Persuasive communication

Centre for Language Studies | Faculty of Arts | Radboud University Nijmegen

Als een deskundige ‘t zegt… effecten van negatieve word-of-mouth tweets

Dit blogartikel is een marginaal gewijzigde versie van een blogartikel dat eerder verscheen op mijn persoonlijke blog. De belangrijkste statistische toetsen bij de twee onderzoeken zijn toegevoegd.

Effecten van negatieve word-of-mouth

De kracht van traditionele word-of-mouth communicatie (WOM) is bekend: aankoopbeslissingen, merkvertrouwen, de reputatie van een organisatie of merk worden positief of negatief beïnvloed door wat familie, vrienden en bekenden over een product of dienst zeggen. Het ligt voor de hand te veronderstellen dat dit ook gebeurt bij online word-of-mouth communicatie (eWOM), bijvoorbeeld op websites met product-reviews, vergelijkings-sites, discussie-fora van bedrijfswebsites, binnen brand communities, etc., zie bijvoorbeeld de uitstekende studie van Van Hemelen, Smits en Verlegh (2013).
Maar hoe groot is de WOM-kracht van zo’n vluchtig platform als Twitter? Dat is nog niet eerder systematisch onderzocht. Marije van Dongen en ik waren nieuwsgierig naar de effecten van negatieve productgerelateerde uitlatingen op Twitter, en Marije deed onderzoek, en samen publiceerden we een artikel in Ad Rem.

wom_twitter2

Hoe schadelijk zijn negatieve product- of merkgerelateerde tweets voor het vertrouwen van consumenten in het betreffende merk?

De vraag die zich opdringt bij het lezen van zo’n bijna ‘anonieme’ #fail-tweet van minder dan 140 tekens, zonder veel context-informatie, is dan: wie zegt het? waarom? De lezer van de tweet kent de zender vaak niet, en evenmin diens motivatie om zich in een tweet negatief uit te laten over de ervaring met een product of dienst:

Wordt de negatieve word-of-mouth van zo’n tweet serieus genomen?, wordt de eventuele deskundigheid van de bron in zo’n tweet eigenlijk wel herkend?

Verspreiding van negatieve word-of-mouth: de Nederlandse term voor word-of-mouth is niet voor niets mond-tot-mond. Het mogelijk schadelijke reputatie-effect zou dan versterkt kunnen worden. Daarom was ook de onderzoeksvraag relevant:

Hoe sterk is de mogelijke verspreiding van negatieve berichtgeving over een merk?

Groeger en Buttle (2014) onderzochten de effecten van WOM-campagnes en concluderen dat zowel online als offline WOM-verspreiding krachtig kan zijn. Pfeffer, Zorbach en Carley (2014) onderzochten de dynamiek van negatieve word-of-mouth in social media netwerken, en stellen onder andere:

[…] companies and their brands […] have increasingly been facing the impact of negative online WOM and complaint behavior. In reaction to any questionable statement or activity, social media users can create huge waves of outrage within just a few hours. These so-called online firestorms pose new challenges for marketing communications. (p. 117).

In een andere recente studie werd met discourse-analyse onderzocht hoe webcare-medewerkers reageren op klachten die op Facebook-pagina’s van bedrijven geuit werden, en in welke bochten deze medewerkers zich moeten wringen, impression management, om zo strategisch mogelijk om te gaan met de negatieve word-of-mouth om de geloofwaardigheid van de organisatie te handhaven of te verhogen (Lillqvist & Louhiala-Salminen, 2014).

Geloofwaardigheid van WOM en eWOM

De essentie van word-of-mouth (WOM) is de diffusie via persoonlijke communicatie van merk-, product- of dienstgerelateerde informatie waarmee houding, gedrag en aankoopbeslissingen van anderen beïnvloed kunnen worden. De impact die de WOM-informatie heeft op de ontvanger bepaalt mede de mate waarin die ontvanger zelf WOM-zender wordt, en het product, de dienst of het merk zal aanbevelen of juist afraden bij anderen.

Bij traditionele word-of-mouth wordt de informatie tussen consumenten face-to-face gedeeld in het sociale netwerk van familie, vrienden, kennissen, collega’s, medestudenten, enzovoort. Zij hebben vaak een groot vertrouwen in word-of-mouth bij het nemen van aankoopbeslissingen omdat de zenders van de informatie vaak bekenden zijn en ze aan hun woorden over het algemeen vertrouwen hechten. Deze geloofwaardigheid van de bron is een belangrijke factor voor de mate waarin de informatie over een product of dienst serieus genomen wordt, en voor de invloed die de informatie heeft op merkkeuze, koopintentie, attitude ten opzichte van het merk en het product, en zelfs merkloyaliteit (Cheng & Zhou, 2010).

Op een aantal punten is e-WOM vergelijkbaar met traditionele WOM, maar er zijn ook verschillen. De online communicatie verloopt niet face-to-face binnen een relatief beperkt sociaal netwerk van vrienden en bekenden, maar heeft, afhankelijk van het online sociale medium waarmee de e-WOM geuit wordt, een veel groter aantal ontvangers, die vaak geen bekenden zijn.

[…] the value of eWOM information […] becomes clear only if the experiences and hints provided by others offer honest and independent information on which readers can rely. (Reichelt, Sievert & Jacob, 2014, p. 69).

Omdat voor de lezer van e-WOM de zender en zijn functie vaak niet duidelijk zijn, zijn de geloofwaardigheid van de bron en die van het bericht niet vanzelfsprekend. Positieve productinformatie kan bij een consument argwaan wekken omdat het bericht afkomstig kan zijn van een niet-objectieve product- of merkpromotende marketeer. Negatieve berichten over een product of dienst zijn ook niet bij voorbaat betrouwbaar, want wat is dat voor Twitteraccount? wie is die zender? Is die deskundig?

Het onderzoek en de resultaten

Materiaal en design

In een experiment kregen 236 respondenten een Twitter-timeline te zien waarin tussen andere tweets één tweet voorkwam met een klacht over (het fictieve bedrijf) CakeFactory. De negatieve tweet werd geuit door óf een bedrijf of een persoon, en deze zender was óf deskundig óf niet-deskundig. In een 2 (deskundig vs. niet-deskundig) x 2 (bedrijf vs. persoon) tussenproefpersoonontwerp kreeg elk van de vier groepen één conditie voorgelegd:

Voorbeeld voorgelegde Twitter-timeline
Voorbeeld-tweet van deskundig bedrijf
Voorbeeld-tweet van niet-deskundig bedrijf
Voorbeeld-tweet van deskundig persoon
Voorbeeld-tweet van niet-deskundig persoon

Meetinstrument

In een vragenlijst hebben de respondenten uitspraken gedaan over:

  • hun vertrouwen in CakeFactory;
  • de door hen ingeschatte betrouwbaarheid van de zender en diens deskundigheid;
  • de waarschijnlijkheid van het delen van de negatieve eWOM met vrienden en bekenden, en het afraden van het product.

Resultaten

De belangrijkste bevindingen van dit deel van het onderzoek zijn de volgende:

  • Consumenten beoordelen de als deskundig gepresenteerde zender (bedrijf en persoon) als deskundiger en betrouwbaarder dan de als niet-deskundig gepresenteerde zender (bedrijf en persoon). De operationalisering van deskundigheid blijkt geslaagd.

merkvertrouwen_1
verspreiding_1

  • Er is een schadelijk effect van negatieve tweets: het gemiddelde merkvertrouwen is significant lager dan neutraal en de gemiddelde intentie om de negatieve eWOM te verspreiden is significant hoger dan neutraal.
  • De deskundigheid van de zender is van invloed op het merkvertrouwen van de consument: de negatieve tweet afkomstig van een deskundige twitteraar zorgde voor een significant lager merkvertrouwen dan de dezelfde tweet afkomstig van een niet-deskundige twitteraar.
  • De intentie van consumenten om negatieve WOM over het merk te verspreiden blijkt significant hoger te zijn als het bericht gestuurd wordt door een deskundige dan wanneer een niet-deskundige de tweet plaatst.
  • De effecten bleken niet afhankelijk te zijn van het type account: bedrijf of persoon.
Statistische toetsen

Is het aantal negatieve tweets in de timeline van invloed op de gevonden schadelijke effecten?

In een tweede onderzoek dat Marije van Dongen in het kader van dezelfde masterscriptie deed stond de vraag centraal in hoeverre het aantal negatieve productgerelateerde tweets dat een consument in zijn of haar tijdlijn ziet invloed heeft op de besproken effecten:

Is het effect van vier negatieve tweets in een timeline schadelijker voor merkvertrouwen en voor de intentie om de negatieve WOM te verspreiden dan het effect van twee negatieve tweets?

Met dezelfde onderzoeksopzet en met gelijksoortig materiaal als stimuli hebben 419 respondenten uitspraken gedaan na het zien van twee (210 respondenten) of vier (209 respondenten) negatieve tweets waarin geklaagd werd over het (fictieve bedrijf) Sandwich Paleis:

Voorbeeld timeline met twee negatieve tweets

In een vragenlijst hebben de respondenten uitspraken gedaan over:

  • hun vertrouwen in het Sanwich Paleis;
  • de waarschijnlijkheid van het delen van de negatieve eWOM met vrienden en bekenden, en het afraden van het Sanwich Paleis.

Resultaten

De belangrijkste bevindingen van dit deel van het onderzoek zijn de volgende:

merkvertrouwen_2

verspreiding_2

  • Er is een schadelijk effect van zowel twee als vier negatieve tweets: het gemiddelde merkvertrouwen is significant lager dan neutraal en de gemiddelde intentie om de negatieve eWOM te verspreiden is significant hoger dan neutraal.
  • Vertrouwen in het merk is significant lager als er vier negatieve tweets in de timeline te zien waren in vergelijking met twee negatieve tweets.
  • De intentie van consumenten om negatieve WOM over het merk te verspreiden blijkt significant hoger te zijn als er vier negatieve tweets in de timeline te zien waren in vergelijking met twee negatieve tweets.
Statistische toetsen

Conclusies en een verklaring

Negative online WOM and complaint behavior […] can create huge waves of outrage within just a few hours. These so-called online firestorms pose new challenges for marketing communications. – Pfeffer et al., 2014wom_twitter2

  • Negatieve productgerelateerde informatie op Twitter is schadelijk voor de reputatie van een merk, en dat effect wordt ernstiger omdat consumenten de neiging hebben om negatieve WOM te delen in hun sociale netwerk.
  • Bij webcare-activiteiten is het daarom van groot belang om snel tot interventie over te gaan. Want zodra er meer tweets met dezelfde soort klacht verschijnen wordt de schade groter.
  • Het is zinvol om de tweets die afkomstig zijn van als deskundig ingeschatte zenders nog serieuzer te nemen dan wanneer de bron niet als deskundig gezien wordt: consumenten blijken bij negatieve WOM deskundigheid te herkennen, vinden deskundige twitteraars betrouwbaarder dan niet-deskundigen, en zowel de reputatieschade als de neiging om de negatieve WOM te verspreiden is bij negatieve WOM-tweets van deskundigen groter.

Deskundigheidsvuistregel en consensusvuistregel

Om de conclusies te duiden ligt het voor de hand om de deskundigheidsvuistregel en de consensusvuistrgel als verklaring te bieden (Hoeken, Hornikx en Hustinx, 2009; in Van Dongen, 2013).

In het onderzoek ‘deskundige vs. niet-deskundige zender’ ligt het voor de hand te veronderstellen dat consumenten in die situaties de deskundigheidsvuistregel hanteren: indien iemand niet in staat is of niet gemotiveerd is om argumenten kritisch tegen elkaar af te wegen wordt vaak voor de makkelijke weg gekozen, die in dit geval betekent: ‘als een deskundige het zegt zal het wel waar zijn’.
Dat deze vuistregel wordt toegepast is op zichzelf niet zo verrassend, maar dat consumenten in dit soort vluchtige microblogging berichten deskundigheid van niet-deskundigheid onderscheiden is meer opzienbarend.

Om het gevonden effect van twee vs. vier negatieve tweets te verklaren ligt het voor de hand te veronderstellen dat consumenten in die situaties de consensusvuistregel toegepast hebben: indien iemand niet in staat is of niet gemotiveerd is om argumenten kritisch tegen elkaar af te wegen wordt vaak vlug geconcludeerd: ‘als meer mensen tot een gelijkluidend oordeel komen zal het wel waar zijn’. Blijkbaar is het zien van vier vs. twee negatieve tweets een voldoende sterke prikkel om de consensusvuistregel toe te passen.

Achtergrond
Het onderzoek dat ik in dit blogartikel bespreek heeft Marije van Dongen uitgevoerd in het kader van haar masterscriptie voor Communicatie- en Informatiewetenschappen (master-programma Communicatie & Beïnvloeding):

  • Marije van Dongen (2013). De overtuigingskracht van #Twitter: De invloed van negatieve productgerelateerde tweets op het merkvertrouwen van consumenten en op de intentie van consumenten tot het verspreiden van negatieve word-of-mouth over het merk. Nijmegen: Radboud Universiteit, Communicatie- en Informatiewetenschappen.

Naar aanleiding van de bevindingen in dit onderzoek hebben we een artikel gepubliceerd in Ad Rem – Tijdschrift voor zakelijke communicatie:

  • Le Pair, Rob en Van Dongen, Marije (2013). Effecten van negatieve word of mouth op Twitter: de invloed van negatieve tweets op merkvertrouwen en op de intentie om de negatieve berichten te vespreiden. Ad Rem, 27 (6), 3-6.
  • Ad Rem, het tijdschrift van de
    Vlaamse Vereniging voor Zakelijke Communicatie (VVZC)
  • Het Twitter-account van de VVZC is @VVZC

ad_rem_cover

Verwijzingen
  • Cheng, X., & Zhou, M. (2010). Study on Effect of eWOM: a Literature Review and Suggetions for Future Research. International Conference on Management and Service Science, 1-4.
  • Groeger, L. & Buttle, F. (2014). Word-of-mouth marketing influence on offline and online communications: Evidence from case study research, Journal of Marketing Communications, 20 (1-2), 21-41.
    DOI: http://dx.doi.org/10.1080/13527266.2013.797736.
  • Hoeken, H., Hornikx, J., & Hustinx, L. (2009). Overtuigende teksten: Onderzoek en ontwerp. Bussum: Coutinho.
  • Le Pair, Rob en Van Dongen, Marije (2013). Effecten van negatieve word of mouth op Twitter: de invloed van negatieve tweets op merkvertrouwen en op de intentie om de negatieve berichten te vespreiden. Ad Rem, 27 (6), 3-6.
  • Lillqvist, E., & Louhiala-Salminen, L. (2014). Facing Facebook: Impression Management Strategies in Company-Consumer Interactions. Journal of Business and Technical Communication, 28 (1), 3–30.
    artikel is besproken in blogartikel door P. Kerkhoff: Webcare als impressiemanagement.
  • Pfeffer, J., Zorbach, T. & Carley, K.M. (2014). Understanding online firestorms: Negative word-of-mouth dynamics in social media networks, Journal of Marketing Communications, 20 (1-2), 117-128.
    DOI: http://dx.doi.org/10.1080/13527266.2013.797778.
  • Reichelt, J., Sievert, J., & Jacob, F. (2014) How credibility affects eWOM reading: The influences of expertise, trustworthiness, and similarity on utilitarian and social functions, Journal of Marketing Communications, 2 (1-2), 65-81.
    DOI: http://dx.doi.org/10.1080/13527266.2013.797758.
  • Van Dongen, Marije (2013). De overtuigingskracht van #Twitter: De invloed van negatieve productgerelateerde tweets op het merkvertrouwen van consumenten en op de intentie van consumenten tot het verspreiden van negatieve word-of-mouth over het merk. Nijmegen: Radboud Universiteit, Communicatie- en Informatiewetenschappen.
  • Van Hemelen, N., Smits, T., & Verlegh, P. (2013). Geloofwaardigheid van e-WOM: De invloed van reviewpercepties op de persuasieve impact van online reviews, Tijdschrift voor Communicatiewetenschap, 4, 332-345.
    http://www.boomlemmatijdschriften.nl/tijdschrift/TCW/2013/4/TCW_1384-6930_2013_041_004_002

Leave a Reply