Social Networks deel 3: Social network analyses
Zoals reeds in de eerdere twee delen van dit raamwerk is gebleken, is het analyseren van netwerkstructuren de basis voor social network marketing, die uitgevoerd dient te worden voordat werkelijk tot een viral campagne wordt overgegaan. Zelden gebeurd dit in de juiste volgorde. De meeste virals ontstaan met een leuk idee, en niet met een netwerkanalyse gevolgd door een leuk idee. In dit deel ga ik laten zien hoe het analyseren van netwerkstructuren in elkaar zit.
Social network analyse vereist het bestuderen van:
– Acteurs en relationale verbinding
– Populatie afbakening
– Analysevariabelen
– Individuele metingen (sampling)
Acteurs en relationele verbinding
Het eerste wat gedaan moet worden is het formuleren van de acteurs die zich binnen het social netwerk bevinden. Dit kunnen individuele consumenten zijn, maar ook bedrijven, afdelingen, teams of zelfs landen. Als de acteurs eenmaal zijn vastgesteld, is het tijd te gaan kijken naar de relationele verbindingen tussen deze acteurs. Zijn deze relaties gebaseerd op vriendschap, of slechts op een vage link. Is er sprake van een hierarchie, of zijn er biologische verbindingen? Allemaal vragen die te beantwoorden betreffende de relationale verbindingen tussen de acteurs binnen het social network. Het geeft je inzicht in wie de schakels zijn binnen een netwerk. Wie staat met wie in contact, en wie is een ‘broker’ van de ene naar de andere schakel? Enkele theoretische termen die hier naar voren komen zijn:
- Tie strength: construct dat verwijst naar de intensiteit van de verbinding en attitude ten opzichte van de relatie.
- Brokerage: eenzijdige link tussen twee netwerken (niet overlappend) die zonder de broker niet met elkaar in contact zouden staan. Je ziet dit vaak in vriendengroepen, waar contacten plaatsvinden tussen ‘vrienden van vrienden’.
- Density: de ‘dichtheid’ van een netwerk. Gaat het om sterke relaties, of zwakke relaties. Hyves is een voorbeeld van een netwerk dat vaak een lage density heeft. Sommige hebben meer dan 500 vrienden, grotendeels zwakke contacten. Kleinere niche netwerken hebben vaak een veel hogere density.
Populatie afbakening
Het afbakenen van social networks kan erg ingewikkeld zijn. Zeker als dit los van een specifiek social network platform plaatsvindt. De komst van grote social networks als Facebook en Hyves hebben het afbakenen van populaties echter een stuk eenvoudiger gemaakt. Consumenten bakenen zichzelf reeds af in het grote aantal brandcommunities (meer over brandcommunities in deel 4). Als het ware zijn dit brandcommunities binnen het overkoepelende social network platform. Steeds vaker ontstaan echter ook grote merkspecifieke social network. Deze zijn helemaal goed afgebakend en dus erg bruikbaar.
Analysevariabelen
De variabelen die tijdens het analyseren van een social network dienen te worden gebruikt zijn al tussen de regels door genoemd. Het gaat om:
1) individuele structuurvariabelen
- transacties tussen deelnemers aan het netwerk
- informatie uitwisseling tussen deelnemers aan het netwerk
- relatiesterkte tussen deelnemers aan het netwerk
2) netwerk stuctuurvariabelen
- centralisatie in het netwerk
- density (dichtheid) van de relaties in het netwerk
Individuele metingen
Individuele metingen, ofwel ‘sampling’ houdt in dat je als bedrijf individuen uit het netwerk gaat vragen wat hun band is met de andere leden uit de community. In grote netwerken is dit natuurlijk een onbegonnen zaak, vandaar dat er een oplossing bestaat genaamd ‘ snowballsampling’ Hierbij is het de bedoeling dat de individuen uit de eerste sample hun relaties binnen het netwerk gaan aangeven, die vervolgens zelf ook worden ingezet voor de meting. Je ziet een variant van deze constructie tegenwoordig regelmatig terug in de enorm irritante ‘doorstuurmailtjes’.
Conclusie
Zoals te zien kan een fors deel van de analyse door het bestaan van brandcommunities op bijvoorbeeld een social network (denk aan de lama-hyve of H&M-hyve op social network Hyves) worden vereenvoudigd. Bovendien bevat Hyves reeds globale segmentatiemiddelen waardoor je de leden van een Hyve ook nog eens kunt onderscheiden op geslacht en leeftijd. Vergeet echter niet voordat je begint aan social network marketing een analyse te maken van het netwerk waar je de marketing op wilt gaan richten.
We sluiten hiermee het derde deel af. Het vierde en laatste deel van dit raamwerk social networks verschijnt volgende week, en gaat dieper in op het verschijnsel ‘brandcommunity’. Wat is het precies…..Wat kunnen we er mee….Is het gevaarlijk, zijn vragen die volgende week beantwoord gaan worden.