Twitter onderzoek: werkt engagement?

Twitter levert dag in dag uit bakken vol met data die erom schreeuwen om geanalyseerd te worden. Dat gebeurt dan ook volop. Een paar voorbeelden. Johan Bollen laat zien dat het sentiment in tweets voorspellend is voor beurskoersen. Hetzelfde lieten onderzoekers van HP zien voor bioscoopbezoek (PDF). Bernard Jansen analyseerde de mate waarin tweets gaan over merken, producten en diensten en kwam tot de conclusie dat een op de vijf tweets merkgerelateerd is. 20% van deze merkgerelateerde tweets bevatte een of ander sentiment (het merendeel trouwens positief). Bij  de huidige 110 miljoen tweets per dag levert dat meer dan 4.4 miljoen tweets waarin merken geëvalueerd worden, bijna 1.5 miljoen daarvan zijn negatief. Voorlopig geen gebrek aan werk voor webcare teams.

Dan Zarella analyseert tweets in zijn boeiende blog danzarella.com en kwam eerder al met een science of retweets. Vandaag kwam hij met onderzoek naar de belangrijke vraag of engagement op Twitter werkt. Die vraag operationaliseert hij door voor 130.000 twitter accounts na te gaan of het percentage tweets dat met een @ begint (de replies) samenhangt met het aantal volgers. Dat blijkt niet eenduidig het geval te zijn, de data (zie hieronder) laten op het eerste gezicht een U-vorm zien. Tot 30% lijkt het percentage replies negatief samen te hangen met het aantal followers, vanaf 30% laat de tabel een positief verband zien.

De titel boven de blogpost zegt dat “engage in the conversation may not actually work”. Dat is terecht voorzichtig geformuleerd gezien de verschillende vragen die je bij het onderzoek kunt stellen (en die Zarella deels ook zelf bespreekt). Wie zijn die mensen met nul replies maar veel volgers? Wat is de causaliteit van dit verband: leidt het hebben van veel volgers tot minder engagement of is het andersom? Kunnen we stellen dat engagement werkt wanneer je het in ruime mate doet (> 30% replies)?

Een boeiende vraag is ook of het aantal volgers een goede graadmeter voor succes is. Stel je bent een webcare team en helpt volop mensen op Twitter die vragen of problemen hebben. Waarom zou je zo’n team gaan volgen als je geen probleem hebt? En kan zo’n team intussen toch niet succesvol zijn en tal van positieve impressies achterlaten? Dat hoeft niet per se tot uiting te komen in het aantal volgers. Toch?

Dit bericht is geplaatst in Geen categorie, Onderzoek, Social media, Twitter, Webcare met de tags , , , . Bookmark de permalink.

5 Reacties op Twitter onderzoek: werkt engagement?

  1. Pingback: Tweets that mention Twitter onderzoek: werkt engagement? | Dr. Peter Kerkhof -- Topsy.com

  2. Leonie schreef:

    Wat je in zo’n onderzoek verder zou moeten nagaan hoe die 130.000 accounts zijn opgebouwd. Een meer longitudinale analyse. Daarnaast lijkt het mij ook wel boeiend om naast de kwantitatieve studie een kwalitatieve studie op te zetten waarbij je de volgers interviewt. Ik zag laatst een korte vragenlijst rondgaan op twitter met vragen over ‘waarom je mensen volgt’, dus waarschijnlijk is dat onderzoek al bezig ;)

    Een logisch klinkende verklaring die Dan Zarella oppert is dat mensen met veel volgers, gewoon te veel volgers hebben om te kunnen reageren. Het lijkt me interessant of er verschillen bestaan tussen de mensen met veel volgers: zijn het accounts die langzaam steeds meer volgers hebben opgebouwd, of zijn het accounts van bijvoorbeeld beroemdhden die in 1 klap door velen gevolgd werden. Met name de strategie van de eerste soort account is natuurlijk interessant voor marketeers.

    Persoonlijk zijn @replies voor mij niet het belangrijkst om iemand al dan niet te volgen: te veel @replies zorgen er soms zelfs voor dat niet niet meer zichtbaar is, in wat voor content iemand zèlf aanlevert en dat lijkt mij meer belangrijk. Overigens vind ik @replies dan wèl weer belangrijk als je eenmaal iemand volgt, omdat @replies een account ‘menselijk’ maken ten opzichte van twitterbots etc. het geeft een account persoonlijkheid. Als iemand nu niet zo vaak hele goede info heeft om te delen, maar wèl heel attent is qua @replies kan dat een andere reden zijn om iemand te blijven volgen.

  3. Peter Kerkhof schreef:

    @Leonie Zo’n longitudinale analyse zou erg mooi zijn, wil dat wel eens gaan doen: een aantal beginnende accounts volgen en kijken wat het aantal volgers bepaalt. Daarmee zou je veel onderliggende processen kunnen achterhalen die nu impliciet blijven.

  4. Sietse van der Meer schreef:

    Tja, er ligt hier een enorm gevaar van correlatie op de loer.

    Afgaande op Dan’s eerdere publicaties mag je ervan uitgaan dat hij de data waar hij zijn bevindingen op baseert heeft samengesteld op basis van degelijk steekproeven.
    Waar onderzoeken doorgaans gebaat zijn bij meer en meer uiteenlopende data om op te staven, in dit geval wordt het met het toenemen van data m.i. tevens steeds meer koffiedik kijken.

    Het idee van zo’n longitudinale analyse en bijgaande kwalitatieve analyse kwam ook bij mij op, maar mijn ervaring hiermee is dat juist hierbij weer gevaar schuilt voor stigmatisering van resultaten. Dergelijke onderzoeken worden namelijk steevast ingevuld door hen die in beginsel een sympathie en/of overtuiging koesteren aangaande het onderwerp – “ask “Do you use Social Media for your job?” on Twitter, 100% says ‘yes’”.

    Twitter is nog steeds geen ‘social medium’ pur sang en ik denk dat dat het lastig maakt om de vinger hierop te leggen.
    Ik ben buitengewoon benieuwd welke conclusies er getrokken zouden kunnen worden wanneer deze data gesegmenteerd (soort account, hoeveelheid followers, marktsegment en inderdaad wijze van opbouw bereik, etc.) zou worden geanalyseerd.

    Ik denk dat dit artikel nog wel een staartje gaat krijgen ;)

  5. Peter Kerkhof schreef:

    @sietse Ik hoop ook op een staartje, de data waar het hier over gaat zijn met alle tekortkomingen al veelbelovend!

Add Comment Register



Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *

De volgende HTML-tags en -attributen zijn toegestaan: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>