Bachelorwerkstuk WEBCARE OP SOCIAL MEDIA. Reacties op negatieve EWOM per type consument

Bachelorwerkstuk WEBCARE OP SOCIAL MEDIA Reacties op negatieve EWOM per type consument Daphne Delsing S0837709 Begeleider: dr. R.G. le Pair Tweede beoordelaar: dr. B.J.H. Hilberink Radboud Universiteit Nijmegen

Samenvatting In dit corpusonderzoek is gekeken of het type consument dat negatieve electronic word of mouth (EWOM) over een bedrijf plaatst, invloed heeft op de webcare reacties van een bedrijf. Consumenten zijn hiervoor opgedeeld in drie groepen: vrijwillige consumenten, verplichte consumenten en geen consumenten. Aan de hand van deze groepen is de vraag 'op welke manieren wordt er door bedrijven gereageerd op negatieve EWOM van verschillende type consumenten? beantwoord. Om antwoord te verkrijgen, is een corpus van tweets gecodeerd aan de hand van een reeks variabelen. Uit het onderzoek is naar voren gekomen dat er in meerdere gevallen een verband bestaat tussen het type consument en de webcare reactie. Zo blijkt dat bedrijven waarvan het geen consumenten zijn die een klacht plaatsen, significant minder vaak reageren op een geplaatste klacht. Ook is gebleken dat de webcare reacties op klachten van vrijwillige consumenten persoonlijker waren dan de reacties op klachten van verplichte consumenten. Dit geeft aanwijzingen dat bedrijven met verschillende typen consumenten, in verschillende mate aandacht besteden aan webcare en op verschillende manieren reageren op klachten van klanten. Dit artikel verschaft zeer interessante informatie over reacties op negatieve EWOM van consumenten gezien de reputatie van een bedrijf grotendeels bepaald wordt door klantwaardering en de reputatie van een bedrijf op het internet. 2

1. Introductie Mond tot mond communicatie is voor bedrijven altijd al van groot belang geweest. Het kan zorgen voor naamsbekendheid en positieve reclame voor bedrijven opleveren. Mond tot mond communicatie kan dus positief zijn voor een bedrijf. Echter, negatieve mond tot mond communicatie kan schade aanrichten. Wanneer een consument ontevreden is en dit gaat verspreiden, kan dit ervoor zorgen dat de reputatie van een bedrijf schade oploopt. Negatieve mond tot mond communicatie heeft veel effect op het (aankoop)gedrag en de attitude van consumenten ten opzichte van een bedrijf of product (Haywood, 1989). In het verleden verliep mond tot mond communicatie vaak door het vertellen van ervaringen aan familieleden, vrienden of anderszins mensen die relatief dichtbij staan. Tegenwoordig kan er gemakkelijk een vele grotere doelgroep aangesproken worden door elektronische mond tot mond communicatie oftewel electronic word of mouth (EWOM) (Huibers & Verhoeven, 2014). Hierbij snijdt het mes wederom aan twee kanten. Het kan een bedrijf nog sneller bekend maken of de reputatie doen stijgen wanneer er positieve dingen geplaatst worden op het internet maar het kan ook ervoor zorgen dat een bedrijf nog sneller in een negatief daglicht komt te staan (Lee & Song, 2010). Er kunnen als het ware online firestorms ontstaan. Binnen enkele uren kunnen negatieve berichten een enorm bereik hebben waardoor er voor het bedrijf een schandaal kan ontstaan (Pfeffer, Zorbach, & Carley, 2014). Ook binnen EWOM vinden ontwikkelingen plaats. Voorheen werden er voornamelijk op websites reviews geplaatst over producten of diensten. Wanneer consumenten op zoek gingen naar een product, konden ze gebruik maken van deze reviews om te beslissen om het product of de dienst wel of niet aan te schaffen (Willemsen, Neijens & Bronner, 2013). Tegenwoordig vindt veel EWOM, en daarbij negatieve EWOM, plaats op social media pagina s, zoals Facebook en Twitter (Kerkhof, 2010). Consumenten gebruiken deze manier van klagen vaker en vaker aangezien zij merken dat het effectiever is om op deze manier adequate klachtenbehandeling te ontvangen (Willemsen et al., 2013). De motieven van consumenten om negatieve EWOM te plaatsen zijn voornamelijk 'hun hart luchten', andere consumenten waarschuwen, en consumenten weten dat het een sterk middel is om dingen af te dwingen, zoals een oplossing of een schadevergoeding (Willemsen et al., 2013). Consumenten kiezen er steeds vaker voor om publiekelijk hun klacht op social media te plaatsen, waardoor webcare teams steeds meer genoodzaakt zijn om ook publiekelijk te reageren. Het publiekelijk kunnen plaatsen van klachten, geeft de klanten nog meer het gevoel van macht en vraagt om die reden om een nog betere afhandeling (Huibers & Verhoeven, 2014). 3

Productervaringen van consumenten worden door andere consumenten als zeer belangrijk gezien. Hoe populair een bioscoopfilm wordt, wordt bijvoorbeeld voor een groot deel bepaald door de recensies die over een film geschreven zijn, onder andere op social media. Wanneer er veel negatieve recensies te vinden zijn op het internet, zullen de verkoopcijfers lager uitvallen (Kerkhof, 2010). Uit onderzoek van Laczniak, DeCarlo en Ramaswani (2001) is daarnaast gebleken dat bij het ontwikkelen van een mening over een bedrijf negatieve factoren een grotere rol spelen dan positieve factoren. Met andere woorden, de negatieve zaken die over een bedrijf bekend zijn, hebben veel meer invloed op consumenten bij het vormen bij hun mening of attitude ten opzichte van een bedrijf of organisatie (Laczniak et al., 2001). Hiermee wordt het succes van een organisatie steeds meer afhankelijk van de manier waarop de organisatie gebruikmaakt van sociale media (Levine, Locke, Weinberger & Searls, 2000). Steeds meer bedrijven springen hierop in om vooral de verspreiding van negatieve EWOM tegen te gaan of te verminderen of om negatieve EWOM om te zetten in positieve EWOM. Speciale webcare teams worden opgezet. Deze webcare teams sporen klachten of vragen van consumenten op en reageren hierop (Kerkhof, 2010). Webcare kan consumenten de indruk geven dat een bedrijf goed weet wat de consumenten nodig hebben en laten zien dat het goede service biedt. Een voorbeeld van een webcare team dat goed functioneert is dat van UPC. Kerkhof (2010) geeft aan dat deze voorloper op het gebied van webcare een positievere beoordeling heeft gekregen van zijn consumenten nadat zij actief optraden op social media. Daarnaast geeft driekwart van de consumenten van UPC, die via Twitter zijn geholpen, aan tevreden tot zeer tevreden te zijn (Kerkhof, 2010). Lee en Song (2010) hebben onderzoek gedaan naar de invloed van reacties van bedrijven op negatieve EWOM op de reputatie van een bedrijf. Uit eerder onderzoek is gebleken dat de reacties van bedrijven op klachten nodig zijn voor bescherming of het verbeteren van de reputatie van een bedrijf. (Lee & Song, 2010). Over het algemeen geldt, wanneer een bedrijf een fout heeft gemaakt en daar een klacht over ontvangt, consumenten vinden dat het bedrijf dat weer recht dient te zetten (Folkes, 1984). Reacties van bedrijven, zoals een verontschuldiging of een compensatie dragen positief bij aan de reputatie van een bedrijf (Griffin, Babin & Darden, 1992). Wanneer bedrijven het verlangen van consumenten weten te peilen en te bevredigen, zijn consumenten vaak tevreden met de afhandeling van de klacht en de moeite die bedrijven hebben gedaan. In het geval van EWOM leidt dit in veel gevallen tot positieve post-ewom. Het bedrijf heeft de negatieve EWOM dan omgezet in positieve EWOM (Willemsen et al., 2013). 4

Waar bedrijven wel voor uit moeten kijken, is dat consumenten een reactie niet zien als het toegeven van een fout en er verder niks opgelost wordt. Consumenten kunnen hierdoor nog ontevredener worden en boos of gefrustreerd raken (Lee & Song, 2010). Bovendien moeten bedrijven ook oppassen dat zij zich niet ongewenst mengen in een consument tot consument gesprek. Consumenten kunnen dit opvatten als negatief aangezien zij kunnen denken dat bedrijven de controle willen hebben over iets waar zij niks mee te maken hebben en hierbij het recht van de consumenten schenden om met elkaar te praten (Marwick & Boyd, 2011). De toon van de reactie die een bedrijf plaatst is ook van groot belang. Het bedrijf Nestlé ontving een bericht dat hen niet aanstond op hun Facebookpagina. Zij reageerden op het filmpje met een dreigend bericht. Een stortvloed aan negatieve reacties kwam op gang als reactie op het dreigende bericht van Nestlé. Pas maanden later krabbelde Nestlé gedwongen terug. Een verkeerde toon in de reactie kan dus zorgen voor nog veel meer negatieve EWOM (Kerkhof, 2010). Kerkhof (2010) geeft daarnaast aan dat de toon in een gesprek wordt gezet door de contactpersoon van een bedrijf. Een klacht kan in eerste instantie een negatieve toon hebben, maar de reactie van het bedrijf zet vervolgens de toon. Een negatief bericht kan dus worden omgezet in een positief bericht als er op de juiste manier geantwoord wordt (Kerkhof, 2010). Belangrijk voor het wel of niet accepteren van een reactie door een consument is tevens hoe persoonlijk/onpersoonlijk de reactie van het bedrijf is. Kerkhof (2010) geeft aan dat er aanwijzingen zijn dat het effectiever is om 'als een persoon' te reageren in plaats van zich te verstoppen achter een merknaam of logo. Er worden meer positieve gedachtes gerapporteerd wanneer er door het webcare team persoonlijke reacties worden gegeven. De toon van het gesprek werd als persoonlijker ervaren en de betrokkenheid van het bedrijf werd hoger gewaardeerd (Le Pair, 2015). Dit maakt dat Webcare interventies succesvoller zijn wanneer de interacties een interpersoonlijke 1-op-1 communicatiestijl bevatten (Le Pair, 2015). De voorgenoemde factoren hangen samen met het vertrouwen dat consumenten hebben in een bedrijf en wordt ook wel human voice genoemd (Kerkhof, 2010). Human voice wordt door Kelleher (2009) beschreven als een aantrekkelijke en natuurlijke stijl van communiceren door een bedrijf naar hun publiek aangaande de interactie tussen individuen in het bedrijf en individuen daarbuiten. Tevens wordt interactiviteit en dialoog hoog gewaardeerd. De verklaring die Kerkhof (2010) hiervoor geeft is dat het bij social media gaat om interactie tussen mensen. Op social media verwachten consumenten dan ook dat bedrijven deze ongeschreven regel naleven. Wanneer bedrijven op een persoonlijke manier spreken en reageren, voelt het voor consumenten automatisch meer alsof zij tegen een individu praten in plaats van tegen een bedrijf en 5

hiermee een echte conversatie hebben (Van Noort & Willemsen, 2011). Een persoonlijke reactie zorgt ervoor dat het gevoel bij consumenten wordt weggenomen dat zij de kleine partij zijn tegen het grotere, veel sterkere, machtige bedrijf (Kerkhof, 2010). Uit onderzoek van Le Pair (2015) is naar voren gekomen dat een persoonlijke manier van communiceren leidt tot meer interactie met de consument, in de vorm van dialogen. Dit geldt voor zowel het gebruikmaken van eerste persoon enkelvoud als voor het gebruikmaken van een persoonlijke afzender in een bericht. Wanneer beide strategieën binnen één bericht worden gebruikt, is de samenhang nog sterker (Le Pair, 2015). Uit eerder onderzoek, zoals hierboven is beschreven, is duidelijk naar voren gekomen dat het voor een bedrijf belangrijk is om te reageren op negatieve EWOM en dat het ook belangrijk is om dit op een juiste manier te doen (Lee & Song, 2010). Daarnaast is het belangrijk dat een klacht of een probleem ook daadwerkelijk opgelost wordt. In dat geval kan het in eerste instantie negatieve bericht zelfs een positieve uitwerking hebben op de reputatie van een bedrijf (Willemsen et al., 2013). Echter, in voorgaande onderzoeken werden consumenten iedere keer als één groep gezien en werd er vooral gekeken naar wat bijvoorbeeld de toon van een reactie deed met de waardering van de klanten (Kerkhof,2010). De invloed van de webcare reactie op de consumenten werd bekeken. In dit onderzoek wordt een stap verder gekeken, of beter gezegd een stap terug gedaan door te kijken of het type consumenten dat een bedrijf heeft, invloed heeft op de webcare reactie. Wanneer bedrijven weten dat zij meer of minder aandacht besteden aan consumenten of mensen die klachten over hun plaatsen of bijvoorbeeld hoger gewaardeerd kunnen worden wanneer zij persoonlijker te werk gaan, kunnen zij zaken hierin aanpassen. Niet alleen het behouden van klanten is een doel van een bedrijf maar ook de reputatie van een bedrijf is van groot belang (Lee & Song, 2010). Verschillende consumenten verlangen wellicht een op hen toegespitste reactie, of misschien zijn de mensen die negatieve berichten plaatsen wel helemaal geen consumenten. Bedrijven met vrijwillige consumenten weten dat zij hun consumenten ook weer kwijt kunnen raken en zouden om die reden wellicht meer energie steken in het oplossen van problemen en klachten van consumenten. De hypothese is dan ook dat bedrijven met vrijwillige consumenten meer waarde hechten aan klantwaardering en hierdoor bijvoorbeeld meer gebruik gaan maken van een persoonlijke manier van spreken en reageren (Van Noort & Willemsen, 2011). Bedrijven die verplichte consumenten hebben, kunnen hun consumenten niet verliezen en zouden daarom minder aandacht kunnen besteden aan de klachten van hun consumenten. Bedrijven die geen consumenten hebben voelen wellicht het minste binding met mensen die klachten over hen plaatsen en de verwachting is dan ook dat zij 6

minder vaak zullen reageren op geplaatste klachten en minder gebruik zullen maken van persoonlijke communicatie. Dit onderzoek bevat de eerste stap die gezet wordt op het gebied van het in kaart brengen van de huidige stand van zaken op het social media platform Twitter binnen Nederland wanneer het gaat om webcare reacties op klachten van de hierna genoemde typen consumenten. vrijwillige consumenten: mensen die bijvoorbeeld een televisie abonnement (naar eigen keuze) hebben afgesloten. verplichte consumenten: bijvoorbeeld consumenten van de Belastingdienst. Dit geldt voor iedereen en hier kun je geen keuze in maken. Je bent hier automatisch consument van. geen consument: mensen die negatieve EWOM plaatsen zonder consument te zijn. Hierbij kan worden gedacht aan mensen die een klacht hebben over het Nederlands (voetbal) Elftal. De hoofdvraag die voortvloeit uit voorgenoemde is als volgt: Op welke manieren wordt er door bedrijven gereageerd op negatieve EWOM van verschillende type consumenten? De deelvragen die daarbij horen zijn: Is hoeverre is er een verband tussen het object van de klacht en het type consument? In hoeverre is er een verband tussen het type consument en het wel of niet ontvangen van een webcare reactie? In hoeverre is er sprake van een dialoog naar aanleiding van een klacht bij de verschillende typen consumenten? In hoeverre is er sprake van human voice in de webcare reacties op klachten van verschillende typen consumenten? 7

2. Methode 2.1 Materiaal Het corpus voor dit onderzoek bestond uit 3290 tweets, oftewel berichten geplaatst op het medium Twitter. De tweets zijn geplaatst in de maanden augustus en september van het jaar 2015. Het eerste gedeelte van de selectieprocedure heeft plaatsgevonden met behulp van een computer. De berichten zijn automatisch geselecteerd door de computer op basis van de voorkomende hashtags #faal, #fail, #zucht, #pff, #jammer en #slecht. Het betreft alleen Nederlandstalige tweets. Vervolgens zijn de tweets door de onderzoekers geselecteerd op wel of geen negatieve EWOM. Alleen de negatieve EWOM tweets zijn meegenomen in dit onderzoek. De criteria hiervoor waren dat de tweet een klacht moest bevatten die gericht was aan een bedrijf. Daarnaast moest een webcare-reactie van een bedrijf/organisatie denkbaar zijn. Hiervoor moest uit de tweet opgemaakt kunnen worden welk bedrijf aangesproken werd. Retweets zijn niet meegenomen in het corpus. Voor de uiteindelijke beantwoording van de onderzoeksvragen is gebruik gemaakt van een deelcorpus. Het deelcorpus bestond uit 1043 tweets. 2.2 Procedure Het corpus is door dertien onderzoekers onafhankelijk gecodeerd. Hiervoor hebben de codeurs meerdere trainingen gehad zodat zij de tweets op dezelfde manier konden beoordelen. Doordat er meerdere coderingsrondes hebben plaatsgevonden, zijn alle tweets meerdere malen (door dezelfde codeur) beoordeeld. Hierdoor zijn in latere rondes nog enkele tweets afgevallen aangezien de tweets door de codeurs onderling besproken zijn of toch niet aan de criteria voldeden. Het eerste deel van de selectieprocedure bestond uit het selecteren welke tweets wel en niet meededen voor het onderzoek. Alleen tweets die negatieve EWOM bevatten en gericht waren aan een bedrijf zijn in het uiteindelijke corpus terecht gekomen. Alle onderzoekers hebben deze selectie uitgevoerd over ieder 895 tweets. Vervolgens heeft er een tweede coderingsronde plaatsgevonden met een uitgebreidere set aan variabelen. Iedere onderzoeker heeft hiervoor een deelbestand van 292 tweets gecodeerd. De variabelen binnen deze tweede coderingsronde waren Object van de klacht: tastbaar product, service of dienst, communicatie, idee/opvatting/beleid, anders of onduidelijk. Sector aangesproken bedrijf: overheidsinstelling, vervoer/verkeer, financiële instelling, detailhandel, media, overig. 8

Profit of non-profit organisatie. Naam: naam van het bedrijf. Aanspreekvorm @-mention: @-mention in beginpositie, @-mention elders, geen @- mention. Aanspreekvorm #Hashtag: # gevolgd door naam, gebruik naam in tweet zonder #, gebruik @-mention. Reactie van het bedrijf: wel of geen reactie van aangesproken bedrijf. Dialoog: ontstaat er een dialoog tussen klager en bedrijf. Omvang van de dialoog: aantal beurtwisselingen. Webcare-account: Heeft het bedrijf een webcare-account. Human voice: gebruik ^initialen, gebruik ^naam, geen persoonlijke afzender Human voice: wel of geen gebruik persoonlijke voornaamwoorden eerste persoon enkelvoud. Een volledig overzicht van de gebruikte instructies voor het coderen, is opgenomen in de bijlage 1. Voor dit onderzoek en het beantwoorden van de onderzoeksvragen, waren de variabelen object van de klacht, reactie van het bedrijf, omvang dialoog en human voice van belang. Binnen dit onderzoek, waren er vijf mogelijkheden wat betreft object van de klacht: 1=tastbaar product, 2=service of dienst, 3=communicatie, 4=idee/opvatting/beleid en 5=anders of onduidelijk. Voor de variabele reactie van het bedrijf waren er twee mogelijkheden: 0=geen reactie en 1=wel reactie. Voor de negatieve EWOM waarop een reactie was gegeven door het aangesproken bedrijf, is er vervolgens gekeken of dit ook tot een dialoog heeft geleid. Zo ja, wat de omvang van deze dialoog was. Er werd gesproken van een dialoog wanneer er na de webcare reactie van het bedrijf weer een reactie werd gegeven door de persoon die de negatieve EWOM in eerste instantie had geplaatst. Hiervoor zijn minimaal 2 beurtwisselingen nodig. Binnen dit onderzoek is er een maximum van 10 of meer beurtwisselingen aangehouden. Door te kijken naar de twee variabelen human voice, kan worden bepaald hoe persoonlijk of onpersoonlijk een bericht is. De eerste variabele human voice betrof de afzender van de webcare reactie: 0=geen afzender, 1=initialen afzender en 2=naam afzender. De tweede variabele human voice betrof het gebruik van persoonlijke voornaamwoorden eerste persoon enkelvoud, 0=geen gebruik ik/me/mijn en 1=wel gebruik ik/me/mijn. Aangezien we in dit onderzoek geïnteresseerd waren in drie groepen consumenten, zijn de tweets geselecteerd die voldeden aan de groepen vrijwillige consumenten, verplichte consumenten en geen consumenten. Vervolgens is er gekozen om gebruik te maken van 9

een deelcorpus en zijn er voor alle drie de typen consumenten drie bedrijven geselecteerd. Voor de groep vrijwillige consumenten zijn dit Albert Heijn, Ziggo en KLM. Voor de groep verplichte consumenten zijn dit Gemeenten, NS en de Belastingdienst. Voor de groep geen consumenten zijn dit KNVB/Nederlands elftal, RTL en NOS. Voorgenoemde bedrijven zijn gebruikt aangezien deze bedrijven voldeden aan het criterium type consument en daarnaast vaak voorkwamen in de data, zodat het deelcorpus zo groot mogelijk was. De keuze om gebruik te maken van een deelcorpus is gemaakt aangezien het te tijdrovend zou zijn geweest om het hele corpus te gebruiken voor beantwoording van de onderzoeksvragen, gezien er ook veel bedrijven waren die slechts enkele keren voorkwamen. 2.3 Statistische toetsing Binnen dit onderzoek is gebruik gemaakt van de Chi-kwadraat toets en de Eenweg variantieanalyse. 10

3. Resultaten 3.1 Object van de klacht De eerste deelvraag binnen dit onderzoek was in hoeverre is er een verband is tussen het object van de klacht en het type consument. Uit de χ2 toets tussen de groep consument en het object van de klacht kwam naar voren dat er een verband bleek te bestaan (χ2 (8) = 455.86, p <.001). Dit houdt in dat de verschillende consumenten klachten hebben over verschillende onderwerpen. Vrijwillige consumenten klaagden significant meer over tastbare producten en de communicatie van bedrijven en significant minder over een idee/opvatting/beleid. De groep verplichte consumenten klaagden significant meer over de service/dienst van een bedrijf. Ten slotte bij de groep geen consument klaagde men significant meer over een idee/opvatting/beleid of over overige objecten. In tabel 1 is te zien welke klachten voorkwamen bij de verschillende groepen consumenten. Tabel 1 Object van de klacht per groep consumenten in procenten. Het getal tussen haakjes geeft de standardized residual weer. Tastbaar service/ communicatie idee/opvatting anders totaal product dienst /beleid Groep Vrijwillige consument 9.1% (5.0) 64% (1.4) 25% (4.6) 1.47% (-7.4) 0.29% (-3.1) 100% Verplichte consument 1.8% (-2.2) 74.1% (4.3) 11.71% (-1.9) 10.59& (-4.1) 1.8% (-1.9) 100% Geen consument 0.39% (-2.8) 24.23% (-7.2) 8.46% (-2.8) 56.54% (13.8) 10.38% (6.0) 100% 3.2 webcare reactie De tweede deelvraag binnen dit onderzoek, was opgemaakt om te kijken of er een verband bestond tussen de groep consumenten en het wel of niet ontvangen van een webcare reactie. Uit de χ2 toets tussen de groep consument en wel of geen webcare reactie van het aangesproken bedrijf, kwam naar voren dat er een verband bleek te bestaan (χ2 (2) = 123.40, p <.001). Dit houdt in dat er een verband is tussen de groep consument en het wel of niet ontvangen van een webcare reactie. De groep geen consument ontving significant vaker geen webcare reactie op hun klacht. Vrijwillige consumenten kregen significant vaker wel een webcare reactie op hun klacht. In tabel 2 is te zien hoe vaak er door bedrijven een reactie werd gegeven per groep consument. 11

Tabel 2 wel of geen webare reactie ontvangen van bedrijf. Het getal tussen haakjes geeft de standardized residual weer. Groep Vrijwillige wel reactie geen reactie consument 42.77% (6.1) 57.23% (-3.6) Verplichte consument 26.58% (0.3) 73.42% (-0.2) Geen consument 2.69% (-7.4) 97.30% (4.4) 3.3 Dialoog Binnen dit onderzoek was de derde deelvraag gericht op het wel of niet plaatsvinden van een dialoog. Uit de χ2 toets tussen de groep consument en het wel of niet plaatsvinden van een dialoog kwam naar voren dat er geen verband bleek te bestaan (χ2 (2) = 0.36, p =.837). Het wel of niet ontvangen van een webcare reactie staat niet in verband met de groep consumenten die de klacht heeft geplaatst. In tabel 3 is per groep weergegeven of er wel of geen dialoog ontstond. Tabel 3 Dialoog. Het getal tussen haakjes geeft de standardized residual weer. Groep Vrijwillige wel dialoog geen dialoog consument 59.31% (-0.2) 40.69% (0.3) Verplichte consument 62.72% (0.3) 37.29% (-0.3) Geen consument 57.14% (-0.1) 42.86% (0.2) 12

3.4 Beurtwisselingen Uit een eenweg variantie-analyse voor aantal beurtwisselingen met als factor groep consument bleek geen significant verband (F (2, 160) = 1.17, p =.313. De omvang van de dialoog staat dus niet in verband met de groep consumenten. In tabel 4 zijn het gemiddelde aantal beurtwisselingen binnen een dialoog per groep weergegeven. Tabel 4 Aantal beurtwisselingen. Gemiddelde Standaarddeviatie Groep Vrijwillige consument 3.54 1.72 Verplichte consument 3.76 1.74 Geen consument 2.50 1 Totaal 3.61 1.72 3.5 Human voice, afzender Het eerste gedeelte van de variabele human voice werd onderzocht door te kijken of er een verband bestond tussen de groep consumenten en de al dan niet persoonlijke afzender bij de webcare reactie. Uit de χ2 toets tussen de groep consument en het gebruik van een (persoonlijke) afzender kwam naar voren dat er een verband bleek te bestaan (χ2 (4) = 23.92, p <.001). Hieruit komt naar voren dat er een verband is tussen de groep consumenten en het al dan niet persoonlijk afsluiten van een webcare reactie door een bedrijf. Binnen de groep geen consument werd de webcare reactie significant vaker afgesloten zonder een persoonlijke afzender. Bij de groep verplichte consument kwam het significant minder vaak voor dat er geen afzender werd genoemd. In tabel 5 is een overzicht gegeven van de afzender per groep consument. 13

Tabel 5 human voice; afzender. Het getal tussen haakjes geeft de standardized residual weer. Groep Vrijwillige naam initialen geen afzender consument 75% (0.6) 50.87% (-0.6) 69.45% (1.3) Verplichte consument 25% (-0.6) 48.26% (1.0) 16.67% (-2.5) Geen consument 0% (-0.3) 0.87% (-1.6) 13.89% (4.2) 3.6 Human voice, gebruik eerste persoon enkelvoud (ik/me/mijn). Het tweede gedeelte van de variabele human voice werd onderzocht door te kijken of er een verband bestond tussen het gebruik van woorden eerste persoon enkelvoud (ik/me/mijn) binnen de webcare reactie en de groep consumenten. Uit de χ2 toets tussen de groep consument en het gebruik van persoonlijke voornaamwoorden kwam naar voren dat er een verband bleek te bestaan (χ2 (2) = 26.14, p <.001). Dit maakt dat er een verband is gevonden tussen het gebruik eerste persoon enkelvoud in een webcare reactie en groep consumenten. Bij vrijwillige consumenten werd significant vaker gebruik gemaakt van ik/me/mijn. Bij verplichte consumenten werd significant vaker geen gebruik gemaakt van ik/me/mijn. In tabel is een overzicht opgenomen per groep of er wel of geen gebruik werd gemaakt van eerste persoon enkelvoud. Tabel 6 human voice; gebruik eerste persoon enkelvoud. Het getal tussen haakjes geeft de standardized residual weer. Groep Vrijwillige wel ik/me/mijn niet ik/me/mijn consument 68.85% (2.3) 41.22% (-2.1) Verplichte consument 31.15% (-2.1) 54.1% (1.9) Geen consument 0% (-1.8) 4.72% (1.6) 14

4. Conclusie en discussie Het doel van dit onderzoek was een beeld schetsen van de huidige stand van zaken aangaande de behandeling van klachten door webcare teams. Consumenten kiezen er steeds vaker voor om publiekelijk hun klacht op social media te plaatsen, waardoor webcare teams steeds meer genoodzaakt zijn om ook publiekelijk te reageren (Huibers & Verhoeven, 2014). Het publiekelijk op social media kunnen plaatsen van klachten, zorgt ervoor dat de klacht snel een groot bereik kan hebben (Lee & Song, 2010). Het geeft consumenten om die reden een gevoel van macht en vraagt dan ook om een goede afhandeling door de webcare teams (Huibers & Verhoeven, 2014). De reputatie van een bedrijf kan door EWOM zeer snel zowel positief als negatief beïnvloed worden (Lee & Song, 2010). In het verleden is vaak gekeken naar de invloed die webcare reacties hadden op (attitudes van) consumenten en de reputatie van bedrijven. Niet eerder was gekeken naar de werking in omgekeerde richting; heeft het type consument ook invloed op de webcare reactie van bedrijven. In dit onderzoek is dan ook gekeken of er een verband is tussen het type consument en de webcare reactie. De drie typen consumenten die binnen dit onderzoek zijn gebruikt, zijn vrijwillige consumenten, verplichte consumenten en geen consumenten. De verwachting was dat de verschillende groepen consumenten verschillend werden behandeld door webcare teams. Bedrijven met vrijwillige consumenten weten dat zij hun consumenten ook weer kwijt kunnen raken en zouden om die reden wellicht meer energie steken in het oplossen van problemen en klachten van consumenten. Bedrijven die verplichte consumenten hebben, kunnen hun consumenten niet verliezen en zouden daarom minder aandacht kunnen besteden aan de klachten van hun consumenten. Bedrijven die geen consumenten hebben voelen wellicht het minste binding met mensen die klachten over hen plaatsen. Aangezien het succes van een organisatie steeds meer afhankelijk is van de manier waarop de organisatie gebruikmaakt van sociale media (Levine, Locke, Weinberger & Searls, 2000) is het voor alle bedrijven relevant om goed gebruik te maken van webcare. Negatieve zaken die over een bedrijf bekend zijn, hebben veel meer invloed op consumenten bij het vormen van hun mening of attitude ten opzichte van een bedrijf of organisatie dan positieve zaken (Laczniak et al., 2001) Uit dit onderzoek is naar voren gekomen dat de verschillende typen consumenten klachten hebben over verschillende onderwerpen. Vrijwillige consumenten klaagden significant meer over tastbare producten en de communicatie van bedrijven en significant minder over een idee/opvatting/beleid. De groep verplichte consumenten klaagden significant meer over de service/dienst van een bedrijf. Ten slotte bij de groep geen consument klaagde men significant meer over een idee/opvatting/beleid of over overige objecten. 15

Reageren op klachten en problemen van consumenten is een zeer belangrijk onderdeel van het takenpakket van een webcare team. Kerkhof (2010) geeft aan dat bedrijven die actief optreden op social media en gebruikmaken van webcare een positievere beoordeling kregen van consumenten. Wanneer er in dit onderzoek werd gekeken naar het wel of niet ontvangen van een webcare reactie op een klacht, bleek dat er een verband bestaat tussen de groep consument en het wel of niet ontvangen van een webcare reactie op hun klacht. De groep geen consument ontving significant vaker geen webcare reactie op hun klacht. Vrijwillige consumenten kregen significant vaker wel een webcare reactie op hun klacht. Hieruit kan worden opgemaakt dat bedrijven die vrijwillige consumenten hebben, actiever zijn met webcare wanneer het gaat over klachten over hun bedrijf. Aangezien reacties van bedrijven, zoals een verontschuldiging of een compensatie, positief bijdragen aan de reputatie van een bedrijf (Griffin, Babin & Darden, 1992), zouden ook bedrijven zonder consumenten of met verplichte consumenten er goed aan doen te reageren op klachten en problemen. Klachten die onbehandeld op social media blijven staan, kunnen namelijk zorgen voor nog meer frustratie bij diegene die de klacht heeft geplaatst en kunnen zich razendsnel verspreiden (Huibers & Verhoeven, 2014). Door online firestorms die kunnen ontstaan, hebben negatieve berichten binnen zeer korte tijd een enorme invloed (Pfeffer et al., 2014). Interactiviteit en dialoog worden hoog gewaardeerd. De verklaring die Kerkhof (2010) hiervoor geeft is dat het bij social media gaat om interactie tussen mensen. Op social media verwachten consumenten dan ook dat bedrijven deze ongeschreven regel naleven (Kerkhof, 2010). Uit dit onderzoek is naar voren gekomen dat er geen verschil is in het wel of niet plaatsvinden van een dialoog binnen de verschillende groepen. Ook wat betreft het aantal beurtwisselingen bij de verschillende groepen, is geen significant verschil gevonden. Hieruit blijkt dat er geen verband bestaat tussen het wel of niet plaatsvinden van een dialoog en de groep consument. Daarnaast is er ook geen verband gevonden tussen het aantal beurtwisselingen, wanneer er wel een dialoog plaatsvond, en de groep consumenten. Uit voorgaand onderzoek kwam naar voren dat de toon van een webcare reactie erg belangrijk is (Kerkhof, 2010). Een voorbeeld hiervan is het gebruik van human voice. Human voice in webcare reacties kan een zeer positieve uitwerking hebben op consumenten als het gaat om ervaren betrokkenheid en klantwaardering (Le Pair, 2015). Berichten waarin de webcare medewerkers reageren als persoon, zijn veel effectiever (Kerkhof, 2010). Binnen dit onderzoek kwam naar voren dat er een verband bestaat tussen het gebruik van een persoonlijke afzender en de groep consument. Er wordt significant vaker geen persoonlijke afzender gebruikt bij klachten van de groep geen consument. Deze groep wordt dus het minst persoonlijk aangesproken. Bij de groep verplichte consument kwam het significant minder vaak voor dat er geen afzender werd gebruikt in de webcare reactie. 16

Wanneer bedrijven klachten ontvangen van verplichte consumenten reageren zij, wat betreft afzender, persoonlijker. Aangezien bedrijven zonder consumenten en vooral bedrijven met vrijwillige consumenten wellicht ook veel belang hechten aan de waardering van hun bedrijf en de attitude van mensen ten opzichte van hun bedrijf, zouden zij hier verandering in kunnen aanbrengen. Klantwaarderingen en berichten van andere privé personen spelen namelijk een grote rol bij het vormen van een attitude van mensen over een bedrijf (Haywood, 1989). Om te kijken naar hoe persoonlijk een reactie van een webcare team was, is er ook gekeken naar het gebruik van persoonlijke voornaamwoorden eerste persoon enkelvoud (ik/me/mijn). Uit het onderzoek van Le Pair (2015) kwam naar voren dat het gebruik van zowel een persoonlijke afzender als het gebruik van persoonlijke voornaamwoorden eerste persoon enkelvoud bijdragen aan de interactie met de consument. Daarnaast zorgt een persoonlijke toon ervoor dat consumenten een gesprek op social media echt gaan zien als een conversatie tussen personen, wat zij zeer waarderen (Van Noort & Willemsen, 2011). Uit dit onderzoek is naar voren gekomen dat er een verband bestaat tussen het gebruik van eerste persoon enkelvoud en het type consument. In dit onderzoek werd in reacties op klachten van vrijwillige consumenten significant vaker gebruik gemaakt van ik/me/mijn. Bij verplichte consumenten werd significant vaker geen gebruik gemaakt van ik/me/mijn. De webcare reacties op klachten van vrijwillige consumenten waren dus persoonlijker dan de reacties op klachten van verplichte consumenten. Wanneer consumenten tevreden zijn met het verloop van de conversatie en de afhandeling van de klacht leidt oorspronkelijk negatieve EWOM vaak tot positieve post-ewom. Het bedrijf heeft de negatieve EWOM dan omgezet in positieve EWOM en dus positieve elektronische mond tot mond communicatie (Willemsen et al., 2013). 4.1 Tekortkomingen Binnen dit onderzoek is door dertien codeurs afzonderlijk gecodeerd. Doordat ieder deelcorpus maar door één codeur is gecodeerd en de deelcorpora daarna samen zijn gevoegd, zijn er fouten ingeslopen waardoor bijvoorbeeld de variabele webcare account onbruikbaar is geworden. In vervolgonderzoek zou gebruik kunnen worden gemaakt van een tweede codeur of zou het gehele bestand door één codeur gecodeerd moeten worden om deze onzuiverheden te voorkomen. Binnen dit onderzoek is aangetoond dat er op meerdere gebieden een verband blijkt te bestaan tussen het type consument en de reactie van een webcare team; bijvoorbeeld hoe persoonlijk een reactie is. Echter, deze verschillen zouden ook ontstaan kunnen zijn door de indeling die is gemaakt wat betreft te bedrijven. Om deze reden zou dit onderzoek herhaald 17

kunnen worden met andere bedrijven die voldoen aan de groepen vrijwillige, verplichte en geen consument. Hierdoor kan een eventuele derde factor al dan niet worden uitgesloten. 4.2 Suggesties vervolgonderzoek Uit dit onderzoek is naar voren gekomen dat er een significant verschil bestaat tussen het object van de klacht en het type consument. In vervolgonderzoek zou ernaar gekeken kunnen worden of er sprake is van een samenhang tussen het object van de klacht en de andere variabelen. Het zou het geval kunnen zijn dat bepaalde klachten door bedrijven anders opgepakt worden waardoor zij ervoor kiezen om bijvoorbeeld wel of niet te reageren. Een tweede suggestie is dat er in vervolgonderzoek dieper kan worden ingegaan op deze verdeling in groepen door te kijken naar andere variabelen. Zo kan er onder andere uitgebreider worden gekeken naar de toon van reacties van webcare teams. Bijvoorbeeld door te kijken naar het gebruik van humor in reacties. Humor kan namelijk ook bijdragen aan human voice (Le Pair, 2015). Een derde suggestie voor vervolgonderzoek is om consumenten op te delen in andere groepen dan de groepen binnen dit onderzoek. Hierdoor kunnen er wellicht nieuwe zaken aan het licht komen die al dan niet bewijs kunnen leveren dat de webcare reactie beïnvloed wordt door het type consument dat de klacht heeft geplaatst. De indeling wat betreft keuzes voor de organisaties zou bijvoorbeeld veranderd kunnen worden zoals aangegeven bij tekortkomingen. Een vierde suggestie is om ook andere social media platforms (in Nederland) te bekijken. Op andere social media platforms zou anders gereageerd kunnen worden door bedrijven of zouden bepaalde groepen consumenten actiever of minder actief kunnen zijn. Dit zou invloed kunnen hebben op de webcare reacties. Ten slotte zou er ook een experimenteel onderzoek opgezet kunnen worden om meer te weten te komen over de waardering van de consument. Wanneer er bijvoorbeeld wel of geen gebruikt wordt gemaakt van eerste persoon enkelvoud of een persoonlijke afzender, wordt dit dan verschillend gewaardeerd door consumenten. Wordt het gebruik van eerste persoon enkelvoud bijvoorbeeld beter gevonden/hoger gewaardeerd? Binnen dit onderzoek kan hier niks over worden gezegd. Echter, binnen dit onderzoek is wel aangetoond dat er een verband blijkt te bestaan tussen het type consument en het gebruik van eerste persoon enkelvoud of een persoonlijke afzender door webcare teams. Om deze reden is het zeer interessant om te weten te komen hoe consumenten human voice waarderen. Voor bedrijven zijn klantwaarderingen namelijk zeer relevant (Lee & Song, 2010). 18

4.3 Relevantie Verschillende consumenten verlangen wellicht een op hen toegespitste reactie, of misschien zijn de mensen die negatieve dingen plaatsen wel helemaal geen consumenten. Bedrijven met vrijwillige consumenten, verplichte consumenten of bedrijven zonder consumenten reageren in sommige gevallen verschillend op de verschillende typen consumenten. Dit onderzoek geeft een goed beeld van de huidige stand van zaken op Twitter binnen Nederland. Bedrijven die klanten hebben in één van de drie groepen, kunnen aan de hand van dit onderzoek bekijken wat zij kunnen aanpassen om hun consumenten tevreden te maken en/of een goede reputatie te behouden of verkrijgen. In voorgaande onderzoeken werd niet gekeken naar de invloed die (verschillende typen) consumenten hadden op een webcare reactie maar op de invloed van de webcare reactie op consumenten (bijvoorbeeld klantwaardering). Dit onderzoek verschaft dan ook inzicht in de totstandkoming van reacties en of er überhaupt een reactie gegeven wordt door een bedrijf. Het type consument bleek in sommige gevallen wel degelijk van invloed te zijn. In meerdere gevallen bleek er samenhang te bestaan tussen de webcare reactie en het type consument. Belangrijk is ook dat het voor de consument op een prettige manier verloopt. Niet alleen een bedrijf(sreputatie) kan schade oplopen. Ook personen die klachten plaatsen, kunnen een zeer naar gevoel overhouden aan een negatief verlopen conversatie of wanneer er geen oplossing komt voor het probleem of de klacht. Voor een consument is het daarmee ook van groot belang dat webcare van bedrijven goed georganiseerd is (Willemsen et al., 2013). 4.4 Implicaties communicatiepraktijk en conclusie Het is zeer belangrijk dat bedrijven reageren wanneer zij klachten ontvangen op social media en er zijn aanwijzingen dat er bepaalde manieren van reageren zijn die door klanten hoger gewaardeerd worden. Dit is veelvuldig beschreven in dit onderzoek. Uit eerder onderzoek kwam naar voren dat de webcare reactie invloed had op de consument (Kerkhof, 2010). Uit dit onderzoek blijkt dat andersom ook het type consument invloed heeft op de webcare reactie. Bedrijven die klachten ontvangen van de groep geen consumenten, reageren bijvoorbeeld significant minder vaak op een geplaatste klacht. Ook is gebleken dat de webcare reacties op klachten van vrijwillige consumenten persoonlijker waren dan de reacties op klachten van verplichte consumenten. Voor bedrijven is dit onderzoek dan ook zeer relevant. Bedrijven kunnen bekijken wat de huidige stand van zaken op dit gebied is en wellicht aanpassingen doorvoeren. Alle bedrijven zouden gebruik moeten maken van kwalitatief goede webcare. Niet alleen het feit klanten te kunnen verliezen, behouden of werven zou een rol moeten spelen, maar ook de reputatie van bedrijven moet gezien worden als een zeer belangrijke factor. 19

Literatuur Folkes, V.S. (1984). Consumer reactions to product failure: An attributional approach. Journal of Consumer Research, 14, 548-565. Griffin, M., Babin, B.J., & Darden, W.R. (1992). Consumer assessmentsof responsibility for product-related injuries: The impact of regulations, warnings, and promotional policies. Advances in Consumer Research, 19, 870-878. Haywood, K.M. (1989). Managing worth of mouth communications. Journal of Service Marketing, 3, 55-65. Huibers, J.C., & Verhoeven, J.W.M. (2014). Het gebruik van webcarestrategieën en conversational human voice in Nederland, en de effecten hiervan op de corporate reputatie. Tijdschrift voor Communicatiewetenschap, 42 (2), 165-189. Kelleher, T. (2009). Conversational Voice, Communicated Commitment, and Public Relations Outcomes in Interactive Online Communication. Journal of Communication 59, 172 188. Kerkhof, P. (2010). Merken en social media. In: S van den Boom, E. Smit, & S. de Bakker (Eds.), Nachtmerrie of droom: de ROI van customer media, p. 149-154. Heemstede (NL): Customer Media Council. Laczniak, R.N., DeCarlo, T.E., & Ramaswani, S.N. (2001). Consumers responses to negative worth of mouth communication: An attribution theory perspective. Journal of Consumer Psychology, 11, 57-73. Lee, Y.L., & Song, S. (2010). An empirical investigation of electronic word-of-mouth: Informational motive and corporate response strategy, Computers in Human Behavior, 26, 1073-1080. Levine, R., Locke, C., Weinberger D. & Searls, D. (2000). The cluetrain manifesto: The end of business as usual. Cambridge: Perseus Publishing. Marwick, A.E., & Boyd, D. (2011). I Tweet Honesty, I Tweet Passionately: Twitter Users, Context Collapse, and the Imaged Adience. New Media and Society, 13(1), 114-133. Noort, G. van, & Willemsen, L. (2012). Online Damage Control: The Effects of Proactive Versus Reactive Webcare Interventions in Consumer-generated and Brandgenerated Platforms. Journal of Interactive Marketing, 26, 131-140. 20

Pair, R. le. (2015). Webcare: zorgt een human voice voor meer interactie? [onderzoek].geraadpleegd op 19 december 2015, van http://www.frankwatching.com/archive/2015/02/09/webcare-zorgt-een-human-voice-voor-meer-interactieonderzoek/ Pfeffer, J., Zorbach, T., & Carley, K. M. (2014). Understanding online firestorms: Negative word-of-mouth dynamics in social media networks, Journal of Marketing Communications, 20 (1-2), 117-128. Willemsen, L., Neijens, P., & Bronner, F. (2013). Webcare as Customer Relationship and Reputation Management? Motives for negative electronic word of mouth and their effect on webcare receptiveness. In S. Rosengren et al. (eds.), Advances in Advertising Research (Vol. IV), European Advertising Academy, pp.55-69, Wiesbaden: Springer Fachmedien. 21

Bijlage 1 Codeboek: instructies bij de codering van n-wom-tweets en webcare-reacties Vooraf - je vindt in het bestand 3 bladen (de tabs onderaan); je werkt uitsluitend in het eerste blad totaal_nwom. je vindt op dat blad totaal_nwom een deelbestand: 292 tweets (1/13 e van het totaal van 3796 tweets). Zodra je alle 292 tweets volledig gecodeerd hebt en naar mij hebt teruggestuurd kan ik de 13 deelbestanden weer samenvoegen zodat je dan het totaalbestand hebt (Excel-versie en SPSS-versie). - als je eigen coderingen wilt toevoegen (of voor bestaande coderingen andere waarden of criteria wilt gebruiken) spreekt het vanzelf dat je dat in een apart bestand doet en niet in het bestand dat je als deelbestand, bedoeld voor de samenvoeging, aan mij terugstuurt. - er zijn nieuwe volgnummers gemaakt (kolom B); het oude volgnummer is nog te zien, maar om verwarring te voorkomen is kolom A lichtgrijs; verander deze niet! in het blad totaal 0 en 1 vind je het totale bestand waarop de n-wom filtering is gecodeerd (met de oude volgnummers). - in de kolommen waar dit zinvol is zijn uitklaplijstjes gemaakt; die lijstjes staan op een apart blad lijsten ; laat dit zoals het is. - de kolommen tweet_id, user_id, user_name en user_location zijn verwijderd; - de kolom reply_to_user is gehandhaafd, maar we weten intussen via de bespreking dat dit niet erg zinvol is: (er staat een accountnaam als de tweet begint met @accountnaam; via de bespreking weten we ook dat de term reply to... misleidend en daarom fout is. Hieronder worden opgesomd: de kolommen (variabelen), de waarden die de variabelen kunnen hebben en de criteria die daarvoor gehanteerd moeten worden n-wom? kolom K In deze kolom staan alleen maar 1-en; als je een tweet tegenkomt waarvan je zeker bent dat die NIET mee had mogen doen (geen n-wom volgens onze criteria), dan verander je de '1' in '0' Object van klacht: de negatieve beoordeling / klacht betreft: kolom L: 1 = tastbaar (ook eetbaar) product; computer, koffiemachine, pizza 22

2 = product is service, dienst van: school, universiteit, bank, verzekeraar, telecom-/(sociale) media- /internet-aanbieder), bezorgservice 3 = communicatie: gebrek aan -, slechte - 4 = idee, opvatting, beleid van persoon/groep/politieke partij/overheidsorganisatie 5 = anders, of onduidelijk Bijvoorbeeld waterkoker: 1, bank, film, vpro, muziek-/talkshow: 2 communicatie (van bijv. klantenservice, probleem): 3 VVD, Samsom, Wilders, politie, gemeente(raad): 4 Bij meer objecten coderen wat naar jouw idee het zwaarst weegt Vul alleen 1 of 2 of 3 of 4 in en eventueel 5 Sector: de aangeproken organisatie behoort tot sector: Kolom M 1 = overheidsinstelling: gemeente(-raad, -instelling), onderwijs(instelling), provincie, rijk(s -), politie, regering, parlement, 2 = vervoer, verkeer, 3 = financiële instelling: bank, verzekeraar, 4 = detailhandel: (web-)winkel, supermarkt(producten), ook energieleverancier) 5 = (nieuwe) media (-aanbieders, omroep), software, hardware, computers 6 = overig Profit- / non-profit organisatie Kolom N p = profit bedrijf / organisatie np = non-profit bedrijf / organisatie (=inclusief liefdadigheidsinstelling) De naam van het bedrijf / organisatie Kolom O - als er een in jouw ogen gangbare afkorting is, gebruik die dan, zonder scheidingspunten: EU, AVRO, VVD, PVV, Ziggo, UPC, ABN-AMRO, RABO, 23

Aanspreekvorm @-mention Kolom P 1 = @-mention in absolute beginpositie (soms willen twitteraars de absolute beginpositie juist voorkomen maar de @naam toch in het begin plaatsen; dan zie je bijvoorbeeld een voorlooppunt: ".@ING rest van de tweet." dit krijgt code 2!: de @-mention staat dan elders 2 = @-mention elders 3 = geen @-mention vul dus in kolom P een 3 in: - als er een hashtag-mention is (dan komt in kolom Q te staan: #naam); - als er alleen een naam staat: Rabobank; dan vul je in kolom Q "alleen naam" in Kolom Q via #hashtag #naam (hashtag met naam geadresseerde) alleen naam (door alleen naam geadresseerde te noemen, zonder @-mention en zonder #hashtag 9 @naam (ter controle: dan moet in kolom P: 1 of 2 ingevuld zijn Geen reactie / wel reactie Kolom R 0 geen reactie 1 wel reactie 24

Ontstaat een dialoog (tussen klager en bedrijf/organisatie)? Kolom S Er is sprake van een dialoog zodra er een reactie van bedrijf/organisatie is én er op die reactie minimaal één reactie van 'de klager' volgt Kolom S 0 = geen dialoog (vul alléén '0: geen dialoog' in als er wel een reactie was van de organisatie); want als er geen reactie was van de organisatie (in kolom R een '0 geen reactie' dan: zie code = '9 nvt' 1 = wel een dialoog (minimaal één reactie van 'de klager' op reactie van organisatie 9 = nvt - niet van toepassing omdat in Kolom R een 0 staat Omvang van de dialoog kolom T Vul het aantal beurtwisselingen in; toelichting: als er op de reactie van bedrijf/organisatie nog één reactie van 'de klager' volgt, dan is het aantal beurtwisselingen = 2 (voor een dialoog heb je dus minimaal 2 beurtwisselingen nodig). Vul in '99 nvt' (niet van toepassing), als in kolom S '0 geen dialoog' of '9 nvt' staat Heeft bedrijf/organisatie een webcare-account? Kolom U 0 nee 1 ja 9 niet duidelijk (dit vul je in zodra je niet zeker weet of aangesproken bedrijf/organisatie een webcare-account heeft) Human voice/ personaliseren: afzender gebruikt niet of wél naam of initialen Kolom V; vul in: geen ^initialen ^naam Human voice/ personaliseren: afzender gebruikt niet of wél persoonlijke voornaamwoord(en) in eerste person enkelvoud Kolom W; vul in:

0 niet ik, me, mij, mijn, m'n (we/wij / ons/onze is niet enkelvoud, dus 0 ;) 1 ik, me, mij, mijn, m'n Als zowel we/wij / ons/onze gebruikt is, en ook ik, me, mij, mijn, m'n, dan codeer je 1 1

Bijlage 2. Verklaring geen fraude en plagiaat Print en onderteken dit Verklaring geen fraude en plagiaat formulier en voeg dit formulier als laatste bijlage toe aan de eindversie van de bachelorscriptie die in papieren versie wordt ingeleverd bij de eerste begeleider. Ondergetekende [Voornaam, achternaam en studentnummer], Daphne Delsing, s0837709 Bachelorstudent Communicatie- en Informatiewetenschappen aan de Letterenfaculteit van de Radboud Universiteit Nijmegen, verklaart met ondertekening van dit formulier het volgende: a. Ik verklaar hiermee dat ik kennis heb genomen van de facultaire handleiding (www.ru.nl/stip/regels-richtlijnen/fraude-plagiaat), en van artikel 16 Fraude en plagiaat in de Onderwijs- en Examenregeling voor de BA-opleiding Communicatie- en Informatiewetenschappen. b. Ik verklaar tevens dat ik alleen teksten heb ingeleverd die ik in eigen woorden geschreven heb en dat ik daarin de regels heb toegepast van het citeren, parafraseren en verwijzen volgens het Vademecum Rapporteren. c. Ik verklaar hiermee ook dat ik geen teksten heb ingeleverd die ik reeds ingeleverd heb in het kader van de tentaminering van een ander examenonderdeel van deze of een andere opleiding zonder uitdrukkelijke toestemming van mijn scriptiebegeleider. d. Ik verklaar dat ik de onderzoeksdata, of mijn onderdeel daarvan, die zijn beschreven in het BAwerkstuk daadwerkelijk empirisch heb verkregen en op een wetenschappelijk verantwoordelijke manier heb verwerkt. Plaats + datum Boxmeer, 29-1-2016 Handtekening 2