Bachelorthesis
Take Care
Inhoudsanalyse van positieve en negatieve Facebook webcare berichten
aangaande online responsiestrategieën, reactiviteit, conversational human voice en klanttevredenheid
Afstudeerproject Corporate Communicatie
Anne Kroon MSc
Timothy Hillebrand
10285555
Inleverdatum: 20.06.2016
2 Abstract
In dit onderzoek werden door middel van een inhoudsanalyse 400 Facebookberichten geanalyseerd. Deze werden door consumenten geplaatst op Facebookpagina’s van KPN, Albert Heijn, KLM en NS. Dit onderzoek had betrekking op de online responsietrategieën, reactiviteit en de invloed van conversational human voice op de klanttevredenheid bij positieve en negatieve berichten. De berichten waren afkomstig uit een evenredig verdeeld sample van de periode 22 februari 2016 tot 1 mei 2016. Hiervoor is gekozen omdat Facebook een nieuwe feature uitbracht op 22 februari 2016, waarin het mogelijk werd om berichten niet alleen te liken maar ook boosheid of verdrietige emoties te uiten. Dit heeft ervoor gezorgd dat onderzoek naar klanttevredenheid op een vernieuwende en betrouwbare manier gemeten kan worden. Uit dit onderzoek is gebleken dat organisaties vooral veel gebruik maakten van
conversational human voice, dit leidde tot een hogere tevredenheid onder de consumenten.
Ondanks dat, gebruikten organisaties minder de conversational human voice als de consument een negatief bericht plaatste op de webcare pagina van een organisatie. Organisaties maakten vooral gebruik van de informatiestrategie en sympathiestrategie. Overige relaties werden niet significant bevonden maar bieden wel inzicht voor vervolgonderzoek.
Trefwoorden; conversational human voice, Facebook, klanttevredenheid, reactiviteit,
3 Inleiding
Opeens een persoonlijk kaartje (inclusief gedichtje) en gratis stekkerverdeler in de brievenbus, dit overkwam Michael Leibrand (Metronieuws, 2016) nadat hij op de Facebookpagina van Ziggo een bericht plaatste waarin hij vroeg hoe hij aan een nieuwe stekkerverdeler kon komen. Deze kon hij deze niet meer vinden na een verhuizing. Ook kon hij deze informatie niet vinden op de website. De Ziggo medewerker reageerde vlot op het bericht via Facebook en vertelde dat hij gratis een nieuwe stekkerverdeler kon verwachten, waarna Michael Leibrand vol verbazing reageerde en de medewerker van Ziggo bedankte.
Hij plaatste een bericht op zijn tijdlijn over het ontvangen pakketje en vervolgens werd dit bericht gedeeld door vele websites en lezers. Het bericht kreeg ook zeer veel positieve reacties ten gunste van Ziggo. Dit is een voorbeeld van de positieve werking van webcare waarin bedrijven actief reageren op berichten op hun website en dit een positieve uitwerking heeft. Ziggo profiteerde in deze situatie van zowel de online als offline klantenservice omdat de consument ook de verrassing van de offline klantenservice op Facebook heeft geplaatst.
Door het plaatsen van een positief bericht op Facebook over de offline klantenservice van Ziggo kreeg het publiek de gelegenheid dit te lezen en hierop te reageren, dit zou één van de doelen kunnen zijn van de ‘speciale behandeling’ die de Ziggo klantenservice heeft verleend. Ziggo maakte in de communicatie duidelijk gebruik van een persoonlijke en dus menselijke benadering, de conversational human voice. In het bericht toonde de Ziggo-medewerker medeleven en humor, maakte hij gebruik van persoonsgerichte communicatie en besloot het bericht met zijn naam. Volgens Kini (2016) was zo’n oplossing van Ziggo minder
waarschijnlijk geweest als deze was benaderd volgens de reguliere weg (email of telefoon) omdat organisaties zich bewust zijn van het feit dat andere mensen deze berichten ook kunnen zien. Bovendien denken anderen sneller dat het bericht een hogere prioriteit heeft omdat de zender dit publiekelijk ‘durft’ te bespreken, dit onderstreept het belang van effectieve
webcare.
Het gebruik van webcare kan volgens Van Noort, Willemsen, Kerkhof en Verhoeven (2015) een drietal voordelen teweegbrengen; als eerste kan webcare fungeren als klantenservice. Hierbij worden problemen opgelost en wellicht zelfs overtroffen zodat klanten tevreden zijn over het product en organisatie. Bovendien stimuleert dit hen positieve berichten te posten op sociale media. Ten tweede kan webcare gebruikt worden als reputatie- en relatiemanagement door publiekelijk als een zo ‘goed’ mogelijke organisatie naar voren te komen. Als laatste kan
4
webcare gebruikt worden als marketing tool, hierbij kan een organisatie de feedback
gebruiken om het product of de marketing omtrent product te verbeteren.
Het voorbeeld van de Ziggo webcare laat zien dat naast het aanbieden van
probleemoplossingen ook de verwachtingen van de consument groots overtroffen kunnen worden. Webcare kan dus zeer effectief gebruikt worden voor het beantwoorden van positieve berichten zoals bij het ontvangen van complimenten, bedankjes en fanpostings. Consumenten laten graag blijken dat ze blij zijn met een organisatie of willen aan anderen tonen dat ze gebruik maken van de producten of diensten die een organisatie aanbiedt.
Volgens het onderzoek van Willemsen (2016) is er een aantal voordelen te behalen uit positieve webcareberichten. Zo kunnen organisaties bijvoorbeeld andere producten of diensten aanbieden aan de consument naar aanleiding van een vraag of opmerking
(zogenoemde lead verkoop) of kan een organisatie een online conversatie met de consument opstarten.
Ook wordt webcare vaak gebruikt door consumenten om te klagen over een organisatie; in een onderzoek van Van der Valk (2011) betreffende 600 Facebook- en Twitterberichten in de Nederlandse automotive industrie was 73% van de berichten een klacht en 27% een
compliment of mededeling. In de huidige onderzoeken wordt dan ook de focus vaak gelegd op het behandelen van klachten via webcare (Balaji, Jha, & Royne, 2015; Van Noort, & Willemsen, 2012; Rouschop, 2015). Dit vinden Huibers en Verhoeven (2014) logisch, want een klacht via sociale media is vergelijkbaar met een kleine crisis. In de ogen van het publiek dreigt de reputatie van een organisatie via een productklacht ontwricht te worden. Het is in het belang van de organisatie om dit te voorkomen.
Webcare werd tot voor kort vooral gebruikt om te reageren op klachten en praktische vragen
te beantwoorden. Veel organisaties reageren niet op de berichten via webcare of hebben geen duidelijk protocol omtrent de online communicatie (Schultz, & Göritz, 2011). Hierdoor wordt
webcare vaak niet efficiënt gebruikt en scoren organisaties onnodig slecht op het gebied van
klanttevredenheid (Kok, 2011). Huidige onderzoeken (Coombs, 2007; Hooijdonk & Liebrecht, 2015) zijn het erover eens dat er altijd een reactie moet volgen op negatieve berichtgeving via webcare. Coombs (2007) heeft hiervoor de Situational Crisis
Communication Strategy (SCCT) samengesteld waarin verschillende online responsiestrategieën worden gebruikt, onder andere de sympathiestrategie en informatiestrategie.
5
Het probleem ligt echter bij het toepassen van online responsiestrategieën op positieve en negatieve berichten, welke strategieën zijn gewenst en is het effectief om hierbij gebruik te maken van conversational human voice? Kelleher en Meller (2006) beschrijven dat een humane en informele manier van communiceren zorgt voor meer commitment, vertrouwen en tevredenheid in de organisatie. Het toepassen van conversational human voice nodigt
consumenten uit om meer gebruik te maken van de mogelijkheid tot conversatie met organisaties (Kim, Wang, Maslowska & Malthouse, 2016).
Het doel van dit onderzoek is om de effectiviteit van verschillende online responsiestrategieën, reactiviteit en gebruik van conversational human voice op
klanttevredenheid te onderzoeken. Deze effectiviteit wordt gespecificeerd op negatieve en positieve berichtgeving van de consumenten op de Facebook pagina’s van organisaties. Hiervoor worden de responsiestrategieën van Coombs (2007) voor negatieve berichten
gecombineerd met de responsiestrategieën van Willemsen (2016) voor positieve berichten. Op deze manier wordt er een gecombineerde strategie gevormd welke toepasbaar is voor
positieve en negatieve berichtgeving. Dit biedt een vernieuwende slag binnen de literatuur.
Nog niet vaak werd de link gelegd tussen het gebruik van verschillende online
responsiestrategieën en toepassing van conversational human voice op klanttevredenheid bij
webcare. Tenslotte legden de eerder genoemde onderzoeken de focus op
reputatie-management (Dijkmans, Kerkhof, & Beukeboom, 2015; Huibers & Verhoeven, 2014) terwijl volgens Balaji et al. (2015) juist klanttevredenheid hiervoor essentieel is. Hiernaast wordt het onderzoek gespecificeerd op positieve en negatieve berichten en samengebracht in een kwantitatieve inhoudsanalyse hetgeen een aanvulling is op de eerdere onderzoeken.
Praktisch kan dit onderzoek nuttig zijn omdat het er onduidelijkheid heerst over de succesfactoren op het gebied van webcare, vooral op de verschillen tussen positieve en negatieve Facebookberichten. Door dit onderzoek kunnen organisaties de meest adequate reponsiestrategie(ën) selecteren, beslissen of ze gebruik maken van conversational human
voice en of ze reactieve of proactieve webcare het beste kunnen toepassen om zo een hoge
klanttevredenheid te bewerkstelligen.
In dit onderzoek worden berichten, geplaatst door consumenten op de Facebookpagina’s van organisaties, als startpunt genomen. Op deze manier kan er gekeken worden naar zowel positieve als negatieve reacties, de online responsiestrategieën van organisaties en invloed van
6
conversational human voice op de klanttevredenheid. De centrale vraagstelling die hieruit
voortkomt is:
‘Wat is de invloed van online responsiestrategieën, proactief of reactief reageren en
conversational human voice op de klanttevredenheid bij webcare? En hoe verschillen deze bij positieve en negatieve berichten?’
Er wordt gebruik gemaakt van een kwantitatieve inhoudsanalyse waarin 400 positieve en negatieve berichten op de Facebookpagina’s van organisaties worden geanalyseerd naar gebruik van online responsiestrategieën, gebruik van conversational human voice en klanttevredenheid.
Theoretisch kader
In dit theoretisch kader wordt uiteengezet wat er in de huidige wetenschappelijke literatuur over webcare, online communicatiestrategieën en conversational human voice bekend is, en hoe deze onderzoeken zich tot elkaar verhouden. Om de variabelen uiteen te kunnen zetten wordt er gebruik gemaakt van verschillende theorieën en wetenschappelijke onderzoeken.
Eerder onderzoek heeft laten zien dat webcare tegenwoordig een belangrijk onderdeel op het vlak van zichtbaarheid, klantenservice en reputatiemanagement is. Volgens Kelleher et al. (2006) is de verhoogde zichtbaarheid van webcare hèt punt waarop veel winst of juist verlies gemaakt kan worden voor een bedrijf. De theorie die dit onderzoek omkadert is het model dat Coombs (2007) heeft ontwikkeld; Situational Crisis Communication Theory (SCCT). In dit model wordt gesteld dat de communicatiestijl en het gebruik van conversational human voice invloed heeft op de visie die consumenten hebben van de organisatie. Zo wordt geacht dat organisaties de communicatiestijlen afhankelijk opstellen van de intensiteit van een crisis, onder andere op het gebied van crisisverantwoordelijkheid en bedreiging voor de reputatie.
Sociale media
Sociale media maken het mogelijk om communicatie te bewerkstelligen tussen organisatie en consument op interactief niveau. Doordat sociale media een enorme opmars hebben gemaakt in de afgelopen jaren is het gemakkelijker geworden voor organisaties om met haar
consumenten te communiceren. Waar sociale media in het beginsel vooral gebruikt werden om klachten te ventileren is het nu meer een basis voor klantenservice en klantenbinding (Park & Cameron, 2014). In het onderzoek van Verhagen, Nauta, & Feldberg (2013) wordt
7
gesteld dat bij webcare nog steeds de focus op het oplossen van klachten wordt gelegd, maar dat het aanbieden van advies, uitnodigen tot conversatie en reageren op positieve berichten een steeds grotere rol gaat innemen.
Het meest gebruikte sociale media platform is Facebook met 1,4 miljard wereldwijde actieve gebruikers (Luarn, 2016). Wanneer Facebook -en in het bijzonder webcare- op de juiste manier wordt gebruikt, dan vormt het een geschikt platform voor effectieve communicatie met consumenten. Hierbij is een hogere tevredenheid een voordeel voor de consument en een goede reputatie met hogere verkoop een voordeel voor de organisatie (Schultz, Utz, & Göritz, 2011).
Soort bericht
Een bericht op Facebook heeft een zeer groot draagvlak. Iedereen met een Facebook profiel kan een positief of negatief bericht op een webcarepagina van een organisatie plaatsen en daarmee op een gemakkelijke manier veel mensen bereiken en zelfs beïnvloeden. Dit komt doordat online berichten gemakkelijk door te sturen zijn en andere media de online berichten snel oppikken. Ook zijn de online berichten realtime en lange tijd beschikbaar voor het publiek (Hennig-Thurau, Gwinner, Walsh, & Gremler, 2004). Dit geeft het belang aan voor organisaties om effectieve, efficiënte en doelgerichte webcare na te streven.
Om te bepalen of een bericht een positieve of negatieve toon heeft wordt er nog wel een menselijke kijk op het bericht gevraagd. Tenslotte kan er ook sprake zijn van een sarcastische ondertoon. Volgens Tollinen (2012) is er geen andere manier om sarcasme te onderscheiden dan gebruik te maken van de menselijke interpretatie. Zo kan er bijvoorbeeld specifiek gekeken worden naar interpunctie, gebruik van uitroeptekens en taalgebruik wat alleen
thuishoort in een omgeving van sarcasme. Dit onderstreept het belang van webcare waarbij de organisaties goed worden getraind in het herkennen van de toon bij de Facebookberichten, zodat zij zo effectief mogelijk hierop kunnen reageren.
Klanttevredenheid
Sinds 22 februari 2016 is het mogelijk om op Facebook reacties te liken, maar ook emoticons toe te kennen als ‘verdrietig’, ‘euforisch’ en ‘boos’. Op deze manier is het mogelijk voor een consument om op een specifieke manier kenbaar te maken wat hij of zij van een reactie van een organisatie vindt.
8
Onderzoeken zoals Balaji et al. (2015) en Horn, Taros, Dirkes, Hüer, Rose, Tietmeyer en Constantinides (2015) laten zien dat webcare veel voordelen voor de opbouw van de organisatiereputatie kan hebben. Zo kan dit een stevig fundament voor het succes van een organisatie op de lange duur bewerkstelligen. Echter is het juist van belang om crises te voorkomen, een crisis kan al ontstaan bij een enkele ontwrichting van een klacht over een organisatie. Als deze zich ontpopt tot een viral dan kan de reputatieschade op korte en lange termijn enorm groot zijn.
Ook kan zoals in het voorbeeld van Ziggo één enkel succesverhaal veel gevolgen hebben voor de lange en korte termijn reputatie van een organisatie. Als een organisatie iets memorabels doet voor een consument dan kan dit een zeer positieve invloed op de reputatie (Kelleher & Miller, 2006) hebben. Bovendien is het gemakkelijker en beter meetbaar voor een organisatie om te streven naar winst op reputatieniveau op korte termijn. Hierdoor worden eventuele crises voorkomen. Schade herstellen is tenslotte veel lastiger dan voorkomen (Rouschop, 2015).
Online responsiestrategieën
De theorie van Coombs (2007) toont aan dat het van belang is om onderscheid te maken tussen verschillende strategieën op het vlak van webcare. Huibers en Verhoeven (2014) maken op basis van de theorie van Coombs (2007) onderscheid tussen zeven
webcarestrategieën. Willemsen (2016) geeft een aanvulling op de theorie van Coombs door
een theorie te ontwikkelen waarin wordt ingegaan op strategieën om op positieve berichten te reageren.
Wat zowel Willemsen (2016) en Huibers en Verhoeven (2014) niet doen is het toepasbaar maken van de theorieën op zowel positieve als negatieve berichtgeving. Dit is echter wel mogelijk, een reactie op een positief bericht kan ook met een sympathiestrategie.
Bijvoorbeeld wanneer er sprake is van een emotioneel aansprekend compliment en de organisatie daarop reageert met een begripvolle houding. Ook de lead interpretatie strategie (Willemsen 2016) is toepasbaar op klachten, het is tenslotte mogelijk om een verkoop uit een negatief bericht te halen. Dit kan bijvoorbeeld wanneer een consument aangeeft dat een product niet voldoet aan de verwachtingen, dan kan de organisatie proberen een aanvullend product te adviseren zodat de consument alsnog gelukkig wordt van het eerder aangeschafte product. Om een overzicht te bieden worden alle responsiestrategieën in Tabel 1 schematisch weergegeven.
9
Tabel 1
Responsiestrategieën
Crisisresponsstrategie Definitie Auteurs
Informatie Het verschaffen van objectieve informatie aan degene die het bericht plaatst, bijvoorbeeld waar meer informatie gevonden kan worden of wat de oorzaak is van het probleem.
Schultz, Utz & Göritz (2011)
Verontschuldiging Accepteren van verantwoordelijkheid voor hetgeen waarover geklaagd wordt en vragen om vergeving.
Benoit (1997); Coombs (2007); Coombs & Holladay (2008)
Sympathie Het tonen van sympathie met degene die het bericht heeft geplaatst.
Schultz et al. (2011)
Ontkenning Ontkennen dat er iets aan de hand is of dat de oorzaak van de klacht bij de organisatie ligt.
Coombs (2007); Benoit (1997)
Rechtvaardiging De oorzaak van de klacht is niet zo erg als het lijkt. Cauberghe & Vyncke, (2010); Coombs (2007) Compensatie Het vergoeden, terugbetalen of schadeloosstellen van
de klager.
Benoit (1997); Coombs (2007); Claeys et al. (2010),
Corrigerende actie Het oplossen of voorkomen van hetgeen waarover geklaagd wordt door aan te geven welke stappen er worden genomen.
Benoit (1997)
Acceptatie Hierbij reageert de organisatie op het bericht zonder er inhoudelijk op in te gaan.
Herbert (1990); Willemsen (2016) Bevestigend commentaar Herhaling van de positiviteit of negativiteit zonder er
daarbij inhoudelijk op in te gaan.
Herbert (1990); Willemsen (2016)
Lead interpretatie Focus op meer-verkoop, de organisatie ziet haar kans om de consument te informeren over meerdere producten en/of diensten.
Herbert (1990); Willemsen (2016)
Vraag stellen De organisatie reageert direct met een wedervraag. Herbert (1990); Willemsen (2016) Toekomstige intentie Naar aanleiding van het bericht laat de organisatie
weten het huidige beleid te handhaven of te veranderen.
Herbert (1990); Willemsen (2016) Wederkerigheid De organisatie schuift de eer toe naar degene die het
bericht plaatst of beantwoord het bericht met dezelfde toon als het geplaatste bericht.
Cialdini & Goldstein (2004); Herbert (1990); Willemsen (2016)
Volgens Maheswaran en William-Levy (1990) is het mogelijk om één theorie te ontwikkelen voor zowel positieve als negatieve berichten. Dit is van belang omdat er op deze manier een optimaal vergelijk gemaakt kan worden. Een manier om de responsiestrategieën te
verduidelijken is het indelen in organisatiegerichte responsiestrategieën (ontkenning, rechtvaardiging, corrigerend, bevestigend, toekomstige intentie en lead interpretatie) en consumentgerichte responsiestrategieën (informatie, verontschuldiging, sympathie,
compensatie, acceptatie, vraag en wederkerigheid). Taylor en Perry (2005) laten in onderzoek zien dat bedrijven vaak nog conservatief zijn in de communicatie en daarom niet snel
toegeven dat ze op één of andere manier verkeerd zijn geweest. Hierdoor kiezen de organisaties sneller voor een organisatie georiënteerde responsiestrategie.
Aannemelijker zijn de uitkomsten van Coombs en Holladay (2008) en Rouschop (2015) waarin wordt gesteld dat het belang van de consument altijd op de eerste plaats staat. Daarom zal een organisatie meer strategieën gebruiken waarbij ze de consumenten tegemoet kunnen komen. Volgens Dijkmans et al. (2015) vinden organisaties de bescherming van de reputatie het meest belangrijk en heeft dit een versterkende werking op het 'van buiten naar binnen’ denken. Dit heeft als gevolg dat er minder aandacht is voor de consument en juist meer voor
10
de organisatie. Hierdoor wordt in dit onderzoek verwacht dat negatieve berichten van de consumenten de organisaties stimuleren meer organisatiegerichte responsiestrategieën te gebruiken. De volgende hypothese volgt daaruit:
H1: Negatieve berichtgeving zorgt voor meer gebruik van organisatiegerichte responsiestrategieën dan positieve berichtgeving.
Reactiviteit
Voorgaande online responsiestrategieën kunnen op twee manieren toegepast worden door organisaties, webcare kan voorkomen in reactieve vorm; hierbij reageren organisaties op vragen die gesteld worden aan een organisatie, consumenten verwachten dus een reactie van een organisatie. De proactieve vorm kan meer gezien worden als onverwachte reacties van een organisatie, dit kan bijvoorbeeld een reactie zijn op een positief bericht met een hashtag van een organisatie erin, of een reactie van een organisatie op een kledingstuk welke iemand draagt in een Instagram foto (Van Noort & Willemsen, 2012).
Voor dit onderzoek is de reactiviteit van belang omdat de manier van reageren invloed kan hebben op de klanttevredenheid en zo een eventueel spurieus verband kan vormen. Een organisatie kan tenslotte adequaat reageren op een bericht van de consument, maar als het sowieso niet gewaardeerd wordt dat er een reactie plaatsvindt, dan ligt het niet aan de responsiestrategie of gebruik van conversational human voice maar aan de reactie (proactief versus reactief) van de organisatie.
Van Noort et al. (2012) gaan verder in op de reacties van organisaties. Dit onderzoek houdt er rekening mee dat bedrijven de berichtgeving ook kunnen negeren. Hierbij komt naar voren dat dit slecht is voor het imago van de organisatie en de consumenten dan vaak geen poging tot contact meer ondernemen met de organisatie. Dus niet alleen òf een organisatie reageert is van belang, maar ook hóe een organisatie reageert is belangrijk. Verder geven Van Noort et al. aan dat de online responsiestrategie een goede ‘fit’ moet zijn met de organisatie. Als een elitaire organisatie opeens reageert met schuldbekentenis of enorm medeleven dan doet dit de geloofwaardigheid van de organisatie teniet en zal de communicatie niet effectief zijn. Hierbij kan overgegaan worden op zogenaamde ‘recovery strategieën’, strategieën die de focus leggen op probleemoplossend vermogen zoals het aandragen van compensatie of een terechtwijzing naar de consument.
11
Overigens dienen organisaties volgens Taylor en Perry (2005) altijd een proactieve houding aan te nemen om een slecht imago of slechte reputatie te kunnen voorkomen. Verhagen, van Nes, Feldberg & van Dolen (2014) zijn het hiermee eens, volgens de implicit personality
theory (Schneider, 1973) verwachten mensen een reactie zoals ze deze ook geven aan een
organisatie. Bijvoorbeeld als consumenten een vriendelijk en grappig bericht naar een
organisatie sturen, dan verwachten ze ook dat een organisatie op dezelfde manier reageert. Zo wordt bij een beschuldiging een excuus verwacht van de organisatie en bij een triest verhaal een sympathieke en meelevende reactie. Van Noort et al. (2014) zijn het hiermee eens, zo wordt bij het neerleggen van een klacht verwacht dàt een organisatie reageert, op een attente wijze en met gebruik van conversational human voice.
Als laatste ondersteunen Kerkhof et al. (2011) bovenstaande beweringen maar benoemen dat niet alle verwachte reacties ook worden gewaardeerd, een reactie waarbij verwachtingen worden overschreden hebben een veel groter effect dan reacties die voldoen aan het
verwachtingspatroon. Hooijdonk en Liebrecht (2015) plaatsen hierbij de kanttekening dat een proactieve houding ook kan leiden tot irritatie bij de consument of een afkerende beweging. Een reactieve houding wordt hierin meer gewaardeerd. Om dit te onderzoeken is de volgende hypothese opgesteld:
H2: Proactief gebruik van responsiestrategieën zorgt voor een hogere klanttevredenheid dan
reactief gebruik van responsiestrategieën.
Tsao en Hsieh (2012) gaan er vanuit dat responsiestrategieën waarin de consument centraal staat meer tevredenheid bij de consument teweegbrengen, omdat de consument behoefte heeft om gehoord te worden en deze het gevoel heeft dat hem of haar onrecht is aangedaan. Voor positieve berichtgeving geldt hetzelfde. De consument is van mening dat de moeite om een positief bericht te delen met een organisatie en in het openbaar gewaardeerd moet worden. Ook hierin wil de consument zich gehoord voelen. Maheswaran en Meyers-Levy (1990) en Taylor en Perry (2005) stellen daar tegenover dat de organisatie altijd een bepaalde autoriteit moet uitstralen. Als duidelijk wordt dat de organisatie zich ondergeschikt opstelt dan gaat dit ten koste van de waardering en dus klanttevredenheid.
Conversational human voice
Een middel dat vaak terugkomt binnen de online communicatiestrategieën is het gebruik van
12
communiceren. Volgens Kelleher (2004) komt dit terug in een bericht als er gebruik wordt gemaakt van persoonlijke voornaamwoorden (jij, ik, wij) en het gebruik van informeel taalgebruik zoals emoticons en gebruik van meerdere leestekens (?? of !!!!). Ook het gebruik van gerichte humor geeft aan dat er gebruik wordt gemaakt van conversational human voice volgens Huibers en Verhoeven (2014).
Volgens Van Noort en Willemsen (2001), Kelleher (2009) en Park en Cameron (2014) is er een overeenstemming in positieve effecten van conversational human voice. Het heeft een positief effect op merkevaluties, de consument voelt zich meer gehoord en het maakt het mogelijk een gevoelsband op te bouwen met de consumenten. Ook wordt het op deze manier gemakkelijker om een reactie (welke zou kunnen tegenvallen, bijvoorbeeld niet de gewenste compensatie) te accepteren door een consument. Park en Cameron lichten daarbij toe dat bedrijven alleen reageren met conversational human voice als dat past bij de toonzetting van de consument. Logischerwijs volgt daarop dat een negatief bericht minder snel beantwoord zal worden met conversational human voice. Om te onderzoeken of dit zo is, is de volgende hypothese opgesteld:
H4: Negatieve berichtgeving zorgt voor minder gebruik van conversational human voice dan positieve berichtgeving.
Kelleher (2006) stelt dat door het gebruik van conversational human voice de tevredenheid, betrokkenheid en het vertrouwen in een organisatie stijgt, waardoor online
communicatiestrategieën nog effectiever worden in het gebruik. Park en Cameron (2014) tonen aan dat de positieve merkevaluaties voortkomen uit het gebruik van conversational
human voice. Logischerwijs zullen organisaties dus conversational human voice toepassen om
de reputatie te verbeteren en te verstevigen, hieruit volgt de laatste hypothese:
H5: Gebruik van conversational human voice leidt tot hogere tevredenheid dan geen gebruik van conversational human voice.
13 Conceptueel kader
Om het theoretisch kader verder te verduidelijken is in onderstaand model het conceptueel model uitgebeeld. Hierin is schematisch weergeven welke concepten in dit onderzoek onderzocht zijn en hoe deze volgens de hypotheses met elkaar in verband staan.
Figuur 1. Conceptueel kader
Methode
Om de onderzoeksvraag te kunnen beantwoorden is er gebruik gemaakt van een kwantitatieve inhoudsanalyse. Deze wordt gekenmerkt door berichten op inhoud te coderen en hierna op frequentie te vergelijken en analyseren (Pleijter, 2006). Er werd gekozen voor een
inhoudsanalyse omdat deze aandacht besteedt aan de inhoud van de berichten en de meeste kans biedt op betrouwbare en generaliseerbare uitkomsten (Krippendorff, 2004). Tenslotte werd het onderzoeksmateriaal niet gemanipuleerd en hierdoor is er een grotere kans dat er een objectieve en systematische analyse gemaakt kan worden. Bovendien voegt een
inhoudsanalyse een vernieuwing toe binnen de webcarestudies, aangezien voorgaande studies surveys (Graham, Avery & Park, 2015; Edwards & Kool, 2015) en literatuuronderzoeken (Van Noort, Willemsen, Kerkhof & Verhoeven, 2015; Rouschop, 2015) waren. In dit hoofdstuk wordt het sample, analyse instrument en de procedure beschreven.
Positief of negatief
bericht conversational Gebruik
human voice Klanttevredenheid Consument of organisatiegerichte responsiestrategie Reactieve of proactieve reactie H1 H4 H5 H3 H2
14 Sample
In dit onderzoek zijn 400 berichten van consumenten op Facebook geanalyseerd. Facebook is het grootste sociale netwerk van Nederland met 9,6 miljoen actieve gebruikers
(Marketingfacts, 2016). Facebook kenmerkt zich door laagdrempelig en gemakkelijk contact zonder tussenkomst van obstakels zoals een betaalmuur of identiteitscontrole. Binnen dit onderzoek zijn de Facebooksites van vier grote bedrijven uit verschillende branches geselecteerd; KPN in de telecomsector met 421.000 volgers, Albert Heijn in de
voedingssector met 368.501 volgers, KLM in de reissector met 10.743.201 volgers en NS in de publieke sector met 152.204 volgers. De peildatum voor het aantal volgers was 25 februari 2016. Deze organisaties staan bekend om het actieve beleid dat zij voeren op webcare gebied en lopen uiteen qua branche.
De organisaties zijn gekozen op branche en grootte, dit is een gestratificeerde steekproef. Dit kan gezien worden als een steekproef waarbij de populatie wordt opgedeeld in verschillende deelpopulaties om uiteindelijk representatief te zijn voor een zo groot mogelijk deel van de gehele populatie.
Berichten van het sample zijn afkomstig uit de periode februari 2016 tot en met april 2016. Voor deze tijdsperiode is gekozen omdat het van belang was om de steekproef zo recent mogelijk te houden. In de gekozen periode zijn er geen grote crises voorgekomen waardoor het geen probleem vormt om een steekproef uit te voeren. Uit deze tijdsperiode wordt een quota-steekproef getrokken totdat het gewenste aantal (N=400) is bereikt.
Operationalisering
Dit onderzoek beslaat meerdere variabelen; er is gekeken naar soort bericht, soort online responsiestrategie, klanttevredenheid en gebruik van conversational human voice. Een overzicht van alle variabelen zoals gebruikt voor de codering in Qualtrics is te vinden in het ‘codeboek’ in bijlage 1 op pagina 31.
Soort bericht
Binnen dit onderzoek is ‘soort bericht’ een onafhankelijke variabele. Een bericht kan positief of negatief bedoeld zijn door de consument, de codeur bepaalde dit onder andere door gebruik te maken van de ‘sentiment-analyse’. Deze is samengesteld door Tsao (2012) en Liu (2012), hierin wordt gekeken naar bijvoeglijke naamwoorden welke een emotie aangeven. Dit is
15
bijvoorbeeld bij een positief bericht woorden als ‘geweldig’, ‘leuk’ en ‘bijzonder’ en bij een negatief bericht ‘verschrikkelijk’, ‘ongelofelijk’ en ‘schandalig’. Op deze manier is het
overzichtelijk om te beoordelen wat voor bericht een consument geplaatst heeft. Een bericht is positief als er één of meerdere positieve bijvoeglijke naamwoorden in een bericht
terugkomen, en een bericht negatief als er één of meerdere negatieve bijvoeglijke
naamwoorden voorkomen. Mochten zowel positieve als negatieve bijvoeglijke naamwoorden voorkomen, of juist geen van beiden dan is het aan de interpretatie van de codeur om het bericht als positief of negatief te beoordelen.
Deze variabele is gemeten op nominale schaal, hierbij is de waarde 0 een negatief bericht en de waarde 1 een positief bericht. In tabel 1 is de verdeling tussen positieve en negatieve berichten te zien in het sample. In totaal was 37,7% van de berichten positief en 62,3% van de berichten negatief.
Tabel 2 Verdeling sample
Organisatie Aantal berichten Aantal positieve berichten Aantal negatieve berichten
KPN 100 11 89 AH 100 37 63 NS 100 16 84 KLM 100 42 58 Totaal 400 106 294 Online responsiestrategie
Soort online responsiestrategie wordt gebruikt als een afhankelijke en onafhankelijke variabele. Zo wordt het gebruik van online responsiestrategieën afhankelijk gezien van
positieve of negatieve berichten van de consument en onafhankelijk van de klanttevredenheid. Bedrijven konden gebruik maken van verschillende strategieën welke afkomstig waren van Willemsen (2016) en Coombs (2007). De strategieën van Willemsen en Coombs werden zo samengevoegd dat ze één overkoepelende strategie vormden voor zowel positieve als negatieve berichten. In tabel 1 zijn de online responsiestrategieën met kenmerken overzichtelijk weergegeven.
Er kon gebruik gemaakt worden van de informatie-, sympathie, verontschuldigings-,
16
bevestigende, toekomstige intentie-, lead interpretatie of een vraag stellende strategie. Er was ook een laatste keuzemogelijkheid; overige strategie, hierbij werd geen van eerder genoemde strategieën door de organisatie gebruikt. Soort online responsiestrategie is gemeten op een dichotome schaal, hierbij betekende de waarde 0 dat de online responsiestrategie niet werd gebruikt en de waarde 1 dat de online responsiestrategie wel werd gebruikt. Het was mogelijk om voor een bericht meerdere strategieën te hanteren.
Hierna werden de strategieën gebundeld in consumentgerichte strategieën en
organisatiegerichte strategieën volgens de theorie van Maheswaran en William-Levy (1990). In onderstaande figuur is te zien hoe deze werd ingedeeld en ook de frequentie van de gebruikte strategieën komt in deze figuur terug. Bij de verdeling is de variabele weer een dichotome variabele, er kon gebruik gemaakt worden van zowel organisatiegerichte strategieën en consumentgerichte strategieën binnen één Facebookbericht.
Figuur 2. Verdeling online responsiestrategieën
Reactiviteit
De variabele reactiviteit is een onafhankelijke variabele. Hier wordt gekeken naar de invloed van proactief of reactief reageren op de klanttevredenheid. Volgens de definitie van Taylor en Perry (2005) wordt een bericht als reactief gezien als de consument heeft aangegeven een reactie te verwachten, door bijvoorbeeld de organisatie te benoemen (‘@NS’) of letterlijk vraagt om een reactie. Een bericht wordt als proactief gezien als de consument niet aangegeven heeft een reactie te verwachten. Dan is het bericht vaak te herkennen aan een
17
mededelende vorm van het bericht. In het sample (N=400) waren 122 berichten (30,5%) proactief en 278 berichten (69,5%) reactief van de organisatie naar de consument.
Conversational human voice
Het gebruik van conversational human voice wordt binnen dit onderzoek gezien als een onafhankelijk en afhankelijke variabele. Als afhankelijke variabele omdat een organisatie het gebruik hiervan kan laten beïnvloeden door de positieve of negatieve toon van een bericht. En als onafhankelijke omdat deze de klanttevredenheid kan beïnvloeden.
De gebruikte definitie is afkomstig uit een onderzoek van Van Hooijdonk en Liebrecht (2015), hierbij werd gelet op aan- of afwezigheid van persoonlijk taalgebruik, humor en retoriek in taalgebruik. Persoonlijk taalgebruik werd gedefinieerd als ‘gebruik van persoonlijk voornaamwoorden en begroetingen en/of gebruik van persoonlijke afsluiting’, humor wanneer er gebruik wordt gemaakt van non-verbale cues en sarcasme, retoriek in taalgebruik komt terug wanneer de organisatie de consument uitnodigt tot conversatie.
In het sample (N=400) gebruikten de meeste organisaties conversational human voice. Zo werd gebruik gemaakt van conversational human voice in 334 berichten (83,5%) , slechts 66 berichten (16,5%) gebruiken geen conversational human voice. Deze variabele wordt gebruikt als een dichotome variabele aangezien conversational human voice wel gebruikt wordt of niet gebruikt wordt. De waarde 0 betekent dat er geen gebruik wordt gemaakt van conversational
human voice, bij waarde 1 wordt er wel gebruik gemaakt van conversational human voice. Klanttevredenheid
Klanttevredenheid is een afhankelijke variabele. De klanttevredenheid wordt beïnvloed door het gebruik van conversational human voice, online responsiestrategieën en gebruik van proactieve of reactieve webcare.
Er wordt onderscheid gemaakt tussen klanttevredenheid en klantontevredenheid. De nieuwe
emoticons die Facebook op 22 februari toevoegde aan het liken van een bericht maakte het
mogelijk om de tevredenheid overzichtelijk te maken. Zo wordt een bericht met een blije of euforische emoticon als tevreden gecodeerd en een boze of verdrietige emoticon als niet tevreden gecodeerd. Het was ook mogelijk dat de organisatie aan de consument vroeg om een privébericht via Facebook te sturen om de klacht of vraag verder af te handelen, hierbij was het dan niet meetbaar of een consument tevreden was of niet. De waarde 0 geeft hierbij aan
18
dat er geen sprake is van klanttevredenheid, de waarde 1 geeft aan dat er wel sprake is van klanttevredenheid, de waarde 2 geeft aan dat de afhandeling plaatsvindt via een privébericht op Facebook.
In het sample (N=400) waren 25 consumenten (6,3%) ontevreden, 111 consumenten tevreden (27,8%) en bij 264 consumenten (66%) verliep de afhandeling via een privébericht op
Facebook. In de analyses omtrent klanttevredenheid werden de berichten waarbij de afhandeling verliep via een privébericht niet meegenomen, waardoor het sample terugliep naar 136 berichten. Op deze manier kon klanttevredenheid gebruikt worden als dichotome variabele (0=aanwezig, 1=afwezig).
Procedure
Het coderen van de Facebookberichten is gedaan door twee codeurs, deze codeerden afzonderlijk van elkaar. Naast de specifieke variabelen zijn ook algemene variabelen
gecodeerd als datum, naam codeur en naam organisatie. Allebei de codeurs gebruikten hierbij het codeboek (zie bijlage 1) en voerden deze in via een vragenlijst in Qualtrics. Na iedere codering begon de codeur weer opnieuw aan de vragenlijst van Qualtrics. De loop was automatisch ingesteld en er kon in principe onbeperkt gecodeerd worden. Voor dit onderzoek was er een maximale codeertijd van één uur aaneengesloten en maximaal zes uur per dag ingesteld om vermoeidheid en daarmee een bedreiging voor de betrouwbaarheid te voorkomen.
Bij aanvang van het onderzoek werd de intercodeursbetrouwbaarheid getoetst door een pretest met het codeboek, hierbij codeerden beide codeurs 20 Facebookberichten die geen deel uitmaakten van de uiteindelijke sample. Toen bleek dat de intercodeursbetrouwbaarheid in orde was, werd er begonnen met het coderen van het uiteindelijke sample. Na afloop codeerden beide codeurs 10% (N=20) van elkaars sample en werd hierna nogmaals de intercodeursbetrouwbaarheid berekend.
Betrouwbaarheid
Voordat de codeurs begonnen met coderen van het sample (N=400) werd de
intercodeursbetrouwbaarheid berekend, dit gebeurde door middel van een codering van 5% van het sample (N=20) door beide codeurs. Deze pretest werd toegepast om te testen of het codeboek duidelijk genoeg was voor beide codeurs om de resultaten na de uiteindelijke codering zo betrouwbaar als mogelijk te verkrijgen. Om de intercodeursbetrouwbaarheid
19
meetbaar te kunnen maken is Krippendorff’s Alpha gebruikt. De betrouwbaarheid van de pretest was Krippendorff’s Alpha = 0,81. Alle waardes boven 0,70 zijn betrouwbaar tot zeer betrouwbaar.
Na het coderen van het sample (N=400) werd nogmaals de intercodeursbetrouwbaarheid berekend. Ter specificering is de betrouwbaarheid berekend over iedere variabele om te zien of er variabelen zijn die er (in negatieve zin) uitsprongen. De gemiddelde betrouwbaarheid was echter zo hoog dat het niet nodig was om één of meerdere van de variabele uit te sluiten. De Krippendorff’s Alpha was gemiddeld 0,83 wat staat voor een hoge betrouwbaarheid. Alleen de variabele ‘corrigerende actie’ was relatief laag, maar nog steeds betrouwbaar genoeg.
Tabel 3
Intercodeursbetrouwbaarheid sample (N=400)
Variabele Krippendorff’s Alpha () Soort bericht .83
Soort activiteit .85
Conversational human voice .8
Strategie informatie .83
Strategie verontschuldiging .81
Strategie sympathie .75
Strategie ontkenning 1
Strategie rechtvaardiging .73
Strategie corrigerende actie .66
Strategie compensatie .83 Strategie bevestigende- .87
Strategie lead- .95
Strategie actie .75
Strategie wederkerigheid .82
Strategie vraag stellen .80
Strategie toekomstige intentie .89
20 Analyse
Na het coderen van alle berichten is uit het programma Qualtrics de ruwe data gedownload en geïmporteerd in SPSS. In dit programma werden de variabelen bewerkt en analyses toegepast. Het zogenoemde ‘ruwe’ databestand is bewaard gebleven zodat daar mits nodig beroep op gedaan kon worden.
Voor het uitvoeren van de analyses werden de variabelen aangepast om deze te kunnen analyseren. Alle variabelen werden bij voorbaat gecontroleerd en er werden enkele variabelen gevonden waarbij er geen eenheden waren gecodeerd, deze werden uit de dataset verwijderd.
Ook werd er geen gebruik gemaakt van de optie ‘overig’ bij de online responsiestrategieën, ook deze werd uit de dataset verwijderd om misstanden te voorkomen. Als laatste werden de ‘lege’ waarden bij online responsiestrategieën veranderd in de waarde 0 zodat deze
meegenomen konden worden in de analyses als een dichotome variabele. Ook werd er een nieuwe variabele gecreëerd met de responsiestrategieën, deze werden namelijk geclusterd in organisatiegeoriënteerde en consumentgeoriënteerde responsiestrategieën.
Bij de analyses naar klanttevredenheid werd er gebruik gemaakt van de optie ‘select cases’ in SPSS om alle variabelen met de waarde 2 niet mee te nemen in de analyse, deze waarde stond namelijk voor ‘afhandeling via een privébericht’ en het was daarmee niet duidelijk of de consument dan tevreden of ontevreden was.
Resultaten
Hypothesen 1 en 4
H1: Negatieve berichtgeving zorgt voor meer gebruik van organisatiegerichte responsiestrategieën dan positieve berichtgeving.
H4: Negatieve berichtgeving zorgt voor minder gebruik van conversational human voice dan positieve berichtgeving.
Voor deze hypotheses werd een Chi-kwadraat toets gebruikt, zowel soort bericht, gebruik van
conversational human voice als soort responsiestrategie werden gemeten op nominaal
(dichtoom) meetniveau. Dit vormde een kruistabel met twee waarden per variabele (2x2 kruistabel) waardoor een Chi-kwadraat toets een adequate analysemethode vormde.
21
De Chi-kwadraat toets werd drie keer toegepast, de eerste voor negatieve berichtgeving en organisatiegerichte responsiestrategieën, de tweede voor positieve berichtgeving en organisatiegerichte responsiestrategieën en de derde voor negatieve berichtgeving en
conversational human voice. Er zijn geen cellen gevonden met een waarde lager dan 1 en één
cel met een waarde lager dan 5.
Tabel 4
Chi-kwadraat toets voor berichtgeving en organisatiegerichte responsiestrategieën
Pearson Chi-Square df sig
Positieve berichtgeving * organisatiegerichte responsiestrategieën .91 1 .34 Negatieve berichtgeving* organisatiegerichte responsiestrategieën 3,12 1 .80 Negatieve berichtgeving * conversational human voice
.02* 1 .88
*Significant (p<0.05)
Er is geen significant verband gevonden voor organisatiegerichte responsiestrategieën (N=374) en positieve (N=106) en negatieve (N=294) berichtgeving. Hierdoor wordt hypothese 1 niet aangenomen.
Er is een significant verband gevonden voor negatieve berichtgeving (N=136) en
conversational human voice (N=334) met r(1)=0,02,p=0,88. Hypothese 4 wordt dus wel
aangenomen.
Hypothesen 2, 3 en 5
H2: Proactieve webcare zorgt voor een hogere klanttevredenheid dan reactieve webcare H3: Consumentgerichte responsiestrategieën zorgen voor een hogere klanttevredenheid
dan organisatiegerichte responsiestrategieën
H5: Gebruik van conversational human voice leidt tot hogere tevredenheid dan geen gebruik van conversational human voice.
Bij bovenstaande hypotheses is de afhankelijke variabele klanttevredenheid op dichotome schaal gemeten. De onafhankelijke variabelen reactiviteit, responsiestrategieën en
22
voor een logistische regressie. Hierbij wordt bekeken hoe goed de onafhankelijke variabelen de afhankelijke variabele (wel of geen klanttevredenheid) kunnen voorspellen.
Het is hierbij van belang om na te gaan of het (geschatte) model goed bij de data past. Echter was het sample relatief klein (N=136), en daardoor kon niet de Hosmer en Lemeshow
Goodness-of-fit Test gebruikt worden. Deze test is bij hele grote, of hele kleine samples namelijk niet altijd even betrouwbaar (Hosmer & Lemeshow, 1989). Daarom werd een Chi-kwadraat toets uitgevoerd om te kunnen schatten of het model goed bij de data past.
Bij de Chi-kwadraat toets wordt de aannemelijkheidsratio van het geschatte model (-2 Log Likelihood = 110,01) vergeleken met een model met een constante factor. Uit de Chi-kwadraat toets kwam Chi-Chi-kwadraat (4, N=136)=19,77 en dit betekent dat Chi-Chi-kwadraat significant is bij 19,77 en 4 vrijheidsgraden. Hierdoor kan gezegd worden dat het model een goede fit had omdat de variabelen beter bij het model pasten dan bij een model zonder deze variabelen.
Tabel 4:
Geschatte parameters van het logistische regressie-model voor de logit op klanttevredenheid (N=136).
B-coëfficiënt s.e. Wald Exp(B)
Constante 19,06 1379,05
Conversational human voice 2,24* .71 10,02 9,36
Soort activiteit -.72 .59 1,5 .49 CRS Consumentgericht -19,67 12791,05 0 0 Organisatiegericht .97 .5 3,76 2,63 Nagelkerke R2 .22 *Significant (p<.05)
Voor effecten van variabelen op dichotome schaal kan geen proportie verklaarde variantie (R-square) worden uitgerekend zoals bij een gebruikelijke Regressieanalyse het geval is. Voor een logistische regressie kan wel gebruik gemaakt worden van een pseudo-R maat, namelijk de R-square van Nagelkerke. In dit model was de Nagelkerke R-square 22%. Dit betekent dat het model voor 22% de proportie verklaarde voor klanttevredenheid.
Op basis van de bovenstaande resultaten uit de logistische regressieanalyse kan gesteld worden dat conversational human voice (N=114) een significant effect heeft op
klanttevredenheid (N=48) met B=2,24, S.E.=0,71, Wald=10,02 en Exp(B)=9,36 . De Exp(B) waarde geeft in dit geval een waarde hoger aan dan 1 (namelijk 9,36) wat betekent dat het een
23
positieve voorspeller is. Convversational human voice heeft dus een positieve invloed op de klanttevredenheid. Op basis van deze bevindingen kan H5 worden aangenomen.
De overige variabelen blijken geen significant effect te hebben op klanttevredenheid, waardoor H2 en H3 niet aangenomen worden. In dit onderzoek blijkt dus dat proactieve webcare (N=22) en consumentgerichte responsiestrategieën (N=102) geen significant effect hebben op de klanttevredenheid.
Discussie
In deze studie staan webcare en factoren die invloed op klanttevredenheid hebben centraal. Hierbij gaat het om de invloed van conversational human voice en verschillende
responsiestrategieën die werden ingedeeld in consumentgerichte en organisatiegerichte responsiestrategieën. Als laatste werd er gekeken of soort bericht (positief of negatief) van de consument invloed had op het gebruik van conversational human voice door de organisaties en of de organisaties dan sneller kozen voor een consument gerichte of organisatiegerichte responsiestrategie. De hoofdvraag van dit onderzoek is:
‘Wat is de invloed van online responsiestrategieën, proactief of reactief reageren en
conversational human voice op de klanttevredenheid bij webcare? En hoe verschillen deze bij positieve en negatieve berichten?
Hierbij kan geantwoord worden dat conversational human voice een positief effect heeft op klanttevredenheid, dit geldt voor zowel positieve als negatieve berichten. Dit is dan ook de belangrijkste bevinding van dit onderzoek. Heel duidelijk kwam naar voren dat de
organisaties graag conversational human voice in de communicatie naar consumenten
toepassen. Het gebruik van conversational human voice had dan ook een positieve invloed op de klanttevredenheid. Opvallend hierbij was dat het wel leek alsof organisaties zich hierin afhankelijk van het soort bericht gedragen, negatieve berichten hadden tenslotte een negatieve invloed op het gebruik van conversational human voice. Organisaties pasten dus minder de
conversational human voice toe bij negatieve berichten dan bij positieve berichten die de
consument plaatste.
Dit is niet geheel in overeenstemming met de studie van Hooijdonk en Liebrecht (2015) en Kelleher (2006) welke juist impliceerden dat organisaties veelal met de conversational human
24
werd het gebruik van conversational human voice gesplitst voor positieve en negatieve berichtgeving. In een onderzoek van Taylor & Perry (2005) wordt aangegeven dat bedrijven vaak in eerste instantie een zakelijke communicatiestijl behouden en dat dit tot meer
waardering bij de consument moet leiden, ondermeer doordat bedrijven een ‘autoritaire rol’ moeten vertegenwoordigen. Dit onderzoek komt echter uit 2005 en aangezien webcare het laatste decennium een enorme ontwikkeling heeft doorgemaakt is het duidelijk dat de resultaten uit dit onderzoek achterhaald zijn.
Wel blijkt dat conversational human voice is een vrij abstract begrip is, dit nodigt uit tot meerdere operationaliseringen zoals te zien is in de verschillende voorgaande webcarestudies (Dijkmans, Kerkhof, & Beukeboom, 2015; Park & Cameron, 2014; Verhagen et al, 2014). Het is in dit onderzoek niet gelukt om hier een éénduidige definitie van te geven waardoor de resultaten van dit onderzoek niet zo objectief als mogelijk zijn.
Opvallend was dat alle onderzochte organisaties er merendeels voor kozen (66% van de klachten) om de afhandeling via een privébericht bij Facebook plaats te laten vinden.
Hierdoor was het voor het onderzoek lastig om te bepalen of de consument tevreden was met de communicatie van de organisatie. Bij positieve berichten werd er overigens niet gevraagd naar een reactie via een privébericht. Alleen bij voortzetting van de conversatie waarin de consument vroeg om een gunst van de organisatie, of ander onderwerp waarbij persoonlijke gegevens nodig zijn van de consument, werd om afhandeling in privébericht gevraagd.
Dat er geen significante effecten zijn gevonden voor de invloed van organisatiegerichte responsiestrategieën en consumentgerichte responsiestrategieën is vrij logisch, deze twee categorieën overlapten elkaar. Het was namelijk mogelijk om voor één bericht zowel organisatiegeoriënteerde als consumentgeoriënteerde responsiestrategieën te gebruiken. Doordat bij aanvang van dit onderzoek nog niet duidelijk was of de verdeling van de strategieën ging plaatsvinden is hier toen geen rekening mee gehouden.
Beperkingen en suggesties voor vervolgonderzoek
Binnen het onderzoek zijn weinig significante resultaten gevonden waardoor de hoofdvraag niet compleet beantwoord kon worden. Door het extensief testen van het codeboek en aanhouden van een hoge betrouwbaarheid van de codeurs is voorkomen dat dit de oorzaak van het hoge aantal niet-significante resultaten kan zijn. Ook het uitgebreide gebruik van wetenschappelijke literatuur ondersteunen dit onderzoek.
25
In de verdeling van de toon van de berichten schuilt ook een beperking, in het sample is 37,7% van de berichten positief en 62,3% negatief. Voor het meest valide vergelijk is het van belang om een evenredig verdeeld sample te gebruiken. Ondanks dat het in dit onderzoek niet tot directe problemen heeft geleid, onder andere door het toepassen van extensief pretesten van het codeboek en het overzichtelijk definiëren van de verschillende variabelen, is het toch aan te raden voor vervolgonderzoek om een sample te gebruiken waarbij de toon van de berichten evenredig is verdeeld.
In dit onderzoek zijn berichten gecodeerd binnen een vrij korte periode (22 februari 2016 tot en met 10 mei 2016). Hier is voor gekozen omdat Facebook een nieuwe feature op 22 februari introduceerde waarbij consumenten het soort like voor een bericht kunnen specificeren
(bijvoorbeeld boos, verdrietig of geïrriteerd). Echter bij het coderen van deze gespecificeerde
likes kwamen er zo veel validiteitsproblemen naar boven waardoor deze niet gespecificeerd
zijn gebruikt. Deze likes zijn voor dit onderzoek geïnterpreteerd als positief en negatief. Voor vervolgonderzoek zou dit echter wel meegenomen kunnen worden, zo kunnen alle soorten
likes individueel gebruikt worden voor analyse.
Verder is het aantal gecodeerde berichten voor de hypothesen waarin klanttevredenheid vrij klein. Dit kwam doordat een 264 van de 400 berichten afgehandeld werden via een
privébericht op Facebook. Dit kan een verklaring zijn voor de niet-significante resultaten van dit onderzoek. Bij aanvang van dit onderzoek is er goed geanticipeerd op deze mogelijkheid, voor vervolgonderzoek zou het dus efficiënter zijn om berichten die afgehandeld worden via een Facebook privébericht niet mee te nemen in het sample.
Ook als het onderzoek een langere tijdsperiode beslaat dan wordt ook de gewenningsperiode van deze functie-uitbreiding geminimaliseerd. Het is namelijk goed voor te stellen dat ten tijde van het huidige sample de consument nog niet helemaal gewend was aan het gebruik van de nieuwe soort likes en hierdoor er nog niet optimaal gebruik van maakte (Marketingfacts, 2016).
Na de conversatie via Facebook met een organisatie laten de meeste consumenten niet blijken hoe ze over het contact met de organisatie denken. Helaas is het invoeren van een nieuwe feature bij Facebook om dit meetbaar te maken erg lastig en dus zou een andere
26
afnemen van een survey, kunnen na online conversaties nieuwe en aanvullende inzichten geboden worden.
Voor vervolgonderzoek zou het interessant en zeer bruikbaar zijn om een eenduidige definitie van conversational human voice op te zetten welke universeel gebruikt kan worden, en niet zoals in voorgaande onderzoeken te zien is dat verschillende onderzoekers er ook
verschillende invullingen aan geven.
Betreffende de toonzetting kan ook het soort uiting nog verder gespecificeerd worden, een negatief bericht of klacht kan tenslotte ook een teleurstelling zijn of uiting van persoonlijk belang. Een positief bericht kan ook bijvoorbeeld een felicitatie zijn of uiting van blijheid.
Organisaties moeten dus vooral gebruik blijven maken van de conversational human voice en zich niet laten afschrikken door negatieve berichten die de consument plaatst, de
conversational human voice heeft namelijk een positieve invloed op klanttevredenheid. Ook
het gebruik van consumentgerichte responsiestrategieën wordt gewaardeerd. Het is zeker nuttig om meer aandacht te besteden aan reageren op positieve berichten, er is vooral aandacht voor negatieve berichten omdat organisaties bang zijn dat de reputatie hierdoor ontwricht wordt maar klanttevredenheid bewerkstelligen op korte termijn gaat gemakkelijker en is zeer meetbaar. Ook is duidelijk te zien hoe een positieve online uiting kan zorgen tot een
27 Literatuurlijst
Balaji, M.S, Jha, S. & Royne, M.B. (2015). Customer e-complaining behaviours using social media. The Service Industries Journal, 35(11-12), 633-654
Benoit, W. L. (1997). Image repair discourse and crisis communication. Public Relations
Review, 23(2), 177-186.
Cialdini, R. B., & Goldstein, N. J. (2004). Social influence: Compliance and conformity. Annual Psychologist., 55, 591-621.
Claeys, A. S., Cauberghe, V., & Vyncke, P. (2010). Restoring reputations in times of crisis: An experimental study of the situation crisis communication theory and the
moderating effects of locus of control. Public Relations Review, 36(3), 256-262. Coombs, W. T. & Holladay, S. J. (2008). Comparing apology to equivalent crises response
strategies: Clarifying apology’s role and value in crisis communication. Public Relations Review, 34, 252-257.
Coombs, W. T. (2004). Impact of past crises on current crisis communication insights from Situational Crisis Communication Theory. Journal of business Communication, 41(3), 265-289. doi: 10.1177/0021943604265607
Dijkmans, C., Kerkhof, P., & Beukeboom, C. J. (2015). A stage to engage: Social media use and corporate reputation. Tourism Management, 47, 58-67.
Edwards, A., & de Kool, D. (2015). Webcare in Public Services: Deliver Better with Less?. In Social Media for Government Services (pp. 151-166). Springer International
Publishing.
Graham, M. W., Avery, E. J., & Park, S. (2015). The role of Social Media in Local Government crisis communications. Public Relations Review, 41(3), 386-394. Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic
word-ofmouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the Internet? Journal of Interactive Marketing, 18(1), 38-52. doi:10.1002/dir.10073.
Herbert, R.K., (1990). Sex-based differences in compliment behavior. Language in Society, 19, pp 201-224. doi:10.1017/S0047404500014378.
Hooijdonk, C. van & Liebrecht, C. (2015). Kijk, de consument praat terug! Een onderzoek naar de strategie en toonzetting in webcaredialogen tussen instituties en hun klanten op Twitter. Tekstblad, 21(5/6), 22-27.
28
Horn, I. S., Taros, T., Dirkes, S., Hüer, L., Rose, M., Tietmeyer, R., & Constantinides, E. (2015). Business reputation and social media: A primer on threats and responses. Journal of direct, data and digital marketing practice,16(3), 193-208.
Huibers, J., & Verhoeven, J. (2014). Webcare als online reputatiemanagement. Tijdschrift voor Communicatiewetenschap, 42(2), 165.
Kelleher, T. (2009). Conversational voice, communicated commitment, and public relations outcomes in interactive online communication. Journal of Communication, 59, 172- 188.
Kelleher, T., & Miller, B. (2006). "Organizational blogs and the human voice: Relational strategies and relational outcomes." Journal of Computer‐Mediated Communication 11.2, 395-414.
Kerkhof, P., Beugels, D., Utz, S., & Beukeboom, C. (2011). Crisis PR in social media. An experimental study of the effects of organizational crisis responses on Facebook. Paper presented at the 61st Annual ICA Conference, Boston (USA), 26-30 May 2011.
Kim, S. J., Wang, R. J. H., Maslowska, E., & Malthouse, E. C. (2016). “Understanding a fury in your words”: The effects of posting and viewing electronic negative word-of-mouth on purchase behaviors. Computers in Human Behavior, 54, 511-521.)
Kini, R. (2015). Social Media and Negative eWOM, and Impact–Current Research and Implications. In Proceedings of the 2nd European Conference on Social Media 2015: ECSM 2015 (p. 236). Academic Conferences Limited.
Kok, D. (2011). Alleen aanwezig zijn op social media is niet genoeg. Een onderzoek naar. Krippendorff, K. (2004). Reliability in content analysis. Human Communication Research,
30(3), 411-433. doi: 10.1111/j.1468-2958.2004.tb00738.x
Liu, B. (2012). Sentiment analysis and opinion mining. Synthesis lectures on human language technologies, 5(1), 1-167.
Luarn, P., Lin, H. W., Chiu, Y. P., Shyu, Y. L., & Lee, P. C. (2016). The Categorising Characteristics of Facebook Pages: Using the K-Means Grouping Method. International Journal of Business and Management, 11(2), 60.
Maheswaran, D., & Meyers-Levy, J. (1990). The influence of message framing and issue involvement. Journal of Marketing research, 361-367.
Marketingfacts (2016). Geraadpleegd op 22-04-2016 van:
http://www.marketingfacts.nl/berichten/social-media-in-nederland-2016-whatsapp- overstijgt-facebook
29
Park, H., & Cameron, G. T. (2014). Keeping it real: Exploring the roles of conversational human voice and source credibility in crisis communcation via blogs. Jounalism & Mass Communication Quarterly, 91(3), 487-507.
Pleijter, A. R. J. (2006). Typen en logica van kwalitatieve inhoudsanalyse in de communicatiewetenschap. Ubbergen: Tandem Felix.
Rouschop, S. J. M. (2015). Wat zeg ik tijdens een crisis tegen mijn klanten? Onderzoek naar de invloed van Human Voice en crisisrespons op gedragsovertuigingen en attitude van stakeholders en reputatie van organisatie in crisiscommunicatie.
Schneider, D. J. (1973). Implicit personality theory: A review. Psychological bulletin, 79(5), 294.
Schultz, F., Utz, S., & Göritz, 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.
Taylor, M., & Perry, D. C. (2005). Diffusion of traditional and new media tactics in crisis communication. Public Relations Review, 31, 209–217.
Töllinen, A., Järvinen, J., & Karjaluoto, H. (2012). Opportunities and Challenges of Social Media Monitoring in the Business to Business Sector. In The 4th International Business and Social Science Research Conference (pp. 1-14).
Tsao, W. C., & Hsieh, M. T. (2012). Exploring how relationship quality influences positive eWOM: the importance of customer commitment. Total Quality Management & Business Excellence, 23(7-8), 821-835.
Van der Valk, A. E. J. (2011). De impact van social media op de autojournalistiek. Erasmus University.
Van Noort, G., Willemsen, L. M., Kerkhof, P., & Verhoeven, J. W. (2015). Webcare as an integrative tool for customer care, reputation management, and online marketing: a literature review. In Integrated communications in the postmodern era (pp. 77-99). Palgrave Macmillan UK.
Van Noort, G., & Willemsen, L. M. (2012). Online damage control: The effects of proactive versus reactive webcare interventions in consumer-generated and brand-generated platforms. Journal of Interactive Marketing,26(3), 131-140.
Van Zoonen, W.,Verhoeven J.W.M. & Vliegenthart, R. (2015). How employees use Twitter to talk about work: a typology of work-related tweets. Computers in Human Behavior, 55(A), 329-339.
30
Verhagen, T., Nauta, A., & Feldberg, F. (2013). Negative online word-of-mouth: Behavioral indicator or emotional release?. Computers in Human Behavior,29(4), 1430-1440. Verhagen, T., van Nes, J., Feldberg, F., & van Dolen, W. (2014). Virtual customer service
agents: Using social presence and personalization to shape online service encounters. Journal of Computer. Mediated Communication, 19(3), 529-545.
Willemsen, L. M., Neijens, P. C., & Bronner, F. A. (2013). Webcare as customer relationship and reputation management? Motives for negative electronic word of mouth and their effect on webcare receptiveness. In S. Rosengren, M. Dahlen, & S. Okazaki (Eds.), The Changing Roles of Advertising. Advances in Advertising Research IV, pp. 55-73. 2 Wiesbaden: Springer.
Willemsen (2016). Geraadpleegd op 11-03-2016 van:
http://www.marketingfacts.nl/berichten/6-manieren-om-te-reageren-op-online-complimenten
31 Bijlage
Codeboek
Codeer steeds het gehele dialoog tussen de organisatie en de stakeholder, tenzij anders staat aangegeven. Codeer maximaal 1u achtereen en maximaal 6u op één dag.
1) Algemene informatie
Noteer bij ieder bericht de algemene informatie
➢ ID nr: codeur_nummer bericht ➢ Organisatie
➢ Datum: dd-mm-jj
➢ Codeur: Karolina of Timothy
➢ Betrouwbaarheidscontrole: Ja of Nee
2) Toon bericht
Codeer hierbij enkel het oorspronkelijke bericht van de stakeholder
Soort publieke reactie:
Deze variabele draait om het een frame van Van Zoonen, Verhoeven, & Vliegenthart, 2016 waarin sentiment meetbaar gemaakt wordt. Dit wordt geoperationaliseerd door naar
bijvoeglijke naamwoorden te kijken en vast te stellen over deze negatief, neutraal of positief zijn.
0: Negatief (klacht)
Bevat negatieve bijvoeglijke naamwoorden, zoals: saai, moeilijk, lastig. Wanneer het
negatieve woord niet in deze rij staat, wordt de codeur geacht het bijvoeglijke naamwoord in het woordenboek op te zoeken en als negatief te coderen wanneer dit ook in het woordenboek staat vermeld.
32
Bevat positieve bijvoeglijke naamwoorden, zoals: fijn, blij, geweldig, goed, zinvol,
enthousiast. Wanneer het negatieve woord niet in deze rij staat, wordt de codeur geacht het bijvoeglijke naamwoord in het woordenboek op te zoeken en als positief te coderen wanneer dit ook in het woordenboek staat vermeld.
99: Neutraal (stop hier met coderen)
Bevat geen positieve/negatieve bijvoeglijke naamwoorden. Bijvoorbeeld; net dit product aangeschaft, ik ben nu bij deze organisatie.
Waar gaat de klacht over? De klacht kan ook over een combinatie van onderstaande categorieën gaan. Daarom: 0 = geen klacht, 1 = wel een klacht.
Product: 0/1
Dienst: 0/1
Organisatie: 0/1
➢ Codeer 1 indien er een klacht in het bericht voorkomt, ook in combinatie met compliment codeer 1
3) Online responsiestrategie
Gebaseerd op Huijbers & Verhoeven (2014) en Willemsen (2016), deze strategieën zijn gecombineerd tot één strategie om op zowel positieve als negatieve berichtgeving te kunnen coderen. De variabele crisisresponsiestrategie wordt onderverdeeld in 13 categorieën. Per bericht dient aangeven te worden of de strategie niet (=0) of wel (=1) wordt gebruikt. Een combinatie van strategieën is mogelijk. Voor alle strategieën geldt dat je alleen de berichten van de organisatie codeert en dus niet die van de stakeholder. Je kijkt dus of in een van de berichten van de organisatie in het dialoog de strategie voorkomt.
33
Het verschaffen van of vragen naar objectieve informatie aan degene die een klacht heeft, bijvoorbeeld waar meer informatie gevonden kan worden, wat de oorzaak is van een probleem, etc. Indien aanwezig codeer 1
- Verontschuldiging (2)
Accepteren van verantwoordelijkheid voor hetgeen over geklaagd wordt en/of vraagt om vergeving. Indien aanwezig codeer 1
- Sympathie (3)
Het tonen van sympathie met degene die de klacht heeft geuit. Kan ook gebruikt worden voor complimenten, bijvoorbeeld; ‘wij snappen heel goed dat je daar blij van wordt’ of ‘wat fantastisch voor je’. Indien aanwezig codeer 1
- Ontkenning (4)
De organisatie ontkent dat er iets aan de hand is of dat de oorzaak van de klacht bij hen ligt. De organisatie kan ook ontkennen dat deze iets met het product of dienst te maken heeft. Indien aanwezig codeer 1
- Rechtvaardiging (5)
De oorzaak van de klacht is niet zo erg als het lijkt. Indien aanwezig codeer 1
- Compensatie (6)
Het vergoeden, terugbetalen of schadeloosstellen van degene die klaagt. Hier kan bijvoorbeeld ook een cadeau voor de consument in aanwezig zijn, als dank voor het compliment bijvoorbeeld. Indien aanwezig codeer 1
- Corrigerende actie (7)
Het oplossen (repareren) of voorkomen van hetgeen waarover geklaagd wordt door te zeggen welke stappen er worden genomen. Indien aanwezig codeer 1
34
De betrokken organisatie reageert op het bericht van de consument met waardering, zonder verder op het bericht van de consument in te gaan. Bijvoorbeeld: dank, wat goed om te horen. Indien aanwezig codeer 1
- Bevestigend commentaar (9)
De betrokken organisatie herhaalt een klacht of een compliment, maar gaat er niet inhoudelijk op in. Bijvoorbeeld: wij zijn het met je eens, inderdaad een fijne service, de service is
inderdaad slecht verlopen, wij zijn ook blij met jou. Indien aanwezig codeer 1
- Toekomstige intentie (10)
De organisatie spreekt uit dat het de waardering van de klant blijft vasthouden in de toekomst. Bijvoorbeeld door te bedanken voor het compliment; zeggen ermee door te gaan of te stoppen en bij een negatief bericht aangeven hier verandering in te (willen) brengen. Indien aanwezig codeer 1
- Vraag stellen (11)
De organisatie stelt een vraag aan de consument. Bijvoorbeeld; ‘is dit antwoord naar jouw tevredenheid?’ of ‘Wat verwacht je van ons in de toekomst’. Duidelijk is dat een conversatie tussen organisatie en consument wordt uitgelokt. Indien aanwezig codeer 1
- Wederkerigheid (12)
De organisatie geeft een compliment terug aan de consument, bijvoorbeeld; ‘wij zijn ook heel blij met jou’, ‘inderdaad het product maakt geeft jou een prachtige uitstraling’. Maar dit kan bijvoorbeeld ook zijn ‘wellicht gebruik jij ons product niet goed’ of ‘met deze houding kunnen wij jou niet helpen’. Indien aanwezig codeer 1
- Lead interpretatie (13)
De organisatie gebruikt het bericht als een aanleiding om de consument over meerdere producten of diensten te informeren met als doel om ze aan te overtuigen of te verleiden.
35
Bijvoorbeeld: wellicht is dit iets voor jou? We hebben ook nog andere services. Indien aanwezig codeer 1
- Overig (14)
Wanneer er geen enkele van de bovenstaande webcarestrategie wordt gebruikt door de
organisatie dan hier beschrijven welke strategie in werkwoordvorm dan wel van toepassing is.
4) Soort activiteit
De variabele soort activiteit wordt onderverdeeld in twee categorieën, namelijk proactief (=1) en reactief (=0).
➢ Codeer 0 indien de stakeholder letterlijk verzocht heeft om een reactie van de organisatie en de organisatie een antwoord geeft in vorm van tekst
➢ Codeer 0 indien de organisatie geen antwoord geeft op het bericht van de stakeholder
➢ Codeer 0 indien de organisatie antwoord geeft op het bericht van de stakeholder in vorm van een like
➢ Codeer 1 indien de stakeholder niet letterlijk verzocht heeft om een reactie van de organisatie maar de organisatie toch een antwoord geeft in vorm van tekst
5) Conversational Human Voice
Gebaseerd op Van Hooijdonk & Liebrecht (2015). De variabele conversational human voice bestaat uit meerdere categorieën. Voor alle categorieën geldt dat je alleen de berichten van de organisatie codeert en dus niet die van de stakeholder. Je kijkt dus of in een van de berichten van de organisatie in het dialoog de conversational human voice voorkomt.
