#Menselijke communicatie #Dialoog aangaan #Interessant communiceren
#Anderen als mensen behandelen #Communicatie leuk maken @ Twitter
De elementen van conversational human voice die een invloed hebben op het
aantal positieve reacties van het publiek
Begeleider: Eleftheria Vasileiadou | Student: Lisette Verhagen | Studentnummer: 6076629 | Datum: 31 januari 2014 | Master: Corporate Communication | Universiteit van Amsterdam
2 Samenvatting
Met de komst van sociale media is de relatie tussen organisaties en het publiek veranderd. Het is van belang dat organisaties op een bewuste manier met stakeholders communiceren om zo een band op te bouwen of te behouden met het publiek. Dit kan door gebruik te maken van conversational human voice, een manier van aantrekkelijk communiceren om een menselijk gezicht aan de organisatie te geven. De onderzoeksvraag in deze studie is: “In hoeverre maken organisaties gebruik van conversational human voice op Twitter en in hoeverre leidt dit tot meer positieve reacties van het publiek?” Door middel van een kwantitatieve en kwalitatieve inhoudsanalyse van de Twitteraccounts van twee grote Nederlandse organisaties is antwoord gegeven op deze vraag (N = 644). De studie toont aan dat beide organisaties ongeveer evenveel gebruik maken van conversational human voice, maar dat er verschillen zijn per element van conversational human voice. Daarnaast blijkt dat er een verschil is tussen de Tweets van de organisaties die zij uit zichzelf sturen en het aantal mensen uit het publiek dat daarop reageert. Uit de studie komt ook naar voren dat het gebruik van conversational human voice in een Tweet leidt tot meer positieve reacties over de organisatie.
Kernbegrippen: conversational human voice, Twitter, publieke relaties, webcare, sociale media, positieve reacties van het publiek.
3 1. Inleiding
Het aantal sociale media gebruikers neemt nog steeds toe en daarom wordt het voor ondernemingen steeds interessanter om zich te gaan verdiepen in sociale media (Nielsen, 2010). In mei 2013 hadden tien miljoen Nederlanders een sociale netwerksite bezocht. Facebook was de duidelijke marktleider met 8,7 miljoen bezoekers, meer dan het dubbele van LinkedIn die op de tweede plek kwam met 3,8 miljoen bezoekers. Twitter complementeerde de top drie met 3,5 miljoen bezoekers in de maand mei (Comscore, 2013). Het mediaplatform wordt niet alleen voor individuele doeleinden gebruikt, maar ook voor organisatorische motieven (Constantinides, Romero & Boria, 2008). Het is ondernemingen aan te raden om hetzelfde communicatiekanaal te gebruiken als zijn consumenten, omdat dit zorgt voor effectieve communicatie (DiStaso, McCorkindale & Wright, 2011).
Organisaties kunnen via sociale media consumenten snel en gemakkelijk bereiken, maar dit kan ook een nadeel zijn. Negatieve informatie over een organisatie kan ook snel onder een grote groep consumenten worden verspreid (Hennig-Thurau, Malthouse, Frege, Gensler, Lobschat, Rangaswamy & Skiera, 2010). Het inzetten van webcare is een mogelijkheid voor organisaties om negativiteit tegen te gaan, door onder meer te reageren op negatieve reacties of uitlatingen. Webcare wordt omschreven als het monitoren van online reacties van consumenten over de organisatie, waarbij de organisatie reageert op negatieve en positieve uitlatingen van consumenten (Kerkhof, Beukeboom, Utz & De Waard, 2010). Uit onderzoek blijkt dat 73% van de bedrijven in de Fortune 500 Twitter gebruiken om te communiceren met consumenten (Barnes & Andonian, 2011). Het is dan ook niet merkwaardig dat webcare vooral op Twitter wordt ingezet (Van Noort & Willemsen, 2012). Het is gebleken dat de juiste manier van webcare kan leiden tot een positievere houding onder consumenten ten opzichte van organisaties (Kerkhof et al., 2010).
Het gebruik van conversational human voice is een voorbeeld van een dergelijke juiste manier. Conversational human voice is het geven van menselijk gezicht aan een organisatie door op een menselijke en aantrekkelijke manier te communiceren (Searls & Weinberger, 2000). Deze manier van communiceren blijkt een positieve invloed te hebben op verschillende aspecten van de relatie tussen organisaties en stakeholders. Wanneer organisaties gebruik maken van conversational human voice heeft dit positieve invloed op vertrouwen, tevredenheid, controle en betrokkenheid in de relatie tussen organisaties en stakeholders (Kelleher, 2009). Voorgaand onderzoek heeft zich vooral gericht op wat het
4
belang is van conversational human voice tijdens een crisis en hoe conversational human voice moet worden gebruikt in tijde van een crisis (Kelleher, 2009; Kerkhof, Beukeboom & Utz, 2011; Schultz, Utz & Göritz, 2011). Waar weinig onderzoek naar is gedaan, is hoe organisaties in het algemeen gebruik maken van conversational human voice op sociale media. Met de komst van sociale media hebben organisaties niet veel tijd om te bedenken hoe zij op bepaalde reacties van het publiek moeten reageren, omdat er verwacht wordt door het publiek dat organisaties snel reageren via sociale media (Kane, Fichman, Gallaugher & Glaser, 2009). Het is belangrijk dat organisaties niet alleen ten tijde van een crisis gaan letten op een bewuste manier van communiceren, maar dat dit ook geïntegreerd is in de dagelijks communicatie.
Het doel van deze studie is een antwoord geven op de vraag: “In hoeverre maken organisaties gebruik van conversational human voice op Twitter en in hoeverre leidt dit tot meer positieve reacties van het publiek?” In deze studie zal kritisch nagegaan worden hoe twee grote organisaties conversational human voice op Twitter inzetten en wat dit betekent voor de reacties van het publiek. De organisaties in deze studie zijn gekozen op basis van hun plek op de Social Media Monitor, dit is een ranglijst van de inzet van sociale media door top 100 merken. Met behulp van een inhoudsanalyse kan worden aangetoond op welke manier twee grote Nederlandse vliegtuigmaatschappijen conversational human voice inzetten op Twitter en hoe dit leidt tot meer reacties en meer positieve reacties van het publiek. Voor organisaties kan dit onderzoek een doorslag zijn om het gebruik van conversational human voice in te zetten of om op een bewustere manier te gaan communiceren met het publiek zodat dit kan leiden tot positieve uitkomsten voor de relatie met het publiek. Voor de wetenschap kan dit een aanvulling zijn op eerder onderzoek, omdat de elementen van conversational human voice worden onderzocht op het medium Twitter in plaats van op blogs. Daarnaast worden er twee Nederlandse organisaties vergeleken, wat kan zorgen voor betrouwbare uitkomsten. Verder wordt er in deze studie niet alleen naar aantallen gekeken, maar ook naar de inhoud van de Tweet wat kan zorgen voor specifiekere resultaten.
5 2. Theoretisch kader
Sociale media
In de wetenschap bestaat er geen eenduidige definitie van sociale media. Mangold en Faulds (2009) omschrijven sociale media als een interactieve omgeving die creatie en uitwisseling van user-generated content toestaat. User-generated content betekent dat alle gebruikers de mogelijkheid hebben om zelf media-inhoud te produceren, dit kan variëren van foto’s, video’s en audiobestanden tot blogs. Voorbeelden van sociale media zijn blogs, YouTube, fora en sociale netwerken als Facebook, Twitter en LinkedIn. Sociale netwerken zijn toepassingen die het mogelijk maken dat gebruikers zich met elkaar kunnen verbinden door het creëren van profielen met persoonlijke informatie (Waters, Burnett, Lamm & Lucas, 2009).
Effectieve communicatie is één van de redenen waarom organisaties sociale media inzetten. Daarnaast zorgen de eigenschappen openheid, toegankelijkheid, interactiviteit, goedkoop en snelheid voor de vele mogelijkheden om sociale media voor organisationele doeleinden in te zetten. Het mediaplatform wordt voornamelijk gebruikt als marketinginstrument. Zo kunnen sociale media worden gebruikt voor het promoten van een product, het stimuleren van de verkoop of het verstrekken van informatie (Kaplan & Haenlein, 2010). Daarnaast kunnen sociale media dienen als middel om het imago en de reputatie van organisaties te beïnvloeden (Nath, Singh, & Iyer, 2009). Het open karakter zorgt bijvoorbeeld voor transparantie en/ of meer verantwoording (Wright & Hinson, 2008). De snelheid, toegankelijkheid en directheid zorgen tevens voor een snellere respons (Waters, Burnett, Lamm & Lucas, 2009; Wright & Hinson, 2008; Bonson & Flores, 2009).
Waters, Burnett, Lamm en Lucas (2009) onderzochten de Facebookpagina`s van organisaties door middel van een inhoudsanalyse. Zij kwamen tot de conclusie dat het gebruik van sociale netwerken door organisaties een effectieve manier is om groepen belanghebbenden te bereiken. Daarnaast wijzen zij erop dat organisaties van meerdere sociale netwerken gebruik moeten maken om zo te voldoen aan de groeiende behoeften en verwachtingen van het publiek. Tevens beschouwt niet alleen het publiek sociale media als favoriete communicatieplatform, ook public relations-professionals zijn van mening dat sociale media hun baan eenvoudiger maakt door de interactiviteit en snelheid. Dit blijkt uit het onderzoek van Eyrich, Padman en Sweetser (2008) die een survey uitvoerden onder pr-professionals. Briones, Kuch, Liu en Jin (2011) onderzochten ook de attitudes en opvattingen van
pr-6
professionals alleen zij deden dit door middel van interviews. Volgens de percepties van de pr-professionals is het gebruik van sociale media dè manier om voor organisaties in contact te komen met hun stakeholders. Daarnaast wijzen zij op de mogelijkheid van de wederzijdse dialoog, die met behulp van Facebook en Twitter wordt mogelijk gemaakt.
Webcare
Webcare wordt niet alleen gebruikt om te reageren op negatieve reacties of uitlatingen, het wordt ook ingezet om vragen te beantwoorden en informatie te delen met consumenten. Webcare kan gedefinieerd worden als het monitoren van online reacties van consumenten over tot het bedrijf, waarbij wordt gereageerd op negatieve en positieve uitlatingen van consumenten (Kerkhof, Beukeboom & Utz, 2010). Er worden twee strategieën van webcare onderscheden: reactieve webcare en proactieve webcare. Bij reactieve webcare wordt er door de consument gevraagd om een reactie en bij proactieve webcare reageert de organisatie uit zichzelf op een reactie van de consument (Van Noort & Willemsen, 2012).
Uit onderzoek van Kerkhof, Vonkeman, Beukeboom en Utz (2011) bleek dat het gebruik van een proactieve strategie zorgde voor positievere gedachtes over de organisatie. Uit de onderzochte weblogs bleek dat consumenten positiever communiceerden wanneer de organisatie hen persoonlijk aanspreekt. Wanneer organisaties besluiten om webcare in te zetten, wordt er door het publiek verwacht dat zij snel reageren, een kwalitatieve oplossing bieden voor problemen en dat er op een menselijke en behulpzame manier wordt gecommuniceerd. Wanneer er sprake is van negatieve berichtgeving, is er een toenemende druk voor organisaties om op correcte wijze te reageren (TNS NIPO, 2012). Van Noort en Willemsen (2012) onderzochten de effecten van beide webcarestrategieën door een experiment uit te voeren, waarbij blogconversaties tussen de organisatie en de consument werden gemanipuleerd. De onderzoekers concludeerden dat een organisatie positiever wordt beoordeeld als deze reageert op een klacht van een consument, dan wanneer de organisatie niet reageert. Daarnaast is de attitude ten opzichte van de organisatie positiever wanneer de organisatie gebruik maakt van conversational human voice.
Conversational Human Voice
Conversational human voice is geïntroduceerd om een inzicht te bieden in de manier waarop organisaties met miljoenen mensen tegelijk communiceren (Searls & Weinberger, 2000). Volgens Kelleher (2009) betekent conversational human voice een menselijk gezicht geven
7
aan een organisatie door op een natuurlijke en aantrekkelijke manier te communiceren. Naar aanleiding van het onderzoek van Kelleher en Miller (2006) zijn er elf elementen van conversational human voice opgesteld, onder andere ‘uitnodigen tot conversatie’ en ‘openstaan voor dialoog’. Deze twee elementen geven de bereidheid van een organisatie aan om een conversatie te starten met het publiek, meer interactief te zijn en te luisteren naar het publiek. Andere elementen van conversational human voice zijn ‘gebruik van informele communicatie’ en ‘feedback zonder kritiek geven’. Het eerste element duidt op het wel of niet gebruiken van informele communicatie tijdens een conversatie met het publiek. Het andere element geeft aan hoe een organisatie omgaat met kritiek en hoe een organisatie tweezijdige communicatie stimuleert middels feedback. Andere elementen zijn ‘communiceren op een menselijke wijze’, ‘op een interessante manier communiceren’, ‘het gebruik van humor’, ‘het doorverwijzen naar concurrenten’, ‘proberen de communicatie leuk te maken’, ‘het toegeven van fouten’ en ‘anderen als mensen behandelen’ (Kelleher, 2009). De elementen ‘communiceren op een menselijke wijze’ en ‘anderen als mensen behandelen’ geven aan of een organisatie zijn publiek ziet en communiceert met het publiek alsof het mensen zijn en geen consumenten. Het element ‘op een interessante manier communiceren’ refereert naar de manier waarop een organisatie de communicatie interessant maakt voor zijn publiek door bijvoorbeeld vragen te stellen of interessante informatie te bieden. Het element ‘het gebruik van humor’ duidt aan of een organisatie wel of niet een luchtige sfeer wil creëren door het gebruik van humor in de vorm van woorden, maar ook emoticons. Het element ‘het doorverwijzen naar concurrenten’ laat zien of een organisatie adequaat en openlijk informeert over de organisatie, maar ook over andere organisaties. Het element ‘proberen de communicatie leuk te maken’ refereert naar een manier waarop de organisatie communiceert door bijvoorbeeld positief te reageren of een compensatie te bieden wanneer dat nodig is. Het laatste element ‘het toegeven van fouten’ wijst op de bereidheid van de organisatie om een probleem te erkennen en sympathie te bieden door de fout toe te geven.
Kelleher (2009) voerde een survey uit onder mensen die gereageerd hadden op een organisationele blog van Microsoft. Uit het onderzoek van Kelleher (2009) kwam naar voren dat het gebruik van conversational human voice een positieve invloed heeft op het vertrouwen, de tevredenheid, de betrokkenheid en de wederzijdse controle van de consument. Vertrouwen is gebaseerd op drie dimensies: integriteit, verantwoordelijkheid en competentie. De mate van tevredenheid van het publiek wordt vooral bepaald door een kosten-batenanalyse. Hierbij weegt het publiek hetgeen af wat zij verkrijgt uit de relatie met de
8
organisatie, tegen wat het het publiek gekost heeft. De factor wederzijdse controle is gebaseerd op de mate waarin beide partijen invloed op elkaar uitoefenen. Toewijding wordt bepaald door de mate waarin een organisatie moeite doet om een relatie op te bouwen met de stakeholder. Al deze factoren kunnen beïnvloed worden door het gebruik van conversational human voice (Kelleher, 2009).
Uit onderzoek van Beugels naar crisiscommunicatie via Facebook (2010) blijkt dat een persoonlijke tone-of-voice meer werd gewaardeerd dan een formele tone-of-voice. De reacties werden als meer betrokken en menselijker gezien en er werd minder negatief over een organisatie gedacht. Daarnaast bleek dat reacties waarin op een persoonlijke manier een fout werd ontkend, hoger scoorden op ervaren betrokkenheid en menselijkheid dan de reacties waarin een fout op een formele manier werd ontkend. Conversational human voice is een belangrijke strategie voor organisatie om te laten zien dat zij menselijk zijn in de manier waarop zij communiceren met mensen (Searls & Weinberger, 2000; Kelleher, 2009; Yang & Lim 2009; Sweetser, 2010; Van Noort & Willemsen, 2012). Eén van de meest belangrijke karakteristieken van online communicatie is de menselijkheid van de communicatie die een organisatie kan uitstralen (Kelleher, 2009). Yang, Kang en Johnson (2010) voerden een experiment uit waarbij een organisationele blog werd gemanipuleerd, daaruit bleek dat het gebruik van conversational human voice zorgt voor een positieve houding tegenover de organisatie. Daarnaast kwam naar voren dat het openstaan voor een dialoog leidt tot meer betrokkenheid van het publiek. Stakeholders zouden hierdoor sneller en vaker contact opnemen met het publiek. Hieruit volgen de volgende hypotheses:
Hypothese 1a: Het gebruik van conversational human voice door organisaties op Twitter leidt tot meer reacties van het publiek.
Hypothese 2: Het gebruik van conversational human voice door organisaties op Twitter leidt tot meer positievere reacties van het publiek.
9 Twitter
Twitter is een medium die vaak wordt gebruikt om de webcare en menselijke communicatie te faciliteren. Twitter is een toepassing van sociale media en een variant van een blog die gebruikers in staat stelt om korte tekst- of multimediafragmenten te publiceren op internet (Wright & Hinson, 2008). Twitter is een voorbeeld van een populaire microblog en stelt de gebruiker in staat om een bericht van maximaal honderdveertig karakters te posten. De beperking van honderdveertig karakters zorgt voor eenvoudige productie en consumptie van de berichten (Jansen, Zhang, Sobel & Chowdury, 2009). Net zoals bij sociale netwerken, zijn Twitterprofielen aan elkaar verbonden en kunnen gebruikers elkaar volgen en daarmee elkaars Twitterberichten zien. Een gebruiker kan zelf bepalen of de Tweets publiekelijk getoond worden of niet. De gebruikers van Twitter kunnen communiceren via de Twitterwebsite, maar er zijn ook veel andere applicaties beschikbaar die het mogelijk maken om via Twitter te communiceren. Organisaties zijn steeds meer actief op Twitter omdat het de mogelijkheid biedt om berichten te delen op elke tijd en plaats, met ieder willekeurig persoon, op een schaal die niet eerder is voorgekomen (Jansen et al., 2009; Kerkhof, 2010; Sweetser & Kelleher, 2011).
UPC onderzocht in 2009 door middel van een survey wat het publiek van de webcare op Twitter vond. 91% van de respondenten zag Twitter als een verbetering op de bestaande service en 74% van de ondervraagden was positief over de behandeling van UPC na een vraag of klacht. Daarnaast heeft de webcare via Twitter een positief effect op de klantrelatie (UPC, 2009). Het onjuist benaderen van klachten via Twitter kan een negatieve impact hebben op het imago van de bedrijven en de verkoop van hun producten of diensten (Kietzmann et al., 2011). Klachten op Twitter kunnen de betrouwbaarheid van een bedrijf beschadigen (Clow & Baack, 2009, p. 338). Met webcare op Twitter kunnen bedrijven publiekelijk laten zien dat het bedrijf adequaat reageert wanneer klanten klagen of ontevreden zijn. Het publiekelijk en snel afhandelen van klachten zou een positieve invloed kunnen hebben op het imago van het bedrijf en de waardering van de lezers (Kietzmann et al., 2011).
Lovejoy, Waters en Saxton (2012) onderzochten door middel van een inhoudsanalyse hoe organisaties gebruikmaken van Twitter. Uit de analyse van de Twitterpagina`s bleek dat het medium door organisaties voornamelijk werd gebruikt om informatie te bieden, maar ook om de dialoog aan te gaan. Dit wordt bevestigd door Schultz, Utz en Goritz (2011) die van mening zijn dat Twitter een goede manier is om de dialoog aan te gaan, zij voegen daaraan
10
toe dat de interactiviteit en snelheid van Twitter bijdragen aan het opbouwen van een relatie met het publiek. De onderzoekers voerden een experiment uit, waarbij de deelnemers onder meer voorbeelden zagen van een Twitterconversatie tussen een organisatie en het publiek. Onderzoek naar conversational human voice kan goed onderzocht worden op Twitter, omdat er ruimte is voor een dialoog en Tweets volgens Smith (2010) een menselijke stem bevatten. De onderzoeker voerde een inhoudsanalyse van Twitterberichten uit naar aanleiding van de ramp in Haïti.
Case
In deze studie worden de Twitteraccounts van KLM en Transavia onderzocht. De keuze van deze organisaties is gebaseerd op de ranglijst van de Social Media Monitor 6, waarbij KLM op de eerste plek stond en Transavia de twintigste plek behaalde (Social Media Monitor, 2013). De Social Media Monitor is een jaarlijks onderzoek van Social Embassy naar de inzet van sociale media door top 100 merken. De merken worden bepaald door een onderzoek van Nielsen (2013) naar bruto mediabestedingen in Nederland. Een dergelijke manier om tot een selectie van organisaties te komen, wordt vaker toegepast in wetenschappelijk onderzoek. Zo wordt de Fortune 500 ranglijst, waarbij Amerikaanse organisaties op basis van hun jaaromzet worden geordend, vaker gebruikt om tot een organisatieselectie te komen voor een onderzoek (Barnes & Mattson, 2010; Fombrun, Gardberg & Sever, 2000; Park & Reber, 2008; Rybalko & Seltzer, 2010). Het cijfer op de ranglijst van de Social Media Monitor wordt bepaald door twee onderdelen: een waardering voor de interne organisatie, er is een score toegekend voor de antwoorden die de merken in een online survey gaven, en een waardering voor de externe inzet van sociale media. De externe inzet wordt bepaald door een model dat uit 25 vragen en vijf constructen bestaat namelijk: aanwezigheid, authenticiteit, content, activiteit en interactiviteit. Vanwege het verschil in plek op de ranglijst, wordt er verwacht dat er ook een verschil zal zijn in het gebruik van conversational human voice.
Hypothese 3: Hoe hoger het bedrijf staat in de Sociale Media Monitor 6, hoe meer er gebruik wordt gemaakt van conversational human voice.
11 3. Methode
Dataselectie
De onderzoeksmethode is een kwantitatieve en kwalitatieve inhoudsanalyse om te onderzoeken in hoeverre het gebruik van conversational human voice door organisaties leidt tot meer positieve reacties van het publiek. Er is gekozen voor deze onderzoekvorm, omdat de berichten op systematische wijze worden geanalyseerd.
De onderzoekseenheden in dit onderzoek zijn de Tweets van KLM en de Tweets die gestuurd zijn naar KLM, ditzelfde geldt voor Transavia. De berichten van KLM zijn afkomstig van de Twitteraccount Royal Dutch Airlines (@KLM) en de berichten van Transavia zijn afkomstig van de Twitteraccount transavia.com (@transavia). Omdat diverse downloadtools niet faciliteren in het downloaden van Twitterconversaties, worden de reacties handmatig geselecteerd en gecodeerd. De verzamelde data bestaat uit de vijftig eerste berichten van organisaties van de maand juni tot en met november 2013. Er is gekozen voor een tijdsbestek van een half jaar, omdat een Twitterpagina slechts de laatste 3.200 Tweets laadt en er daardoor geen beschikbare data is gevonden voor mei en voorgaande maanden. Van sommige maanden zijn er meer dan vijftig Tweets verzameld, omdat deze berichten dan onderdeel waren van een dialoog. In totaal zijn er 644 Tweets verzameld (N=644).
Variabelen
Voor het maken van het codeboek zijn de aspecten van conversational human voice uit de operationalisatie van Kelleher en Miller (2006) gebruikt. Deze operationalisatie is aangepast voor een inhoudsanalyse op het medium Twitter. Er wordt dichotoom gecodeerd voor ieder element van conversational human voice door 1 (=wel aanwezig) of 0 (=niet aanwezig) te gebruiken. De elf elementen zijn uitgewerkt in het codeboek (bijlage 1). Hieronder worden de variabelen kort toegelicht.
‘Openstaan voor dialoog’ wordt gemeten door te kijken of de organisatie reageert op reacties van het publiek en bereid is om een dialoog aan te gaan met mensen.
‘Uitnodigen tot conversatie’ wordt gemeten door te kijken of mensen in de Tweet worden uitgenodigd tot conversatie door middel van een vraag of een reactie.
12
‘Communiceren op een menselijke manier’ wordt gemeten door te kijken of er in de Tweet gevoelens of emoties worden uitgedrukt.
‘Het gebruik van informele communicatie’ wordt gemeten door te kijken of er gebruik wordt gemaakt van informele communicatie. Tekenen van informele communicatie zijn woorden als je en jij in plaats van u of emoticons zoals :p.
‘Het gebruik van humor’ wordt gemeten door te kijken of er iets grappigs wordt gebruikt, zoals bepaalde links, plaatjes of uitspraken.
‘Op een interessante manier communiceren’ wordt gemeten door te kijken of de organisatie ervoor zorgt dat de Tweet interessant is, door bijvoorbeeld uit zichzelf een vraag te stellen of interessante informatie te bieden.
‘Het doorverwijzen naar concurrenten’ wordt gemeten door te kijken of de organisatie een link plaatst naar een concurrent.
‘Proberen communicatie leuk te maken’ wordt gemeten door te kijken of de organisatie de communicatie probeert leuk te maken door bijvoorbeeld positief te reageren na een positieve reactie of een compensatie of hulp te bieden wanneer dat nodig is.
‘Anderen als mensen behandelen’ wordt gemeten door te kijken of de organisatie het publiek ziet als mensen en niet als consumenten. Er wordt hier gekeken of de organisatie verplicht is iets te zeggen, bijvoorbeeld informatie geven of oprechte interesse toont door bijvoorbeeld een goede reis te wensen.
‘Het toegeven van fouten’ wordt gemeten door te kijken of de organisatie fouten toegeeft. ‘Ingaan op feedback zonder kritiek te gebruiken’ wordt gemeten door te kijken of er in de Tweet feedback wordt gegeven door de organisatie op een directe maar kritiekloze manier.
Naast de aanwezigheid van elementen van conversational human voice wordt gekeken naar het aantal reacties dat volgt op de Tweets van KLM en Transavia en naar de toon van de reacties. De toon van de reactie wordt gecodeerd als 0 (=negatief), 1 (=positief) of 2
13
(=neutraal) en zijn ook uitgewerkt in het codeboek (bijlage 1). Hieronder wordt de toon kort uitgelegd.
Een Tweet wordt ‘negatief’ gecodeerd wanneer het bericht een negatieve ondertoon heeft over de organisatie, ‘positief’ als het bericht een positieve toon heeft over de organisatie en als de ondertoon niet kan worden bepaald, wordt deze als ‘neutraal’ gecodeerd.
Intercodeurbetrouwbaarheid
Om de betrouwbaarheid van het coderen te toetsen, wordt minstens 10% van de data gecodeerd door een tweede codeur. Om de mate van overeenkomstigheid te toetsen, wordt de intercodeurbetrouwbaarheid gemeten middels Krippendorff’s Alpha. In totaal zijn 33 Tweets van KLM en Transavia (N=34) en responses van het publiek (N=42) gecodeerd door een tweede codeur. Deze berichten zijn door een systematisch steekproef geselecteerd door het dialoog bij het tiende, het twintigste, het dertigste, het veertigste, het vijftigste, het zestigste, het zeventigste, het tachtigste en het negentigste bericht te kiezen uit de dataset. Dit is voor beide organisaties gedaan.
Uit de analyse is gebleken dat de intercodeurbetrouwbaarheid van alle variabelen gezamenlijk erg betrouwbaar is (Krippendorff’s Alpha=0,940). Dit betekent dat de coderingen van de variabelen erg betrouwbaar zijn, omdat er sprake is van een goede overeenstemming in de codering van de onderzochte Tweets door twee codeurs. Onderstaande tabel geeft een overzicht van de Krippendorff’s Alpha’s van alle variabelen (tabel 1).
Variabelen Krippendorff’s Alpha’s
Toon van de Tweet van het publiek 0,738
Reacties publiek positief/negatief 0,835
Openstaan voor dialoog 0,815
Uitnodigen tot conversatie 1,000
Communiceren op menselijke manier 0,605
Gebruik van informele communicatie 0,867
Gebruik van humor 0,714
Interessante manier van communiceren 0,905
Doorverwijzen naar concurrenten 1,000
Communicatie proberen leuk te maken 0,866
Anderen als mensen behandelen 0,931
Fout toegeven 1,000
Feedback geven zonder kritiek 1,000
14 4. Resultaten
Om tot de beantwoording van de onderzoeksvraag te komen worden diverse analyses uitgevoerd. In totaal zijn er 644 Tweets (N=644) van KLM en Transavia en van het publiek naar KLM en Transavia onderzocht. Om een beeld te schetsen van de activiteit van de organisaties op Twitter zijn een deel van de Twitteraccounts van KLM en Transavia weergegeven in figuur 1 en 2.
Figuur 1. Twitteraccount KLM
15 Conversational human voice en het aantal reacties
De Tweets van KLM en Transavia, die zij uit zichzelf sturen, zijn onderzocht of de mate van conversational human voice invloed heeft op het aantal mensen dat reageert (N = 57). Om hypothese 1: “Het gebruik van conversational human voice door organisaties op Twitter leidt tot meer reacties van het publiek” te beantwoorden, is Spearmans rangcorrelatiecoëfficiënt uitgerekend. Er is een niet significante, gemiddeld sterke negatieve correlatie tussen het aantal elementen van conversational human voice die een Tweet bevat en het aantal mensen dat reageert op de Tweet van de organisatie, r = -0,04, p = 0,799. Na het resultaat van Spearmans rangcorrelatiecoëfficiënt, is gecontroleerd of het element van conversational human voice invloed heeft op het aantal reacties van het publiek. In totaal zijn er elf t-toetsen uitgevoerd voor ieder element en daaruit kwamen geen significante correlaties tussen het element van conversational human voice en het aantal mensen dat reageert. Hypothese 1 wordt daarmee verworpen.
Naast het onderzoeken van hypothese 1, is er ook gekeken naar de verschillen tussen KLM en Transavia en het aantal reacties dat zij krijgen op een Tweet. Hierbij zijn alleen het aantal mensen dat reageert meegenomen naar aanleiding van een Tweet die de organisatie uit zichzelf stuurt. KLM heeft in totaal vijftig Tweets uit zichzelf gestuurd en Transavia slechts zeven. Het is dan ook niet opmerkelijk dat er 39 mensen op de Tweets van KLM reageerden en drie mensen op de Tweets van Transavia. Uit de analyse blijkt mensen vaker en meer reageren op een Tweet van KLM (M = 2,10, SD = 2,09) die zij uit zichzelf sturen dan op een Tweet van Transavia (M = 0,71, SD = 0,95) die zij uit zichzelf sturen, t (15) = 2,98, p = 0,009, 95% CI [0,40, 2,37].
Conversational human voice en het aantal positieve reacties
Naast de Tweets van KLM en Transavia zijn ook de Tweets van het publiek van de organisaties onderzocht (N = 114). Om hypothese 2: “Het gebruik van conversational human voice door organisaties op Twitter leidt tot meer positievere reacties van het publiek” te beantwoorden, is Spearmans rangcorrelatiecoëfficiënt uitgerekend. Er is een significante gemiddeld sterke positieve correlatie tussen het aantal elementen van conversational human voice die een Tweet bevat en het aantal positieve reacties van het publiek: Hoe meer elementen van conversational human voice een Tweet bevat, hoe meer dit leidt tot positieve reacties van het publiek, r = 0,34, p = 0,002. Na het resultaat van de analyse, is gecontroleerd of het element van conversational human voice invloed heeft op het aantal positieve reacties
16
van het publiek. In totaal zijn er elf t-testen uitgevoerd voor ieder element en daaruit bleek dat vijf elementen van conversational human voice een significante invloed hebben op het aantal positieve reacties. Wanneer een Tweet leidde tot positieve reacties van het publiek was er vaker wel sprake van een dialoog (M = 0,89, SD = 1,89) dan geen sprake van een dialoog (M = 0,00, SD = 0,00), t (55) = 3,53, p = 0,001, 95% CI [0,38, 1,40]. Daarnaast leidde een Tweet met menselijke communicatie vaker tot positieve reacties van het publiek (M = 0,67, SD = 1,74) dan wanneer er geen sprake was van menselijke communicatie in een Tweet (M = 0,09, SD = 0,36), t (77) = 2,66, p = 0,009, 95% CI [0,15, 1,01]. Ook wanneer de organisatie in een Tweet interessante informatie bood, leidde dit vaker tot positieve reacties van het publiek (M = 0,93, SD = 1,92) dan wanneer er geen interessante informatie stond in de Tweet (M = 0,00, SD = 0,00), t (53) = 3,54, p = 0,001, 95% CI [0,40, 1,45]. Een Tweet waarin de organisatie de communicatie leuk probeerde te maken zorgde ook vaker voor positieve reacties van het publiek (M = 0,79, SD = 1,81) dan wanneer er geen moeite werd gedaan om de communicatie leuk te maken (M = 0,00, SD = 0,00), t (62) = 3,49, p = 0,001, 95% CI [0,34, 1,25]. Daarnaast leidde een Tweet waarin consumenten als mensen werden behandeld vaker tot positieve reacties van het publiek (M = 0,63, SD = 1,63) dan wanneer de consumenten niet als mensen werden behandelt (M = 0,00, SD = 0,00), t (79) = 3,42, p = 0,001, 95% CI [0,26, 0,99]. Hypothese 2 wordt daarmee aangenomen.
Naast het onderzoeken van hypothese 2, is er ook gekeken naar de verschillen tussen KLM en Transavia en het aantal positieve reacties dat zij krijgen op een Tweet. Hierbij zijn positieve reacties meegenomen naar aanleiding van een Tweet die de organisatie uit zichzelf stuurt. KLM heeft in totaal dertig positieve reacties gekregen en Transavia slechts drie positieve reacties. Uit de analyse blijkt dat er geen significant verschil is tussen KLM (M = 0,44, SD = 1,43) en Transavia (M = 0,43, SD = 0,79) en het aantal positieve reacties t (112) = 0,20, p = 0,984, 95% CI [-1,07, 1,09].
In tabel 2 is te zien wat de toon van het publiek in een Tweet over de organisatie is. Alle Tweets van het publiek zijn hierin meegenomen en wat duidelijk naar voren komt is niet alleen het verschil tussen het aantal positieve reacties, maar ook tussen het aantal negatieve reacties. Het publiek van de organisatie is significant gerelateerd aan de toon van de Tweet (X²(2) = 45,24, p < 0,05). Het publiek van KLM is vaker positief over de organisatie (30,9%) doordat zij vaker een compliment geven en het publiek van Transavia is vaker negatief (28%)
17
over de organisatie omdat zij vaker een klacht hebben. Het publiek van de organisatie heeft een gemiddeld sterke relatie (V = 3,64) met de toon van de Tweet.
Toon van de Tweet N(KLM)* % N(Transavia)* %
Negatief 5 2,8% 45 28%
Positief 56 30,9% 27 16,8%
Neutraal 120 66,3% 89 55,3%
Totaal 181 100% 161 100%
Tabel 2. Toon van het publiek in een Tweet over de organisatie.
Het verschil tussen KLM en Transavia in het gebruik van conversational human voice In deze studie is ook gekeken naar de verschillen tussen KLM en Transavia (N = 297). Hypothese 3 verwacht dat de Tweets van KLM meer elementen van conversational human voice bevatten dan de Tweets van Transavia. Om hypothese 3: “Hoe hoger het bedrijf staat in de Sociale Media Monitor 6, hoe meer er gebruik wordt gemaakt van conversational human voice” te beantwoorden is een t-toets op twee gemiddelden uitgevoerd. Uit de analyse blijkt dat er geen significant verschil is tussen KLM (M = 3,80, SD = 1,65) en Transavia (M = 3,59, SD = 1,50) en het aantal elementen conversational human voice de Tweet bevat t (293) = 1,14, p = 0,255, 95% CI [-0,15, 0,57]. Hypothese 3 wordt niet aangenomen.
Naast het aantal elementen die een Tweet bevat is er gekeken of er verschillen zijn tussen KLM en Transavia per element van conversational human voice. In totaal zijn er elf kruistabellen uitgevoerd en daaruit bleek dat er zeven elementen van conversational human voice waren die significant verschillen per organisatie. De afzender van de Tweet is significant gerelateerd aan het element ‘openstaan voor dialoog’ (X²(2) = 35,48, p < 0,05). In tabel 3 is te zien dat Transavia (94,6%) vaker openstaat voor een dialoog in een Tweet dan KLM (67,3%). De afzender van de Tweet heeft een gemiddeld sterke relatie (V = 3,46) met het element ‘openstaan voor dialoog’. De afzender van de Tweet is ook significant gerelateerd aan het element ‘menselijke communicatie’ (X²(1) = 9,79, p < 0,05). In tabel 4 is te zien dat KLM (52%) vaker menselijke communicatie in een Tweet gebruikt dan Transavia (34%). De afzender van de Tweet heeft een zwakke relatie (V = 0,18) met het element ‘gebruik van menselijke communicatie’. Daarnaast is de afzender van de Tweet ook significant gerelateerd aan het element ‘gebruik van humor’ (X²(1) = 13,25, p < 0,05). In tabel 5 is te zien dat KLM (13,3%) vaker humor in een Tweet gebruikt dan Transavia (2%). De afzender van de Tweet heeft een zwakke relatie (V = 0,21) met het element ‘gebruik van humor’. De afzender van de
18
Tweet is tevens significant gerelateerd aan het element ‘interessante manier van communiceren’ (X²(1) = 30,84, p < 0,05). In tabel 6 is te zien dat KLM (31,3%) vaker op een interessante manier communiceert dan Transavia (6,1%). De afzender van de Tweet heeft een gemiddeld sterke relatie (V = 3,22) met het element ‘interessante manier van communiceren’. De afzender van de Tweet is ook significant gerelateerd aan het element ‘anderen als mensen behandelen’ (X²(1) = 6,57, p < 0,05). In tabel 7 is te zien dat KLM (48,7%) vaker als mensen behandelt in een Tweet dan Transavia (34%). De afzender van de Tweet heeft een zwakke relatie (V = 0,15) met het element ‘anderen als mensen behandelen’. Daarnaast is de afzender van de Tweet significant gerelateerd aan het element ‘fout toegeven’ (X²(1) = 35,48, p < 0,05). In tabel 8 is te zien dat Transavia (8,2%) vaker een fout toegeeft in een Tweet en KLM (0%) nooit. De afzender van de Tweet heeft een zwakke relatie (V = 0,21) met het element ‘fout toegeven’. Ook is de afzender van de Tweet significant gerelateerd aan het element ‘feedback zonder kritiek’ (X²(1) = 32,93, p < 0,05). In tabel 9 is te zien dat Transavia (27,2%) vaker feedback zonder kritiek geeft dan KLM (3,3%). De afzender van de Tweet heeft een gemiddeld sterke relatie (V = 3,33) met het element ‘feedback zonder kritiek’.
Openstaan voor dialoog N(KLM) % N(Transavia) %
Geen sprake 49 32,7% 8 5,4%
Wel sprake 101 67,3% 139 94,6%
Totaal 150 100% 147 100%
Tabel 3. De afzender en het openstaan voor de dialoog.
Menselijke communicatie N(KLM) % N(Transavia) %
Geen sprake 72 48% 97 66%
Wel sprake 78 52% 50 34%
Totaal 150 100% 147 100%
Tabel 4. De afzender en het gebruik van menselijke communicatie.
Humor N(KLM) % N(Transavia) %
Geen sprake 130 86,7% 144 98%
Wel sprake 20 13,3% 3 2%
Totaal 150 100% 147 100%
Tabel 5. De afzender en het gebruik van humor.
Interessante informatie N(KLM) % N(Transavia) %
Geen sprake 103 68,7% 138 93,3%
19
Totaal 150 100% 147 100%
Tabel 6. De afzender en het bieden van interessante informatie.
Als mensen behandelen N(KLM) % N(Transavia) %
Geen sprake 77 51,3% 97 66%
Wel sprake 73 48,7% 50 34%
Totaal 150 100% 147 100%
Tabel 7. De afzender en het gebruik van menselijke communicatie.
Fout toegeven N(KLM) % N(Transavia) %
Geen sprake 150 100% 135 91,8%
Wel sprake 0 0% 12 8,2%
Totaal 150 100% 147 100%
Tabel 8. De afzender en het toegeven van een fout.
Feedback geven N(KLM) % N(Transavia) %
Geen sprake 145 96,7% 107 72,8%
Wel sprake 5 3,3% 40 27,2%
Totaal 150 100% 147 100%
20 5. Conclusie
Deze studie poogt een antwoord te geven op de volgende onderzoeksvraag: “In hoeverre maken organisaties gebruik van conversational human voice op Twitter en in hoeverre leidt dit tot meer positieve reacties van het publiek?” Om deze onderzoeksvraag te beantwoorden is een casestudie uitgevoerd. De Twitterberichten van KLM en Transavia zijn onderzocht en een kwantitatieve en kwalitatieve inhoudsanalyse geeft antwoord op de onderzoeksvraag. De casestudie toont aan dat beide organisaties ongeveer evenveel gebruik maken van conversational human voice, maar dat er verschillen zijn per element. Zo zorgt KLM, de organisatie die op de eerste plek staat van de Social Media Monitor 6, voor meer menselijke communicatie, humor en interessante informatie in Tweets en probeert de organisatie het publiek vaker als mensen te behandelen dan Transavia. Daarentegen gaat Transavia, die op de twintigste plek staat in de ranglijst, vaker de dialoog aan, geeft de organisatie vaker een fout toe en meer feedback zonder kritiek dan KLM. Ook laat de casestudie zien dat er een verschil is tussen de Tweets van de organisaties die zij uit zichzelf sturen en het aantal mensen uit het publiek dat daarop reageert. KLM stuurt vaker een Tweet uit zichzelf en deze Tweets leiden tot meer reacties van het publiek dan de Tweets van Transavia. Uit de casestudie komt ook naar voren dat het aantal elementen van conversational human voice in een Tweet tot meer positieve reacties leidt. Wanneer een organisatie open staat voor een dialoog, communicatie probeert leuk te maken, op een interessante manier gaat communiceren, anderen als mensen behandelen en wanneer een Tweet menselijke communicatie bevat, leidt dit tot meer positieve reacties van het publiek. Daarnaast blijkt er een verschil te zijn in het publiek van de organisaties en de toon in de Tweet. Het publiek van KLM is vaker positiever over de organisatie en geeft ook vaker een compliment en het publiek van Transavia is vaker negatiever over de organisatie en heeft ook vaker een klacht.
21 6. Discussie
Uit de resultaten blijkt dat er een verschil is tussen KLM en Transavia en het gebruik van de elementen van conversational human voice. ‘Openstaan voor dialoog’ is het meest voorkomende element in de Tweets van Transavia en het op een na meest voorkomende element in de Tweets van KLM. Hoewel beide luchtvaartmaatschappijen op bijna alle berichten van het publiek reageren, is er toch een verschil tussen Transavia en KLM. Het verschil tussen de twee organisaties is te verklaren doordat het publiek van Transavia de organisatie vaker aanspreekt en daarom reageerde Transavia vaker op berichten van het publiek. Het element ‘communiceren op menselijke manier’ staat in de top vijf van de meest voorkomende elementen van beide organisaties. Het verschil is alleen dat de Tweets van KLM vaker menselijke communicatie bevatten dan de Tweets van Transavia. Het is dan ook niet opmerkelijk dat het element ‘anderen als mensen behandelen’ vaker in de Tweets van KLM voorkomt dan in de Tweets van Transavia. Het is mogelijk dat KLM meer aandacht besteed om op deze bewuste manier te gaan communiceren met het publiek, uit hypothese 2 blijkt immers dat het gebruik van deze twee elementen leidt tot positieve reacties van het publiek. Een ander verschil is het gebruik van humor, wat vaker in de Tweets van KLM voorkomt. KLM probeert meer in te spelen op het publiek en daardoor grappig te reageren op humoristische berichten van het publiek. Daarnaast probeert KLM te communiceren op een interessante manier door vaker links te plaatsten met interessante informatie of humoristische afbeeldingen. KLM stuurt ten eerste ook vaker een bericht uit zichzelf en daarmee probeert KLM te voldoen aan de behoefte van het publiek. De Tweets van Transavia bevatten daarentegen weer opvallend vaker het element ‘feedback geven zonder kritiek’ dan KLM. Dit verschil is te verklaren door het aantal klachten dat Transavia krijgt van het publiek, waardoor de organisatie vaker reageert op feedback. KLM geeft weinig feedback zonder zelf kritiek te leveren, maar levert ook weinig feedback met kritiek. Dit verklaart ook het verschil in het element ‘fout toegeven’, wat vaker voorkomt in de Tweets van Transavia dan in de Tweets van KLM. Transavia heeft vaker klachten en zal daardoor vaker een fout moeten toegeven dan KLM.
Daarnaast blijkt dat de Tweets die KLM uit zichzelf stuurt, vaker leiden tot meer reacties van het publiek dan de Tweets van Transavia. Dit is te verklaren doordat de Tweets van KLM vaker het element ‘uitnodigen tot conversatie’ bevatten dan de Tweets van Transavia. KLM voert een zogenoemde proactieve strategie uit, doordat zij veel berichten uit zichzelf sturen en zelf initiatief nemen om een conversatie te starten. Uit onderzoek van Kerkhof et al. (2010)
22
bleek dat dit zorgde voor positievere gedachtes over de organisatie en meer interactie met het publiek.
Uit de resultaten kwam ook dat het gebruik van conversational human voice leidt tot positieve reacties van het publiek. Dit is vergelijkbaar met de uitkomst van het onderzoek van Kelleher (2009) die vond dat het gebruik van conversational human voice een positieve invloed heeft op de tevredenheid van het publiek. Ook uit onderzoek van Yang, Kang en Johnson (2010) bleek dat het gebruik van conversational human voice zorgt voor een positieve houding tegenover de organisatie. Dit wordt nogmaals bevestigd door het onderzoek van Van Noort en Willemsen (2012) waaruit bleek dat het gebruik van conversational human voice een positieve invloed had op de houding van de consument tegenover het merk of de organisatie.
Daarnaast bleek uit deze studie dat bepaalde elementen van conversational human voice zorgden voor positieve reacties van het publiek. Wanneer een organisatie open staat voor een dialoog, communicatie probeert leuk te maken, op een interessante manier gaat communiceren, andere als mensen behandelen en wanneer een Tweet menselijke communicatie bevat, leidt dit tot meer positieve reacties van het publiek. Onderzoek bevestigt dat menselijke communicatie een belangrijke strategie vormt om een band op te bouwen met het publiek (Searls & Weinberger, 2000; Kelleher, 2009; Yang & Lim 2009; Sweetser, 2010; Van Noort & Willemsen, 2012). Een verklaring voor het verschil in aantal positieve reacties tussen KLM en Transavia is mogelijk de band die zij hebben met het publiek. Het publiek van KLM is vaker positief over de organisatie doordat zij vaker een compliment geven en het publiek van Transavia is vaker negatief over de organisatie omdat zij vaker een klacht hebben. KLM heeft mogelijk een toegewijder publiek, iets wat kan ontstaan door het gebruik van conversational human voice (Kelleher, 2009). Wanneer er positief door een organisatie wordt gereageerd, draagt dit bij aan het vertrouwen en de positieve attitude van het publiek (Kelleher, 2009).
Uit de resultaten kunnen een aantal praktische implicaties voor organisaties worden opgesteld. Het is organisaties aan te raden om gebruik te maken van conversational human voice. Daarbij moet er bewust worden gecommuniceerd en hiervoor kan een protocol voor webcare-communicatie op Twitter worden opgesteld. Het is belangrijk dat organisaties de dialoog met het publiek aangaat ook al moet er dan worden gereageerd op negatieve uitlatingen. Uit de resultaten komt naar voren dat het aangaan van een dialoog leidt tot positieve reacties van het publiek over de organisatie. Dit wordt bevestigd door het onderzoek van Kerkhof,
23
Beukeboom, Utz en De Waard (2010) die tot de conclusie kwamen dan dat door middel van webcare de attitudes van het publiek kunnen worden verbeterd. Het is ook belangrijk dat de organisatie op een menselijke manier communiceert met het publiek en het publiek als mensen behandelt en niet als consumenten. De studie laat zien dat het gebruik van deze twee elementen, zorgen voor positieve reacties van het publiek over de organisatie. Daarnaast is het belangrijk dat de organisatie op een interessante manier gaat communiceren, dit kan door interessante informatie of grappige afbeeldingen te bieden. Het is tevens aan te raden om de communicatie leuk proberen te maken, door bijvoorbeeld positief te reageren op een positieve reactie of hulp of compensatie te bieden wanneer dat nodig is. Uit de resultaten bleek dat de elementen ‘interessante manier van communiceren’ en ‘communicatie proberen leuk te maken’ in een Tweet, ook leiden tot positieve reacties van het publiek over de organisatie. Organisaties kunnen een voorbeeld nemen aan KLM, de organisatie die in deze studie is onderzocht en niet voor niets op de eerste plek staat van merk dat sociale media als beste gebruikt (Social Media Monitor, 2013). KLM stuurde vaker Tweets uit zichzelf en dit leidde tot meer reacties van het publiek dan de Tweets van Transavia. KLM maakt voornamelijk gebruik van de vijf elementen van conversational voice die leiden tot positieve reacties van het publiek en communiceert tevens op een informele manier. Het publiek van KLM is vaker positiever over de organisatie en geeft ook vaker een compliment aan KLM.
Limitaties
Onderzoeken zijn zelden zonder mogelijke verbeterpunten en dit onderzoek vormt daar geen uitzondering op. Omdat de huidige studie twee succesvolle organisaties op Twitter onderzocht, kunnen de resultaten niet gegeneraliseerd worden naar het Twitter gebruik van alle organisaties. Het geeft echter wel een goede indicatie in welke richting er gezocht moet worden. Een andere beperking aan dit onderzoek is de kleine populatie. Hoewel er 644 Tweets zijn geanalyseerd waren niet alle Tweets bruikbaar om de hypothese te testen. Om hypothese 1 te onderzoeken zijn alleen de Tweets van KLM en Transavia meegenomen die zij uit zichzelf stuurden. Een kleine steekproefpopulatie is nadelig voor veel statistische analyses (Field, 2011). Een verklaring voor deze kleine populatie is te wijten aan Transavia, die bijna nooit uit zichzelf een bericht stuurt. Hypothese 3 is niet aangenomen, terwijl er wel duidelijke verschillen tussen de organisaties te zien zijn. Er moet niet worden gekeken naar het aantal elementen van conversational human voice, omdat de achterliggende betekenis van de elementen belangrijker is. De Tweets van KLM bevatten de elementen ‘communiceren op menselijke manier’, ‘anderen als mensen behandelen’, ‘gebruik van humor’ en ‘interessante
24
manier van communiceren’ significant meer dan Transavia. Dit betekent dat KLM op een bewuste manier communiceert en aandacht besteed aan de manier waarop de organisatie omgaat met het publiek. Daarnaast probeert KLM in te spelen op de behoeften van het publiek door interessante en humoristische informatie te plaatsen. De Tweets van Transavia bevatten significant vaker de elementen ‘openstaan voor dialoog’, ‘feedback geven zonder kritiek’ en ‘fout toegeven’. De achterliggende betekenis van de elementen is dat het publiek van Transavia vaker contact opneemt met Transavia en dat de organisatie daarom vaker de dialoog aangaat. Daarnaast geeft Transavia vaker feedback zonder zelf kritiek te gebruiken en geeft de organisatie vaker een fout toe, omdat het publiek van Transavia veel klachten heeft.
Vervolgonderzoek
Vervolgonderzoek zou een onderscheid moeten maken in de achterliggende betekenis van de elementen van conversational human voice. Als Tweets dan weinig de elementen ‘feedback geven zonder kritiek’ en ‘fout toegeven’ bevatten, is dit niet per se een minder aantrekkelijke manier van communicatie, maar moet er gekeken worden naar de achterliggende betekenis. Het zou dan kunnen dat het publiek geen klachten heeft en dat is natuurlijk een erg positief gegeven. Een ander idee voor vervolgonderzoek is meerdere sociale mediakanalen onderzoeken. De elementen ‘openstaan voor dialoog’, ‘gebruik van informele communicatie’, ‘communicatie proberen leuk te maken’, ‘communiceren op menselijke manier’, ‘anderen als mensen behandelen’ kwamen het meest voor op Twitter. Twitter heeft een beperking van honderdveertig karakters dus mogelijk zou het onderzoeken van Twitter in combinatie met Facebook andere resultaten opleveren. Facebook heeft geen beperking in het aantal karakters en wordt naast het plaatsen van tekstuele berichten veelal gebruikt om foto`s of video`s te plaatsen. De elementen ‘interessante manier van communiceren’ en ‘gebruik van humor’ zouden mogelijk vaker voorkomen op Facebook. Een andere aanbeveling voor vervolgonderzoek is het gebruik van meerdere onderzoeksmethoden. Met behulp van interviews met medewerkers van de webcareafdeling, zouden de resultaten beter verklaard kunnen worden doordat de motieven en beweegredenen dan bekend zijn. Een ander idee voor vervolgonderzoek is het onderzoeken van verschillende soorten bedrijven. De vraag is of er dezelfde resultaten uitkomen voor banken, retailorganisaties of stichtingen. Iedere organisatiebranche heeft een ander publiek en dit publiek neemt voor verschillende redenen contact op met een organisatie.
25 7. Literatuurlijst
Barnes, N. G. & Andonian, J. (2011). The 2011 fortune 500 and social media adoption: Have America’s largest companies reached a social media plateau? Center for Marketing Research, University of Massachusetts Dartmouth.
Barnes, N. G. & Mattson, E. (2009). Social media in the 2009 inc. 500: New tools & new trends. Center for Marketing Research, University of Massachusetts Dartmouth.
Beugels, D. (2010). Organizational crisis responses in social media: How the type of response and tone of voice influence corporate credibility. Department of Communication Science, Vrije Universiteit Amsterdam.
Bonsón, E. & Flores, F. (2011). Social media and corporate dialogue: the response of global financial institutions. Online Information Review, 35(1), 34-49.
Briones, R. L., Kuch, B., Liu, B. F. & Jin, Y. (2011). Keeping up with the digital age: How the American red crosses uses social media to build relationships. Public Relations Review, 37, 37-43.
Clow, K. E. & Baack, D. (2009). Geïntegreerde Marketing Communicatie. Amsterdam: Pearson Education Benelux.
Comscore. (2013). Who uses social networks in the Netherlands? Opgehaald op 21 januari 2014 van http://www.comscoredatamine.com/2013/06/who-uses-social-networks-in-the-netherlands/.
Constantinides, E., Romero, C. L. & Boria, M. A. G. (2008). Social media: a new frontier for retailers? In Constantinides, E., Romero, C. L. & Boria, M. A. G., European Retail Research, 22, (1-28). Wiesbaden: Springer Gabler.
DiStaso, M. W., McCorkindale, T. & Wright, D. K. (2011). How public relations executives perceive and measure the impact of social media in their organizations. Public
26
Eyrich, N., Padman, M. L. & Sweetser, K. D. (2008). PR practitioners’ use of social media tools and communication technology. Public Relations Review, 34, 412-414.
Fombrun, C. J., Gardberg, N. A. & Sever, J. (2000). The reputation quotient: A multi-stakeholder measure of corporate reputation. Journal of Brand Management, 7(4), 241-255.
Hennig-Thurau, T., Malthouse, E. C., Frege, C., Gensler, S., Lobschat, L., Rangaswamy, A. & Skiera, B. (2010). The impact of new media on customer relationships. Journal of Service Research, 13(3), 311-330.
Jansen, B. J., Zhang, M., Sobel, K. & Chowdury, A. (2009). Micro-blogging as online word of mouth branding. Proceedings of the 27th international conference extended
abstracts on Human factors in computing systems, Boston.
Kane, G. C., Fichman, R. G., Gallaugher, J. & Glaser, J. (2009). Community relations 2.0. Harvard Business Review, 87(11), 45-50.
Kaplan, A. M. & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of Social Media. Business Horizons, 53, 59-68.
Kelleher, T. (2009). Conversational voice, communicated commitment, and public relations outcomes in interactive online communication. Journal of communication, 59(1), 172‐ 188.
Kelleher, T. & Miller, B. (2006).Organizational blogs and the human voice: Relational strategies and relational outcomes. Journal of Computer-Mediated Communication, 11, 395–414.
Kerkhof, P., Beukeboom, C., Utz, S. & Waard, de, J. (2010). Het vermenselijken van een bedrijf: effecten van persoonlijke vs. onpersoonlijke bedrijfsreacties op negatieve online consumenten reviews. Opgehaald op 2 november 2013 van
wordpress/wp-content/uploads/Abstract-Etmaal-27 Communicatiewetenschap-2010.pdf
Kerkhof, P., Vonkeman, C., Beukeboom, C. & Utz, S. (2011). Customer service as PR: Audience effects of customer care in social media. Department of Communication Science, Vrije Universiteit Amsterdam.
Kietzmann, J. H., Hermkens, K., McCarthy, I. P. & Silvestre, B. S. (2011). Social media? Get serious! Understanding the functional building blocks of social media. Business
Horizons, 54, 241 – 251.
KLM. (2013). Twitterpagina. Opgehaald op 1 november 2013 van https://twitter.com/KLM.
Lovejoy, K. & Saxton, G. D. (2012). Information, community and action: How nonprofit organizations use social Media. Journal of Computer- Mediated Communication, 17, 337-353.
Mangold, G., Faulds, D. (2009). Social media: The new hybrid element of the promotion mix. Business Horizons, 52, 357-365.
Nath, A.K., Singh, R. & Iyer,L. (2009). Web 2.0: Capabilities, business value and strategic practice. Opgehaald op 8 oktober 2013 van http://aisel.aisnet.org/amcis2009/451.
Nielsen, (2010). Led by Facebook, Twitter, global time spent on social media sites up 82% year over year. Opgehaald op 27 september 2013 van http://blog.nielsen.com /nielsenwire/global/led-by-facebook-twitter-global-timespent-on-social-media-sites-up-82-year-over-year/.
Noort, G. van. & Willemsen, L. M. (2012). Online damage control: The effects of proactive versus reactive webcare interventions in consumer-genrated and brand-generated. Journal of Interactice Marketing, 26(3), 131-140.
Park, H. & Reber, B. H. (2008). Relationship building and the use of web sites: How fortune 500 corporations use their web sites to build relationships. Public Relations Review, 34(4), 409-411.
28
Rybalko, S. & Seltzer, T. (2010). Dialogic communication in 140 characters or less: How fortune 500 companies engage stakeholders using Twitter. Public Relations Review, 36(4), 336-341.
Schultz, F., Utz, S. & Goritz, A. (2011). Is the medium the message? Perceptions of and reactions to crisis communication via Twitter, blogs and traditional media. Public Relations Review, 37(1), 20-27.
Searls, D. & Weinberger, D. (2000). Markets are conversations. In Levine, R., Locke, C., Searls, D. & Weinberger, D. (Red.). The cluetrain manifesto: The end of business as usual (75–114). New York: Perseus.
Smith, B. G. (2010). Socially distributing public relations: Twitter, haiti, and interactivity in social media. Public Relations Review, 36(4), 329-335.
Sociale Media Monitor (2013). Rapport sociale media monitor 6. Opgehaald op 10 november 2013 van http://www.socialmediamonitor.nl/rapport/.
Sweetser, D. K. & Kelleher, T. (2011). A survey of social media use, motivation and leadership among public relations practitioners. Public Relations Review, 37, 425– 428.
TNS NIPO. (2011). The Effectiveness of Webcare and its Measurement. Amsterdam: TNS NIPO.
Transavia. (2013). Twitterpagina. Opgehaald op 1 november 2013 van https://twitter.com/transavia.
UPC. (2009). Onderzoek onder Twittervolgers UPC. Opgehaald op 23 januari 2014 van http://www.slideshare.net/UPCWebcare/twitter-onderzoek-upc#btnPrevious.
29
social networking: How Nonprofit organizations are using Facebook. Public Relations Review, 35, 102-106.
Wright, D.K. & Hinson, M.D. (2008). How Blogs and social media are changing public relations and the way it is practiced. Public Relations Journal, 2(2), 1-21.
Yang, S., Kang, M. & Johnson, P. (2019). Effects of narratives, openness to dialogic communication, and credibility on engagement in crisis communication through organizational blogs. Communication Research, 37, 473 – 497.
Yang, S. U. & Lim, J. S. (2009). The effects of blog-mediated public relations (BMPR) on relational trust. Journal of Public Relations Research, 21(3), 341-359.
30 8. Bijlage
Codeboek
De onderstaande code Afzender moet voor elke Tweet worden onderzocht.
Code Afzender Beschrijving
1 = KLM
2 = publiek van KLM 3 = Transavia
4 = publiek van Transavia
De afzender van het bericht, dus degene die de Tweet heeft geplaatst. De afzender kan van de organisatie zijn, KLM of Transavia, of naar de organisatie geschreven zijn door het publiek van KLM of Transavia.
De code Dialoog begonnen moet aan het eerste bericht van de dialoog worden gekoppeld. Code Dialoog begonnen Beschrijving
1 = KLM
2 = publiek van KLM 3 = Transavia
4 = publiek van Transavia 5 = onbekend
Degene die begonnen is met de dialoog. De dialoog moet hier gaan over hetzelfde onderwerp. Hieronder staan twee voorbeelden van wat wel en niet onder een dialoog wordt verstaan. Dialogen kunnen in een andere dialoog ontstaan en tellen apart mee. Als KLM of Transavia uit zichzelf een bericht plaatst, wordt dit ook verstaan als een dialoog. Voorbeeld van een dialoog Voorbeeld geen sprake van dialoog
Bericht van KLM:
Curious about what people would use on board WIFI for, I started chatting with them.
http://klmf.ly/11CsAKT . #KLMwifi #KLMblog
Reactie hierop:
As much as I fly with @KLM I would definitely appreciate #KLMwifi on-board. Back to back intercontinental flights interrupt my business!
Bericht van KLM:
Curious about what people would use on board WIFI for, I started chatting with them.
http://klmf.ly/11CsAKT . #KLMwifi #KLMblog
Reactie hierop:
@KLM : Can you tell me if Ekaterina Aleksandrovna Zaytseva was checked in on flight KL904 at 18:00 from Moscow to Amsterdam.
Bericht van KLM:
Houd jij van de actieve vakanties? Zie onze suggesties op http://klmf.ly/Actief #KLMopReis
Reactie hierop:
#KLMopReis” mwah.. Ik hou ook wel van
luieren in de zon.
Bericht van KLM:
Houd jij van de actieve vakanties? Zie onze suggesties op http://klmf.ly/Actief #KLMopReis
Reactie hierop:
@KLM Waar vliegen jullie op dit moment!!!� � �
De code aantal reacties publiek moet alleen worden gegeven wanneer de code Dialoog begonnen 1 of 3 is.
Code aantal reacties publiek Beschrijving Het aantal mensen dat reageert
in een dialoog die de organisatie begonnen is.
Het aantal mensen, dat reageert op het onderwerp van de Tweet van de organisatie, waarbij de organisatie de dialoog is begonnen. Het gaat hierbij dus alleen om mensen die ingaan op de Tweet van de organisatie. Tel dus het aantal mensen, niet het aantal tweets van de mensen.
31
De code Tweet publiek positief/negatief moet alleen worden onderzocht voor Tweets van het publiek van KLM of Transavia.
Code Tweet publiek positief/negatief
Beschrijving Voorbeeld
0 = Negatieve Tweet De mate waarin de Tweet over de organisatie een negatieve ondertoon heeft
@KLMNee KLM, een retour NYC kost : EUR 506,67, omdat er
BOEKINGSKOSTEN bijkomen, die ik toch moet betalen…. niet eerlijk van KLM 1 = Positieve Tweet De mate waarin de Tweet
over de organisatie een positieve toon heeft
@KLMThat is really impressive. I`ve used the tweetservice when I had a problem last month, it does really help
2 = Neutrale Tweet Een Tweet waaruit de ondertoon niet kan worden opgemaakt en dus niet negatief en niet positief is.
Reis van stad naar stad, bepaal zelf het pad
met #KLMopreis. http://klmf.ly/StedenTrip
De code Aantal positieve reacties moet alleen worden gegeven wanneer de code Dialoog begonnen 1 of 3 is.
Code aantal positieve reacties Beschrijving Het aantal positieve reacties op
een Tweet van de organisatie, waarbij de organisatie de dialoog is begonnen.
Het aantal positieve reacties, dat slaat op het onderwerp van de Tweet van de organisatie, waarbij de organisatie de dialoog is begonnen. Het gaat hierbij dus alleen om de eerste Tweet van de organisatie in de dialoog.
Deze codes moeten alleen worden onderzocht voor Tweets van KLM of Transavia. Een Tweet kan meerdere elementen bevatten en daarom zijn de elementen opgesplitst in aparte codes, waarbij 0= niet aanwezig is en 1= wel aanwezig betekent.
Code element Conversational Human Voice Beschrijving Voorbeeld Openstaan voor dialoog De organisatie reageert op reacties van het publiek en is bereid een dialoog aan te gaan met mensen.
@BasOnline Hello Bas, thank you for letting us know! Which meal did you try?
@KLM I tried the 'Indonesian rice table'. Would be nice if not served 30m before regular food-round.
@BasOnline Thanks for your feedback Bas. Do you mean it's better to do it all at the same time?
Uitnodigen tot conversatie
Mensen worden in de Tweet uitgenodigd tot conversatie door middel van een vraag. De organisatie vraagt in het bericht om een reactie.
Wat staat er op jouw bucket-list? Het avontuur begint hier #KLMopreis http://klmf.ly/rondreis
32 een menselijke
manier
en emoties uitgedrukt. woorden, Thijs! Wij gaan zo door op jouw advies ;-)
Het gebruik van informele communicatie
Het gebruik van informele communicatie. Worden er woorden als je en jij gebruikt in plaats van U. Wordt er gebruik gemaakt van informele tekens en emoticons zoals ! :) :p :D :( Dit zijn tekenen van informele communicatie.
@AnastasiaSivachJe hebt wel veel
vragen, Anastasia. Kleed je warm aan! Veel plezier met de wandeling.
Het gebruik van humor
In de Tweet wordt humor gebruikt, bijvoorbeeld links, plaatjes of uitspraken.
"Oh, no! It's despicable!"
http://klmf.ly/rqZxUC pic.twitter.com/VO q2m9tU7s
Op een interessante manier
communiceren
Zorgt de organisatie ervoor dat de Tweet interessant is, door bijvoorbeeld uit zichzelf een vraag te stellen of interessante informatie te bieden.
De stad, de mensen, de geur, de hectiek, de energie. Vind alles hier:
http://klmf.ly/wereldsteden #KLMopReis
Het doorverwijzen naar concurrenten
In de Tweet worden links gezet van concurrenten.
Gefeliciteerd@vodafoneNLmet het winnen van de Reputatiemanagement Award 2013#Motivaction#Vodafone #KLM
Proberen
communicatie leuk te maken
De organisatie probeert communicatie leuk te maken door bijvoorbeeld positief te reageren of een compensatie of hulp te bieden wanneer dat nodig is.
@jaxsterdam Hello Jackie, your flight is scheduled to depart. You can check
http://klmf.ly/iRDk7C for the latest information.
Anderen als mensen behandelen
De organisatie ziet het publiek als mensen en niet als
consumenten.
@KMLoiWe wish you a pleasant flight!
Please let us know how it was
Het toegeven van fouten
In het bericht worden fouten toegegeven door de organisatie. Als een organisatie
aangeeft dat ze iets vervelend vinden betekent dit niet dat ze
@d_toetWe regret this was your
experience Danette. We appreciate your feedback on this, we will forward it to the right department so they can fix the problem.
33 een fout toegeven.
Ingaan op feedback zonder kritiek te gebruiken
In het bericht wordt feedback op een directe maar kritiekloze manier gegeven.
@netcrack2kHello Robert, thanks a lot
for your feedback. We appreciate this. About the luggage; you can take one extra piece of check-in luggage for free if you become Flying Blue member via http://klmf.ly/1646kKG .
