Waarom gaat een video viraal?
Een inhoudsanalyse naar het verschil in viraal marketingvideo’s tussen
Groot-Brittannië, Nederland en de Verenigde Staten.
Master Thesis Sander Baas 10191720 22 juni 2015 Aantal woorden: 8000 Content analyse mw. dr. S. Kruikemeier University of Amsterdam
Graduate School of Communication
Master’s programme Communication Science Corporate Communication
2 Abstract
Viral Marketing (VM) is de afgelopen jaren een mainstream marketing middel geworden. VM bestaat uit marketing acties die exponentieel vaak worden gedeeld op sociale media. Deze studie onderzoekt waarom een video viraal gaat en welke factoren hier aan bijdragen. Er is een vergelijking gemaakt tussen Nederland, Groot-Brittannië en de Verenigde Staten door middel van een inhoudsanalyse (N = 159). Er is tot op heden nog geen onderzoek gedaan naar de factoren die zorgen voor het viraal gaan van video’s en hoe dit verschilt per land. Er is op het gebied van VM alleen onderzoek gedaan naar bepaalde emoties en praktisch bruikbare inhoud in kranten (Berger & Milkman, 2012). Ook de corporate identity in video’s is onderzocht (Waters & Jones, 2011). De onderzoeksvraag van dit onderzoek luidt: ‘Welke
factoren bepalen het succes van een online marketing video en in hoeverre bestaan er
verschillen tussen deze factoren in Nederland, Groot-Brittannië en de Verenigde Staten?’ Uit
de resultaten blijkt dat met name dat de emoties ‘ontzag’ en ‘angst’ bepalen of een video viraal gaat.
Keywords: Viral marketing; viral marketing video’s; emoties; corporate identity;
cultuurverschillen; cultuur dimensies; content analyse; social media; Nederland; Groot-Brittannië, de Verenigde Staten.
3 1. Introductie
Marketeers zijn altijd op zoek naar innovatieve manieren om mensen te beïnvloeden. Het internet en nieuwe innovaties hebben voor interessante en nieuwe manieren gezorgd om voor meer engagement te zorgen onder online mediagebruikers (Peters, Chen, Kaplan, Ognibeni & Pauwels, 2013). Daarentegen krijgen consumenten steeds meer afkeer tegen traditionele vormen van marketing, zoals tv reclames en andere traditionele advertenties (Leskovec, Adamic, & Huberman, 2007). De traditionele vormen van marketing zijn niet effectief genoeg meer, marketeers zijn daarom op zoek naar alternatieven manieren om te adverteren, zoals ‘viral marketing’ (Leskovec, Adamic & Huberman, 2007). VM (viral
marketing) is de afgelopen jaren een mainstream marketing middel geworden (Schulze,
Schöle & Skiera, 2014). Dit komt onder andere omdat YouTube één van de meest bezochte websites op het internet is en video’s het bereik van een boodschap vergroten. VM bestaat uit marketing acties die exponentieel vaak worden gedeeld op sociale media (Cho, Huh & Faber, 2014; Helm, 2000). VM is te vergelijken met mond-tot-mondreclame: eWOM
(electronic-word-of-mouth). Echter wordt door middel van het internet en sociale media, het bereik sterk
vergroot volgens Hennig-Thurau, Gwinner en Gremler (2004). Dit heeft als gevolg dat een organisatie snel mensen bereikt en dit moet uiteindelijk leiden tot een loyale merkattitude, een hogere koopintentie en omzet voor de organisatie (Nelson-Field & Taylor, 2012). Het ultieme doel van VM is een zo groot mogelijk bereik en een grote mate van engagement (Berger & Milkman, 2012; Nelson-field & Taylor, 2012; Brodie et al., 2012).
Dit onderzoek is gericht op een specifieke vorm van VM: online marketingvideo’s. Video’s zijn volgens Brown (2005) en Waters en Jones (2011) één van de meest krachtige methodes om een sterke impressie (imago) van de organisatie te vormen bij het beoogde publiek. Dit komt door de drie V’s in een video, verbal, vocal en visual. Deze drie V’s hebben het sterkste effect op de herinnering van een boodschap (Mehrabian & Reed, 1968;
4 Mehrabian & de Wetter, 1987; Hall & Schmid Mast, 2007). Video’s zijn visueel, trekken daardoor veel aandacht en zijn makkelijker te delen; het bereik is hierdoor ook groter. Een goed voorbeeld hiervan is de Nederlandse startup ‘X-travel’. Zij maakten en marketingvideo waarin een Boeing 737 op de Middellandse zee landde. De video is meer dan twee miljoen keer bekeken op YouTube (de Hooge, 2008), doordat de video vaak werd gedeeld.
Kataria en Hassan (2014) beschrijven VM als volgt: ‘iedere strategie die individuen aanmoedigt om een marketingboodschap door te geven aan anderen, dit zorgt voor een exponentiële groei in blootstelling van het bericht en tevens voor groei aan beïnvloeding.’ Op het internet wordt deze techniek ook vaak word-of-modem, of word-of-mouse genoemd (Helm, 2000), of eWOM (electronic-word-of-mouth) (Hennig- Thurau et al., 2004).
Hoewel er veel onderzoek is gedaan naar virale content (Porter & Golan, 2006; Ho & Dempsey, 2010; Berger & Milkman, 2010; Waters & Jones, 2011; Liu-Thompkins, 2012; Shifman, 2012; Cho, Huh & Faber, 2014; Kataria & Hassan, 2014; Schulze, Schöler & Skiera, 2014) weten we nog relatief weinig over de factoren die bijdragen aan het succes van een virale videocampagne per land. Het viraal gaan van een video is namelijk afhankelijk van een aantal gemeenschappelijke factoren. Ten eerste is de content van een video bepalend voor het viraal gaan van een video. Er is onderzoek gedaan of positieve of negatieve content eerder viraal gaat (Berger & Milkman, 2012). Uit dit onderzoek van Berger en Milkman (2012) blijkt dat content eerder viraal gaat wanneer het angst, woede en/of ontzag weerspiegelt. Bovendien gaat content nog eerder viraal wanneer het praktisch bruikbaar is of wanneer het verrassend is aldus Berger en Milkman (2012). Maar belangrijker, het is onbekend of deze factoren universeel per land gelden.
Er is tot op heden nog geen internationaal vergelijkend onderzoek gedaan naar VM video’s. Het ligt in de verwachting dat VM video’s in Nederland, Groot-Brittannië en de Verenigde Staten verschillen. De cultuurverschillen in deze landen verschillen sterk. Hofstede
5 (2001) beschrijft dat de Verenigde Staten meer individuele waarden hebben. Hierdoor kunnen ook marketingboodschappen op basis van de content verschillen per land. Dit onderzoek onderzoekt of cultuurverschillen in marketing video’s invloed hebben op het viraal gaan van een video. In ieder geval is het interessant om te kijken welke factoren in VM video’s bijdragen aan het succes van een marketingcampagne. De volgende onderzoeksvraag wordt daarom verder onderzocht: ‘Welke factoren bepalen het succes van een online marketing
video en in hoeverre bestaan er verschillen tussen deze factoren in Nederland,
Groot-Brittannië en de Verenigde Staten?’
Naast nieuwe wetenschappelijke inzichten biedt dit onderzoek ook een praktische bijdrage voor organisaties. Dit onderzoek maakt inzichtelijk welke elementen moeten worden ingezet bij een succesvolle virale marketingvideo. Oftewel hoe moet de content van de video worden ingevuld zodat de video viraal kan gaan. Op deze manier kunnen organisaties
marketingvideo’s zo effectief mogelijk inzetten, om een grote doelgroep te bereiken.
2. Theorie
2.1 Wat is virale marketing?
Er bestaan veel verschillende definities van VM. Sommige wetenschappers
beschrijven VM als marketing die vooral gericht is op proactieve content. Proactieve content is content die uitnodigt om te delen, deel te nemen of te reageren. Met behulp van proactieve informatie proberen marketeers mensen met elkaar te laten communiceren (onbetaald) over een reclameboodschap (Porter & Golan, 2006). Anderen omschrijven VM als marketing acties die exponentieel vaak worden gedeeld op sociale media (Cho, Huh & Faber, 2014; Helm, 2000). Daarnaast beschrijven Kataria en Hassan (2014) VM als volgt: ‘iedere strategie die individuen aanmoedigt om een marketingboodschap door te geven aan anderen, dit zorgt voor een exponentiele groei in blootstelling van het bericht en tevens voor groei in
6 beïnvloeding.’ Samengevat is het doel van VM om voor (onbetaalde) exponentiele groei aan blootstelling van het bericht te zorgen en mensen onderling over de boodschap te laten communiceren om het bereik te vergroten. De definitie die wordt gebruikt in dit onderzoek is de eerder genoemde definitie van Kataria en Hassan (2014): ‘iedere strategie die aanmoedigt om een marketingboodschap door te geven, dit zorgt voor een exponentiële groei in
blootstelling en beïnvloeding.’
2.2. Wat zijn virale marketing video’s?
Video’s zijn een belangrijk instrument voor VM. De virale video’s van Heineken, Centraal Beheer en ING gaan de hele wereld over (zie bijlage III). Dit vraagt om een recept voor een succesvolle virale marketingcampagne. Deze video’s grijpen de aandacht van marketing uitoefenaars, omdat deze virale marketingcampagnes geen betaalde media nodig hebben voor een enorm groot bereik (Schulze, Schöler & Skiera, 2014). Shifman (2012) maakt onderscheid tussen virale en memetic video’s. Shifman (2012) definieërt viral video’s als volgt: ‘a viral video is defined here as a clip that spreads to the massages via digital
word-of-mouth mechanisms without significant change.’ (p. 190). Deze video’s zijn viraal
gegaan omdat de verspreiding zeer snel van persoon tot persoon liep, vergelijkbaar met een epidemie. De hoeveelheid kijkers van de video’s is niet de enige indicator van de populariteit van een video op YouTube. Een andere indicator voor het succes van een video, zoals Burgess en Green (2009) beschrijven, is onder andere hoe vaak de video op sociale media gedeeld wordt.
2.3 Effecten en doelstellingen virale marketing
Video’s zijn een belangrijk marketinginstrument geworden. Dit komt omdat video’s de drie V’s van communicatie bevatten, namelijk verbal, vocal en visual (Waters & Jones, 2011). De drie V’s worden samengebracht in een video, zodat het publiek door meer vormen van communicatie wordt aangesproken. De drie V’s hebben het sterkste effect op de
7 herinnering van de boodschap voor de ontvangers, omdat het gezamenlijk helpt de boodschap te onthouden (Hall & Schmid Mast, 2007; Mehrabian & Reed, 1968; Mehrabian & de Wetter, 1987). Bovendien heeft een andere studie aangetoond dat je niet één van de drie V’s kunt negeren tijdens de video productie zonder de aandacht van het publiek te verliezen (Holbrook & Batra, 1987). Volgens Hamilton (2011) zijn alleen de drie V’s niet genoeg. De toon van de spreker en het beeldwerk van de advertentie vormen ook een belangrijk aspect voor de herinnering van de ontvanger (Lunsford, 2006). Kousha, Thelwall & Abdoli (2012) hebben onderzoek gedaan naar artikelen binnen de communicatiewetenschap die refereren naar video´s. Hieruit blijkt dat in circa driekwart van de gevallen de video’s wetenschappelijke content bevatten. Daarnaast zijn video’s een bruikbaar middel om gratis de PR berichtgeving van de organisatie te verspreiden, niet alleen profit organisaties maar ook non-profit
organisaties gebruiken video’s voor marketingdoeleinden (Ferguson, 2008). Waters en Jones (2001) beschrijven dat eerder onderzoek heeft aangetoond dat het gebruik van YouTube video’s in marketingcampagnes sterk toeneemt. Dit zorgt voor meer zichtbaarheid en
engagement met de stakeholders (Garver, Divinse & Sptralls, 2009; Kenneway, 2007).
YouTube zorgt ervoor dat er tweewegcommunicatie mogelijk is (Budden, Anthony, Budden,
& Jones, 2007; Carlson, Heeschen, & Fatzinger-McShane, 2008). De meest gewenste effecten van virale content zijn engagement (Hollebeek, Glynn & Brodie, 2014; Peters et al., 2013), WOM en eWOM (Hennig-Thurau, 2004). Brodie et al., (2011) definieert customer
engagement: ‘’a psychological state that occurs by virtue of interactive, cocreative customer
experiences with a focal agent/object (e.g., a brand) in focal service relationships’’ (Brodie et
al., 2011, p. 9). Brodie et al., (2011) geeft aan dat engagement een centrale rol speelt in combinatie met concepten als betrokkenheid en loyaliteit. Het is dus belangrijk om voor
engagement te zorgen omdat dit kan leiden tot een betere merkloyaliteit en een sterkere
8 Cacioppo, 1986) zorgt een hogere betrokkenheid er voor dat een boodschap via de centrale route van het ELM wordt verwerkt. Deze route is meer effectief dan de perifere route, omdat het kan leiden tot een gewenste gedragsverandering.
In dit onderzoek wordt er met name gekeken waarom een video viraal gaat. Er wordt dus naar de content (inhoud) van de virale video gekeken; oftewel welke inhoud is bepalend voor het viraal gaan van een video? Daarnaast wordt het effect van de virale
marketingcampagne gemeten door middel van het aantal views op YouTube en het aantal
shares van de video op sociale media. Dit laat de mate van engagement zien. Er wordt
gekeken naar het aantal likes op Facebook en hoe vaak de video is gedeeld op Facebook,
Twitter en Google Plus.
2.4 Virale video’s
Het viraal gaan van een video wordt bepaald door het aantal share. Het aantal views wordt exponentieel groter wanneer de video vaak wordt gedeeld op sociale netwerk sites (SNS) (Waters & Jones, 2011). Vaak bouwt het aantal views en shares op en is er één dag waarbij het aantal views en shares extreem hoog is, daarna nemen het aantal views en shares per dag af. Het is vervolgens de vraag waarom een video viraal gaat. In dit onderzoek wordt onderzocht in hoeverre sentiment, emoties, praktisch bruikbare factoren (Berger & Milkman, 2012), corporate identity factoren (Waters & Jones, 2011) en cultuurverschillen bijdragen aan het viraal gaan van een video.
2.4.1 Emoties en sentiment
Ten eerste kan het sentiment van de video verschillen, dit kan positief, negatief of neutraal zijn. Positieve emoties zijn te herkennen aan de elementen: succes, snel, efficiënt, aanmoediging, intelligent, gepast, voorbereid, verantwoordelijk, actief en hoopvol (Brunken, 2006). Negatieve emoties zijn volgens Brunken (2006) te herkennen wanneer het niet de eerder genoemde positieve elementen bevat. Bovendien zijn volgens Barret en Russel (1998)
9 de bekendste negatieve emoties (B3): angst, boosheid en verdriet. ‘Neutraal’ is volgens
Cheang en Pell (2008) het niet tonen of bevatten van bepaalde emoties of passies. Het zijn neutrale uitingen waarbij geen emotie of status wordt vertoond, de intentie en attitude wordt niet geuit (Cheang & Pell, 2008).
Berger en Milkman (2012) hebben gevonden dat negatieve content eerder viraal gaat, maar alleen wanneer er sprake is van bepaalde emoties. Content met hoge opwinding
(arousal) gaat eerder viraal, net als content met ontzag (awe). Daarnaast gaat negatieve content met angst en/of anxiety eerder viraal dan content met lage opwinding of
deactiverende, verdrietige content. Het onderzoek van Berger en Milkman (2012) is
uitgevoerd onder Amerikaanse dagbladen, waarbij negatieve content in kranten centraal staat. Hierdoor is het meer aannemelijk dat positieve content eerder viraal gaat, omdat het er meer uitspringt (verassing). Volgens Hornik et al. (2015) is negatieve content meer interessant om te onderzoeken als het gaat om het delen van content. Dit komt omdat negatieve WOM meer impact heeft dan positieve WOM. Er worden namelijk; meer negatieve berichten verspreid, naar meer mensen, voor een langere periode, op een meer toegewijde manier, vraagt om meer reactie en wordt meer op waarheid geschat (Hornik et al., 2015).
De andere emoties die onderzocht worden in dit onderzoek, zijn: ontzag, woede, angst, verdriet, humor, opwinding (Berger & Milkman, 2012), sarcasme (Cheang en Pell, 2008), walgelijk (“Walging," 2014) en seksisme (Lin, 1998). Ontzag is een emotie van
zelftranscendentie, een gevoel van bewondering en elevatie tegenover iets groter dan de zelf. Berger en Milkman (2012) beschrijven woede, zij gebruikten de definitie van woede
(boosheid) van Wikipedia. Ekman (2003) beschrijft woede als een negatieve emotie die veroorzaakt kan worden door verschillende redenen, zoals wanneer je aangevallen wordt. Verdriet is een passieve emotie die met name gevormd wordt met hopeloosheid en het opgeven van iets (Ekman, 2003). Sarcasme is volgens Cheang en Pell (2008) voornamelijk
10 terug te vinden in de toon van de spreker. Elementen zoals ‘’ik neem aan dat’’ met een
ongemeende toon is een vorm van sarcasme. De definitie die Cheang en Pell (2008) van sarcasme hanteren is: ‘’a sharp, bitter, or cutting expression or remark; a bitter gibe or
taunt.’’ (p. 378). Walgelijk wordt gekenmerkt door: walging, afkeer, weerzin of aversie is een
emotie die wordt geassocieerd met dingen die men ervaart als onhygiënisch, onaanvaardbaar, oneetbaar of op een andere manier weerzinwekkend (“Walging," 2014). Seks wordt door Lin (1998) ingedeeld in drie seks ‘appeals’. Dat zijn fysieke aantrekkelijkheid, mate van
‘sexiness’ en of een persoon wordt neergezet of zichzelf neerzet als een seks object.
Opwinding: ‘’physiological arousal is characterized by activation of the autonomic nervous
system (Heilman, 1997)’’ Aldus Berger (2011), p. 891.
Het is vervolgens de vraag waarom bepaalde emoties voor een viraal effect kunnen zorgen. Kijkers van de video’s herkennen de emoties en kunnen zich identificeren met de getoonde emoties. Dit principe wordt beschreven in de social identity theory (Ashforth & Mael, 1989). Mensen zoeken altijd naar overeenkomsten, wanneer de eigenwaarden
overeenkomen met de video, is er identificatie met de video mogelijk, aldus Ashforth en Mael (1989). Hierdoor zijn de kijkers eerder geneigd om de video te delen, dit zorgt voor het virale effect. Er wordt verwacht dat positieve emoties ervoor zorgen dat een video viraal gaat. Uit eerder onderzoek blijkt dat ontzag, lachen, amusement en blijdschap met name voor virale content zorgt (‘’The science behind viral content’’, 2015). Dit kan verklaard worden door dat mensen zich liever met positieve emoties identificeren dan met negatieve emoties, vanwege het self-esteem (Ashforth & Mael, 1989). Daarnaast blijkt uit onderzoek van Forgas, Bower, en Krantz (1984) dat mensen in een goede mood eerder geneigd zijn om positieve emoties te zien en dit zich beter weten te herinneren. Hetzelfde geldt voor een negatieve mood en het herinneren van negatieve emoties, aldus Bower (1981). Ook leiden positieve emoties tot een breder blikveld en meer aandacht voor de video, aldus Fredrickson en Branigan (2005). Er
11 wordt verder onderzocht of de andere emoties in video’s invloed hebben op het viraal gaan van de video. De hypothesen die hieruit voortkomen zijn:
H1a: Video’s met de emotie ‘opwinding’ gaan eerder viraal dan video’s zonder
‘opwinding’.
H1b: Video’s met de emotie ‘ontzag’ gaan eerder viraal dan video’s zonder ‘ontzag’.
H1c: Video’s met de emotie ‘humor’ gaan eerder viraal dan video’s zonder ‘humor’.
H1d: Video’s met de emotie ‘angst’ gaan eerder viraal dan video’s zonder ‘angst’.
H1e: Video’s met negatieve content gaan eerder viraal dan video’s zonder negatieve content (positief).
2.4.2 Bruikbaarheid
Berger en Milman (2012) beschrijven de variabele ‘praktisch bruikbaar’ als: nuttige informatie die ervoor kan zorgen dat kijkers hun gedrag wijzigen. ‘Interesse’ wordt door Deci en Ryan (1995) gedefineerd als: ‘’an important directive role in intrinsically motivated
behaviour in that people naturally approach activities that interest them’’ (p. 34). Tot slot ‘verrassing’, de definitie van ‘verrassing’ komt van Wikipedia, zoals Berger en Milkman (2012) het gebruiken. Er wordt verwacht dat video’s met praktisch bruikbare content eerder viraal gaan, omdat het zinvol is voor de deler. Dit kan verklaard worden doordat het een bepaalde mate van empowerment (Willemsen et al., 2012) uitstraalt. Het delen van deze content toont dus de expertise (empowerment) van de deler ten opzichte van anderen. Daarnaast kan het verklaard worden door ‘altruïsme’, het helpen van anderen zonder er zelf baat van te hebben. Het delen van de video helpt namelijk anderen om praktisch bruikbare content te ontdekken (Berger en Milkman, 2012). Bij verrassende content is de verwachting dat dit gedeeld wordt om andere ook te verrassen en zodoende een plezier te doen (altruïsme).
De hypothesen voor de bruikbare elementen zijn als volgt:
H2a: Video’s met praktische bruikbare content gaat eerder viraal dan video’s zonder
12
H2b: Video’s met interessante content gaan eerder viraal dan video’s zonder
interessante content.
H2c: Video’s met verrassende content gaat eerder viraal dan video’s zonder
verrassende content.
2.4.3 Corporate Identity
Waters en Jones (2011) hebben onderzocht of de corporate identity van een bedrijf terugkomt in video’s en of deze corporate identity. Ook in dit onderzoek wordt gekeken of de
corporate identity in VM video’s zit. De elementen van corporate identity zijn gebaseerd op
het artikel van Waters en Jones (2011) en worden gedefinieerd. Ten eerste een ‘beroemdheid’ is: “iemand die door velen gekend en bewonderd wordt bijvoorbeeld: Cruijff is een echte beroemdheid.’’ (‘’Beroemdheid’’, z.j.). Organisatieleden zijn deelnemers of leden van een bedrijf of organisatie. ‘Organisatielogo’: een logo is een onderdeel van de corporate identity
mix, namelijk van de symbolen (Balmer & Gresyer, 2006). Het is een afbeelding waaraan je
een merk of een bedrijfsnaam herkent. ‘Telefoonnummer’: ‘’is het unieke nummer dat toegekend wordt om een aansluiting op het PSTN (telefoonnet) te identificeren.’’
(‘’Telefoonnummer’’, 2015). ‘Website’: ‘’is een verzameling samenhangende webpagina's met gegevens, zoals tekst, afbeeldingen of video's, die opgeslagen worden of in het gebruikte jargon 'gehost' (= letterlijk: 'geherbergd, onderdak geboden') worden. De website is
vervolgens op één of meer webservers gezet en is (meestal) opvraagbaar gemaakt via internet’’ (‘’Website’’, 2015). ‘E-mail’: ‘’ is de naam van digitaal, elektronisch postverkeer. Zowel het individuele bericht als het onderliggende systeem kunnen met e-mail worden bedoeld. Als synoniemen worden gebruikt: mail, e-post, e-brief, elektronische post en
elektronische brief.’’ (‘’E-mail’’, 2015). ‘Sociale media’: is volgens Rettberg (2009): ‘’A
two-way form of media through which users construct personal identities through
13 genoemd of getoond kunnen worden zijn: Facebook, Twitter, Google Plus, LinkedIn, Tumblr,
Pinterest, Instagram, Happening. ‘Verzoek om feedback’: wordt het publiek verzocht om een
van de volgende handelingen te verrichten: contact op te nemen met de desbetreffende organisatie, e-mail te sturen, sociale media te volgen/delen, website bezoeken, e-mailen, bellen etc. Enige vorm van actie met betrekking tot de organisatie (call2action). ‘Titel scherm’: een beginscherm waarbij er gegevens met betrekking tot de video worden getoond. ‘Aftiteling scherm’: aan het einde van een film/tv-programma een overzicht tonen van de titel, regisseur, medewerkers.
De VM video’s worden daarnaast gebruikt om het merk en de identiteit van de
organisatie neer te zetten. De corporate identity (Balmer & Greyser, 2006) komt dan ook vaak terug in de marketingvideo’s. Zo wordt er verwacht dat de corporate identity ook terug te zien is in de video’s. De Corporate Identity Mix (CI-mix) bestaat uit een persoonlijkheid
(communicatie, symbolen, gedrag) en een imago (Balmer & Greyser, 2006; Birgikit & Stadler, 1986; Van Riel & Balmer, 1997). Een organisatie kan zich door middel van de CI-mix onderscheiden van de concurrentie, dit kan onder andere door het gebruik van kleur, een logo en een huisstijl (Aust, 2004). De corporate identity is bepalend voor hoe de organisatie zowel intern als extern te werk gaat. Intern is de communicatie richting de werknemers en extern de communicatie richting de stakeholders (Rowden, 2004). Organisaties moeten, volgens Bambauer-Sachse en Mangold (2013), niet bang zijn om de controle over hun merk te verliezen op sociale media. Grunig (2009) benadrukt dat het van belang is het dialoog met stakeholders aan te gaan, zodat zij via tweewegcommunicatie mee kunnen denken
(engagement) met het merk. Boyle en Parry (2007) suggereren dat video’s op sociale media helpen voor een beter imago en een betere reputatie. Sociale media geven de mogelijkheid voor een organisatie om een dialoog te voeren, de SNS geven de ruimte om video’s te delen en dus voor het gewenste virale effect te zorgen (Waters & Jones, 2011).
14 Video’s met karakteristieken van de corporate identity gaan eerder viraal, omdat mensen zich ten eerste willen identificeren met bedrijven die een goed imago hebben. Dit principe wordt weer verklaard door de social identity theory van Ashforth en Mael (1989). Doordat ze de video van een bedrijf delen met een goed imago, identificeren ze zichzelf met het bedrijf en denken ze dat andere mensen dat ook doen. Zodoende is de gedachte van de deler dat deze persoon als het ware ‘meelift’ op het goede imago van de organisatie. Deze verklaring wordt tevens ondersteund door het principe van ‘Basking in Reflected Glory’ (Cialdini, Borden, Throne, Walker, Freeman & Sloan, 1976). Dit principe gaat uit van het idee dat je iemand anders zijn succes op jou laat reflecteren. Bijvoorbeeld 'wij' hebben gewonnen wanneer Ajax wint, maar wanneer Ajax verliest dat men niet zegt ‘wij’ hebben verloren, maar Ajax heeft verloren. Daarnaast wordt er verwacht dat video’s met call2actions eerder viraal gaan, omdat het uitnodigt om de video actief te delen.
De hypothesen bij het onderdeel corporate identity zijn als volgt:
H3a: Video’s met een verwijzing naar de website gaan eerder viraal, dan video’s
zonder verwijzing naar de website.
H3b: Video’s met een verzoek om feedback gaan eerder viraal, dan video’s
zonder verzoek om feedback.
2.4.3 Cultuurverschillen
Tot slot worden de culturele verschillen per land meegenomen in dit onderzoek. Dit levert meer theoretisch inzicht waarom een bepaalde video viraal gaat en wat de verschillen zijn per land. Dit wordt onderzocht (zie Hornikx en O’Keefe, 2009) op basis van de cultuur dimensies van Hofstede (1980, 1987, 2001). Bovendien worden de voorspellers (de video karakteristieken) per land vergeleken om te kijken of dit invloed heeft op het viraal gaan van de video. Hofstede beschrijft dat de Verenigde Staten meer individuele waarden hebben. Zo worden er vijf cultuurdimensies besproken. Volgens Hornikx en O’Keefe (2009) zijn
15 advertenties met cultureel toegevoegde verschillende meer persuasief en worden advertenties meer gewaardeerd dan advertenties die niet aangepast zijn per cultuur. Zodoende wordt er op basis van de cultuurdimensies van Hofstede (1980, 1987, 2001) gekeken of er verschillen kenbaar zijn tussen de drie verschillende landen en of dit invloed heeft op het viraal gaan van de video. De cultuurdimensies van Hofstede zijn individualisme, collectivisme,
onzekerheidsvermijding, power distance en masculinity-femininity. Individualisme gaat om de relatie tussen één persoon en de groep, bij individualistische waarde hoort voornamelijk de onafhankelijkheid van de ene persoon (Hornikx & O’Keefe, 2009). Collectivisme is het tegenovergestelde van individualisme, het groepsbelang speelt een grotere rol dan het individuele belang (Hornikx & O’Keefe, 2009). Onzekerheidsvermijding wordt volgens Hofstede (1986) gekenmerkt door hoe zenuwachtig mensen zijn in ongestructureerde, onduidelijke en onverwachte situaties. ‘’Ze vermijden dit door zich te houden aan strenge gedragscodes en geloof in waarheden’’ (Hofstede, 1986, p. 308). Voorbeelden van
onzekerheid vermijdend gedrag zijn: actief, agressief, emotioneel, compulsief, veiligheid zoeken en intolerantie. Geen onzekerheid vermijdend gedrag is: minder agressief, niet emotioneel, relaxed, persoonlijke risico’s accepteren en relatief tolerant gedrag (Hofstede, 1986). Volgens Hofstede (1986) is power distance een karakteristiek van cultuur dat laat zien in wat voor mate personen met weinig macht accepteren dat er ongelijkheden zijn in macht en dit normaal achten. Ongelijkheden over machtsverdeling zijn er binnen elke cultuur, maar de mate van tolerantie hiertegen varieert per cultuur, ‘’all societies are unequal, but some are
more unequal than others’’ (Hofstede, 1980, p. 136). Masculinity-femininity is het verschil
tussen mannen en vrouwen waarbij mannen assertiever, ambitieus en competitief zijn. Daarnaast zijn mannen meer gericht op materialistische, grote, sterke en snelle dingen (Hofstede, 1986). Vrouwen zijn meer gericht op interpersoonlijke relaties en de zorg voor zwakkeren, aldus Hofstede (1986).
16 Het is dus van belang om rekening te houden met cultuurverschillen, omdat cultuur toegepaste advertenties beter werken dan niet-cultuur toegepaste advertenties (Hornikx & O’Keefe, 2009). Hofstede beschrijft bijvoorbeeld dat de Verenigde Staten meer individuele waarden hebben. Zo wordt er onderzocht of de landen met een hogere power distance index, Verenigde Staten (40), Nederland (38) en Groot-Brittannië (35) (‘’Power Distance Index’’, z.j.), meer individualisme en power distance in de marketingcampagnes vertonen. Daarnaast wordt er verwacht dat hoe hoger de power distance, hoe meer onzekerheidsvermijding er in de video zit (‘’Uncertainty Avoidance’’, z.j.). Verder wordt er onderzocht of er een verband is tussen het land en de mate van masculinity.
De onderzoeksvraag bij het onderdeel cultuur verschillen is als volgt:
RQ1: Welke cultuurdimensies bepalen of een marketingvideo viraal gaat en wat zijn hierbij de verschillen per land?
3. Methode
3.1 Design
Er werd gebruik gemaakt van een inhoudsanalyse. Voor het verzamelen van de data (de video’s) werd gebruik gemaakt van Adforum. Adforum is een website met alle
marketingvideo’s uit grote landen, waaronder Nederland, Groot-Brittannië en de Verenigde Staten.
3.2 Steekproef
Op de website Adforum (http://www.adforum.com/creative-work) werden de volgende filters gebruikt. Ten eerste werd er geselecteerd op: Web film / Viral. De landen werden geselecteerd: Netherlands, United Kingdom, United States. Er werd geen onderscheid
gemaakt in sectoren, er werd gekozen voor: All business sectors & brands. De tijdsperiode is van 1 januari 2013 tot 1 mei 2015. Dit levert de volgende steekproef op per land;
17 van de video’s varieert van minimaal tien seconden tot maximaal 700 seconden. Alle 53 Nederlandse filmpjes worden onderzocht. Er wordt voor Groot-Brittannië en voor de
Verenigde Staten random 53 video’s gekozen uit de database. De video’s zijn opgeslagen op een vaste datum (1 mei 2015) en vervolgens genummerd en gecategoriseerd, zodat hier voor Groot-Brittannië en de Verenigde Staten een random sample uit getrokken kan worden. De
Unit of analysis is de gehele marketingvideo.
3.3 Operationalisaties
Het codeboek is gebaseerd op de artikelen van Berger en Milkman (2012) en van Waters en Jones (2011). De eerste stap bij het coderen is het noteren van een aantal administratieve elementen, zoals de naam van de organisatie, de tijdsduur van de video enzovoort. Er wordt vervolgens naar de content van de video gekeken, ook de valentie van de content wordt bepaald (Berger & Milkman, 2012; Brunken, 2006), deze ‘sentiment analyse’ is bevestigd als een geschikte methode door Pang en Lee (2008). Vervolgens wordt er naar de emoties in de content gekeken, dit is gebaseerd op onderzoek van Berger en Milkman (2012). Tevens worden er controlevariabelen in het codeboek opgenomen, van het artikel van Berger en Milkman (2012). Daarnaast wordt het artikel van Waters en Jones (2011) gebruikt voor de elementen met betrekking tot de corporate identiteit van de organisatie. Tot slot worden culturele elementen gecodeerd op basis van de cultuurdimensies van Hofstede (1980, 1987, 2001). De filmpjes zullen worden gecodeerd aan de hand van het codeboek en de resultaten zullen vervolgens geanalyseerd worden met behulp van SPSS. Er wordt tijdens het coderen geen onderscheid gemaakt tussen gesproken tekst, geluid, ondertiteling en beeld.
Ten eerste worden de administratieve elementen, onderdeel A uit het codeboek, besproken. De branche is gebaseerd op een website van de Kamer van Koophandel genaamd Ondernemersplein waarop ze de verschillende branches beschrijven (‘’Branche-informatie’’, z.j.). Het oprichtingsjaar van het bedrijf werd gezocht door middel van Google. De duur van
18 de video (A6), de uploaddatum (A8), het aantal views (A12; A13) waren eenvoudig af te lezen vanaf Adforum en YouTube. Er werd gekeken of de video een ondertiteling bevat, een ondertiteling is een tekst onderaan film- of televisiebeelden (‘’Ondertiteling’’, z.j.). De definitie van muziek: ‘’geheel van klanten door stemmen en/of instrumenten’’ (‘’Muziek’’, z.j.). Het aantal shares van de video wordt verkregen via een tool genaamd ‘Ahrefs’, zie bijlage IV. De link van de video werd in de tool gekopieërd en vervolgens geeft de tool aan hoe vaak de video is gedeeld op Facebook, Twitter en Google +.
Ten tweede worden de emoties, onderdeel B uit het codeboek, verder toegelicht. De valentie van de video wordt eerst bepaald, dit bestaat uit positieve, negatieve of neutrale emoties. Zijn er geen positieve of negatieve emoties aanwezig dan wordt de video als neutraal gecodeerd. Daarnaast worden de video’s gecodeerd op de aanwezigheid van de emoties: ontzag (B5), woede (B6), angst (B7), angst (B8), verdriet (B9), humor (B10), sarcasme (B11), walgelijk (B12) en opwinding (B13).
Bepaalde video’s kunnen angst bevatten, ook hier wordt de definitie van Berger en Milkman (2012) gebruikt (Wikipedia). Het gaat er hier om of de video een vorm van angst bevat. Verdriet (B8) wordt ook door Berger en Milkman (2012) beschreven. De video’s kunnen variëren in de hoeveelheid verdriet (B9) die ze bevatten. Bepaalde video’s kunnen verdrietig zijn en andere video’s kunnen geen verdriet bevatten, aldus Berger en Milkman (2012). De definitie van verdriet komt weer van Wikipedia. Humor (B10) wordt zowel beschreven door Berger en Milkman (2012) als door Cheang en Pell (2008). De video’s kunnen variëren in de hoeveelheid humor die ze bevatten. De definitie van humor die zij gebruiken komt van Wikipedia. Sarcasme (B11) is volgens Cheang en Pell (2008) voornamelijk terug te vinden in de toon van de spreker.
Ten derde worden de praktisch bruikbare karakteristieken, onderdeel C uit het
19 eerste worden de video’s gecodeerd op praktische bruikbaarheid (C1) en interesse (C2). Ook worden de video’s gecodeerd of ze een verrassingselement bevatten (C3), de video’s kunnen variëren in de hoeveelheid verrassing die ze bevatten.
Ten vierde worden de corporate elementen, onderdeel D uit het codeboek,
geoperationaliseerd aan de hand van het artikel van Waters en Jones (2011). Beroemdheid (D1): ‘’iemand die door velen gekend en bewonderd wordt bijvoorbeeld: Cruijff is een echte beroemdheid.’’ (‘’Beroemdheid’’, z.j.). ‘Organisatieleden (D2): maakt deel uit van een organisatie. De video wordt ook gecodeerd op de aanwezigheid van een organisatielogo (D3), telefoonnummer (D4), website organisatie (D5), e-mail organisatie (D6), sociale media organisatie (D7), verzoek om feedback (D8), titelscherm (D9) en aftiteling scherm (D10). Wanneer de corporate identiteit elementen van D1 tot en D10 aanwezig zijn dan wordt er ‘ja’ gecodeerd, wanneer de corporate identiteit elementen niet aanwezig zijn wordt er ‘nee’ gecodeerd.
Tot slot worden de culturele verschillen per land onderzocht (zie Hornikx en O’Keefe, 2009) op basis van de cultuur dimensies van Hofstede (1980, 1987, 2001). Zo worden er vijf cultuurverschillen gecodeerd in het codeboek: individualisme (E1), collectivisme (E2), onzekerheidsvermijding (E3), power distance (E4) en masculinity-femininity (E5). 3.5 Intercodeurbetrouwbaarheid
Voor een betrouwbare inhoudsanalyse is het van belang dat de codeur op een
deugdelijke manier codeert. Hiervoor is het van belang een intercodeurbetrouwbaarheidstest (Krippendorff, 2013) uit te voeren. Er moet tussen verschillende codeurs op eenzelfde wijze antwoord gegeven worden op vragen uit het codeboek. Voor iedere variabele uit het codeboek wordt er een intercodeurbetrouwbaarheid berekend door middel van een pre-test, de
steekproef van de pre-test bestaat uit vijftien filmpjes. Er is tevens rekening gehouden met het verschil per land, zo zijn er vijf filmpjes uit ieder land genomen. In bijlage II is een overzicht
20 van de Krippendorff’s Alpha gegeven. De Krippendorff’s Alpha hoort minimaal 0,60 te zijn. Alle variabelen die boven dit getal zitten zijn betrouwbaar. Een mogelijke verklaring dat variabelen zich onder de waarde 0,60 bevinden, is dat de definities niet goed genoeg zijn. De variabelen ‘emoties’ (B1), ‘woede’ (B6), ’verdriet’ (B8), ‘opwinding’ (B13), ‘logo’ (D3), ‘individualisme’ (E1) en ‘onzekerheid’ (E3) zijn minder betrouwbaar.
3.6 Toetsen
Er is een principale-componenten-factoranalyse uitgevoerd voor de variabelen A9 ‘Views Adforum’ en A10 ‘Views YouTube’. Er is één component met een Eigenwaarde boven de 1 (Eigenwaarde is 1,117). Het percentage verklaarde variantie is 55,85%. De schaal is niet betrouwbaar, Cronbach’s Alpha = 0,00. Dit is waarschijnlijk te verklaren doordat de views op
YouTube vele malen hoger zijn dan het aantal views op Adforum. De items hangen positief
samen en hebben een componentlading groter dan 0,45. Een hoog aantal views op Adforum of
YouTube betekent dat de video een hoog aantal totaal views heeft. Vervolgens is er een index
geconstrueerd voor ‘Viral Views’.
Tabel 1. Principale-componenten-factoranalyse van A9 ‘Views Adforum’ en A10 ‘Views YouTube’.
Variabelen Componentlading
A9 Views Adforum 0,747
A10 Views YouTube 0,747
Er is een principale-componenten-factoranalyse uitgevoerd voor de variabelen A11 ‘Shares Facebook’, A12 ‘Shares Twitter’ en A13 ‘Shares Google +’. Er is één component met een Eigenwaarde boven de 1 (Eigenwaarde is 1,833). Het percentage verklaarde variantie is 61,11%. De schaal is niet betrouwbaar, Cronbach’s alpha = 0,32. De betrouwbaarheid kan verhoogd worden door de A11 ‘Shares Facebook’ te verwijderen1
, de Cronbach’s alpha = 0,683. De items hangen positief samen en hebben een componentlading groter dan 0,45. Een
21 hoog aantal shares op Google +, Twitter of Facebook betekent dus dat de video een hoog aantal totaal shares heeft. Vervolgens is er een index geconstrueerd voor ‘Viral Shares’. Tot slot zijn er regressieanalyses uitgevoerd voor de onafhankelijke variabelen (verschillende karakteristieken van video’s) op het aantal ‘Viral Views’ en ‘Viral Shares’ (afhankelijke variabelen). Hierbij werd de afkomst van de video ook meegenomen in de meervoudige regressieanalyse. Tot slot werd er een ANOVA analyse gedaan voor de afkomst van de video en de variabele ‘ontzag’ op ‘Viral Views’ en ‘Viral Shares’.
Tabel 2. Principale-componenten-factoranalyse van A11 ‘Shares Facebook’, A12 ‘Shares Twitter’, A13 ‘Shares Google +’.
Variabelen Componentlading
A11 Shares Facebook 0,515
A12 Shares Twitter 0,866
A13 Shares Google + 0,905
4. Resultaten
4.1 Descriptieve resultaten
Om er achter te komen hoe vaak de verschillende karakteristieken van virale video´s voorkomen hebben we beschrijvende/descriptieve analyses toegepast (zie tabel 3). De
resultaten laten zien dat er een grote variatie is tussen de verschillende karakteristieken. Deze factoren of karakteristieken zijn dus bepalend voor het succes van en online marketing video (onderzoeksvraag), of er verschillen zijn tussen Nederland, Groot-Brittannië en de Verenigde Staten wordt bij multivariate resultaten verder besproken. Tabel 3 laat zien dat niet alle video’s op alle platforms viraal zijn gegaan, zo is 68,6% van de video’s maar gedeeld op
Facebook. Bovendien zijn niet alle video’s uit de database van Adforum viraal gegaan, zo zijn
zes video’s niet te vinden op YouTube en dus niet viraal gegaan. Ook hebben sommige video’s geen views op YouTube dus geen shares op de sociale netwerk sites (SNS). De content eigenschappen die het meest terugkomen in de video’s zijn gesproken tekst (77,4%)
22 en muziek (89,9%).
De meeste video’s zijn positief (84,3%), 20 van de 159 video’s zijn negatief (12,6%) en 5,0% is neutraal. Bijna alle video’s bevatten één van de emoties (95,0%), de emotie die het meest voorkomt is opwinding (73,6%), gevolgd door ontzag (71,8%). De overige emoties komen een stuk minder vaak voor, waarbij de emotie ‘walgelijk’ het minst voorkomt (8,8%). Ook humor komt relatief vaak voor in video’s (67,6%), angst (27,0%) komt relatief weinig voor in de video’s. Daarnaast komt positieve content veel vaker voor (84,3%) dan negatieve content (12,3%). Bij de multivariate analyse wordt gekeken of dit invloed heeft op het viraal gaan van de video.
De praktisch bruikbare factoren zijn ook terug te vinden in de video’s, waarbij video’s met een verrassing het meest voorkomen (69,7%). 49,1% van de video’s bevatten interessante content en 30,2% van de video’s zijn praktisch bruikbaar.
De corporate identity van de organisatie komt ook op verschillende manieren terug in de video’s. De corporate identity karakteristiek die het meest in de video’s voorkomt is het logo van de organisatie (95,0%), gevolgd door een aftitelingsscherm met 94,3%. E-mail (1,3%) en het telefoonnummer (1,6%) komen het minst voor in de video. Een verwijzing naar de website komt ook relatief vaak voor (52,2%), net als het verzoek om feedback, dat in 66,6% van de video’s voorkomt. Of de corporate identity karakteristieken ook effect hebben op het viraal gaan van de video wordt later besproken.
Tot slot wordt voor RQ1 de cultuurdimensies besproken, waarbij de cultuurdimensie ‘collectivisme’ het meest voorkomt in de video’s met 58,5%, tegenover ‘individualisme’ met 30,8%. Onzekerheid komt in 37,1% van de video’s voor, gevolgd door ‘power distance’ (25,8%). De cultuurdimensie masculinity-femininity is bij 60,4% niet aanwezig in de video’s, waarbij in 28,9% van de video’s de man de grootste rol speelt en in 10,7% de vrouw. Of de cultuurdimensies verschillen per land wordt later besproken in de multivariate analyses.
23 Tabel 3. Descriptieve beschrijving van de variabelen.
Variabelen (N) Percentage (%) Mean SD
Administratief 159 (N) Oprichtingsjaar 151 1940,62 61,748 Duur video 124,13 166,175 Nederland 53 33,3 Groot-Brittannië 53 33,3 Verenigde Staten 53 33,3 Viraliteit 159 (N) Views YouTube 154 1625152,79 4226516,580 Views Adforum 143 1391,84 2498,933 Shares Facebook 109 5004,15 22056,671 Shares Twitter 106 955,47 3127,289 Shares Google + 95 1525,28 6951,835 Likes Facebook 109 9082,01 27491,385 Content eigenschappen 159 (N) Tekst 123 77,4 Ondertiteling 17 10,7 Muziek 143 89,9 Emoties 151 95,0 Positief 134 84,3 Negatief 20 12,6 Neutraal 8 5,0 Emoties 151 95,0 Ontzag 114 71,8 Woede 30 18,9 Angst 43 27,0 Verdriet 34 21,4 Humor 107 67,3 Sarcasme 77 48,4 Walgelijk 14 8,8 Seks 27 17,0 Opwinding 117 73,6 Praktisch 159 (N) Praktisch 48 30,2
24 bruikbaar Interesse 78 49,1 Verassing 108 67,9 Corporate identity 159 (N) Beroemdheden 22 13,8 Organisatieleden 22 13,8 Logo organisatie 151 95,0 Telefoonnummer 3 1,9 Website 83 52,2 E-mail 2 1,3 Social Media 42 26,4 Verzoek om feedback 105 66,0 Titelscherm 39 24,5 Aftitelingscherm 150 94,3 Cultuur verschillen 159 (N) Individualisme 49 30,8 Collectivisme 93 58,5 Onzekerheid 59 37,1 Power distance 41 25,8 Masculinity male 46 28,9 Masculinity female 17 10,7 Masculinity Geen van beide 96 60,4 4.2 Multivariate resultaten 4.2.1 Viraliteit
De uitkomstenmaat: “Viraliteit” wordt gemeten door twee (afhankelijke) variabelen: ‘Viral Views’ die bestaat uit: ‘Views Youtube’, ‘Views Adforum’ en door ‘Viral Shares’: ‘Shares Facebook’, ‘Shares Twitter’, ‘Shares Google +’, ‘Likes Facebook’.
25
N Minimum Maximum Mean Std. Deviation
Viral Shares 159 0 272300,00 7484,8994 26298,43 Viral Views 159 135,00 37176675,00 1626544,64 4226809,87
Om te bepalen in hoeverre emoties voorspellen of een video viraal gaat is een regressie uitgevoerd. In deze regressie is de afhankelijke variabele ‘Viraliteit’ en de
onafhankelijke variabele zijn alle voorspellers zoals beschreven in de hypothesen (zoals de emoties, tabel 5). Dit regressiemodel is niet significant. Het is een negatieve zwakke voorspeller voor ‘Viral Views’ en voorspelt -2,2% op grond van de emoties (R2
= -0,022). Uit de resultaten blijk dat ‘ontzag’ en ‘Viral Views’ significant zwak samenhangen, ß = 0,173, t = 1,975, p = 0,05, 95% CI [-1540,62, 3230421,09]. Alle andere onafhankelijke voorspellers hangen niet significant samen met ‘Viral Views’. Ook blijkt dat ‘angst’ en ‘Viral Shares’ significant zwak samenhangen, ß = 0,237, t = 2,620, p = 0,010, 95% CI [3429,77, 24495,25]. Dit regressiemodel is niet significant. Het is een negatieve zwakke voorspeller voor ‘Viral
Shares’ en voorspelt -0,5% op grond van de emoties (R2 = -0,005). Daarmee kunnen we stellen dat we geen bevestiging vinden voor H1a, H2c en H1e en een gedeeltelijke bevestiging voor H1b en H1d.
Tabel 5. Multivariate Regressie analyse van de voorspellers ‘emoties’ en ‘landen’ op ‘viraliteit’.
Viral Views b (SD) Viral Shares b (SD)
Constant 7351557,10548 522959,385579 Groot-Brittannië 0,099 10786529,2675 -0,059 66547,575152 Verenigde Staten 0,069 11347052,5651 -0,026 70005,7360704 Emoties Positief -0,001 21428775,0583 -0,010 132204,9997 Negatief -0,147 22087879,6102 -0,098 136271,3505 Neutraal -0,033 27490815,8342 0,004 169604,8089 Ontzag 0,173** 10309116,8182 0,152* 63602,1790 Woede 0,079 86811,3547 -0,009 85157,7526 Angst 0,053 10891205,6108 0,237** 67193,3805 Verdriet 0,022 12743629,0426 -0,028 78621,9217
26 Humor -0,031 10675746.9028 0,015 65864,1062 Sarcasme 0,054 9691084,9791 0,006 59789,2265 Walgelijk -0,040 17491212,4001 -0,040 107912,1753 Seks 0,116 11793458,8978 -0,034 72759,8394 Opwinding 0,035 11252967,3362 0,025 69425,2723 R2 -0,022 -0,005 N 159 159 159 159 *** p<0,01 **p<0,05 *p<0,10
Er is ook een regressie uitgevoerd om te bepalen in hoeverre praktisch bruikbare karakteristieken voorspellen of een video viraal gaat. In deze regressie is de afhankelijke variabele ‘Viraliteit’ en de onafhankelijke variabele zijn alle voorspellers zoals beschreven in de hypothesen (zie tabel 6). Dit regressiemodel is niet significant. Uit de resultaten blijkt dat er geen significante praktisch bruikbare voorspellers zijn voor het viraal gaan van een video. Het is ook niet significant zonder de landen mee te nemen als voorspeller. Zodoende kunnen we stellen dat er geen bevestiging is voor H2a tot en met H2c.
Tabel 6. Multivariate Regressie analyse van de voorspellers ‘praktisch bruikbaar’ en ‘landen’ op ‘viraliteit’.
Praktisch Viral Views b (SD) Praktisch Viral Shares b (SD) Constant 7351557,1038 45664,7596 Groot-Brittannië 0,088 10682809,0875 -0,102 66357,9279 Verenigde Staten 0,059 10565687,1594 -0,081 65630,3965 Praktisch Praktisch 0,055 10679326,3170 0,089 66336,2881 Interesse 0,052 9808421,2391 -0,036 60926,5265 Verassing 0,103 9266329,6114 0,118 57559,2404 R2 -0,011 -0,007 N 159 159 159 159 *** p<0,01 **p<0,05 *p<0,10
Er is een regressie uitgevoerd om te bepalen in hoeverre factoren van de corporate
27 variabele ‘Viraliteit’ en de onafhankelijke variabele zijn alle voorspellers zoals beschreven in de hypothesen (zie tabel 7). Dit regressiemodel is niet significant. Ook hier zijn geen
significante resultaten gevonden, de resultaten zijn tevens niet significant zonder de landen. H3a en H3b worden dus verworpen.
Tabel 7. Multivariate Regressie analyse van de voorspellers ‘corporate identity’ en ‘landen’ op ‘viraliteit’.
C. I. Viral Views b (SD) C. I. Viral Shares b (SD) Constant 7351557,1038 45664,7559 Groot-Brittannië 0,054 10872918,4096 -,122 68071,4144 Verenigde Staten 0,056 11102030,1997 -,048 69505,8006 C.I. Beroemdheden 0,029 12623964,5794 -0,037 79034,0819 Organisatieleden -0,125 13333682,5713 -0,074 83477,3699 Logo -0,027 20307054,0367 0,015 127135,1296 Telefoonnummer 0,012 35243482,0044 -0,009 220646,7094 Website 0,053 9342608,2115 0,171 58490,6951 E-mail -0,020 42853740,9361 -0,033 268291,7915 Social Media 0,112 10116615,1069 0,002 63336,4726 Verzoek om Feedback 0,093 10120550,0109 0,091 63361,1077 Titelscherm 0,152* 10614092,8505 0,058 66451,0011 Aftitelingsscherm -0,034 19952401,6625 -0,129 124914,7792 R2 -0,004 -0,017 N 159 159 159 159 *** p<0,01 **p<0,05 *p<0,10
Om te bepalen of de cultuurdimensies zorgen voor het viraal gaan van een video wordt er een regressie uitgevoerd. De onafhankelijke variabele zijn alle voorspellers zoals
beschreven in tabel 8. Ook hier zijn geen significante resultaten gevonden en is het ook niet significant zonder de voorspeller ‘landen’.
Tabel 8. Multivariate Regressie analyse van de voorspellers ‘cultuurverschillen’ en ‘landen’ op ‘Viraliteit’.
28 Viral Views b Viral Shares b
Constant 7351557,1038 45664,7559 Groot-Brittannië 0,068 10457996,4923 -0,098 64994,6044 Verenigde Staten 0,044 10666779,9666 -0,083 66292,1569 Cultuur Individualisme -0,040 14524377,3310 -0,043 90266,4444 Collectivisme 0,023 13233093,5552 0,051 82241,3434 Onzekerheid 0,162* 9542135,5523 0,135 59302,6902 Power distance -0,041 10464231,6435 0,015 65033,3548 Masculinity 0,049 5049085,9686 0,042 31379,1791 R2 -0,013 -0,011 N 159 159 159 159 *** p<0,01 **p<0,05 *p<0,10
Er is een tweewegs-variantieanalyse uitgevoerd voor de afhankelijke variabele ‘ontzag’ en de onafhankelijke variabele ‘landen’, om te meten in hoeverre de emotie varieert per land. We vonden geen significant effect van afkomst van de video op de emotie ontzag, F (2, 156) = 0,275, p = 0,760. Video’s uit Groot- Brittannië en de Verenigde Staten bevatten evenveel ontzag (M = 1,70, SD= 0,062). Video’s uit Nederland bevatten het meeste ontzag (M = 1,75, SD= 0,062). Ook de post-hoc toets is niet significant. Er is ook een tweewegs-variantieanalyse uitgevoerd voor de afhankelijke variabele ‘angst’ en de onafhankelijke variabele ‘landen’, om te meten in hoeverre de emotie varieert per land. We vonden ook hier geen significant effect, F (2, 156) = 0,982, p = 0,377. Video’s uit Nederland bevatten het meeste angst (M = 1,340, SD= 0,061). Video’s uit de Verenigde Staten bevatten het minste angst (M = 1,226, SD= 0,061). Video’s uit Groot-Brittannië bevatten iets meer angst (M = 1,245, SD = 0,061). Ook de post-hoc toets is niet significant.
29 Het doel van dit onderzoek is het bepalen van de factoren die voor het succes van een online marketing campagne zorgen, deze factoren worden in drie landen vergeleken
(Nederland, Groot-Brittannië en de Verenigde Staten). Het onderzoek laat zien dat video’s met bepaalde karakteristieken meer viraal gaan dan video’s zonder deze karakteristieken. Deze karakteristieken verschillen ook per land. Zo is in Nederland, Groot-Brittannië en de Verenigde Staten onderzoek gedaan. De twee hypothesen die gedeeltelijk significant worden bevestigd zijn H1a: Video’s met de emotie ‘ontzag’ gaan eerder viraal dan video’s zonder
‘ontzag’ en H1d: Video’s met de emotie ‘angst’ gaan eerder viraal dan video’s zonder ‘ontzag’. Voor H1a geldt dit alleen voor ‘Viral Views’ en niet voor ‘Viral Shares’, voor H1d
geldt het omgekeerde. Video’s uit Groot- Brittannië en de Verenigde Staten bevatten evenveel ontzag (M = 1,70, SD= 0,062). Video’s uit Nederland bevatten het meeste ontzag (M = 1,75, SD= 0,062). Video’s uit Nederland bevatten het meeste angst (M = 1,340, SD= 0,061). Video’s uit de Verenigde Staten bevatten het minste angst (M = 1,226, SD= 0,061). Video’s uit Groot-Brittannië bevatten iets meer angst (M = 1,245, SD = 0,061). Daarnaast komt opwinding (H1a) in 73,6% van de virale video’s voor. Het is relatief een veelvoorkomende factor van virale marketing video’s, maar geen significante voorspeller voor het viraal gaan van een video.
De praktisch bruikbare factoren komen gedeeltelijk terug in de virale marketing video’s. 69,7% van de video’s bevat een verassingselement (H2a). Echter zijn de praktisch bruikbare variabelen geen significante voorspellers voor het viraal gaan van een video. Ook niet wanneer er per land wordt vergeleken. H2a, H2b en H2c worden dus verworpen. Deze resultaten kunnen verklaard worden door het onderzoek van Berger en Milkman (2012). Ook zij hebben gevonden dat ontzag (en opwinding) voor virale content zorgt. Daarnaast vonden zij wel significante resultaten voor de praktisch bruikbare elementen. Een mogelijke
30 krantenartikelen en niet naar video’s. Waarbij verrassende (positieve) content er eerder
uitspringt dan bij video’s, omdat krantenartikelen uit dit onderzoek voornamelijk negatieve content bevatten. Het onderzoek van Hornik et al. (2015) toont echter aan dat negatieve content eerder viraal gaat. Echter suggereren Fredrickson en Branigan (2005) juist dat positieve content meer de aandacht grijpt.
De corporate identity heeft geen significant effect op het viraal gaan van een video. Toch komen bepaalde elementen van de corporate identity wel voor in VM video’s. De verwijzing naar de website (H3a) komt in 52,5% van de video’s voor en verzoek om feedback in 66,6% van de video’s. De corporate identity heeft geen significant effect op het viraal gaan van een video, ook niet wanneer er wordt vergeleken per land. De hypothese H3a en H3b worden dus verworpen. In het onderzoek van Waters en Jones (2011) werden de corporate
identity factoren ook gevonden in video’s van non-profit organisaties.
Tot slot zijn er geen significante resultaten gevonden voor de cultuurverschillen. Deze cultuurverschillen hebben dus geen effect op het viraal gaan van een video (RQ). De variabele ‘collectivisme’ komt het meeste voor in de video’s met 58,5%, tegenover ‘individualisme’ met 30,8%. Er kan dus geconcludeerd worden dat alleen de emoties ‘ontzag’ en ‘angst’ gedeeltelijk invloed hebben op het viraal gaan van een video. Desalniettemin zijn er geen significante verschillen zichtbaar per land op het viraal gaan van een video. Echter verschillen de karakteristieken wel in mate van aanwezigheid per land, zie tabel 3.
Het uiteindelijke doel van een VM video is het doorgeven van een
marketingboodschap en zodoende het bereik en de beïnvloeding exponentieel te vergroten (Kataria & Hassan, 2014). Uit dit onderzoek blijkt dus dat video’s met ontzag ervoor zorgen dat video’s vaker bekeken worden dan video’s zonder ontzag. Ook blijkt dat video’s met angst vaker gedeeld worden dan video’s zonder angst.
31 Dit onderzoek is een alomvattend onderzoek waarbij de wetenschappelijke
onderzoeken van Berger en Milkman (2012) en Waters en Jones (2011) zijn gecombineerd en verder uitgebreid. Dit onderzoek is het enige onderzoek dat verschillende karakteristieken van video’s combineert. Zo is er nog geen eerder onderzoek gedaan naar emoties, praktisch bruikbare factoren, corporate identity en cultuurverschillen in virale marketing video’s. Er is duidelijk meer behoefte aan marketinginzichten op het gebied van virale marketing video’s, omdat virale marketing een mainstream marketingmiddel is, zijn marketeers op zoek naar het ‘’gouden recept’’.
De grootste limitatie van dit onderzoek is het aantal video’s. De sample (N = 159) is te klein om interactie effecten te meten. Een suggestie voor vervolgonderzoek is dan ook om het zelfde onderzoek uit te voeren met een grotere sample. Wellicht dat hetzelfde onderzoek met een grotere sample de resultaten meer betrouwbaar maakt. Daarnaast zouden er video’s uit meer landen onderzocht kunnen worden. Hetzelfde onderzoek zou voor 20 landen uitgevoerd moeten worden om een goede vergelijking tussen landen te maken. Daarnaast zijn een aantal van de variabelen niet volledig betrouwbaar. Deze variabelen zouden verwijderd kunnen worden uit het codeboek om de betrouwbaarheid van het onderzoek te vergroten.
Daarnaast houdt dit onderzoek geen rekening met multiple exposures, dit betekent dat kijkers de video vaker dan één keer gezien kunnen hebben. Volgens Willemsen et al., (2012) is er namelijk bij 21% van de eWOM conversaties sprake van multiple exposures. Dit
principe geldt ook voor video’s en dit betekent dat 21% van de video’s door dezelfde persoon meerdere keren is bekeken. Dit heeft invloed op het aantal ‘Viral Views‘, wat bepalend is voor het viraal gaan van een video. In vervolgonderzoek kan hier rekening mee gehouden worden door het aantal ‘Viral Views’ met dit percentage te verminderen.
Tot slot heeft dit onderzoek een exploratief veld geopend voor onderzoek naar virale marketing video’s. Aangezien virale marketingvideo’s een mainstream marketingmiddel zijn
32 geworden, heeft het tevens maatschappelijk impact. Marketeers kunnen dit onderzoek
gebruiken als richtlijn voor waar een marketing video aan moet voldoen om viraal te gaan. Zodoende kunnen zij rekening houden met het toevoegen van de juiste emoties (angst en ontzag) in de video’s. Daarnaast heeft dit onderzoek een gat in de wetenschap gevuld, door onderzoek te doen naar de content, in de vorm van emoties, praktisch bruikbare
karakteristieken, corporate identity en cultuurverschillen. Daarnaast is het een vergelijkend onderzoek tussen drie landen, wat in combinatie met de content karakteristieken van de VM video’s nog niet eerder uitgevoerd is.
Literatuurlijst
Aftiteling. (z.j.). Encyclo. Geraadpleegd op 2 maart 2015, van
http://www.encyclo.nl/begrip/aftiteling
Arnold, M. B. (Ed.). (2013). Feelings and emotions: The Loyola symposium. Academic Press. Ashforth, B. E., & Mael, F. (1989). Social identity theory and the organization. Academy of
management review, 14(1), 20-39.
Aust, P. J. (2004). Communicated values as indicators of organizational identity: A method for organizational assessment and its application in a case study. Communication Studies, 55(4), 515-534.
Bambauer-Sachse, S., & Mangold, S. (2013). Do consumers still believe what is said in online product reviews? A persuasion knowledge approach. Journal of Retailing and
Consumer Services, 20(4), 373-381.
Balmer, J. M., & Greyser, S. A. (2006). Corporate marketing: Integrating corporate identity, corporate branding, corporate communications, corporate image and corporate reputation. European Journal of Marketing, 40(7/8), 730-741.
33 Barrett, L., & Russell, J. A. (1998). Independence and bipolarity in the structure of current
affect. Journal of personality and social psychology, 74(4), 967.
Berger, J. (2011). Arousal increases social transmission of information. Psychological science, 22(7), 891-893.
Berger, J., & Milkman, K. L. (2012). What makes online content viral?. Journal of Marketing
Research, 49(2), 192-205.
Beroemdheid. (z.j.). Muiswerk. Geraadpleegd op 02 maart 2015, van
http://www.muiswerk.nl/mowb/?word=beroemdheid
Birkigt, K. & Stadler, M. M. (1986), Corporate Identity, Grundlagen, Funktionen, Fallbeispiele, Landsberg am Lech, Verlag Moderne Industrie.
Bower, G. H. (1981). Mood and memory. American psychologist, 36(2), 129. Branche-informatie. (z.j). Ondernemersplein. Geraadpleegd op 2 maart 2015, van
http://www.ondernemersplein.nl/brancheinformatie/
Brown, J. S. (Ed.). (2005). Storytelling in organizations: Why storytelling is transforming 21st
century organizations and management. Routledge.
Brunken, B. L. (2006). Hurricane Katrina: A content analysis of media framing, attribute agenda setting, and tone of government response (Doctoral dissertation, Faculty of the Louisiana State University and Agricultural and Mechanical College in partial
fulfillment of the requirements for the degree of Master of Mass Communication in The Manship School of Mass Communication by Brigette Lynn Brunken BA, Louisiana State University).
Budden, C. B., Anthony, J. F., Budden, M. C., & Jones, M. A. (2011). Managing the evolution of a revolution: Marketing implications of internet media usage among college students. College Teaching Methods & Styles Journal (CTMS), 3(3), 5-10.
34 Burgess, J., & Green, J. (2013). YouTube: Online video and participatory culture. John Wiley
& Sons.
Carlson, J., Heeschen, E., & Fatzinger-McShane, P. (2008). Communicating to Generation Y: Dietetic Interns Dissect You Tube Videos to Define What Is Necessary to Use It as a Communication Medium. Journal of the American Dietetic Association, 108(9), A17. Cheang, H. S., & Pell, M. D. (2008). The sound of sarcasm. Speech communication, 50(5),
366-381.
Cho, S., Huh, J., & Faber, R. J. (2014). The influence of sender trust and advertiser trust on multistage effects of viral advertising. Journal of advertising,43(1), 100-114.
Cialdini, R. B., Borden, R. J., Thorne, A., Walker, M. R., Freeman, S., & Sloan, L. R. (1976). Basking in reflected glory: Three (football) field studies. Journal of personality and social psychology, 34(3), 366.
Deci, E. L., & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. Springer Science & Business Media.
Durham, S. (2009). Brandraising: how nonprofits raise visibility and money through smart communications. John Wiley & Sons.
Ekman, P. (1992). An argument for basic emotions. Cognition & emotion, 6(3-4), 169-200. Ekman, P. (2003). Emotions Revealed: Recognizing faces and feelings to improve
communication and emotional life. New York, NY: Times Books.
Ekman, P., Friesen, W. V., & Ellsworth, P. (1972). Emotion in the Human Face: Guide-lines for Research and an Integration of Findings: Guidelines for Research and an
Integration of Findings. Pergamon.
E-mail. 2015. Wikipedia. Geraadpleegd op 02 maart 2015, van http://nl.wikipedia.org/wiki/E-mail
35 Ertimur, V., & Gilly, M. C. (2012). So Whaddya Think? Consumers create ads and other
consumers critique them. Journal of Interactive Marketing, 26, 115–130. Ferguson, R. (2008). Word of mouth and viral marketing: taking the temperature of the
hottest trends in marketing. Journal of Consumer Marketing, 25(3), 179-182.
Forgas, J. P., Bower, G. H., & Krantz, S. E. (1984). The influence of mood on perceptions of social interactions. Journal of Experimental Social Psychology, 20(6), 497-513. Fredrickson, B. L., & Branigan, C. (2005). Positive emotions broaden the scope of attention
and thought‐action repertoires. Cognition & emotion, 19(3), 313-332. Garver, M. S., Divine, R. L., & Spralls, S. A. (2009). Segmentation analysis of the
volunteering preferences of university students. Journal of Nonprofit & Public Sector Marketing, 21(1), 1-23.
Grunig, J. E. (2009). Paradigms of global public relations in an age of digitalisation. PRism, 6(2), 1-19.
Hall, J. A., & Schmid Mast, M. (2007). Sources of accuracy in the empathic accuracy paradigm. Emotion, 7(2), 438.
Heilman, K. H. (1997). The neurobiology of emotional experience. The neuropsychiatry of limbic and subcortical disorders, 133-142.
Heinonen, K. (2011). Consumer activity in social media: Managerial approaches to consumers’ social media behavior. Journal of Consumer Behaviour, 10, 356–364. Helm, S. (2000). Viral marketing-establishing customer relationships
by'word-of-mouse'. Electronic markets, 10(3), 158-161.
Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the internet? Journal of Interactive Marketing, 18(1), 38-52.
36 Ho, J. Y., & Dempsey, M. (2010). Viral marketing: Motivations to forward online content.
Journal of Business Research, 63(9), 1000-1006.
Hofstede, G.J. (2001). Culture's consequences: Comparing values, behaviors, institutions and organizations across nations. Geert Hofstede (Ed.). Sage.
Hollebeek, L. D., Glynn, M. S., & Brodie, R. J. (2014). Consumer brand engagement in social media: Conceptualization, scale development and validation. Journal of interactive
marketing, 28(2), 149-165.
Holbrook, M. B., & Batra, R. (1987). Assessing the role of emotions as mediators of
consumer responses to advertising. Journal of Consumer Research, 14(3), 404–420. Hornikx, J., & O'Keefe, D. J. (2009). Adapting consumer advertising appeals to cultural
values. Communication yearbook, 33, 39-71.
Hornik, J., Satchi, R. S., Cesareo, L., & Pastore, A. (2015). Information dissemination via electronic word-of-mouth: Good news travels fast, bad news travels faster!. Computers in Human Behavior, 45, 273-280.
De Hooge, J. (2008). Boeing 737-viral doorbreekt grens van 2 miljoen kijkers. Verkregen op 27 maart 2015, van http://www.dutchcowboys.nl/viral/13793
Kataria, A., & Hasan, A. (2014). VIRAL MARKETING: ELEMENTS, ISSUES &
PRACTICES. International Journal of Applied Services Marketing Perspectives, 3(1), 739-743.
Kenneway, M. (2007). Marketing the library: using technology to increase visibility, impact and reader engagement. Serials: The Journal for the Serials Community, 20(2), 92-97. Kozinets, R., Wojnicki, A. C., Wilner, S. J., & De Valck, K. (2010). Networked narratives:
Understanding word-of-mouth marketing in online communities. Journal of
37 Krippendorff, K. (2013) Content Analysis: An Introduction to its Methodology. 3rd Ed.
Thousand Oaks, CA: Sage
Kousha, K., Thelwall, M., & Abdoli, M. (2012). The role of online videos in research
communication: A content analysis of YouTube videos cited in academic publications. Journal of the American Society for Information Science and Technology, 63(9), 1710-1727.
Leskovec, J., Adamic, L. A., & Huberman, B. A. (2007). The dynamics of viral marketing. ACM Transactions on the Web (TWEB), 1(1), 5.
Lin, C. A. (1998). Uses of sex appeals in prime-time television commercials. Sex Roles, 38(5-6), 461-475.
Liu-Thompkins, Y. (2012). Seeding viral content. Journal of Advertising Research, 52, 59-72. Lunsford, A. A. (2006). Writing, technologies, and the fifth canon. Computers and
Composition, 23(2), 169-177.
Mehrabian, A., & de Wetter, R. (1987). Experimental test of an emotion-based approach to fitting brand names to products. Journal of Applied Psychology, 72(1), 125.
Mehrabian, A., & Reed, H. (1968). Some determinants of communication accuracy. Psychological Bulletin, 70(5), 365.
Muziek. (z.j.). Muiswerk. Geraadpleegd op 2 maart 2015, van http://www.muiswerk.nl/mowb/
Ondertiteling. (z.j.). Muiswerk. Geraadpleegd op 2 maart 2015, van
http://www.muiswerk.nl/mowb/
Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and trends in information retrieval, 2(1-2), 1-135.
Peters, K., Chen, Y., Kaplan, A. M., Ognibeni, B., & Pauwels, K. (2013). Social Media Metrics—A Framework and Guidelines for Managing Social Media. Journal of Interactive Marketing, 27(4), 281-298.
38 Petty, R. E., & Cacioppo, J. T. (1986). The elaboration likelihood model of persuasion.
Advances in experimental social psychology, 19, 123-205.
Porter, L., & Golan, G. J. (2006). From subservient chickens to brawny men: A comparison of viral advertising to television advertising. Journal of Interactive Advertising, 6(2), 30-38.
Power Distance Index, (z.j.). Clearly Cultural. Geraadpleegd op 2 maart 2015, van
http://www.clearlycultural.com/geert-hofstede-cultural-dimensions/power-distance-index/
Rettberg, J. W. (2009). ‘Freshly generated for you, and Barack Obama’: How social media represent your life. European Journal of Communication, 24, 451– 466.
van Riel, C. B., & Balmer, J. M. (1997). Corporate identity: the concept, its measurement and management. European journal of marketing, 31(5/6), 340-355.
Rowden, M. (2004). Identity: Transforming performance through integrated identity management. Gower Publishing, Ltd..
Scherer, K. R. (2005). What are emotions? And how can they be measured? Social Science Information, 44(4), 695-729.
Schulze, C., Schöler, L., & Skiera, B. (2014). Not all fun and games: Viral marketing for utilitarian products. Journal of Marketing, 78(1), 1-19.
Shifman, L. (2012). An anatomy of a YouTube meme. New Media & Society, 14(2), 187-203.
The science behind viral content. 2015. The Next Web. Geraadpleegd op 16 juni 2015, van
http://thenextweb.com/insider/2015/06/14/the-science-behind-viral-content/
Smith, B. G. (2010). Socially distributing public relations: Twitter, Haiti, and interactivity in social media. Public Relations Review, 36(4), 329-335.
