Customer engagement on Social Media
Specialet undersøger, hvorvidt følelser i posts på sociale medier har indflydelse på, om brugere engagerer sig med indhold, og hvilken form for engagement forskellige fødselsmæssige apeller skaber.
Sociale medier er blevet en essentiel del af, hvordan brands og forbrugere interagerer i en digitaliseret verden. Specialet undersøger, hvordan brands kan skabe engagement på Facebook og Twitter, mere specifikt, hvordan forskellige følelsesmæssige apeller kan aflede reaktioner fra følgere. Dette spørgsmål bliver søgt besvaret ved hjælp af IBM’s kunstige intelligens, Watson.
Ifølge Facebook kommenterer deres knap 2 milliarder brugere mere end 2.5 milliarder gange om måneden på brand pages. Dette er blot et eksempel på den enorme mængde af interaktioner, der dagligt sker på sociale medier mellem brands og forbrugere.
I et forsøg på at udnytte denne enorme mængde af data, tager dette speciale, i modsætning til mange forgående studier inden for feltet, en kvantitativ tilgang til analyse af kommunikation og diskurser.
Mere specifikt analyserer specialet tonalitet i 5032 sociale medie posts fra 44 multinationale brands ved hjælp af kunstig intelligens. IBM Watson bliver brugt til at vurdere, i hvilken grad hver enkelt post indeholder anger, joy, fear eller sadness.
En statistik analyse søger at skabe en sammenhæng mellem hver af disse emotionelle diskurser og engagement på sociale medier i form af eksempelvis kommentarer, delinger og reaktioner.
Specialet bidrager til den akademiske litteratur ved at tilgå kommunikationsanalyse på en ny måde, der ikke umiddelbart er set før inden for denne genre. Metoden er let skalerbar og gør det muligt at analysere store mængder tekst, hvilket bliver særdeles interessant I en digital verden, hvor der dagligt skabes enorme mængder potentiel ”empiri” i form af online interaktioner mellem brands og forbrugere.
I praksis bidrager specialet måske i endnu højere grad til kommunikationsfaget. Kunstig intelligens, machine learning og big data er blevet hverdagsflosker, men brugen af disse i praksis er langt mere begrænset, specielt inden for kommunikationsfaget.
Specialet viser, hvordan man i praksis kan adoptere kunstig intelligens til at analysere kommunikation både reaktivt og proaktivt.
Specialet viser, hvordan man i praksis kan adoptere kunstig intelligens til at analysere kommunikation både reaktivt og proaktivt.
Eksempelvis vil et brand kunne analysere tonalitet i al kommunikation og vurdere hvilken tone, der skaber engagement i deres målgruppe. Proaktivt ville et brand kunne analysere tonalitet i deres kommunikation før det er sendt ud, og se om det matcher den form for engagement, de forsøger at skabe. På denne måde kan redskabet både bruges til at analysere eksisterende kommunikation, men også bruges i selve udviklingen af indhold før det er publiceret.
Specialet er skrevet af Mads Kistrup Jørgensen på Aarhus Universitet og blev bedømt til et 12-tal. Læs hele specialet her.
