Belangrijke Aspecten in De Effectiviteit Van De Webcare: Human Voice En Personalisatie

Belangrijke aspecten in de effectiviteit van de webcare: human voice en personalisatie

Maartje Verbakel S339745

Master thesis Communicatie- en Informatiewetenschappen Specialisatie Bedrijfscommunicatie en Digitale Media

School of Humanities Tilburg University

Begeleider: Dr. M. L. Antheunis Tweede lezer: Dr. L. Oversteegen

Augustus 2012

Samenvatting In dit onderzoek naar webcare zijn de effecten van strategie, platform en toon van het bericht op human voice en merkevaluatie nagegaan door middel van een experiment opgenomen in een online vragenlijst. Hierin werd een Facebookpagina getoond waarop een individu zijn klacht uit en waarop het betrokken bedrijf reageert. De centrale onderzoeksvraag in dit onderzoek luidde: Wat zijn de individuele en gecombineerde effecten van toon (personalisatie versus geen personalisatie), platform (user generated versus brand generated) en strategie (proactief versus reactief) op human voice en merkevaluatie? In totaal 320 respondenten hebben aan deze studie deelgenomen. Terwijl strategie en platform geen directe effecten lieten zien, was er wel sprake van een interactie-effect tussen strategie en platform. Bij een proactieve strategie hadden de respondenten gemiddeld een hogere merkevaluatie wanneer het dialoog plaatsvond op een user generated platform dan op een brand generated platform. Dit gold alleen wanneer het webcarebericht niet gepersonaliseerd was. Personalisatie, het persoonlijk maken van de boodschap, zorgde namelijk voor een hogere merkevaluatie en nam deze verschillen weg. Het reageren op NWOM had geen significant effect op merkevaluatie. Opvallend was dat het interactie-effect op sociale netwerksites precies andersom was dan op weblogs. Ook had blootstelling aan een webcarebericht op een sociale netwerksite als Facebook een hogere merkevaluatie tot gevolg dan hetzelfde op een weblog. Vanuit een marketingcommunicatie- oogpunt heeft het voor merken en organisaties dus nut om aanwezig te zijn op sociale netwerksites en op een persoonlijke manier te reageren op online vragen of klachten.

Summary In this webcare study, the effects of strategy, platform and tone of voice on human voice and brand evaluation are investigated through an experiment embedded in an online questionnaire. Participants were shown a Facebook page in which an individual expresses NWOM on which the specific company reacts. The central research question was: What are the individual and combined effects of tone of voice (personalization vs. no personalization), platform (user generated vs. brand generated) and strategy (proactive vs. reactive), on human voice and brand evaluation? While strategy and platform did not have any direct effects, there was found an interaction effect between those two. In the case of the proactive strategy, participants had a higher brand evaluation when the dialogue took place on a user generated platform than on a brand generated platform. This was only the case when the webcare message was not personalized. Personalization, making the message more personal, led to a higher brand evaluation and eliminated those differences. Moreover, reacting on NWOM did not have a significant effect on brand evaluation. Notable is that the interaction effect of personalization on a social network site like Facebook is exactly contrary to that on weblogs. Furthermore, the exposure to a webcare message led to a significantly better brand evaluation on Facebook than on weblogs. From a marketing communication perspective, it is useful for brands and organizations to be present on social network sites and to react to online questions or complaints in a personal way.

Inhoudsopgave Samenvatting ...... 2 Summary ...... 3 Inleiding ...... 6 Theoretisch kader ...... 8 Oorsprong van EWOM ...... 8 Effect van NWOM ...... 9 Effect van webcare ...... 10 Verschillende keuzes in webcare ...... 13 Type platform: user generated of brand generated ...... 13 Type strategie: proactief of reactief ...... 14 Het effect van human voice ...... 14 Het effect van personalisatie van het bericht ...... 16 Methoden ...... 19 Ontwerp en proefpersonen ...... 19 Stimulusmateriaal ...... 19 Platform ...... 19 Strategie ...... 20 Toon ...... 20 Pretest ...... 20 Platformitems pretest ...... 20 Strategie-items pretest ...... 20 Toonitems pretest ...... 21 Procedure ...... 21 Instrumentatie ...... 22 Merkbezit ...... 22 Productbetrokkenheid...... 22 Human voice ...... 22 Interactionele rechtvaardigheid ...... 22 Interactionele gepastheid...... 22 Merkevaluatie ...... 22 Resultaten ...... 23 Manipulatiecheck en covariabelen ...... 23 Effect van webcare ...... 24

Effect van platform en strategie ...... 24 Effect van personalisatie ...... 26 Conclusie en discussie ...... 28 Effect van platform en strategie ...... 29 Effect van personalisatie ...... 30 Theoretische implicaties ...... 31 Praktische implicaties ...... 33 Suggesties voor toekomstig onderzoek ...... 33 Literatuur ...... 35 Websites ...... 38 Bijlagen ...... 39 Bijlage 1 Stimuli ...... 39 Bijlage 2 Vragenlijst ...... 49 Bijlage 3 Verantwoording van keuze merk ...... 52 Selectie van de klacht geuit op de Facebooktimeline of merkpagina...... 53 Bijlage 4 Inhoud van het webcarebericht ...... 55 Bijlage 5 Tegenargumenten voor H2...... 56

Inleiding De hoeveelheid van elektronische platformen waarop consumenten zich negatief kunnen uiten over een organisatie is afgelopen decennium enorm gestegen. Consumenten kunnen hun onvrede kwijt op weblogs, fora, vergelijkingswebsites en social media als YouTube, Facebook, Hyves en Twitter. De negatieve online interacties die hieruit voortkomen en zich afspelen tussen consumenten worden ook wel negatieve elektronische word-of-mouth genoemd (NWOM; Van Noort & Willemsen, 2012). NWOM vormt een sterkere dreiging voor het imago van merken of organisaties dan een offline klacht, omdat de ontevreden klant in één keer een heleboel mensen uit de doelgroep van de organisatie kan beïnvloeden (Kerkhof, Beukeboom, Utz & De Waard, 2010; Lee & Song, 2010; Malthouse, 2007; Van Noort & Willemsen, 2012). In plaats van one-to- one communicatie is het uiten van de klacht verschoven naar one-to-many of zelfs many-to- many. Bovendien is de imagoschade die een klacht kan aanrichten sterk gegroeid sinds social media de mogelijkheid aanbieden om gemakkelijk informatie te delen met mensen uit het netwerk. Het feit dat consumenten NWOM zien als overtuigende bron voor consumenteninformatie, vooral wanneer het zich afspeelt op sociale netwerksites (Van Noort & Willemsen, 2012), verergert het probleem. Bovendien zijn de klachten tegenwoordig lastiger te inventariseren. Terwijl vroeger een consumentklacht nog ter plekke, per post of telefonisch afgehandeld werd, moet de organisatie nu zelf op zoek naar klachten op het web. De potentiële bedreiging van NWOM op consumentenattitudes en -gedrag is één van de redenen waarom vele bedrijven personeel aannemen onder de noemer webcare. Webcare houdt het monitoren van het digitale web en het ingrijpen in discussies tussen consumenten in (Van Noort & Willemsen, 2012). Toch is er nog geen eenduidig antwoord op de vraag of en hoe het webcare-team het beste kan reageren op NWOM (Kerkhof, Vonkeman, Beukeboom & Utz, 2012). Zowel de klantenservice, marketing en PR kunnen voordeel halen uit participatie in online discussies met consumenten (Kerkhof et al, 2012). Daarom zijn organisaties nog steeds bezig de ideale manier te vinden om online klachten af te handelen (Hennig-Thurau et al., 2010; Kerkhof et al, 2012). In de praktijk zijn er veel mensen die zeggen dat organisaties altijd moeten reageren op een vermelding van de bedrijfsnaam of het merk in kwestie. Aan de andere kant zijn er ook steeds meer marketeers die zeggen dat ze niet zomaar mogen reageren op bijvoorbeeld klachten op sociale netwerksites, omdat gebruikers niet zitten te wachten op boodschappen van een organisatie of merk (De Clerck, 2012). Van Noort en Willemsen (2012) toonden echter aan dat een bedrijf het beste wel kan reageren op NWOM. Zij lieten zien dat het

rendement van webcare afhangt van hoe onpartijdig en open de organisatie zich in het dialoog opstelt (conversational human voice). Daarnaast vonden zij dat een proactieve strategie, waarin de organisatie actief op een vermeldingen reageert, beter werkte op platforms die beheerd worden door de organisatie zelf dan op platforms waarop de gebruikers samen de inhoud verzorgen. In dat eerste geval vonden mensen die de reactie lazen, het bedrijf namelijk menselijker, betrouwbaarder en openstaand voor kritiek en dialoog (human voice). Dit zorgde ervoor dat ze het betreffende merk positiever evalueerden (Van Noort & Willemsen, 2012). Van Noort en Willemsen (2012) zochten nog als enigen een wetenschappelijk antwoord op de vraag wat de meest effectieve manier voor organisaties is om klachten te behandelen die geuit zijn via NWOM. Er is wel onderzoek gedaan naar elektronische word- of-mouth (EWOM) in relatie tot andere thema’s, zoals crisiscommunicatie (Grégoire Tripp en Legoux, 2009) en viral marketing (Van Noort, Antheunis & Van Reijmersdal, 2011), maar deze gingen niet specifiek over webcare-strategieën. Het repliceren van de gevonden resultaten in combinatie met andere inhoudsaspecten, vormaspecten en contextaspecten zal duidelijk maken of de resultaten generaliseerbaar zijn naar andere webcare-situaties. Op die manier vergroot deze studie de ecologische validiteit van het onderzoek van Van Noort en Willemsen (2012) en is deze studie wetenschappelijk gezien belangrijk. Wat betreft het inhoudsaspect wordt er in dit onderzoek een ander NWOM bericht getest. Dit keer gaat het om een klacht plus een vraag naar informatie in plaats van een reactie op een informatief bericht van de organisatie. Bovendien gaat het om een ander product; het onderwerp van gesprek is dit keer niet een probleem met een type auto maar met een dienst van een bank. Ook wat betreft de context wordt het type platform anders geoperationaliseerd; sociale netwerkpagina’s in plaats van weblogs. Het potentieel bereik van NWOM is immers groter op sociale netwerksites dan op een weblog en sociale beïnvloedingsprincipes zijn sterker aanwezig. Ten slotte testen we een extra vormaspect, namelijk personalisatie. Dit aspect is onder andere gekozen op basis van de discussie van Van Noort en Willemsen (2012). Zij vroegen zich af of personalisatie de human voice vergroot en op die manier het mediërend effect van type platform tenietdoet. De centrale onderzoeksvraag luidt dan ook “Wat zijn de individuele en gecombineerde effecten van toon (personalisatie versus geen personalisatie), platform (user generated versus brand generated) en strategie (proactief versus reactief) op human voice en merkevaluatie? In het huidige onderzoek gaat het overigens vanwege de complexiteit van het onderzoek alleen om webcare naar aanleiding van negatieve online interacties tussen consumenten (NWOM).

Theoretisch kader Oorsprong van EWOM De opkomst van het internet heeft ervoor gezorgd dat consumenten naast face-to-face, per telefoon of per post hun ervaringen met een organisatie of merk ook online kunnen uiten (Hennig-Thurau, Gwinner, Walsh & Gremler, 2004). Een sterk groeiend aantal mensen kreeg toegang tot het internet op dit moment gebruikt wereldwijd procent Miniwatts Marketing roup, en in Nederland procent tatline, van de inwoners het internet , waardoor de communicatiestroom ineens van one-to-one in one-to-many veranderde. Met de komst van Web 2.0, dat ervoor zorgde dat mensen online nog beter met elkaar konden communiceren door bijvoorbeeld social media als vergelijkingswebsites, is die communicatiestroom zelfs regelmatig many-to-many geworden. Een groot verschil met het klantenservice-proces vroeger is dus het aantal mensen dat op de hoogte wordt gesteld van een consumentenervaring. EWOM speelt zich bovendien niet alleen in grote schaal af via op consumenten gerichte platforms zoals vergelijkingssites. Ook op Twitter, een microblogsite, gaat één op de vijf berichten over een merk (waarvan een derde NWOM; Sobel & Chowdury, 2009). De grootte van dit aandeel heeft wellicht te maken met de motieven die consumenten hebben voor het verspreiden van EWOM. Onderzoek laat namelijk zien dat de EWOM niet alleen bedoeld is voor de organisatie, maar ook voor andere consumenten en de consument zelf (Hennig-Thurau et al., 2004). Gevonden motieven waren sociale interactie, extraversie en positieve zelfontplooiing, zorg voor andere consumenten, het zoeken van advies en in mindere mate het helpen van de betreffende organisatie, het luchten van negatieve gevoelens en het gemak van het uiten samen met de eventuele hulp die zo verkregen kan worden. Op basis van deze motieven kunnen consumenten geclassificeerd worden in vier verschillende categorieën, namelijk de self-interested helpers, de multiple-motive consumers, de consumer advocates en de true altruists (Hennig-Thurau et al., 2004). De consumenten zijn dus geen homogene groep wat betreft hun motivatie voor EWOM. Bij het stimuleren van positieve word-of-mouth (PWOM) of het tegengaan van NWOM moet daarom rekening worden gehouden met deze motieven (Hennig-Thurau et al., 2004).. Deze classificatie van motieven bevat motieven voor PWOM én NWOM, omdat de theorie een verschil voorspelde tussen deze motieven (Hennig-Thurau et al., 2004). Welke motieven horen bij PWOM of NWOM is desondanks niet duidelijk. De verdeling van voornamelijk positieve óf negatieve beoordelingen wordt ook niet genoemd, waardoor deze theorie niet zomaar één op één geschikt lijkt voor het specifiekere NWOM. Een andere

theorie behandelt in plaats van de motieven van de consument de aanleiding voor NWOM (Grégoire, Tripp en Legoux, 2009). Deze stelt dat mensen vooral online klagen als hun consumentenprobleem niet goed opgelost werd door de klantenservice (geldt voor 96 procent; Grégoire, et al., 2009).

Effect van NWOM De specifieke motieven om NWOM te verspreiden zijn dus nog niet helemaal duidelijk. Wat wel geconcludeerd kan worden uit de opsomming van motieven is het feit dat consumenten bewust andere consumenten en het betreffende bedrijf betrekken bij hun problemen. Dit heeft verschillende gevolgen voor henzelf, de andere consumenten en het bedrijf. In deze paragraaf zullen deze voornamelijk besproken worden vanuit het perspectief van het betrokken bedrijf. Voor de klant zelf gaat het publiekelijk online klagen vermoedelijk samen met rancune of een gebrek aan vergevingsgezindheid (Grégoire et al., 2009). Consumenten die NWOM verspreiden doen dat soms, omdat ze als straf voor hun negatieve ervaring schade willen toebrengen aan de betreffende organisatie (Grégoire et al., 2009). Het niet adequaat reageren op een online klacht heeft daarom een wrok ten opzichte van de organisatie tot gevolg (Grégoire et al., 2009). Het verlangen om wraak te nemen gaat langzaam over in het verlangen naar het vermijden van contact met het desbetreffende bedrijf (Grégoire et al., 2009). Dit betekent dat de verdwenen koopintentie van deze consumenten bij niet reageren niet meer hersteld kan worden. Dit leidt tot minder inkomsten door het verlies van de klant. Het effect van NWOM op andere consumenten is voor een organisatie nog belangrijker, omdat dit effect vaak erg groot is (Van Noort & Willemsen, 2012). De voornaamste aspecten van EWOM die hiervoor zorgen, zijn het bereik en de mate van beïnvloeding die samengaan met een bericht. EWOM maakt informatie namelijk gemakkelijk online beschikbaar voor een groot publiek (Helmer, 2011), is gemakkelijk naar anderen door te sturen, blijft vaak lang bestaan, is real time beschikbaar (Hennig-Thurau et al., 2010) en kan gemakkelijk opgepikt kan worden door andere media (Helmer, 2011). Hierdoor is het bereik van EWOM niet te vergelijken met dat van niet-elektronische mond-tot-mondreclame (Helmer, 2011). De consumenten die blootgesteld zijn aan een ervaring kunnen op bijvoorbeeld sociale netwerksites of microblogs de gedachten overnemen, de berichten verspreiden en zo exponentieel andere consumenten beïnvloeden. De reden voor de hoge mate van beïnvloeding, is het feit dat consumenten NWOM zien als overtuigende bron voor consumenteninformatie - vooral wanneer het zich afspeelt op sociale netwerksites (Van Noort & Willemsen, 2012). Binnen (online) netwerken spelen

namelijk beïnvloedingsprincipes als social proof, autoriteit en liking een rol. Deze vergroten de kans op beïnvloeding (Cialdini, 2001). Social proof zorgt ervoor dat mensen gemakkelijk beïnvloed worden iets te doen, vinden of uitspreken, omdat veel anderen het doen. Bijvoorbeeld wanneer veel mensen in iemands netwerk de huidige president onbekwaam vinden, neemt hij wanneer hij van tevoren geen duidelijk standpunt heeft, deze gedachte (onbewust) over. Autoriteit heeft ongeveer hetzelfde effect; iemand neemt een gedachte van een persoon over, omdat hij die persoon belangrijk of deskundig vindt. Bij liking neemt iemand gedrag of een gedachte over, omdat hij die persoon aardig vindt. Bereik en invloed zijn dus de twee factoren die ervoor zorgen dat NWOM of PWOM een groot effect kunnen voortbrengen. Dit effect op de individuele mensen die blootgesteld zijn aan online klachten is vooral negatief. NWOM zorgt namelijk voor een lagere merkevaluatie (Chiou & Cheng, 2003;Lee & Song, 2010; Vermeulen & Seegers, 2009), merkkeuze (Vermeulen & Seegers, 2009) en verkoopcijfers (Chevalier & Mayzlin, 2006; Vermeulen & Seegers, 2009). NWOM beïnvloedt dus negatief de lange-termijnwaarde van deze klanten voor de organisatie. NWOM kan daarom gezien worden als een gebeurtenis in de klantencyclus die een significante verandering in de relatie tussen het merk en een substantieel aantal (potentiële) klanten inhoudt (trigger event; Malthouse, 2007; Van Noort & Willemsen, 2012). De organisatie verliest dus niet alleen de klager, maar ook de mensen die blootgesteld zijn aan de NWOM als klant.

Effect van webcare Deze negatieve verandering in de relatie met klanten en de lange-termijnwaarde van die klanten is geen onontkoombaar gevolg, aangezien organisaties effectief kunnen ingrijpen (Malthouse, 2007). Met ingrijpen wordt het gebruik van webcare bedoeld; “de handeling van zich mengen in online interacties met consumenten, via het actief doorzoeken van het web, om zich te richten aan feedback van de consument (bijv. vragen, zorgen en klachten ” Van Noort & Willemsen, 2012, blz.3). Webcare wordt verondersteld de negatieve effecten van NWOM te voorkomen of weg te nemen (Hong & Lee, 2005; Lee & Song, 2010; Van Laer & De Ruyter, 2010; Van Noort & Willemsen, 2012; Weinberg, Davis & Berger, 2011). Ten eerste wijst de Cognitieve Dissonantietheorie (West & Turner, 2007) erop dat bij NWOM organisaties in staat zijn de merkevaluatie van consumenten te herstellen door hun problemen op te lossen. De online klacht is vanuit dit perspectief namelijk een aanwijzing zijn van een overschrijding van verwachting. De klant dacht product of dienst goed gekozen te hebben, maar er blijkt toch iets mis. Volgens deze theorie beweegt deze psychologische

inconsistentie de klant tot actie: de persoon vraagt via NWOM om opheldering van de organisatie (oplossingsgericht) of naar ervaringen van andere klanten (hebben andere klanten er ook last van?). De moeite die de klanten hebben genomen wijst dus op een initiële positieve waardering van het product of de organisatie, die door de organisatie hersteld kan worden. Deze theorie wordt ondersteund door het feit dat een groot deel van de klanten die NWOM uiten, van tevoren een sterkere lange-termijnrelatie met de organisatie of het merk hebben opgebouwd dan de gemiddelde klant (Grégoire et al., 2009). Een reactie van de organisatie heeft niet alleen een positief effect op de erop volgende reactie van de klagende consument (Keislair, 2011), maar kan ook de aankoopintentie, die na de klacht tot nul was gedaald, weer verhogen. Wanneer een organisatie binnen vijf weken na de online klacht actie onderneemt, kan zij het verlangen naar wraak verkleinen en het vermijden van contact voorkomen (Grégoire et al., 2009). Grégoire, Tripp en Legoux (2009) concludeerden echter ook dat het niet uitmaakt of de organisatie een stapje verder gaat in het oplossen bij deze klanten. Mensen die voorheen een sterke band hadden zijn namelijk minder geïnteresseerd in de economische waarde van de oplossing, maar vooral in de sociale waarde. Het is een organisatie niet waard een probleem te proberen op te lossen bij klanten die geen sterke relatie hadden met de organisatie - volgens Grégoire et al. (2009) maar een klein deel van de klagers -, omdat de kosten niet opwegen tegen de financiële beloning. Toch is het nuttig om ook op online klachten van die klanten te reageren, omdat deze niet alleen de klagende klant beïnvloeden, maar ook iedereen die het dialoog volgt (Helmer, 2011; Kerkhof et al., 2012). De eerder genoemde negatieve effecten op merkevaluatie, merkkeuze en uiteindelijk verkoopcijfers van degenen die de NWOM hebben gelezen kunnen zo op een effectieve manier weggenomen worden (Hong & Lee, 2005; Van Laer & De Ruyter, 2010; Lee & Song, 2010; Weinberg, Davis & Berger, 2011). De financiële kosten die uit die negatieve effecten zouden zijn voortgekomen, lijken Grégoire, Tripp en Legoux (2009) even vergeten te zijn. Van Noort en Willemsen (2012) geven ook aan dat webcare niet alleen om de betreffende klant gaat, maar ook om die anderen. Het herstellen of verbeteren van merkevaluatie van degene die klaagt en iedereen die blootgesteld wordt aan zijn klacht staan centraal in webcare om zowel de klantenrelatie te ondersteunen als de reputatie te beheren (Van Noort & Willemsen, 2012). Tot dusver ging het over het herstellen van merkevaluatie, maar verbeteren van merkevaluatie is dus ook aan de orde. Naast het beperken van negatieve effecten van NWOM kan webcare bijvoorbeeld PWOM opwekken (Hong en Lee, 2005; Malthouse, 2007). Organisaties die problemen in een vroeg stadium ontdekken en adequaat reageren, kunnen het

vertrouwen en de loyaliteit winnen van de klanten die dit opmerken (Malthouse, 2007). Als het probleem via een online reactie op een acceptabele manier wordt opgelost kunnen klanten zelfs “apostelen” worden; in plaats van NWOM verspreiden deze mensen juist PWOM over de organisatie of het merk (Malthouse, 2007). De verklaring hiervoor is te vinden in de eerder besproken theorie; de meest ontevreden klanten zijn degenen die juist erg tevreden waren voordat er iets mis ging. Als de organisatie op de juiste manier het goed maakt, zullen zij naderhand - door het oplossen van de dissonantie - juist goede berichten doorvertellen over het bedrijf (Malthouse, 2007). Voorgaande theorieën ondersteunen samen de volgende hypothese: H1: Het reageren op NWOM heeft een positievere merkevaluatie van de lezer tot gevolg dan het niet reageren op NWOM. Dit positieve effect van webcare zou belemmerd kunnen worden door een negatief effect van reageren (Kerkhof et al., 2010). Er zouden geen positieve effecten op het vertrouwen in de organisatie of op productevaluatie te vinden zijn, omdat de klant juist door het krijgen van een reactie vanuit de betreffende organisatie zijn klacht als ernstiger zou beoordelen (Kerkhof et al., 2010). Dit zou kunnen betekenen dat andere effecten zoals bijvoorbeeld op evaluatie van de organisatie of aankoopintentie wegblijven (Kerkhof et al., 2010). Toch lieten Kerkhof et al. (2012) en Van Noort en Willemsen (2012) al enkele positieve effecten van webcare zien; het zien van een webcarebericht leidde tot een significant betere waardering van het product en het merk en tot een grotere aankoopintentie. Deze afbreuk van het positieve effect van webcare lijkt dus niet waarschijnlijk. Voordat er eventueel op NWOM gereageerd en gehandeld kan worden, is het van belang deze klachten te vinden en te verzamelen. Vanwege het enorme aantal platformen waar de consument zijn klacht kan uiten, is het belangrijk dat organisaties deze online platforms monitoren (Van Noort & Willemsen, 2012). Dit is nodig, omdat zeventig procent van de NWOM op door platforms waarop consumenten de inhoud tot stand brengt en niet beheerd wordt door een organisatie (TNS NIPO, 2011). Verschillende diensten zorgen ervoor dat merken en organisaties kunnen toezien op online conversaties op verschillende social media platforms, weblogs en fora (Van Noort & Willemsen, 2012), zoals Tracebuzz, Finchline of Coosto. Monitoring is belangrijk om zo snel mogelijk op online klachten te kunnen reageren, omdat mensen al na het lezen van één negatieve vermelding een organisatie negatiever beoordelen (Park, Lee & Han, 2007).

Verschillende keuzes in webcare Om meer inzicht te krijgen in de effecten van webcare-strategieën is het voor marketeers en communicatiespecialisten belangrijk verschillende aspecten te belichten die deze beïnvloeden. Op die manier kunnen organisaties webcare-strategieën ontwikkelen die de meest optimale uitkomsten genereren, zoals een hogere merkevaluatie. Deze paragraaf geeft een overzicht van de aspecten die er toe doen tijdens die ontwikkeling, gebaseerd op eerder onderzoek.

Type platform: user generated of brand generated De eerste onderzoeken naar het reageren op NWOM onderzochten het effect van de inhoud van een webcarebericht. De uiteenlopende resultaten van deze onderzoeken en van vergelijkbaar onderzoek naar crisisresponsstrategieën wijzen erop dat de inhoud van een bericht er niet of in mindere mate er toe doet (zie bijlage 4; Kerkhof, 2010; Kerkhof et al., 2010; Schultz, Utz & Göritz, 2011; Kerkhof et al, 2012). Een verklaring voor deze verschillende uitkomsten ligt waarschijnlijk in het soort platform dat gebruikt werd, zoals Twitter (Helmer, 2011), consumentenfora (Lee & Song, 2010; Kerkhof, 2012) en weblogs (Van Laer & de Ruyter, 2010). Het platform van waaruit crisisresponsstrategieën verspreid worden zorgt namelijk voor verschillen in het effect op consumenten (online krant, weblog en Twitter; Schultz, Utz en Göritz, 2011). De reputatie van de organisatie werd het beste beoordeeld, de neiging tot het doorsturen van NWOM was lager en de aankoopintentie was het hoogst (minder neiging tot boycotten) wanneer participanten de tweet met link te zien kregen. De resultaten lieten verschillen zien tussen de verschillende internetplatforms, maar niet tussen inhoud. Webcarestrategieën zijn te vergelijken met crisisresponsstrategieën (Van Noort & Willemsen, 2012), omdat een online klacht weliswaar niet de basisdoelen van de organisatie bedreigt, maar wel de sociale orde en de interactie tussen de klant en de organisatie beïnvloedt en schade toebrengt aan de reputatie van de organisatie (Schultz et al, 2011). Vooral omdat in beide gevallen de informatie zich vaak snel laat verspreiden en het imago beschadigt, kunnen we NWOM vergelijken met een kleine crisis. Wanneer niet zomaar verschillende platforms vergeleken worden, maar naar het type platform gekeken wordt, is er geen sprake van een duidelijk verschil tussen het effect van webcare (Van Noort & Willemsen, 2012). Toch lijkt onderzoek naar het type platform beter in staat antwoord te geven op de vraag waarom het effect van webcare op verschillende platforms zo verschillend is, omdat tussen de types een duidelijk, beter generaliseerbaar verschil bestaat. Het ene type omvat platforms waarop alleen consumenten de inhoud op het

medium bepalen, zoals fora of een Hyves-prikbord, genaamd user generated platforms. Het tweede type dat onderscheiden wordt omvat platforms waarop het merk in eerste instantie de inhoud bepaalt, bijvoorbeeld weblogs op de website van de organisatie, genaamd brand generated platforms. Het type platform zorgde wel duidelijk voor verschillen in het effect van webcare in interactie met type strategie. Bij een bepaalde strategie was de merkevaluatie hoger na blootstelling aan een brand generated platform dan op een user generated platform.

Type strategie: proactief of reactief De keuze voor een bepaalde strategie voor het beantwoorden van NWOM lijkt er dus ook toe te doen: altijd reageren op NWOM of alleen wanneer de consument er specifiek om vraagt (Van Noort & Willemsen, 2012). Merkevaluatie van de consument is namelijk lager op een user generated platform dan op een brand generated platform wanneer het webcarebericht was geplaatst zonder dat de klager om een reactie had gevraagd (Van Noort & Willemsen, 2012). Wanneer een bedrijf uit zichzelf reageert op NWOM, gebruikt deze een proactieve strategie. Wanneer de klager wel om een reactie had gevraagd ging het om een reactieve respons. Empirische resultaten lieten zien dat platform niet uitmaakte wanneer het ging om een reactief geplaatste webcarereactie, maar wel bij een proactief geplaatste reactie (Van Noort & Willemsen, 2012). Verondersteld wordt dat consumenten de aanwezigheid van een organisatie op een consumer generated platform namelijk niet accepteren en een webcarereactie ongepast en storend vinden (Van Noort & Willemsen, 2012). De participanten beoordeelden de organisatie significant beter wanneer ze een dialoog te zien kregen op een platform dat door het bedrijf beheerd wordt. Op basis van deze resultaten is de volgende hypothese opgesteld (voor een ander perspectief zie bijlage 5): H2: Het effect van webcare-strategie op merkevaluatie wordt bij een niet persoonlijk bericht gemodereerd door platformtype, zo dat a) een proactieve webcarereactie op NWOM op het brand generated platform een hogere merkevaluatie ten gevolg heeft dan op het user generated platform, terwijl b) de merkevaluatie na het zien van een reactieve webcarereactie even hoog zal zijn op beide platforms.

Het effect van human voice Terwijl proactief en op tijd reageren op online klachten belangrijk is voor organisaties om onnodige aanvallen of NWOM van andere consumenten te vermijden (Lee & Song, 2010),

heeft het dus niet in alle gevallen even positief effect op merkevaluatie (Van Noort & Willemsen, 2012). Een verklaring hiervoor zou kunnen zijn dat gebruikers van een user platform niet altijd zitten te wachten op een webcarereactie, omdat ze juist graag zonder tussenkomst van een organisatie met andere gebruikers converseren (De Clerck, 2012; Quan- Haase & Young, 2010). Webcare kan hierdoor dus op user platforms voor irritatie zorgen. De waargenomen gepastheid van het toepassen van webcare zou er dus toe kunnen doen. Die gepastheid kan door de betreffende organisatie beïnvloed worden via de toon van het bericht. Webcare op user platforms kan ingezet worden zonder de klager te irriteren door het team bepaalde richtlijnen te geven (Bake, 2009). Deze houden bijvoorbeeld in dat het webcareteam een mening niet ter discussie moet stellen en het webcare-team zich als zodanig moet identificeren (Bake, 2009). De communicatiemanager zelf moet bijvoorbeeld geen statement achterlaten op fora, omdat dit de toon van het bericht bepaald. Zulke statements worden niet geaccepteerd, omdat de manager niet als lid van de community wordt gezien (Bake, 2009). De toon wordt hierdoor bijvoorbeeld als arrogant waargenomen, waarna er negatieve effecten op de consument plaatsvinden. Belangrijk is juist om open en onpartijdig over te komen. Het rendement van het webcarebericht hangt namelijk af van hoe onpartijdig en open de organisatie zich in het dialoog opstelt (conversational human voice). Human voice voorspelde significant de merkevaluatie en bleek het onderliggende mechanisme te zijn dat het interactie-effect tussen platform en strategie verklaart (Van Noort & Willemsen, 2012). Wanneer de klager om een reactie vraagt, komt de reagerende organisatie volgens de lezers menselijk over op beide typen platforms, omdat de organisatie zich bereid toont in dialoog te gaan op een natuurlijke manier (Van Noort & Willemsen, 2012). De proactieve webcare roept vergelijkbare conversational human voice op wanneer het gaat om platforms die door de organisatie beheerd worden, maar blijkbaar zien lezers een proactieve aanwezigheid van een organisatie op een user generated platform als niet of minder natuurlijk. Bovendien willen klanten (op een user generated platform) geen relatie opbouwen met organisaties, maar met mensen (Lips, Van der Hof, Prins & Schudelaro, 2005). Kelleher (2009), die conversational human voice als een strategie ziet om relaties te behouden, toonde aan dat deze positief gecorreleerd is aan relationele gevolgen als vertrouwen, tevredenheid, betrokkenheid en control mutuality (overeenkomst over wie wie beïnvloedt). Dit zou samen kunnen hangen met de gunstige effecten die human voice heeft op merkevaluatie en aankoopgedrag.

H3: Human voice medieert het moderatie-effect van platformtype op het effect van webcarestrategie op merkevaluatie na een niet persoonlijke webcarereactie (zoals beschreven in H2).

Het effect van personalisatie van het bericht De toon van het bericht werd al in de Oudheid gezien als een manier om het publiek te beïnvloeden (West & Turner, 2007). Human voice is te relateren aan de concepten van The Rhetoric, waarin ethos (bepaalt geloofwaardigheid via goodwill en karakter), logos (logisch en heldere argumenten) en pathos (door op emoties in te spelen empathie oproepen) een publieke boodschap effectief maken. Ethos zou in dit geval bestaan uit goodwill creëren via het menselijk proberen over te komen en empathie tonen hoort bij pathos. Terwijl het publiek het onderwerp en doel van de interactie bepaalt, moet de spreker - of in dit geval de schrijver - het publiek vooropstellen en is persoonlijke identificatie een belangrijke tactiek (West & Turner, 2007). Deze tactiek werd al eens gebruikt om human voice op te roepen in een webcare- setting (Park & Lee, 2011). Hierin werden persoonlijke aspecten die de aanwezigheid menselijker maakten, zoals plaatjes en namen van de webcare-medewerkers gebruikt. Deze versterkten de relatie tussen organisatie en consument positief en zorgden ervoor dat de consument meer PWOM ging verspreiden. Organisaties kunnen hun formele aanwezigheid van een organisatie dus natuurlijker maken en zo de waargenomen human voice vergroten (Park & Lee, 2011). Het menselijk proberen over te komen en het gebruik van persoonlijke identificatie als tactiek kunnen geschaard worden onder een specifieke manier om human voice op te roepen, namelijk personalisatie. Bij gebrek aan een passende definitie in deze context - andere definities gaan over het personaliseren van webpagina’s door de gebruiker zelf, vaak customisatie genoemd - wordt personalisatie in deze studie gezien als het opzettelijk persoonlijk maken van een boodschap. Hiervoor moet de boodschap afgestemd zijn op de betreffende situatie en de betreffende ontvanger, en is deze niet formeel, maar op persoonlijke titel. Personalisatie creëert voor de organisatie een toegevoegde waarde door de relatie met de klant en met anderen uit zijn of haar netwerk te verbeteren en die relatie zorgt ervoor dat klanten terugkomen (Lips et al., 2005). Een webcarebericht geschreven op een persoonlijke manier (ondertekend door een individuele werknemer, geschreven in de eerste persoon) had een wenselijker effect dan een bericht dat niet persoonlijk was (ondertekend met de naam van de organisatie, geschreven in meervoud; Kerkhof et al., 2012). Personalisatie beïnvloedde

significant de geloofwaardigheid van en vertrouwen in de organisatie (Kerkhof et al., 2012; Van Laer & De Ruyter, 2011), de attitude ten opzichte van het product en de aankoopintentie op een positieve manier via de mate van human voice (Kerkhof et al., 2012). Er zijn verschillende redenen aan waarom persoonlijk beter werkt op user generated platforms (Kerkhof, 2010). Ten eerste zou de verhoogde ervaren interactiviteit een positieve waardering verklaren (Kerkhof, 2010). Ten tweede zien klanten na blootstelling aan een persoonlijke reactie de betreffende organisatie als meer betrokken bij de klant (Kerkhof et al., 2010). Personalisatie, een belangrijke dimensie van interactiviteit, stimuleert over het algemeen de betrokkenheid van een persoon bij degene met wie hij in dialoog is (Kerkhof et al., 2010; Antheunis & Van Noort, 2011). Bovendien past een niet persoonlijk bericht minder goed in social media, aangezien deze platforms juist bestaan om persoonlijke interactie te faciliteren (Kerkhof, 2010). Ten slotte kan het ook nog zijn dat consumenten “het online gesprek tussen klant en bedrijf minder gaan zien als een strijd tussen het grote machtige bedrijf en de kleine consument (Kerkhof, 2010; Kerkhof et al., 2010). De verhoudingen lijken “evenwichtiger tussen gesprek van mens tot mens” Kerkhof, 0, blz. 152). Consumenten beschouwen de klant minder als underdog wanneer er persoonlijk gereageerd werd. Personalisatie is overigens alleen van invloed op de human voice en het vertrouwen in het bedrijf wanneer het ging om grote bedrijven (Kerkhof, 2010). Aangezien eerder al verondersteld werd dat human voice een gunstig effect heeft op merkevaluatie, liggen de volgende hypotheses voor de hand. H4: Het effect van personalisatie op merkevaluatie wordt gemedieerd door human voice. H5: Een persoonlijke reactie leidt via human voice tot een hogere merkevaluatie dan een niet persoonlijke reactie. In plaats van de strategie te gebruiken die past bij het platform (zie paragraaf Strategie), zouden organisaties dus ook personalisatie kunnen toepassen om human voice op te roepen (Van Noort en Willemsen, 2012). In hun discussie vragen Van Noort en Willemsen (2012) zich af of personalisatie dan ook het mediërend effect van platform bij de proactieve strategie teniet doet door de lagere human voice-waarde te compenseren. Vanuit voorgaande theorie en hypotheses lijkt dit het geval te zijn. Er is vanwege eerder gevonden directe effecten (Kerkhof et al., 20120; Van Laer & De Ruyter, 2010) namelijk geen reden om aan te nemen dat personalisatie in interactie met strategie en/of platform voor een verschil zorgt in de mate van het effect. Bovendien is het bij de interactie tussen strategie en platform juist de afwezigheid van human voice die de verschillen veroorzaakt, terwijl bij personalisatie juist sprake is van

meer human voice dan normaal. Personalisatie zorgt namelijk opzettelijk voor meer human voice en het feit dat een proactieve strategie op een brand generated platform meer human voice oproept dan op een user generated platform zorgt niet zozeer opzettelijk voor een verschil. Dat een proactief bericht op dat platform wat minder menselijk overkomt, valt daarom weg tegen de hogere mate van human voice die personalisatie teweegbrengt. H6: Bij een persoonlijke reactie treedt geen interactie-effect op tussen platform en strategie wanneer het gaat om merkevaluatie. Toetsing van bovenstaande en eerder gepresenteerde hypotheses geeft antwoord op de centrale onderzoeksvraag wat de individuele en gecombineerde effecten van toon van het bericht, platform en strategie van een webcarebericht op human voice en merkevaluatie zijn.

Methoden Ontwerp en proefpersonen Het experiment testte de hypotheses via een 2 (proactieve of reactieve webcare strategie) X 2 (brand generated platform of een consumer generated platform) X 2 (gepersonaliseerd of niet gepersonaliseerd) tussenproefpersoonontwerp. Daarnaast waren er twee controlecondities zonder webcarereactie, één daarvan toonde een user generated platform en de ander een brand generated platform. In totaal deden er 320 respondenten mee aan het experiment (62% vrouw). Allen hadden beroepsonderwijs of wetenschappelijk onderwijs genoten en driekwart was tussen de 18 en 23 jaar (M = 22.90, SD = 5.92).

Stimulusmateriaal De stimuli voor dit experiment bestonden uit een verzonnen Facebookbericht plus een verzonnen reactie daarop vanuit het webcareteam van het betreffende merk. In de controlecondities was deze reactie weggelaten. Het Facebookbericht was in alle gevallen een NWOM bericht geschreven door de consument over ABN AMRO. Het bericht was gerelateerd aan een storing binnen het internetbankierensysteem (zie bijlage 3 voor verantwoording). Het bericht bestond in alle gevallen uit een klacht en een vraag naar informatie; “Wil ik net mijn rekeningen betalen, ligt internetbankieren eruit! Wanneer is de website weer beschikbaar?” In elke gemanipuleerde versie bood het webcareteam excuses aan en toonde medeleven met de klant. Hierna verschafte het webcareteam informatie, namelijk over wanneer de klant weer op de website terecht zou kunnen. Platform. Facebook is een sociale netwerksite waarop mensen berichten kunnen plaatsen waarop anderen kunnen reageren. Een Facebookpagina kan zowel door bedrijven, als door individuele consumenten worden opgezet en bijgehouden. De berichten en reacties zijn geplaatst op Facebook, omdat dit momenteel met 901 miljoen gebruikers wereldwijd het grootste sociale medium onder internetgebruikers is (www.newsroom.fb.com, eind maart 2012) en het medium steeds vaker gebruikt wordt door merken en organisaties (62 procent van de top 100 Nederlandse merken; Social Embassy, 2011). Van de organisaties aanwezig op Facebook gebruikt 82 procent het kanaal voor klantcontact (service & webcare). Vanwege haar neutraliteit en het gebruik van webcare is ABN AMRO, een Nederlandse bank, gebruikt als betrokken organisatie (zie bijlage 3 voor verantwoording . A N AMRO’s eigen Facebookpagina is gebruikt en bewerkt voor de manipulaties op het brand generated platform. Het user generated platform was een bewerkte Facebookpagina van de fictieve persoon Jan de Vries. Alle manipulaties zijn voor nadere inspectie beschikbaar in bijlage 1.

Strategie. Ten opzichte van het bovenstaande Facebookbericht vroeg de consument in de versies met een reactieve strategie expliciet of iemand van ABN AMRO kon reageren. In de reactie van het webcareteam is de strategie nog eens geprobeerd duidelijk te maken. In de proactie versies werd daarom begonnen met de vermelding dat het ABN AMRO webcareteam dagelijks het internet afstruint om vragen te beantwoorden zoals die van de consument. Toon. In de persoonlijke webcarereactie stelde de werknemer zich voor, sprak zij de consument met de voornaam aan, tutoyeerde ze de consument, sprak ze in enkelvoud in plaats van meervoud - ‘ik in plaats van wij’ - en sloot af met haar eigen naam. In de onpersoonlijke webcarereactie sprak de werknemer de consument aan met meneer plus achternaam, stelde zij zich niet voor, gebruikte u en wij en sloot af met ‘A N AMRO’.

Pretest Om het stimulusmateriaal te checken en de metingen te toetsen is er voorafgaand aan het onderzoek een pretest afgenomen onder 68 jongeren (14 tot 22 jaar; 70% vrouw) die Facebook gebruiken. Na een korte instructie werden de participanten blootgesteld aan de manipulaties die een webcarebericht bevatten. In totaal zijn 16 versies getest: brand generated platform versus user generated platform, proactieve strategie versus reactieve strategie en persoonlijk versus onpersoonlijk, waarbij drie verschillende manipulaties van onpersoonlijk zijn getest. Om te testen of de klacht daadwerkelijk een voorbeeld van NWOM is, moesten de participanten hun evaluatie van het bericht aangeven op een zevenpuntschaal lopend van negatief tot positief (M = 3.26, SD = 1.21). De participanten zagen het bericht inderdaad als negatief (t (67)= -5.03, p < .001). Platformitems pretest. De manipulatie van het platform werd gecheckt met de meerkeuzevraag “De Facebookpagina die ik heb bekeken, was van A N AMRO/een vestiging van ABN AMRO/een individuele consument/van een concurrent van ABN AMRO ” en “Wat voor soort website is het, volgens jou? persoonlijke pagina/bedrijfspagina ”. Op die eerste vraag werden in het hele onderzoek alleen de antwoorden “A N AMRO” en “een individuele consument” gekozen. Een kruistabel liet zien dat 94 procent het merk correct als eigenaar van het platform herkende en 97 procent een individuele consument correct herkende als eigenaar van het platform (χ² = 56.58, p < .001). Strategie-items pretest. Participanten evalueerden de webcarereactie op de vragen “A N AMRO heeft uit zichzelf een reactie gegeven” en “A N AMRO werd door de klant gevraagd om te reageren”. De schaal was betrouwbaar en homogeen α=.74 , dus konden

gemiddelde scores verkregen worden na ompoling van de antwoorden op de laatste vraag. De proactieve reactie werd gezien als proactiever (t (67) = 2.95, p < .005) dan de reactieve reactie(Mproactief = 5.16, SD = 1.35; Mreactief = 4.13, SD = 1.30). Toonitems pretest. Ten slotte werd de mate van personalisatie bevraagd met vier zevenpuntsvragen. Dit waren “De reactie van A N AMRO is onpersoonlijk-persoonlijk ”, “A N AMRO stemt haar reactie af op de specifieke persoon (helemaal niet-helemaal wel ”, “A N AMRO stemt haar reactie af op de specifieke situatie helemaal niet-helemaal wel ” en “De reactie van A N AMRO is erg formeel-erg informeel ”. Deze schaal was homogeen en betrouwbaar α = .75). Participanten vonden de persoonlijk versie persoonlijker dan de onpersoonlijke versie (Mpersoonlijk = 5.08 , SD = 1.04; Monpersoonlijk = 3.75, SD = 0.84) (t (38) = 3.90, p < .001).

Procedure Een groot deel van de respondenten waren studenten die voor studiepunten voor het vak Social Aspects of New Media aan het onderzoek meededen. De andere participanten werden benaderd door berichten op Facebook en Twitter waarin opgeroepen werd om mee te doen aan het online onderzoek. Beide groepen participanten werden via een link in de uitnodiging geleid naar het online experiment om het stimulusmateriaal zo realistisch mogelijk eruit te laten zien. Bovendien participeerden ze in hun eigen tijd en zelf gekozen plek, zodat de situatie waarin ze blootgesteld werden aan de gemanipuleerde Facebookpagina enigszins vergelijkbaar werd met de normale situatie waarin ze te maken hebben met Facebookpagina’s. De digitale vragenlijst begon met een korte instructie en uitleg over het onderwerp, welke meteen opgevolgd werd door de stimulus. Via de link werden de participanten om de beurt aan één van de tien condities toegewezen. Participanten werden gevraagd om het Facebookbericht en eventuele reacties op de getoonde Facebookpagina aandachtig te lezen. Na deze korte instructie kregen zij de pagina te zien. Hierna beantwoordden ze vragen om de manipulatie te checken (op dezelfde manier als tijdens de pretest), vragen over de mediator human voice en eventuele covariaten merkbezit, productbetrokkenheid, interactionele rechtvaardigheid en interactionele gepastheid. Deze werden gevolgd door vragen rondom de merkevaluatie, merkkeuze en gedragsintentie rondom het merk ABN AMRO Na de inhoudelijke vragen werden ook nog om persoonlijke gegevens gevraagd met vragen naar geslacht (man/vrouw), leeftijd (open) en opleiding (zeven keuzes). Bij wijze van disclaimer werd deze vragenpagina gevolgd met een pagina waarop het doel van het onderzoek vermeld stond en aangegeven werd dat het onderzoek niets te maken heeft met het merk ABN AMRO.

Op de allerlaatste pagina konden de participanten hun e-mailadres achterlaten voor de resultaten en kon de link naar het onderzoek doorgestuurd worden via Twitter, Google+ en Facebook.

Instrumentatie

Merkbezit. Merkbezit werd bevraagd met de vraag “ en je op dit moment klant bij de A N AMRO”. Productbetrokkenheid. Productbetrokkenheid werd geëvalueerd met de vragen “In welke mate ben je geïnteresseerd in banken of financiële dienstverlening” en “In welke mate voel je je betrokken bij jouw bank of financiële dienstverlener” α=.66; Van Noort & Willemsen, 2012). Human voice. Mediator human voice werd getoetst met zeven vragen uit de schaal van Kelleher en Miller (2006) zoals geïmplementeerd door Van Noort & Willemsen (2012). Vragen waren bijvoorbeeld “A N AMRO staat open voor een dialoog” en “A N AMRO behandelt mij en anderen als mensen”. De schaal was homogeen en betrouwbaar (α=.82). Interactionele rechtvaardigheid. De schaal betreffende interactionele rechtvaardigheid is overgenomen van Grégoire, Laufer & Tripp (2010), bevatte items als “A N AMRO behandelde Jan de Vries met respect” en was homogeen en betrouwbaar (α=.75). Interactionele gepastheid. De variabele interactionele gepastheid - mate van gepastheid van de interactie (Jansen, 2010) - werd bevraagd met zes items als “ABN AMRO heeft een gepaste reactie geplaatst bij het bericht van Jan de Vries”. Deze schaal was voldoende betrouwbaar (α=.63), maar principale componentanalyse met varimaxrotatie wees uit dat het hier ging om drie verschillende typen vragen. Dit resultaat werd verwacht, omdat drie vragen letterlijk om gepastheid ging, twee vragen betrekking hadden op de participant zelf (verwachte beoordeling anders vanwege verschil situatie) en één vraag ging over of de participant zelf een reactie verwachtte zoals in de bekeken situatie (platform heeft een verwacht effect).De componenten worden dan ook in de toetsing apart vergeleken. Merkevaluatie. Merkevaluatie werd bevraagd met een bestaande schaal van vijf vragen zoals “A N AMRO is een betrouwbaar merk”(Mitchell & Olsen, 1981, Raney et al. 2003; Jansen, 2010; Van Noort & Willemsen, 2012). Deze schaal was eveneens homogeen en betrouwbaar (α=.84).

Resultaten Manipulatiecheck en covariabelen Dit hoofdstuk geeft de resultaten van de verwerkte data afkomstig uit de net beschreven online enquêtes weer. Manipulatiechecks wezen uit dat de manipulaties rondom platform, strategie en personalisatie geslaagd zijn. Een kruistabel liet zien dat 94% het merk correct als eigenaar van het platform herkende en 95% een individuele consument correct herkende als eigenaar van het platform (χ² = 55.62, p <. 001). Het type pagina werd ook correct herkend als zijnde bedrijfspagina (96%) of persoonlijke pagina (92%, χ² = 48,94, p <. 001). Participanten evalueerden de webcarereactie op vragen over de gebruikte strategie. De proactieve reactie werd gezien als proactiever (Mproactief = 4.59, SD = 1.80; Mreactief = 3.76, SD = 1.67) (t (256) = 3.83, p < .001). Ten slotte vonden participanten de persoonlijk versie persoonlijker dan de niet persoonlijke versie (Mpersoonlijk = 5.01, SD = 1.05; Monpersoonlijk = 4.23, SD = 1.13 ; t (256) = 5.71, p < .001).

Tabel 1. Pearson correlaties tussen de variabelen.

1 2 3 4 5 6 7 1 platform 2 strategie -,02 3 toon (persoonlijk of niet) ,01 ,01 4 merkbezit ,08 ,04 -,10 5 productbetrokkenheid -,10 -,04 -,04 ,01 6 verwachting ,54** -,07 -,04 -,02 -,12 7 human voice -,08 ,-01 ,17** -,05 ,14* -,03 8 merkevaluatie ,03 ,05 -,06 -,00 ,13* -,03 ,29**

* Correlatie is significant op p<.05. ; ** Correlatie is significant op p<.01.

Om betrouwbare toetsen te kunnen uitvoeren, zijn de correlaties tussen de variabelen nagegaan (zie Tabel 1). Uit de cijfers wordt duidelijk dat de variabelen human voice en productbetrokkenheid positief correleren met merkevaluatie. Dit betekent dat hoe meer human voice de participanten ervaren of hoe meer ze betrokken zijn bij bankieren, hoe beter ze ABN AMRO waarderen. Overige correlaties die optreden zijn een positieve relatie tussen verwachting en platform (zie paragraaf over het effect van platform en strategie), tussen human voice en productbetrokkenheid (hoe meer betrokken ze zijn bij het onderwerp

bankieren, hoe meer human voice ze waarnemen of andersom) en tussen toon en human voice (hoe persoonlijker de webcarereactie, hoe meer human voice de participanten waarnemen).

Effect van webcare Allereerst is het effect van webcare nagegaan. De eerste hypothese veronderstelde dat het reageren op NWOM een positievere merkevaluatie van de lezer tot gevolg heeft dan het niet reageren op NWOM. Om deze hypothese te toetsen is een ANCOVA uitgevoerd, waarbij de groep werd genomen als onafhankelijke variabele, merkevaluatie als afhankelijke variabele en productbetrokkenheid als covariaat. Hoewel de resultaten in de goede richting wijzen

(Mmetwebcarereactie = 4.76, Mzonderwebcarereactie = 4.64), is het verschil in merkevaluatie tussen de experimentele groep en de controlegroep niet significant (F (1, 317) = 1.06, p = .31).

Effect van platform en strategie Voorspeld werd dat er bij een niet persoonlijk webcarebericht een interactie-effect optreedt tussen platform en strategie wanneer het gaat om merkevaluatie (H2). Om te kunnen beoordelen of er verschillen bestaan in merkevaluatie vanwege platform en strategie na een niet persoonlijk bericht is opnieuw een ANCOVA uitgevoerd. Hierbij werden de resultaten gesplitst op toon van bericht, waren platform en strategie onafhankelijke variabelen, was merkevaluatie afhankelijke variabele en was productbetrokkenheid covariaat.

Tabel 2. Merkevaluatie in relatie met platform en strategie na het zien van een niet persoonlijk bericht

Niet persoonlijk bericht Proactieve strategie Reactieve strategie Brand generated platform 4.64a 4.85 User generated platform 5.05ab 4.67b Noot. ab deze waarde verschilt significant van de andere gemarkeerde waarde op p<.05; merkevaluatie was minimaal 1, maximaal 7

Bij een niet persoonlijk bericht was er geen sprake van een direct effect van strategie en platform (Fstrategie (1,126) = 0.39, p = .53; Fplatform (1,126) = 0.66, p =.42). Er was echter wel een direct effect van covariaat productbetrokkenheid (F (1,126) = 13.99, p < .001) welke weggefilterd werd. Ook bestond er een interactie-effect tussen platform en strategie (F (1,126) = 4.60, p < .05). De gemiddelde merkevaluatie na het zien van een niet persoonlijk webcarebericht rondom beide platforms en strategieën is terug te lezen in Tabel 2. Na een

post hoc-analyse werd duidelijk dat een proactief geschreven bericht op een user generated platform een hogere merkevaluatie tot gevolg had dan op een brand generated platform. Bij de reactieve strategie was de merkevaluatie niet verschillend tussen de platforms. Door middel van regressieanalyses is nagegaan of dit interactie-effect geheel of gedeeltelijk werd gemedieerd door human voice (hypothese 3). Hiervoor werd achteraf handmatig een nieuwe variabele opgezet met als data de combinaties van het getoonde platform en de getoonde strategie. Voor deze regressieanalyses is de procedure aangehouden van Muller, Judd en Yzerbyt (2005). Volgens hen is er een gemedieerde moderatie aanwezig wanneer er een significant interactie-effect optreedt tussen twee (gemanipuleerde) variabelen op de afhankelijke variabele, eenzelfde interactie-effect optreedt op de mediator, de mediator significant gecorreleerd is aan de afhankelijke variabele en wanneer het opnemen van de mediator in het model het interactie-effect verkleint (Muller, Judd & Yzerbyt, 2005; Van Noort en Willemsen, 2012). Ook nu werd naderhand de verwerking gesplitst op toon om te kunnen zien of dit verschillen opleverde. De interactie tussen platform en strategie op merkevaluatie was niet significant (β = -10, t (257) = -0.16, p = .87), maar wanneer toon apart werd getest gingen de waarden meer richting significantie toe (βpersoonlijk = -.12 , t (130) = -

1,40, p = .16; βnietpersoonlijk = .10, t (125) = 1.15, p = .26). Terwijl de interactie op human voice in het algemeen niet significant was (β = .07, t (256) = 1.12, p = .26), was er echter wel sprake van een interactie-effect op human voice na een niet persoonlijk bericht (βpersoonlijk = -.13, t

(130) = -1.50, p = .14; βnietpersoonlijk = .28, t (125) = 3.24, p < .01). Er was bovendien een duidelijk effect van human voice zichtbaar op merkevaluatie (β = .29, t (257) = 4.91, p < .01). Deze resultaten wijzen op een volledig mediatie-effect van human voice tussen platform X strategie en merkevaluatie. De correlatie tussen platform en verwachting (zie Tabel 2) doet vermoeden dat verwachting eventueel ook het effect medieert. Op het brand generated platform verwachtten de participanten namelijk eerder een soortgelijke webcarereactie dan op het user generated platform (Mbrandgenerated = 5.20, Musergenerated = 3.36; t (1,123) = -6.46, p < .001). Om hier antwoord op te geven zijn opnieuw meerdere regressies uitgevoerd terwijl de verwerking gesplitst werd op toon. Er wordt verwacht dat verwachting alleen effect heeft bij een niet persoonlijke reactie, omdat hier een interactie-effect werd gevonden tussen platform en strategie. Bij een persoonlijke reactie was er dan ook geen effect op human voice of merkevaluatie (β = .07, t (131)= 0.81, p = .42). Bij een niet persoonlijke reactie heeft verwachting ook geen negatief effect op merkevaluatie (β = -.15, t (125)= -1.66, p = .10).

Verwachting had ook geen significant effect via human voice (β = -.11, t (130) = -1.17, p = .24).

Effect van personalisatie Met betrekking tot personalisatie werd verwacht dat het effect ervan op merkevaluatie net als het besproken interactie-effect gemedieerd wordt door human voice (H4). Om na te gaan of personalisatie via human voice de merkevaluatie beïnvloedt, zijn er opnieuw meerdere regressies uitgevoerd Het effect van personalisatie op merkevaluatie was niet significant (β = -.06, t (257) = -1.04, p = .30). Een positief effect van personalisatie op human voice was wel aanwezig (β = .17, t (257) = 2.81, p < .005). Het positieve effect van human voice op merkevaluatie werd al significant bevonden (β = .29, t (257) = 4.91, p < .01). Eerder bleken er geen significante verschillen te bestaan tussen webcare of geen webcare zie alinea “Het effect van webcare” . Het is daarom nagegaan of er misschien wel een significant verschil bestaat tussen de merkevaluatie na het zien van alleen NWOM en na het zien van NWOM plus een persoonlijke reactie. Hiervoor werd opnieuw een ANCOVA gebruikt zonder filter op groep, waarbij toon van het bericht de onafhankelijke variabele was, merkevaluatie de afhankelijke variabele en productbetrokkenheid de covariaat. Terwijl de waarden de voorspelde richting lieten zien, waren de verschillen niet significant (F (2,316) =

0.99, p = .37; Mzonderwebcarebericht = 4.64, Mnietpersoonlijk = 4.71, Mpersoonlijk = 4.81). Voorspeld werd dat een persoonlijke reactie via human voice tot een hogere merkevaluatie leidt dan een niet persoonlijke reactie (H5). Bij het persoonlijk bericht was er geen sprake van een effect van productbetrokkenheid, strategie, platform of de interactie strategie-platform (Fproductinvolvement (1,131) = 1.26, p = .26; Fstrategie (1,131) = 0.00, p = .99;

Fplatform (1,131) = 2.20, p = .14; Fplatformxstrategie (1,131) = 0.32, p = .58). Hieruit blijkt dat er geen significante verschillen bestaan op basis van platform of strategie wanneer de reactie gepersonaliseerd was (zie Tabel 3). Een post hoc-analyse legde ook geen significante verschillen bloot.

Tabel 3. Merkevaluatie in relatie met platform en strategie na het zien van een persoonlijk bericht

Persoonlijk bericht Proactieve strategie Reactieve strategie Brand generated platform 4.78 4.85 User generated platform 4.65 4.57

Noot. Merkevaluatie was minimaal 1, maximaal 7.

Een nieuwe ANCOVA waarin de data niet meer gesplitst werd voor verwerking en toon van het bericht toegevoegd werd als onafhankelijke variabele, liet vergelijkbare waarden zien (post hoc-analyse toonde precies dezelfde significante verschillen). Hieruit bleek dat personalisatie geen direct effect had op merkevaluatie (F (1,258) = 0.71, p = .40), maar wel in interactie met platform (F (1,258) = 4.10, p < .05). Op een user generated platform lijkt een onpersoonlijk bericht beter voor merkevaluatie dan een persoonlijk bericht (zie Tabel 4).

Tabel 4. Merkevaluatie in relatie met platform en toon

Persoonlijk bericht Niet persoonlijk bericht Brand generated platform 4.82 4.71 User generated platform 4.61a 4.89a Noot. a deze waarde verschilt significant van de andere gemarkeerde waarde op p<.05; merkevaluatie was minimaal 1, maximaal 7

Conclusie en discussie In dit onderzoek is nagegaan wat de individuele en gecombineerde effecten zijn van vorm (personalisatie versus geen personalisatie), platform (user generated versus brand generated) en strategie (proactief versus reactief) in een webcarebericht op human voice en merkevaluatie. Ten eerste is het effect van webcare nagegaan op merkevaluatie van consumenten die blootgesteld werden aan NWOM betreffende een merk (H1). Het reageren op NWOM werd verwacht een positievere merkevaluatie van de lezer tot gevolg te hebben dan het niet reageren op NWOM (H1). Op basis van de resultaten wordt deze hypothese verworpen, omdat de gevonden verschillen niet significant waren. De richting van de verschillen komt wel overeen met de hypothese. Hierna is nagegaan of er dan wel verschillen werden gevonden tussen de merkevaluatie van mensen die alleen zijn blootgesteld aan de NWOM en mensen die ook zijn blootgesteld aan een persoonlijke reactie daarop vanuit de betreffende organisatie. Hierbij werden ook geen significante verschillen aangetoond. Het positieve effect van het reageren op NWOM op merkevaluatie dat eerder gevonden werd door Van Noort en Willemsen (2012) werd in deze studie dus niet bevestigd. Verklaringen zijn te vinden in de opbouw van de enquête en de verschillen tussen de gebruikte stimuli. Ten eerste werd er - anders dan in eerder onderzoek - in de online vragenlijst de vragen over de afhankelijke variabelen pas na alle andere vragen gesteld. Dit heeft kunnen leiden tot een zwakker effect dan dat wat Van Noort en Willemsen gevonden hebben, omdat een enkele klacht met een enkele reactie eerder een effect heeft op directe cognitieve reacties dan op de beoordeling van het product of bedrijf (Kerkhof et al., 2010). Bovendien is er in deze studie gebruik gemaakt van een sociale netwerksite (Facebook), terwijl bij Van Noort en Willemsen (2012) het dialoog zich afspeelde op een weblog. Het zou kunnen zijn dat wanneer iemand blootgesteld aan NWOM op een sociale netwerksite het merk positiever beoordeeld dan aan NWOM op een weblog vanwege de sociale beïnvloedingsprincipes die het gebruik van een sociale netwerksite oproept. Gebruikers houden zich vooral bezig met het onderhouden van relaties met vrienden (Quan- Haase & Young, 2010). Daarom zou het kunnen dat ze wanneer ze interacties lezen met een merk onbewust ook de relatie met het merk willen onderhouden (conform het sociale motief voor het gebruik van Facebook). Hierdoor is het aannemelijk dat webcare op Facebook de merkevaluatie onder de participanten niet verhoogde, omdat deze al hoger is na blootstelling aan het dialoog op de sociale netwerksite. Vergelijking van de gemiddelden uit deze studie en die van Van Noort en Willemsen (2011) liet zien dat de gemeten merkevaluatie hoger was bij

Facebook-webcare dan bij weblog-webcare (Mfacebookgeenwebcare = 4.64, Mwebloggeenwebcare = 4.13; t

(60) = 4.69, p < .001)(Mfacebookwelwebcare = 4.76, Mweblogwelwebcare= 4.55; t (258) = 4.23, p < .001). Hierbij is het aannemelijk dat human voice ook dit effect medieert. Een ander aspect van het sociale karakter van een sociale netwerksite kan mogelijk ook verklaren waarom geen significant effect van webcare is gevonden. Er zou namelijk een verschil kunnen bestaan tussen mensen die normaliter blootgesteld worden aan webcareberichten en de participanten in deze studie. Die eerste groep zou namelijk meer betrokken kunnen zijn met de zender, oftewel de klager of met het onderwerp waarover het gaat, omdat ze behoren tot zijn of haar netwerk (Van Noort, Antheunis & Van Reijmersdal, 2011). Een sterkere waargenomen sociale band met de afzender roept namelijk via een grotere geloofwaardigheid, minder herkenning van persuasieve intentie en een grotere waargenomen relevantie een hogere merkevaluatie op dan een zwakke sociale band (Van Noort et al., 2011). Ten slotte heeft het onderwerp van het NWOM bericht kunnen leiden tot deze resultaten in de zin van dat de klacht als niet negatief genoeg werd ervaren. Terwijl de NWOM bij Van Noort en Willemsen (2012) een reactie was op een crisisbericht van Toyota, waarin dit automerk verschillende typen auto’s terugroept voor een aanpassing van het gaspedaal, bestaat de NWOM nu een melding over een storing in ABN AMRO’s internetbankierenprogramma en een vraag daarover, dit vanuit de klant zelf. Samen zou dit voor een zwakker effect op merkevaluatie kunnen resulteren.

Effect van platform en strategie Conform de tweede hypothese trad er een interactie-effect op tussen platform en strategie na het zien van een niet persoonlijke reactie (H2a). Bij een proactieve strategie was er een verschil op merkevaluatie op basis van platform. Op het user generated platform was namelijk de merkevaluatie hoger na het zien van een proactief niet persoonlijk webcarebericht dan op het brand generated platform. Bij een reactieve strategie verschilde de merkevaluatie niet tussen de twee type platforms (H2b). Platform is dus wanneer het gaat om een onpersoonlijke reactie een moderator van het effect van strategie op merkevaluatie, zoals eerder aangenomen en aangetoond werd door Van Noort en Willemsen (2012). Wel was de verdeling precies andersom, bij een proactieve strategie was de waardering op het user generated platform juist hoger in plaats van lager (H2a). H2 is dan ook maar gedeeltelijk bevestigd. Het moderatie-effect van platform op merkevaluatie bij een proactieve strategie is dus precies tegenovergesteld dan Van Noort en Willemsen (2012) voorspelde. Een verklaring hiervoor zou gevonden kunnen worden in de valentie van de schending van de verwachtingen

over webcare. Terwijl participanten in deze studie een niet persoonlijke webcarereactie eerder verwachtten op een brand generated platform dan een user generated platform, waardeerden zij een proactief geplaatst bericht op het user generated platform juist meer. Dit verschil in verwachting werd niet gevonden na een persoonlijke reactie. Deze contrasten onderstrepen het feit dat consumenten op sociale netwerksites minder een reactie verwachten van een bedrijf of organisatie dan van een persoon – in dit geval een werknemer van de organisatie. De schending van deze verwachting leek in de proactieve conditie gunstig uit te pakken, omdat consumenten misschien blij verrast zijn dat organisaties luisteren naar de consument en actief bezig zijn hun problemen op te lossen (Kerkhof, 2010). Organisaties komen hierdoor menselijker en meer betrokken over, waardoor consumenten meer human voice waarnemen. Dat bij blogs de schending echter niet positief uitpakt, zou kunnen komen doordat consumenten op weblogs een hechtere community vormen en een proactieve reactie daarom gezien wordt als storend of ongepast in plaats van sociaal. Organisaties worden namelijk niet gezien als lid van de groep waardoor proactief reageren tegen hen kunnen werken (Bake, 2009). Wanneer het proactief benaderen van consumenten via social media gebruikelijker wordt – en de trend laat zien dat steeds meer bedrijven via een social media monitoringtool proactief gaan reageren (Social Embassy, 2011) – wordt verwacht dat dit verrassingseffect verdwijnt en zal de gekozen strategie of het platform er minder toe doen. Bij de reactieve strategie doet het platform er zelfs al niet meer toe, omdat consumenten verwachten dat wanneer ze erom vragen het bedrijf reageert op hun bericht. De derde hypothese voorspelde dat het interactie-effect tussen platform en strategie op merkevaluatie gemedieerd wordt door human voice. Een hogere human voice zou zo de hogere merkevaluatie verklaren die bij een proactieve strategie op een user generated platform gevonden werd. Na een niet persoonlijk bericht was er inderdaad sprake van een interactie-effect tussen platform en strategie op human voice en van human voice op merkevaluatie, maar niet van platform samen met strategie op merkevaluatie. De regressies lieten zo zien dat het hier gaat om een volledig mediatie-effect van human voice.

Effect van personalisatie De twee belangrijkste hypotheses van het onderzoek waren H4 en H5. De vierde hypothese beschreef een mediatie van human voice tussen personalisatie en merkevaluatie. Dit effect zou volgens H5 positief moeten uitpakken. Beide hypothesen werden door de resultaten bevestigd. Er is volgens de regressies inderdaad een effect van personalisatie op merkevaluatie dat

volledig gemedieerd werd door human voice. Hoe persoonlijker de reactie, hoe hoger de human voice, wat leidt tot een hogere merkevaluatie. In lijn met de verwachting kan uit de positieve regressie toon en human voice en die tussen human voice en merkevaluatie opgemaakt worden dat het effect van toon - en specifiek personalisatie - via human voice positief is. Dit wordt eveneens aangetoond door de vergelijking tussen de kleinere waarde voor merkevaluatie na het zien van een niet persoonlijk bericht en de grotere waarde na het zien van een persoonlijk bericht. Ten slotte voorspelde de laatste hypothese dat er geen interactie-effect tussen platform en strategie op merkevaluatie zou optreden na blootstelling aan een persoonlijk bericht (H6). Personalisatie neemt als het ware de verschillen veroorzaakt door de interactie tussen strategie en platform weg. Deze hypothese werd bevestigd, er werd inderdaad geen interactie-effect tussen strategie en platform waargenomen wanneer de reactie op NWOM persoonlijk was gemaakt. Tussen de verschillende versies van het persoonlijke bericht werden helemaal geen significante verschillen gevonden. De verschillen in merkevaluatie in het geval van een niet persoonlijke reactie vallen dus weg. Personalisatie heeft in alle gevallen een hoge human voice tot gevolg. Zo wordt de reactie op beide platforms en bij beide strategieën waargenomen als even gepast en roept een persoonlijk bericht evenveel waardering op. Het individuele effect van personalisatie neemt het gecombineerde effect tussen strategie en platform weg.

Theoretische implicaties In dit onderzoek ging het om de effectiviteit van webcare naar aanleiding van negatieve online interacties tussen consumenten (NWOM). Die effectiviteit werd uitgebreid gemeten op merkevaluatie. Terwijl er wel onderzoek gedaan is naar EWOM in relatie tot crisiscommunicatie en viral marketing, behandelde er nog maar één studie EWOM en webcarestrategieën. Deze studie vond geen verschillen in merkevaluatie tussen de mensen die wel of niet blootgesteld waren aan een webcarereactie. Dit kan betekenen dat de webcarereactie niet succesvol was óf dat het negatieve effect van NWOM op deze mensen in de eerste plaats niet groot genoeg was. Alleen in het eerste geval zouden de beschreven theorieën wat betreft het effect van webcare niet kloppen, maar verwacht wordt dat de manipulatie een reactie opriep die niet negatief genoeg was. De theoretische implicaties van deze studie zijn rondom dit onderwerp daarom vooralsnog onduidelijk.

Wat betreft de verschillende keuzes in webcare zijn er wel duidelijke conclusies te trekken rondom de theorie. Ten eerste heeft deze studie aangetoond dat distinctie tussen het type platform (Van Noort & Willemsen, 2012) niet meer nuttig is bij strategievorming in het geval van een persoonlijke respons. Uit de vergelijking van deze studie met die van Van Noort en Willemsen (2012) blijkt juist dat verschillende platforms werkelijk een verschillende mate van effect van webcare teweegbrengen, zoals Schultz, Utz en Göritz (2011) al lieten zien. De verschillen veroorzaakt door platform zou volgens het theoretisch kader gebaseerd op dat van Van Noort en Willemsen (20120) ervoor zorgen dat social media-gebruikers gestoord worden in hun activiteiten, wat leidt tot irritatie. Deze studie laat duidelijk zien dat dit niet het geval is, omdat de richting van de verschillen precies andersom blijkt. Het lijkt dus toch om de schending van een verwachting te gaan (zie bijlage 5). Die schending zorgt voor een negatief gevoel of juist voor een positief gevoel jegens het merk. De valentie lijkt af te hangen van het platform vanwege de sociale processen die saillant zijn. Verondersteld wordt dat bijvoorbeeld op sociale netwerksites sociaal zijn belangrijk is en op weblogs juist groepslidmaatschap en identificatie met de groep belangrijk is. Hierdoor staan consumenten in het eerste geval open voor de boodschap van de organisatie, waardoor proactieve webcare positief uitpakt en ervaren ze in het tweede geval diezelfde boodschap als storend, wekt deze irritatie op en leidt de webcare tot een negatievere merkevaluatie. Wat het interactie-effect met strategie betreft zaten Van Noort en Willemsen wel goed, alleen niet met de richting. Strategie zorgt samen met platform inderdaad voor een verschil in effect op merkevaluatie. De belangrijkste toevoeging van deze studie aan deze theorie is dat bepaalde vormaspecten zoals personalisatie dit effect kunnen wegnemen. Terwijl het idee rondom personalisatie al zo tweeduizend jaar oud is (West & Turner, 2007), ondersteunt deze studie het recente onderzoek van Lips et al. (2005), Park en Lee (2011) en Kerkhof et al. (2012) en de theorie van Kerkhof (2010). Wat personalisatie betreft, ondersteunt deze studie die van Kerkhof et al. (2012) en breidt deze uit naar webcare: personalisatie van een reactie vanuit een organisatie zorgt voor een hogere merkevaluatie bij de klant. Deze studie toont aan dat voor zowel het interactie-effect tussen strategie en platform en het effect van personalisatie human voice de mediator is. Beide gevallen leiden ertoe dat de consument de organisatie als meer openstaand, menselijker en betrokken waarneemt, en het merk of de organisatie beter beoordelen. Deze studie maakt duidelijk dat de toon van het bericht vanwege de mate van human voice meegenomen moet worden in studies naar

webcare. Samenvattend maakt deze studie duidelijk dat een persoonlijke toon zorgt voor meer human voice, welke weer leidt tot een hogere merkevaluatie.

Praktische implicaties Naast deze theoretische implicaties, heeft deze studie ook implicaties voor de praktijk. Ten eerste, lijkt de vraag over hoe een organisatie het beste zijn webcareberichten vorm moet geven voor het meest gunstige effect op consumenten, beantwoord. Hierin is personalisatie het sleutelwoord. Online customer serviceafdelingen of webcareteams kunnen het beste hun reacties afstemmen op de persoon in kwestie en zich richten op de specifieke situatie. Daarbij is het belangrijk dat medewerkers zich persoonlijk identificeren, vanuit zichzelf reageren (ik in plaats van wij) en hun gesprekspartner direct en informeel aanspreken. Ook al is het gunstige effect van webcare op Facebook niet volledig bewezen, op andere sociale platforms staat vast dat webcare de relaties met de consumenten goed doet (Schultz et al., 2011, Van Noort & Willemsen, 2012). Aanwezig zijn op Facebook lijkt bovendien voordelen te hebben; mensen die over een merk lezen op Facebook hebben een hogere merkevaluatie dan mensen die op een weblog over datzelfde merk lezen. Human voice zorgde in beide gevallen, dat van de interactie tussen platform en strategie en dat van personalisatie, voor een hogere waardering van het merk. Human voice, of het menselijk overkomen op de consument, is dus een belangrijke hoeksteen voor toekomstige marketing-communicatieve uitingen. In social media marketing is human voice nog extra van belang, omdat hierin het digitaal opbouwen en gebruik maken van consumentenrelaties centraal staat. Connecties vinden, relaties in stand houden en het netwerk vergroten op afstand blijft een sociale bezigheid waarin goed verloop van dialogen cruciaal is.

Suggesties voor toekomstig onderzoek Een belangrijk punt voor toekomstig onderzoek naar human voice in webcare is het meten van een algemene human voice van de betreffende organisatie. In deze studie is bij de controlegroep geen human voice bevraagd, omdat zij niet blootgesteld werden aan een reactie van de organisatie. Bij verwerking bleek dit toch een kleine beperking, omdat het toch wel handig is om een gemiddelde waarde van human voice te hebben waar de waarden van de experimentele groep tegen afgezet kunnen worden. Zo kunnen er meer en duidelijkere conclusies worden getrokken wat betreft human voice. Tegen de verwachtingen in bleek er geen algemeen positief effect van webcare op merkevaluatie te bestaan. Er lijken verschillen te bestaan binnen de twee typen platforms

(brand generated of user generated platforms); weblogs en Facebook wekken verschillende levels van merkevaluatie op. Platform doet er dus toe wat het effect van webcare betreft. Aangezien dit de eerste wetenschappelijke studie was naar effecten van webcare op Facebook en verder alleen weblogs en Twitter in vergelijkbare studies zijn bekeken, is er verder onderzoek nodig om precies de vinger te kunnen leggen op het effect van platform. Daarin zouden andere social media platforms betrokken kunnen worden, zoals discussies op nieuwssites, Youtube, LinkedIn en fora. Bovendien zou een vergelijking tussen webcare op weblogs, Twitter en Facebook op deze manier ook een algemeen effect van platform op merkevaluatie bloot kunnen leggen, zoals gesuggereerd in de discussie. Bovenop deze suggesties voor effectonderzoek zijn er ook enkele vragen ontstaan rondom de theorie. Een onderzoeksvragen die uit deze studie voortkomt, is waarom consumenten organisaties of merken met een grotere waargenomen human voice beter waarderen. Verwachtingen, schending van die verwachtingen, human voice en waargenomen (interactionele) gepastheid zijn concepten die in relatie tot deze vraag uitgezocht moeten worden. Deze aspecten voortgevloeid uit de discussie zijn gerelateerd aan de Expectancy Violations Theory (zie bijlage 5) welke nog niet eerder gebruikt is om verschillen in de effecten van webcare te verklaren. Voor het antwoord op deze vraag en om de resultaten van deze studie te onderbouwen is kwalitatief onderzoek zeer gewenst.

Literatuur Antheunis, M. L. & Van Noort, G. (2011). Interactivity effects in social network site campaigning: Personalization as the driving force behind brand engagement. Paper gepresenteerd op de ICORIA Conference, Berlijn, Duitsland. Bake, J. (2009). De overheid en e-participatie: Online initiatieven vanuit de samenleving, de gemiste kans voor overheden voor de vorming van beter beleid Master’s thesis, Universiteit Utrecht, Nederland). Geraadpleegd via http://www.binnenlandsbestuur.nl/Uploads/Files/Document/Online-initiatieven- vanuit-de-samenleving.pdf De Clerck, J. P. (7 februari, 2012). Social advertising en onderbreking: vissers en zwemmers [Weblogpost]. Geraadpleegd op http://www.marketingfacts.nl/berichten/ 20120207_social_advertising_en_onderbreking_vissers_en_zwemmers/ CBS Statline (2011). ICT gebruik van personen naar persoonskenmerken [dataset]. Geraadpleegd op http://statline.cbs.nl/StatWeb/publication/?DM=SLNL&PA=71098b ned&D1=73-77,92-113&D2=0-2&D3=a&VW=T Chevalier, J. & Mayzlin, D. (2006). The effect of word of mouth on sales: Online bookreviews. Journal of Marketing Research, 43(3), 345-354. doi:10.1509/jmkr.43.3.345 Cialdini, R. B. (2001). Influence: Science and practice (4e ed.). Boston: Allyn & Bacon. Chiou, J.-S. & Cheng, C. (2003). Should a company have message boards on its web sites? Journal of Interactive Marketing, 17(3), 50-61. doi: 10.1002/dir.10059 Coombs, W. T. & Holladay, S. J. (2002). Helping crisis managers protect reputational assets: Initial tests of the Situational Crisis Communication Theory. Management Communication Quarterly,16(2), 165-186. doi:10.1177/089331802237233 Grégoire, Y., Laufer, D. & Tripp, T. M. (2010). A comprehensive model of customer direct and indirect revenge: Understanding the effects of perceived greed and customer power. Journal of the Academy of Marketing Science, 38(6), 738-758. doi:10.1007/s11747-009-0186-5 Grégoire, Y., Tripp, T. M. & Legoux, R. (2009). When customer love turns into lasting hate: The effects of relationship strength and time on customer revenge and avoidance. Journal of Marketing, 73(6), 18-32. doi: 10.1509/jmkg.73.6.18 Helmer, L. (2011). Reageren op klachten via Twitter: de invloed van verantwoordelijkheid en empathie Master’s thesis, Universiteit van Tilburg, Nederland . eraadpleegd op http://arno.uvt.nl/show.cgi?fid=115737.

Hennig-Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word-of- mouth via consumer-opinion platforms: What motivates consumers to articulate themselves on the Internet? Journal of Interactive Marketing, 18(1), 38-52. doi: 10.1002/dir.10073 Hennig-Thurau, T., Malthouse, E. C., Friege, C., Gensler, S., Lobschat, L., Rangaswamy, A., & Skiera, B. (2010).The impact of new media on customer relationships. Journal of Service Research, 13(3), 311-330. doi: 10.1177/1094670510375460 Hong, Y. & Lee, W. (2005).Consumer complaint behavior in the online environment. In J. Gao (Red.), Web System Design and Online Consumer Behavior (blz. 90-105). Hershey, PA: Idea Group Publishing. doi:10.4018/978-1-59140-327-2.ch005 Jansen, B. J., Zhang, M., Sobel, L., & Chowdury, A. (2009). Twitter power: Tweets as electronic word of mouth. Journal of the American Society for Information Science and Technology, 60(11), 2169-2188. doi:10.1002/asi.21149 Kelleher, T. (2009). Conversational voice, communicated commitment, and public relations outcomes in interactive online communication. Journal of Communication, 59, 172- 188. doi: 10.1111/j.1460-2466.2008.01410.x Keislair, M. (2011). Corporate Twitter: een content analyse naar de manier waarop bedrijven gebruik maken van Twitter Master’s thesis, Universiteit Utrecht, Nederland . Geraadpleegd op http://igitur-archive.library.uu.nl/student-theses/2011-0524- 200342/Masterscriptie_M.Keislair_CorporateTwitter.pdf Kerkhof, P. (2010). Merken en sociale media. In: S. van den Boom, E. Smit, & S. de Bakker (Red.), Nachtmerrie of droom: de ROI van customer media (blz. 149-154). Heemstede, Nederland: Customer Media Council. Kerkhof, P., Beukeboom, C., Utz, S. & De Waard, J. (Februari, 2010). Het vermenselijken van een bedrijf: Effecten van persoonlijke vs. onpersoonlijke bedrijfsreacties op negatieve online consumenten reviews. Paper gepresenteerd op Etmaal van de communicatiewetenschap, Gent. Geraadpleegd op http://www.peterkerkhof.info/ wordpress/wp-content/uploads/Abstract-Etmaal-Communicatiewetenschap-2010.pdf Kerkhof, P., Schultz, F. & Utz, S. (Mei, 2011). How to choose the right weapon: Social media represent both a catalyst for and weapon against brand crises. Communication Director, 55(2), 76-79. Kerkhof, P., Vonkeman, C., Beukeboom, C. & Utz, S (in press). Customer service as pr: Audience effects of customer care in social media. 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(5), 1073-1080. doi:10.1016/j.chb.2010.03.009 Lips, A. M. B., Van der Hof, S., Prins, J. E. J. & Schudelaro, A. A. P. (2005). Issues of online personalisation in commercial and public service delivery. Nijmegen, Nederland: Wolf Legal Publishers. doi:10.1016/j.chb.2010.03.009 Malthouse, E. C. (2007). Mining for trigger events with survival analysis. Data Mining and Knowledge Discovery, 15, 383-402. doi:10.1007/s10618-007-0074-x Miniwatts Marketing Group (2012). Internet World Stats: Usage and population statistics. Geraadpleegd op 9 maart ,via http://www.internetworldstats.com/stats.htm Park, D., Lee, J., & Han, I. (2007) The effect of on-line consumer reviews on consumer purchase intention: The moderating role of involvement. International Journal of Electronic Commerce, 11, 125-148. doi:10.2753/JEC1086-4415110405 Park, H. & Lee, H. (2011). The Use of Human Voice as a Relationship Building Strategy on Social Networking Sites. Annual International Public Relations Research Conference Proceedings, 14. Geraadpleegd op http://www.instituteforpr.org/downloads/479 Quan-Haase, A., & Young, A.L. (2010). Uses and gratifications of social media: A comparison of Facebook and Instant Messaging. Bulletin of Science, Technology and Society, 30, 350-361. Schultz, F., Utz, S., & Göritz, A. (2011). Is the medium the message? Perceptions of and reactions to crisis communication via twitter, blogs and traditional media. Public Relations Review, 37(1), 20-27. doi: 10.1016/j.pubrev.2010.12.001 Social Embassy (2011).Social media monitor 4: Merken worden vrienden. Onderzoek naar de inzet van social media door top 100 Nederlandse merken. Geraadpleegd via http://www.socialmediamonitor.nl/rapport/ Till, B. D. & Busler, M. (2000). The match-up hypothesis: Physical attractiveness, expertise, and the role of fit on brand attitude, purchase intent and brand beliefs. Journal of Advertising, 29, 1-14. TNS NIPO (2011). The effectiveness of webcare and its measurement. Amsterdam, Nederland: TNS NIPO. Van Laer, T. & De Ruyter, K. (2011). Een betrouwbaar verhaal: hoe te reageren op negatieve blogs van klanten. In A. E. Bronner et al. (Red.), Ontwikkelingen in het martktonderzoek: Jaarboek Markt Onderzoek Associatie (blz. 43-61). Haarlem, Nederland: SpaarenHout. Van Noort, G. & Willemsen, L. M. (2012). Online damage control: The effects of proactive

versus reactive webcare interventions in consumer-generated and brand-generated platforms. Journal of Interactive Marketing, 26(3), 131–140. doi:10.1016/j.intmar. 2011.07.001 Van Noort, G., Antheunis, M. L., & Van Reijmersdal (2011). Social connections and the persuasiveness of viral campaigns in social network sites: Persuasive intent as the underlying mechanism. Journal of Marketing Communications, 18(1), 39-53. doi:10.1080/13527266.2011.620764 Vermeulen, I. E. & Seegers, D. (2009). Tried and tested: The impact of online hotel reviews on consumer consideration. Tourism Management, 30, 123-127. doi:10.1016/j.tourman.2008.04.008 Weinberg, B. D., Davis, L. & Berger, P. D. (2011). Responding to the sting of negative feedback in online auctions. Applied Economics Research Bulletin, 5, 1-32. West, R. & Turner, L. H. (2007). Introducing communication theory: Analysis and application. New York, NY: MC-Graw-Hill. doi:10.1036/0767430344

Websites http://blog.coosto.nl http://www.facebook.com/abnamro http://www.facebook.com/jandevries1975 http://newsroom.fb.com

Bijlagen Bijlage 1 Stimuli

Brand-generated platform zonder webcare-reactie

Brand-generated platform, proactieve strategie & persoonlijk

Brand-generated platform, proactieve strategie & onpersoonlijk

Brand-generated platform, reactieve strategie & onpersoonlijk

Brand-generated platform, reactieve strategie & persoonlijk

User-generated platform, reactieve strategie & persoonlijk

User-generated platform, reactieve strategie & onpersoonlijk

User-generated platform, proactieve strategie & onpersoonlijk

User-generated platform, proactieve strategie & persoonlijk

User-generated platform zonder webcare-reactie

Bijlage 2 Vragenlijst Alvast bedankt voor je medewerking aan dit onderzoek. Denk niet te lang na over je antwoorden, ze zijn niet goed of fout. Je gegevens worden geheel anoniem verwerkt.

Op de volgende pagina krijg je een Facebookpagina te zien. Een Facebookpagina kan zowel door bedrijven, als door individuele consumenten worden opgezet en bijgehouden.

Lees en bekijk het Facebookbericht en de reacties aandachtig. Het is niet mogelijk om terug te keren naar deze pagina. Het is dus belangrijk dat je het Facebookbericht én de reacties aandachtig leest.

Door rechtsonder op >> te klikken, begint de vragenlijst. Je krijgt eerst de Facebookpagina te zien.

Lees en bekijk het Facebookbericht aandachtig. NB: Het is niet mogelijk om terug te keren naar deze pagina. Het is dus belangrijk dat je het Facebookbericht aandachtig leest. STIMULUS

Wanneer je het Facebookbericht aandachtig hebt gelezen, klik rechtsonder op >> .

Van wie is de Facebookpagina die je hebt bekeken? o ABN AMRO o Een vestiging van ABN AMRO o Een individuele consument o Van een concurrent van ABN AMRO

Wat voor soort Facebookpagina heb je bekeken? o Persoonlijke pagina o Bedrijfspagina

Deze vragen gaan over de reactie die ABN AMRO gaf op de klacht van Jan de Vries. Geef aan in welke mate je het eens bent met de volgende stellingen. Helemaal niet mee eens Helemaal mee eens ABN AMRO heeft uit zichzelf O O O O O O O een reactie gegeven ABN AMRO werd door de O O O O O O O klant gevraagd om te reageren.

Geef je mening.

De reactie van ABN AMRO is onpersoonlijk O O O O O O O persoonlijk ABN AMRO stemt haar reactie af op de specifieke persoon helemaal niet O O O O O O O helemaal wel ABN AMRO stemt haar reactie af op de specifieke situatie helemaal niet O O O O O O O helemaal wel De reactie van ABN AMRO is erg formeel O O O O O O O erg informeel

Nu volgen er wat algemene vragen. Ben je op dit moment klant bij de ABN AMRO? O ja O nee In welke mate ben je geïnteresseerd in banken of financiële dienstverlening? helemaal niet O O O O O O O helemaal wel In welke mate voel je je betrokken bij jouw bank of financiële dienstverlening? helemaal niet O O O O O O O helemaal wel Gebruik je zelf internetbankieren? O ja O nee Heb je zelf een Facebookaccount? O ja O nee

De volgende stellingen gaan over het Facebookbericht van Jan de Vries en de manier waarop ABN AMRO met hem heeft gecommuniceerd.

In welke mate ben je het eens of oneens met de onderstaande stellingen? Helemaal niet mee eens Helemaal mee eens ABN AMRO nodigt mensen uit voor een O O O O O O O conversatie ABN AMRO staat open voor een dialoog O O O O O O O ABN AMRO reageert direct en open op kritiek O O O O O O O ABN AMRO probeert te communiceren op een O O O O O O O menselijke manier ABN AMRO probeert de communicatie O O O O O O O aangenaam te maken ABN AMRO zou een fout toegeven O O O O O O O ABN AMRO behandelt mij en anderen als mensen O O O O O O O

De volgende stellingen gaan ook nog over het Facebookbericht van Jan de Vries en de manier waarop ABN AMRO met hem heeft gecommuniceerd. In welke mate ben je het eens of oneens met de onderstaande stellingen?

Helemaal niet mee eens Helemaal mee eens ABN AMRO behandelt de klacht van Jan de Vries O O O O O O O op een beleefde manier ABN AMRO gaf Jan de Vries relevant advies O O O O O O O ABN AMRO behandelde Jan de Vries met respect O O O O O O O ABN AMRO toonde empathie (medeleven) voor Jan de Vries O O O O O O O

Helemaal niet mee eens Helemaal mee eens ABN AMRO heeft adequaat gereageerd op het O O O O O O O bericht van Jan de Vries ABN AMRO heeft een gepaste reactie geplaatst bij O O O O O O O het bericht van Jan de Vries Ik verwacht een reactie van ABN AMRO als er op een Facebookpagina zoals deze over ABN AMRO O O O O O O O wordt gesproken De reactie van ABN AMRO op het bericht van Jan O O O O O O O de Vries was zeer behulpzaam

Stel bij de volgende vragen jezelf voor dat je zelf hebt gekozen om je profiel openbaar te maken (niet alleen voor vrienden zichtbaar). Alleen dan kunnen merken als ABN AMRO namelijk reageren op je bericht.

Helemaal niet mee eens Helemaal mee eens Als ik een bericht zou plaatsen over ABN AMRO, zou ik een reactie van ABN AMRO niet gepast O O O O O O O vinden. Als ik een bericht zou plaatsen over ABN AMRO, zou ik een reactie van ABN AMRO als een inbreuk O O O O O O O op mijn privacy ervaren.

Hieronder staan een aantal stellingen over ABN AMRO, de bank waarover je zojuist een klacht hebt gelezen. In welke mate ben je het eens of oneens met de onderstaande stellingen? Helemaal niet mee eens Helemaal mee eens De dienstverlening van ABN AMRO is van goede O O O O O O O kwaliteit ABN AMRO is een goed merk O O O O O O O ABN AMRO is een betrouwbaar merk O O O O O O O De dienstverlening van ABN AMRO is op bepaalde punten beter dan de dienstverlening van O O O O O O O de concurrenten

ABN AMRO is een fatsoenlijk merk O O O O O O O

Hieronder staan weer een aantal stellingen over ABN AMRO, de bank waarover je zojuist een Facebookbericht over hebt gelezen. In welke mate ben je het eens of oneens met de onderstaande stellingen? Helemaal niet mee eens Helemaal mee eens Als ik op dit moment opnieuw een bank moet kiezen, dan overweeg ik bij ABN AMRO klant te O O O O O O O worden. Als ik op dit moment opnieuw een bank moet O O O O O O O kiezen, dan overweeg ik ABN AMRO niet. Als ik op dit moment opnieuw een bank moet kiezen, kies ik liever een andere bank dan ABN O O O O O O O AMRO. Mij maakt het niet uit bij welke bank ik klant ben. O O O O O O O

Geef je mening aan. Het is ..... dat de bank waarbij ik in de toekomst klant zal worden ABN AMRO is. helemaal niet aannemelijk O O O O O O O helemaal wel aannemelijk Het is….. dat ik in de toekomst bij A N AMRO klant wordt. zeer onwaarschijnlijk O O O O O O O zeer waarschijnlijk Ik ga in de toekomst ….. een rekening openen bij de A N AMRO. zeker niet O O O O O O O zeker wel

Wat is je geslacht? O man O vrouw Wat is je leeftijd? _ Wat is je hoogst genoten opleiding, ook als je deze nog niet hebt afgerond? o Basisonderwijs o Lager beroepsonderwijs (LBO, LTS) o Middelbaar onderwijs (MAVO, HAVO, VWO) o Middelbaar beroepsonderwijs (MBO, MTS, MEAO) o Hoger beroepsonderwijs (HBO, HEAO, HTS) o Wetenschappelijk onderwijs (universiteit) o Geen onderwijs

Deze vragenlijst maakt onderdeel uit van een onderzoek naar de effectiviteit van webcare. Een vraag die hierdoor beantwoord zal worden is “Hoe moet een webcare-bericht eruitzien om de meest optimale effecten op lezers te verkrijgen.” Het merk dat in dit onderzoek gebruikt wordt, ABN AMRO, is random gekozen voor het onderzoek. Dit bedrijf heeft dus niks te maken met dit onderzoek; het bericht, het onderwerp, de consument en de medewerker van ABN AMRO zijn fictief.

Namens Tilburg University bedank ik je voor je medewerking en de tijd die je hebt gestoken in het invullen van deze enquête. Als je het doel en de resultaten van dit onderzoek wilt weten, kun je hieronder je e-mailadres invullen. Dit is niet verplicht. De studenten die verplicht dit onderzoek hebben moeten invullen, moeten wel verplicht hun UvT-e-mailadres invullen als bewijs van deelname. ------

Omdat de resultaten uit dit onderzoek alleen betrouwbaar zijn als er genoeg mensen de vragenlijst invullen, zou ik het enorm op prijs stellen als je anderen wil vragen deze vragenlijst ook in te vullen. Dit kan gemakkelijk via de onderstaande buttons. Je deelt op deze manier de link met je volgers of vrienden. Je kunt voor hen ook een eigen boodschap invullen. Nogmaals bedankt hiervoor.

[Tweeten] [Delen op Facebook] [Deze aanbevelen op Google]

Bijlage 3 Verantwoording van keuze merk In de zoektocht naar een geschikt merk voor deze studie onderscheid ik twee belangrijke voorwaarden, namelijk aanwezigheid op het betreffende medium (Facebook) en neutraliteit van het merk. Dit laatste is belangrijk, omdat een verandering in de attitude van de participanten gemakkelijker meetbaar en betrouwbaarder is wanneer de stimulus een merk bevat waar gemiddeld genomen de participanten van tevoren niet opvallend positief of negatief over denken. Eerst heb ik 13 merken verzameld die ik verder heb geanalyseerd. Toyota kwam uit het onderzoek waar ik mijn studie op baseer, namelijk die van Van Noort en Willemsen (2012). Vanuit andere niet gespecificeerde bronnen kwam het merk Douwe Egberts naar voren als een neutraal merk. Daarnaast bestaat er nog een merk die vanuit pretests uit wetenschappelijke onderzoeken als neutraal werd aangemerkt (Janssen, Fransen & Fennis, 2005; Zilstra, 2006; Gaikema, 2009), namelijk C&A. Omdat het ook handig is dat het betreffende merk ook aannemelijk aan webcare zou kunnen doen, heb ik de top 10 van Nederlandse adverteerders actief op social media genomen (Social Media Monitor, 2011). 9 hiervan staan vermeld in de onderstaande tabel. Van al deze merken bestond er geen Nederlandse Facebookpagina van Toyota en ook de Nederlandse pagina van T-Mobile voldeed niet echt aan de genoemde omschrijving met 1 vind-ik-leuk en 1 bericht. Deze twee merken zijn daarom niet opgenomen in verdere analyse. Op basis van de gevonden berichten en de automatische sentimentanalyse van social media monitoringtool Coosto heb ik gekeken naar de neutraliteit van deze merken. In deze analyse zijn alle openbare Facebookberichten van het merk genomen tussen 15 april 2011 en 14 april 2012 waarbij de berichten geschreven door het merk zelf uitgesloten werden. Dit is een goede afspiegeling van de huidige consumentenattitude; Omdat deze in de real world lastiger te peilen is op zo’n grote schaal, het past binnen het thema van dit onderzoek en tijd bespaart, is de sentimentanalyse van alle consumenten die EWOM verspreiden een goede vervanging voor een offline consumentenonderzoek. De automatische sentimentanalyse is overigens niet voor alle berichten altijd juist, omdat deze op basis van taal geschiedt - denk aan cynisme. Echter is dit probleem ondergeschikt bij de grote aantallen berichten die we per merk hebben gebruikt (zie Tabel 5).

Tabel 5 Resultaten uit de automatische sentimentanalyse van berichten over het betreffende merk op Facebook tussen 13-04-2011 en 14-4-2012

Merk Neutraal (%) Positief (%) Negatief (%) Aantal berichten Douwe Egberts 81 17 2 3.455 ABN AMRO 78 17 5 4.557 Citroën 78 18 4 2.003* C&A 75 21 4 3.989 Rabobank 74 19 7 10.648 Bijenkorf 72 21 7 7.651 Essent 67 21 12 2.301 Hema 60 33 7 19.203*** Vodafone 57 15 28 24.794** UPC 54 19 27 9.082 Tele2 50 32 18 2.780 * lage cijfer komt omdat veel mensen geen trema gebruiken, de zoekopdracht waarin dit is meegenomen

bevatte teveel irrelevante berichten ** hoge cijfer is o.a. het gevolg van een recente landelijke storing *** hoge cijfer is o.a. het gevolg van verschillende succesvolle campagnes (o.a. HEMA-taart)

Selectie van de klacht geuit op de Facebooktimeline of merkpagina. Vanuit de vorige analyse op neutraliteit heb ik de merken Douwe Egberts, ABN AMRO, Citroën en C&A geselecteerd. Per merk heb ik spontaan drie klachten bedacht en zonder de merken te noemen voorgelegd aan een zestal mensen die deze instructie kregen: “Orden de volgende klachten op waarschijnlijkheid dat ze op ten eerste een eigen Facebooktimeline geplaatst zouden worden en op ten tweede de Facebookpagina van het merk geplaatst zouden worden door een ontevreden klant. Let op, per kolom kunnen dus de cijfers 1 tot en met 12 maar één keer voorkomen. Hierbij is 1 het meest waarschijnlijk en 12 het minst waarschijnlijk.” In Tabel 6 en 7 staan de klachten en resultaten weergegeven.

Tabel 6 Resultaten van de test om een valide klacht als stimulus te selecteren: Waarschijnlijkheid van post op eigen Facebook TimeLine. Klacht over totaal Onvriendelijke medewerkers die een kwartier voor sluitingstijd klanten 7 3 1 5 12 1 29 niet meer binnenlaten in de kledingwinkel Plastic in een koffiepak 5 8 7 3 4 11 38 Online bankieren ligt eruit (storing) 1 1 2 4 1 5 14 Klacht naar aanleiding van terughaling auto’s van bepaald model voor 2 9 12 6 3 2 34 vervanging gaspedaal Klantenservice weigert kledingaankoop met bon maar zonder aangezet 9 11 5 9 11 10 55 kaartje terug te nemen Mobiel Bankieren App werkt niet op (oude versie) android 8 10 3 8 5 4 38 Allernieuwste model is (nog) niet te koop in plaatselijke showroom 12 4 9 10 8 12 55 Koffie-automaat op werk al weken niet aangevuld 6 2 11 7 9 6 41 Online bankieren ligt eruit (gehackt) 3 5 4 1 2 7 22 Auto niet te leveren in gewilde kleur 11 12 10 12 10 9 64 Specifieke smaak koffiepads uit het assortiment gehaald 4 7 8 11 6 8 44 Na één keer wassen zijn net nieuw gekochte t-shirts gekrompen 10 6 6 2 7 3 34

Tabel 7 Resultaten van de test om een valide klacht als stimulus te selecteren: Waarschijnlijkheid van post op de Facebookpagina van het desbetreffende merk. Klacht over totaal Onvriendelijke medewerkers die een kwartier voor sluitingstijd 10 9 10 6 4 2 41 klanten niet meer binnenlaten in de kledingwinkel Plastic in een koffiepak 4 2 4 2 1 4 21 Online bankieren ligt eruit (storing) 2 7 1 3 7 8 28 Klacht naar aanleiding van terughaling auto’s van bepaald model voor 3 11 11 7 6 5 43 vervanging gaspedaal Klantenservice weigert kledingaankoop met bon maar zonder 9 6 7 10 2 7 41 aangezet kaartje terug te nemen Mobiel Bankieren App werkt niet op (oude versie) android 11 10 2 5 10 6 44 Allernieuwste model is (nog) niet te koop in plaatselijke showroom 5 3 9 12 5 12 46 Koffie-automaat op werk al weken niet aangevuld 12 12 12 8 12 3 59 Online bankieren ligt eruit (gehackt) 1 8 3 1 11 1 25 Auto niet te leveren in gewilde kleur 6 4 6 11 8 10 45 Specifieke smaak koffiepads uit het assortiment gehaald 8 1 5 9 9 11 43

Na één keer wassen zijn net nieuw gekochte t-shirts gekrompen 7 5 8 4 3 9 36

De participanten hadden na de ordening ook de mogelijkheid om een eigen voorstel te doen voor een “waarschijnlijkere klacht over een bank, koffiemerk, kledingwinkel of automerk”. Eén iemand stelde als klacht een defect product voor, maar dat is een lastige bij de uitgekozen merken. De klacht die als meest waarschijnlijk naar voren komt uit deze korte analyse is problemen met het online bankieren, of het nu veroorzaakt is door een hacker of door een storing. De waarschijnlijkheid die de participanten aangegeven hadden in verband met zo’n storing heb ik vergeleken met de pieken in vermeldingen en sentiment van het afgelopen jaar in monitoringtool Coosto. Zoals in onderstaande grafieken te zien is, komen de pieken in activiteit en de negatieve pieken in sentiment van drie grote banken overeen met storingen die hebben plaatsgevonden. Dit laat zien dat een klacht over een storing op internetbankieren een waarschijnlijke en geloofwaardige is.

Figuur 1. Activiteit en sentiment van het afgelopen jaar van ABN AMRO, ING en Rabobank (Bron: Coosto)

Figuur 1. Activiteit en sentiment van het afgelopen jaar van ABN AMRO, ING en Rabobank wanneer het gaat om een storing (Bron:Coosto)

Bijlage 4 Inhoud van het webcarebericht De eerste onderzoeken naar het reageren op NWOM onderzochten het effect van de inhoud van een webcarebericht. De uiteenlopende resultaten van deze onderzoeken en van vergelijkbaar onderzoek naar crisisrespons- strategieën wijzen erop dat de inhoud van een bericht er niet of in mindere mate er toe doet (Kerkhof, 2010; Kerkhof et al., 2010; Schultz, Utz & Göritz, 2011; Kerkhof et al, 2012). Deze bijlage beschrijft het onderzoek rondom de inhoud van een webcare bericht en de positieve en negatieve resultaten die hiermee gemoeid zijn. Helmer (2011) heeft bijvoorbeeld het directe effect van verantwoordelijkheid in de webcare-reactie onderzocht. Het nemen van verantwoordelijkheid (en het vermelden dat de organisatie het probleem probeert op te lossen) zorgde voor een hogere waardering van de reactie, een hogere waardering van het imago van de betrokken organisatie en een hogere aankoopintentie dan verantwoordelijkheid ontkennen. Ook waren mensen dan minder geneigd NWOM te verspreiden. Gekeken naar het onderzoeksontwerp zijn de resultaten niet een op een aan te nemen, aangezien de auteur voor het zien van de klacht en het webcare-bericht een kort nieuwsbericht getoond werd waarin de situatie werd geschetst. Het expliciteren van de scenario’s doet wat aan de externe validiteit af; in het echt ziet het publiek immers ook niet van tevoren een nieuwsbericht wanneer het blootgesteld wordt aan NWOM. Het zien van de nieuwsberichten, waar meer informatie wordt aangevoerd dat geïnterpreteerd kan worden als argumenten voor of tegen verantwoordelijkheid, zou daarom hebben kunnen geleid tot een oordeel over de verantwoordelijkheid van het betrokken bedrijf zonder dat het NWOM bericht en de reactie overwogen werden. Lee en Song (2010) toonden namelijk aan dat levendigheid (hoe concreet, rijk en helder het bericht was) en consensus (reacties van andere consumenten ten opzichte van het bedrijf) getoond in het eerste bericht zorgen voor een hogere waargenomen verantwoordelijkheid van het bedrijf en een negatievere evaluatie van het bedrijf. Lee en Song (2010) onderzochten hiernaast ook een andere manier om het negatieve effect van verantwoordelijkheid teniet te doen. In het webcare-bericht werd niet letterlijk de verantwoordelijkheid genomen, maar impliciet. Wanneer het bedrijf excuses en compensatie aanbood, zorgde dit voor een positievere waardering van de organisatie dan wanneer het bedrijf het probleem aan iets anders toeschreef of wanneer er geen reactie gegeven werd. Lee en Song stellen dat dit komt doordat dit het vertrouwen van de lezer opnieuw opbouwt. Er lijkt dus geen verschil te zitten tussen het expliciet of impliciet nemen van verantwoordelijkheid, beiden hebben een positief effect. Deze resultaten komen overeen met de Situationele Crisiscommunicatie Theorie van Coombs en Holladay (2002), waarin hij uitlegt dat verantwoordelijkheid het belangrijkste concept is dat ten tijde van een crisis de reputatie van de organisatie schaadt en bepaalt welke respons de organisatie het beste kan geven. Toch zorgen verontschuldigingen niet altijd voor meer vertrouwen dan ontkenningen (Van Laer & De Ruyter, 2010). Van Laer en De Ruyter (2010) laten zien dat het effect van de inhoud van een webcare-bericht afhangt van de vorm of toon van het bericht. Zij tonen aan dat een narratieve verontschuldiging en een analytische ontkenning beiden het vertrouwen herstellen en de intentie om over te stappen naar een andere leverancier verkleint. Ook in onderzoek van Kerkhof et al. (2012) liet het type respons (verontschuldiging, ontkenning of aanbieden van financiële vergoeding) geen significante effecten zien op waardering. Beide onderzoeken gaven aan dat de toon van het bericht hiermee te maken heeft (empathie, human voice, personalisatie). Ook Schultz, Utz en Göritz (2011) vonden geen verschillen tussen het geven van informatie of het aanbieden van excuses en het tonen van sympathie.

Bijlage 5 Tegenargumenten voor H2 Toch zorgt een proactieve strategie niet altijd voor minder positieve effecten op een user generated platform. Juist op een user generated platform en bij een proactieve strategie vonden Kerkhof et al. (2012) een hoge productattitude, vertrouwen in het bedrijf en aankoopintentie nadat de participanten NWOM plus een webcarereactie hadden gelezen. Misschien hangt waargenomen gepastheid wel samen met de valentie van de schending van de verwachting van de consumenten. Verwacht wordt dat consumenten een dialoog met een organisatie in plaats van andere consumenten niet verwachten op een user platform. Volgens de Expectancy Violations Theory kan een schending van een verwachting niet alleen negatief, maar ook positief uitpakken (West & Turner, 2007). Volgens de Expectancy Violations Theory (West & Turner, 2007) leidt een overschrijding van verwachtingen tot een positieve waardering wanneer degene die deze overschrijding veroorzaakt geloofwaardig is, op een attente manier reageert of interesse toont in de ander. Wanneer een organisatie in een webcarebericht haar medeleven toont, nemen de lezers dit waarschijnlijk waar als het attent reageren of het interesse tonen in de zender. Ook als een schending van een verwachting behulpzaam is, dan beoordelen mensen de zender positief (communicator reward valence; West & Turner, 2007). Dit betekent dat er in ieder geval bij het ene type platform een positiever effect zal optreden dan bij het ander, maar welke van de twee types afhangt van bijvoorbeeld de behulpzaamheid van de reactie. Dit zou erop wijzen dat proactieve webcare in bepaalde omstandigheden ook voor positieve merkevaluatie kan zorgen op user generated platforms.