Klantinzicht via social media: ken je klant in 3 stappen

Onder het oppervlak van de enorme hoeveelheid social media content bevinden zich waardevolle klantinzichten. Via social media analyse (SMA) kunnen bedrijven deze boven water halen. Vaak blijft SMA echter beperkt tot metrics. Marketeers benutten de mogelijkheden om echte inzichten te verkrijgen nog lang niet volledig. Een gemiste kans om een voorsprong op de concurrentie te ontwikkelen. Welke mogelijkheden hebben bedrijven om hun klanten beter te leren begrijpen via buzz op social media?

“Klantinzicht negeren geen optie meer”. Zo opende Adformatie recent met een artikel over een onderzoek door SWOCC. Bij veel bedrijven ontbreekt het aan klantinzichten (of algemener: consumer insights). Cijfers zijn volop aanwezig in eigen CRM-systemen. Maar begrip van wat de klant echt beweegt, wat diens gewoontes, overtuigingen, emoties en (latente) behoeften zijn, is er vaak niet.

Dat is opvallend, want bedrijven zijn steeds meer genoodzaakt de klant centraal te stellen. Niet alleen omdat ze vaak in hyperconcurrerende markten opereren. Ook omdat de crisis duidelijk heeft gemaakt dat primair sturen op aandeelhouderswaarde op termijn een doodlopende weg is.

Gratis klantinzichten

Recent heeft SWOCC daarom een onderzoek gedaan naar klantinzicht. Een van de aanbevelingen van SWOCC in een ‘checklist klantinzicht’ is het combineren van verschillende informatiebronnen en onderzoeksmethoden.

Naast informatie in eigen databases kunnen organisaties via allerlei vormen van (kwalitatief en kwantitatief) onderzoek klantinzichten verkrijgen. Nieuwere methoden zoals klantsafari’s en accompanied shoppings kunnen van grote waarde zijn voor marketeers. Een niet recent, maar prachtig voorbeeld van zo’n insight is van Univé.

Buzz op social media

Een van de rijkste bronnen voor klantinzichten is gratis op internet te vinden: de conversaties in social media. Niet alleen de merkgerelateerde buzz, maar ook conversaties over de branche of over thema’s waaraan een organisatie zich wil verbinden. Denk aan de conversaties over gezond eten, die een voedingsmiddelenfabrikant input geven voor productontwikkeling. Of de buzz over televisieprogramma’s, die een televisieproducent helpt bij verbetering van programmaformats. Buzz over energiebesparing kan drempels aan het licht brengen waar een energieleverancier zijn voordeel mee kan doen.

‘Knowing why’ in plaats van ‘knowing what’

Steeds meer bedrijven maken gebruik van social media analyse (SMA). Niet alleen om hun online reputatie te managen, maar langzamerhand ook om klantinzichten en -feedback te verkrijgen.

Online sentiment

Met de juiste tools is het vrij eenvoudig om buzz te monitoren en te analyseren naar bijvoorbeeld herkomst, sentiment, topics, en dergelijke. De laatste tijd gaat er veel aandacht uit naar het meten van online sentiment. Niet helemaal terecht. Want in de eerste plaats kennen sentimentanalyses hun beperkingen. De betrouwbaarheid is niet optimaal. Een sentimentscore is soms zelfs misleidend. Zie ook dit artikel over een onderzoek van MarketResponse naar de buzz over banken.

Op de 2e plaats zegt een sentimentscore niet zo veel. Sentiment verschilt per branche, per kanaal en per influencer. Het geeft geen inzichten. Bij inzichten gaat het om knowing why in plaats van knowing what. Juist de motieven, emoties en betekenissen in berichten helpen om klanten te begrijpen. Ze bieden handvatten voor dienstverlening, productontwikkeling, communicatie, etcetera. In de praktijk wordt er echter opvallend weinig mee gedaan.

Klantinzichten via social media in 3 stappen

De 1e stap bestaat uit textmining van de social media content. Taal is ongestructureerd, kent veel stijlfiguren en bevat patronen die alleen met de juiste technieken zijn te achterhalen. Textmining geeft richting en structuur aan het zoekproces. Voor het genoemde bankenonderzoek vonden we 130.000 berichten. Het is ondoenlijk om deze allemaal te gaan lezen en handmatig te analyseren. Textmining geeft inzicht in belangrijke topics en in hun onderlinge samenhang. Hierdoor kan gericht worden gezocht in teksten.

Dit vormt input voor stap 2, de inhoudsanalyse van de berichten. Teksten op social media kennen hun eigen structuren, stijlfiguren, afkortingen en tekens. Het lezen én begrijpen hiervan vergt ervaring en geduld, maar bovenal vraagt het veel kennis van de context van het bedrijf.

De 3e stap is het combineren van de gevonden inzichten met andere klantinformatie, bv. uit kwalitatief of kwantitatief onderzoek. Deze combinatie van methoden en bronnen zorgt voor een betere interpretatie van de resultaten uit de social media analyse.

Juist het spontane karakter van de conversaties op social media vergroot de waarde ervan. Het gaat om ongevraagde meningen en gedachten. Het zegt iets over wat mensen belangrijk vinden, over wat ze bezighoudt.

Voorbeelden van bedrijven die op deze manier klantinzichten uit social media halen, zijn welkom! (zet ze in de reacties onderaan dit artikel).

Stappenplan effectief online reputatiemanagement Iedereen kan op internet zijn mening kwijt over jouw organisatie. Al deze meningen zijn eenvoudig voor anderen te vinden. Een kans en een bedreiging tegelijkertijd voor je merk en bedrijfsreputatie. Hoe ga je hiermee om? En hoe kun je dit beïnvloeden? Leer op de Frankwatching training Effectief online reputatiemanagement van Berlinda Harkink hoe je in enkele stappen je online reputatiemanagement effectief organiseert. De eerstvolgende training vindt plaats op 7 april 2011 in Utrecht.