Verborgen invloed van social op klantgericht ondernemen blootgelegd

Zijn sociale netwerken een graadmeter voor (toekomstig) gedrag? En de big data die vrijkomt, mag je die als marketeer zomaar gebruiken? Tijd om praktijk en wetenschap met elkaar te verbinden. Binnen het kader van haar Master Sessies bood het Platform voor Klantgericht Ondernemen op 10 april 2014 het podium aan twee afgestudeerden. Hanneke van Keep deed vanuit de Universiteit Tilburg onderzoek naar de relatie tussen de NPS (Net Promotor Score) en wat mensen op social media zeggen. Marijn Janssen deed vanuit haar afstuderen aan de Rijksuniversiteit Groningen voor KPN een studie naar de invloed van sociale netwerken op churn-beslissingen.

Onderbuikgevoel en wetenschap
In zijn inleiding als avondvoorzitter gaf mr. Alexander Singewald een kijk op big data en klantgericht ondernemen. Is het vakgebied een ‘trucje’ of is het een kunst. Eindelijk zien we dat vanuit de wetenschap ons marketing-onderbuik gevoel wordt onderbouwd. Daarnaast is er het juridische aspect rondom big data dat Singewald onderstreept. De jurist verwacht de komende tijd veel ontwikkelingen op dit vlak. Regelgeving rondom het gebruik van (persoons)data zal gaan ingrijpen in het communicatieproces. Organisaties doen veel met (big) data, maar er wordt nog weinig over gecommuniceerd. Daar mag meer transparantie in zijn; vooraf vertellen wat je met klantgegevens doet. Singewald pleit overigens voor meer en betere persoonsgegevens, want die leiden tot betere segmentatie en relevantie/behoeftevoorziening voor de klant.

NPS op social media
Hanneke van Keep, werkzaam bij Underlined, vergeleek de Net Promoter Score met ‘sentiment’ op internet en kwam daarbij tot interessante bevindingen over de relatie tussen beide kengetallen. Zij keek zowel naar de ontwikkeling van trendlijnen van NPS en sentiment als naar het daadwerkelijke gedrag van mensen die een NPS-enquête hadden ingevuld. Wat van de zogenoemde promotor of detractor was waarneembaar op internet? Of de vraag relevant is blijkt uit de kritieken vanuit de wetenschap op de NPS. Het idee om correlatie met ‘social’ te onderzoeken werd op de universiteit dan ook goed ontvangen.
Belangrijkste punten van kritiek aan het adres van de NPS zijn overigens:
• Is één vraag voldoende?
• Is intentie hetzelfde als daadwerkelijk gedrag?
• De NPS-opzet is universeel; er wordt geen rekening gehouden met culturele verschillen.

Uitvoering en bevindingen
NPS-surveys van vier zakelijke dienstverleners met flink wat social buzz werden ter beschikking gesteld. Aan de hand van social buzz tooling, de sentimentsanalyse van Underlined en machine learning werd het sentiment van de mensen uit de NPS-groep gemeten. Hierbij werd het sentiment langs de assen positief/negatief en objectief/subjectief gelegd en zijn tijdsafstand (de duur tussen invullen van de NPS en de berichten op social media), het moment (vóór of na invullen NPS) en leeftijd meegenomen in het model.

Incongruent
Ondanks dat recente neurologische onderzoeken aantonen dat mensen incongruent zijn in woord en daad (zie het werk van dr. Victor Lamme van de UvA in 2012 bij Platform voor Klantgericht Ondernemen), blijkt er in het onderzoek van Van Keep een duidelijk verband te bestaan tussen de NPS-meting en online gedragingen. Zij vond een zichtbare relatie tussen de NPS en online sentiment. Vooral op korte termijn en bij berichten die na de NPS worden geplaatst is dit het geval. Eveneens werd duidelijk dat het sentiment altijd lager ligt dan de NPS-score, wat betekent dat de NPS altijd positiever ingevuld wordt. De trendlijn is wél dezelfde.
Het monitoren van social media - mits goed uitgevoerd - heeft dus hetzelfde effect als het doen van NPS-metingen. Van Keep: ‘Ik vraag op persoonlijke titel of de factor aandacht het sentiment wellicht positief heeft beïnvloed en of mensen van zichzelf congruent zijn in hun gedrag, dus online communiceren in lijn met NPS-beantwoording.’

Invloed van sociale netwerken op churn
In de telecomsector wordt met ´churn’ klantverloop aangeduid. Een interessante invalshoek van Marijn Janssen, momenteel werkzaam bij KPN, is om sociale netwerken te bekijken vanuit telecom-data. Mensen die met elkaar bellen en sms’en staan direct met elkaar in verbinding via het telecomnetwerk. Het sociale netwerk wordt in dit onderzoek gezien als het netwerk van mensen met wie je offline omgaat. Het gaat hierbij dus niet om social-media-netwerken.

Wat is de invloed van deze sociale netwerken op churn? Met andere woorden: hoe groot is de invloed op een persoon wanneer mensen in zijn/haar omgeving overstappen naar een andere provider? Volgens de marketingwetenschap vindt binnen een sociaal netwerk altijd word-of-mouth plaats, is WoM is een belangrijke informatiebron voor aankoopbeslissingen, is het en 7x effectiever dan traditionele marketing en praat 76 procent over de aanschaf van een mobieltje. Niet eerder werd het klantverloop aan de hand van statistieken in verband gebracht met sociale netwerken. Door gegevens uit twee informatiebronnen met elkaar te matchen -de klant-/contractgegevens en het onderlinge netwerkverkeer- kwam Janssen tot relevante bevindingen.

Zien churnen, doet churnen
Key finding is dat verloop beïnvloed wordt door het sociale netwerk. Elke churner verhoogt de churnkans met 24 procent, waarbij de homogeniteit (in hoeverre de churner op andere churners binnen zijn netwerk lijkt ) en de sterkte van de relatie de kans verhoogt. De invloed op churn neemt af na verloop van tijd. De toepasbaarheid voor marketeers is evident. Met de statistisch onderbouwde inzichten zijn zij beter in staat om churn te voorspellen. De klant met verhoogde churn-kans kan nu in een vroeg stadium benaderd worden. Dure win-back acties daarmee worden daarmee voorkomen.

Big data wetgeving
Uit de cases blijkt de waarde van grote, ongestructureerde databronnen. Slim combineren en het verwerken van informatie leveren zowel klant als marketeer winst op, vanuit klantperspectief rondom voorkeuren voor berichten en kanalen.
De wet- en regelgeving rondom big data is in ontwikkeling. Het College Bescherming Persoonsgegevens waarschuwt overigens voor risico’s van big data en geautomatiseerde gegevensverwerking. Doordat gedrag in zekere zin voorspelbaar wordt, kan dit leiden tot een individueel verschillende behandeling van klanten. Het CPB stelt dat voor veel doelen waarvoor big data wordt ingezet, direct naar de klant herleidbare gegevens niet nodig zijn. De gegevens moeten daarom onomkeerbaar worden geanonimiseerd. Willen organisaties wél herleidbare gegevens verwerken, dan moeten zij voldoen aan de Wet bescherming persoonsgegevens. En dat kan inhouden dat er een passende grondslag voor verwerking van de gegevens moet worden gevonden, dit varieert tussen toestemming van de betrokkene en gerechtvaardigd belang van de organisatie. Maar een ding staat buiten kijf: zoals Alexander Singewald eerder aangaf, zal transparantie belangrijk worden en daarmee vooraf communiceren aan betrokkenen wat er met persoonsgegevens gedaan moet worden.