Download - Masterproef over bedrijven en Facebook
Master in de Meertalige Professionele Communicatie Faculteit Letteren en Wijsbegeerte & Faculteit Toegepaste Economische
Wetenschappen Academiejaar 2010 - 2011
Hoe communiceren merken en bedrijven via Facebook pagina’s?
Een stand van zaken.
Eindrapport masterproef voorgedragen door Olivia Albers
Jeroen Vermeiren tot het behalen van het diploma van
Master in de Meertalige Professionele Communicatie o.l.v. Prof. Dominique Markey
Master in de Meertalige Professionele Communicatie Faculteit Letteren en Wijsbegeerte & Faculteit Toegepaste Economische
Wetenschappen Academiejaar 2010 - 2011
Hoe communiceren merken en bedrijven via Facebook pagina’s?
Een stand van zaken.
Eindrapport masterproef voorgedragen door Olivia Albers
Jeroen Vermeiren tot het behalen van het diploma van
Master in de Meertalige Professionele Communicatie o.l.v. Prof. Dominique Markey
VOORWOORD
Nog niet zo lang geleden werden we zelf lid van de Sociale Netwerksite Facebook.
Ondertussen is het voor miljoenen mensen een deel van hun dagelijks leven
geworden. Het medium heeft de manier waarop mensen met elkaar communiceren
ingrijpend veranderd. Toen we de kans kregen om over Facebook een masterscriptie
te schrijven, hebben we dan ook niet lang getwijfeld. Hoewel het een luchtig
onderwerp lijkt, bleek de uitwerking van ons onderzoek niet zo vanzelfsprekend. We
kregen dan ook hulp vanuit verschillende hoeken. We willen dit voorwoord even
aangrijpen om de mensen die ons geholpen hebben te bedanken.
Bovenal bedanken we onze promotor Prof. Dominique Markey. Ze was van in het
begin erg geïnteresseerd in ons onderzoek en heeft ons dan ook sterk gemotiveerd
om het tot een goed einde te brengen. Daarnaast waren haar waardevolle revisies
een meerwaarde voor het eindresultaat dat we u hier met trots voorstellen.
Ook Mariëlle Leijten willen we bedanken. Zonder haar hulp zouden we waarschijnlijk
nog steeds aan het worstelen zijn met SPSS. Ze heeft ons goed op weg gezet om uit
onze grote hoeveelheid data zinvolle resultaten te halen.
Ten slotte willen we onze familie en vrienden bedanken voor hun onvoorwaardelijke
steun en motivatie tijdens deze toch wel stresserende periode.
We presenteren jullie graag het werk waar jullie allemaal een steentje aan hebben
bijgedragen.
Bedankt!
Olivia en Jeroen
INHOUDSOPGAVE LIJST MET FIGUREN
LIJST MET TABELLEN
Samenvatting ....................................................................................................... 1
Inleiding ............................................................................................................... 2
HOOFDSTUK 1: LITERATUURONDERZOEK .............................................................. 4
1.1 Van Web 1.0 naar Web 2.0 ........................................................................ 4
1.2 Sociale Netwerksites (SNS) ........................................................................ 7
1.3 Facebook: functies en mogelijkheden ...................................................... 10
1.4 De motor van sociale media marketing: “eWord of Mouth” ..................... 13
1.5 Het beheer van een Facebook pagina ...................................................... 18
HOOFDSTUK 2: ONDERZOEKSOPZET .................................................................... 23
2.1. Onderzoeksvraag ......................................................................................... 23
2.2 Methode ....................................................................................................... 25
Steekproef ....................................................................................................... 25
Dataverzameling ............................................................................................. 26
Dataverwerking ............................................................................................... 26
HOODSTUK 3: RESULTATEN ................................................................................. 28
3.1. Opvolging adviezen ...................................................................................... 28
3.2. Resultaten per categorie .............................................................................. 31
Media .............................................................................................................. 31
FMCG............................................................................................................... 33
Fashion ............................................................................................................ 35
Technology ...................................................................................................... 37
Automotive ..................................................................................................... 39
3.3. Vergelijking tussen categorieën .................................................................... 42
Globale vergelijking vijf categorieën ............................................................... 42
Categorie Media ten opzichte van FMCG ....................................................... 43
Categorie Media ten opzichte van Fashion .................................................... 43
Categorie Media ten opzichte van Technology & Categorie Media ten
opzichte van Automotive ................................................................................ 44
Categorie FMCG ten opzichte van Fashion ..................................................... 44
Categorie FMCG ten opzichte van Technology ............................................... 44
Categorie FMCG ten opzichte van Automotive............................................... 45
Categorie Fashion ten opzichte van Technology ............................................ 46
Categorie Fashion ten opzichte van Automotive ............................................ 46
Categorie Technology ten opzichte van Automotive ...................................... 47
3.4. Analyse meest interactieve pagina’s ............................................................. 48
HOOFDSTUK 4: DISCUSSIE EN CONCLUSIE ............................................................ 54
Discussie ............................................................................................................ 54
Opvolging adviezen ......................................................................................... 54
Resultaten per categorie................................................................................. 56
Vergelijking tussen categorieën ...................................................................... 58
Analyse meest interactieve pagina’s .............................................................. 59
Conclusie ............................................................................................................ 61
Literatuurlijst ...................................................................................................... 64
Bijlagen .............................................................................................................. 67
LIJST MET FIGUREN
Figuur 1: Het nieuwe communicatieparadigma .......................................................... 14
Figuur 2: Evolutie van modellen voor consumentenbeïnvloeding .............................. 16
Figuur 3: Gemiddeld aantal berichten per type in de categorie Media ...................... 32
Figuur 4: Gemiddeld aantal appreciaties per bericht in de categorie Media .............. 32
Figuur 5: Gemiddeld aantal commentaren per bericht in de categorie Media........... 33
Figuur 6: Gemiddeld aantal berichten per type in de categorie e FMCG .................... 34
Figuur 7: Gemiddeld aantal appreciaties per bericht in de categorie FMCG .............. 34
Figuur 8: Gemiddeld aantal commentaren per bericht in de categorie FMCG ........... 35
Figuur 9: Gemiddeld aantal berichten per type in de categorie Fashion .................... 36
Figuur 10: Gemiddeld aantal appreciaties per bericht in de categorie Fashion ......... 36
Figuur 11: Gemiddeld aantal commentaren per bericht in de categorie Fashion ...... 37
Figuur 12: Gemiddeld aantal berichten per type in de categorie Technology ............ 38
Figuur 13: Gemiddeld aantal appreciaties per bericht in de categorie Technology .... 38
Figuur 14: Gemiddeld aantal commentaren per bericht in de categorie Technology 39
Figuur 15: Gemiddeld aantal berichten per type in de categorie Automotive ............ 40
Figuur 16: Gemiddeld aantal appreciaties per bericht in de categorie Automotive ... 40
Figuur 17: Gemiddeld aantal commentaren per bericht in de categorie Automotive 41
LIJST MET TABELLEN
Tabel 1: Globale vergelijking vijf categorieën .............................................................. 42
Tabel 2: Media versus FMCG ....................................................................................... 43
Tabel 3: Media versus Fashion .................................................................................... 43
Tabel 4: FMCG versus Fashion ..................................................................................... 44
Tabel 5: FMCG versus Technology ............................................................................... 45
Tabel 6: FMCG versus Automotive ............................................................................... 45
Tabel 7: Fashion versus Technology ............................................................................ 46
Tabel 8: Fashion versus Automotive ............................................................................ 46
Tabel 9: Technology versus Automotive ...................................................................... 47
Tabel 10: Top 5 Facebook pagina’s op basis van interactiviteitsratio ......................... 48
Tabel 11: Overzicht vormkenmerken top vijf interactiefste pagina's ......................... 53
1
SAMENVATTING Deze masterscriptie neemt een van de nieuwste elementen uit de communicatiemix
van bedrijven onder de loep: de sociale netwerksite Facebook. In het bijzonder
spitsen we ons toe op de communicatie via de Facebook pagina, een soort van
bedrijfswebsite binnen de Facebook omgeving.
Het eerste deel van deze scriptie bestaat uit een literatuurstudie. Achtereenvolgens
beschrijven we de opkomst van de verschillende sociale netwerksites, de
belangrijkste kenmerken van de sociale netwerksite Facebook en de ingrijpende
gevolgen van deze evolutie voor de wijze waarop consumenten en merken zich
tegenover elkaar verhouden. We besluiten het literatuuronderzoek met een
samenvatting van de belangrijkste adviezen voor het goed beheer van een Facebook
pagina.
Aan de hand van ons literatuuronderzoek formuleren we een aantal
onderzoeksvragen, met als hoofdvraag: Wat zijn de vormkenmerken van de meest
succesvolle pagina’s van bedrijven en merken op de sociale netwerksite Facebook?
Onze steekproef bestaat uit 44 pagina’s van bedrijven of merken met meer dan één
miljoen fans op de sociale netwerksite Facebook. Voor die pagina’s verzamelden we
data over de vormkenmerken van de communicatie op elke pagina over een periode
van 6 maanden. We verwerkten die data met behulp van de programma’s Excel en
SPSS.
Bij de analyse van onze data en bij de rapportering van onze onderzoekresultaten
keken we eerst in welke mate bedrijven de adviezen die uit ons literatuuronderzoek
naar voor zijn gekomen opvolgen. Vervolgens deelden we onze steekproef op in zes
verschillende categorieën, die we zowel afzonderlijk analyseerden als met elkaar
vergeleken. Ten slotte hebben we bepaald welke de meest interactieve pagina’s
binnen onze steekproef zijn en op welke manier ze communiceren.
In de discussie en conclusie zetten we de belangrijkste resultaten van onze
masterscriptie op een rij. We formuleren enkele aanmerkingen bij ons onderzoek en
aanbevelingen voor toekomstig onderzoek.
2
INLEIDING
De laatste jaren is het belang van interactiviteit bij het opbouwen van klantenrelaties
al maar toegenomen. Een van de middelen die hiervoor gebruikt worden, zijn sociale
netwerksites (SNS). Met meer dan 500 miljoen leden wereldwijd is Facebook de
populairste SNS van het moment. Wat oorspronkelijk bedoeld was als een middel om
sociale contacten te onderhouden, is in een mum van tijd uitgegroeid tot een
volwaardig marketingcommunicatie-instrument. Facebook stelt bedrijven er namelijk
toe in staat de dialoog aan te gaan met hun consumenten. Bedrijven hechten dan
ook steeds meer belang aan communicatie via dit medium.
Het sociale medium biedt bedrijven verschillende manieren aan om bestaande, maar
zeker ook potentiële klanten te benaderen. Met deze masterscriptie willen we een
beeld krijgen van de manier waarop bedrijven en merken gebruik maken van
Facebook voor hun communicatie naar de klant toe. We zijn in het bijzonder
geïnteresseerd in hoe de communicatie via de officiële Facebook pagina van het
bedrijf of merk plaatsvindt. Een Facebook pagina is immers het equivalent binnen
Facebook van de website van het bedrijf of merk.
De aanloop naar dit onderzoek bestaat uit een literatuurstudie. Omdat er nog relatief
weinig academische publicaties over Facebook zijn en omdat het medium zo snel
verandert, gebruiken we naast wetenschappelijke artikels ook informatie uit
professionele blogs die de trends op de voet volgen.
Ons literatuuronderzoek bestaat uit vijf grote onderdelen. In het eerste deel bekijken
we de evolutie die aan de basis ligt van het ontstaan van SNS. Doordat in de eerste
helft van het afgelopen decennium het heersende paradigma van het statische
eenrichtingsverkeer onder Web 1.0 vervangen werd door de interactiviteit en
dynamiek van Web 2.0, konden SNS hun hoge vlucht nemen en uitgroeien tot een
onderdeel van ons dagelijks leven. Het is dan ook relevant om even stil te staan bij de
voornaamste kenmerken van Web 2.0.
De belangrijkste exponent van het Web 2.0 zijn de sociale netwerksites. Deze
netwerken tellen miljoenen leden en zorgen er mee voor dat de wereld één groot
dorp wordt. In het tweede deel van ons literatuuronderzoek kijken we naar wat een
sociale netwerksite nu precies is en op welke wijze sociale netwerksites menselijke
relaties mee vorm geven.
Onze scriptie richt zich op de meest succesvolle van alle sociale netwerksites:
Facebook. Daarom gaan we in het derde deel van het literatuuronderzoek dieper in
op de verschillende functionaliteiten van deze SNS die relevant zijn voor ons
onderzoek. Op deze manier krijgen we een beter zicht op de verschillende
mogelijkheden die het medium aan professionele communicatoren biedt.
In de mix van verschillende media die bedrijven vandaag inschakelen, heeft het
gebruik van SNS intussen een vaste plaats verworven. In het vierde deel van ons
3
literatuuronderzoek gaan we dieper in op het mechanisme dat zorgt voor het succes
en de geloofwaardigheid van communicatie via dit medium: e-Word of Mouth.
Het vijfde en laatste deel van ons literatuuronderzoek geeft weer wat sociale media
experts concreet aanraden aan mensen die een Facebook pagina voor professionele
doeleinden willen inzetten. Op die manier willen we een goed beeld krijgen van
waarop we moeten letten bij de analyse van de door ons geselecteerde Facebook
pagina’s van grote merken en bedrijven.
In het tweede hoofdstuk van deze scriptie beschrijven we het onderzoeksopzet. Om
onze onderzoeksvraag te beantwoorden, bekijken we voornamelijk wat voor soort
berichten bedrijven hanteren in de communicatie met hun klanten. Er wordt een
onderscheid gemaakt tussen zes soorten van berichten: een mededeling, een vraag,
een foto, een video, een link of een aankondiging van een evenement. We willen te
weten komen welk soort bericht de meeste feedback oplevert in de vorm van
commentaren – comments – en appreciaties – likes – van de fans van de door ons
geselecteerde pagina’s. De selectie van de pagina’s gebeurt op basis van het aantal
fans dat ze hebben. Omdat we niet alle bedrijven over dezelfde kam willen scheren
bij het rapporteren van onze resultaten, verdelen we ze onder in vijf categorieën. Dit
laat ons toe om een meer genuanceerd beeld te krijgen van hoe de communicatie
van bedrijven of merken via Facebook pagina’s per categorie verloopt. De
categorieën die we hanteren zijn Media, Fast Moving Consumer Goods (FMCG),
Fashion, Technology en Automotive.
De belangrijkste resultaten van ons onderzoek worden gerapporteerd in hoofdstuk
drie. We gaan eerst na of de bedrijven uit onze steekproef de adviezen uit het
literatuuronderzoek opvolgen. Daarna delen we onze steekproef op in vijf
categorieën en bepalen we de vormkenmerken van de communicatie via Facebook
pagina’s binnen elke categorie. Nadien vergelijken we de categorieën onderling op
basis van hun vormkenmerken. Vervolgens geven we een algemeen beeld van de vijf
meest interactieve pagina’s. We ronden deze scriptie af in hoofdstuk vier met een
overzicht van de besluiten die we uit de resultaten kunnen trekken. Ten slotte
vermelden we de beperkingen van deze studie en formuleren we suggesties voor
toekomstig onderzoek.
4
HOOFDSTUK 1: LITERATUURONDERZOEK
1.1 VAN WEB 1.0 NAAR WEB 2.0 In 2006 koos TIME Magazine voor het eerst in 40 jaar niet voor een specifieke man of
vrouw als persoon van het jaar. Op de cover van het tijdschrift was boven de
afbeelding van een computerscherm met een weerspiegelende beeldbuis de
volgende kop te lezen: “You. Yes you control the Information Age. Welcome to your
World.” (TIME magazine, 2006). Het bijbehorende artikel ging over de gevolgen van
nieuwe ontwikkelingen op het internet, waarbij een nieuwe klasse consumenten
ontstaan was. Consumenten waarvoor het internet voortaan geïntegreerd was in hun
dagelijks leven. Het fenomeen “Web 2.0” beïnvloedt de dag van vandaag de manier
waarop mensen communiceren, beslissingen nemen, zich vermaken, interageren en
hun aankopen doen. Daarenboven zijn ze niet louter gebruikers van het internet, ze
geven het mee vorm (Constantinides, Fountain, 2008).
Web 1.0
De term Web 1.0 duikt pas op vanaf het ogenblik dat er sprake is van het Web 2.0, en
wordt in de literatuur dan ook voornamelijk gebruikt om te verwijzen naar websites
die niet aan de kenmerken van het Web 2.0 voldoen.
De voornaamste kenmerken van Web 1.0 zijn de volgende:
- Web 1.0 pagina’s zijn statisch. Een pagina bevat informatie over een bepaald
onderwerp, maar wordt haast nooit aangepast of geactualiseerd. Er zijn weinig
redenen voor de bezoeker om later naar de pagina terug te keren.
- Web 1.0 pagina’s zijn niet interactief. Het gaat om eenrichtingsverkeer waarbij de
eigenaar van de pagina informatie meedeelt en de bezoeker die informatie verwerkt.
- De software achter Web 1.0 is ontoegankelijk voor de gebruiker. Ze is bezit van de
ontwikkelaar ervan en wordt enkel door die ontwikkelaar gebruikt.
Algemeen wordt aangenomen dat rond het ogenblik van het barsten van de
zogenaamde dotcom-bubble (meerbepaald op 10 maart 2000, toen de
beursspeculatie rond internetbedrijven haar absolute hoogtepunt bereikte, waarna
de aandelenmarkten wereldwijd een duik namen) het internet van Web 1.0 naar
Web 2.0 is geëvolueerd. Toch zijn er ook nu nog zeer veel websites te vinden die
eerder als Web 1.0 dan als Web 2.0 opgevat zijn (O’Reilly, 2005).
Web 2.0
Web 2.0 toepassingen zijn grotendeels gebaseerd op zogenaamde User Generated
Content (UGC). Daarin ligt het grootste verschil met Web 1.0: de gebruiker levert een
5
essentiële bijdrage, die het medium mee vorm geeft. Constantinides en Fountain
(2008, p. 232) geven de volgende definitie van Web 2.0:
“Web 2.0 is a collection of open-source, interactive and user-controlled online
applications expanding the experiences, knowledge and market power of the users as
participants in business and social processes. Web 2.0 applications support the
creation of informal users’ networks facilitating the flow of ideas and knowledge by
allowing the efficient generation, dissemination, sharing and editing/refining of
informal content.”
Een aantal kenmerken gelden voor Web 2.0 toepassingen:
1. De focus ligt op dienstgerichte, eenvoudige en open-source oplossingen in de vorm
van online toepassingen en netwerken.
- Dienstgerichte toepassingen: vóór Web 2.0 was software vooral een product, nu
wordt het als een dienst gezien (O’Reilly, 2005).
- Eenvoudige toepassingen: de interface is veel minder druk, toepassingen bieden een
beperkt aantal opties, en het nut ervan is voor de gebruiker gemakkelijk herkenbaar.
- Open-source toepassingen: ontwikkelaars van toepassingen geven gebruikers de vrije
toegang tot de bronmaterialen van het eindproduct, waardoor in veel gevallen de
gebruikers mee bijdragen aan de ontwikkeling ervan (Constantinides, Fountain,
2008).
- Mensen maken gebruik van Web 2.0 toepassingen omdat ze er een netwerk hebben,
en omdat hun vrienden, familie en kennissen er gebruik van maken. Een andere
toepassing kan misschien technisch gezien beter zijn, maar het netwerk van
contacten is doorslaggevend voor hun trouw (Constantinides, Fountain, 2008).
2. Het ontwikkelen van toepassingen is een voortdurend proces en gebeurt stap voor
stap. Software voor Web 2.0 is altijd in ontwikkeling en onaf. Gebruikers dragen door
het open-source karakter bij aan deze ontwikkeling, wat maakt dat het medium de
stem van de consument weerspiegelt. Hoe meer gebruikers, hoe geavanceerder en
waardevoller het medium wordt (Constantinides, Fountain, 2008).
3. Er zijn nieuwe, op diensten gebaseerde bedrijfsmodellen mogelijk, die individuele
consumenten met nicheproducten bereiken. Gespecialiseerde toepassingen maken
het veel eenvoudiger voor consumenten van nicheproducten om met elkaar in
contact te komen. Samen kunnen die consumenten een substantiële vraag naar dat
specifiek product doen ontstaan (Constantinides, Fountain, 2008).
Doordat het Web 2.0 het individueel- en groepsgedrag van mensen veranderd heeft,
zijn de bestaande machtsstructuren op de markt veranderd: er is een duidelijke
machtsverschuiving merkbaar van producenten en verkopers naar consumenten, en
van traditionele massamedia naar het internet. De belangrijkste reden is dat de
consument tegenwoordig toegang heeft tot enorm veel informatie en kennis, en dat
6
de keuze in producten haast onbeperkt is (Constantinides, Fountain, 2008; Riegner
2007; Mangold, Faulds, 2009).
7
1.2 SOCIALE NETWERKSITES (SNS) Een van de voornaamste elementen van Web 2.0 zijn SNS zoals Facebook, MySpace of Twitter. SNS maken deel uit van de sociale media en bestaan, in tegenstelling tot de traditionele media zoals kranten, televisie of reclame, nog maar een vijftiental jaar. De eerste SNS, SixDegrees.com, ontstond in 1997 (Howard, 2008). Nochtans zijn de meest populaire SNS op dit moment minder dan tien jaar oud. Zo ontstond MySpace in 2003, Facebook in 2004 en Twitter in 2006. Aangezien SNS pas de laatste jaren aan populariteit hebben gewonnen, is de wetenschappelijke literatuur over SNS beperkt. Boyd en Ellison (2008) hebben als eerste het verschijnsel van SNS proberen omschrijven op een wetenschappelijke manier. Hun definitie luidt als volgt (Boyd & Ellison, 2008, p. 211): SNS zijn webdiensten die gebruikers in staat stellen om 1) Een publiek of semipubliek profiel aan te maken binnen een gebonden systeem; 2) Een lijst van andere gebruikers op te stellen waarmee ze een connectie hebben; 3) Hun lijst met connecties en die van anderen binnen het systeem te bekijken.
Ook in andere definities van SNS wordt benadrukt dat de kern van SNS de profielen van de gebruikers zijn waarop ze informatie kunnen plaatsen die ze willen delen met anderen. (Trusov, Bodapati & Bucklin, 2010; Trusov, Bucklin & Pauwels, 2009) Deze informatie kan bestaan uit foto’s, video’s of andere informatie die de gebruiker op zijn of haar profiel plaatst (Gangadharbatla, 2008). Gebruikers creëren aan de hand van hun profiel een beeld van zichzelf voor de andere gebruikers van de site.
Er kan een onderscheid gemaakt worden tussen persoonlijke en professionele profielen (O’Murchu, Breslin & Decker, 2004). Professionele profielen, aangemaakt door bedrijven, bevatten zakelijke informatie zoals productinformatie of advertenties. Persoonlijke profielen bevatten doorgaans meer gedetailleerde informatie over de gebruiker en zijn of haar interesses. Het verschil tussen een persoonlijk en een professioneel - ook wel zakelijk – profiel wordt in het volgende hoofdstuk uitgelegd.
SNS zijn een element van de sociale media. Andere sites met een sociaal karakter zijn sociale nieuwssites en user generated content sites. Sociale nieuwssites zijn websites waarop gebruikers nieuwsberichten kunnen posten. Het nieuws wordt meestal weergegeven in een lijst met het populairste bericht bovenaan. Een voorbeeld van een sociale nieuwssite is Twitter. User generated content sites zijn websites waarop gebruikers allerlei soorten informatie kunnen posten. Dit kunnen bijvoorbeeld foto’s, video’s of gewoon tekst zijn. De websites bestaan bij gratie van de geposte elementen. YouTube is een voorbeeld van een user generated content site die draait om korte videofilmpjes. Onderzoek wijst uit dat de meeste SNS gebruikt worden om een offline netwerk van vrienden en kennissen ook online uit te bouwen en niet om nieuwe mensen te leren kennen. Boyd en Ellison (2008) maken daarom als eerste een onderscheid tussen “social network sites” en “social networking sites”. Networking houdt in dat men contacten legt met nieuwe mensen in een bedrijfscontext of een sociale context. Social networking sites zijn dus sites waar contacten met onbekende mensen worden geïnitieerd. Facebook is voornamelijk een social network site (Ellison et al, 2007).
8
Dit neemt niet weg dat SNS gebruikt worden om nieuwe mensen te leren kennen. Integendeel, SNS maken het net makkelijker om nieuwe contacten te leggen. Vooral voor personen die in het echte leven niet zo sociaal zijn, kunnen SNS een oplossing bieden. Op SNS kunnen ze namelijk aan de hand van een profiel een beeld van zichzelf creëren en in contact komen met gebruikers met gelijkaardige interesses. De informatie die verschaft wordt op het profiel van andere gebruikers over hun interesses, hobby’s of andere elementen kan de basis zijn voor het opnemen van contact met die gebruikers. De drempel om online contact met iemand te zoeken is lager dan die om face-to-face contact te zoeken met een onbekende.
Gebruikers worden voornamelijk lid van SNS om sociale redenen en niet zo zeer om commerciële redenen. Dit is belangrijk voor marketeers die via SNS consumenten willen benaderen. Onderzoek toont aan dat marketeers consumenten op een SNS op een andere manier moeten benaderen dan via een website (Kelly et al, 2009). Gebruikers van SNS willen hun sociale contacten onderhouden en hun eigen online identiteit creëren. Een profiel op een SNS geeft gebruikers de kans om in contact te komen met gebruikers met dezelfde interesses. Het is de taak van marketeers om ervoor te zorgen dat een bepaald product deel uitmaakt van die interesses.
Marketeers moeten bovendien proberen achterhalen door wie SNS gebruikt worden zodat ze hun doelgroep kunnen definiëren (www.mashable.com). Qua gebruik van SNS zijn enkele trends te onderscheiden. Ten eerste worden SNS niet alleen meer door jongeren gebruikt, maar worden steeds meer oudere personen ook lid. Zo was Facebook oorspronkelijk gericht op universiteitsstudenten tussen 18 en 25 jaar maar zijn vrouwen boven de 55 jaar nu de snelst groeiende demografische groep op Facebook (www.insidefacebook.com). De meerderheid van de gebruikers op dit moment is echter nog tussen de 25 en de 45 jaar oud (www.ignitesocialmedia.com). In tegenstelling tot vroeger registreren gebruikers zich nu bovendien met hun naam en niet meer anoniem. Een derde trend is dat men SNS ook steeds meer voor professionele redenen begint te gebruiken en niet meer puur voor het plezier. Zo maakte president Obama gebruik van Facebook om campagne te voeren bij de presidentsverkiezingen in de VS in 2008 (www.timesonline.co.uk).
SNS verschillen onderling op basis van enkele factoren. Variaties in de zichtbaarheid van en toegang tot gebruikersprofielen zijn een van de belangrijkste factoren waarop SNS van elkaar verschillen. De instellingen voor deze twee elementen kunnen door gebruikers worden aangepast. Zo kan een Facebook gebruiker bijvoorbeeld aanpassen welke informatie van zijn of haar profiel zichtbaar is voor onbekenden en welke voor vrienden. Per vriend kan de zichtbaarheid van informatie verder gespecificeerd worden.
Een ander onderscheid tussen SNS is de registratiemethode (O’Murchu, Breslin & Decker, 2004). Bij de meerderheid van SNS kunnen gebruikers rechtstreeks lid worden zonder restricties. De enige vereiste is het invullen van enkele basisgegevens zoals een profielnaam, e-mailadres en paswoord. Deze SNS zijn dus enkel gebaseerd op vrijwillige registratie. Eens een profiel aangemaakt is, kan de gebruiker zijn of haar netwerk beginnen uitbreiden. Er zijn ook SNS waarvan niet iedereen zomaar lid kan worden. Om lid te worden van dergelijke SNS is een connectie vereist met iemand die al lid is. Alleen door een uitnodiging van een reeds bestaand lid, kan een andere gebruiker ook lid worden. Een voorbeeld van dergelijke site is Orkut, een van de populairste SNS is Brazilië. Bij dergelijke sites is mond-tot-mondreclame een zeer belangrijk aspect voor de SNS om meer leden te verwerven.
9
Eens een persoon lid is van een SNS kan hij of zij een netwerk opbouwen waarmee informatie gedeeld kan worden. De inhoud van SNS wordt voor een groot deel geproduceerd door de gebruikers ervan (Kelly et al, 2009). Hoe groter het netwerk van een gebruiker, hoe meer activiteit er op zijn of haar profiel plaatsvindt. De gebruiker kan twee soorten activiteiten uitvoeren op een SNS. Hij of zij kan zelf nieuwe inhoud creëren door zijn of haar profiel te updaten of hij of zij kan de inhoud waarnemen die gecreëerd wordt door anderen. Marketeers beseffen dat sociale media, zoals SNS, een machtig marketingmiddel zijn. Dankzij de lage toetredingskost en het grote bereik van SNS maken zij meer en meer gebruik van dit nieuwe sociale medium. SNS bieden de mogelijkheid aan bedrijven om rechtstreeks met hun klanten te communiceren in hun persoonlijke omgeving (Boyd & Ellison, 2008). Op die manier kunnen consumenten persoonlijk benaderd worden en ontstaat een dialoog die voor bedrijven vaak zeer nuttige informatie oplevert. De mening van klanten is van onschatbare waarde voor bedrijven. Aan de hand van feedback van klanten kunnen producten namelijk verbeterd worden waardoor de klanten meer tevreden zullen zijn en de klantrelatie bevorderd wordt.
Voor ons onderzoek zijn we geïnteresseerd in de manier waarop bedrijven nu precies gebruik maken van SNS om met hun klanten te communiceren. We zullen ons daarbij op één specifieke SNS richten, namelijk Facebook. Facebook werd opgericht in 2004 door een Amerikaanse student van Harvard, Marc Zuckerberg. Oorspronkelijk kregen alleen studenten van Harvard toegang tot Facebook met hun Harvard-e-mailadres. Stilaan breidde Facebook uit naar andere universiteiten en tegen 2006 maken ze de site toegankelijk voor het grote publiek (www.facebook.com). Met meer dan 500 miljoen gebruikers wereldwijd is Facebook tegenwoordig de snelst groeiende en meest populaire SNS ter wereld. Bedrijven beseffen dan ook dat Facebook een belangrijke rol kan spelen in de communicatie naar klanten toe.
10
1.3 FACEBOOK: FUNCTIES EN MOGELIJKHEDEN
Ons onderzoek spitst zich in het bijzonder toe op de SNS Facebook en haar verschillende functies en mogelijkheden omdat Facebook op dit moment de populairste SNS is. Om ons onderzoek beter te begrijpen, is het belangrijk dat de termen die we hanteren duidelijk zijn. Daarom lichten we in wat volgt kort de basiselementen van Facebook toe die voor ons onderzoek van belang zijn.
Profiel (Profile)
Elk lid van Facebook heeft een profiel. Een profiel bevat de informatie die de gebruiker bekend wil maken. De gebruiker kan aan de hand van privacy instellingen zelf bepalen in hoeverre hij of zij die informatie vrijgeeft.
Het profiel bestaat uit verschillende onderdelen. Voor ons onderzoek is vooral de wall of het prikbord van belang. Dit is een overzicht van alle recente activiteiten die de gebruiker heeft uitgevoerd. Vrienden uit het netwerk van de gebruiker kunnen hier ook berichtjes ofwel posts nalaten. Berichten kunnen verschillende vormen aannemen: een tekstberichtje, een foto, een video of een link.
Op Facebook kunnen twee soorten profielen aangemaakt worden: een persoonlijk profiel of een zakelijk profiel. Zakelijke profielen worden meestal aangemaakt voor professionele doeleinden zoals het aanmaken van een pagina of het plaatsen van een advertentie op Facebook (Hartley, 2010). Een pagina is een soort van website binnen Facebook waar merken, bedrijven of artiesten reclame kunnen maken voor hun product. Één gebruiker kan meerdere pagina’s aanmaken en beheren. Zo dadelijk worden Facebook pagina’s nader toegelicht. Het gebruik en de mogelijkheden van zakelijke profielen verschillen van die van persoonlijke profielen. Beheerders van zakelijke profielen hebben slechts in beperkte mate toegang tot Facebook. Een gebruiker met een zakelijk profiel kan alleen de informatie op zijn of haar pagina’s bekijken en bewerken. Hij of zij heeft geen toegang tot de profielen van andere gebruikers of inhoud die zich buiten de beheerde pagina’s bevindt. Bovendien kunnen zakelijke profielen geen vriendschapsverzoeken ontvangen of uitsturen.
Persoonlijke profielen worden niet zo zeer voor professionele doeleinden aangemaakt. Ze bevatten meer specifieke informatie dan een zakelijk profiel, bijvoorbeeld relatiestatus, opleiding, geloofsovertuiging, enzovoort (O’Murchu, Breslin &Decker, 2004). Gebruikers met een persoonlijk profiel hebben wel toegang tot profielen van andere gebruikers en kunnen doorverbonden worden naar informatie die buiten een pagina valt.
Pagina (Page)
Een pagina is gelijkaardig aan een profiel met dat verschil dat pagina’s voor iedereen even toegankelijk zijn. Pagina’s kunnen gezien worden als ‘een profiel voor een merk’. Het is een soort van website binnen Facebook die volledig draait om één product, bedrijf of artiest waarover informatie verschaft wordt aan andere gebruikers van de SNS. In tegenstelling tot een profiel kan elke gebruiker de volledige inhoud van een pagina consulteren. Het aanmaken van een pagina voor een product,
11
bedrijf of artiest kan enkel en alleen gebeuren door de officiële vertegenwoordiger ervan (www.facebook.com). Voor een overzicht van de lay-out en belangrijkste elementen van een Facebook pagina, verwijzen we naar bijlage 1.
Het is de bedoeling om zoveel mogelijk gebruikers trouw te maken aan je Facebook pagina. Dit gebeurt wanneer een gebruiker op de “Vind-ik-leuk”-knop (Like-button) klikt. Gebruikers worden in dat geval fans van de pagina. Wanneer iemand fan wil worden van een pagina heeft hij of zij hier geen toestemming van de paginabeheerder voor nodig. Eens een gebruiker fan is van een pagina, krijgt hij of zij informatie over die pagina te zien in het nieuwsoverzicht (cf. infra). De fan kan vanaf dat moment berichtjes achterlaten op de wall van de pagina. Hij of zij kan ook commentaar geven op reeds geposte berichtjes. Dit heet een comment. Wanneer een fan een reeds geposte berichtje leuk vindt (liked), kan hij of zij onder elke post op de “Vind-ik-leuk”-knop klikken. Dit heet een like. Om te verregaande anglicismen te voorkomen zullen we in het verloop van deze scriptie Nederlandstalige termen gebruiken. Zo zullen we een post een bericht noemen, een like een appreciatie en een comment een commentaar.
Pagina’s worden een steeds belangrijker instrument van de marketingmix van bedrijven. Ze bieden bedrijven de mogelijkheid om op een zeer voordelige manier meer merkbekendheid op te bouwen bij het grote publiek en de interesse van de gebruikers te wekken omtrent een product en/of bedrijf. Het is bovendien een manier voor bedrijven om gratis reclame te maken en hun fans constant op de hoogte te houden van de activiteiten van het bedrijf. Pagina’s zijn dan ook het middel bij uitstek voor een bedrijf of artiest om via Facebook te communiceren met zijn of haar fans. De vraag hoe de communicatie tussen een bedrijf en haar fans via een pagina verloopt, ligt aan de basis van ons onderzoek. We zullen hiervoor vooral aandacht besteden aan het aantal berichten, appreciaties en commentaren per pagina.
Nieuwsoverzicht (News Feed)
Het nieuwsoverzicht is het eerste wat de gebruiker te zien krijgt wanneer hij of zij inlogt op zijn of haar Facebook profiel . Het is gelijkaardig aan het prikbord met dat verschil dat het nieuwsoverzicht veel meer informatie weergeeft. Het prikbord van een gebruiker geeft namelijk enkel informatie weer over de activiteiten waarbij hij of zij zelf betrokken is – een statusupdate, een berichtje aan de gebruiker van een van zijn of haar vrienden, enzovoort. Het nieuwsoverzicht geeft echter ook informatie over de activiteiten van vrienden en pagina’s uit het netwerk van de gebruiker. Wanneer bijvoorbeeld twee personen, die allebei deel uitmaken van het netwerk van een derde gebruiker, met elkaar interageren binnen Facebook, wordt de derde persoon hiervan op de hoogte gesteld via het nieuwsoverzicht. Ook wanneer bijvoorbeeld een van de vrienden uit het netwerk van de gebruiker fan wordt van een pagina verschijnt dit in het nieuwsoverzicht van de gebruiker.
Voor bedrijven is het nieuwsoverzicht een van de belangrijkste elementen van Facebook. Het is een manier om bij fans in het oog te springen en hen op de hoogte te houden van activiteiten van het bedrijf. Telkens wanneer een bedrijf nieuwe informatie post op haar pagina, verschijnt die informatie immers in het nieuwsoverzicht van al haar fans.
12
Status
De statusbalk verschaft gebruikers de mogelijkheid om korte mededelingen te doen of vragen te stellen aan alle vrienden uit zijn of haar netwerk. Wanneer een gebruiker de status verandert, verschijnt dit namelijk in het nieuwsoverzicht van iedereen uit zijn of haar netwerk. Iedereen in het netwerk van de gebruiker kan reageren op zijn of haar status. Daarom wordt het vaak gebruikt om een oproep te doen aan personen in het netwerk van de gebruiker.
Een statusupdate kan naast een mededeling of een vraag ook een foto, een video of een link bevatten. Vooral op pagina’s van bedrijven – in tegenstelling tot persoonlijke profielen – bevatten statusupdates meer dan louter tekst. Een foto, video of link springt namelijk meer in het oog dan enkel een tekstberichtje.
Evenementen (Events)
Iedere gebruiker kan een evenement aanmaken op Facebook. Het evenement wordt aangekondigd via een evenementpagina. Bij het aanmaken van een evenementpagina kan de oprichter beslissen of andere gebruikers een uitnodiging voor het evenement al dan niet mogen doorsturen naar hun vrienden. Wanneer dit toegelaten is, spreekt men van een publiek evenement. Bij privé-evenementen beslist de oprichter wie de genodigden voor het evenement zullen zijn. Deze gastenlijst kan niet worden aangepast, tenzij door de oprichter zelf.
Vrienden (Friends)
Het netwerk van een Facebook-gebruiker bestaat uit zijn of haar vrienden. Wanneer een gebruiker iemand als vriend in zijn of haar netwerk wilt opnemen, moet hij of zij eerst een vriendschapsverzoek versturen naar de andere gebruiker. Deze heeft dan de keuze om het vriendschapsverzoek al dan niet te accepteren. Pas wanneer de andere gebruiker het verzoek geaccepteerd heeft, verschijnen ze in elkaars vriendenlijst (Trusov, Bodapati, and Bucklin, 2008). Accepteert een gebruiker een vriendschapsverzoek niet, dan wordt de verzender van het verzoek hier niet van op de hoogte gebracht.
De vriendenlijst is een cruciale component van SNS (Boyd & Ellison, 2008). Deze lijst bevat de links naar de profielen van de vrienden van de gebruiker. De vriendenlijst is zichtbaar voor iedereen die het profiel van de gebruiker bekijkt, tenzij de opties hiervoor door de gebruiker worden aangepast. Facebook stelt een limiet van 5000 vrienden per gebruiker.
13
1.4 DE MOTOR VAN SOCIALE MEDIA MARKETING: “EWORD
OF MOUTH”
Het verspreiden van commerciële boodschappen op SNS zoals Facebook gebeurt
(naast het plaatsen van klassieke advertenties) vooral door een digitale vorm van
mond-aan-mond-reclame: “eWord of Mouth”.
De toenemende fragmentering van het medialandschap en de overvloed aan
informatie hebben er toe bijgedragen dat de consument steeds minder
geïnteresseerd is in commerciële boodschappen van bedrijven die in traditionele
media verspreid worden (Singh, Veron, Cullinane, 2008). Bijna 60% van de
consumenten in de Verenigde Staten vinden marketing voor hen persoonlijk
irrelevant; bijna 70% heeft interesse in producten of diensten die marketingpogingen
zouden blokkeren (Business Wire, 2005). In het Verenigd Koninkrijk heeft het
internet de televisie voorbijgestoken als de reclamesector met het grootste
marktaandeel (IAB, 2009b).
In de traditionele marketingbenadering worden de verschillende elementen van de
marketingmix door de marketeer gecoördineerd om een geïntegreerde
marketingcommunicatiestrategie te vormen. De inhoud, timing, frequentie en het
medium van de boodschap worden bepaald door de organisatie die ze verspreidt. De
informatie die buiten de controle van dat model verspreid wordt, zoals word-of-
mouth-communicatie tussen consumenten, had vroeger vanwege haar beperkte
verspreiding weinig impact op de boodschap die door de organisatie uitgestuurd
werd (Mazylin, 2006).
Vandaag moeten marketeers een deel van de controle over de boodschap opgeven:
de sociale media hebben de mogelijkheid voor consumenten om met elkaar te
communiceren enorm vergroot. Consumenten vertrouwen veel meer op meningen
van andere consumenten dan op reclameboodschappen. Steeds meer maken ze
gebruik van sociale media om informatie over producten te zoeken en hun
aankoopbeslissingen te maken (Lempert, 2006, Vollmer, Precourt 2008). Die sociale
media worden als veel betrouwbaardere bronnen van informatie beschouwd dan
communicatie van organisaties via de traditionele kanalen van de
marketingcommunicatiemix (Foux, 2006).
Mangold en Faulds (2009) stellen een nieuw communicatiemodel voor, dat
verschillende veranderingen in de houding van marketingmanagers vergt (zie figuur
1).
14
FIGUUR 1: HET NIEUWE COMMUNICATIEPARADIGMA
In de eerste plaats moeten marketing managers het gegeven accepteren dat een
groot deel van de informatie over hun producten en diensten door individuele
consumenten aan andere consumenten gecommuniceerd wordt via sociale media.
Ten tweede is er het gegeven dat consumenten op deze informatie reageren op
manieren die op rechtstreekse wijze alle aspecten van het consumentengedrag
beïnvloeden, van de manier waarop consumenten zoeken naar informatie over
producten tot het uitdrukken van tevredenheid of ontevredenheid na de aankoop.
Ten derde wenden consumenten zich af van de traditionele elementen van de
marketingcommunicatiemix. Ze vertrouwen steeds minder de reclame als bron van
informatie binnen hun besluitvormingsproces. Ten slotte moeten managers die de
gewoonte hebben een grote mate van controle uit te oefenen over de boodschap die
de organisatie naar de consument verstuurt, leren om de conversatie met de
consument aan te gaan. Op die manier kunnen ze de discussies over hun merken en
producten die plaats hebben binnen de sociale media beïnvloeden (Mangolds,
Faulds, 2009).
Sociale media marketing (SMM) maakt gebruik van de Web 2.0 technologie en
sociale netwerken om de communicatie tussen een merk en de consument te
voeren. SMM helpt marketeers om te leren van de consument door te luisteren.
Tegelijkertijd worden sociale media gebruikt om relaties op te bouwen, waardoor er
een grotere merkwaarde ontstaat. SMM bestaat uit conversaties: door consumenten
onderling, van het merk naar de consument, en zelfs van de consument naar het
merk. Dankzij SMM kan het merk rechtstreeks in contact staan met de consument
(Farley, 2010). Marketing binnen sociale media draait niet louter om het overbrengen
van een boodschap, maar vooral om het ontvangen en uitwisselen van percepties en
ideeën (Drury, 2008).
“eWord-of-mouth” is het grote principe dat aan de basis ligt van de groeiende
invloed van sociale media binnen de marketingmix. Binnen traditionele benaderingen
van de marketingmix heeft het begrip word-of-mouth (WOM) al lang een vaste plaats
15
gekregen. De gepercipieerde geloofwaardigheid van wat de ene consument tegen de
andere vertelt, ligt veel hoger dan de boodschap die consumenten over merken
krijgen via de media (Rogers, 1962). Katz en Lazarsfeld (1955) kwamen al tot de
conclusie dat WOM de belangrijkste beïnvloeder is in de aankoop van
huishoudgoederen, en advies van andere consumenten over een dienst heeft meer
invloed op de beslissing van de consument dan alle informatie die door marketeers
verspreid wordt samen (Alreck, Settle, 1995).
De schaalvergroting die het Web 2.0 in intermenselijke contacten met zich heeft
meegebracht, heeft een verschuiving in het communicatiemodel van WOM met zich
meegebracht. Kozinets, de Valck, Wojnicki en Wilner (2010) onderscheiden drie fasen
in die verschuiving.
1. The organic interconsumer influence model
Reeds in 1943 suggereerde de diffusie-studie van Ryan en Gross (Kozinets, ea., 2010)
dat conversaties tussen consumenten belangrijker dan marketingcommunicatie
waren voor het beïnvloeden van koopgedrag. De conversaties binnen het “organic
interconsumer influence model” draaien om de uitwisseling van product- en
merkgerelateerde marketingboodschappen. Het “organische” aspect van dit model
bestaat erin dat de conversatie tussen consumenten onderling vanzelf gebeurt,
zonder onmiddellijke invloed of meting van marketeers. Die ontwikkelen enkel
producten en maken ze via reclame en promoties bekend. De motivering van
consumenten om te communiceren over merken of producten ligt in de wil om
anderen te helpen, hen te waarschuwen voor slechte service en om status te
communiceren (Kozinets, ea., 2010).
2. The linear marketer influence model
Terwijl de theorie rond WOM evolueerde, begon de nadruk te liggen op het belang
van bijzonder invloedrijke consumenten binnen het WOM proces. Volgens deze
theorie zou het in het belang van marketeers zijn om die invloedrijke, gerespecteerde
en geloofwaardige consumenten te identificeren en hen te proberen beïnvloeden.
Hier gaat de marketeer dus actief deelnemen aan het WOM proces. Door het
inschakelen van die “opinion leaders” konden marketeers gebruik maken van “the
friend who recommends a tried and trusted product” in de plaats van “the salesman
who tries to get rid of merchandise” (Dichter 1966, p. 165). In dit model wordt de
opinion leader verondersteld op vrij accurate wijze de marketingboodschap van de
marketeers aan de consument door te geven (Kozinets, ea., 2010).
3. The network coproduction model
Marketeers zijn er in de recentste versie van het model op uit om op rechtstreekse
wijze WOM activiteit te beheren via doelgerichte één-op-één verspreiding en
communicatieprogramma’s. Het internet staat hierbij meer verregaande niveaus van
meting en controle toe dan voordien mogelijk was. Figuur 2 toont dat de
16
marketingtheorie is geëvolueerd van transacties naar relaties, met een groter belang
dat gehecht wordt aan consumentennetwerken, groepen en gemeenschappen.
Consumenten worden beschouwd als actieve medeproducten van (merk)waarde
(Kozinets, ea., 2010).
Er zijn twee opvallende kenmerken van dit nieuwe model: ten eerste richten
marketeers zich doelbewust en direct op het beïnvloeden van de consument of van
de opinion leader die op zijn beurt de consument beïnvloedt. Ten tweede is er het
besef dat marketingcommunicatie geen eenrichtingsverkeer is, maar uitgewisseld
wordt binnen het consumentennetwerk (Barnes, 2009).
FIGUUR 2: EVOLUTIE VAN MODELLEN VOOR CONSUMENTENBEÏNVLOEDING
Kozinets, de Valck, Wojnicki en Wilner (2009) hebben onderzoek verricht naar de
verspreiding van WOM-communicatie via blogs. Aangezien SNS net zoals blogs hun
gebruikers toestaan om over hun leven, visies en ervaringen te bloggen, zijn hun
17
bevindingen ook relevant voor ons onderzoek naar Facebook communicatie. De
onderzoekers onderscheiden vier factoren die deze communicatie beïnvloeden:
1. De boodschap wordt beïnvloed door de plaatsing ervan binnen het bredere
verhaal dat de blogger brengt.
2. Het forum waar de boodschap gebracht wordt, in casu de blog, beïnvloedt de
boodschap.
3. De blog-gemeenschap heeft algemene regels voor het uitwisselen van
boodschappen.
4. De promotionele eigenschappen van de WOM-campagne en gelijkaardige
promoties beïnvloeden eveneens de boodschap.
Het onderzoek wees uit dat er voor mensen die via WOM over een product
communiceren een spanning bestaat tussen het commerciële aspect van het
promoten van een bepaald product en de normen die gelden binnen de
gemeenschap. Het bleek dat bloggers het product waar ze over schrijven, inpassen in
een breder verhaal, om de boodschap meer geloofwaardig en relevant te maken
voor de gemeenschap. Bloggers doen drie zaken die nuttig zijn voor marketeers: ze
communiceren de marketingboodschap, ze zetten hun reputatie en het vertrouwen
dat de gemeenschap in hen heeft in voor de marketingboodschap, en ze passen de
marketingboodschap aan aan de normen en verwachtingen die er in de
gemeenschap heersen (Kozinets, ea., 2009; Smith, ea., 2007).
Een positieve houding van de gemeenschap tegenover een marketingboodschap die
via WOM verspreid wordt, hangt dus af van drie elementen:
1. De mate waarin ze overeenstemt met de doelen, de context en de geschiedenis
van het verhaal dat de communicator brengt.
2. In hoeverre de communicator de spanning erkent tussen het commerciële
aspect van de boodschap en normen van de gemeenschap.
3. De mate waarin de boodschap overeenstemt met de normen van de
gemeenschap en er relevant voor is (Kozinets, ea., 2010; Hung, Yiyan Li, 2007).
SNS zijn plaatsen bij uitstek waar de gebruikers bloggen over hun leven en wat hen
bezig houdt. Het onderzoek van Kozinets ea. is dan ook zeer relevant voor de
mechanismen die aan de basis liggen van het slagen of falen van communicatie van
bedrijven en merken via Facebook.
18
1.5 HET BEHEER VAN EEN FACEBOOK PAGINA
Hoewel Facebook een relatief jong marketingmiddel is, biedt het bedrijven talloze
mogelijkheden om zichzelf en hun merken te promoten bij het grote publiek.
Facebook is een soort van virtuele markt waar bedrijven best aanwezig kunnen zijn
(www.socialmediatoday.com). SMM groeit stilaan uit tot een essentieel onderdeel
van de marketingstrategie van bedrijven. Nochtans bestaan er geen eenduidige
richtlijnen over het gebruik van Facebook door bedrijven als communicatiemiddel
naar de klant toe.
Aangezien de wetenschappelijke literatuur over klantgerichte communicatie via
Facebook beperkt is, zijn we te rade gegaan bij enkele invloedrijke blogs. We hebben
getracht de meest voorkomende adviezen over het beheer van Facebook pagina’s te
synthetiseren en hielden zo vier algemene richtlijnen over. Deze worden in wat volgt
een voor een besproken in volgorde van belangrijkheid. Uit deze vier adviezen
leidden we drie bijkomende onderzoeksvragen af, ter ondersteuning van onze
hoofdvraag.
1. Promotie van de pagina Eens een bedrijf een Facebook pagina heeft aangemaakt, is het van belang om deze pagina zoveel mogelijk te promoten bij de consumenten (www.openforum.com). Het is de bedoeling om het aantal connecties naar de pagina te vergroten. De eerste doelgroep die op de hoogte moet gebracht worden van de pagina is het huidige klantenbestand van een bedrijf. Eens zij op de hoogte zijn van de pagina kunnen zij via muis-tot-muisreclame hun netwerk hiervan op de hoogte stellen. Er zijn een aantal kostenloze manieren waarvan bedrijven gebruik kunnen maken om gebruikers naar hun pagina te leiden. Een van die manieren is door een Facebook Page Badge te ontwikkelen (www.technshare.com). Deze badge wordt op de website van een bedrijf geplaatst om haar Facebook pagina te promoten. Wanneer gebruikers hierop klikken worden ze automatisch doorverwezen naar de Facebook pagina van het bedrijf. Op de pagina zelf kunnen de gebruikers via de “Vind-ik-leuk”-knop fans worden van de pagina. Bedrijven kunnen de “Vind-ik-leuk”-knop ook rechtstreeks op hun website plaatsen. Wanneer bezoekers van de website hier dan op klikken, worden ze meteen fan van de Facebook pagina van het bedrijf. Een andere manier die vaak op blogs wordt aangeraden om een pagina te promoten, is door ernaar te verwijzen in de elektronische nieuwsbrief of e-mails van het bedrijf naar haar klanten toe (www.facebookflow.com). Klanten kunnen via deze manier aangespoord worden om de pagina te bekijken en er fan van te worden. Het is niet alleen belangrijk dat de pagina van een bedrijf gepromoot wordt. Het bedrijf kan via de Facebook pagina eveneens haar website promoten. Verscheidene blogs en artikels raden bedrijven dan ook aan om zoveel mogelijk informatie te verschaffen op de Facebook pagina. Een van de elementen die zeker en vast vermeld
19
moeten worden, is de officiële website van het bedrijf (blog.ewaydirect.com). Wanneer gebruikers op de Facebook pagina van een bedrijf belanden en informatie willen opnemen, mag de link naar de website van het bedrijf dus zeker niet ontbreken. Er moet eigenlijk een wederzijdse link zijn tussen de website en de Facebook pagina van een bedrijf. De ene moet verwijzen naar de andere en vice versa.
2. Frequentie van pagina-updates Wanneer een bedrijf beslist om een Facebook pagina aan te maken, moet het er ook daadwerkelijke gebruik van maken. Het is essentieel voor de fans dat ze zien dat het bedrijf actief is op de pagina. Zo krijgen ze het gevoel dat het bedrijf geëngageerd is en zullen zij ook sneller geëngageerd worden. Er zijn niet echt richtlijnen over het aantal berichten dat een bedrijf moet posten. Dit hangt namelijk af van bedrijf tot bedrijf. Een restaurant zou bijvoorbeeld elke dag haar dagschotel kunnen aankondigen terwijl een kledingzaak niet elke dag een nieuwe collectie aan te bieden heeft. Al bij al raden de meeste blogs aan om toch minstens twee keer per week iets te posten (www. socialmediatoday.com; www.socialmediaexaminer.com; www.quantumwebsolutions.com; www.onlinemarketing-trends.com; www.sigmawebtechnologies.com). Er moet echter wel opgelet worden om niet teveel te posten. Wanneer bedrijven meerdere keren per dag berichtjes posten, kan dit irritatie opwekken bij de fans. Bedrijven lopen in dat geval het risico om uit het nieuwsoverzicht van hun fans verwijderd te worden. (www.scalablesocialmedia.com; www.groundwire.org) De geposte elementen moeten niet alleen tekstberichtjes te zijn. Het kunnen even goed foto’s, video’s of links zijn (www. socialmediatoday.com; www.scalablesocialmedia.com). Hierbij is het belangrijk dat het bedrijf een persoonlijke kant van zichzelf laat zien (www.quantumwebsolutions.com). Een Facebook pagina wordt namelijk gecreëerd om de klant op een meer persoonlijke manier te benaderen. Hoe meer een bedrijf de menselijke kant van haar organisatie, producten en werknemers blootgeeft, hoe groter het effect (www.socialmediatoday.com). Wanneer een bedrijf dus louter zakelijke elementen post, zullen de fans snel afhaken. De persoonlijke “touch” kan bijvoorbeeld een filmpje zijn met een boodschap van een van de directieleden van het bedrijf naar de fans toe. Het doel hiervan is dat het bedrijf laat zien dat het meer is dan een organisatie die winst wil maken. Het moet de menselijke kant van het bedrijf in de verf zetten. De reden waarom bedrijven worden aangeraden om hun Facebook pagina regelmatig te updaten, is omdat telkens wanneer ze dit doen, de update immers in het nieuwsoverzicht van alle fans verschijnt (www. socialmediatoday.com). Wanneer fans zien dat er nieuwe elementen gepost zijn, wordt hun aandacht getrokken waardoor de pagina meer bezocht zal worden. Een voorwaarde hiervoor is wel dat de geposte informatie relevant is voor de fans (www.quantumwebsolutions.com). Een bedrijf kan bijvoorbeeld regelmatig haar pagina updaten met informatie die op dat moment van belang is. Wanneer fans bijvoorbeeld kunnen participeren aan een wedstrijd die op de pagina loopt, kan hier een tab aan gewijd worden. Kortom, het bedrijf moet met andere woorden haar fans constant op de hoogte houden. Coca-Cola voerde een jaar lang een sociale mediacampagne waarbij ambassadeurs van het merk de wereld rond reisden en de fans via de Facebook pagina aan de hand van videofragmenten, foto’s en verlagen constant up to date hielden van hun avonturen.
20
Toen de campagne in januari 2010 begon, had Coca-Cola iets meer dan vier miljoen fans. Één jaar later is de fanbase toegenomen met meer dan 400 procent en bevat nu meer dan 22 miljoen fans (www.expedition206.com).
3. Stimulatie van conversatie en aandacht voor de fans Een Facebook pagina verschaft bedrijven de mogelijkheid om met hun klanten te communiceren. Bedrijven moeten deze kans dan ook ten volle benutten. Een manier waarop een bedrijf de communicatie op haar pagina kan bevorderen, is door vragen te stellen aan haar klanten (www.scalablesocialmedia.com; www.quantumwebsolutions.com). Deze soort van statusupdate draait niet zo zeer om het bedrijf zelf, maar om de mening van de klant. Wanneer klanten gevraagd worden om hun mening te geven, schept dit een band. Klanten krijgen de indruk dat hun mening ertoe doet en dat het bedrijf moeite doet om naar haar klanten te luisteren. Het is belangrijk dat bedrijven niet alleen vragen waarover de fans tevreden zijn, maar ook waarover ze minder tevreden zijn. Dit geeft bedrijven de kans om hun product of dienst aan te passen aan de wensen van de consumenten. Het grootste nadeel voor een bedrijf is echter dat het geen controle heeft over de reacties van de fans. Wanneer een fan bijvoorbeeld iets heel negatiefs post op de pagina kan dit een sneeuwbaleffect creëren en meer negatieve reacties uitlokken. Hetzelfde geldt echter ook in positieve zin. Het doel van het stellen van vragen is om conversatie over het bedrijf of merk te stimuleren. In dit onderzoek ligt de focus niet op de inhoud van de verschillende vragen, maar op het feit dat er een vraag gesteld wordt. Een andere manier waarop bedrijven de mening van hun fans kunnen achterhalen, is door polls te plaatsen op de pagina (www. scalablesocialmedia.com; www.socialmediaexaminer.com). Dit is een soort van meerkeuzevraag waarop de fan zijn of haar antwoord kan aanduiden. Zo kan een bedrijf op heel korte tijd enorm veel reacties verkrijgen van haar doelpubliek. In tegenstelling tot een enquête is een poll meestal maar één vraag. Toch kan aan de hand van polls heel veel informatie verkregen worden. Bedrijven wordt bovendien aangeraden om aandacht te schenken aan hun fans. Fans moeten de mogelijkheid krijgen om hun ervaringen met het bedrijf te delen door middel van het posten van berichten, foto’s of video’s. Het is dan aan het bedrijf om hierop te reageren. Coca-Cola beseft bijvoorbeeld maar al te goed dat de mening van haar fans van groot belang is. Het bedrijf verwijst fans die commentaar hebben op Coca-Cola daarom persoonlijk door naar een website waar ze terecht kunnen met al hun vragen of opmerkingen. Dit geeft haar fans het idee dat het bedrijf bereikbaar is en open staat voor kritiek. Wanneer een bedrijf zich niets aantrekt van haar fans en hun meningen kan dit nefaste gevolgen hebben voor de reputatie van het bedrijf. Als een bedrijf laat zien dat het begaan is met haar klanten zullen die klanten zich gewaardeerd voelen (www.socialmediatoday.com). Een van de adviezen die worden geformuleerd, is dan ook dat bedrijven hun klanten af en toe moeten bedanken (www. scalablesocialmedia.com). Dit creëert goodwill bij de fans en zal de reputatie van het bedrijf in positieve zin beïnvloeden (www.quantumwebsolutions.com).
21
4. Monitoring van de pagina Het grootste gevaar voor een bedrijf dat gebruik maakt van SNS en meer bepaald van een Facebook pagina als marketinginstrument is het gebrek aan controle over berichten op die pagina. Fans kunnen namelijk ongelimiteerd hun mening uiten op de pagina. Het gebeurt wel vaker dat gebruikers zich fan maken van een pagina met slechte bedoelingen. Gebruikers kunnen namelijk enkel berichtjes op de wall van een pagina achterlaten als ze fan zijn van die pagina. Deze “pseudofans” bekritiseren het bedrijf openlijk en beschadigen de reputatie van het bedrijf door negatieve commentaren te geven. Om te vermijden dat een negatieve reactie van één fan andere fans aan zou zetten om eveneens hun gal te spuien, moet het bedrijf haar pagina constant monitoren (www.quantumwebsolutions.com). Wanneer een negatief bericht gepost wordt op de pagina, heeft het bedrijf twee opties. Ofwel verwijdert het bedrijf het bericht zonder meer, ofwel toont het bedrijf interesse in de reactie van de gebruiker die het gepost heeft en verwijst het bedrijf hem of haar door naar een site waar de gebruiker met zijn commentaar terecht kan. De eerste optie wordt afgeraden. Het zonder meer verwijderen van negatieve commentaar komt slecht over bij de bewuste fan en schept de indruk dat het bedrijf niet openstaat voor kritiek. Een Facebook pagina is echter het middel bij uitstek om de dialoog aan te gaan met fans van een merk of bedrijf. Daarom is de tweede optie veel geschikter. Door als bedrijf te reageren op reacties van fans, wordt een band geschapen. Wanneer een pagina echter het slachtoffer is van spam wordt aangeraden om de spamberichten te verwijderen (www.quantumwebsolutions.com). Spamberichten zijn niet alleen vervelend voor het bedrijf, maar ook voor de fans. We gaan in deze masterscriptie niet in op de manier waarop bedrijven omgaan met spam en ongewenste berichten. Dit valt buiten ons onderzoek dat zich richt op de vormkenmerken van de communicatie via Facebook pagina’s. Om te vermijden dat bezoekers die voor het eerst naar de pagina surfen meteen op het prikbord (de wall) terecht komen – en de kans bestaat dat het eerste wat ze te zien krijgen een negatief bericht van andere gebruikers is – wordt aangeraden om bezoekers op een aangepaste welkomsttab te laten landen (www.socialmediatoday.com; www. facebookflow.com; blog.ewaydirect.com). Op dit aangepaste tabblad – een FBML-pagina - krijgt het bedrijf of merk de kans om een goede eerste indruk te maken op bezoekers. FBML (Facebook Markup Language) is de programmeertaal die beheerders van Facebookpagina’s gebruiken om een gepersonaliseerd tabblad binnen de pagina te creëren. Vaak worden bezoekers op deze welkomsttab aangespoord om fan te worden van de pagina door op de “Vind-ik-leuk”-knop te klikken. Pas wanneer ze dit doen, worden ze doorverwezen naar het prikbord. Het is dus een manier om de eerste indruk van bezoekers van de pagina te monitoren. Paginabeheerders kunnen hun pagina bovendien monitoren aan de hand van Facebook Insights. Dit biedt paginabeheerders de mogelijkheid om allerlei statistieken bij te houden in verband met de activiteit op de pagina. Het geeft hen bijvoorbeeld een idee van het aantal gebruikers dat per dag fan wordt, het aantal keer dat de pagina bekeken werd, het aantal geposte elementen op de pagina, enzovoort. Een diepere analyse van al deze data geeft paginabeheerders een duidelijker beeld op lange termijn van het succes van de pagina. Via Facebook Insights is het mogelijk om data te verzamelen per afzonderlijk geposte element. Zo kunnen paginabeheerders na verloop van tijd inzicht krijgen in welke
22
geposte elementen meer of minder succesvol zijn. Een voorbeeld hiervan is het bekijken van het aantal feedbackberichten die fans nalaten op een statusupdate. Een bedrijf zou een onderscheid kunnen maken tussen de soorten geposte elementen zoals een vraag, een mededeling, een link naar een andere pagina,… en vergelijken welk soort gepost bericht het meeste feedback oplevert. Facebook Insights geeft bedrijven dus een hulpmiddel om te bepalen hoe het bedrijf het best met haar fans kan communiceren. Deze service is enkel toegankelijk voor beheerders van een Facebook pagina.
23
HOOFDSTUK 2: ONDERZOEKSOPZET
2.1. ONDERZOEKSVRAAG
Het idee voor deze masterscriptie begon eigenlijk met één onderzoeksvraag. We
wilden weten hoe de communicatie van bedrijven en merken via Facebook pagina’s
er aan toegaat. Van meet af aan hebben we enerzijds beslist om de vorm van die
communicatie te onderzoeken: kunnen we bepaalde constanten vaststellen in de
vorm waarin bedrijven en merken via hun Facebook pagina’s communiceren? De
beperkte omvang van deze masterscriptie laat ons niet toe een volledige genrestudie
te maken van Facebook pagina’s, we belichten dan ook enkel vormkenmerken in dit
onderzoek, zoals blijkt uit onderstaande onderzoeksvragen.
Anderzijds waren we van in het begin erg geïnteresseerd in de mate waarin bedrijven
en merken op Facebook erin slagen om consumenten voor hun kar te spannen. Want
hoe meer die Facebook communicatie erin slaagt om gebruikers op de ‘Vind-ik-leuk’-
knop bij het bericht in kwestie te doen drukken of om hen er een reactie bij te doen
typen, hoe meer die boodschap zich viraal zal gaan verspreiden.
We hebben beslist om in dit onderzoek de vorm en niet de inhoud van de
communicatie te bekijken. We kunnen dus niet oordelen over de efficiëntie van de
communicatie van merken en bedrijven via Facebook pagina’s.
Concreet leidde dit ons tot de volgende onderzoeksvraag:
1. Wat zijn de vormkenmerken van de meest interactieve pagina’s van bedrijven en
merken op Facebook?
Ter voorbereiding van het eigenlijke onderzoek gingen we aan de slag met het
bovenstaande literatuuronderzoek. Dit vooronderzoek bracht nog een aantal
bijkomende onderzoeksvragen en hypotheses aan het licht die nauw aansluiten bij de
hoofdvraag van ons onderzoek. Uit de zogenaamde adviezen voor het onderhouden
van een Facebook pagina konden we nog de volgende bijvragen afleiden:
2. Hebben bedrijven met een Facebook badge op hun website meer fans?
3. Zijn bedrijven en merken die regelmatig (minstens circa 2 keer per week)
updates op hun Facebook pagina posten beter in het engageren van fans?
4. Leidt een post in de vorm van een vraag tot meer feedback van fans?
5. Maken de grootste Facebook pagina’s gebruik van een FBML-pagina?
24
Zoals verder in deze scriptie duidelijk zal worden bij het uiteenzetten van onze
onderzoeksopzet, hebben we er bij het samenstellen van onze steekproef voor
gekozen om de bedrijven en merken in te delen in één van de volgende categorieën:
Media, Fast Moving Consumer Goods (FMCG), Technology en Automotive. Naast
bovenstaande algemene onderzoeksvragen willen we ook drie specifieke bijvragen
voor de categorieën beantwoorden:
6. Wat zijn de vormkenmerken van de verschillende categorieën binnen onze
steekproef?
7. Krijgt het type bericht dat het vaakst gepost wordt binnen een categorie ook de
meeste feedback?
8. Kunnen we significante verschillen vaststellen tussen de verschillende
categorieën binnen onze steekproef?
Aan de hand van ons onderzoek proberen we op al deze onderzoeksvragen een
antwoord te geven. We beginnen met een antwoord op de zeven deelvragen, om zo
te komen tot een zo volledig mogelijk antwoord op onze hoofdvraag.
25
2.2 METHODE
STEEKPROEF
De theoretische populatie voor ons onderzoek zijn alle Facebook pagina’s van
bedrijven en merken. De operationele populatie zijn alle pagina’s met internationale
bekendheid en meer dan één miljoen fans.
Om onze steekproef te trekken uit de operationele populatie, baseren we ons op een
lijst met de 50 grootste Facebook pagina’s van merken of bedrijven met het meeste
aantal fans. Deze lijst wordt elk jaar gepubliceerd door het gerenommeerde sociale
media agentschap Ignite Social Media (www.ignitesocialmedia.com).
Aangezien we de grootste Facebook pagina’s willen opnemen in ons onderzoek en
hiervoor geen steekproefkader aanwezig is, kunnen we geen aselecte steekproef
trekken. De pagina’s van merken en bedrijven met het meeste aantal fans werden
gekozen – geselecteerd – voor onze steekproef.
Vertrekkend van de lijst met de 50 grootste pagina’s elimineerden we de bedrijven
en merken die geen internationale bekendheid hebben – zoals het snoepje Reese’s –
of die te specifiek waren – zoals Starbucks Frappucino. Deze criteria leverden een
eliminatie van 14 bedrijven en merken op. Nadien brachten we de 36 overgebleven
bedrijven en merken onder in een van de volgende vijf categorieën: Media, Fast
Moving Consumer Goods (FMCG), Fashion, Technology en Automotive.
Omdat bepaalde categorieën meer bedrijven en merken bevatten dan andere,
besloten we om minstens zes bedrijven of merken per categorie op te nemen met
meer dan één miljoen fans. Op basis van dit criterium werd onze steekproef
uiteindelijk uitgebreid tot 44 bedrijven en merken. We kunnen dus spreken over een
criteriumsteekproef. De volledige steekproef is terug te vinden in bijlage 2.
De categorie Media bestaat uit zeven bedrijven of merken: YouTube, Disney, MTV,
iTunes, Live Messenger, Pixar en CNN. Voor de categorie FMCG kozen we dertien
bedrijven en merken: Coca-Cola, Starbucks, Oreo, RedBull, Skittles, Pringles, Nutella,
Dr Pepper, Mc Donald’s, TacoBell, Subway, KFC en Vitamin Water. De categorie
Fashion bestaat uit tien bedrijven of merken die kledij en accessoires produceren.
Het gaat om Converse, Victoria’s Secret, Zara, Adidas, H&M, Lacoste, Puma, Nike,
Louis Vuitton en Calvin Klein. De zes bedrijven in de categorie Technology zijn
bedrijven of merken die consumententechnologie produceren. Het gaat om Nokia,
Playstation, Xbox, Sony Ericsson, Google Chrome en Blackberry. Automotive ten
slotte bestaat uit acht bedrijven of merken die gemotoriseerde voertuigen
produceren: BMW, Ferrari, Audi, Mercedes, Jeep, Harley Davidson, Porsche en Ford
Mustang.
26
DATAVERZAMELING
Op de Facebook pagina’s van de geselecteerde bedrijven en merken verzamelden we
de data die we nodig hadden voor ons onderzoek. Die data bestond voornamelijk uit
het aantal appreciaties en commentaren per gepost bericht gedurende een half jaar,
namelijk vanaf september 2010 tot en met februari 2011. Elk bericht met bijhorende
data werd in Excel gecategoriseerd in een van de volgende zes categorieën:
mededeling, vraag, foto, video, link of evenement. Zo kregen we een algemeen
overzicht van het aantal berichten per type van bericht en de feedback in de vorm
van appreciaties en commentaren die de berichten kregen gedurende een half jaar.
Wanneer we van elk type bericht het aantal optelden, kregen we het totaal aantal
berichten gedurende het half jaar voor elke pagina.
Verder verzamelden we voor elke pagina het aantal fans op 5 maart 2011, het aantal
feedbackberichten dat het bedrijf of merk gaf aan haar fans en het aantal keer dat
het bedrijf deelnam aan discussies op het discussieforum. Ten slotte noteerden we
ook waar gebruikers terechtkomen wanneer ze de pagina van het bedrijf of merk
bezoeken. Hier werd een onderscheid gemaakt tussen het prikbord – de wall – en
een FBML-pagina.
DATAVERWERKING
Voor de verwerking van onze data hebben we een beroep gedaan op Excel en op het
statistische software programma SPSS. Bepaalde data moesten eerst in Excel
verwerkt worden alvorens ze in SPSS ingevoerd kon worden.
Excel
In Excel berekenden we het aantal berichten per type (mededeling, vraag, foto,
video, link, evenement) gedurende de bestudeerde periode. We telden de feedback
in de vorm van appreciaties en commentaren voor alle berichten van elke pagina op,
en deelden die door het aantal fans per pagina. Zo kwamen tot een totale
interactiviteitsratio voor elke pagina. Deze ratio dient als maatstaf voor de
interactiviteit van het bedrijf of merk met haar fans op haar pagina. Hij drukt uit hoe
actief fans op een pagina zijn. Een hogere ratio impliceert een meer actieve fanbasis.
Aan de hand van deze interactiviteitsratio rangschikten we de pagina’s uit onze
steekproef.
Daarnaast berekenden we voor elk type bericht het gemiddelde van de appreciaties
en commentaren. Op basis daarvan berekenden we afzonderlijke
interactiviteitsratio’s voor elk type, zowel voor de appreciaties als voor de
commentaren. Deze ratio’s werden berekend door het gemiddelde van de
appreciaties en commentaren te delen door het totaal aantal fans. We
27
vermenigvuldigden dit getal met duizend om de uiteindelijke ratio duidelijker te
maken. Deze ratio’s staan ons toe vast te stellen welk type bericht de meeste
interactiviteit teweeg brengt.
Op basis van het totaal aantal berichten per pagina gedurende zes maanden maakten
we eveneens een rangschikking van hoog naar laag. Zo werd duidelijk welke pagina
het meeste berichten gepost had en hoeveel berichten dit nu precies waren in een
tijdspanne van zes maanden.
SPSS
Om na te gaan of er significante verschillen tussen de categorieën in onze steekproef
aanwezig waren, hebben we onze data in SPSS verwerkt. De variabelen die we
opnamen in de dataset waren het aantal geapprecieerde berichten per type, het
aantal becommentarieerde berichten per type, de gemiddelde appreciaties per type,
de gemiddelde commentaren per type, de totale appreciaties en de totale
commentaren per type bericht.
Hierbij moet opgemerkt worden dat het aantal geapprecieerde berichten meestal
gelijk is aan het aantal becommentarieerde berichten. Dit komt omdat in het
algemeen op Facebook bij pagina’s met grote aantallen fans zo goed als elk bericht
zowel geapprecieerd als becommentarieerd wordt. Bovendien impliceert dit ook dat
het aantal geapprecieerde berichten gelijk is aan het aantal geplaatste berichten in
het algemeen aangezien elk bericht minstens één keer geapprecieerd werd.
Voor de vergelijking van de vijf categorieën maakten we gebruik van non
parametrische testen. De keuze voor non parametrische testen is verantwoord door
het feit dat elke categorie minder dan 30 elementen bevat. Gemiddeld gezien bevat
elke categorie 8 elementen. Voor de vergelijking van alle vijf categorieën met elkaar
werd de Kruskall-Wallis test gebruikt, wat overeenkomt met een variantieanalyse
voor non-parametrische testen. Wanneer we een vergelijking wilden maken tussen
slechts twee categorieën, hanteerden we de Mann-Whitney U-test, het non-
parametrische alternatief voor de independent samples t-test.
28
HOODSTUK 3: RESULTATEN
In dit hoofdstuk bespreken we de resultaten van ons onderzoek. We gaan eerst voor
alle bedrijven in onze steekproef na of ze de adviezen die we in ons
literatuuronderzoek naar voren hebben gebracht opvolgen. Op die manier proberen
we een antwoord te geven op onderzoeksvragen 2 tot en met 5. Nadien bespreken
we de vormkenmerken van alle categorieën afzonderlijk. Onderzoeksvragen 6 en 7
worden in dat onderdeel onderzocht. Voor vormkenmerken kijken we naar: het
totale aantal geposte berichten gedurende de bestudeerde periode, het gemiddelde
aantal berichten per bedrijf of merk in de categorie, het gemiddeld aantal berichten
van elk type dat de bedrijven of merken posten tijdens de bestudeerde periode
(mededeling, vraag, foto, video, link en evenement), het gemiddelde aantal
appreciaties per type bericht en het gemiddelde aantal commentaren per type
bericht. Vervolgens vergelijken we de vijf categorieën aan de hand van statistische
tests met elkaar. We geven aan op welke variabelen de categorieën van elkaar
verschillen. Dit doen we om een antwoord te vinden op onderzoeksvraag 8. Ten
slotte geven we een algemeen beeld van de vormkenmerken van de vijf meest
interactieve Facebook pagina’s uit onze steekproef, teneinde onderzoeksvraag 1 te
beantwoorden.
3.1. OPVOLGING ADVIEZEN
1. Promotie van de pagina
Het eerste advies dat in ons literatuuronderzoek naar voor kwam, stelt dat bedrijven
hun Facebook pagina best promoten door middel van een zogenaamde Facebook
Page Badge op hun website. Om na te gaan of bedrijven dit advies naleven, zijn we
op de websites van alle bedrijven en merken uit onze steekproef gaan controleren of
er een Facebook Page Badge aanwezig was. In bijlage 3 worden de resultaten per
bedrijf opgelijst. We stelden vast dat 31 van de 44 bedrijven uit onze steekproef
gebruik maken van een Badge om bezoekers naar hun Facebook pagina te leiden.
70% van de bedrijven en merken uit onze steekproef volgt dit advies op.
Een tweede manier waarop bedrijven hun pagina kunnen promoten, is door ernaar
te verwijzen in hun elektronische nieuwsbrieven of e-mails. In dit onderzoek gaan we
niet in op deze tweede manier om een pagina te promoten. We beschikken namelijk
niet over e-mails en nieuwsbrieven van de bedrijven uit onze steekproef.
29
2. Frequentie van pagina-updates
Het tweede advies uit ons literatuuronderzoek raadt beheerders van Facebook
pagina’s aan om minstens twee keer per week een bericht te posten op hun pagina.
We telden het totaal aantal berichten per bedrijf of merk in de door ons bestudeerde
periode en deelden dit door het aantal weken dat die periode telt, namelijk 26. Dit
gaf ons een beeld van het aantal berichten dat bedrijven per week posten. Een
overzicht van de resultaten is terug te vinden in bijlage 3.Gemiddeld posten de
bedrijven uit onze steekproef zes berichten per week. Het hoogste aantal berichten
per week werd geplaatst door Playstation. Dit bedrijf post 26 berichten per week.
Nike, Mc Donalds en Vitamin Water postten gedurende de bestudeerde periode in
totaal respectievelijk 11, 5 en 5 keer, wat neerkomt op minder dan 1 bericht per
week. 10 bedrijven uit onze steekproef volgen het advies om minstens twee maal per
week een bericht te posten niet op, wat neerkomt op 23%. Dit maakt dat 77% van
onze steekproef wel degelijk twee keer per week iets post. 34% post gemiddeld
zeven of meer berichten per week op haar Facebook pagina.
Om na te gaan of regelmatig posten effectief leidt tot een hoger engagement van
fans maken we gebruik van de interactiviteitsratio die we opstelden voor de analyse
van de meest interactieve pagina’s onder paragraaf 3.4. We berekenden deze ratio
op basis van de verhouding tussen de totale feeback van fans in de bestudeerde
periode en het totaal aantal fans op 5 maart. Vervolgens koppelden we de
rangschikking op basis van de interactiviteitsratio aan de rangschikking op basis van
het aantal berichten. (Zie bijlage 2 voor de twee rangschikkingen.) Van de tien
bedrijven die de meeste berichten hebben gepost in de onderzochte periode komen
vier bedrijven in de top tien qua interactiviteit voor. De cijfers voor de pagina van
CNN zijn opvallend: het bedrijf staat met 601 updates op de tweede plaats wat
betreft het aantal geposte berichten, goed voor gemiddeld 23 berichten per week.
CNN staat bovendien op de eerste plaats van onze rangschikking op basis van
interactiviteit.
3. Stimulatie van conversatie en aandacht voor de fans
In de eerste plaats wordt bedrijven aangeraden om de conversatie op hun Facebook
pagina te stimuleren door vragen te stellen in de berichten die ze plaatsen. We zijn
nagegaan hoe vaak bedrijven gebruik maken van vragen in verhouding tot het totale
aantal berichten dat ze in de bestudeerde periode op hun Facebook pagina postten.
Een overzicht van de resultaten is terug te vinden in bijlage 3.
We stellen vast dat gemiddeld 8% van de berichten uit onze steekproef vragen zijn.
Pringles is het bedrijf dat procentueel het meest gebruik maakt van vragen in haar
berichten, met score van 50%. We moeten dit wel relativeren aangezien Pringles in
totaal slechts 16 berichten plaatste gedurende de bestudeerde periode. 39% van de
bedrijven uit onze steekproef maakte tijdens de bestudeerde periode nooit gebruik
30
van vragen. Zij volgen het advies om vragen te gebruiken niet op. 14% (zes bedrijven)
stelt in minstens 20% van de berichten een vraag.
Ten tweede wordt bedrijven aangeraden om aandacht te schenken aan hun fans. Dit
kan door feedback te geven op berichten die fans achterlaten op enerzijds het
discussieforum en anderzijds het prikbord. We telden hiervoor het aantal
feedbackberichten van de bedrijven en merken uit onze steekproef. De resultaten
staan opgelijst in bijlage 3.
50% van onze steekproef geeft binnen de bestudeerde periode nooit feedback op
berichten van fans op het prikbord. 25% reageert minstens één keer per week (26
keer gedurende de bestudeerde periode). Nokia geeft gemiddeld 18 keer per week
feedback aan haar fans. Dit is de hoogste score.
Tien bedrijven uit onze steekproef reageren op hun discussieforum op berichten van
fans. Sony Ericsson geeft zeer veel feedback op deze manier, met 6250 berichten
gedurende de bestudeerde periode. Coca-Cola reageerde in de bestudeerde periode
122 keer. De overige bedrijven gebruiken deze optie zelden tot nooit.
4. Monitoring van de pagina
Het laatste advies in ons literatuuronderzoek geeft aan dat gebruikers die voor het
eerst naar een Facebook pagina surfen, best op een FBML-pagina terecht komen. We
gingen na of dit voor de Facebook pagina’s uit onze steekproef effectief het geval
was. Een overzicht van welke bedrijven een FBML-pagina hebben, is terug te vinden
in bijlage 3. 54% van de bedrijven in onze steekproef maakt gebruik van een FBML-
pagina. Dit komt neer op 24 van de 44 bedrijven uit onze steekproef. 9 van die 24
bedrijven vragen expliciet aan de bezoeker om fan te worden van de Facebook
pagina. De overige 15 gebruiken de FBML-pagina als een soort van homepage of om
door te verwijzen naar andere pagina’s binnen of buiten Facebook.
31
3.2. RESULTATEN PER CATEGO RIE Nu we onderzocht hebben of de bedrijven in onze steekproef de adviezen uit de
literatuur opvolgen, lijkt het ons interessant om de vormkenmerken binnen de
categorieën te onderzoeken. We gaan na hoeveel berichten elke categorie gemiddeld
gepost heeft gedurende zes maanden, welke soort berichten het meeste voorkomt
en welk soort bericht de meeste feedback krijgt in de vorm van appreciaties en
commentaren. In wat volgt rapporteren we de belangrijkste bevindingen binnen elke
categorie.
MEDIA De categorie Media bestaat uit zeven bedrijven of merken: YouTube, Disney, MTV,
iTunes, Live Messenger, Pixar en CNN. Binnen deze categorie is YouTube de pagina
met het meeste aantal fans, CNN heeft het minste aantal fans, respectievelijk 30 285
116 en 1 909 115. Er is dus een verschil van 28 376 001 fans tussen de grootste en de
kleinste pagina binnen deze categorie. Er zijn wellicht verschillende verklaringen
mogelijk voor de grote verschillen in het aantal fans, maar binnen het kader van ons
onderzoek kunnen we hier geen eenduidige verklaring voor bieden.
In totaal werden gedurende zes maanden tijd 1 938 berichten gepost door de zeven
bedrijven en merken. Gemiddeld komt dit neer op 277 berichten binnen deze
categorie, wat inhoudt dat deze bedrijven gemiddeld 1,5 berichten per dag postten.
Het type bericht dat het meeste voorkomt is een link. In totaal werden er op een half
jaar tijd 201 links gepost in deze categorie. Dit type bericht is veruit het talrijkst. Op
de tweede plaats staan namelijk video’s met maar 40 berichten, gevolgd door foto’s,
vragen, mededelingen en evenementen met respectievelijk 21, 5, 3 en 1 berichten
(zie figuur 3).
32
FIGUUR 3: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE MEDIA
Qua feedback zijn we geïnteresseerd in het type bericht dat de meeste feedback
krijgt. Er zijn twee manieren waarop een bericht feedback kan krijgen. Enerzijds
kunnen fans van de pagina de berichten appreciëren. Anderzijds kunnen ze
commentaar geven op het bericht.
Uit onze data blijkt dat mededelingen – ondanks het feit dat ze weinig voorkomen –
de meeste feedback genereren in de vorm van appreciaties. Ook foto’s trekken veel
appreciaties aan. In tegenstelling tot wat we verwachtten – dat het bericht dat het
meeste voorkomt ook de meeste feedback krijgt – staan links pas op de vierde plaats
qua gemiddelde appreciaties per bericht (zie figuur 4).
FIGUUR 4: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE MEDIA
33
Wat de commentaren betreft, reageren fans het meest wanneer het bedrijf of merk
een vraag post. In figuur 5 zien we dat vragen opvallend meer feedback genereren
dan de andere soorten berichten. Zo krijgen vragen gemiddeld 1217 commentaren
terwijl mededelingen op de tweede plaats staan met gemiddeld slechts 574
commentaren. Ook hier staan links pas op de vierde plaats.
FIGUUR 5: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE MEDIA
FMCG De categorie FMCG bestaat uit dertien bedrijven of merken: Coca-Cola, Starbucks,
Oreo, RedBull, Skittles, Pringles, Nutella, Dr Pepper, Mc Donald’s, TacoBell, Subway,
KFC en Vitamin Water. Coca-Cola is met 24 234 379 fans de grootste pagina binnen
deze categorie en Vitamin Water de kleinste met 2 232 248 fans. Er is een verschil
van 22 002 131 fans tussen de grootste en de kleinste pagina.
Deze dertien bedrijven en merken postten in totaal 1305 berichten gedurende een
half jaar, wat overeenkomt met een halfjaarlijks gemiddelde van 100 berichten per
bedrijf of merk binnen deze categorie. De bedrijven binnen deze categorie postten
net iets meer dan een keer om de twee dagen een berichtje, de bestudeerde periode
bevat namelijk 181 dagen. Dit bericht is gemiddeld meestal een mededeling, op de
voet gevolgd door links. Er werden namelijk gemiddeld 29 mededelingen en 25 links
gepost op een half jaar tijd. Foto’s vragen en video’s komen gemiddeld
respectievelijk 21, 17 en 8 keer voor. Evenementen worden blijkbaar zo goed als
nooit gepost in deze categorie (zie figuur 6).
34
FIGUUR 6: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE E FMCG
De categorie FMCG vertoont consistentie wat betreft de gegenereerde feedback in
de vorm van appreciaties ten opzichte van het type bericht dat het meest voorkomt.
Zo blijkt uit figuur 7 dat mededelingen de meeste appreciaties opleveren, namelijk
gemiddeld 7 505. Links – die als tweede het vaakst gepost worden – staan echter op
de vierde plaats met gemiddeld 3 539 appreciaties. Links doen het dus minder goed
dan vragen en foto’s die respectievelijk 6 801 en 6 729 appreciaties per bericht
opleveren.
FIGUUR 7: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE FMCG
Vragen leveren dan weer het meeste commentaren op, met een gemiddelde van 2
255 commentaren per geposte vraag. Op de tweede plaats staan mededelingen die
35
gemiddeld 917 commentaren opleveren. Uit het aantal berichten per type bleek dat
gemiddeld slechts 17 vragen werden gepost, nochtans leveren deze vragen veel
feedback op. (Zie figuur 8.)
FIGUUR 8: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE FMCG
FASHION De categorie Fashion bestaat uit tien bedrijven of merken die kledij en accessoires
produceren. Het gaat om Converse, Victoria’s Secret, Zara, Adidas, H&M, Lacoste,
Puma, Nike, Louis Vuitton en Calvin Klein. Converse heeft met 13 680 975 fans op 5
maart 2011 de meeste fans binnen deze categorie en Calvin Klein de minste met 1
321 569 fans.
De tien bedrijven en merken postten in totaal 1269 berichten gedurende een half
jaar, wat overeenkomt met een halfjaarlijks gemiddelde van 127 berichten per bedrijf
of merk binnen deze categorie. De bedrijven binnen deze categorie postten dus
gemiddeld zo’n twee berichten per drie dagen. Dit bericht is meestal een link, met op
de tweede en derde plaats respectievelijk foto’s en video’s. Er werden namelijk
gemiddeld 48 links, 36 foto’s en 28 video’s gepost op een half jaar tijd.
Mededelingen, vragen en evenementen komen gemiddeld respectievelijk 6, 9 en 1
keer voor. Figuur 9 toont dat bedrijven en merken binnen de categorie Fashion dus
vooral links, foto’s en video’s gebruiken, aangevuld met een beperkt aantal
mededelingen en vragen. Er worden zelden evenementen gepost.
36
FIGUUR 9: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE FASHION
Binnen de categorie Fashion stellen we een discrepantie vast voor de gegenereerde
feedback in de vorm van appreciaties ten opzichte van het meest voorkomende type
bericht. Foto’s leveren de meeste appreciaties op, namelijk gemiddeld 4 044.
Mededelingen en video’s leveren met respectievelijke gemiddeldes van 2 511 en 1
814 appreciaties meer feedback op dan links, die pas op de vierde plaats komen met
gemiddeld 1 402 appreciaties. Vragen scoren gemiddeld 1 034 appreciaties,
evenementen 687. (Zie figuur 10.)
FIGUUR 10: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE FASHION
Figuur 11 maakt duidelijk dat de vragen met een score van 418 de hoogste
gemiddelde feedback opleveren in de vorm van commentaren. De foto’s zijn tweede
37
in deze categorie met een score van 344. De evenementen leveren de minste
feedback op, met een gemiddelde van 51 commentaren per bericht.
FIGUUR 11: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE FASHION
TECHNOLOGY De categorie Technology bestaat uit zes bedrijven of merken die
consumententechnologie produceren. Het gaat om Nokia, Playstation, Xbox, Sony
Ericsson, Google Chrome en Blackberry. Playstation heeft met 11 709 474 de meeste
fans binnen deze categorie en Nokia de minste met 3 084 873 fans.
De zes bedrijven en merken postten in totaal 1705 berichten gedurende een half
jaar, wat overeenkomt met een halfjaarlijks gemiddelde van 284 berichten per bedrijf
of merk binnen deze categorie. De bedrijven binnen deze categorie postten dus
gemiddeld ongeveer drie berichten per twee dagen. Zoals we kunnen zien in figuur
12 was dit bericht meestal een link, met op de tweede en derde plaats respectievelijk
foto’s en video’s. Er werden namelijk gemiddeld 167 links, 58 foto’s en 30 video’s
gepost op een half jaar tijd. Mededelingen, vragen en evenementen komen
gemiddeld respectievelijk 18, 7 en 4 keer voor. Bedrijven en merken binnen de
categorie Technology maken dus vooral gebruik van links, foto’s en video’s,
aangevuld met een beperkt aantal mededelingen en vragen. Evenementen worden
zelden gebruikt.
38
FIGUUR 12: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE TECHNOLOGY
Binnen de categorie Technology stellen we een discrepantie vast voor de
gegenereerde feedback in de vorm van appreciaties ten opzichte van het type bericht
dat het meest voorkomt. Foto’s leveren de meeste appreciaties op, namelijk
gemiddeld 2 556. Ook mededelingen en video’s leveren met respectievelijke
gemiddeldes van 2 147 en 1 744 appreciaties meer feedback op dan links, die pas op
de vierde plaats komen met gemiddeld 1 706 appreciaties. Vragen scoren gemiddeld
1 657 appreciaties, evenementen 582. (Zie figuur 13.)
FIGUUR 13: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE TECHNOLOGY
Figuur 14 geeft weer dat vragen met een score van 1 007 de hoogste gemiddelde
feedback in de vorm van commentaren opleveren. De mededelingen zijn tweede in
39
deze categorie met een score van 567. De evenementen leveren de minste feedback
op, met een gemiddelde van 84 commentaren per bericht.
FIGUUR 14: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE TECHNOLOGY
AUTOMOTIVE De categorie Automotive bestaat uit acht bedrijven of merken die gemotoriseerde
voertuigen produceren. Het gaat om BMW, Ferrari, Audi, Mercedes, Jeep, Harley
Davidson, Porsche en Ford Mustang. BMW is heeft met 5 015 596 de meeste fans
binnen deze categorie en Jeep de minste met 1 067 775 fans.
De acht bedrijven en merken postten in totaal 957 berichten gedurende een half jaar,
wat overeenkomt met een halfjaarlijks gemiddelde van 120 berichten per bedrijf of
merk binnen deze categorie. De bedrijven binnen deze categorie postten dus
ongeveer twee berichten per drie dagen. Dit bericht is gemiddeld meestal een link,
met op de tweede en derde plaats respectievelijk foto’s en video’s. Er werden
namelijk gemiddeld 50 links, 33 foto’s en 30 video’s gepost op een half jaar tijd.
Mededelingen, vragen en evenementen komen gemiddeld respectievelijk 6, 1 en 1
keer voor. Bedrijven en merken binnen de categorie Automotive maken dus vooral
gebruik van links, foto’s en video’s, aangevuld met een beperkt aantal mededelingen.
Vragen en evenementen worden zeer zelden gebruikt (zie figuur 15).
40
FIGUUR 15: GEMIDDELD AANTAL BERICHTEN PER TYPE IN DE CATEGORIE AUTOMOTIVE
Binnen de categorie Automotive kunnen we toch een discrepantie vaststellen wat
betreft de gegenereerde feedback in de vorm van appreciaties ten opzichte van het
type bericht dat het meest voorkomt. Zo blijkt uit onze data dat video’s de meeste
appreciaties opleveren, namelijk gemiddeld 13 574. Ook foto’s leveren met
gemiddeld 6 475 appreciaties meer feedback op dan links, die op de derde plaats
komen met gemiddeld 2 517 appreciaties (zie figuur 16).
FIGUUR 16: GEMIDDELD AANTAL APPRECIATIES PER BERICHT IN DE CATEGORIE AUTOMOTIVE
41
Figuur 17 toont aan dat binnen deze categorie foto’s de meeste commentaren
opleveren, met een gemiddelde van 502 commentaren per bericht. Op de tweede
plaats staan video’s die gemiddeld 241 commentaren opleveren. Opmerkelijk is dus
dat vragen bij deze categorie niet voor de meeste commentaren zorgen.
FIGUUR 17: GEMIDDELD AANTAL COMMENTAREN PER BERICHT IN DE CATEGORIE AUTOMOTIVE
42
3.3. VERGELIJKING TUSSEN CATEGORIEËN
Voor de SPSS-analyse van onze data hebben we ons toegespitst op het vinden van
significante verschillen tussen de vijf categorieën waaruit onze onderzoekspopulatie
bestond. Om een globaal beeld te krijgen van in hoeverre we significante verschillen
tussen de vijf categorieën konden vaststellen, hebben we gebruik gemaakt van een
Kruskall-Wallis test. We gebruikten de categorie als ‘grouping variable’ en aantal
berichten, gemiddelde appreciaties, gemiddelde commentaren, totale appreciaties
en totale commentaren als ‘test variable’. Daarnaast hebben we alle categorieën
onderling met elkaar vergeleken aan de hand van Mann-Whitney tests. Daarbij
hebben we onze data opgesplitst per type bericht, waardoor we een meer
gedetailleerd beeld kregen van waar de significante verschillen tussen de categorieën
zich bevinden. Ook hier gebruikten we de categorie als ‘grouping variable’ en aantal
berichten, gemiddelde appreciaties, gemiddelde commentaren, totale appreciaties
en totale commentaren als ‘test variable’. In de rapportering van deze tests zijn we
uitgegaan van significante verschillen tussen de categorieën bij een p-waarde lager
dan 0,06. In onderstaande tabellen worden enkel de significante resultaten
weergegeven. Voor een volledig overzicht van de SPSS-output verwijzen we naar
bijlage 4.
GLOBALE VERGELIJKING VIJF CATEGORIEËN Globaal genomen verschillen de vijf categorieën enkel van elkaar op basis van de
gemiddelde en totale commentaren. Voor de gemiddelde commentaren geldt dat χ²
(4) = 27, p < .001, wat neerkomt op een significant verschil tussen de categorieën.
Ook de scores van de totale commentaren verschillen significant: χ² (4) = 10,2, p <
.05. De Kruskall-Wallis test geeft niet aan in welke mate de categorieën verschillen,
maar geeft enkel het feit aan dat ze van elkaar verschillen.
TABEL 1: GLOBALE VERGELIJKING VIJF CATEGORIEËN
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
Asymp. Sig. - - 0,000 - 0,037
43
CATEGORIE MEDIA TEN OPZICHTE VAN FMCG Als we naar de verschillen kijken tussen de categorieën Media en FMCG voor de
mededelingen, dan zien we een significant verschil wat betreft de variabele aantal
berichten (U (44) = 49.5, p < .06). Voor de vragen stellen we een verschil vast wat
betreft de variabele gemiddelde appreciaties (U (44) = 45.5, p < .05). Qua links is er
een verschil voor de variabele totale appreciaties (U (44) = 111, p < .05).
TABEL 2: MEDIA VERSUS FMCG
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELINGEN 0,056 - - - -
VRAGEN - 0,026 - - -
FOTO’S - - - - -
VIDEOS - - - - -
LINKS - - - 0,043 -
EVENEMENTEN - - - - -
CATEGORIE MEDIA TEN OPZICHTE VAN FASHION Als we naar de verschillen kijken tussen de categorieën Media en Fashion voor de
links, dan zien we een significant verschil wat betreft de variabele gemiddelde
commentaren (U (44) = 57, p < .05) en wat betreft de variabele totale commentaren
(U (44) = 66, p < .05) .
TABEL 3: MEDIA VERSUS FASHION
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELING - - - - -
VRAGEN - - - - -
FOTO’S - - - - -
VIDEO’S - - - - -
LINKS - - 0,001 - 0,019
EVENEMENTEN - - - - -
44
CATEGORIE MEDIA TEN OPZICHTE VAN TECHNOLOGY &
CATEGORIE MEDIA TEN OPZICHTE VAN AUTOMOTIVE De categorie Media verschilt bij geen enkele variabele significant van de categorieën
Technology en Automotive.
CATEGORIE FMCG TEN OPZICHTE VAN FASHION Wat betreft de verschillen tussen de categorieën FMCG en Fashion voor de
mededelingen zien we significante verschillen wat betreft de variabele gemiddelde
appreciaties (U (44) = 89, p < .05), gemiddelde commentaren (U (44) = 78, p < .05),
totale appreciaties (U (44) = 88, p < .05) en totale commentaren (U (44) = 82, p < .05).
Voor de vragen zien we significante verschillen voor het totaal aantal berichten (U
(44) = 90, p < .06), gemiddelde appreciaties (U (44) = 73, p < .05), gemiddelde
commentaren (U (44) = 71, p < .05), totale appreciaties (U (44) = 82, p < .05) en totale
commentaren (U (44) = 83, p < .05). Voor de foto’s valt er een significant verschil op
te tekenen voor het aantal berichten (U (44) = 117,5, p < .05). Ook voor de video’s
verschillen de twee categorieën wat betreft het aantal berichten (U (44) = 113,5, p <
.05). Voor de links ten slotte stellen we verschillen vast voor de gemiddelde
appreciaties (U (44) = 87, p < .05) en de gemiddelde commentaren (U (44) = 71, p <
.05).
TABEL 4: FMCG VERSUS FASHION
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELING - 0,054 0,009 0,047 0,018
VRAGEN 0,059 0,003 0,002 0,017 0,02
FOTO’S 0,017 - - - -
VIDEO’S 0,008 - - - -
LINKS - 0,041 0,002 - -
EVENEMENTEN - - - - -
CATEGORIE FMCG TEN OPZICHTE VAN TECHNOLOGY De categorieën FMCG en Technology verschillen significant van elkaar wat betreft de
gemiddelde appreciaties van de vragen die ze posten (U(44) = 38.5, p < .06). Voor de
video’s is er een significant verschil voor zowel de variabele aantal berichten (U(44) =
99.5, p < .01) als voor de variabele totale commentaren (U(44) = 105, p < .05). Bij de
links, ten slotte, is er een significant verschil te vinden voor de variabele aantal
berichten (U(44) = 104, p < .05).
45
TABEL 5: FMCG VERSUS TECHNOLOGY
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELINGEN - - - - -
VRAGEN - 0,059 - - -
FOTO’S - - - - -
VIDEOS 0,007 - - - 0,028
LINKS 0,023 - - - -
EVENEMENTEN - - - - -
CATEGORIE FMCG TEN OPZICHTE VAN AUTOMOTIVE Deze twee categorieën vertonen veel significante verschillen. Zo zijn er bij de
mededelingen voor alle variabelen behalve het totaal aantal berichten significante
verschillen te vinden. De gemiddelde appreciaties (U(44) =61, p < .05), de gemiddelde
commentaren(U(44) = 52, p < .01), de totale appreciaties (U(44) = 58, p < .05) en de
totale commentaren (U(44) = 53, p < .05) zijn allemaal significant verschillend.
Qua vragen vertonen alle variabelen een zeer significant verschil: aantal berichten
(U(44) = 46, p < .01), gemiddelde appreciaties (U(44) = 45, p < .01), gemiddelde
commentaren (U(44) = 43, p < .01), totale appreciaties (U(44) = 43, p < .01) en totale
commentaren (U(44) = 43, p < .01).
Bij de foto’s verschillen de twee categorieën enkel op basis van het aantal berichten
(U(44) = 113, p < .05).Voor de video’s zijn er ten slotte significante verschillen bij de
variabelen aantal berichten (U(44) = 100, p < .01), totale appreciaties (U(44) = 105, p
< .01) en totale commentaren (U(44) = 109, p < .05).
TABEL 6: FMCG VERSUS AUTOMOTIVE
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELINGEN - 0,049 0,009 0,029 0,011
VRAGEN 0,002 0,002 0,001 0,001 0,001
FOTO’S 0,03 - - - -
VIDEOS 0,002 - - 0,006 0,014
LINKS - - - - -
EVENEMENTEN - - - - -
46
CATEGORIE FASHION TEN OPZICHTE VAN TECHNOLOGY Voor de verschillen tussen de categorieën Fashion en Technology wat betreft de
mededelingen zien we significante verschillen voor de variabele gemiddelde
commentaren (U (44) = 60, p < .05) en de variabele totale commentaren (U (44) = 64,
p < .05). Voor de video’s zien we eveneens significante verschillen voor de variabele
gemiddelde commentaren (U (44) = 63, p < .05) en de variabele totale commentaren
(U (44) = 66, p < .05). Ook voor de links zijn er significante verschillen voor de
variabele gemiddelde commentaren (U (44) = 59, p < .05) en de variabele totale
commentaren (U (44) = 60, p < .05).
TABEL 7: FASHION VERSUS TECHNOLOGY
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELING - - 0,007 - 0,023
VRAGEN - - - - -
FOTO’S - - - - -
VIDEO’S - - 0,017 - 0,039
LINKS - - 0,005 - 0,007
EVENEMENTEN - - - - -
CATEGORIE FASHION TEN OPZICHTE VAN AUTOMOTIVE Wat betreft de verschillen tussen de categorieën Fashion en Automotive voor de
video’s, stellen we significante verschillen vast voor de variabelen gemiddelde
appreciaties (U (44) = 69, p < .05), gemiddelde commentaren (U (44) = 67, p < .05) en
totale commentaren (U (44) = 69, p < .05). Ook voor de links kunnen we significante
verschillen vaststellen voor de variabelen gemiddelde appreciaties (U (44) = 71, p <
.05) en gemiddelde commentaren (U (44) = 65, p < .05).
TABEL 8: FASHION VERSUS AUTOMOTIVE
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELING - - - - -
VRAGEN - - - - -
FOTO’S - - - - -
VIDEO’S - 0,021 0,013 - 0,021
LINKS - 0,033 0,008 - -
EVENEMENTEN - - - - -
47
CATEGORIE TECHNOLOGY TEN OPZICHTE VAN AUTOMOTIVE Als we kijken naar de verschillen tussen de mededelingen van de categorieën
Technology en Automotive, dan noteren we significante verschillen voor de
variabelen gemiddelde commentaren (U (44) = 41, p < .05) en totale commentaren
(U (44) = 42, p < .05). Voor de vragen zijn er significante verschillen voor de
variabelen totale berichten (U (44) = 43, p < .05), gemiddelde appreciaties (U (44) =
44, p < .05), gemiddelde commentaren (U (44) = 43, p < .05), totale appreciaties (U
(44) = 43, p < .05) en totale commentaren (U (44) = 43, p < .05). Voor de video’s
stellen we een significant verschil vast voor de variabele gemiddelde appreciaties (U
(44) = 29, p < .05). Ten slotte is er nog een significant verschil bij de variabele
gemiddelde commentaren (U (44) = 43, p < .05) voor de links.
TABEL 9: TECHNOLOGY VERSUS AUTOMOTIVE
AANTAL
BERICHTEN
GEMIDDELDE
APPRECIATIES
GEMIDDELDE
COMMENTAREN
TOTALE
APPRECIATIES
TOTALE
COMMENTAREN
MEDEDELING - - 0,014 - 0,02
VRAGEN 0,019 0,027 0,019 0,019 0,019
FOTO’S - - - - -
VIDEO’S - 0,039 - - -
LINKS - - 0,028 - -
EVENEMENTEN - - - - -
48
3.4. ANALYSE MEEST INTERACTIEVE PAGINA ’S
In wat volgt zoeken we naar een antwoord op onze eerste onderzoeksvraag: Wat zijn
de vormkenmerken van de meest interactieve pagina’s van bedrijven en merken op
Facebook?
Het doel van de meeste merken op Facebook bestaat er niet alleen in om informatie
over producten en diensten te brengen naar mensen die fan zijn geworden van hun
Facebook pagina. Bedrijven en merken die aanwezig zijn op Facebook hebben
meestal twee doelstellingen die verder reiken dan louter informeren: fans voor hun
merk, product of dienst engageren en nieuwe fans winnen door de virale
verspreiding van hun boodschap. Dit zijn doelstellingen waartoe het medium van de
sociale netwerken zich uitstekend leent. Merken op Facebook kunnen deze twee
doelstellingen bereiken door ervoor te zorgen dat de inhoud van de berichten die ze
op hun Facebook pagina plaatsen goed aansluit bij de interesses van de fans, en dat
die inhoud samen met de vorm van de berichten fans ertoe aanzet om het bericht te
gaan appreciëren en/of er een commentaar bij te plaatsen.
Het leek ons dan ook erg interessant om aan de hand van onze verzamelde data een
ratio te berekenen die het totaal aantal fans van de pagina afzet tegen het totaal
aantal gegenereerde interacties over zes maanden. Zo konden we de 44 Facebook
pagina’s rangschikken op basis van hun interactiviteitsratio (=totaal aantal
appreciaties en commentaren over zes maanden/totaal aantal fans op 5 maart). De
volledige rangschikking van de 44 bedrijven is terug te vinden in bijlage 2. In wat
volgt, bespreken we de top vijf van deze ranking. Deze bedrijven hebben een
interactiviteitsratio die hoger ligt dan 0,20.
TABEL 10: TOP 5 FACEBOOK PAGINA’S OP BASIS VAN INTER ACTIVITEITSRATIO
Bedrijf Interactiviteitsratio
1. CNN 0,3500
2. Dr Pepper 0,2889
3. Audi USA 0,2291
4. Sony Ericsson 0,2266
5. Ferrari 0,2184
Ons onderzoek richt zich enkel op de vorm van de verschillende berichten, vandaar
dat we elk van deze vijf bedrijven van naderbij hebben bekeken aan de hand van de
volgende vragen:
1. Hoeveel berichten werden er op de pagina geplaatst in de periode september
2010 – februari 2011? Gaat het om een bedrijf dat regelmatig berichten om haar
Facebook pagina post?
2. Welk type bericht komt het meeste voor?
49
3. Welk type bericht krijgt het meeste feedback?
4. Slaagt het bedrijf erin om voor het type bericht waar het het vaakst gebruik van
maakt, ook de meeste feedback te genereren? Of stellen we hier een
discrepantie vast?
5. Op welk onderdeel van de pagina komt een Facebook gebruiker die de pagina
voor de eerste keer bezoekt terecht?
6. Gaat het bedrijf de dialoog met de fans aan op het discussieforum van de pagina
of geeft het feedback op berichten die fans op de pagina achterlaten?
1.CNN (1 911 299 fans)
Hoewel CNN op de vijfde laatste plaats staat qua aantal fans van alle pagina’s die we
onderzochten, staat het bedrijf op nummer één qua interactiviteit met haar fans.
Aantal berichten in de periode september 2010 – februari 2011
In onze steekproef van 44 pagina’s is CNN een van de pagina’s die het vaakst iets post
gedurende de zes maanden die wij onderzocht hebben. CNN post nieuws – en dit
meerdere keren per dag – wat begrijpelijk is, aangezien CNN een nieuwszender is. In
totaal postte CNN gedurende de onderzochte periode 601 berichten op haar pagina.
Dit is gelijk aan een gemiddelde van meer dan drie berichten per dag. De berichten
zijn uitsluitend links die de gebruiker doorverwijzen naar de site van CNN zelf –
buiten Facebook dus. Op de site van CNN staan zowel nieuwsberichten als
videofragmenten. De gebruiker die via de Facebook pagina van CNN doorverwezen
wordt naar de site kan daar dus wel terecht komen op een filmpje op die site, maar
op de Facebook pagina wordt het geposte bericht weergegeven als een link naar de
site. Men kan het videofragment met andere woorden niet rechtstreeks op de
Facebook pagina afspelen. Daarom wordt het geklasseerd als een link.
Welk bericht komt het meeste voor? Welk bericht krijgt het meeste feedback?
Aangezien CNN enkel links gepost heeft, krijgen deze ook de meeste feedback van de
fans – er is namelijk geen andere soort van bericht waarop de fans feedback kunnen
geven.
Landing tab van de pagina
CNN doet moeite om meer fans te krijgen. Gebruikers die naar de Facebook pagina
surfen, komen namelijk terecht op een specifiek tabblad waarop gevraagd wordt om
fan te worden van de pagina. Gebruikers komen, met andere woorden, niet
rechtstreeks op de wall terecht.
Interactiviteit met fans
Gedurende een half jaar gaf CNN slechts één keer feedback op een fan en één keer
ging het de discussie aan op het discussieforum. We kunnen dus moeilijk zeggen dat
CNN ervoor kiest om de interactie met de fans aan te gaan.
50
2. Dr Pepper (8 401 301 fans)
Aantal berichten in de periode september 2010 – februari 2011
Dr Pepper staat op basis van onze interactiviteitsratio op de tweede plaats met 417
berichten gedurende een half jaar. Dit komt neer op gemiddeld meer dan 2 berichten
per dag.
Welk bericht komt het meeste voor?
Dr Pepper maakt het meest gebruik van mededelingen, die goed zijn voor 152 van de
417 berichten. Ook vragen worden door Dr Pepper vaak gepost, goed voor 115
berichten van het totaal. Daarnaast maakt Dr Pepper vooral gebruik van foto’s (77)
en links (71). Met 1 video en 1 evenement over een periode van zes maanden
kunnen we zeggen dat Dr Pepper hier bijna geen gebruik van maakt.
Welk bericht krijgt het meeste feedback?
De ratio voor de feedback van fans door middel van appreciaties is het hoogste voor
de mededelingen (0,71). Vragen leveren de meeste commentaren op (0,37).
Dr Pepper slaagt er dus in om met de meest gebruikte berichten ook de hoogste
interactie van fans te behalen.
Landing tab van de pagina
Wanneer gebruikers op de Facebook pagina van Dr Pepper terecht komen, worden
ze eerst gevraagd om fan te worden van de pagina. Ze kunnen kiezen om al dan niet
fan te worden alvorens naar de wall door te klikken.
Interactiviteit met fans
Dr Pepper nam tijdens het half jaar nooit deel aan discussies via Facebook. Het
bedrijf gaf wel twaalf keer feedback op fans. We kunnen zeggen dat de feedback van
Dr Pepper naar de fans toe toch eerder laag is.
3. Audi USA (3 038 312 fans)
Aantal berichten in de periode september 2010 – februari 2011
Audi heeft gedurende zes maanden 136 berichten gepost op haar Facebook pagina.
Dit komt neer op minder dan één bericht per dag, en iets meer dan 5 berichten per
week.
Welk bericht komt het meeste voor?
Audi maakt vooral gebruik van links, die goed zijn voor 56 van de 136 berichten, zo’n
twee vijfde van het totaal. Daarnaast gebruikt Audi vooral foto’s (49) en video’s (29).
Mededelingen (1) en evenementen (1) worden zeer weinig gebruikt. Audi gebruikt
geen vragen.
51
Welk bericht krijgt het meeste feedback?
Hoewel Audi vooral links gebruikt, krijgen foto’s het meeste feedback in de vorm van
appreciaties en commentaren met respectievelijke ratio’s van 2,18 en 0,16.
Landing tab van de pagina
Gebruikers komen niet rechtstreeks op de wall terecht, maar krijgen eerst een
specifiek tabblad te zien. In tegenstelling tot CNN en Dr Pepper vraagt Audi
bezoekers niet expliciet om fan te worden van haar pagina.
Interactiviteit met fans
Audi benut het discussieforum niet en geeft nooit zelf feedback op fans.
4. Sony Ericsson (4 291 336 fans)
Aantal berichten in de periode september 2010 – februari 2011
Sony Ericsson heeft in de bestudeerde periode 361 berichten geplaatst, goed voor
een gemiddelde van circa 2 berichten per dag.
Welk bericht komt het meeste voor?
Het grootste deel van de berichten van Sony Ericsson bestaat uit foto’s. Foto’s zijn
goed voor 281 van de 361 berichten, meer dan drie vierde van het totaal. Daarnaast
maakt Sony Ericsson vooral gebruik van video’s (39) en links (36). Mededelingen (2),
vragen (2) en evenementen (1) worden in verhouding heel weinig gebruikt.
Welk bericht krijgt het meeste feedback?
De ratio voor de verhouding tussen de gemiddelde feedback per bericht die fans
door middel van appreciaties geven en het totaal aantal fans van de Sony Ericsson-
pagina is het hoogste voor de berichten die bestaan uit foto’s (0,55). Hetzelfde geldt
voor de feedback per bericht die fans door middel van commentaren geven (0,14).
De ratio voor de appreciaties per bericht voor de andere types berichten ligt tussen
0,28 en 0,39. De ratio voor de commentaren per bericht voor de andere types
berichten ligt tussen 0,02 en 0,11.
Voor Sony Ericsson kunnen we dus duidelijk vaststellen dat de bericht die door het
merk het meeste gebruikt wordt, namelijk de foto’s, ook effectief de meeste
feedback van fans krijgt. Sony Ericsson slaagt er op deze manier in om de grote
aantallen fans ook effectief om te zetten in veel interactiviteit en virale verspreiding
van haar communicatie.
Landing tab van de pagina
Facebook-gebruikers die voor het eerst naar de fanpagina van Sony Ericsson surfen
komen terecht op een zogenaamde FBML-pagina, die bezoekers ertoe moet
52
aanzetten om de pagina te gaan appreciëren. Dit wordt in de vakliteratuur steevast
aangeraden. (Porterfield, 2010; Smith, 2009)
Interactiviteit met fans
Naast het plaatsen van berichten, maakt Sony Ericsson uitvoerig gebruik van het
discussieforum op de fanpagina van het merk om de conversatie met de fans aan te
gaan. Over een periode van zes maanden telden we 6 250 interventies van Sony
Ericsson op het discussieforum. Het plaatsen van berichten op een Facebook pagina
is meer eenrichtingscommunicatie, omdat het als het ware om een mededeling gaat
(al dan niet met een rijke inhoud in de vorm van foto’s of video’s).
Sony Ericsson reageert niet op berichten die door fans op de Facebook pagina
geplaatst worden.
5. Ferrari (3 876 211 fans)
Aantal berichten in de periode september 2010 – februari 2011
Ferrari heeft over zes maanden 274 berichten geplaatst, goed voor een gemiddelde
van circa 1,5 berichten per dag.
Welk bericht komt het meeste voor?
Het grootste deel van de berichten van Ferrari bestaat uit links. Links zijn goed voor
170 van de 274 berichten, bijna twee derde van het totaal. Daarnaast maakt Ferrari
vooral gebruik van foto’s (51) en mededelingen (34). Video’s (16) en evenementen
(3) worden in verhouding veel minder gebruikt. Ferrari maakt geen gebruik van
vragen.
Welk bericht krijgt het meeste feedback?
De ratio voor de verhouding tussen de gemiddelde feedback per bericht die fans
door middel van appreciaties geven en het totaal aantal fans van de Ferrari-pagina is
het hoogste voor de berichten die bestaan uit foto’s (0,93). Met een ratio van 0,89
scoren video’s ook erg hoog. De ratio voor de appreciaties per bericht voor de
mededelingen en links bedraagt 0,70. Evenementen scoren een stuk lager met 0,23.
Foto’s, video’s en links scoren het hoogste voor de feedback per bericht die fans door
middel van commentaren geven (0,05). De ratio voor de commentaren per bericht
voor mededelingen en evenementen bedraagt respectievelijk 0,04 en 0,01.
Voor Ferrari valt op dat de Facebook-communicatie voor het grootste deel uit links
bestaat, terwijl foto’s en video’s duidelijk meer feedback van fans genereren.
Daarnaast is opmerkelijk dat de ratio’s voor de appreciaties erg hoog liggen, terwijl
fans relatief weinig commentaren op berichten van Ferrari hebben.
53
Landing tab van de pagina
Facebook-gebruikers die voor het eerst naar de fanpagina van Ferrari surfen komen
rechtstreeks terecht op de wall van de fanpagina.
Interactiviteit met fans
Ferrari treedt via haar Facebook pagina niet in contact met fans, noch door feedback
te geven op berichten van fans op de wall van de pagina of door een discussieforum
op de pagina in te richten.
TABEL 11: OVERZICHT VORMKENMERKEN TOP VIJF INTERACT IEFSTE PAGINA'S
Naam pagina Aantal
berichten
Meest voorkomend
bericht
Bericht met
meeste feedback
FBML
pagina?
Feedback
op fans
CNN 601 Links Links Ja Zelden
Dr. Pepper 417 Mededelingen Mededelingen Ja Nooit
Audi USA 136 Links Foto’s Ja Nooit
Sony Ericsson 361 Foto’s Foto’s Ja Zeer vaak
Ferrari 274 Links Foto’s Nee Nooit
54
HOOFDSTUK 4: DISCUSSIE EN CONCLUSIE
DISCUSSIE We hebben onderzoek verricht naar de manier waarop de communicatie verloopt bij
de 44 grootste Facebook pagina’s gedurende de periode van september 2010 tot en
met februari 2011.
In dit onderdeel geven we een antwoord op onze onderzoeksvragen. Eerst
onderzochten we of bedrijven op Facebook gevolg geven aan de adviezen die uit ons
literatuuronderzoek naar voren kwamen. We beginnen deze conclusie met de
bespreking van die resultaten. Vervolgens gaan we in op de verschillende categorieën
binnen onze steekproef. Eerst bespreken we de vormkenmerken van de afzonderlijke
categorieën, nadien vergelijken we de categorieën met elkaar. Ten slotte formuleren
we een antwoord op onze hoofdonderzoeksvraag, namelijk “Wat zijn de
vormkenmerken van de meest interactieve pagina’s van bedrijven en merken op
Facebook?”
OPVOLGING ADVIEZEN We beginnen met een antwoord op de onderzoeksvraag gebaseerd op het eerste
advies dat aanraadt om de Facebook pagina te promoten via een badge op de
officiële website van het bedrijf of merk, namelijk “Hebben bedrijven met een
Facebook badge op hun website meer fans?”
Het advies wordt door de meerderheid van de bedrijven en merken uit onze
steekproef in acht genomen. Bedrijven die aanwezig zijn op Facebook blijken het
belang in te zien van het werven van fans van hun Facebook pagina buiten de SNS.
Nochtans doen 13 bedrijven of merken uit onze steekproef dit niet, wat neerkomt op
30 %. Een aanzienlijk deel van de bedrijven uit onze steekproef zou meer fans op
Facebook kunnen aantrekken, door gebruik te maken van een badge op de
bedrijfswebsite. Van de tien grootste Facebook pagina’s die we onderzochten, zijn er
maar twee bedrijven die geen Facebook page badge op hun bedrijfswebsite hebben.
Het is moeilijk om voor onze steekproef vast te stellen of een page badge
rechtstreeks tot meer fans leidt, er zijn immers nog heel wat andere factoren die
meespelen, zoals bijvoorbeeld merkbekendheid.
Het tweede advies uit ons literatuuronderzoek raadt beheerders van Facebook
pagina’s aan om minstens twee keer per week een bericht te posten op hun pagina.
Op basis van dit advies formuleerden we de volgende onderzoeksvraag: “Zijn
bedrijven en merken die regelmatig (minstens ca. 2 keer per week) updates op hun
Facebook pagina posten beter in het engageren van fans?”
55
Over het algemeen post 77 % van de bedrijven of merken uit onze steekproef
minstens twee maal per week een berichtje op haar Facebook pagina. Dit komt neer
op minstens 52 berichtjes gedurende een periode van zes maanden. 30 % van de
bedrijven of merken post zelfs meer dan één maal per dag een berichtje, wat
overeenkomt met minstens 181 berichtjes. We stellen vast dat de tien grootste
pagina’s uit onze steekproef inderdaad minstens twee keer per week een bericht
posten. De vergelijking van de rangschikking op basis van aantal berichten met de
rangschikking op basis van de interactiviteitsratio leert ons dat van de 22 bedrijven
die de meeste berichten posten (minstens vijf updates per week) er 16 bedrijven zijn
die voorkomen in de top 22 van meest interactieve pagina’s.
In het derde advies wordt bedrijven aangeraden om de conversatie op hun Facebook
pagina te stimuleren door het stellen van vragen en het geven van feedback op fans.
Hieruit leidden we volgende onderzoeksvraag af: “Leidt een bericht in de vorm van
een vraag tot meer engagement van fans?”
We stelden vast dat 39 % van de pagina’s in onze steekproef nooit gebruik maakte
van vragen tijdens de bestudeerde periode. Zes bedrijven uit onze steekproef stellen
in minstens 20% van de berichten die ze posten een vraag. Om na te gaan of het
posten van vragen tot meer engagement van fans leidt, hebben we een vergelijking
gemaakt tussen het aandeel vragen in het totaal aantal berichten en de
interactiviteitsratio. (Zie bijlagen 2 en 3.) We stellen vast dat de bedrijven die
procentueel de meeste vragen stellen geen hoge interactiviteitsratio’s hebben, met
uitzondering van Dr. Pepper. Van de zes bedrijven met het hoogste aandeel vragen
(minstens 20%) komt enkel Dr. Pepper voor in de bovenste helft van de rangschikking
op basis van interactiviteit. Vragen alleen blijken dus niet voldoende om hoog te
scoren op interactiviteit. Hierbij moet wel opgemerkt worden dat onze
interactiviteitsratio gebaseerd is op een optelsom van commentaren en appreciaties.
Zoals verder uit onze resultaten per categorie blijkt, leveren vragen in vier van de vijf
categorieën wel meer commentaren op dan andere types berichten.
Wat het geven van feedback op fans betreft, stellen we vast dat 50% van de
bedrijven in onze steekproef nooit feedback op berichten van fans op het prikbord
geeft. Het discussieforum wordt door tien bedrijven uit onze steekproef gebruikt.
Van die tien benutten enkel Sony Ericsson en Coca-Cola dit platform meerdere keren
per week. Voor de pagina’s uit onze steekproef, die allemaal meer dan een miljoen
fans hebben, is het een hele opgave om de vaak honderden berichten per dag van
fans na te lezen en van feedback te voorzien. Een mogelijke verklaring waarom
bedrijven weinig of nooit feedback geven op berichten van fans zou kunnen zijn dat
het simpelweg te tijdrovend is.
De onderzoeksvraag “Maken de grootste Facebook pagina’s gebruik van een FBML
pagina?” is gebaseerd op het vierde en laatste advies dat bedrijven aanraadt om een
FBML-pagina te gebruiken om meer fans aan te trekken. Dit advies wordt door 24
van de 44 bedrijven in onze steekproef nageleefd. We stelden vast dat negen van die
56
24 pagina’s deze FBML-tab gebruiken om bezoekers expliciet te vragen om fan te
worden. De 15 overige gebruiken die tab om door te verwijzen naar andere pagina’s
binnen of buiten Facebook. Ondanks het advies uit de literatuur gebruikt slechts een
minderheid van de pagina’s uit onze steekproef een FBML-tab om bezoekers in fans
om te zetten.
RESULTATEN PER CATEGORIE In wat volgt geven we een antwoord op de onderzoeksvragen “Wat zijn de
vormkenmerken van de verschillende categorieën binnen onze steekproef?” en “Krijgt
het type bericht dat het vaakst gepost wordt binnen een categorie ook de meeste
feedback?” We bespreken achtereenvolgens de categorieën Media, FMCG, Fashion,
Technology en Automotive.
Uit onze resultaten wordt duidelijk dat Media-bedrijven gemiddeld 1,5 keer per dag
een berichtje postten, meestal links. Hoewel links het vaakst gepost worden, krijgen
vooral mededelingen en foto’s de meeste feedback in de vorm van gemiddelde
appreciaties. Vragen lokken gemiddeld de meeste commentaren uit. Hieruit kunnen
we afleiden dat binnen de categorie Media links niet de meest geschikte manier zijn
om interactiviteit met de fans te creëren, maar dat vooral mededelingen, vragen en
foto’s fans aanzetten tot het geven van feedback. Algemeen gezien is het zo dat de
meeste links de bezoeker wegleiden van Facebook, waardoor de kans kleiner wordt
dat hij of zij de moeite zal ondernemen om terug te keren naar het bericht om het te
appreciëren of er commentaar op te geven. Dit gaat uiteraard niet alleen op voor
Media-bedrijven, maar ook voor bedrijven uit alle categorieën.
FMCG-bedrijven postten gemiddeld 100 berichten gedurende de bestudeerde
periode, wat neerkomt op iets meer dan één berichtje om de twee dagen. De vorm
die de berichten het vaakst aannemen, zijn mededelingen. Zij krijgen ook de meeste
feedback in de vorm van gemiddelde appreciaties. Ook bij FMCG-bedrijven leveren
vragen de meeste feedback op in de vorm van gemiddelde commentaren. Kwalitatief
onderzoek naar de inhoud van de berichten zou kunnen uitwijzen waarom vragen
meer commentaren opleveren en mededelingen meer appreciaties. We
veronderstellen dat producten uit de FMCG-categorie minder nood hebben aan
visuele communicatie, omdat het bij deze producten eerder gaat om smaak, die
makkelijker te omschrijven is met woorden dan met beelden.
Wat betreft de bedrijven binnen de categorie Fashion posten zij gemiddeld twee
berichten om de drie dagen, waarbij dan vooral links gebruikt worden. Dit zijn vaak
links naar de websites van de bedrijven waar foto’s getoond worden van de
producten, vaak in een meer professionele omgeving waar foto’s van de producten in
een betere kwaliteit weergegeven kunnen worden. Foto’s komen op de tweede
plaats, maar leveren wel de meeste appreciaties op. Dit kan verklaard worden door
het feit dat modebedrijven ook buiten Facebook gebruik maken van foto’s om hun
57
producten voor te stellen, zoals ze dat doen in de communicatie via modemagazines
en dergelijke. Dankzij foto’s krijgen fans meteen een indruk van het product en
kunnen ze hun mening in de vorm van appreciaties kenbaar maken. Het lijkt ons dan
ook logisch dat foto’s in de categorie Fashion het meeste appreciaties opleveren.
Daarnaast genereren foto’s ook veel feedback in de vorm van commentaren, maar
het zijn vragen die ook in deze categorie de meeste commentaren opleveren.
Technology-bedrijven postten gemiddeld het vaakst links op hun Facebook pagina.
Met een gemiddelde van drie berichten om de twee dagen zijn zij het actiefst op hun
pagina. Ze vertonen bovendien een sterke voorkeur voor links. Het verschil tussen
links – die het vaakst gepost worden- en foto’s – die op de tweede plaats staan – is
hier aanzienlijk. We veronderstellen dat het door technische aard van de producten
is dat fans veelvuldig doorverwezen worden naar een externe website voor meer
technische informatie. We hebben in dit onderzoek de inhoud van de berichten niet
geanalyseerd. Verder onderzoek zou kunnen uitwijzen of Technology-bedrijven in
hun berichten technische informatie vermijden door het gebruik van links.
We stellen een discrepantie vast tussen de vorm van berichten die het meest
voorkomen en de vorm die de meeste appreciaties oplevert, foto’s. Deze tonen de
gebruikers namelijk de producten, waarover gebruikers dan meteen hun appreciatie
kunnen uitdrukken. Door links worden gebruikers weggeleid van Facebook, waardoor
ze minder snel zullen terugkeren om feedback te geven. Zoals bij de voorgaande
categorieën, leveren vragen ook hier beduidend meer commentaren op dan de
andere vormen van berichten.
Automotive - bedrijven posten gemiddeld twee berichten om de drie dagen. Hoewel
links het meest voorkomen, leveren video’s gemiddeld de meeste appreciaties op.
Het verschil tussen de gemiddelde appreciaties van video’s en links is groot. Een
mogelijke verklaring hiervoor zou kunnen zijn dat fans meer onder de indruk zijn van
video’s waarin ze de auto’s in actie kunnen zien, dan van links naar websites. Het zou
dan ook logisch zijn als die video’s de meeste commentaren opleveren. Nochtans is
dit niet het geval en staan foto’s op nummer één qua gemiddelde feedback in de
vorm van commentaren. Dit is de enige categorie waarbij vragen niet de meeste
commentaren (gemiddeld) opleveren. We nemen aan dat autofans eerder geneigd
zullen zijn om hun mening te geven over een bepaald type wagen als ze effectief een
foto van het model zien dan wanneer het enkel vermeld wordt in een vraag.
We kunnen over het algemeen besluiten dat hoewel vier van de vijf categorieën het
vaakst links gebruiken, het nooit de links zijn die de meeste feedback opleveren.
Mededelingen en foto’s krijgen de meeste appreciaties. Vragen leveren bij vier van
de vijf categorieën de meeste commentaren op.
58
VERGELIJKING TUSSEN CATEGORIEËN Om de verschillen tussen de categorieën te onderzoeken, maakten we gebruik van
een Kruskal-Wallis test. Deze vergelijkt de vijf categorieën uit ons onderzoek met
elkaar op basis van de variabelen. De Kruskall-Wallis test leerde ons dat de vijf
categorieën enkel significant van elkaar verschillen wat betreft de commentaren die
Facebook gebruikers op de berichten van de verschillende pagina’s geven. Er zijn
zowel significante verschillen qua gemiddelde als totale commentaren.
Om een meer genuanceerd beeld te krijgen van hoe de categorieën nu precies van
elkaar verschillen, hebben we elke categorie met elkaar vergeleken op basis van de
variabelen, en dit voor de verschillende soorten berichten (mededelingen, vragen,
foto’s, video’s, links en evenementen). Hierbij kwamen enkele interessante
verschillen aan het licht.
De categorieën die op basis van onze variabelen het meest van elkaar verschillen zijn
FMCG en Automotive en FMCG en Fashion. Wanneer we de categorie FMCG enerzijds
vergelijken met Automotive en anderzijds met Fashion, komen telkens dertien
significante verschillen naar boven.
FMCG-bedrijven blijken het meest te verschillen van Automotive-bedrijven op vlak
van vragen. Ze posten significant meer vragen. Die vragen krijgen ook beduidend
meer feedback in de vorm van gemiddelde en totale appreciaties en commentaren.
Dit geldt ook voor mededelingen die FMCG-bedrijven posten. Foto’s en video’s
worden significant meer gepost door de categorie Automotive dan door FMCG.
Ook in vergelijking met de categorie Fashion, posten FMCG significant meer vragen.
Foto’s en video’s worden meer door Fashion-bedrijven gepost. Dit is enigszins
logisch, omdat modeartikelen door middel van foto’s en video’s beter in het oog
springen dan louter via een vraag. Fashion-bedrijven beseffen dit waarschijnlijk ook
wel en doen dan ook vaker een beroep op foto’s en video’s. Hun fans zijn volgens ons
meer geïnteresseerd in berichten die de inhoud tonen zoals foto’s en video’s. De
vragen –en ook de mededelingen en links- die bedrijven in de categorie FMCG
stellen, krijgen significant meer feedback dan diezelfde soorten berichten die
Fashion-bedrijven posten. Tekstuele boodschappen doen het duidelijk beter bij
FMCG-pagina’s dan bij Fashion-pagina’s. Dit verschil zouden we nogmaals kunnen
toeschrijven aan de veronderstelling dat fans van Fashion-bedrijven meer
geïnteresseerd zijn in een visueel bericht dan in een tekstueel bericht. Hoewel we
met dit onderzoek geen inhoudsanalyse van de berichten wilden uitvoeren, hebben
we bij de dataverzameling toch vastgesteld dat FMCG-bedrijven erg vaak gebruik
maken van tekstuele berichten die het community-gevoel moeten aanzwengelen en
dus veel feedback proberen te genereren. Bovendien stellen we vast dat FMCG-
bedrijven er ook in vergelijking met alle andere categorieën steeds in slagen om meer
feedback van hun fans te krijgen.
59
De categorieën die het minst van elkaar verschillen zijn Media en Technology en
Media en Automotive. De vormkenmerken van de berichten van de categorieën
Media en Technology komen het sterkst overeen: ze posten allebei het vaakst links,
mededelingen en foto’s krijgen de meeste feedback in de vorm van appreciaties en
vragen leveren de meeste commentaren op. Van de vijf categorieën die we
vergeleken hebben, ligt de aard van de producten in de categorieën Media en
Technology volgens ons het dichtst bij elkaar. Net zoals de producten uit de categorie
Technology draaien Media-producten meer om technologie dan producten uit de
drie andere categorieën.
Ook voor de categorieën Media en Automotive stellen de statistische tests geen
significante verschillen vast. Uit onze data blijkt dat beide categorieën vooral links
posten. Bij de categorie Media zijn het de mededelingen die de meeste appreciaties
opleveren en de vragen die de meeste commentaren krijgen, terwijl het in de
categorie Automotive de video’s zijn die de meeste appreciaties opleveren en foto’s
de meeste commentaren krijgen. We kunnen dan ook geen eenduidige verklaring
geven voor het gebrek aan significante versschillen tussen deze twee categorieën.
De categorieën Fashion en Media verschillen bijna niet van elkaar. Hier vinden we
enkel een significant verschil op basis van de commentaren. Media-bedrijven krijgen
significant meer feedback in de vorm van gemiddelde en totale commentaren op de
door hun geposte links dan Fashion-bedrijven. Voor de rest verschillen deze twee
categorieën niet significant van elkaar. Een mogelijke verklaring hiervoor is dat de
Facebook pagina’s van deze twee categorieën zeer gelijkaardige vormkenmerken
vertonen.
Video’s en links genereren gemiddeld meer feedback bij Technology en Automotive,
in vergelijking met Fashion. Wanneer we, ten slotte, Technology en Automotive met
elkaar vergelijken, blijkt dat bedrijven in de categorie Technology significant meer
vragen posten, en deze vragen ook significant meer feedback opleveren.
ANALYSE MEEST INTERACTIEVE PAGINA ’S Nu bovenstaande deelvragen beantwoord zijn, proberen we een antwoord te
formuleren op onze hoofdvraag, namelijk “Wat zijn de vormkenmerken van de meest
interactieve pagina’s van bedrijven en merken op Facebook?”
Op basis van een interactiviteitsratio, die het totaal aantal appreciaties en
commentaren gedurende zes maanden afzet tegenover het totaal aantal fans op het
einde van die zes maanden, rangschikten we de pagina’s uit onze steekproef. Deze
rangschikking is terug te vinden in bijlage 2. Een overzicht van de vormkenmerken
van de vijf meest interactieve pagina’s is terug te vinden op pagina 53.
Het aantal berichten van de vijf meest interactieve bedrijven schommelt tussen de
136 en 601. Dat betekent dat de vijf bedrijven die het best scoren qua interactiviteit
nooit minder dan vijf berichten per week op hun pagina plaatsen. De tip om
60
regelmatig iets te posten blijkt dus op te gaan als het gaat om het realiseren van een
grote interactiviteit.
Drie van de vijf pagina’s met de hoogste feedbackratio maken het vaakst gebruik van
links, één pagina gebruikt vooral foto’s en één pagina plaatst vooral mededelingen.
Het type berichten dat de meeste feedback genereert, is de foto. Bij drie van de vijf
bedrijven uit onze top vijf zijn het de foto’s die de meeste feedback opleveren. Voor
Audi USA en Ferrari stelden we vast dat hoewel ze vooral van links gebruik maken,
het toch de foto’s zijn die meer feedback genereren.
Vier van de vijf bedrijven die het beste scoren voor interactiviteit maken gebruik van
een custom-FBML pagina om bezoekers van de pagina ertoe aan te zetten fan te
worden.
Van de top vijf lijkt enkel Sony-Ericsson in te zetten op wederzijds contact met fans
door veelvuldig deel te nemen aan discussies tussen fans op de pagina. Door de
veelvuldige interactie op het discussieforum gaat Sony Ericsson mee in de evolutie
van Web 1.0 naar Web 2.0, die voor merken met een commerciële boodschap vooral
een evolutie is van het uitzenden van die boodschap naar het in persoonlijk contact
treden met consumenten. Consumenten die aanvoelen dat ze een band hebben met
het merk zullen dan ook sneller geneigd zijn om op een bericht van het merk op
Facebook te reageren (Gunter, 2011). Toch stelden we vast dat de meerderheid van
de bedrijven die we onderzocht hebben dit aspect van Facebook voorlopig nog links
laten liggen.
61
CONCLUSIE
Met dit onderzoek wilden we te weten komen hoe de communicatie van bedrijven
en merken naar hun klanten toe gebeurt via Facebook pagina’s. We waren in het
bijzonder geïnteresseerd in een algemeen beeld over de communicatie van de meest
interactieve pagina’s en een meer specifiek beeld van bedrijven binnen bepaalde
categorieën. Uit ons onderzoek kunnen we enkele interessante besluiten afleiden.
Zo stellen we vast dat de meeste bedrijven uit onze steekproef best wel actief zijn op
hun pagina’s. Het advies dat uit de literatuur naar voren kwam – om minstens twee
keer per week een bericht op de pagina te posten – wordt door de grote
meerderheid opgevolgd. Meer zelfs, een derde van de bedrijven post elke dag een
bericht. Op basis van ons onderzoek zouden we het advies bijstellen naar vijf à zeven
berichten per week. Enerzijds omdat de vijf meest interactieve pagina’s nooit minder
dan vijf keer per week een bericht posten, en anderzijds omdat de bedrijven in onze
steekproef gemiddeld zes berichten per week posten. Verder onderzoek zou kunnen
uitwijzen wat nu precies het optimale aantal berichten is dat bedrijven per week
moeten posten op hun Facebook pagina’s en of dit aantal verschilt van categorie tot
categorie. Op die manier zou bovendien duidelijk kunnen worden vanaf hoeveel
berichten per week fans een teveel aan informatie ervaren.
De basis voor dit onderzoek lag in de idee dat communicatie via Facebook niet draait
om het aantal fans dat een pagina heeft, maar om de hoeveelheid feedback die het
van haar fans krijgt. We stellen in ons onderzoek grote verschillen vast wanneer we
de bedrijven enerzijds rangschikken op basis van het aantal fans en anderzijds op
basis van de interactiviteitsratio. Bedrijven met grote merkbekendheid slagen er wel
in om vaak miljoenen fans aan te trekken, maar zijn daarom niet per se goed in het
engageren van die fans. We stellen vast dat de interactiviteitsratio eerder afneemt
naarmate het aantal fans toeneemt. Pagina’s met meer fans moeten in verhouding
tot pagina’s met minder fans veel meer feedback krijgen om even interactief te
kunnen zijn.
Wat verder nog opvalt, is dat het posten van vragen binnen elke categorie gemiddeld
de meeste feedback oplevert in de vorm van commentaren. Dit klopt dus met onze
veronderstelling op basis van de adviesliteratuur. Wat echter maar zelden gedaan
wordt, en toch ook vaak voorkomt in de adviesliteratuur, is het stimuleren van de
conversatie door als bedrijf of merk zelf te reageren op berichten van fans. Slechts
enkele bedrijven uit onze steekproef maken gebruik van het discussieforum of
persoonlijke berichtjes om te reageren op berichten van hun fans. Bedrijven zetten
dus nog weinig in op het uitbouwen van één-op-één relaties met klanten. Voor veel
bedrijven is Facebook vooral nog een middel om een algemene boodschap uit te
zenden waarop fans kunnen reageren, maar de stap naar een echte dialoog blijft
voorlopig nog uit.
62
Dit onderzoek heeft aangetoond dat verschillende bedrijven op verschillende
manieren via Facebook communiceren. Er is dus niet één enkele juiste manier om
aan Facebook communicatie te doen. De manier waarop bedrijven via Facebook met
hun fans communiceren, hangt namelijk af van verschillende factoren zoals de
categorie waartoe de bedrijven behoren, het doel van de communicatie, de aard van
het product waarover gecommuniceerd wordt,… Al deze factoren bepalen mee welke
vorm een bericht moet aannemen om zoveel mogelijk feedback te genereren.
Uit ons onderzoek komt naar voren dat bedrijven via Facebook grote aantallen fans
kunnen engageren. Facebook is dus goed op weg om een onmisbaar element van de
marketingmix van bedrijven te worden. Hoewel het nog een relatief jong
marketingmiddel is, biedt het veel potentieel aan bedrijven of merken die proberen
meer interactiviteit op te bouwen in de relaties met hun klanten.
Beperkingen en aanbevelingen voor toekomstig onderzoek
Deze scriptie heeft enkele belangrijke beperkingen die we niet zomaar kunnen
negeren. Allereerst moeten we opmerken dat Facebook nog steeds een relatief jong
communicatiemiddel is. Hierdoor bestaat er nog niet zo veel wetenschappelijke
literatuur over. We hebben ons bij ons literatuuronderzoek dan ook deels moeten
baseren op niet-wetenschappelijke adviesliteratuur. Nochtans bieden deze bronnen
wel de laatste trends en nieuwtjes over het sociale medium dat zo snel verandert. Er
bestaat dan ook een mogelijkheid dat de resultaten in deze scriptie snel achterhaald
zullen zijn.
Bovendien is dit onderzoek gebaseerd op (een lijst met) de grootste Facebook
pagina’s qua aantal fans. Aangezien er geen aselecte steekproef genomen kon
worden en de omvang van de steekproef redelijk beperkt is, gelden deze resultaten
in principe niet voor de hele populatie en moeten we dus voorzichtig zijn met het
veralgemenen van onze resultaten. Daarnaast bevatten de categorieën elk een
verschillend aantal bedrijven of merken. Hierdoor worden de resultaten per
categorie beïnvloed. Toch denken we dat we erin geslaagd zijn enkele indicaties aan
het licht te brengen.
Door de beperkte omvang van deze masterscriptie konden we niet ingaan op de
reden achter bepaalde resultaten bij het vergelijken van de categorieën. In onze
discussie formuleren we dan ook slechts veronderstelde verklaringen voor onze
resultaten. Ons onderzoek spitste zich voornamelijk toe op de vormelijke kenmerken
van de communicatie van bedrijven en merken via Facebook pagina’s. Het zou echter
interessant kunnen zijn om ook de inhoudelijke kenmerken van die communicatie
onder de loep te nemen. Toekomstig onderzoek zou bijvoorbeeld kunnen uitwijzen
welke inhoud de meeste feedback genereert. Verdere inhoudelijke analyse van de
berichten is nodig om een totaalbeeld te schetsen van de communicatie op
Facebook.
63
Tot slot zou toekomstig onderzoek een diepgaandere vergelijking kunnen maken
tussen de communicatie met de fans op pagina’s van bedrijven of merken binnen
bepaalde categorieën. Het zou interessant zijn om te onderzoeken waarom bepaalde
categorieën kiezen voor een bepaald type bericht en waarom het ene bericht meer
feedback oplevert binnen één categorie dan binnen een andere.
64
LITERATUURLIJST
“Barack Obama is master of the new Facebook politics”. The Sunday Times Online.
Online geraadpleegd op 2011-02-03 van
http://www.timesonline.co.uk/tol/commentaar/columnists/ andrew
_sullivan/article3997523.ece
“Expedition 206”. Online geraadpleegd op 2011-02-21 van
http://www.expedition206.com/e206_ expedition.aspx
“Fastest growing demographic on Facebook: Women over 55”. Online geraadpleegd
op 2011-02-17 van http://www.insidefacebook.com/2009/02/02/fastest-growing-
demographic-on-facebook-women-over-55/
“Five Elements of a successful Facebook fan page”. Online geraadpleegd op 2011-02-
12 van http://mashable.com/2009/03/30/successful-facebook-fan-page/
“Five tips to promote your Facebook fan page”. Online geraadpleegd op 2011-03-20
van http://www.technshare.com/tips-to-promote-your-facebook-fan-page/
“Five ways to use new Facebook page features to get more likes”. Online
geraadpleegd op 2011-03-10 van
http://socialmediatoday.com/tmonhollon/274637/5-ways-use-new-facebook-page-
features-get-more-appreciaties
“How often should I post to my organization’s Facebook page?” Online geraadpleegd
op 2011-04-28 van http://groundwire.org/blog/facebook-posting-how-often
“How often should you post on your Facebook pages?” Online geraadpleegd op
2011-04-28 van http: //www.onlinemarketing-trends.com/2011/04/how-often-
should-you-post-on-your.html
“How often should you post on your Facebook wall?”. Online geraadpleegd op 2011-
03-28 van http: //www.sigmawebtechnologies.com/social-media/how-often-should-
you-post-on-your-facebook-wall/
“How to better engage Facebook fan page fans”. Online geraadpleegd op 2011-04-20
van http:// www.socialmediaexaminer.com/how-to-better-engage-facebook-fan-
page-fans/
“How to engage your fans on Facebook”. Online geraadpleegd op 2011-04-28 van
http://scalablesocialmedia.com/2011/04/how-to-engage-your-fans-on-facebook/
“How to use Social Networking sites to drive business”. Online geraadpleegd op
2011-02-03 van http://www.inc.com/guides/using-social-networking-sites.html
“Seven tips for a great Facebook page”.Online geraadpleegd op 2011-04-02 van
http://blog.ewaydirect.com/7-tips-for-a-great-facebook-page/
65
“Six tips for bringing personality to your Facebook business page”. Online
geraadpleegd op 2011-03-18 van
http://socialmediatoday.com/taylorellwood/261025/6-tips-bringing-some-
personality-your-facebook-business-page
“Social Network Analysis Report 2010 – Geographic, Demographic and Traffic Data
Revealed”. Online geraadpleegd op 2011-02-20 van
http://www.ignitesocialmedia.com/social-media-stats/2010-social-network-analysis-
report/
“Ten great ways to promote your Facebook page”. Online geraadpleegd op 2011-03-
20 van http://facebookflow.com/10-great-ways-to-promote-your-facebook-page/
“Ten tips to a successful Facebook business page”. Online geraadpleegd op 2011-02-
02 van http://www.quantumwebsolutions.com.au/blog/social-networking/10-tips-
to-a-successful-facebook-business-page/
“The best Facebook page strategies and the pages that use them”. Online
geraadpleegd op 2011-03-08 van http://www.insidefacebook.com/2011/01/04/best-
facebook-page-strategies/
“The Lucky seven tips to successful engagement on Facebook”. Online geraadpleegd
op 2011-03-19 van http://socialmediatoday.com/lkniffin/240868/lucky-7-tips-
successful-engagement-facebook
“Top fifty branded Facebook pages”. Online geraadpleegd op 2011-01-25 van http://
www.ignitesocialmedia.com/facebook-marketing/top-50-branded-facebook-pages/
“Top five things for Facebook page success”. Online geraadpleegd op 2011-02-15 van
http://www.openforum.com/idea-hub/topics/marketing/article/top-5-things-for-
facebook-page-success-adele-cooper-1
Boyd, D. M. & Ellison, N. B. (2008). Social Network Sites: Definition, History, and
Scholarship. Journal of Computer-mediated Communication, 13(1), pp. 210–230.
Constantinides E. & Fountain, J. (2008), “Web 2.0: Conceptual foundations and
marketing issues”, Journal of Direct, Data and Marketing Practice, 9(3), pp. 231-244.
Coyle, J., Lightfoot, E., Scott, A., Smith, T. (2007) , “Reconsidering Models of
Influence: The Relationship between Consumer Social Networks and Word-of-Mouth
Effectiveness”, Journal of Advertising Research, december 2007, pp. 387-397.
Cullinane, J., Singh, T., Veron-Jackson L. (2008), “Blogging: A new play in your
marketing game plan”, Business Horizons, jg. 2008, nr. 51, pp. 281-292.
De Valck, K., Kozinets, R., Wojnicki, A., Wilner, S. (2010), “Networked Narratives:
Understanding Word-of-Mouth Marketing in Online Communities”, Journal of
Marketing, vol. 74, pp. 71-89.
66
Drury, G. (2008), “Opinion piece: Social media: Should marketers engage and how
can it be done effectively?”, Journal of Direct, Data and Digital Marketing Practice, jg.
2008, nr. 9, pp. 274-277.
Ellison, N, Steinfield, C., & Lampe, C. (2007). The benefits of Facebook “friends”:
Exploring the relationship between college student’s use of online social networks
and social capital. Journal of Computer-mediated Communication, 12(3), pp. 1143-
1168.
Facebook Company Timeline. Online geraadpleegd op 2011-02-20 van
http://www.facebook.com /press/info.php?timeline
Facebook Pages. Online geraadpleegd op 2011-02-04 van
http://www.facebook.com/help/?page =904
Farley, A. (2010), “Before booting up”, ABA Bank Marketing, 42(1), pp. 24-31.
Faulds, D. & Mangold, W. (2009), “Social media: The new hybrid element of the
promotion mix”, Business Horizons, jg. 2009, nr. 52, pp. 357-365.
Fichman, R., Gallaugher J., Glaser, J., Kane, G. (2009), “Community relations 2.0”,
Harvard Business Review, november 2009, pp. 45-50.
Gangadharbatla, H., 2007. Facebook me: Collective self-esteem, need to belong, and
Internet self efficacy as predictors of the iGeneration’s attitudes towards social
networking sites. Journal of Interactive Advertising 8(2), pp 5-15.
Gunter, J. (2011) Strengthening Brand Loyalty Through the Facebook Commentaren
Plug-in. Online geraadpleegd op 2011-3-23 van
http://www.socialTechnologyreview.com/articles/strengthening-brand-loyalty-
through-facebook-commentaren-plug
Hartley, D., (2010). 10 Steps to Successful Social Networking for Business, Virginia:
ASTD Press
Howard, B., (2008). Analyzing online social networks. Communications of the ACM,
51(11), pp. 14-16
Hung, K. & Li, S. (2007), “The influence of eWOM on Virtual Consumer Communities:
Social Capital, Consumer Learning, and Behavioural Outcomes”, Journal of
Advertising Research, december 2007, pp. 485-495.
Kelly, L., Kerr, G. & Drennan, J. (2009). “Try Hard”: Attitudes to advertising in Online
Social Networks. Conference paper proceeded at Australian and New Zeeland
Marketing Academy Conference 2009. Online geraadpleegd 2011-02-10 van
http://eprints.qut.edu.au/30161/c30161.pdf
O’Murchu, I., Breslin, J.G. & Decker, S.(2004). Online social and business networking
communities. DERI Technical Report 2004. Online geraadpleegd op 2011-02-21 van
67
http://citeseerx.ist.psu.edu/
viewdoc/download?doi=10.1.1.99.4055&rep=rep1&type=pdf.
Poynter, R. (2010). Facebook: The future of networking with customers. International
Journal of Market Research, 50(1), pp. 11-12.
Riegner, C. (2007), “Word of Mouth on the Web: The impact of Web 2.0 on
Consumer Purchase Decisions”, Journal of Advertising Research, december 2007, pp.
436-447.
Smith, M. (2010), How to Better Engage Facebook Fan Page ‘Fans’. Online
geraadpleegd op 2010-3-23 van http://www.socialmediaexaminer.com/how-to-
better-engage-facebook-fan-page-fans/
Trusov, M, Bucklin, R. E., & Pauwels, K., (2009). Effects of word-of-mouth versus
traditional marketing: Findings from an internet social network site. Journal of
Marketing, 73 (5), pp. 90-102.
Trusov, M., Bodapati, A.V. & Bucklin, R.E. (2010). Determining influential users in
internet social networks, Journal of Marketing Research, 47(4), pp. 643-658.
1
BIJLAGEN
BIJLAGE 1: LAY-OUT VAN EEN FACEBOOK PAGINA
1. Vind-ik-leuk knop
2. Aantal appreciaties van het bericht
3. Aantal commentaren van het bericht
4. Link naar de wall van de pagina
5. Link naar de FMBL-tab van de pagina
6. Link naar het discussieforum van de pagina
7. Totaal aantal mensen die de pagina geapprecieerd hebben
2
BIJLAGE 2: RANGSCHIKKING PAGINA'S OP BASIS VAN HET AANTAL FANS, AANTAL BERICHTEN EN
INTERACTIVITEITSRATIO
Pagina
Aantal Fans
Pagina
Aantal berichten
Pagina
Interactiviteits- ratio
YouTube 30285116
Playstation 679
CNN 0,3500
Coca-Cola 24234379
CNN 601
Dr Pepper 0,2889
Starbucks 20436690
iTunes 452
Audi usa 0,2291
Disney 19082896
MTV 441
Sony Ericsson 0,2266
MTV 18487663
Dr Pepper 417
Ferrari 0,2184
Oreo 17563191
Sony Ericsson 361
Jeep 0,1823
Red Bull 16734949
Xbox 313
Skittles 0,1694
Skittles 15723939
Ferrari 274
Harley Davidson 0,1633
Converse 13680975
H&M 236
Porsche 0,1501
Victoria's Secret 12173095
Victoria's Secret 232
BMW 0,1460
iTunes 12134772
Taco Bell 218
Victoria's Secret 0,1398
Playstation 11709474
Skittles 200
Mercedes 0,1363
Live Messenger 11311406
YouTube 191
Louis Vuitton 0,1077
Pringles 11180318
Calvin Klein 177
Playstation 0,1013
Nutella 8561967
Blackberry 170
Taco Bell 0,0963
Zara 8459219
Nokia 163
Nokia 0,0956
Dr Pepper 8401301
Adidas 141
Calvin Klein 0,0751
Adidas 8307208
Audi usa 136
Pixar 0,0692
Xbox 8120628
Jeep 133
Blackberry 0,0647
Pixar 7904635
Converse 131
Starbucks 0,0639
Mc Donalds 7700494
Harley Davidson 128
Adidas 0,0637
H&M 6602372
Red Bull 122
MTV 0,0636
Taco Bell 6076326
Lacoste 115
Mustang 0,0607
Blackberry 5924956
Puma 108
Xbox 0,0593
Google Chrome 5682977
Mercedes 106
Disney 0,0544
Lacoste 5219851
Starbucks 101
H&M 0,0514
Subway 5182442
Pixar 95
Lacoste 0,0505
BMW 5015596
Louis Vuitton 88
Oreo 0,0485
Sony Ericsson 4291336
Oreo 83
YouTube 0,0468
Puma 4265235
BMW 81
iTunes 0,0414
Nike 4083436
Disney 80
Zara 0,0339
Ferrari 3876211
Live Messenger 78
Coca-Cola 0,0334
Nokia 3084873
Porsche 62
Red Bull 0,0297
Audi usa 3038312
Coca-Cola 52
Puma 0,0240
KFC 2948115
Subway 40
Converse 0,0223
Mercedes 2697893
Mustang 37
KFC 0,0197
Vitamin Water 2232248
KFC 33
Subway 0,0166
Louis Vuitton 2228087
Zara 26
Nutella 0,0132
Harley Davidson 2216395
Google Chrome 19
Google Chrome 0,0125
CNN 1909115
Pringles 16
Live Messenger 0,0111
Porsche 1447488
Nutella 13
Nike 0,0111
Calvin Klein 1321569
Nike 11
Pringles 0,0043
Mustang 1309473
Mc Donalds 5
Mc Donalds 0,0026
Jeep 1067775
Vitamin Water 5
Vitamin Water 0,0006
3
BIJLAGE 3: OPVOLGING ADVIEZEN
ADVIES 1 ADVIES 2 ADVIES 3 ADVIES 4
Pagina Aantal fans Page Badge Aantal
berichten/week Aandeel vragen Feedback op Fans Feedback op discussieforum FBML-pagina
YouTube 30285116 ja 7 4% 1 0 nee
Coca-Cola 24234379 ja 2 21% 17 122 ja
Starbucks 20436690 ja 4 1% 19 2 nee
Disney 19082896 nee 3 0% 0 0 ja
MTV 18487663 ja 17 1% 0 0 nee
Oreo 17563191 ja 3 0% 0 0 nee
Red Bull 16734949 ja 5 2% 0 0 ja
Skittles 15723939 ja 8 9% 8 0 nee
Converse 13680975 nee 5 15% 50 0 nee
Victoria's Secret 12173095 ja 9 1% 0 0 ja
iTunes 12134772 ja 17 3% 0 0 ja
Playstation 11709474 ja 26 2% 0 0 ja
Live Messenger 11311406 nee 3 19% 0 0 nee
Pringles 11180318 ja 1 50% 0 0 nee
Nutella 8561967 nee 1 46% 0 0 nee
Zara 8459219 ja 1 0% 0 0 nee
Dr Pepper 8401301 ja 16 28% 12 0 ja
Adidas 8307208 ja 5 0% 1 0 nee
Xbox 8120628 ja 12 0% 10 11 nee
Pixar 7904635 nee 4 0% 0 0 nee
Mc Donalds 7700494 ja 0 20% 0 0 nee
H&M 6602372 ja 9 28% 96 5 ja
Taco Bell 6076326 ja 8 9% 124 10 ja
Blackberry 5924956 ja 7 6% 407 0 ja
Google Chrome 5682977 nee 1 11% 0 0 nee
Lacoste 5219851 ja 4 0% 1 0 ja
Subway 5182442 ja 2 18% 0 3 ja
BMW 5015596 ja 3 0% 6 13 ja
Sony Ericsson 4291336 ja 14 1% 0 6250 ja
Puma 4265235 nee 4 3% 21 0 nee
Nike 4083436 ja 0 0% 1 0 nee
Ferrari 3876211 nee 11 0% 0 0 nee
Nokia 3084873 ja 6 10% 471 0 ja
Audi Usa 3038312 nee 5 0% 2 0 ja
KFC 2948115 ja 1 3% 3 0 nee
Mercedes-Benz 2697893 ja 4 3% 0 0 ja
Vitamin Water 2232248 nee 0 0% 192 27 ja
Louis Vuitton 2228087 nee 3 0% 0 0 ja
Harley Davidson 2216395 ja 5 0% 20 0 nee
CNN 1909115 nee 23 0% 1 1 ja
Porsche 1447488 ja 2 0% 0 0 ja
Calvin Klein 1321569 nee 7 0% 0 0 ja
Mustang 1309473 ja 1 3% 0 0 ja
4
BIJLAGE 4: SPSS OUTPUT
1. Kruskal-Wallis test voor de vijf categorieën
Test Statisticsa,b
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Chi-Square 5,751 7,357 27,029 1,478 10,218
df 4 4 4 4 4
Asymp. Sig. ,219 ,118 ,000 ,831 ,037
a. Kruskal Wallis Test
b. Grouping Variable: categorie
2. Vergelijking van categorie Media met FMCG
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 21,500 37,000 32,000 28,000 23,000
Wilcoxon W 49,500 65,000 60,000 56,000 51,000
Z -1,911 -,676 -1,074 -1,392 -1,790
Asymp. Sig. (2-tailed) ,056 ,499 ,283 ,164 ,074
Exact Sig. [2*(1-tailed Sig.)] ,056a ,536
a ,311
a ,183
a ,081
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 31,000 17,500 25,500 25,500 31,500
Wilcoxon W 59,000 45,500 53,500 53,500 59,500
Z -1,156 -2,227 -1,591 -1,591 -1,114
Asymp. Sig. (2-tailed) ,248 ,026 ,112 ,112 ,265
Exact Sig. [2*(1-tailed Sig.)] ,275a ,024
a ,115
a ,115
a ,275
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
5
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 37,500 37,000 37,000 43,000 43,000
Wilcoxon W 128,500 65,000 65,000 134,000 71,000
Z -,637 -,676 -,676 -,199 -,199
Asymp. Sig. (2-tailed) ,524 ,499 ,499 ,842 ,842
Exact Sig. [2*(1-tailed Sig.)] ,536a ,536
a ,536
a ,877
a ,877
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 27,000 40,000 40,000 30,000 32,000
Wilcoxon W 118,000 131,000 131,000 121,000 123,000
Z -1,478 -,439 -,439 -1,238 -1,078
Asymp. Sig. (2-tailed) ,139 ,661 ,660 ,216 ,281
Exact Sig. [2*(1-tailed Sig.)] ,157a ,699
a ,699
a ,241
a ,311
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 23,500 43,000 44,000 20,000 22,000
Wilcoxon W 114,500 71,000 72,000 111,000 113,000
Z -1,745 -,198 -,119 -2,021 -1,862
Asymp. Sig. (2-tailed) ,081 ,843 ,905 ,043 ,063
Exact Sig. [2*(1-tailed Sig.)] ,081a ,877
a ,938
a ,046
a ,067
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
6
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 40,000 40,000 41,000 40,000 40,000
Wilcoxon W 131,000 131,000 132,000 131,000 131,000
Z -,574 -,573 -,469 -,573 -,573
Asymp. Sig. (2-tailed) ,566 ,567 ,639 ,567 ,567
Exact Sig. [2*(1-tailed Sig.)] ,699a ,699
a ,757
a ,699
a ,699
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
3. Vergelijking van categorie Media met Fashion
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 29,000 29,000 23,000 32,000 26,000
Wilcoxon W 57,000 84,000 78,000 87,000 81,000
Z -,590 -,587 -1,174 -,293 -,880
Asymp. Sig. (2-tailed) ,555 ,557 ,240 ,769 ,379
Exact Sig. [2*(1-tailed Sig.)] ,601a ,601
a ,270
a ,813
a ,417
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 29,000 27,000 24,000 30,000 26,000
Wilcoxon W 84,000 82,000 79,000 85,000 81,000
Z -,634 -,845 -1,162 -,528 -,951
Asymp. Sig. (2-tailed) ,526 ,398 ,245 ,597 ,342
Exact Sig. [2*(1-tailed Sig.)] ,601a ,475
a ,315
a ,669
a ,417
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
7
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 19,500 30,000 33,000 27,000 33,000
Wilcoxon W 47,500 58,000 88,000 55,000 61,000
Z -1,515 -,488 -,195 -,781 -,195
Asymp. Sig. (2-tailed) ,130 ,625 ,845 ,435 ,845
Exact Sig. [2*(1-tailed Sig.)] ,133a ,669
a ,887
a ,475
a ,887
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 29,000 28,000 24,000 31,000 29,000
Wilcoxon W 57,000 83,000 79,000 86,000 84,000
Z -,587 -,685 -1,076 -,391 -,587
Asymp. Sig. (2-tailed) ,557 ,493 ,282 ,696 ,557
Exact Sig. [2*(1-tailed Sig.)] ,601a ,536
a ,315
a ,740
a ,601
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 23,000 22,000 2,000 17,000 11,000
Wilcoxon W 78,000 77,000 57,000 72,000 66,000
Z -1,172 -1,269 -3,220 -1,757 -2,342
Asymp. Sig. (2-tailed) ,241 ,205 ,001 ,079 ,019
Exact Sig. [2*(1-tailed Sig.)] ,270a ,230
a ,000
a ,088
a ,019
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
8
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 35,000 33,000 34,000 34,000 34,000
Wilcoxon W 90,000 61,000 62,000 62,000 62,000
Z ,000 -,228 -,114 -,114 -,114
Asymp. Sig. (2-tailed) 1,000 ,819 ,909 ,909 ,909
Exact Sig. [2*(1-tailed Sig.)] 1,000a ,887
a ,962
a ,962
a ,962
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
4. Vergelijking van categorie Media met Technology
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 12,500 17,000 19,000 21,000 13,000
Wilcoxon W 40,500 38,000 47,000 42,000 41,000
Z -1,219 -,572 -,286 ,000 -1,144
Asymp. Sig. (2-tailed) ,223 ,567 ,775 1,000 ,252
Exact Sig. [2*(1-tailed Sig.)] ,234a ,628
a ,836
a 1,000
a ,295
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 17,000 16,500 17,500 17,500 17,500
Wilcoxon W 45,000 44,500 45,500 45,500 45,500
Z -,581 -,652 -,507 -,507 -,507
Asymp. Sig. (2-tailed) ,561 ,514 ,612 ,612 ,612
Exact Sig. [2*(1-tailed Sig.)] ,628a ,534
a ,628
a ,628
a ,628
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
9
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 18,000 19,000 18,000 17,000 17,000
Wilcoxon W 46,000 47,000 46,000 45,000 45,000
Z -,429 -,286 -,429 -,572 -,572
Asymp. Sig. (2-tailed) ,668 ,775 ,668 ,567 ,567
Exact Sig. [2*(1-tailed Sig.)] ,731a ,836
a ,731
a ,628
a ,628
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 17,000 17,000 20,000 20,000 19,000
Wilcoxon W 45,000 38,000 48,000 41,000 47,000
Z -,573 -,572 -,143 -,143 -,286
Asymp. Sig. (2-tailed) ,567 ,567 ,886 ,886 ,775
Exact Sig. [2*(1-tailed Sig.)] ,628a ,628
a ,945
a ,945
a ,836
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 21,000 17,000 18,000 19,000 19,000
Wilcoxon W 42,000 38,000 39,000 40,000 40,000
Z ,000 -,571 -,429 -,286 -,286
Asymp. Sig. (2-tailed) 1,000 ,568 ,668 ,775 ,775
Exact Sig. [2*(1-tailed Sig.)] 1,000a ,628
a ,731
a ,836
a ,836
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
10
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 15,500 19,500 18,500 15,500 16,500
Wilcoxon W 43,500 47,500 46,500 43,500 44,500
Z -,896 -,244 -,407 -,896 -,733
Asymp. Sig. (2-tailed) ,370 ,807 ,684 ,370 ,464
Exact Sig. [2*(1-tailed Sig.)] ,445a ,836
a ,731
a ,445
a ,534
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
5. Vergelijking van categorie Media met Automotive
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 24,000 20,000 16,000 20,000 18,000
Wilcoxon W 60,000 56,000 52,000 56,000 54,000
Z -,474 -,943 -1,414 -,943 -1,179
Asymp. Sig. (2-tailed) ,636 ,346 ,157 ,346 ,239
Exact Sig. [2*(1-tailed Sig.)] ,694a ,397
a ,189
a ,397
a ,281
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 15,000 17,000 16,000 15,000 15,000
Wilcoxon W 51,000 53,000 52,000 51,000 51,000
Z -1,697 -1,436 -1,567 -1,697 -1,697
Asymp. Sig. (2-tailed) ,090 ,151 ,117 ,090 ,090
Exact Sig. [2*(1-tailed Sig.)] ,152a ,232
a ,189
a ,152
a ,152
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
11
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 17,000 22,000 27,000 22,000 22,000
Wilcoxon W 45,000 50,000 55,000 50,000 50,000
Z -1,274 -,695 -,116 -,695 -,695
Asymp. Sig. (2-tailed) ,203 ,487 ,908 ,487 ,487
Exact Sig. [2*(1-tailed Sig.)] ,232a ,536
a ,955
a ,536
a ,536
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 20,500 22,000 26,000 23,000 26,000
Wilcoxon W 48,500 50,000 62,000 51,000 54,000
Z -,870 -,695 -,232 -,579 -,232
Asymp. Sig. (2-tailed) ,384 ,487 ,817 ,562 ,817
Exact Sig. [2*(1-tailed Sig.)] ,397a ,536
a ,867
a ,613
a ,867
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 20,000 27,000 13,000 17,000 14,000
Wilcoxon W 56,000 55,000 49,000 53,000 50,000
Z -,926 -,116 -1,736 -1,273 -1,620
Asymp. Sig. (2-tailed) ,355 ,908 ,083 ,203 ,105
Exact Sig. [2*(1-tailed Sig.)] ,397a ,955
a ,094
a ,232
a ,121
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
12
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 25,500 25,000 25,000 25,000 25,000
Wilcoxon W 61,500 61,000 61,000 61,000 61,000
Z -,372 -,446 -,446 -,446 -,446
Asymp. Sig. (2-tailed) ,710 ,656 ,656 ,656 ,656
Exact Sig. [2*(1-tailed Sig.)] ,779a ,779
a ,779
a ,779
a ,779
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
6. Vergelijking van categorie FMCG met Fashion
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 43,000 34,000 23,000 33,000 27,000
Wilcoxon W 98,000 89,000 78,000 88,000 82,000
Z -1,368 -1,924 -2,607 -1,987 -2,359
Asymp. Sig. (2-tailed) ,171 ,054 ,009 ,047 ,018
Exact Sig. [2*(1-tailed Sig.)] ,186a ,057
a ,008
a ,049
a ,018
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 35,000 18,000 16,000 27,000 28,000
Wilcoxon W 90,000 73,000 71,000 82,000 83,000
Z -1,891 -2,956 -3,082 -2,390 -2,327
Asymp. Sig. (2-tailed) ,059 ,003 ,002 ,017 ,020
Exact Sig. [2*(1-tailed Sig.)] ,067a ,003
a ,002
a ,018
a ,021
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
13
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 26,500 58,000 42,000 44,000 54,000
Wilcoxon W 117,500 113,000 97,000 135,000 145,000
Z -2,389 -,434 -1,427 -1,303 -,682
Asymp. Sig. (2-tailed) ,017 ,664 ,154 ,193 ,495
Exact Sig. [2*(1-tailed Sig.)] ,015a ,693
a ,166
a ,208
a ,522
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 22,500 64,500 43,500 36,500 43,500
Wilcoxon W 113,500 155,500 98,500 127,500 134,500
Z -2,644 -,031 -1,337 -1,772 -1,337
Asymp. Sig. (2-tailed) ,008 ,975 ,181 ,076 ,181
Exact Sig. [2*(1-tailed Sig.)] ,006a ,976
a ,186
a ,077
a ,186
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 49,500 32,000 16,000 58,000 46,000
Wilcoxon W 140,500 87,000 71,000 113,000 101,000
Z -,962 -2,047 -3,039 -,434 -1,178
Asymp. Sig. (2-tailed) ,336 ,041 ,002 ,664 ,239
Exact Sig. [2*(1-tailed Sig.)] ,343a ,042
a ,002
a ,693
a ,257
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
14
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 51,000 55,000 56,000 55,000 56,000
Wilcoxon W 142,000 146,000 147,000 146,000 147,000
Z -1,074 -,761 -,685 -,761 -,685
Asymp. Sig. (2-tailed) ,283 ,447 ,493 ,447 ,493
Exact Sig. [2*(1-tailed Sig.)] ,410a ,563
a ,605
a ,563
a ,605
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
7. Vergelijking van categorie FMCG met Technology
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 34,500 19,000 27,000 24,000 29,000
Wilcoxon W 55,500 40,000 48,000 45,000 50,000
Z -,396 -1,755 -1,053 -1,316 -,877
Asymp. Sig. (2-tailed) ,692 ,079 ,292 ,188 ,380
Exact Sig. [2*(1-tailed Sig.)] ,701a ,087
a ,323
a ,210
a ,416
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 35,000 17,500 25,500 26,500 28,500
Wilcoxon W 56,000 38,500 46,500 47,500 49,500
Z -,352 -1,887 -1,185 -1,097 -,921
Asymp. Sig. (2-tailed) ,725 ,059 ,236 ,273 ,357
Exact Sig. [2*(1-tailed Sig.)] ,765a ,058
a ,244
a ,282
a ,368
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
Test Statisticsb,c
15
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 24,500 28,000 31,000 33,000 32,000
Wilcoxon W 115,500 49,000 52,000 124,000 123,000
Z -1,275 -,965 -,702 -,526 -,614
Asymp. Sig. (2-tailed) ,202 ,334 ,483 ,599 ,539
Exact Sig. [2*(1-tailed Sig.)] ,210a ,368
a ,521
a ,639
a ,579
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 8,500 37,000 36,000 18,000 14,000
Wilcoxon W 99,500 128,000 127,000 109,000 105,000
Z -2,684 -,176 -,264 -1,845 -2,197
Asymp. Sig. (2-tailed) ,007 ,861 ,792 ,065 ,028
Exact Sig. [2*(1-tailed Sig.)] ,005a ,898
a ,831
a ,072
a ,029
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 13,000 29,000 36,000 22,000 20,000
Wilcoxon W 104,000 50,000 57,000 113,000 111,000
Z -2,281 -,877 -,263 -1,491 -1,666
Asymp. Sig. (2-tailed) ,023 ,380 ,792 ,136 ,096
Exact Sig. [2*(1-tailed Sig.)] ,022a ,416
a ,831
a ,152
a ,106
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
16
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 25,500 31,000 29,000 25,000 27,000
Wilcoxon W 116,500 122,000 120,000 116,000 118,000
Z -1,444 -,850 -1,063 -1,488 -1,276
Asymp. Sig. (2-tailed) ,149 ,395 ,288 ,137 ,202
Exact Sig. [2*(1-tailed Sig.)] ,244a ,521
a ,416
a ,244
a ,323
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
8. Vergelijking van categorie FMCG met Automotive
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 27,500 25,000 16,000 22,000 17,000
Wilcoxon W 63,500 61,000 52,000 58,000 53,000
Z -1,788 -1,968 -2,624 -2,187 -2,551
Asymp. Sig. (2-tailed) ,074 ,049 ,009 ,029 ,011
Exact Sig. [2*(1-tailed Sig.)] ,076a ,053
a ,008
a ,030
a ,010
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 10,000 9,000 7,000 7,000 7,000
Wilcoxon W 46,000 45,000 43,000 43,000 43,000
Z -3,110 -3,172 -3,320 -3,320 -3,320
Asymp. Sig. (2-tailed) ,002 ,002 ,001 ,001 ,001
Exact Sig. [2*(1-tailed Sig.)] ,001a ,001
a ,000
a ,000
a ,000
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
17
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 22,000 47,000 39,000 33,000 38,000
Wilcoxon W 113,000 83,000 75,000 124,000 129,000
Z -2,175 -,362 -,942 -1,376 -1,014
Asymp. Sig. (2-tailed) ,030 ,717 ,346 ,169 ,310
Exact Sig. [2*(1-tailed Sig.)] ,030a ,750
a ,374
a ,185
a ,336
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 9,000 28,000 49,000 14,000 18,000
Wilcoxon W 100,000 119,000 85,000 105,000 109,000
Z -3,121 -1,740 -,218 -2,756 -2,466
Asymp. Sig. (2-tailed) ,002 ,082 ,828 ,006 ,014
Exact Sig. [2*(1-tailed Sig.)] ,001a ,089
a ,860
a ,005
a ,013
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 36,500 48,000 30,000 42,000 50,000
Wilcoxon W 127,500 139,000 66,000 133,000 86,000
Z -1,123 -,290 -1,593 -,724 -,145
Asymp. Sig. (2-tailed) ,261 ,772 ,111 ,469 ,885
Exact Sig. [2*(1-tailed Sig.)] ,268a ,804
a ,121
a ,500
a ,916
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
18
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 49,500 52,000 50,000 49,000 50,000
Wilcoxon W 140,500 88,000 86,000 140,000 86,000
Z -,244 ,000 -,194 -,291 -,194
Asymp. Sig. (2-tailed) ,807 1,000 ,846 ,771 ,846
Exact Sig. [2*(1-tailed Sig.)] ,860a 1,000
a ,916
a ,860
a ,916
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
9. Vergelijking van categorie Fashion met Technology
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 24,000 30,000 5,000 24,000 9,000
Wilcoxon W 79,000 51,000 60,000 79,000 64,000
Z -,654 ,000 -2,712 -,651 -2,278
Asymp. Sig. (2-tailed) ,513 1,000 ,007 ,515 ,023
Exact Sig. [2*(1-tailed Sig.)] ,562a 1,000
a ,005
a ,562
a ,022
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 21,000 17,000 14,000 20,000 16,000
Wilcoxon W 76,000 72,000 69,000 75,000 71,000
Z -1,021 -1,472 -1,812 -1,132 -1,585
Asymp. Sig. (2-tailed) ,307 ,141 ,070 ,258 ,113
Exact Sig. [2*(1-tailed Sig.)] ,368a ,181
a ,093
a ,313
a ,147
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
19
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 18,000 25,000 15,000 20,000 28,000
Wilcoxon W 39,000 46,000 70,000 41,000 49,000
Z -1,302 -,542 -1,627 -1,085 -,217
Asymp. Sig. (2-tailed) ,193 ,588 ,104 ,278 ,828
Exact Sig. [2*(1-tailed Sig.)] ,220a ,635
a ,118
a ,313
a ,875
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 27,000 27,000 8,000 26,000 11,000
Wilcoxon W 82,000 82,000 63,000 81,000 66,000
Z -,326 -,325 -2,386 -,434 -2,061
Asymp. Sig. (2-tailed) ,744 ,745 ,017 ,664 ,039
Exact Sig. [2*(1-tailed Sig.)] ,792a ,792
a ,016
a ,713
a ,042
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 17,000 18,000 4,000 14,000 5,000
Wilcoxon W 72,000 73,000 59,000 69,000 60,000
Z -1,411 -1,302 -2,820 -1,735 -2,712
Asymp. Sig. (2-tailed) ,158 ,193 ,005 ,083 ,007
Exact Sig. [2*(1-tailed Sig.)] ,181a ,220
a ,003
a ,093
a ,005
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
20
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 24,000 27,000 25,000 23,000 23,000
Wilcoxon W 79,000 82,000 80,000 78,000 78,000
Z -,720 -,359 -,598 -,837 -,837
Asymp. Sig. (2-tailed) ,471 ,720 ,550 ,403 ,403
Exact Sig. [2*(1-tailed Sig.)] ,562a ,792
a ,635
a ,492
a ,492
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
10. Vergelijking van categorie Fashion met Automotive
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 26,000 35,500 30,500 32,500 30,500
Wilcoxon W 62,000 71,500 66,500 68,500 66,500
Z -1,255 -,402 -,848 -,670 -,848
Asymp. Sig. (2-tailed) ,209 ,688 ,396 ,503 ,396
Exact Sig. [2*(1-tailed Sig.)] ,237a ,696
a ,408
a ,515
a ,408
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 31,000 32,000 35,000 31,000 31,000
Wilcoxon W 67,000 68,000 71,000 67,000 67,000
Z -,955 -,847 -,529 -,952 -,952
Asymp. Sig. (2-tailed) ,339 ,397 ,597 ,341 ,341
Exact Sig. [2*(1-tailed Sig.)] ,460a ,515
a ,696
a ,460
a ,460
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
21
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 36,000 34,000 27,000 36,000 33,000
Wilcoxon W 72,000 89,000 82,000 91,000 88,000
Z -,356 -,533 -1,155 -,355 -,622
Asymp. Sig. (2-tailed) ,722 ,594 ,248 ,722 ,534
Exact Sig. [2*(1-tailed Sig.)] ,762a ,633
a ,274
a ,762
a ,573
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 38,500 14,000 12,000 22,000 14,000
Wilcoxon W 93,500 69,000 67,000 77,000 69,000
Z -,134 -2,310 -2,488 -1,599 -2,310
Asymp. Sig. (2-tailed) ,893 ,021 ,013 ,110 ,021
Exact Sig. [2*(1-tailed Sig.)] ,897a ,021
a ,012
a ,122
a ,021
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 38,000 16,000 10,000 29,000 21,000
Wilcoxon W 93,000 71,000 65,000 84,000 76,000
Z -,178 -2,132 -2,666 -,977 -1,688
Asymp. Sig. (2-tailed) ,859 ,033 ,008 ,328 ,091
Exact Sig. [2*(1-tailed Sig.)] ,897a ,034
a ,006
a ,360
a ,101
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
22
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 35,000 35,000 32,000 36,000 33,000
Wilcoxon W 71,000 71,000 68,000 72,000 69,000
Z -,531 -,529 -,847 -,423 -,741
Asymp. Sig. (2-tailed) ,595 ,597 ,397 ,672 ,459
Exact Sig. [2*(1-tailed Sig.)] ,696a ,696
a ,515
a ,762
a ,573
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie
11. Vergelijking van categorie Technology met Automotive
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 11,000 22,000 5,000 14,000 6,000
Wilcoxon W 47,000 58,000 41,000 50,000 42,000
Z -1,693 -,259 -2,464 -1,297 -2,334
Asymp. Sig. (2-tailed) ,090 ,795 ,014 ,195 ,020
Exact Sig. [2*(1-tailed Sig.)] ,108a ,852
a ,013
a ,228
a ,020
a
a. Not corrected for ties.
b. post = MEDEDELING
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 7,000 8,000 7,000 7,000 7,000
Wilcoxon W 43,000 44,000 43,000 43,000 43,000
Z -2,347 -2,206 -2,344 -2,344 -2,344
Asymp. Sig. (2-tailed) ,019 ,027 ,019 ,019 ,019
Exact Sig. [2*(1-tailed Sig.)] ,029a ,043
a ,029
a ,029
a ,029
a
a. Not corrected for ties.
b. post = VRAAG
c. Grouping Variable: categorie
23
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 17,000 10,000 18,000 15,000 19,000
Wilcoxon W 38,000 31,000 54,000 36,000 40,000
Z -,906 -1,807 -,775 -1,162 -,645
Asymp. Sig. (2-tailed) ,365 ,071 ,439 ,245 ,519
Exact Sig. [2*(1-tailed Sig.)] ,414a ,081
a ,491
a ,282
a ,573
a
a. Not corrected for ties.
b. post = FOTO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 23,000 8,000 22,000 12,000 22,000
Wilcoxon W 59,000 29,000 58,000 33,000 43,000
Z -,129 -2,066 -,258 -1,549 -,258
Asymp. Sig. (2-tailed) ,897 ,039 ,796 ,121 ,796
Exact Sig. [2*(1-tailed Sig.)] ,950a ,043
a ,852
a ,142
a ,852
a
a. Not corrected for ties.
b. post = VIDEO
c. Grouping Variable: categorie
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 13,000 15,000 7,000 16,000 10,000
Wilcoxon W 49,000 36,000 43,000 52,000 46,000
Z -1,420 -1,162 -2,195 -1,033 -1,807
Asymp. Sig. (2-tailed) ,156 ,245 ,028 ,302 ,071
Exact Sig. [2*(1-tailed Sig.)] ,181a ,282
a ,029
a ,345
a ,081
a
a. Not corrected for ties.
b. post = LINK
c. Grouping Variable: categorie
24
Test Statisticsb,c
Aantal berichten
gemiddelde
likes
gemiddelde
comments totale likes
totale
comments
Mann-Whitney U 16,500 18,000 15,000 17,000 16,000
Wilcoxon W 52,500 54,000 51,000 53,000 52,000
Z -1,130 -,903 -1,354 -1,053 -1,204
Asymp. Sig. (2-tailed) ,258 ,367 ,176 ,292 ,229
Exact Sig. [2*(1-tailed Sig.)] ,345a ,491
a ,282
a ,414
a ,345
a
a. Not corrected for ties.
b. post = EVENT
c. Grouping Variable: categorie