Social media monitoring: omzeil de valkuilen

Vraag en aanbod van tools om online conversaties over merken of bedrijven te monitoren, nemen sterk toe. Toch slagen maar weinig gebruikers van deze tools erin om social media monitoring effectief in te zetten. Daardoor blijven kansen onbenut en worden risico’s niet goed ingeschat. Een juiste toepassing leidt tot groei van de waarde van een organisatie. Leer van een onderzoek van MarketResponse naar de buzz over banken en omzeil de 3 grootste valkuilen.

Pas op de plaats

Bestaan er nog grote B2C-bedrijven die niet volgen wat er online over hen wordt gezegd? Waarschijnlijk niet. Ook aanbieders van applicaties voor social media monitoring schieten als paddenstoelen uit de grond. Tegelijk maken veel bedrijven momenteel pas op de plaats of starten de zoveelste pilot op, op zoek naar stuurinformatie om hun online reputatie te managen.

Uit de kinderschoenen

Social media monitoring en online reputatie management (ORM) hebben veel potentie. De online reputatie bepaalt immers in toenemende mate de (potentiële) waarde van een organisatie. Die potentie kan alleen worden omgezet in waarde als social media monitoring en ORM op een juiste manier worden toegepast. Wat zijn de belangrijkste valkuilen van social media monitoring? Een diepgaand onderzoek van MarketResponse naar de buzz over banken geeft antwoord op deze vraag.

Beurswaarde

In het kader van dit onderzoek analyseerde MarketResponse 130.000 online berichten en conversaties over banken en relateerde deze aan belangrijke waarde-indicatoren voor banken, zoals de Net Promoter Score (NPS) en de beurswaarde.
In de analyse is allereerst gekeken naar het volume aan berichten (in vergelijking met andere sectoren en per bank), kanalen waar de conversaties plaatsvinden en sentiment (per kanaal en per bank). Daarnaast zijn de berichten uit user generated content geanalyseerd met textmining en handmatige inhoudsanalyse.

Valkuil 1: blindelings vertrouwen op de tool

Een van de kritische succesfactoren bij social media monitoring is meten op de juiste manier. Dat wil zeggen dat er geen relevante berichten worden gemist, dat irrelevante zoekresultaten worden vermeden en dat (sentiment)analyses zo betrouwbaar mogelijk zijn.

De relevantie van gevonden berichten is afhankelijk van de gebruikte queries en de geselecteerde bronnen. Het belang van een goede querie wordt duidelijk uit het volgende voorbeeld. Bij het vinden van berichten over ING Bank kwamen ook berichten naar voren met engelse (scheld)woorden (f*ing) of met DJ-ing. Voor dit laatste probleem werden berichten met ‘DJ’ uitgesloten. Maar hierdoor werden ook relevante berichten waarin DJ wordt gebruikt om Dow Jones aan te duiden, niet meegenomen. Dit maakte een nog verdere verfijning van de zoekopdracht noodzakelijk. Uit dit voorbeeld blijkt dat de rol van de analist/onderzoeker groot is.

Cynisme

Daarnaast zijn sentimentscores nooit 100% betrouwbaar. Zelfs bij handmatige inhoudsanalyse is 100% betrouwbaarheid niet haalbaar, omdat sentiment soms op meerdere manieren kan worden geïnterpreteerd. Een betrouwbaarheid van zo’n 70% bij een automatische sentimentanalyse is op dit moment het maximaal haalbare. Stijlfiguren in de taal, zoals cynisme, zijn moeilijk te classificeren.

Valkuil 2: beperken tot de metrics

Een van de conclusies uit het onderzoek is dat inzicht in de metrics (zoals volume en sentiment) nodig is voor online reputatie management, maar zeker niet voldoende is! Toch beperken veel bedrijven en onderzoeken zich tot de cijfers.

Voor online reputatie management, maar ook voor (deel)toepassingen als het vergaren van online feedback van klanten, is het noodzakelijk om de insights uit conversaties boven water te krijgen. Dit zijn de betekenissen, boodschappen en emoties die achter berichten schuilgaan en die het sentiment voeden. Insights worden verkregen met textmining en handmatige inhoudsanalyse. Hierbij is kennis van de context essentieel om conversaties goed te kunnen duiden.

DSB als kop van Jut

Een zeer opvallende bevinding uit het onderzoek was dat insights soms een ander beeld geven dan op basis van bijvoorbeeld sentiment wordt verwacht. Ook een ‘topic-teller’ zoals een wordcloud zegt maar weinig. Een voorbeeld hiervan zijn de conversaties over DSB Bank. Het sentiment over DSB is zeer negatief. Maar bij nadere analyse blijkt dat veel berichten waarin DSB wordt genoemd niet over deze bank zelf gaan, maar over het gevoel dat de andere banken en overheidsinstanties DSB hebben gebruikt als ‘kop van Jut’. Veel mensen zien het besluit om DSB Bank niet te steunen als de praktijken van het gevestigde (en gewantrouwde) systeem om daarmee het discutabele handelen van andere banken te verhullen. De politiek, toezichthouders, de media en zelfs consumentenprogramma’s worden gewantrouwd in de zaak rond DSB.

Valkuil 3: symptoombestrijding

Een 3e valkuil bij social media monitoring en ORM is dat de focus te sterk ligt op symptoombestrijding en dat oorzaken van buzz niet worden opgepakt. Veel organisaties investeren in webcare of in social media campagnes om positieve online aanwezigheid te verkrijgen. Maar ze kijken te weinig naar de patronen, de structurele issues, in de conversaties.

In het onderzoek naar banken komt een groot aantal issues naar voren, die een schat aan managementinformatie bieden. Over transparantie van kosten(verhogingen), internetbankieren, transparantie van hypotheekproducten, serviceprocessen, MVO-beleid, etcetera. Zeer waardevolle feedback om van te leren, de bedrijfsvoering te verbeteren en een voorsprong op concurrenten te ontwikkelen. Organisaties moeten steeds zoeken naar de juiste balans tussen online sturing (bv. webcare) en een structurele aanpak van de oorzaken. Ze moeten afwegen of het voldoende is om alleen met webcare te reageren (bij individuele klachten, vragen, etc.) of dat ze ook hun processen moeten aanpassen.

Ongetwijfeld zijn er nog meer valkuilen te benoemen. Heb je aanvullingen, zet ze dan hieronder bij de reacties.