Skip to content

Wat is social listening?

Hoe je grote hoeveelheden social media data analyseert voor waardevolle inzichten

Het internet staat bomvol interessante social media posts, likes en shares. Een schat aan informatie, zeker voor organisaties die online meer impact willen maken. Maar waar begin je? Welke data ga je verzamelen, hoe ga je die analyseren en hoe kan je inzichten omzetten in concrete actiepunten? Om deze vragen te beantwoorden, is het belangrijk om bij de missie en doelen van de organisatie te beginnen.

Wat is social listening?

Hoe je grote hoeveelheden social media data analyseert voor waardevolle inzichten

Anika Batenburg & Marieke Schulte
Data Science Consultants bij Digital Power
Laatst bijgewerkt: 16-04-2020

11 min.

Het internet staat bomvol interessante social media posts, likes en shares. Een schat aan informatie, zeker voor organisaties die online meer impact willen maken. Maar waar begin je? Welke data ga je verzamelen, hoe ga je die analyseren en hoe kan je inzichten omzetten in concrete actiepunten? Om deze vragen te beantwoorden, is het belangrijk om bij de missie en doelen van de organisatie te beginnen.

Om social mediadata te analyseren, kun je de methode social listening gebruiken. Social listening is een onderzoeksmethode waarbij online conversaties en berichten worden gevolgd en geanalyseerd omtrent een bepaald onderwerp, persoon, merk, of campagne.

Met deze methode verzamelen we data van bijvoorbeeld sociale mediakanalen (zoals Facebook, Twitter, Instagram), maar ook van blogs, forums en online nieuwsberichten. De doeleinden van social listening lopen uiteen van het monitoren van direct online klantcontact tot en met het in kaart brengen van (online) sociale ontwikkelingen.

Het (real-time) in kaart brengen van online conversaties en artikelen levert inzichten voor strategische marketing, reputatiemanagement en het beïnvloeden van de publieke opinie. Social listening kan helpen bij:

  • Analyse van de populariteit/reputatie van een product
  • Het meten van de impact van je socialmediastrategie
  • Het monitoren en ontdekken van trends en dreigende crises
  • Het in kaart brengen van maatschappelijke ontwikkelingen
  • Het ontdekken van kansen voor verbinding met je doelgroepen
  • Activiteiten van concurrenten in de gaten houden

Welke typen organisaties zijn gebaat bij social listening? 

Social listening is nuttig voor bijna elk type organisatie, zowel profit als non-profit. Afhankelijk van het type organisatie en de doelstellingen kun je met social listening verschillende vragen beantwoorden.

Wij zien een onderscheid in organisaties waarbij een online platform de kern van de organisatie omvat, en organisaties die online platforms enkel gebruiken als communicatiemiddel of als onderdeel van de marketingcommunicatiemix. Een aantal voorbeelden van dit onderscheid is weergegeven in onderstaande matrix. 

De Correspondent is een voorbeeld van een organisatie die omzet genereert (profit) door leden te werven voor hun online platform (online content als core-business). Op hun platform betrekken ze leden actief bij de discussies omtrent de onderwerpen waarover ze schrijven.

Bij Digital Power genereren we omzet op basis van consultancy opdrachten (profit). We gebruiken verschillende onlinekanalen om potentiële klanten en werknemers te bereiken (online content als communicatiemiddel), maar deze kanalen zijn geen onderdeel van onze diensten.

In de non-profit sector zien we hetzelfde onderscheid: RNW Media is een voorbeeld van een NGO (non-profit) die streeft naar sociale verandering door middel van discussie op online platforms (online content als core-business). Een NGO als Greenpeace (non-profit) gebruikt sociale media vooral als communicatiekanaal om donors en vrijwilligers aan te trekken voor werk dat verder losstaat van het sociale medialandschap.

Ook voor de publieke sector kan social listening helpen bij het monitoren van sociale ontwikkelingen. Denk bijvoorbeeld aan het RIVM, dat het vaccinatiedebat van de afgelopen jaren volgt, of in de gaten houdt hoe het publiek momenteel reageert op de Corona-maatregelen van het kabinet.

Toepassing van social listening voor verschillende afdelingen

Bovenstaand onderscheid maakt ook duidelijk voor welke afdelingen van jouw organisatie social listening van belang is. Zo zal het voor Digital Power, het RIVM en Greenpeace vooral nuttig zijn voor de afdeling marketing, communicatie & voorlichting, of fondsenwerving.

Voor De Correspondent en RNW Media is het gedrag van bezoekers op hun eigen online platform direct verweven met hun product of dienst. Het succes van het online platform bepaalt direct het succes van de organisatie. Voor deze organisaties is het daarom nog belangrijker om grip te houden op wat er online gebeurt.

Social listening stappenplan

In het schema hieronder zie je welke stappen je moet doorlopen om social listening zo optimaal mogelijk in te zetten.

De stappen in de oranje kaders kunnen handmatig worden geprogrammeerd, of je gebruikt een social listening-tool. Hier komen we later in het artikel op terug.

Op basis van de doelen van je organisatie kan de juiste onderzoeksvraag worden opgesteld. De onderzoeksvraag bepaalt:

  1. welke data er moet worden verzameld; en
  2. welke analyse nodig is om de juiste inzichten te verkrijgen.
RNW_logo

Praktijkcase:

Hoe tekstanalyse RNW Media helpt te luisteren en actie te ondernemen

Data verzamelen

Je kunt ervoor kiezen om data te verzamelen van de platforms die je als organisatie inzet. Denk hierbij aan de sociale mediakanalen die je gebruikt om jouw organisatie of merk onder de aandacht te brengen.

Ook kun je data van bronnen ‘buiten’ je eigen platforms verzamelen. Denk bijvoorbeeld aan interacties op Twitter die van belang zijn voor jouw organisatie, maar die niet direct aan jouw organisatie zijn gericht. Hetzelfde geldt voor artikelen van nieuwsplatforms, forums of blogs.

Hieronder staat schematisch weergegeven op welke drie niveaus, voor zowel profit als non-profit organisaties, social listening kan worden toegepast.

Of je alle data die je nodig hebt ook daadwerkelijk kunt verzamelen, hangt af van verschillende factoren:

  • De wettelijke kaders van de AVG over het verzamelen van persoonlijke gegevens
  • Restricties die platformen als Facebook, Instagram en Twitter zelf opleggen
  • Vergeet niet stil te staan bij ethiek en de vraag: “moet ik deze data willen verzamelen en gebruiken?”, zelfs als dat mag en kan.

Daarnaast is niet alle content die online wordt gedeeld relevant voor jouw onderzoeksvraag. Je bent waarschijnlijk niet geïnteresseerd in alle berichten op Twitter of al het nieuws.

Daarom is het belangrijk om te bedenken hoe je ervoor zorgt dat je irrelevante data zoveel mogelijk buiten de deur houdt, terwijl je relevante data niet mist (dit wordt ook Information Retrieval genoemd). Zo kun je op basis van bijvoorbeeld keywords, hashtags, website- en auteursnamen de meest geschikte query (zoekopdracht) opstellen. 

Analysetechnieken

Op basis van de onderzoeksvraag bepalen we ook de juiste analysemethode. Wanneer we bijvoorbeeld vooral geïnteresseerd zijn in hoeveel, wanneer, en door wie er wordt gesproken over een onderwerp of merk (wat), dan zullen we ons vooral richten op het aantal relevante artikelen, posts, likes, shares, reacties, volgers, en de auteurs, en het moment waarop deze zijn geplaatst. We kunnen zo bijvoorbeeld ook zien of bepaalde gebeurtenissen tot een toename in discussie hebben geleid.

Als we willen weten hoe mensen spreken over een bepaald onderwerp of merk, komen we uit bij text-mining of Natural Language Processing-technieken (bijvoorbeeld sentiment analyse of topic modelling). Beiden pasten we toe voor procesverbetering bij Fair Wear.

Wanneer we meer inzicht willen in het online netwerk als geheel, biedt social network analysis interessante inzichten. Hiermee kun je bijvoorbeeld achterhalen hoe informatie zich verspreidt door het netwerk (wie deelt informatie met wie?), of er clusters van groepen mensen bestaan (social media bubbles), en wie de influencers zijn binnen een netwerk.

Handmatige social listening

Handmatige social listening wordt vaak toegepast door Data Scientists, omdat het programmeerwerk met zich meebrengt.

Bij het handmatig opzetten van social listening maak je gebruik van een programmeertaal zoals Python of R. Je schrijft dan een script om een platform te scrapen of om een connectie te maken met de API* van het betreffende platform, zodat je de relevante data op kunt halen. Hierbij moet je ook nadenken over hoe en waar de data moet worden opgeslagen.

Vervolgens kunnen Python- of R-scripts worden geschreven om de data te analyseren. De verkregen inzichten kunnen gevisualiseerd worden in een rapport of een dashboard.

Het voordeel van dit proces is dat de API-connectie en het gebruik van R of Python over het algemeen gratis is. Een nadeel is dat het met name voor grote projecten veel tijd kost om dit goed op te zetten. Daarnaast vereist het enig onderhoud omdat API-connecties nog wel eens veranderen, waardoor het script moet worden aangepast om nog steeds data te kunnen verzamelen.

Social listening met behulp van een tool

Je kunt er ook voor kiezen een (betaalde) social listening-tool aan te schaffen. Het bedrijf achter zo’n tool is dan verantwoordelijk voor het onderhoud van de datacollectie via API-connecties. Vooral wanneer je voor een lange periode social listening intensief wilt inzetten, raden wij aan een tool aan te schaffen.

Een nadeel van een social listening-tool is dat deze niet altijd over alle analysetechnieken beschikt die jij voor ogen hebt. Ook is het soms onduidelijk welk modellen de tool gebruikt om een analyse te doen. Wij zien nog wel eens dat de sentimentanalyse van een betaalde tool vaak niet goed werkt. Dan wordt bijvoorbeeld aan de zin “ik houd van data, maar heb een hekel aan programmeren” een onterecht negatief sentiment toegekend. Omdat we geen toegang hebben tot de code achter het model, kunnen we dan helaas niet achterhalen wat er misgaat.

Wanneer een analysetechniek mist of niet de gewenste resultaten laat zien, kun je er ook voor kiezen om dat deel zelf op te zetten. Dan wordt de basis – het data verzamelen en de minder complexe analyses – alvast voor je gedaan en kunnen Data Scientists aan de slag met meer geavanceerde analyses. Heb je hulp nodig bij het bepalen van de juiste aanpak voor jouw doelen en vragen, neem dan contact met ons op.

*Een Application Program Interface (API) is een verzameling van definities, protocollen en tools om software applicaties te bouwen. In principe specificeert een API hoe softwarecomponenten met elkaar moeten communiceren. De API van een social media platform zorgt ervoor dat je met het platform kunt ‘communiceren’ om zo de gewenste data binnen te halen.

Social listening en ethiek

Na het lezen van dit artikel ben je vast overtuigd van de toegevoegde waarde van deze Data Science toepassing. Toch moet je niet zomaar aan de slag gaan: er zijn belangrijke vragen die je jezelf moet stellen. Wat wil je ermee bereiken? En ook: is het in jouw context wel ethisch verantwoord om social listening toe te passen? 

Marieke legt het concept nog eens uit in haar video en gaat dieper in op de ethische component van social listening.

RNW Media is een niet-gouvernementele organisatie (NGO) die digitale communities opzet in landen waar vrijheid van meningsuiting niet vanzelfsprekend is of waar sociale normen de vrijheid of kansen van jongeren beperken. Op deze digitale platforms krijgen jongeren de ruimte om veilig te discussiëren over taboes en gevoelige onderwerpen. Deze informatie gebruikt RNW Media om jongeren in hun kracht te zetten, en zo voor te zorgen dat hun belangen beter worden behartigd door de overheid of andere lokale instanties. Denk hierbij bijvoorbeeld aan de normen over- en toegang tot veilige abortus.

Een praktijkvoorbeeld: de online communities van RNW Media

RNW Media hield zich al bezig met het analyseren van conversaties en gedrag van jongeren op hun eigen platforms (de rode en witte cirkel in de afbeelding hieronder), maar nog niet structureel. 

Ook deden ze nog geen onderzoek naar het online gedrag van stakeholders buiten hun eigen platforms (de blauwe cirkel). Dit terwijl deze stakeholders van groot belang zijn voor het verwezenlijken van de missie van RNW media. 

social-listening-media-landschap-RNW
schematische weergave van het online medialandschap dat relevant is voor RNW Media

Door het online landschap op deze drie niveaus dagelijks te monitoren, kan RNW Media effectievere strategische keuzes maken.

Social Listening in lijn met de Theory of Change

RNW Media vroeg ons een strategie uit te werken om social listing zo effectief mogelijk in te zetten binnen de organisatie. Om ervoor te zorgen dat inzichten uit de data relevant en toepasbaar zijn, lieten we RNW Media zien hoe ze de inzichten uit Social Listening direct kunnen koppelen aan de relevante stappen in hun Theory of Change (ToC). Een ToC is een model waarin een NGO de stappen weergeeft die nodig zijn om de gewenste maatschappelijke effecten te realiseren. Voor RNW Media zijn dit dus de stappen die laten zien hoe hun online platforms uiteindelijk zorgen voor sociale verandering. We lichten een aantal van deze stappen toe.

Content creation

“We produce reliable and pluralistic content”

Social Listening kan RNW Media helpen te bepalen waar ze content over moeten maken. Door online gesprekken op hun eigen platforms te monitoren, kunnen ze direct inspelen op vragen of misvattingen die hun doelgroepen delen.

Door ook het debat buiten hun eigen platforms te monitoren, is RNW Media op de hoogte van relevante maatschappelijke discussies. Denk bijvoorbeeld aan een gebeurtenis vermeld in het nieuws dat voor ophef zorgt.

RNW Media kan vervolgens besluiten of het zinvol is om aan de discussie deel te nemen om bijvoorbeeld de stem van jongeren te laten horen of om bepaalde misvattingen uit de wereld te helpen.

Ook kan het zijn dat een onderwerp helemaal geen (sociale) media-aandacht krijgt omdat er een taboe heerst. In dat geval kan RNW Media bijvoorbeeld een campagnestrategie uitdenken om het gesprek aan te wakkeren. 

Mailtje ontvangen wanneer ons volgende artikel over Data Science gepubliceerd is?

Dit is een artikel van Anika Batenburg, Data Science Consultant bij Digital Power
Anika heeft een PhD op het gebied van online communities. Ze is een enthousiaste onderzoeker met kennis van statistiek, onderzoeksdesign, online netwerken, en automatische tekstanalyse. Ze is geïnteresseerd in het complete plaatje, en denkt daarom graag op strategisch niveau mee met de organisatie.
Dit is een artikel van Marieke Schulte, Data Science Consultant, Digital Power
Marieke heeft een achtergrond in sociaal- en ontwikkelingsbeleid en het evalueren hiervan, aan de hand van (ethisch verantwoorde) data.

Lees onze andere artikelen over datagedreven werken

Van data naar doen

WHITEPAPER

Je data effectief gebruiken binnen je organisatie? 

In het whitepaper Van data naar doen leggen we stap voor stap uit hoe je dit aanpakt.