten en kunnen worden meegenomen voor verder onderzoek, dus zal ik hieronder toelichten.
De lengte van de reviews en PR-teksten kende een grote spreiding. Vooral de PR- teksten over experience producten waren over het algemeen erg kort. Wanneer een review kort is, is er meer kans op de cues ‘overgenomen informatie’, en ‘sentiment similarity’. De meest prominente onderdelen, die in elke review genoemd worden, zullen dan voor de overeenkomst in informatie en sentiment zorgen.
Daarnaast bleek dat ‘link polarity’ en ‘expressed agreement’ in bijna dezelfde aantallen voorkwamen in de analyses. Omdat deze cues ook dicht bij elkaar liggen in definitie kunnen deze bij de ontwikkeling van een meetinstrument samen worden genomen, zodat het
meetinstrument vrij is van overbodige items.
In de blogger reviews bleek dat naast, of misschien in plaats van, mediarelaties met de productontwikkelaar vaak mediarelaties waren aangegaan met providers van telecomservices. Wat het effect van meerdere, of indirect aan het product gerelateerde, mediarelaties is zal uit vervolgonderzoek moeten blijken.
Implicaties
Zoals in de inleiding al is aangestipt zijn de resultaten van dit onderzoek relevant voor bloggers, hun lezers en de (communicatie)wetenschap.
Voor bloggers kan dit onderzoek een aanleiding zijn en een framework bieden om extra aandacht te schenken aan de onafhankelijkheid van hun berichtgeving. Deze onafhankelijkheid is voor zowel het lezen als de attitude een positieve factor voor de lezers (Ibelema & Powell, 2001; Li & Chignell, 2010).
De onderzochte influence cues kunnen uiteindelijk leiden tot een meetinstrument dat ons informatie geeft over de schrijver en zijn relatie tot andere actoren, op basis van tekst. Hiervoor moeten de cues op bepaalde punten nog uitgebreid worden met meer blogelementen, zoals bijvoorbeeld producttype, en op andere punten verder worden gespecificeerd, zoals het bepalen van sentiment. Wanneer het meetinstrument compleet is kan het worden ingezet naast andere tekstanalyses die ons iets vertellen over de schrijver, zoals het programma van de beroemde IBM computer Watson dat een persoonlijkheidsinschatting maakt op basis van twee teksten
39 geschreven door één persoon (Mahmud, 2015). Het is hier belangrijk om te benadrukken dat de influence cues aanwijzingen zijn voor invloed, en geen bewijs.
Daarnaast wijst dit onderzoek op het belang om niet de contextuele elementen te
vergeten bij het bekijken van resultaten. Het idee van de manifest content, hier de inhoudscues, en de latent content, hier de blog feature cues van Berg (2001) bleek voor dit onderzoek zeer nuttig en kan toekomstige onderzoeken een meer systematische manier bieden om de context van hun resultaten te interpreteren.
Tot slot zijn de onzichtbare relaties waarvan de uitingen online worden gevonden, of dat nu de relaties tussen bloggers onderling of mediarelaties van PR-professionals zijn, weer een kleine stap verduidelijkt.
40
Referenties
Adar, E., & Adamic, L. (2005, September). Tracking information epidemics in blogspace. In Web
intelligence, 2005. Proceedings. The 2005 IEEE/WIC/ACM international conference on (pp. 207-214). IEEE.
Agarwal, N., Liu, H., Tang, L., & Yu, P. S. (2008, February). Identifying the influential bloggers in a community. In Proceedings of the 2008 international conference on web search and data
mining (pp. 207-218). ACM.
Agarwal, N., Liu, H., Tang, L., & Philip, S. Y. (2012). Modeling blogger influence in a community.
Social Network Analysis and Mining, 2(2), 139-162.
Ansari, A., Essegaier, S., & Kohli, R. (2000). Internet recommendation systems. Journal of
Marketing research, 37(3), 363-375.
Berelson, B. (1952). Content analysis in communication research, The Free Press.
Berg, B. (2001). Qualitative research methods for the social sciences, California Stole University.
Blanchard, M. A. (1977). Freedom of the Press and the Newspaper Code: June 1933-February 1934. Journalism Quarterly.
Blood, R. (2000, September 7). Weblogs: A history and perspective. Retrieved March 4, 2004, from http://www.rebeccablood.net/essays/weblog_history.html
Carroll, C. E., & McCombs, M. (2003). Agenda-setting effects of business news on the public's images and opinions about major corporations. Corporate reputation review, 6(1), 36-46.
Das, S.R., & Chen, M. Y. (2004). Yahoo! For Amazon: Sentiment extraction from small talk on the web. Management Science, 53(9), 1375-1388.
41 Davis, A. (2000). Public relations, news production and changing patterns of source access in the British national media. Media, Culture & Society, 22(1), 39-59.
Doyle, J. & Heslop, L. & Ramirez, A. & Cray, D. (2012). Trust intentions in readers of blogs,
Management Research Review, Vol. 35 Iss 9 pp. 837 – 856
Dowling, G. R., & Staelin, R. (1994). A model of perceived risk and intended risk-handling activity. Journal of consumer research, 119-134.
Van Eijk, F. , De blogger: je beste vriend(in)? Universiteit van Amsterdam (Unpublished).
Finin, T., Joshi, A., Kolari, P., Java, A., Kale, A., & Karandikar, A. (2008). The information ecology of social media and online communities. AI Magazine, 29(3), 77.
Fonteyn, M. E., Vettese, M., Lancaster, D. R., & Bauer-Wu, S. (2008). Developing a codebook to guide content analysis of expressive writing transcripts. Applied Nursing Research, 21(3), 165-168.
Forman, C., Ghose, A., & Wiesenfeld, B. (2008). Examining the relationship between reviews and sales: The role of reviewer identity disclosure in electronic markets. Information Systems
Research, 19(3), 291-313.
Garrison, B. (2000). Journalists' perceptions of online information-gathering problems.
Journalism & Mass Communication Quarterly, 77(3), 500-514.
Ghose, A., & Ipeirotis, P. G. (2006). Designing ranking systems for consumer reviews: The impact of review subjectivity on product sales and review quality. In Proceedings of the 16th
Annual Workshop on Information Technology and Systems (pp. 1-25).
Ghosh, R., & Lerman, K. (2010). Community detection using a measure of global influence. In
42 Gomez Rodriguez, M., Leskovec, J., & Krause, A. (2010). Inferring networks of diffusion and influence. In Proceedings of the 16th ACM SIGKDD international conference on Knowledge
discovery and data mining (pp. 1019-1028). ACM.
Grunig, J. E. (1983). Organizations, Environments, and Models of Public Relations. Public Relations Research Annual Volume 3.
Guha, R., Kumar, R., Raghavan, P., & Tomkins, A. (2004, May). Propagation of trust and distrust. In Proceedings of the 13th international conference on World Wide Web (pp. 403-412).
ACM.
Guit, M (2013), De agenda-settende invloed van PR professionals op de nieuwsberichtgeving in de krant, Universiteit van Amsterdam (Unpublished).
Herring, S. C., Kouper, I., Paolillo, J. C., Scheidt, L. A., Tyworth, M., Welsch, P., ... & Yu, N. (2005, January). Conversations in the blogosphere: An analysis" from the bottom up". In System
Sciences, 2005. HICSS'05. Proceedings of the 38th Annual Hawaii International Conference on (pp. 107b-107b). IEEE.
Hoch, S. J., & Ha, Y. W. (1986). Consumer learning: Advertising and the ambiguity of product experience. Journal of consumer research, 221-233.
Yingxu, H., & Runxi, Z. (2014). Analysis of the Influencing Factors of the Officials' Micro-blogs
Based on Opinion Leaders Cases.
Huang, P., Lurie, N. H., & Mitra, S. (2009). Searching for experience on the web: an empirical examination of consumer behavior for search and experience goods. Journal of Marketing, 73(2), 55-69.
Ibelema, M., & Powell, L. (2001). Cable television news viewed as most credible. Newspaper
Research Journal, 22(1), 41.
Java, A., Kolari, P., Finin, T., & Oates, T. (2006). Modeling the spread of influence on the blogosphere. In Proceedings of the 15th international world wide web conference (pp. 22-26).
43 Jin, Y., & Liu, B. F. (2010). The blog-mediated crisis communication model: Recommendations for responding to influential external blogs. Journal of Public Relations Research, 22(4), 429- 455.
Johnson, T. J., & Kaye, B. K. (2004). Wag the blog: How reliance on traditional media and the Internet influence credibility perceptions of weblogs among blog users. Journalism & Mass
Communication Quarterly, 81(3), 622-642.
Johnson, Z. (2012, July 25). State of the Blogging World in 2012. Retrieved May 6, 2015, from http://www.blogworld.com/2012/07/25/state-of-the-blogging-world-in-2012/
Kale, A. (2007). Modeling trust and influence on blogosphere using link polarity. ProQuest.
Kaye, B. K., & Johnson, T. J. (2010). Weblogs as a source of information about the 2003 Iraq War. Media, 3(1-4), 291.
Kelleher, T., & Miller, B. M. (2006). Organizational blogs and the human voice: Relational strategies and relational outcomes. Journal of Computer‐Mediated Communication, 11(2), 395-
414.
Kent, M. L. (2008). Critical analysis of blogging in public relations. Public Relations Review, 34(1), 32-40.
Kien-Weng Tan, L., Na, J. C., & Theng, Y. L. (2011). Influence detection between blog posts through blog features, content analysis, and community identity. Online Information Review, 35(3), 425-442.
Kim, Y. C., & Ball‐Rokeach, S. J. (2006). Community storytelling network, neighborhood
context, and civic engagement: A multilevel approach. Human Communication Research, 32(4), 411-439.
Kim, Y. H., & Kim, D. J. (2005, January). A study of online transaction self-efficacy, consumer trust, and uncertainty reduction in electronic commerce transaction. In System Sciences, 2005.
44
HICSS'05. Proceedings of the 38th Annual Hawaii International Conference on (pp. 170c-170c).