1
Beware: Use Webcare.
De invloed van de valentie van WOM op webcarestrategieën en de verschillen
in reactiesnelheid van publieke en private organisaties.
Afstudeerproject 2016
Scriptie Bachelor Communicatie wetenschap. Naam: Britt Faber
Studentnummer: 10338721 Begeleider: Anne Kroon. Aantal woorden: 7968.
2 Abstract
Sociale media worden een steeds populairder communicatiemiddel en betekenen steeds meer voor organisaties. In dit onderzoek wordt de invloed van de valentie van WOM op
webcarestrategieën en de verschillen in reactiesnelheid op WOM van publieke en private organisaties onderzocht . Eerder onderzoek focust zich meer op nWOM dan op pWOM. Meer onderzoek naar pWOM is nodig omdat de meeste berichten positief zijn. Uit een
inhoudsanalyse van 720 twitterberichten komen drie conclusies. Valentie van WOM heeft geen effect op het gebruik van afzonderlijke webcarestrategieën. Voor het gebruik van een combinatiestrategie werd wel een effect gevonden; bij nWOM wordt de combinatiestrategie vaker toegepast dan bij pWOM. Er is een verschil tussen de reactiesnelheid van private en publieke organisaties. Private organisaties reageren sneller dan publieke organisaties. Tot slot blijkt tegen verwachting in dat organisaties sneller reageren op pWOM dan op nWOM. De bevindingen in dit onderzoek geven webcaremedewerkers meer inzicht in het toepassen van een webcarereactie op zowel nWOM als pWOM, wat organisaties in staat stelt de voordelen van sociale media effectief te benutten. Beware, use webcare.
3 Inleiding
Sociale media zorgen ervoor dat consumenten makkelijker hun gevoelens kunnen uiten over product- of dienstervaringen (Huibers & Verhoeven, 2014). Sociale media hebben voordelen voor organisaties. Een van de voordelen is dat door het gebruik van sociale media relaties met consumenten verbeterd worden (Huibers & Verhoeven, 2014). Bovendien zorgen sociale media ervoor dat de grens wordt vervaagd tussen interpersoonlijke- en
massacommunicatie (Schultz, Utz & Goritz, 2011). Anderzijds hebben sociale media ook nadelen. Organisaties zijn kwetsbaarder door de open online en ongecontroleerde omgeving. Uitingen van de consument richting de organisatie zijn niet alleen leesbaar voor organisaties, maar ook voor andere online omstanders (Huibers & Verhoeven, 2014).
Positieve of negatieve online uitingen van consumenten op sociale media worden electronic word of mouth (WOM) genoemd (Willemsen, Neijens & Bronner, 2013). WOM is een informele manier van communicatie tussen consumenten en organisaties. Er kan sprake zijn van twee typen WOM; positieve WOM (pWOM) en negatieve WOM (nWOM). pWOM zijn positieve reacties van de consument richting organisaties op sociale media (Willemsen, Neijens & Bronner, 2013). nWOM zijn negatieve reacties van consumenten richting
organisaties op sociale media (Willemsen, Neijens & Bronner, 2013). Zowel pWOM als nWOM hebben impact op organisaties (East, Hammond & Lomax, 2008). pWOM heeft een positieve impact op organisaties. Het draagt bij aan een betere verkoop van producten
(Estelami, 2000). nWOM heeft een negatieve impact. Het zorgt er voor dat consumenten niet voor een bepaald merk of product te kiezen (East et al., 2008). Om de gevolgen van nWOM te beperken en die van pWOM te stimuleren via sociale media wordt webcare ingezet
(Willemsen, Neijens & Bronner, 2013).
Webcare is een organisatorisch beleid dat bestaat uit het reageren op klachten en vragen via sociale media (Willemsen, Neijens & Bronner, 2013). Webcare is het “ontplooien van online interacties met (klagende) consumenten, door het actief zoeken op het web om consumenten van feedback te voorzien” (Van Noort & Willemsen, 2012, p.115). Bij een effectief webcarebeleid staat luisteren naar de consument centraal (Veil, Buehner & Palenchar, 2011). Door goed te luisteren en te reageren op consumenten via sociale media, controleren bedrijven online uitingen van consumenten om reputatieschade en eventuele andere financiële nadelen te beperken (Van Laer & De Ruyter, 2010).
Een onderdeel van webcare is het gebruik maken van verschillende
4 tonen zijn voorbeelden van strategieën om negatieve gevolgen zoals reputatieschade te
beperken (Coombs, 2007 ; Huibers & Verhoeven, 2014). De Situational Crisis Communication Theory (SCCT) is een raamwerk waarin de meest effectieve
webcarestrategieën van organisaties centraal staan (Coombs, 2007). Het blijkt dat het het afstemmen van webcarestrategieën op de specifieke crisis van de organisatie en op de reactie van de consument belangrijk is (Coombs, 2007). Een crisis is een plotselinge gebeurtenis die de activiteiten van de organisatie dreigt te verstoren (Coombs, 2007, p.164). Een voorbeeld van een crisis is wanneer een consument een klacht (nWOM) richting een organisatie plaatst via sociale media.
In een crisis is er sprake van nWOM. pWOM, daarentegen kan niet als een crisis worden beschouwd (Coombs, 2007). Het SCCT raamwerk biedt geen uitkomst voor meest effectieve reactie van een organisatie op pWOM. Voor een volledig beeld van de relatie tussen zowel nWOM als pWOM en webcarestrategieën is het van belang om onderzoek te doen naar het effect van beide valenties van WOM op webcarestrategieën. De informatie- en sympathiestrategie (Coombs, 2007 ; Coombs & Holladay, 2008 ; Huibers & Verhoeven, 2014) richten zich nu nog niet op beide valenties van WOM. Daarmee wordt een eenzijdige uitspraak gedaan over webcarestrategieën die toepasbaar zijn op beide valenties van WOM. De huidige definitie van de sympathiestrategie is op nWOM gericht (Coombs, 2007).
Wanneer een product beschadigd arriveert bij een consument, kan de organisatie reageren met ‘wat vervelend’. Echter, wanneer er pWOM plaatsvindt kan er ook met sympathie gereageerd worden (Willemsen, 2016). Wanneer een consument een compliment geeft over een product, kunnen organisaties reageren met ‘wat fijn’. In dit onderzoek wordt de valentie van WOM op het gebruik van webcarestrategieën onderzocht door verschillende definities van
webcarestrategieën (Coombs, 2007 ; Huibers & Verhoeven, 2014) te herformuleren zodat deze toepasbaar zijn op pWOM en op nWOM (Willemsen, 2016).
Een tweede onderdeel van webcare is de tijd waarbinnen webcarereactie wordt geven. Er is een positieve relatie is tussen de reactiesnelheid en consumententevredenheid (Estelami, 2000; Gilly, 1987). Financiële voordelen kunnen behaald worden wanneer organisaties sneller reageren op reacties van consumenten (Goh, Heng & Lin, 2013). Het voeren van een actief webcarebeleid vergroot de consumentenbetrokkenheid (Goh et al., 2013). Een hogere consumentenbetrokkenheid stimuleert de aankoop van meer producten (Goh et al., 2013). Wanneer organisaties niet snel reageren kan dit voor imago-afbreuk zorgen (Willemsen, 2016). De focus van organisaties bij webcare ligt vooral op nWOM (Willemsen, 2016). Dit komt doordat organisaties belang hebben bij beperken negatieve effecten van nWOM, zoals
5 imago-afbreuk (Coombs, 2007). Op basis hiervan wordt verwacht dat de reactiesnelheid op nWOM en pWOM verschilt. De verwachting is dat er sneller op nWOM wordt gereageerd dan op pWOM. Recentelijk is er nog onvoldoende onderzoek gedaan naar deze verwachting. Daarom wordt er in dit onderzoek gekeken naar de invloed van de valentie van WOM op reactiesnelheid.
Een factor die mogelijk van invloed is op de relatie tussen de valentie van WOM en reactiesnelheid is het type organisatie (Zheng & Zheng, 2014). Publieke en private
organisaties hebben beide te maken met WOM. Publieke organisaties reageren minder vaak op WOM (Zheng & Zheng, 2014). Daarnaast blijkt dat private organisaties sneller reageren op WOM dan publieke organisaties (Social Bakers, 2016).
Uit bovenstaande bevindingen kan geconcludeerd worden dat al relatief veel onderzoek is verricht op het gebied van webcare (Coombs, 2007 ; Huibers & Verhoeven, 2014 ; Van Noort & Willemsen, 2012 ; Willemsen, 2016). Ook is al onderzoek gedaan naar de combinatie van WOM en webcarestrategieën, opvallend is dat er voornamelijk is gekeken naar strategieën om te reageren op nWOM (East et al., 2008). Er zijn onderzoeken verricht naar welke webcarestrategie het beste toepasbaar is tijdens een crisis (Coombs, 2007 ; Liu & Fraustino, 2014). Er is nog onvoldoende recent onderzoek uitgevoerd naar de invloed van nWOM én pWOM op webcarestrategieën (Willemsen, 2016). De vraag is of de verschillende webcarestrategieën (zie Tabel 1) (Coombs, 2007 ; Huibers & Verhoeven, 2014) die
voornamelijk voor nWOM onderzocht zijn, ook toepasbaar zijn voor pWOM (Willemsen, 2016). Er is nog beperkt onderzoek gedaan naar pWOM (Willemsen, 2016) en dit is verbazend (East et al., 2008). Dit is wel van belang omdat de meeste WOM berichten juist positief zijn (Demmers, Dolen & Weltevreden, 2013, p.55).
De vraag is waarom de focus binnen organisaties meer op nWOM is gericht (East et al., 2008). pWOM blijkt een grotere impact te hebben op de aankoopbeslissing dan nWOM (East et al., 2008). Daarnaast leidt nWOM tot reputatieschade en financiële nadelen bij organisaties (Huibers & Verhoeven, 2014). Webcare kan worden ingezet om deze schade te bepreken en voordelen te benadrukken (Goh et al., 2013 ; Floreddu, Cabiddu, & Evaristo, 2014). Veel organisaties hebben daarom getrainde webcaremedewerkers (Kerkhof, 2010). Het is van belang dat zij weten hoe er een webcarereactie gegeven kan worden op zowel nWOM als op pWOM. Op meer dan de helft van pWOM niet wordt gereageerd. Er is sprake van een denkfout omdat er gedacht wordt dat dit geen winst zal opleveren (Willemsen, 2016).
Volgens Willemsen (2016) is er wel degelijk winst te behalen door het reageren op een compliment. De complimenteuze klant toont waardering. Bij het uitblijven van een reactie
6 wordt er geen wederzijdse waardering getoond door de organisatie (Willemsen, 2016). Tot op heden is er nog geen duidelijkheid welke webcarestrategieën het meest effectief zijn bij pWOM (Demmers et al., 2013). Het is daarom van belang om meer inzicht te verschaffen over de omgang met pWOM.
Bovendien is er weinig literatuur beschikbaar over de invloed van verschillende organisatie typen op de relatie tussen WOM en webcarestrategieën.In dit onderzoek wordt type organisatie onderzocht als modererende variabele. Er wordt getoetst of de relatie tussen valentie van WOM en webcarestrategieën anders is voor publieke en private organisaties. Er is meer onderzoek naar de invloed van de organisatie typen op reactiesnelheid nodig om het gat in de literatuur op te vullen, deze studie draagt hieraan bij. Dit onderzoek geeft meer inzicht over het gebruik van webcarestrategieën en het verschil tussen publieke en private organisaties.
Het doel is om helder onderscheid te maken tussen het gebruik van webcarestrategieën bij pWOM of nWOM en welke invloed de valentie van WOM op de reactiesnelheid heeft. Tot slot zal er onderzocht worden welke invloed het type organisatie heeft op de reactiesnelheid. Aan de hand van drie hypothesen zal er een antwoord geformuleerd worden op de centrale onderzoeksvraag; Wat is de invloed van de valentie van WOM op webcarestrategieën en reactiesnelheid en wat is de invloed van type organisatie op de relatie tussen valentie van WOM en reactiesnelheid?
Theoretisch Kader
Webcare en de valentie van WOM worden eerst toegelicht. Vervolgens worden webcarestrategieën besproken die gebaseerd zijn op de Situational Crisis Communication Theorie (Coombs, 2007). Daarnaast wordt reactiesnelheid besproken, dit is een belangrijk kenmerk van online communicatie (Kaplan & Haenlein, 2010). Vervolgens worden publieke en private organisaties toegelicht. Type organisatie lijkt invloed te hebben op de relatie tussen de valentie van WOM en reactiesnelheid (Zheng & Zheng, 2014). Tot slot worden de
verwachte hypothesen weergegeven in het conceptuele model (Figuur 1). Webcare en WOM.
Sociale media bestaan al meer dan tien jaar en spelen een grote rol voor organisaties (Hays, Page & Buhalis, 2013). 63 procent van organisaties maakt gebruikt van sociale media (CBS, 2016). Echter, de verwachting is dat de betekenis van sociale media voor organisaties zal toenemen (Huibers & Verhoeven, 2014). Organisaties reageren met toenemende mate op
7 de reacties van consumenten. Deze online communicatieservice wordt webcare genoemd (Demmers et al., 2013). Webcare is een geschikte marketingtool voor organisaties (Sweetser & Metzgar, 2007). Webcare kan imagoschade voorkomen (Coombs, 2007) en beïnvloeding door mede-consumenten beperken (Sweetser & Metzgar, 2007). Berichten van consumenten kunnen de corporate reputatie van organisaties of aankoopbeslissingen van
mede-consumenten beïnvloeden (Willemsen, 2016). Deze berichten worden electronic word of mouth (WOM) genoemd (Willemsen, Neijens & Bronner, 2013). Organisaties monitoren deze WOM nauwkeurig (Willemsen, 2016).
Valentie WOM
Consumenten delen steeds vaker hun ervaringen over producten, diensten of bedrijven op sociale media (Demmers et al., 2013). Zulke berichten kunnen zowel positief als negatief zijn (Fombrun & van Riel, 2004). Het bereik van online klachten is groot door de openbare omgeving waarin deze gedeeld worden (Willemsen et al., 2009).
Zowel vanuit de wetenschap als vanuit de praktijk wordt er aandacht gevestigd op de manier hoe organisaties het beste kunnen omgaan met nWOM (Demmers et al., 2013). Dit ligt volgens Willemsen et al. (2009) aan de gevolgen van het bereik van deze uitingen. De Bruyn en Lilien (2008) stellen dat WOM de aankoopbeslissing beïnvloedt. De negatieve beïnvloeding van klachten blijkt sterker te zijn dan de positieve invloed van complimenten op de aankoopbeslissing van mede-consumenten (De Bruyn & Lilien, 2008). Op basis hiervan wordt verwacht dat organisaties sneller op nWOM reageren.
Bevindingen van De Bruyn en Lilien (2008) worden gedeeltelijk ondersteund in het onderzoek van East et al. (2008). De aankoopbeslissing van consumenten wordt beïnvloedt door WOM (East et al., 2008). Echter, beweren East et al. (2008) dat nWOM minder grote impact heeft dan pWOM. Deze bevinding is opvallend, want zoals eerder genoemd wordt er door organisaties juist meer focus gelegd op nWOM dan op pWOM (Willemsen, 2016). De bevindingen verschillen van elkaar (De Bruyn & Lilien, 2008 ; East et al., 2008). Dit kan wellicht komen doordat De Bruyn en Lilien (2008) een survey hebben uitgevoerd. Bij deze onderzoeksmethode kunnen sociaal wenselijke antwoorden gegeven worden (Manders, 2014). Dit tast de validiteit van het onderzoek aan (Manders, 2014). Toch wordt er vanuit gegaan dat de bevindingen van De Bruyn en Lilien (2008) toepasbaar zijn in dit onderzoek, omdat zij benadrukken dat de uitkomsten van het onderzoek extern valide zijn.
8 Om negatieve beïnvloeding te beperken en de reputatie van de organisatie te
beschermen, kunnen organisaties verschillende webcarestrategieën toepassen (Coombs, 2007). Huibers en Verhoeven (2014) hebben een raamwerk opgesteld met webcarestrategieën, die gebaseerd zijn op de Situational Crisis Communication Theorie. Deze theorie stelt dat de communicatie van een organisatie afgestemd wordt op de reactie van consumenten (Coombs, 2007; Holladay, 1996). Ook Crawford (2009) benadrukt dat er geluisterd moet worden naar de reactie van de consument. Dit wordt omschreven als social listening (Crawford, 2009). De SCCT biedt inzicht en richtlijnen hoe crisismanagers de reputatie van organisaties maximaal kunnen beschermen door het inzetten van webcare, nadat er nWOM heeft plaatsgevonden (Coombs, 2007).
Omdat er bij sociale media sprake is van een sterk veranderlijke omgeving (Social Bakers, 2016), wordt er benadrukt dat de SCCT uit 2006 stamt. De richtlijnen hoe
crisismanagers webcare kunnen toepassen, kunnen verouderd zijn. Dit heeft mogelijk invloed op de toepassing van deze theorie. In de periode tussen 2012 en 2015 is het percentage van organisaties die sociale media gebruiken van 40 naar 63 procent verschoven (CBS, 2016 ; Social Bakers, 2016). Dit illustreert een beeld van de veranderlijke omgeving. Toch wordt verondersteld dat de resultaten en richtlijnen uit 2006 bruikbaar zijn voor dit onderzoek. Recentelijk is er evidentie gevonden voor het raamwerk (Huibers & Verhoeven, 2014).
Omdat het SCCT model zich focust op nWOM (Coombs, 2007) is het SCCT model wellicht eenzijdig. De meeste berichten bevatten pWOM (Demmers et al., 2013). Bedrijven zouden consumenten moeten bedanken voor pWOM, dit vergroot de klanttevredenheid en de kans op meer pWOM (Demmers et al., 2013). Willemsen (2016) beweerd dat verschillende strategieën zowel voor nWOM als voor pWOM gebruikt kunnen worden wanneer de definitie geherformuleerd wordt. Tabel 1 geeft een overzicht welke strategieën (met uitzondering van de ‘aanleidingstrategie’) gebaseerd zijn op het SCCT model (Coombs, 2007). Volgens de definitie van Coombs en Holladay (2008) zou de organisatie bij het toepassen van de informatiestrategie objectieve informatie verschaffen als reactie op een klacht (nWOM). Volgens Willemsen (2016) kan er ook informatie gegeven worden als reactie op pWOM. Daarom kan objectieve informatie gegeven worden door de organisatie als reactie op zowel nWOM als pWOM.
Ook de sympathiestrategie is na herformulering toepasbaar op beide valenties van WOM. De huidige definitie luidt; ‘Het tonen van sympathie voor de klager’ (Huibers & Verhoeven, 2014, p.4). De reactie die op de klacht gegeven wordt, gaat niet inhoudelijk in op het bericht (Huibers & Verhoeven, 2014). Terwijl Willemsen (2016) aangeeft dat sympathie
9 tonen ook bij pWOM van toepassing is. Willemsen beschrijft (2016) dat er bij de acceptatie-, wederkerigheid- en bevestigend commentaarstrategie, sympathie wordt getoond aan
consumenten als reactie op pWOM. Deze strategieën zouden samengevoegd kunnen worden met de sympathiestrategie waardoor de definitie aangepast kan worden naar ‘Het tonen van sympathie, door leed of vreugde mee te voelen zonder inhoudelijk op het bericht in te gaan’ (Huibers & Verhoeven, 2014; Willemsen, 2016).
Daarnaast wordt de verontschuldigingstrategie gebruikt, waarbij een organisatie de verantwoordelijkheid neemt over datgene waarover geklaagd wordt (Coombs & Holladay, 2008 ; Huibers & Verhoeven, 2014). Deze definitie is typisch toepasbaar op nWOM. In het geval van pWOM zou het aanbieden van een verontschuldiging logischerwijs niet op zijn plaats zijn. Ook het gebruik maken van ontkenningstrategie, de rechtvaardigingstrategie of compensatiestrategie (Coombs & Holladay, 2008), zijn typische strategieën die logischerwijs vooral op nWOM toepasbaar zijn (zie Tabel 1). Wanneer een consument een compliment zou geven aan de organisatie, is het onwaarschijnlijk dat de organisatie dit ontkent, rechtvaardigt, hiervoor een oplossing biedt of de consument hiervoor compenseert (Coombs, 2007). De huidige zeven webcarestrategieën (Huibers & Verhoeven) en de (geherformuleerde) definities zijn weergegeven in Tabel 1.
Tabel 1. Definities webcarestrategieën.
Webcarestrategie Omschrijving Toepassing op Bron Informatie Het geven van objectieve
informatie als reactie op een compliment (pWOM) of een klacht (nWOM) pWOM & nWOM Coombs & Holladay (2008), Willemsen (2016).
Sympathie Tonen van sympathie, door leed of vreugde van de consument mee te voelen zonder inhoudelijk op het bericht in te gaan. pWOM & nWOM Schultz et al. (2011), Willemsen (2016).
Verontschuldiging Het opnemen van de verantwoordelijkheid waarover geklaagd wordt en/of de consument om
nWOM Coombs &
Holladay (2008), Huibers &
10 vergeving vragen.
Ontkenning Het ontkennen van schuld of verantwoordelijkheid, door aan te geven dat de oorzaak van het probleem niet bij de betrokken organisatie ligt.
nWOM Coombs (2007),
Huibers &
Verhoeven (2014).
Rechtvaardiging Reageren op de manier waardoor de oorzaak (van de klacht) niet zo erg is als het lijkt.
nWOM Coombs (2007),
Huibers &
Verhoeven (2014).
Compensatie Het aanbieden van
vergoeding, terugbetaling of het schadeloos stellen van de consument.
nWOM Coombs (2007),
Huibers &
Verhoeven (2014).
Corrigerende actie Het aanbieden van een oplossing of de stappen vermelden die de
organisatie gaat ondernemen om de klacht te verwerken.
nWOM Coombs (2007),
Huibers &
Verhoeven (2014).
Volgens Coombs (2007) wordt de informatie-, verontschuldiging- en
sympathiestrategie het meest toegepast in de praktijk. De strategieën zijn gebaseerd op de SCCT en daarom zijn de strategieën dus vooral op nWOM gefocust (Coombs, 2007; Holladay, 1996 ; Demmers et al., 2013). Na herformulering van enkele webcarestrategieën (Willemsen, 2016) zijn deze toepasbaar op beide valenties van WOM. Wanneer er naar nWOM en pWOM gekeken wordt, zal er onderzocht worden of de informatie- en sympathiestrategie de meest voorkomende strategieën zijn (Coombs, 2007). Er is nog onvoldoende evidentie voor deze uitspraak dus wordt er onderzocht of in de praktijk daadwerkelijk aan andere richtlijnen wordt voldaan. Bij nWOM wordt de informatie-, verontschuldiging- en sympathiestrategie het meest toegepast in de praktijk (Coombs, 2007). Omdat er bij pWOM aan andere richtlijnen voldaan moet worden (Demmers et al., 2013), wordt er verwacht dat deze webcarestrategieën minder vaak voorkomen bij pWOM dan bij nWOM. Er wordt vanuit gegaan dat de verontschuldigingstrategie minder vaak zal
11 voorkomen bij pWOM, omdat het aanbieden van een verontschuldiging bij een compliment niet op zijn plaats is. De eerste onderzoekshypothese luidt;
[H1]: Wanneer er sprake is van pWOM zal er minder vaak gebruik worden gemaakt van de (a) informatie- en (b) sympathiestrategie dan wanneer er sprake is van nWOM.
Reactiesnelheid
De snelheid waarmee organisaties reageren op consumentenreacties, is een belangrijk kenmerk van online communicatie (Kaplan & Haenlein, 2010). Uit onderzoek naar offline klachtencommunicatie (Durvasula, Lysonski & Mehta, 2009) blijkt dat er een positief verband is tussen de tevredenheid van consument en snelheid waarmee een organisatie
reageert (Estelami, 2000; Gilly, 1987). Organisaties tonen inzet door snel te reageren (Schultz & Goritz, 2011). Dit verhoogt de consumentenbetrokkenheid en -tevredenheid (Willemsen, 2016).
Verwacht wordt dat organisaties eerder op nWOM dan op pWOM reageren. De focus van organisaties is meer gevestigd op klachten dan op complimenten (Willemsen, 2016). Volgens Willemsen (2016) is de verklaring hiervoor dat het afbreukrisico voor organisaties hoger is wanneer zij niet reageren op nWOM, dan wanneer organisaties geen reactie geven op pWOM. Het niet spoedig verhelpen van een klacht kan het verliezen van een klant als gevolg hebben (Willemsen, 2016). Wanneer een klacht in het openbaar wordt gedeeld kan dit voor reputatieschade zorgen bij potentiële klanten (Willemsen & Van Noort, 2015). Volgens Willemsen (2016) is er sprake van een denkfout. Deze risico’s worden ook opgelopen wanneer er niet snel op een compliment wordt gereageerd omdat de klant zich dan niet gewaardeerd voelt. In de praktijk heerst de overtuiging dat het reageren op complimenten weinig effect heeft, de klant is al tevreden waardoor er minimale ruimte is voor hogere klanttevredenheid (Willemsen, 2016).
Het blijkt dat een klacht een negatieve invloed heeft op de aankoopbeslissing van medeconsumenten (De Bruyn & Lilien, 2008). Complimenten hebben een positieve invloed op de aankoopbeslissing (De Bruyn & Lilien, 2008). Skowronski en Carlston (1989)
verklaren de focus op nWOM door middel van product- en merkevaluatie. nWOM zou voor consumenten zwaarder meewegen in de evaluatie dan pWOM (Arndt, 1967; Mizerski, 1982 ; Skowronski & Carlston, 1989). Homer en Yoon (1992) bevestigen dat negatieve informatie meer aandacht trekt dan positieve. Daarom wordt er verwacht dat organisaties eerder op klachten reageren dan op complimenten. De tweede onderzoekshypothese luidt;
12 [H2]: Een organisatie reageert sneller op nWOM dan op pWOM.
Organisatie type
Het type organisatie lijkt invloed te hebben op de relatie tussen de valentie van WOM en reactiesnelheid (Zheng & Zheng, 2014). Er worden twee typen organisaties besproken; private organisaties en publieke organisaties. Private organisaties zijn bedrijven die
onafhankelijk existeren naast de overheid (Thomsen & Conyon, 2012). Dit zijn bedrijven als H&M, Coolblue of Transavia. Publieke organisaties zijn tegenhangers van de particuliere bedrijven en een verzamelnaam voor alle (semi)overheidsorganisaties (Thomsen & Conyon, 2012). Dit zijn bedrijven als de Belastingdienst, zorginstellingen of spoorwegbedrijven.
Hoewel beide organisatie typen te maken hebben met consumenten reacties, blijkt dat publieke organisaties minder vaak op WOM reageren (Zheng & Zheng, 2014).
Overheidsinstanties zouden sociale media vaker gebruiken als promotiemiddel dan als service methode (Zheng & Zheng, 2014). Dit is opmerkelijk omdat ongeacht het type organisatie het belangrijk is om de organisatie staande te houden. Communicatie speelt hier een aanzienlijke rol in (Holthauzen, 2014). Alhoewel Zeng en Zeng (2014) relatief recent onderzoek hebben verricht met de focus op publieke organisaties, is dit wellicht geen ondersteuning voor dit onderzoek. De steekproef van het onderzoek is gericht op de Chinese overheid (Zeng & Zeng, 2014). Terwijl dit onderzoek zich richt op het Nederlandse medialandschap. De cultuur- en bedrijfsverschillen tussen China en Europa zijn groot. Alleen al de overheidsvorm
(communistisch tegenover kapitalistisch) zorgt ervoor dat het onderzoek niet generaliseerbaar is voor Europa, dus voor dit onderzoek (Zeng & Zeng, 2014).
Onderzoek wat wel toepasbaar is op het Nederlandse medialandschap, heeft
uitgewezen dat nWOM een grotere impact op de consument heeft dan pWOM (Weltevreden, 2014). Er wordt daarom verwacht dat er sneller op nWOM gereageerd wordt dan op pWOM. Of er ook een verschil in reactiesnelheid is wanneer type organisatie belicht wordt, zal onderzoek moeten uitwijzen. Verwacht wordt dat private organisaties eerder zullen reageren op nWOM. Omdat organisaties financieel afhankelijker zijn van consumenten en winst maximalisatie als doel hebben (Thomsen & Conyon, 2012 ; Hull & Lio, 2006). Bij publieke organisaties is er sprake van publiekondernemerschap. Voor dit ondernemerschap ontvangen zij bekostiging van de overheid (Algemene Rekenkamer, 2012). Verondersteld kan worden dat door het wegblijven van overheidssteun, private organisaties afhankelijker zijn van directe
13 klanten dan publieke organisaties. Er is onvoldoende onderzoek uitgevoerd om de
verwachting enkel hierop te berusten.
Een ander argument waarom verwacht wordt dat private organisaties sneller reageren op nWOM, is de grotere capaciteit van een private organisatie. Uit het sociale marketing rapport van Social Bakers (2016), blijkt dat private organisaties sneller reageren dan publieke organisaties. Publieke organisaties komen niet voor in de top 10 lijst, met organisaties die het snelste reageren op twitter (Social Bakers, 2016). Publieke en private organisaties hebben verschillende intrinsieke motivaties (Hull & Lio, 2006). Publieke organisaties zouden
gedreven worden door sociale doelen te behalen en private organisaties door winst te behalen (Thomsen & Conyon, 2012 ; Hull & Lio, 2006). De meeste publieke organisaties beschikken over een kleiner budget voor online communicatie dan private organisaties (Hull & Lio, 2006). Op basis van deze argumenten wordt verwacht dat private organisaties sneller op nWOM reageren dan op pWOM. De derde onderzoekshypothese luidt;
H3: De negatieve invloed van nWOM op reactiesnelheid in vergelijking tot pWOM is sterker wanneer het bericht gericht is aan een private organisatie in vergelijking tot een publieke organisatie.
In onderstaande Figuur 1 is een conceptueel model weergegeven met alle onderzoekshypothesen.
Figuur 1. Conceptueel model.
14 Onderzoeksmethode
Er wordt een inhoudsanalyse toegepast. Door het gebruik van deze
onderzoeksmethode is het relatief eenvoudig om mediaberichten systematisch te analyseren (Krippendorf, 2004). Deze methode biedt richtlijnen en handvatten om objectief en
systematisch te werk te gaan. Hierdoor heeft een inhoudsanalyse een hoge validiteit, zowel intern als extern (‘t Hart, Boeije & Hox, 2009).
Steekproef
Om een representatieve steekproef te verkrijgen, is er gekozen voor een multistage sampling (’t Hart et al., 2009). In totaal zijn er zes branches in Nederland geselecteerd; bankensector, vliegtuigmaatschappijen, detailhandel, zorgsector, spoorwegsector en
overheidsinstellingen. Uit alle zes branches zijn twee bedrijven geselecteerd, wat resulteerde in twaalf verschillende organisaties die geselecteerd waren op het feit dat zij over een actief twitter account beschikken en webcare toepassen. Ook is er onderscheid gemaakt tussen publieke en private organisaties. Van beide type organisaties zijn evenveel organisaties in de steekproef opgenomen (publiek n=6, privaat n=6). De volgende zes private organisaties zijn onderzocht; ING, RABO bank, KLM, Transavia, H&M en Coolblue. De overige zes
organisaties bevinden zich in de publieke sector; Onze Lieve Vrouwen Gasthuis, VU
medisch centrum, NS, Prorail, de gemeente Amsterdam en de Belastingdienst. Vervolgens is er een systematic random steekproef getrokken en zijn er 720 conversaties met verschillende consumenten geselecteerd. Alle dialogen hebben plaatsgevonden op Twitter. Het Twitter bericht van de consument kan zowel een positief als negatief zijn. De eerste organisatorische reactie op deze uiting is geanalyseerd. Vervolgens is een cluster steekproef getrokken. In totaal zijn er 12 clusters geselecteerd, gebaseerd op maanden van het jaar. Een tijdsperiode tussen mei 2015 en april 2016. Vijf conversatie per maand werden random geselecteerd en opgenomen in het bestand. De steekproef resulteerde in 720 Twitter conversaties.
Tabel 2. Sample organisaties en het aantal (n) twitterberichten per organisatie (N=720).
Branche Organisatienaam Organisatietype n
Bankensector ING Privaat 60
Bankensector Rabobank Privaat 60
Vliegtuigmaatschappij KLM Privaat 60
15
Detailhandel H&M Privaat 60
Detailhandel Coolblue Privaat 60
Zorgsector OLVG Publiek 60
Zorgsector VU Medisch Centrum Publiek 60
Spoorwegbedrijf NS Publiek 60
Spoorwegbedrijf Pro Rail Publiek 60
Overheidsinstelling De Belastingdienst Publiek 60 Overheidsinstelling Gemeente Amsterdam publiek 60
Ontwikkeling meetinstrument.
Drie onafhankelijke getrainde codeurs hebben meegewerkt aan de verzameling en analyse van de steekproef. Het codeboek is opgesteld om vier variabelen te meten: reactiesnelheid van de organisatie, toepassing van webcarestrategieën, het type organisatie en de valentie van WOM. De codeurs zijn begonnen met coderen nadat alle categorieën in het codeboek (zie Bijlage II) zijn uitgebreid tot dat dit alle aspecten goed omschreef. Het eerste deel van het codeboek heeft betrekking op de algemene informatie van de tweet. De codeur werd geacht om het itemnummer, codeur ID, datum van het bericht, naam van de organisatie en het type branche te noteren. Het tweede deel van het codeboek heeft betrekking op de inhoudelijke informatie van het twitterbericht. De codeur werd geacht te kijken naar het type organisatie (publiek/privaat), de valentie van WOM (pWOM/nWOM) en de reactiesnelheid van de organisatie (binnen hoeveel minuten werd er gereageerd). De reactiesnelheid is op rationiveau gemeten, de overige variabelen zijn gemeten op basis van een dichotome schaal met de waarden 0 en 1.
Daarnaast werd de aanwezigheid van webcarestrategieën gemeten. Er waren zeven verschillende webcarestrategieën. Voor elke webcarestrategie werd er met behulp van een vraag aan de codeur gekeken of deze wel of niet werd toegepast (zie Tabel 3). De vragen zijn gebaseerd op de webcaredefinities van de auteurs weergegeven in Tabel 1. De codeur gaf antwoord op de vraag met ja of nee. Tot slot was er een categorie ‘overig’. Indien geen een van de genoemde webcarestrategieën van toepassing was, werd de codeur geacht om een werkwoord in te vullen bij de strategie ‘overig’. Met behulp van het werkwoord werd de webcarestrategie in een woord omvat. Een voorbeeld van een werkwoord is; verduidelijking.
16 Webcarestrategie Operationaliseringsvraag
Informatie Verschaft het bedrijf informatie aan degene die een klacht of compliment heeft?
Sympathie Toont de organisatie sympathie door leed of vreugde te tonen?
Verontschuldiging Neemt de organisatie verantwoordelijkheid op zich voor hetgeen waar over geklaagd wordt?
Ontkenning Ontkent het bedrijf de schuld of verantwoordelijkheid ?
Rechtvaardiging Reageert de organisatie op een manier dat de oorzaak van het probleem niet zo erg is als dat het lijkt? Compensatie Biedt het bedrijf een compenserende oplossing aan,
zoals een terugbetaling of vergoeding?
Corrigerende actie Voert de organisatie een corrigerende actie uit door te vermelden welke stappen de organisatie gaat ondernemen om de klacht te verwerken?
Overig Indien alle bovenstaande webcarestrategieën niet van toepassing zijn, omvat dan in één werkwoord de strategie die wel toepasbaar is.
Procedure
De eerste instructie voor de drie onafhankelijke codeurs was het uitvoerig bestuderen van het codeboek (zie Bijlage II). Daarnaast bestonden er een aantal richtlijnen waaraan voldaan moest worden tijdens het coderen. De gehele steekproef moest binnen een week gecodeerd zijn, codeurs mochten niet langer dan één uur achtereenvolgens coderen zonder pauze en er mocht enkel in de ochtend gecodeerd worden. Vervolgens moesten de codeurs iedere stap in de opgestelde Qualtrics survey onafhankelijk van elkaar per twitterbericht doorlopen. De verdeling van de steekproef per codeur was weergegeven in het Coosto
databestand. Pas wanneer de codeur het twitterbericht op alle punten zoals weergegeven in het codeboek had beoordeeld, was de analyse van het twitterbericht voltooid. Hierna ging de codeur veder met de beoordeling van het volgende twitterbericht, tot dat de codeur zijn deel van de gehele sample (n=240) had gecodeerd.
17 Door het pre-testen en het verbeteren van het codeboek waren de codeurs getraind. Training van codeurs zorgde voor een hogere validiteit van het codeboek (’t Hart et al., 2009).
De training van de codeurs is pas gestopt toen er betrouwbaar gecodeerd werd, hierdoor is er een betrouwbaar niveau van Krippendorff’s alpha behaald. De intercodeurbetrouwbaarheid is voor iedere variabele gemeten. Er is hiervoor een random sample getrokken (10%). Alle codeurs hebben elk tiende twitterbericht uit het Coosto databestand dubbel gecodeerd. Dit resulteerde in hoge tot uitstekende betrouwbaarheid voor bijna iedere variabele (zie Tabel 4). Deze waardes zijn betrouwbaar omdat deze boven de 0.70 zijn (’t Hart et al., 2009). De verduidelijking strategie was een uitzondering. Zoals in Tabel 4 weergegeven is de waarde van deze variabele te laag, omdat deze lager is dan 0.70 (’t Hart et al., 2009). De lage
betrouwbaarheid kan verklaard worden doordat deze strategie ingevuld moest worden middels een werkwoord. Echter, is er toch besloten om verder te gaan met de analyses en gebruik te maken van deze overige strategieën omdat er een overeenstemmingspercentage is gevonden van 95.37% (zie Bijlage I).
Tabel 4. Intercodeurbetrouwbaarheid (Krippendorff’s Alpha)
Variabele Naam Krippendorff’s Alpha
Datum tweet 0.95 Twitteraccount 1 Branche Reactiesnelheid 1 1 Informatie 0.89 Verontschuldiging 1 Sympathie 0.85 Ontkenning 0.75 Rechtvaardiging 0.74 Compensatie 0.81 Corrigerende 0.89 Aanleiding 1 Organisatie Type 1 WOM 0.98 Socializen 0.82 Verduidelijking 0.42
18 Operationalisering
Zoals in het conceptueel model aangegeven zijn er vier hoofdvariabelen. WOM is de eerste variabele die besproken wordt. pWOM en nWOM is gecodeerd aan de hand van de definities van East et al. (2008). nWOM is bericht wat voortkomt uit een klacht. De
consument kan een klacht hebben wanneer zijn bestelling niet is aangekomen. pWOM zijn positieve berichten die consumenten uiten. Een consument kan blij zijn met zijn ontvangen met bestelling en dit uiten. Op basis van de definitie werd dan wel bepaald of de tweet als pWOM of nWOM gecategoriseerd kon worden. Wanneer de tweet in de positieve categorie viel heeft het de waarde 1 gekregen. Wanneer de uiting negatief was, werd het als nWOM gecategoriseerd en kreeg het de waarde 0.De beoordeling werd gevalideerd door te kijken of deze overeenkwam met de beoordeling van de twee onafhankelijke mede-onderzoekers. De intercodeursbetrouwbaarheid bleek hoog (Krippendorff’s alpha=0.98).
Daarnaast is er gekeken naar verschillende webcarestrategieën (zie Tabel 1 en Tabel 3). De webcarestrategieën werden gecodeerd op basis van verschillende definities (Coombs, 2006, 2007 ; Coombs & Holladay, 2008 ; Schultz et al., 2001 ; Willemsen, 2016). Daarnaast was er nog een strategie ‘overig’ waarbij een werkwoord ingevuld moest worden. Hieruit is gebleken dat de ‘socializenstrategie’ en ‘verduidelijkingstrategie’ een toevoeging zijn op het huidige model (Coombs, 2007). Hierdoor zijn er in totaal negen strategieën gebruikt. De tweets zijn ingedeeld op basis van de definities in een of meerder van de negen
webcarestrategieën. Voor elke tweet werd bepaald of deze wel of niet tot een webcarestrategie behoorde. Dit werd bekeken per strategie. Wanneer een desbetreffende webcarestrategie wel voorkwam in de reactie van de organisatie kreeg dit de waarde 1. Wanneer de desbetreffende strategie niet voorkwam werd dit als 0 gecategoriseerd. Validiteit van de beoordeling werd opnieuw bepaald middels intercodeursbetrouwbaarheid (zie Tabel 4).
De derde variabele is de reactiesnelheid van de organisatie. De reactiesnelheid is berekend door het verschil tussen het tijdstip van de plaatsing van de WOM tweet en de reactie van de organisatie hierop te berekenen in minuten. De laatste variabele is het type organisatie. Middels de onderzoeker is bepaald of de organisaties zich in de publieke of private sector bevonden. Dit is op basis gedaan of een organisatie gesubsidieerd werd of onderdeel was van een overheidsinstelling. Op een moment dat organisaties werden gesubsidieerd of onderdeel waren van een overheidsinstelling, is het gecategoriseerd als publieke organisatie. Indien dit niet het geval was, is de organisatie als private organisatie gecategoriseerd. In Tabel 2 is de type organisatie indeling per bedrijf weergegeven. De
19 twee onafhankelijke mede onderzoekers. De intercodeursbetrouwbaarheid van deze variabele is uitmuntend (Krippendorff’s alpha=1).
Data Analyse
Middels een chikwadraattoets wordt vastgesteld of de informatiestrategie (H1a) en de sympathiestrategie (H1b) minder vaak worden gebruikt bij pWOM dan bij nWOM.
Hierbij is valentie van WOM de onafhankelijke variabele en de webcarestrategie de
afhankelijke variabele. Beide variabelen zijn gemeten op een dichotome schaal dus als ratio meetniveau gecategoriseerd. Er wordt geen asymmetrisch verband verwacht. De
chikwadraattoets onderzoekt de relatie tussen de valentie van WOM en de toegepaste webcarestrategie. Vervolgens wordt middels drie binominaal toetsen gekeken of de
informatie-, sympathie- of de combinatiestrategie relatief vaker gebruikt worden bij nWOM of bij pWOM. Daarnaast is er middels een independent t-toets gekeken of er een verschil is tussen de reactiesnelheid op pWOM en nWOM. Verwacht wordt dat organisaties sneller reageren op nWOM dan op pWOM (H2). Tot slot is er een tweewegs-variantieanalyse uitgevoerd die de valentie van WOM en type organisatie als onafhankelijke variabele en reactiesnelheid als afhankelijke variabele heeft. Hierbij is tevens gekeken naar de interactie tussen valentie WOM en type organisatie. Verwacht wordt dat de negatieve invloed van nWOM op reactiesnelheid in vergelijking tot pWOM sterker is wanneer het bericht gericht is aan een private organisatie in vergelijking tot een publieke organisaties (H3).
Resultaten Beschrijvende analyses
Er zijn 726 twitter berichten geanalyseerd. 41.04 procent daarvan was gericht aan publieke organisaties (n=298) en 59.96 procent aan private organisaties (n=428). 338 berichten bevatten pWOM en 388 berichten nWOM. In Tabel 5 is een compleet overzicht toegevoegd van de variabelen en de kenmerken ervan. De gemiddelde reactiesnelheid bedroeg 3,36 uur is (M=201,30 minuten, SD=337,23, N=726).
20 Tabel 5. Beschrijvende statistiek variabelen type organisatie en WOM.
Type Organisatie
Privaat Publiek Totaal
Valentie WOM
pWOM nWOM Totaal
N 428 289 726 338 388 726
% 58.96 41.04 100 46.56 53.44 100
In Tabel 6 wordt er tussen webcarestrategieën beschreven hoe vaak deze bij nWOM of pWOM werden toegepast. Ook wordt er weergegeven hoe vaak dit voorkwam per organisatie type. Daarnaast wordt weergegeven hoe vaak deze strategie voorkwam in verhouding met de overige strategieën. De informatiestrategie was zowel bij pWOM (n=173) als bij nWOM (n=219) de meest gebruikte webcarestrategie. De informatiestrategie werd vaker door private organisaties (59.8%) toegepast dan publieke organisaties (40.2%). De sympathiestrategie werd in totaal in 43.11 procent van de gevallen toegepast (n=313). De sympathiestrategie wordt 148 keer toegepast in reactie op pWOM en 165 keer in reactie op nWOM. De
sympathiestrategie wordt vaker gebruikt door private organisaties (n=191) dan door publieke organisaties (n=122).
Tabel 6. Beschrijvingwebcarestrategieën bij valentie WOM en type organisatie (vergelijking tussen webcarestrategieën)a. Webcarestrategie pWOM N % nWOM N % Publiek N % Privaat N % Informatie 73 22.8 219 30.2 146 20.1 246 33.9 Sympathie 148 47.3 165 52.7 122 16.8 191 26.3 Verontschuldiging 10 1.4 50 6.9 27 3.7 33 4.5 Ontkenning 8 1.1 90 1.2 3 0.4 14 1.9 Rechtvaardiging 8 1.1 30 4.1 17 2.3 21 2.9 Compensatie 6 0.8 13 1.8 8 1.1 11 1.5 Correctie 55 7.6 142 19.6 103 14.2 94 12.9
21 Verduidelijking 11 1.5 32 4.4 20 2.8 23 3.2 Socializen 35 4.8 1 0.01 10 1.4 26 3.6 Totaal 486 100 755 100 467 100 693 100
Noot. De N waardes per strategie bij elkaar opgeteld komen niet overeen met totale N=726 vanwege het feit dat er
meerdere strategieën binnen een bericht toegepast worden.
aHet aantal keer dat en webcarestrategie voorkomt bij pWOM en/of nWOM.
Hypothesen resultaten Webcarestrategieën
Er zijn twee chikwadraattoetsen uitgevoerd om hypothese 1a en 1b te toetsen. Geen van de cellen bevatte een verwachte waarde onder vijf. Dus kan er een chikwadraattoets worden uitgevoerd. Uit de eerste chikwadraattoets bleek tussen het gebruik van de informatiestrategie en de valentie van WOM geen significante relatie te zijn, Chikwadraat (1)= 2.012, p= 0.156. Uit de tweede chikwadraattoets bleek dat er geen significante relatie is tussen sympathie en valentie WOM, Chikwadraat (1)= 0.117, p=0.732. Hypothese 1a en 1b worden niet
ondersteund.
Vervolgens zijn er drie binominaal toetsen uitgevoerd. De omvang van de steekproef is kleiner dan de grootte van de populatie. De steekproef is representatief voor de doelgroep en iedere waarde is onafhankelijk van elkaar gemeten. De binominaal toetsen zijn uitgevoerd omdat hiermee bepaald kan worden of er binnen één strategie significant vaker van pWOM of nWOM wordt gebruik gemaakt (’t Hart et al., 2009). Ook wordt er getoetst of de
combinatiestrategie vaker bij pWOM of bij nWOM wordt toegepast. De combinatiestrategie houdt in dat er een combinatie van de informatie- en sympathiestrategie toegepast wordt.
Wanneer een consument een compliment geeft en een vraag stelt, kan de organisatie bedanken voor het compliment en antwoord verschaffen op de vraag. Het blijkt dat een
combinatiestrategie significant vaker voorkomt bij nWOM (60%) dan bij pWOM (40%), (p=0.03).
22 Tabel 7. Gebruik van webcarestrategieën (vergelijking binnen webcarestrategieën)a.
pWOM N % nWOM N % Totaal N % Informatiestrategie 173 44.1 219 56.4 392 100 Sympathiestrategie 148 47.3 165 52.7 313 100 Combinatiestrategieb 54 40 80 60 134 100
Noot. Geen significante uitkomst voor informatiestrategie en sympathiestrategie. aHet aantal keer dat pWOM of nWOM voorkomt binnen een webcarestrategie. bSignificante uitkomst voor de combinatiestrategie.
Reactiesnelheid
Hypothese 2 is getoetst middels een independent t-toets. Elke groep bevatte meer dan 30 waarnemingen en er was sprake van een normale verdeling. Levene’s test toonde aan dat de varianties niet significant verschillen, F(722,54)=6.05, p=0.141.
Uit de resultaten bleek dat de gemiddelde reactiesnelheid op pWOM (M=175.25, SD=17.40, N=338) niet significant sneller is dan die op nWOM (M=223.99, SD=351.15, N=388. De resultaten waren wel marginaal significant, t(722,54)=-1.96, p=0,051 met 95% CI [-97.64, 0.71]. Dit biedt marginale ondersteuning voor hypothese 2.
Type organisatie
Voor hypothese 3 is een tweewegs-variantieanalyse uitgevoerd. Uit de assumptie check bleek dat de afhankelijke variabele reactiesnelheid rationiveau gemeten was. De groepen werden beschouwd als onafhankelijke steekproeven en waren ongeveer even groot (pWOM n=338, nWOM n=388). Alle subgroepen bevatten meer dan 30 cases, daarom werden deze beschouwd als een normale verdeling (’t Hart et al., 2009). Levene’s test toonde aan dat de varianties niet significant verschillen, F(722,54) = 8.05, p=0.414.
Er bleek een significant hoofdeffect voor het type organisatie op reactiesnelheid, F(1,722)= 68.813, p<0.01 , η2=0.06 . De reactiesnelheid van een private organisatie
(M=116.33 SD=233.45) was significant sneller dan de reactiesnelheid van een publieke organisatie (M=323.34 SD=417.80).
Er is geen hoofdeffect voor de valentie van WOM, F(1,722)=1.126, p=0.289. Dit houdt in dat wanneer er gecontroleerd wordt voor het type organisatie, het eerdere significante verschil bij de reactiesnelheid verdwijnt. Het interactie-effect blijkt niet significant,
23 Conclusie
De volgende vraag stond centraal; Wat is de invloed van de valentie van WOM op webcarestrategieën en reactiesnelheid en wat zijn hierbij de verschillen tussen publieke en private organisaties?
Er was geen effect van valentie van WOM op het gebruik van afzonderlijke webcarestrategieën. Er werd wel een effect gevonden van de valentie van WOM op het gebruik van een combinatiestrategie. Wanneer er sprake was van nWOM werd de combinatiestrategie vaker toegepast. Daarnaast bleek er een verschil tussen private en publieke organisaties in reactiesnelheid. Private organisaties reageren sneller op tweets dan publieke organisaties. Tot slot blijkt, in tegenstelling tot de verwachtingen, dat organisaties sneller reageren op pWOM dan op nWOM.
Hypothese 1 van dit onderzoek stelt dat wanneer er sprake is van pWOM er minder gebruik wordt gemaakt van de informatie- en sympathiestrategie dan wanneer er sprake is van nWOM. Er is geen verband tussen de valentie van WOM en de toepassing van de informatie- of sympathiestrategie. Er is wel een verschil tussen het gebruik van de combinatiestrategie bij pWOM en nWOM. De combinatiestrategie wordt vaker gebruikt bij nWOM dan bij pWOM. Bij nWOM is het doel om de valentie van WOM te veranderen naar pWOM (Willemsen, 2016). Bij pWOM is het behouden van positieve valentie gewenst (Willemsen, 2016). Het te weeg brengen van een verandering vraagt om een complexere aanpak, dan het behouden van een situatie die al positief is (Dens, 2014). Wellicht is daarom het inzetten van een
combinatiestrategieën gebruikelijker in het reageren op nWOM in vergelijking tot nWOM. (Dens, 2014).
Hypothese 2 van dit onderzoek stelt dat organisaties sneller reageren op nWOM dan op pWOM. Hiervoor werd marginale ondersteuning gevonden. Het blijkt dat organisaties sneller reageren op pWOM dan op nWOM. Verwacht werd dat de focus van organisaties meer op nWOM ligt en dat de reactiesnelheid op nWOM daarom hoger is dan op pWOM (Demmers et al., 2013). Deze verwachting is gebaseerd op onderzoek waaruit blijkt dat nWOM schadelijker is voor organisaties (De Bruyn & Lilien, 2008 ; Kerkhof, 2010 ; Willemsen & Van Noort, 2015) en dat organisaties het belangrijk vinden om schade te beperken (Thomsen & Conyon, 2012). Echter, wordt er in dit onderzoek het
tegenovergestelde aangetoond. In hoeverre webcaremedewerkers denken dat nWOM
schadelijk is voor hun organisatie en de mate waarin zij het belangrijk vinden dit te beperken is in dit onderzoek niet gemeten. Mogelijk vinden organisaties schade beperken minder
24 belangrijk dan voorafgaand aan dit onderzoek verwacht werd (Wortmann & Kremer, 2011). Vervolgonderzoek is nodig om deze alternatieve verklaring te toetsen.
Volgens Willemsen (2016) maken webcaremedewerkers een denkfout;
webcaremedewerkers reageren niet snel op pWOM omdat zij denken dat hier geen winst uit voort komt . Er wordt geen evidentie voor deze uitspraak gevonden wat impliceert dat er wellicht geen sprake is van een denkfout. Mogelijk zijn webcaremedewerkers zich er wel degelijk van bewust dat er winst te behalen valt door snel te reageren op pWOM. Dit dient onderzocht te worden om zeker te weten of de denkfout daadwerkelijk gemaakt wordt.
Hypothese 3 van dit onderzoek stelt dat de negatieve invloed van nWOM op reactiesnelheid in vergelijking tot pWOM sterker is wanneer het bericht gericht is aan een private organisatie in vergelijking tot een publieke organisatie. Zoals verwacht reageren private organisaties sneller op nWOM dan op pWOM in tegenstelling tot publieke organisaties. Een verklaring hiervoor is dat private organisaties afhankelijker zijn van de tevredenheid van consumenten omdat zij geen financiële steun ontvangen van overheden (Wortmann & Kremer, 2011). Sneller reageren zorgt voor een grotere klanttevredenheid en is daarom wellicht belangrijker voor private organisaties dan voor publieke organisaties
(Durvasula et al., 2011). Daarnaast hebben publieke organisaties een grotere (financiële) capaciteit om te reageren op WOM dan publieke organisaties (Social Bakers, 2016).
Dit onderzoek heeft een van de eerste stappen gezet in het betrekken van pWOM bij webcare. Echter, er zijn een aantal punten die in het vervolg beter aangepakt kunnen worden. Er zijn slechts 720 twitterberichten opgenomen, verspreid over een periode van een jaar. Dit is een relatief kleine steekproef. Iedere dag versturen meer dan tienduizend consumenten alleen al een twitterbericht aan KLM (Van der Voort, 2016). Een relatief kleine steekproef kan afdoen aan de representativiteit omdat de verhouding van de deelpopulaties in de steekproef niet overeenkomen met de verhouding in de totale populatie (Ketelaar, 2014). Echter, er is gekozen voor een gevarieerde steekproef. De twitterberichten in de steekproef zo divers mogelijk geselecteerd. Er is gebruik gemaakt van verschillende organisaties die
gecategoriseerd kunnen worden in publieke en in private organisatie typen. Binnen de organisatie typen zijn er zes verschillende branches geselecteerd. Gevarieerdheid draagt bij aan de representativiteit van de steekproef, omdat dit een goede indicatie geeft van de populatie (’t Hart et al., 2009).
Een tweede punt ter discussie is de operationalisering van de valentie van WOM. Een tweet kon gecategoriseerd worden als positief of negatief. Echter, in sommige gevallen bleken deze categorieën elkaar niet uit te sluiten. Er bleken er ook neutrale tweets te zijn welke lastig
25 waren te plaatsen bij nWOM of pWOM. In vervolgonderzoek kan in overweging genomen worden om de operationalisering van WOM aan te passen en aparte ‘neutrale’ categorie hiervoor aanmaken.
Ten derde focust dit onderzoek zich alleen op WOM op Twitter. Het is niet duidelijk of de resultaten te generaliseren zijn naar andere sociale media kanalen. Op Twitter is de reactie beperkt tot140 tekens (Klomp, 2015). Op Facebook kunnen er oneindig veel tekens gebruikt worden (Klomp, 2015). Dit impliceert dat er meer ruimte is om meerdere
webcarestrategieën toe te passen in een reactie. Wanneer er nogmaals onderzoek gedaan wordt naar andere kanalen als Facebook, zou dit mogelijk tot andere resultaten kunnen leiden. Vervolgonderzoek is nodig naar het gebruik van webcare op verschillende sociale media kanalen aangezien uit marketingonderzoek blijkt dat de populariteit van Twitter tussen 2014 en 2015 is afgenomen (Oosterveer, 2016). De populariteit van andere sociale media kanalen als Instagram en Facebook stijgen daarentegen (Oosterveer, 2016).
Het advies wat op basis van dit onderzoek gegeven kan worden aan
webcaremedewerkers van publieke en private organisaties, is dat sneller reageren op pWOM gunstig is voor organisaties (Goh et al., 2103). Een snelle reactie zorgt namelijk voor een grotere merk- en consumentenbetrokkenheid (Goh et al., 2013). Dit is over het algemeen financieel gunstig voor organisaties (Van Laer & De Ruyter, 2010).
Daarnaast zijn er wetenschappelijke implicaties. Er is veel bekend over nWOM en niet over pWOM in de literatuur (Coombs, 2007 ; Huibers & Verhoeven, 2014 ; Van Noort & Willemsen, 2012 ; Willemsen, 2016). Dit onderzoek geeft aanleiding om meer onderzoek te doen naar de rol van pWOM bij webcare. Enkele webcarestrategieën zijn in dit onderzoek geherformuleerd (Coombs, 2007 ; Huibers & Verhoeven, 2014) om deze toe te passen op nWOM én op pWOM (Willemsen, 2016). Het SCCT model biedt richtlijnen voor het toepassen van webcarestrategieën bij nWOM (Coombs, 2007). Het bleek dat de
geherformuleerde webcarestrategieën ook bij pWOM voorkwamen en dus inderdaad op beide valenties van toepassing zijn. Op basis hiervan kan gesteld worden dat het huidige raamwerk van Coombs (2007) uitgebreid kan worden zodat het richtlijnen biedt voor webcarebeleid gericht op nWOM en pWOM. Webcare kan in dat geval voor zowel de wetenschap als voor organisaties niet alleen beschouwd worden als een manier om met crisissituaties op sociale media om te gaan, maar ook om op positiviteit van de consument te reageren (Willemsen, 2016).
Webcare is van belang omdat steeds meer consumenten zich online bevinden (Social Bakers, 2016) en zich via sociale media uiten (Huibers & Verhoeven, 2014). Ook steeds meer
26 organisaties worden actief op sociale media (Social Bakers, 2016). Dit onderzoek biedt
richtlijnen voor webcaremedewerkers in de toepassing van een webcarereactie op pWOM. Dit is belangrijk om de nadelen, zoals reputatieschade van sociale media te beperken of te
voorkomen (Coombs, 2007 ; Huibers & Verhoeven, 2014). Vooral de voordelen van sociale media kunnen hierdoor effectief benut worden (Willemsen, 2016). Beware, use webcare.
27
Arndt, J. (1967). Role of product-related conversations in the diffusion of a new product. Journal of marketing Research, 4(3),291-295. doi: 10.2307/3149462 Benoit, W. L. (1997). Image repair discourse and crisis communication. Public relations
review, 23(2), 177-186. doi:10.1016/S0363-8111(97)90023-0
Centraal Bureau van de Statistiek. (2015). Twee derde van de bedrijven gebruikt nu sociale media. Geraadpleegd op https://www.cbs.nl/nl-nl/nieuws/2015/44/twee-derde-van-de-bedrijven-gebruikt-nu-sociale-media
Coombs, W. T. (2007). Protecting organization reputations during a crisis: The development and application of situational crisis communication theory. Corporate Reputation Review, 10(3), 163–176. doi:10.1057/palgrave.crr.1550049
Coombs, W. T., & Holladay, S. J. (1996). Communication and attributions in a crisis: An experimental study in crisis communication. Journal of public relations
research, 8(4), 279-295. doi: 10.1207/s1532754xjprr0804_04
Coombs, W. T., & Holladay, S. J. (2008). Comparing apology to equivalent crisis response strategies: Clarifying apology's role and value in crisis communication. Public Relations Review, 34(3), 252-257. doi:10.1016/j.pubrev.2008.04.001
De Bruyn, A., & Lilien, G. L. (2008). A multi-stage model of word-of-mouth influence through viral marketing. International Journal of Research in Marketing, 25(3), 151-163. doi:10.1016/j.ijresmar.2008.03.004
Dekay, S. H. (2012). How large companies react to negative Facebook comments. Corporate Communications: An International Journal, 17(3), 289-199.
doi:10.1108/13563281211253539
Demmers, J., Van Dolen, W. M., & Weltevreden, J. W. J. (2013). Attentive customer care or privacy infringement? Dealing with customer feedback on social networking sites. Working paper, University of Amsterdam. doi: 10.1037/0021-9010.91.1.70
Dens, N., De Pelsmacker, P., & Purnawirawan, N. (2015). “We (b) care” How review set balance moderates the appropriate response strategy to negative online
reviews. Journal of Service Management, 26(3), 486-515. doi:10.1108/JOSM-03-2014-0082
Durvasula, S., Lysonski, S., & Mehta, S. C. (2000). Business-to-business marketing service recovery and customer satisfaction issues with ocean shipping lines. European Journal
28 East, R., Hammond, K., & Lomax. (2008). Measuring the impact of positive and negative
word of mouth on brand purchase probability. International Journal of Research in Marketing, 25(3), 215-224. doi: 10.1016/j.ijresmar.2008.04.001
Estelami, H. (2000). Competitive and procedural determinants of delight and disappointment in consumer complaint outcomes. Journal of service research, 2(3), 285-300.
doi:10.1177/109467050023006
Floreddu, P. B., Cabiddu, F., & Evaristo, R. (2014). Inside your social media ring: How to optimize online corporate reputation. Business Horizons, 57(6), 737-745.
doi:10.1016/j.bushor.2014.07.007
Fombrun, C. J., & Van Riel, C. B. (2004). Fame & fortune: How successful companies build winning reputations. FT Press.
Godes, D., & Mayzlin, D. (2004). Using online conversations to study word-of-mouth communication. Marketing science, 23(4), 545-560. doi: 10.1287/mksc.1040.0071
Goh, K. Y., Heng, C. S., & Lin, Z. (2013). Social media brand community and consumer behavior: Quantifying the relative impact of user-and marketer-generated
content. Information Systems Research, 24(1), 88-107. doi: 10.1287/isre.1120.0469
Gilly, M. C. (1987). Postcomplaint processes: From organizational response to r epurchase behavior. Journal of Consumer Affairs, 21(2), 293-213. doi:
10.1111/j.1745-6606.1987.tb00204.x
Grégoire, Y., Salle, A., & Tripp, T. M. (2015). Managing social media crises with your customers: The good, the bad, and the ugly. Business Horizons, 58(2), 173-182.
doi:10.1016/j.bushor.2014.11.001
Hays, S., Page, S. J., & Buhalis, D. (2013). Social media as a destination marketing tool: its use by national tourism organisations. Current issues in Tourism, 16(3), 211-239. doi:10.1080/13683500.2012.662215
Homer, P. M., & Yoon, S. G. (1992). Message framing and the interrelationships among ad-based feelings, affect, and cognition. Journal of Advertising, 21(1), 19-33.
doi:10.1080/00913367.1992.10673357
Hooijdonk, C. Van & Liebrecht, C. (2015). Kijk, de consument praat terug! Een onderzoek naar strategie en toonzetting in webcaredialogen tussen instituties en hun klanten op Twitter. Tekstblad, 21(5/6), 22-27.
Holtzhausen, L. (2014). Non-profit organizations bridging the communication divide in a complex South Africa. Public Relations Review, 40(2), 286-293.
29
Huibers, J., & Verhoeven, J. (2014). Webcare als online reputatiemanagement. Tijdschrift
voor Communicatiewetenschap, 42(2), 165.
Hull, C. E., & Lio, B. H. (2006). Innovation in non-profit and for-profit organizations: Visionary, strategic, and financial considerations. Journal of Change Management,
6(1), 53-65. doi: 10.1080/14697010500523418
Jansen, B. J., Zhang, M., Sobel, K., & Chowdury, A. (2009). Twitter power: Tweets as electronic word of mouth. Journal of the American society for information science and
technology, 60(11), 2169-2188. doi: 10.1002/asi.21149
Jin, Y., Liu, B. F., & Austin, L. L. (2011). Examining the role of social media in effective crisis management: The effects of crisis origin, information form, and source on publics’ crisis responses. Communication Research, 1(1), 69-79.
doi:10.1177/0093650211423918
Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and opportunities of Social Media. Business horizons, 53(1), 59-68.
doi:10.1016/j.bushor.2009.09.003
Kerkhof, P., Beugels, D., Utz, S., & Beukeboom, C. J. (2011). Crisis PR in social media: An experimental study of the effects of organizational crisis responses on Facebook. In Presentation at SWOCC conference in Amsterdam, 13(1), 10-18.
Ketelaar, M. (2014). Wanneer is een steekproef representatief? Geraadpleegd op http://www.netq-enquete.nl/nl/blog/representatieve-steekproef
Klomp, C. (2015). Algemeen dagblad: Twitter neemt afscheidt van 140 tekens. Geraadpleegd op http://www.ad.nl/digitaal/twitter-neemt-afscheid-van-140-tekens~a1bb55ef/
Labrecque, L. I. (2014). Fostering consumer–brand relationships in social media environments: The role of parasocial interaction. Journal of Interactive
Marketing, 28(2), 134-148. doi:10.1016/j.intmar.2013.12.003
Liu, B. F., Austin, L., & Jin, Y. (2011). How publics respond to crisis communication strategies: The interplay of information form and source. Public Relations Review, 37(4), 345-353. doi:10.1016/j.pubrev.2011.08.004
Levy, D. S., & Lee, C. K. (2009). Switching behaviour in property related professional services. Journal of Property Research, 26(1), 87-103.
doi:10.1080/09599910903290060
Manders, M. (2014). Validiteit van scriptieonderzoek. Geraadpleegd op
30
Mizerski, R. W. (1982). An attribution explanation of the disproportionate influence of unfavorable information. Journal of Consumer Research, 9(3), 301-310.
doi:jstor.org/stable/2488625
Oosterveer, D. (2015). Social media in Nederland 2015: jongeren haken af van Facebook en Twitter. Geraadpleegd op http://www.marketingfacts.nl/berichten/social-media-in-nederland-2015-jongeren-haken-af-op-facebook
Park, C., & Lee, T. M. (2009). Information direction, website reputation and eWOM effect: A moderating role of product type. Journal of Business research, 62(1), 61-67.
doi:10.1016/j.jbusres.2007.11.017
Rokka, J., Karlsson, K., & Tienari, J. (2014). Balancing acts: Managing employees and reputation in social media. Journal of Marketing Management, 30(7), 802-827. doi:10.1080/0267257X.2013.813577
Schamari, J., & Schaefers, T. (2015). Leaving the home turf: how brands can use webcare on consumer-generated platforms to increase positive consumer engagement. Journal of
Interactive Marketing, 30(1), 20-33. doi:10.1016/j.intmar.2014.12.001
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. doi:10.1016/j.pubrev.2010.12.001
Skowronski, J. J., & Carlston, D. E. (1989). Negativity and extremity biases in impression formation: A review of explanations. Psychological bulletin, 105(1), 131.
doi:10.1037/0033-2909.105.1.131
Social Bakers. (2015). March 2015 Social Marketing Report Netherlands. Geraadpleegd op http://www.socialbakers.com/resources/reports/regional/netherlands/2013/august/ Sweetser, K. D., & Metzgar, E. (2007). Communicating during crisis: Use of blogs as a
relationship management tool. Public Relations Review, 33(3), 340-342. Doi:10.1016/j.pubrev.2007.05.016
T Hart, H., Boeije, H., & Hox, J. (2009). Onderzoeksmethoden. Den Haag: Boom Lemma uitgevers.
Thomsen, S., & Conyon, M. (2012). Corporate Governance: Mechanisms and systems. London, England: McGraw-Hill
Van Laer, T., & De Ruyter, K. (2010). In stories we trust: How narrative apologies provide cover for competitive vulnerability after integrity-violating blog posts. International
31
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.
doi:10.1016/j.intmar.2011.07.001
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. Palgrave Macmillan UK.
Veil, S. R., Buehner, T., & Palenchar, M. J. (2011). A work‐ in‐ process literature review: Incorporating social media in risk and crisis communication. Journal of contingencies
and crisis management, 19(2), 110-122. doi:10.1111/j.1468-5973.2011.00639.x
Weiner, B. (1986). An Attributional Theory of Achievement Motivation and Emotion, 159-190. Springer US.
Weltevreden, J. W. (2014). “Bedankt voor het compliment!” Het effect van bedrijfsreacties op positieve online word-of-mouth. Ontwikkelingen in het marktonderzoek, 4(55).
Willemsen, L. (2016). 6 manieren om te reageren op online complimenten. Geraadpleegd op
http://www.marketingfacts.nl/berichten/6-manieren-om-te-reageren-op-online-complimenten.
Willemsen, L., 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 Advances in Advertising Research, 4, 55-69. Springer Fachmedien Wiesbaden.
Wortmann, H., & Kremer, D. (2011). Het belang van goed opdrachtgeverschap. Management
Executive, 9(4), 14.
Zheng, L., & Zheng, T. (2014). Innovation through social media in the public sector: Information and interactions. Government Information Quarterly, 31, 106-117.
doi:10.1016/j.giq.2014.01.011
Hays, S., Page, S. J., & Buhalis, D. (2013). Social media as a destination marketing tool: its use by national tourism organisations. Current issues in Tourism, 16(3), 211-239. doi:10.1080/13683500.2012.662215
32 Bijlage Bijlage I Overeenstemmingpercentage Variabele Overeenstemmingspercentage per duo Gemiddelde overeenstemmingspercentage Verduidelijking Codeur 1 x Codeur 2= 95.83 Codeur 1 x Codeur 3= 95.83 Codeur 2 x Codeur 3= 94.44 95.37%
33 Bijlage II
Codeboek
Afstudeerproject Corporate Communicatie
Britt Faber
34 Inhoudsopgave
Inleiding pag. 3
Woord vooraf & aanpak pag. 4
A. Algemene informatie pag. 5
B. Inhoudelijke informatie B.1 Variabele 1 pag. 7 B.2 Variabele 2 pag. 9 B.3 Variabele 3 pag. 12 B.4 Variabele 4 pag. 13 B5 Variabele 5 pag. 14 C. Einde pag. 16
35 Inleiding
Deze studie zal onderzoeken wat de invloed van valentie van word of mouth (WOM) is op webcarestrategieën en hoe dit verschilt per organisatie. De onafhankelijke eerste variabele is het type organisatie en de tweede is de valentie; negatieve word of mouth (nWOM) of positieve word of mouth (pWOM). De afhankelijke variabelen in deze studie is de webcarestrategie die wordt toegepast (content) en de reactiesnelheid van de betrokken organisatie.
Voor dit onderzoek zullen drie onderzoekers (Britt Faber, Esther Hakvoort en Stefanie van de Valk) in totaal en sample coderen van 720 Nederlandse Twitter berichten van publieke en private bedrijven. In totaal zullen er 12 organisaties in het sample worden opgenomen die zich in zes verschillende sectoren bevinden: de bankensector (ING en Rabobank), de detailhandel sector (H&M en Coolblue), etc twee (gemeente Amsterdam en de Belastingdienst)
overheidsinstellingen, twee zich in verplegingssector bevinden (OLVG en VU Mc) en twee vliegtuigmaatschappijen (KLM en Transavia). In totaal zal er een gelijke verdeling van het sample moeten zijn over deze zes verschillende sectoren, dat houdt in dat er ongeveer 100 berichten per branche gecodeerd zullen worden.
36 Dit codeboek is een handleiding hoe de algemene informatie en de verschillende variabelen zoals type organisatie (publiek of privaat), reactiesnelheid (wordt er gereageerd, en hoelang duurt dit?) en webcarestrategieën (welke strategie(ën) worden er toegepast) gecodeerd zullen moeten worden. In dit onderzoek worden Twitter berichten geanalyseerd, dit worden ook wel tweets genoemd.
Aanpak
Lees zorgvuldig het Twitter bericht van de stakeholder door en de reactie van de betrokken organisatie. Codeer daarna iedere tweet, één voor één aan de hand van de stappen die gegeven zijn in dit codeboek. Eerst wordt de (A) algemene informatie geanalyseerd, vervolgens de (B) inhoudelijke informatie met de vier variabelen (type organisatie, valentie word of mouth, reactiesnelheid en webcarestrategie). Wanneer alle stappen doorlopen zijn en het item volledig gecodeerd is, kan er doorgegaan worden naar het volgende Twitter bericht.
Specifieke voorschriften:
1. Enkel tussen 09:00h en 12:00h mag er gecodeerd worden. 2.Er zal een pauze gehouden moeten worden om het uur.
3.Er mag niet langer dan drie uur achter elkaar gecodeerd worden.
4.De gehele sample die per persoon gecodeerd zal moeten worden zal random verdeeld moeten worden over de gehele week.
In deze studie wordt er alleen gekeken naar de eerste reactie van de betrokken organisatie. Wanneer een tweet van een organisatie te lang is en uit meerdere delen bestaan, wordt dit gezien als één reactie dus zullen alle onderdelen geanalyseerd moeten worden. Ook wordt er uitsluitend gekeken naar de zichtbare tekst van de tweet en niet naar de afbeeldingen of externe links.
