Wat is social listening?

Hoe je grote hoeveelheden social media data analyseert voor waardevolle inzichten

  • Artikel
  • AI & Data Science
social listening

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.

*Deze blog is geüpdatet in september 2024 door Michelle Gijsberts, dataconsultant bij Digital Power.

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. Dit is anders dan social media analytics, waarbij je enkel kwantitatief kijkt naar het bereik en de interactie van je content.

Met deze methode verzamelen we data van bijvoorbeeld sociale mediakanalen (zoals Facebook, Twitter/X, Instagram), maar ook van blogs, forums, reviewplatforms, marktonderzoek 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.

social listening

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 hield hoe het publiek reageerde 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.

stappenplan social listening

De stappen in de lichtgroene 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. Een voorbeeldvraag zou bijvoorbeeld kunnen zijn hoe je bedrijf presteert ten opzichte van concurrenten of hoe goed de merkbekendheid is van de organisatie. Aan de hand van de onderzoeksvraag wordt bepaalt:

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

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/X 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.

social listening voor organisaties

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/X zelf opleggen. Zo kan het zijn dat niet alle data die je wilt hebben door het platform wordt verleend.
  • Vergeet niet stil te staan bij ethiek en de vraag: “moet ik deze data willen verzamelen en gebruiken?”, zelfs als dat mag en kan.

Hoe je er ook voor kiest om de data op te halen, bedenk je wel: niet alle content die online wordt gedeeld is relevant voor jouw onderzoeksvraag. Je bent waarschijnlijk niet geïnteresseerd in alle berichten op Twitter/X of al het nieuws van online kranten.

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. Met Python of R kunnen 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 voor de verzameling en het gebruik van R of Python voor de vervolgstappen over het algemeen gratis is. Daarnaast heb je zelf de controle over welke analyses je wilt gaan doen. 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. De dataverzameling moet daarnaast ook voldoen aan de regelgeving van Europa, waar je rekening mee moet houden tijdens het verzamelen.

Social listening met behulp van een tool

Bij een tool wordt bovenstaande voor je geregeld en kan je vaak al snel aan de slag met social listening. 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? Mocht je overwegen om met social listening aan de slag te gaan, dan kijken we graag mee naar jouw onderzoeksvraag en de daarbij horende vervolgstappen.

Dit is een artikel van Marieke Schulte

Marieke is een oud-collega en was voorzitter van de Datahub. Ze heeft een achtergrond in sociaal- en ontwikkelingsbeleid en het evalueren hiervan, aan de hand van (ethisch verantwoorde) data.

Marieke Schulte

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':

Dit vind je misschien ook interessant

Jouw Data Analytics partner

Zet (big) data om naar praktische inzichten, waardevolle modellen, en geautomatiseerde systemen.

Lees meer

Social listening in de vastgoedmarkt

Vesteda was benieuwd of social listening – het monitoren en analyseren van sociale media-discussies over een merk, concurrenten, producten of hashtags/zoekwoorden – waarde kon toevoegen aan de organisatie. Hiervoor startten we een project dat bestond uit twee onderdelen: het verkennen van mogelijkheden voor social listening op de afdeling Corporate Communicatie en het toepassen van social listening in een lopend Data Science-project.

Lees meer

Social Network Analysis in verkiezingstijd

Dinsdag 3 maart 2020 stond te boek als Super Tuesday, de dag waarop in verschillende Amerikaanse staten tegelijkertijd wordt gestemd voor de Democratische presidentskandidaat. We gebruiken deze dag als case voor de toepassing van Social Network Analysis. Dit voorbeeld gaat over verkiezingen, maar je kunt dezelfde werkwijze ook toepassen op een commerciële case waarbij je de namen van de kandidaten vervangt door bijvoorbeeld verschillende merknamen.

Lees meer

Hoe je Social Network Analysis inzet voor inzicht in de publieke opinie

De Corona-maatregelen zijn een veel besproken onderwerp op Twitter. Het crisisteam strijdt niet alleen tegen de effecten van Corona op de volksgezondheid, maar probeert ook de legitimiteit voor de keuze voor bepaalde maatregelen onder het publiek te behouden. Met deze praktijkcase leggen we uit hoe je de publieke opinie op Twitter inzichtelijk maakt met Social Network Analysis.

Lees meer

Hoe tekstanalyse RNW Media helpt te luisteren en actie te ondernemen

RNW Media bouwt online communities in landen met beperkte vrijheden. In deze communities kunnen jongeren lezen en discussiëren over seksuele en reproductieve gezondheid en rechten (SRGR) en over burgerrechten. Hiernaast werkt RNW Media aan advocacy – het op de kaart zetten van de belangen van jongeren bij overheden.

Lees meer

Toepassing van Natural Language Processing (NLP) en text mining voor procesverbetering

Fair Wear is een non-profit organisatie die de arbeidsomstandigheden van werknemers in kledingfabrieken wil verbeteren. De NGO heeft de afgelopen jaren veel documentatie verzameld over haar werkzaamheden, bijvoorbeeld in de vorm van verslagen van een klachtenlijn voor fabrieksmedewerkers, rapporten van audits waarbij gecheckt wordt of fabrieken aan de richtlijnen voldoen, en rapporten van trainingen aan fabrieksmedewerkers. Deze informatie wordt opgeslagen als getypte tekst, met name in Word- of PDF-formaat.

Lees meer