Going viral
Een
interdisciplinair
onderzoek
naar
de
invloed
van
de
eigenschappen
van
tweets
en
diens
verzender
op
informatieverspreiding
op
Freek Boutkan (10004616) Esther Goddijn (10182942) Ananda Verheijen (10243305) Leon van Vliet (10354751) februari 2015
Inhoud
1. Inleiding2. Theoretisch kader Meme theory
Linear threshold model Theory of mind
Valuation network STEPPS Voorgaand onderzoek 4. Cognitieve processen 5. Invloed netwerk 6. Marketing 7. Empirische bevindingen 8. Conclusie 9. Discussie Literatuur Appendices A. Begrippenlijst B. Executive Summary C. Interview Ale Smidts D. Empirisch onderzoek Methode Resultaten
Abstract
Tegenwoordig communiceren mensen voor een groot deel via Social Media. Deze vorm van communicatie is door zijn complexiteit lastig te analyseren vanuit een enkele discipline. Inzicht in dit proces kan in de marketing goed gebruikt worden om het bereik van een campagne te optimaliseren. De onderzoeksvraag is daarom welke eigenschappen van een tweet en zijn verzender de verspreiding van tweets bepalen die horen bij een marketingcampagne op Twitter. Hierbij is een opsplitsing gemaakt tussen een literatuuronderzoek vanuit de integratie van verschillende perspectieven en is een empirisch onderzoek gedaan naar drie van de factoren die van belang zijn voor de informatieverspreiding. Deze factoren zijn de populariteit van de tweet (PT), de populariteit van de verzender (PV) en het sentiment van de tweet (ST). Uit deze analyse en het literatuuronderzoek blijkt dat PT en PV beide een belangrijke rol spelen bij informatieverspreiding. De empirische uitkomst van ST is niet in overeenstemming met het literatuuronderzoek. Vanwege de beperkingen van het empirisch onderzoek wordt er uitgegaan van de resultaten van het literatuuronderzoek, namelijk dat sentiment een rol speelt bij
informatieverspreiding.Voor vervolgonderzoek wordt aangeraden een analyse uit te voeren waarbij naast PT, PV en ST nog andere factoren worden meegenomen om zo te zorgen voor een nauwkeuriger model van informatieverspreiding op Twitter.
1. Inleiding
Doordat een steeds groter deel van de communicatie van mensen - en bedrijven - tegenwoordig op
SocialMedia1 plaatsvindt, is deze informatie veel beter dan vroeger te doorzoeken en te onderzoeken (Godes & Mayzlin, 2004). Door communicatie op Social Media te analyseren kan de kennis over hoe mensen communiceren in het algemeen worden vergroot. Een geschikt medium om dit te bestuderen is
Twitter (Kwak, Lee, Park, & Moon, 2010). Een tweet wordt niet zomaar gepost, hier gaat een cognitief
proces aan vooraf. Redenen om een tweet te versturen worden door deze processen en allerlei
cognitieve biasen bewust en onbewust beïnvloed. Met behulp van technieken uit de
informatiewetenschappen kunnen de data die nu beschikbaar zijn op patronen worden doorzocht en mogelijk bestaande inzichten over het menselijk handelen en communiceren veranderen. Dit is in het bijzonder nuttig voor marketing, omdat bedrijven er baat bij hebben om informatieverspreiding omtrent hun producten of diensten te beïnvloeden (Godes & Mayzlin, 2004).
Voor marketeers speelt WordofMouth(WOM), het overleveren van informatie omtrent een merk, product of dienst van persoon tot persoon (Dichter, 1966), een grote rol. Onderzoek stelt namelijk dat consumentengedrag voor een groot deel hierdoor wordt bepaald (Whyte, 1954). Sinds de komst van het internet is ook eWOM (electronic Word Of Mouth) geïntroduceerd. Dit vindt onder andere plaats op Social Media zoals Twitter. In het verleden stond in onderzoek naar WOM de verspreider van de WOM centraal, terwijl bij huidig onderzoek met name de inhoud van een bericht centraal staat (Berger, 2013). Omdat beide in het verleden uitgebreid zijn onderzocht zal in dit onderzoek naar zowel de verzender als de inhoud van een bericht worden gekeken. Het doel van dit onderzoek is om een beeld te krijgen van welke eigenschappen van een tweet en zijn verzender de verspreiding van deze tweet beïnvloeden.
De onderzoeksvraag is daarom welke eigenschappen van een tweet en zijn verzender de verspreiding van tweets bepalen die horen bij een marketingcampagne op Twitter. Om deze vraag te beantwoorden zijn er vier deelvragen opgesteld. De eerste deelvraag onderzoekt hoe kennis over cognitie gebruikt kan worden om informatieverspreiding te beïnvloeden. Aan de hand van de tweede deelvraag zal er worden onderzocht hoe de positie van de verzender en de eigenschappen van het netwerk van invloed zijn op informatieverspreiding op Twitter. De derde deelvraag zoekt naar een antwoord op de vraag hoe de eigenschappen gebruikt kunnen worden bij marketingstrategieën om te zorgen voor succesvolle informatieverspreiding. In het theoretisch kader worden de betreffende eigenschappen behandeld. Een analyse van Twitter berichten beantwoordt de vierde deelvraag, namelijk of de invloed van de
eigenschappen op informatieverspreiding terug komt in het empirisch onderzoek.
Om de onderzoeksvraag te beantwoorden zal allereerst het begrip informatieverspreiding in het theoretisch kader worden toegelicht en afgebakend. Vervolgens zal het gaan over de cognitieve
processen die een rol spelen. Hierna wordt er besproken hoe het netwerk van invloed is op
informatieverspreiding. Dan zal er worden gekeken naar hoe de drie eigenschappen gebruikt kunnen worden binnen marketing. Daaropvolgend wordt het empirisch onderzoek besproken. Als laatste volgt de conclusie en discussie.
2. Theoretisch kader
Om een beeld te krijgen van hoe informatieverspreiding werkt, is er gekeken naar een aantal theorieën die gezamenlijk een begrip geven van informatieverspreiding. Hiermee kan vanuit alle perspectieven naar informatieverspreiding worden gekeken. Als eerste zal de memetheory worden besproken die het breedste perspectief heeft, daarbij wordt gekeken naar informatieverspreiding over de gehele populatie. 1 Alle schuingedrukte begrippen zijn belangrijke begrippen die worden gedefinieerd in appendix A.
Hierbij staat de informatie die verspreid wordt centraal. In dit onderzoek is het ook van belang te kijken vanuit het perspectief van de persoon om te weten waarom en wanneer iemand informatie deelt. Verder ingezoomd zal er daarom aan de hand van het LinearTresholdModel (LTM)worden gekeken naar het individu en zijn omgeving. Dit is een model om te kijken naar de beslissing van een persoon om
informatie te delen op basis van het gedrag van personen met wie die een connectie heeft. Ingezoomd op de individuen waar naar gekeken wordt in het LTM kijkt de theoryofmind(ToM) naar de interne
dynamiek. Deze theorie stelt dat mensen beslissingen nemen op basis van hun eigen referentiekader. Om deze theorieën te ondersteunen en aan te vullen wordt er vanuit marketing nog gekeken naar de eigenschappen van het bericht die van invloed zijn op informatieverspreiding met behulp van STEPPS. Daarnaast zal de ToM worden aangevuld met een stuk over het valuation network zodat de overgang tussen het LTM en ToM wordt overbrugd.
Figuur1:Integratiemodelvandememetheory,hetLinearThresholdModelendetheoryofmind.
Meme theory
Tweets kunnen worden gezien als eenheden van informatie. Een tweet kan een bewoording van een idee bevatten, een zin, of een link naar een video of audio fragment (Kwak et al., 2010). Deze tweets kunnen worden opgevat als een cultuuruiting, het is immers een taaluiting. Dawkins (1989) vat alle taaluitingen op als onderdeel van menselijke cultuur. In verschillende onderzoeken over tweets wordt gebruik gemaakt van een theorie genaamd de memetheory(o.a. Hansen, Arvidsson, Nielsen, Colleoni, & Ette, 2011; Lenco, 2010). Deze theorie is gebaseerd op de theorieën binnen de genetica en evolutie. Dawkins (1989), beschrijft in zijn boek ‘The selfish gene’ dat ook informatie een evolutionaire ontwikkeling doormaakt en dat deze beschrijvend is voor onze culturele ontwikkeling op basis van kennis. Dawkins noemt de informatie-eenheden die deze cultuuroverdracht mogelijk maken memen. Een meme is dus een informatie-eenheid die 'cultuur' bevat. Voorbeelden van memen zijn complexe ideeën, muziekstukken, woorden en zinnen, rituelen en mode. Het zijn de ideeën en gedachten waarmee de mens zichzelf evolutionair in stand houdt (Mendel & Mendel, 1990). Zo valt een cirkel niet onder de beschrijving van een meme, maar het wiel wel.
Omdat de meme theory gebaseerd is op de theorieën in de genetica zijn ook de factoren die van belang zijn bij het VSR-algoritme, de reproductie, variatie en selectie, van belang bij het verspreiden en het verwerken van memen (Buskes, 2006). Memen worden gereproduceerd als de informatie wordt
onthouden en wordt geuit (Heylighen, 1999). Wanneer een tweet geretweet wordt, is dit dus reproductie. Over tijd kunnen mensen zich vaak niet de volledige meme herinneren, daarom vindt er in de reproductie van de meme vaak variatie plaats. Op Twitter geldt dat er sprake is van variatie als mensen iets
toevoegen aan het bericht dat wordt geretweet. Variatie is onderworpen aan bijvoorbeeld confirmation
bias, wat verklaart dat mensen dingen het best onthouden als ze aansluiten op hun eigen mening en standpunten (Nickerson, 1998). De informatie die men onthoudt en vervolgens uit is dan beperkt tot de stukken die men vindt passen bij het eigen beeld van de wereld.
Doordat tweets goed te traceren zijn over verloop van tijd, kunnen mutaties worden geanalyseerd en is de overlevingslijn van de meme terug te vinden in het netwerk. De meme theory is dus een
geschikte theorie om ondersteuning te bieden bij de analyse van informatieverspreiding via Twitter.
Linear threshold model
Er zal nu worden gekeken naar informatieverspreiding op het niveau van het individu in zijn omgeving. Het model dat in dit onderzoek zal worden gebruikt, is het linearthresholdmodel (LTM) (Kempe, Kleinberg, & Tardos, 2003).Met behulp van dit model kan er worden gekeken wanneer iemand een bepaalde meme verder zal verspreiden en kan dus verklaard worden hoe een meme wordt verspreid.
In het LTM wordt het netwerk, zoals uitgelegd in Kempe et al. (2003), gezien als een gerichte
graaf waarbij knopen actief of inactief kunnen zijn. Een knoop, in dit onderzoek een twitteraar, is actief als het informatie heeft gedeeld over een bepaald onderwerp. Venkatramanan en Kumar (2011) beschrijven dat de beslissing van een knoop om informatie te delen in het socialenetwerk volgens het LTM afhangt van de set knopen waarvan het deze informatie heeft gekregen doordat elk van die knopen een bepaalde invloed uitoefent op de knoop. De invloed die de ene knoop op de andere knoop uitoefent, wordt bepaald door de mate van vertrouwen die de ene knoop in de andere knoop heeft. Of een knoop bepaalde informatie verder zal verspreiden hangt af van hoe groot het gewogen deel van de buren is die die
informatie heeft verspreid. Als dit gewogen deel boven een bepaalde waarde ligt, de threshold, dan zal de knoop de informatie ook delen. In dit model wordt er vanuit gegaan dat ieder individu handelt om tot een maximale ‘pay-off’ te komen. De hoogte van de threshold wordt dan ook bepaald door een afweging van de beloningen voor het kiezen voor wel of niet informatie delen (Easly & Kleinberg, 2010). In figuur 2 is te zien hoe dit model in de basis werkt.
Figuur2:Weergavevaneengewogennetwerkvan knopenenverbindingen.Hierbijzijnderode knopenactief,diehebbendus bepaaldeinformatieverspreid.Steldethresholdis⅗enwewillenwetenof knoop3ookdeinformatiezalverspreidendankijkenwe naarhetgewogendeelvandeburenvanknoop 3dieactiefzijn,inditgeval6/10=3/5.Ditvoldoet aandethresholdenduszalknoop3ookactiefworden.
Theory of mind
Omdat LTM alleen kijkt naar de persoonlijke relaties tussen personen en er geen rekening wordt gehouden met individuele verschillen wordt er aan de hand van ToM gekeken naar de individuele afwegingen die van belang zijn bij de uiteindelijke beslissing. ToM stelt dat menselijk gedrag wordt bepaald door verwachtingen, kennis, verlangens en overtuigingen (Frith & Frith, 2005). Deze factoren tezamen vormen het referentiekader van een persoon. De theory of mind stelt ook dat er bij handelen een mate van bewustwording optreed. Mensen zijn bekend met het het feit dat ze handelen naar hun
referentiekader ook al kunnen ze dit referentiekader niet volledig omvatten, omdat veel van dit
referentiekader in het onderbewuste zit versleuteld (Purves, Cabeza, Huettel, LaBar, Platt, & Woldorff, 2013). Deze bewustwording strekt zich ook uit naar het handelen van anderen waardoor deze kan worden beïnvloed door middel van mentalisatie en manipulatie (Frith & Frith, 2005).
Valuation network
Het valuation network is het netwerk in de hersenen dat het mogelijk maakt om op basis van een grote hoeveelheid factoren een beslissing te maken (Kanayet, Opfer, & Cunningham, 2014). Dit netwerk bepaalt of een tweet wel of niet zal worden gedeeld. Binnen dit netwerk wordt alle informatie die binnenkomt omgezet tot de overweging wel of niet tot handelen over te gaan. Het valuation netwerk bestaat uit een verzameling van hersengebieden die alle informatie een weging geeft op basis van neuronale beloningen (Levy & Glimcher, 2012). Hieruit wordt dan de meest positieve uitkomst geselecteerd en zo wordt er een keuze gemaakt.
STEPPS
In het boek ‘Contagious’ van Berger (2013) wordt uitgelegd dat de effectiviteit van informatieverspreiding afhangt van zes factoren die samen STEPPS vormen. Deze factoren, socialcurrency,triggers,emotion, practicalvalue,publicen story,zijn allemaal van invloed op de inhoud van het bericht en zijn vanuit marketing opgesteld en getoetst. Door effectief gebruik te maken van deze factoren kan eWOM worden vergroot. Net als de meme theory bekijkt STEPPS de inhoud en eigenschappen van een tweet om te kijken naar de verspreiding hiervan.
Voorgaand onderzoek
Op basis van voorgaand onderzoek wordt er in dit onderzoek gekeken naar eigenschappen van de verzender van de tweet (EVT), sentiment van een tweet (ST) en de populariteit van een tweet (PT).
Uit onderzoek is gebleken dat de positie van de verzender van een bericht in een sociaal netwerk in het algemeen en op Twitter van invloed is op de verspreiding van informatie (o.a. Goldenberg, 2009; Katona, Zubcsek, & Sarvary, 2011; Pescher & Spann, 2014). Iets anders dat van invloed kan zijn, is de populariteit (Zinoviev & Duong, 2011) en betrouwbaarheid van de verzender (Smidts, Klucharev, & Fernández, 2009). Hoe populair de verzender wordt bevonden is volgens Zinoviev en Duong (2011) evenredig aan hoeveel vrienden de persoon heeft, tenzij die veel vijanden heeft. Hiernaast kan
populariteit van belang zijn voor informatieverspreiding, omdat wanneer een populair iemand informatie vertelt, die informatie door de omgeving kan worden gezien als iets wat belangrijk is om te onthouden en tot reputatieverhoging kan leiden als ze zelf de informatie delen met hun omgeving (Schmidts, Klucharev, & Fernandez, 2009).
Het sentiment van een bericht is een weergave van de emotionele staat en mening van de auteur (Stieglitz & Dang-Xuan, 2013). Uit eerder onderzoek over het sentiment in tweets van Stieglitz en Dang-Xuan (2013) is gebleken dat er een positieve relatie is tussen ST en het aantal retweets. Berichten met een een groter sentiment worden volgens dit onderzoek meer en sneller geretweet. Hoe meer een bericht geretweet is, hoe groter de kans dat iemand het bericht ziet en deelt en dus hoe groter het bereik van de informatie wordt. Ook ander onderzoek laat zien dat het sentiment van een bericht van invloed is op informatieverspreiding. Er is echter geen overeenstemming over welke vorm van sentiment de grootste invloed heeft. Berger en Milkman (2012) beschrijven namelijk dat mensen eerder positieve berichten delen. Daarentegen komt uit het onderzoek van Hansen, Arvidsson, Nielsen, Colleoni, & Etter (2011) dat juist negatief nieuws eerder wordt geretweet en zich dus verder zal verspreiden.
De reden dat de populariteit van het bericht van belang is bij informatieverspreiding is dat dit net als de populariteit van de verzender gekoppeld kan worden aan reputatieverhoging. Dit is omdat dit evolutionair gezien als een beloning kan worden ervaren en beloningen zijn een drijfveer voor het delen van informatie (Meshi, Morawetz, & Heekeren, 2013). Dit heeft te maken met ToM, omdat de hoeveelheid retweets van belang is voor de populariteit die men daar persoonlijk aan koppelt, wat wordt bepaald in het referentiekader die men heeft. Hiernaast is er sprake van het bandwagoneffect: “the tendency to do (or believe) things because many other people do (or believe) the same” (Colman, 2003, p. 77). Dit gaat om het delen van informatie omdat het veel gedeeld wordt, de inhoud van het bericht is hierbij van
ondergeschikt belang (Asch, 1955). Dit maakt dat wanneer een bericht veel wordt geretweet het bereik nog verder wordt vergroot door het bandwagon effect.
4. Cognitieve processen
Menselijk handelen wordt beïnvloed door cognitieve processen zoals aandacht, empathie, anticipatie, leren en emotie (Gazzaniga, Ivry, & Mangun, 2008).
Zo zijn er bij ieder van de zes factoren van STEPPS cognitieve processen onderliggend. Social
currency is gebaseerd op het feit dat het delen van informatie een sociaal proces is (Berger, 2013). Je deelt hierbij informatie vanuit een motief dat beïnvloed wordt door altruïstische en egoïstische motieven (Smidts, 2014, appendix B). Het altruïstische perspectief is dat de informatie alleen wordt gedeeld als deze als nuttig wordt ervaren voor de ander. Vanuit het egocentrische perspectief wordt informatie alleen gedeeld als er ook een persoonlijke vooruitgang uit te halen valt (Meshi, Morawetz, & Heekeren, 2013). Bij beide invloeden speelt ToM een rol.
ToM, beschreven door Frith & Frith (2005), legt niet alleen uit dat handelingen plaatsvinden op basis van het referentiekader maar ook dat dit blijft gelden als de verwachtingen niet in overeenstemming zijn met de werkelijkheid. Bewustzijn van dit fenomeen in de persoon zelf en in de ander heeft verschillende consequenties voor het menselijk handelen. Hierbij is mentalisatie het proces waarbij men zich inleeft in het referentiekader van de ander. Dit kan leiden tot empathie, het meeleven met een ander, maar ook tot manipulatie - het bewust beïnvloeden van het handelen van een ander op basis van de kennis die men heeft verkregen met mentalisatie.
Empathie bestaat volgens Shamay-Tsoory, Aharon-Peretz en Perry (2009) uit twee systemen. Sociale empathie waarbij het meevoelen van de emoties ervaren door de ander centraal staat en cognitieve empathie waarbij mentalisatie een grote rol speelt omdat dit systeem betrokken is bij het begrijpen van het perspectief van de ander en dus om meer draait dan alleen emotie. Bij cognitieve empathie verplaats je je tijdelijk in de ander, vooral cognitieve empathie is dus van belang bij ToM.
In een bericht komen emoties terug als sentiment, wat empathie kan opwekken bij het individu die het bericht leest. Omdat mensen van nature hoog empathisch zijn, uitzonderingen daargelaten (Stone, Baron-Cohen, & Knight, 1998), zorgt de aanwezigheid van sentiment in een bericht ervoor dat
herkenning optreedt, wat tot aandacht en acceptatie van de informatie leidt. Dit is voor de verspreiding van informatie een cruciaal punt, omdat deze factoren vooraf gaan aan het onthouden van de informatie (Heylighen, 1999). De grootte van het sentiment is dan ook volgens Stiglitz en Dang-Xuan (2013) direct verbonden aan de snelheid waarmee een bericht wordt gedeeld nadat een bericht is geplaatst en hoe vaak het bericht wordt gedeeld. Dit maakt dat sentiment in een bericht een positieve invloed zou hebben op informatieverspreiding.
Vanuit egoïstische motieven speelt beloning van deelgedrag ook een rol (Smidts, 2014, Appendix C). Walter, Alber, Ciaramidaro en Erk (2005), beschrijven dat beloningen kunnen worden opgesplitst in twee categorieën: primaire beloningen en secundaire beloningen. Primaire beloningen zijn beloningen die direct gelinkt zijn aan basisbehoeften. Secundaire beloningen zijn aangeleerd en zijn hierdoor cultureel gebonden. Op Social Media gaat het vaak niet om primaire beloningen maar om secundaire beloningen. Meshi, Morawetz en Heekeren (2013) vonden bijvoorbeeld dat het deelgedrag kan worden gekoppeld aan een beloning als status of reputatieverhoging. Dit wordt als beloning ervaren omdat dit evolutionair een voordelige positie is en dit tot heden in het brein versleuteld zit.
De persoon die gebonden is aan de informatie heeft ook effect op aandacht en acceptatie van de
informatie (Smidts, Klucharev, & Fernández, 2009). Persoonlijke verbintenis met een beroemd of populair persoon is ook een vorm van secundaire beloning, omdat dit status en reputatie verhoging teweeg kan brengen. Uit het onderzoek van Smidts et al. (2009) blijkt echter dat voor de acceptatie van informatie dit voornamelijk geldt als een beroemde personen ook daadwerkelijk betrekking en verstand zouden hebben van het merk of product. Zoals uit de meme theory naar voren komt is acceptatie van informatie van belang voor het onthouden van de informatie en dus of de informatie uiteindelijk in aanmerking komt om gedeeld te worden. Dit maakt dat naast populariteit van een verzender ook de betrouwbaarheid en geloofwaardigheid van de verzender belangrijk. Dit komt terug in het LTM als de weging van een bepaalde connectie in het netwerk wat het belang benadrukt van de eigenschappen van de verzender.
Er is echter ook sprake van beloningen bij altruïstisch gedrag (Purves et al., 2013). Al deze mogelijke beloningen worden meegenomen in het valuatieproces dat voorafgaat aan het handelen van de mens. Dit proces kan worden uitgelegd aan de hand van het valuationnetwork dat bestaat uit het
afwegen van alle factoren die van invloed zijn op een keuze (Levy & Glimcher, 2012). Hier wordt de vraag gesteld ‘Als deze informatie wordt gedeeld door mij levert dit dan een positieve uitkomst op?’
Naast deze netwerken en theorieën is het zo dat er sprake moet zijn van een zeer belangrijk
overkoepelend cognitief proces, namelijk aandacht. Er komt op elk moment zo veel informatie binnen in de hersenen dat er moet worden geselecteerd welke informatie relevant is (Purves et al., 2013). Aandacht bestaat net als empathie uit een tweedeling. Purves et al. (2013) leggen uit dat er reflectieve aandacht en vrijwillige aandacht is. Waarbij reflectieve aandacht het automatisch reageren is op externe stimuli en vrijwillige aandacht het proces is waarbij op basis van interne eigenschappen zoals doelen en verlangens de aandacht wordt geplaatst. Het proces van vrijwillige aandacht sluit aan bij de theory of mind waarbij aandacht gaat naar de informatie die aansluit op het referentiekader van de persoon, of door cognitieve empathie tijdelijk gaat naar de informatie met betrekking tot het referentiekader van de ander. Echter, reflectieve aandacht mag niet worden verwaarloost. Juist op deze vorm van aandacht kan extern worden ingegrepen omdat het afhankelijk is van externe stimuli. Zo reageer men automatisch op stimuli die anders zijn ten opzichte van de omgeving maar er gaat ook automatisch meer aandacht uit naar stimuli met een emotionele lading. Dit laat vanuit een ander oogpunt zien dat sentiment in een bericht voor meer informatieverspreiding zou kunnen zorgen omdat deze informatie beter wordt geselecteerd uit
de grote informatiestroom en zo mee wordt gewogen in het evaluatieproces.
Figuur3:weergavevanhetnetwerkendebetrokkenfactoren.Hierbij staathetreferentiekader vanToMcentraalmeteenonderverdelingtussendriefactorendievanbelangzijnbij hetmakenvaneen keuze,namelijkaandacht,beloningenenempathie.Defeedbacknaarhetreferentiekader zorgtvooreen
geslotenloopvaninteractiesenbeïnvloedt toekomstiggedragvanuithetreferentiekader.
Kennis van cognitie zorgt er dus voor dat het duidelijk wordt waar invloed kan worden uitgeoefend om er voor te zorgen dat informatie zal worden gedeeld. Dit wordt duidelijk aan de hand van figuur 3. Externe stimuli die inwerken op reflectieve aandacht zullen de informatie sturen die wordt verwerkt. Hiermee kan er invloed worden uitgeoefend op de soort beloningen die er verkregen kunnen worden met het handelen en op deze manier zorgen voor een verandering in de valuatie van het handelen. Omdat er een
feedbackloop van het gedrag is naar het referentiekader (Purves et al., 2013) en het valuation network streeft naar een positieve uitkomst (Levy & Glimcher, 2012), zal er bij een positieve uitkomst een verandering plaatsvinden in het referentiekader waardoor ook toekomstig gedrag beïnvloed kan worden.
5. Invloed netwerk
In het vorige hoofdstuk is er gekeken naar cognitieve factoren binnen de mens die bepalen of iemand een bericht verder wilt verspreiden. Om meer inzicht te krijgen in informatieverspreiding zal er nu worden gekeken naar informatieverspreiding vanuit het perspectief van het netwerk waarin de persoon zich bevindt. Een netwerk kan worden gezien als een verzameling van knopen en hun verbindingen, waarbij knopen de personen voorstellen waarbinnen de besproken cognitieve factoren het handelen beïnvloedt.
Een eigenschap van de verzender die van belang is voor informatieverspreiding is zijn plek in het netwerk waarin hij zich bevindt. Er zijn twee netwerkposities die in het bijzonder van belang zijn, namelijk
hubsen bruggen(Pescher & Spann, 2014). Hubs verspreiden eerder dan andere knopen nieuwe informatie vanwege hun vele connecties (Goldenberg, Han, Lehmann, & Hong, 2009). In het artikel van Pescher en Spann (2014) wordt de rol van bruggen beschreven. Ze beschrijven dat bruggen door hun positie in het netwerk een informatievoordeel hebben. Ze beschikken namelijk over heterogene informatie waarbij zij vervolgens kunnen beslissen of ze deze informatie doorsturen of niet. Of de belangrijke positie
die bruggen hebben ten goede komt aan informatieverspreiding hangt af van twee voorwaarden. Pescher en Spann (2014) beschrijven dat een eerste voorwaarde is dat bruggen gemotiveerd zijn om hun
voordelige positie daadwerkelijk om te zetten naar feitelijke informatievoordelen. Hiermee wordt bedoeld of ze uiteindelijk beschikken over betere informatie. Uit hun onderzoek blijkt dit niet per definitie het geval te zijn. De tweede voorwaardeisdat ze die betere informatie ook echt zullen doorgeven aan anderen.
Uit onderzoek van Katona, Zubcsek en Sarvary (2011) is gebleken dat in hoeverre de buren van een knoop met elkaar zijn verbonden, de grootte van de clusteringscoëfficiënt, ook een positief effect heeft op de kans dat diegene een nieuwe product of idee adopteert. Hieruit wordt geconcludeerd dat niet alleen de grootte van iemands netwerk van belang is voor informatieverspreiding, maar ook hoe sterk verbonden de groep is. Het is echter wel zo dat een sterk geclusterd deel van een netwerk verdere informatie naar andere delen van het netwerk kan tegenwerken (Easly & Kleinberg, 2010). Hierbij zijn bruggen weer van belang om informatie van het ene naar het andere cluster te kunnen laten gaan.
Een laatste factor die zal worden behandeld zijn de sociale banden die er zijn tussen knopen waar een verbinding tussen is. Er kan onderscheid worden gemaakt tussen sterke en zwakke sociale verbindingen. De sterkte van de sociale verbindingen tussen mensen is volgens Luo, Cai, Li en Peng (2011) van invloed op de snelheid en omvang van de informatieverspreiding. Zij beschrijven zwakke verbindingen als verbindingen tussen kennissen, die knopen in contact kunnen brengen met nieuwe groepen. Sterke verbindingen worden door hen beschreven als verbindingen tussen bijvoorbeeld
vrienden en familie, waarbij de knopen informatie van elkaar eerder accepteren. Beide type verbindingen kunnen op een andere manier nuttig zijn voor informatieverspreiding.
Granovetter (1973) heeft een theorie ontwikkeld over ‘de kracht van zwakke verbindingen’, die stelt dat er een zekere kracht schuilt in zwakke verbindingen, omdat deze als brug kunnen dienen waardoor informatie van het ene dichte deel van een netwerk naar een ander dicht deel van een netwerk kan gaan. Het onderzoek van Zhao, Wu en Xu (2010) bevestigt dit, maar voegt hier aan toe dat het bij voorkeur selecteren van zwakke verbindingen om informatie opnieuw te delen niet per se zorgt voor verdere informatieverspreiding in het netwerk. De conclusie van hun onderzoek is daarom dat zwakke verbindingen een subtiele rol spelen in informatieverspreiding. Ook uit het onderzoek van Brown en Reingen (1987) blijkt dat zwakke verbindingen kunnen dienen als bruggen bij informatieverspreiding in een netwerk. Hiernaast kwam uit hun onderzoek naar voren dat sterke verbindingen ook belangrijk zijn, maar op een ander niveau. Volgens Luo et al. (2011) zijn sterke verbindingen nuttiger voor
informatieverspreiding dan zwakke verbindingen, omdat de informatie dan eerder wordt geaccepteerd en omdat er dan vaak sprake is van homofilie waardoor mensen meer dezelfde interesse e.d. zullen hebben. Aangezien sterke en zwakke verbindingen op een andere manier voor informatieverspreiding zorgen is het gewenst deze te kunnen identificeren. Dit is echter moeilijk op Social Media, omdat de sterkte van de sociale verbinding niet direct zichtbaar is, maar niet onmogelijk (Luo et al., 2011).
6. Marketing
Met de kennis over zowel cognitieve als netwerk factoren, kan verder worden gezocht naar de manier waarop marketeers deze kennis kunnen gebruiken. Hierbij kan men kijken naar zowel de berichtgever als het bericht. Onderzoek naar WOM stelt dat marketeers moeten zoeken naar zogenaamde opinieleiders (Gladwell, 2000; Summers, 1970). Dit zijn personen die kunnen dienen als brug, zoals beschreven in het hoofdstuk over netwerken, en dus een hoop mensen kunnen beïnvloeden. De vraag is echter hoe deze opinieleiders worden bereikt. Marketeers kunnen immers alleen via media, zoals Twitter, mensen bereiken om ze te motiveren om iets te delen. De marketeer moet dus een tweet creëren die ertoe leidt dat mensen worden gemotiveerd tot het delen van het bericht. Een marketeer kan ook gebruik maken van een bekend persoon die functioneert als hub (Goldberg et al. 2009), of als “gezicht” van het bedrijf
Eerder zijn er al eigenschappen van de twitteraar genoemd die verklaren waarom hij of zij WOM deelt, namelijk empathie en receptiviteit voor secundaire beloning zoals status (Smidts, 2014). Een andere eigenschap van de verzender die ervoor kan zorgen dat deze meer deelgedrag vertoont, is de mate waarin hij of zij gelooft in persoonlijke vooruitgang (Wojnicki & Godes, 2008). Iemand die gelooft dat zijn of haar persoonlijke eigenschappen vormbaar zijn, is een incrementaltheorist(Park & John, 2010). Eerder in dit onderzoek kwam al naar voren dat persoonlijke vooruitgang kan worden verwezenlijkt door het creëren van socialcurrency(Smidts, 2014). Social currency kan worden gezien als onderdeel van de sociale identiteit, ofwel de manier waarop mensen jou waarnemen en over jou denken. Bij het vertellen van een goede grap zal de sociale identiteit positiever worden, en daarmee zal de persoon social
currency verkrijgen. Wojnicki en Godes (2008) hebben aangetoond dat de neiging van mensen om WOM te verspreiden wordt beïnvloed door het geloof in persoonlijke vooruitgang. Als een persoon een
incremental theorist is, en dus gelooft in persoonlijke vooruitgang, dan zal hij of zij bepaalde berichten meer gaan delen omdat hiermee de sociale identiteit verbeterd mee kan worden. Social currency creëren is volgens Berger een van de zes manieren hoe een marketeer ervoor kan zorgen dat een bericht meer gedeeld wordt. Berger geeft hierbij ook een manier om social currency te creëren, namelijk door iets opmerkelijks, zoals een opvallend verhaal, over een product te verspreiden. Als iemand er over praat zal deze persoon als slimmer worden ervaren door anderen. Hiermee verkrijgt de persoon dus ook social currency. Op deze manier praten mensen meer over deze opvallende dingen en zal het bericht verder worden verspreid.
Paynter (2010) geeft nog een manier om social currencyte creëren; mensen zich laten voelen alsof ze beroemd zijn. Als voorbeeld geeft hij Dunkin Donuts dat campagnes start waarin de consument op de website kan komen als deze een foto maakt van zichzelf met een Dunkin Donuts beker. Het doel is om de klant het bedrijf te laten steunen via eWOM. Deze strategie kan ook op Twitter gebruikt worden doordat door middel van hashtags mensen kunnen laten merken dat ze een bedrijf steunen. Het enige dat een bedrijf moet doen is er voor zorgen dat de persoon zijn sociale identiteit wordt verbeterd als hij dit doet. Om hier voor te zorgen moet de twitteraar dus interessant, of grappig lijken tegenover andere mensen, terwijl hij het bedrijf representeert.
Een bedrijf kan ook gebruik maken van de empathie. Zo hebben Yu en Chang (2013) aangetoond dat de houding tegenover een merk positief kan worden beïnvloed door empathische filmpjes van het bedrijf te vertonen. Dit effect kan ook worden gegenereerd door implementatie van emotioneel geladen woorden. Pennebaker en Francis (2001) toonden namelijk aan dat een groter percentage emotionele woorden in een tekst ook meer emotie op wekt bij de lezer. Berger (2011) toonde aan dat de opwinding die door de emotionele lading van het bericht wordt opgewekt leidt tot meer informatieverspreiding.
Uit de literatuur is dus gebleken dat een bedrijf er voor zorgen dat de informatieverspreiding wordt verhoogd door social currency te creëren. Hiermee worden voornamelijk incrementaltheorists
beïnvloed. Hiernaast kan een bedrijf ervoor zorgen dat de berichten die worden geplaatst op Twitter empathische gevoelens opwekken door gebruik te maken van berichtgeving die veel emotionele woorden bevat.
7. Empirische bevindingen
In het empirisch onderzoek zijn tweets opgeslagen die bepaalde hashtags bevatten. Deze tweets werden vervolgens geanalyseerd. Er is steeds gekeken naar wat de invloed van de de drie eigenschappen (ST, PT, PV) op het bereik was. Om de relatie tussen de drie factoren en het bereik te meten is een model opgesteld dat deze aan elkaar linkt aan de hand van een lerend algoritme. Het bereik is in dit model het