Sociaal netwerk
In de sociale netwerkanalyse wordt een sociaal netwerk als volgt gedefinieerd: “Een sociale structuur, bestaande uit actoren (individuen, organisaties etc) die met elkaar in verbinding staan door één of meerdere typen relaties.”
Figuur 1 Voorbeeld netwerk
Tegenwoordig hebben veel mensen het over ‘sociale netwerken’ wanneer ze praten over ‘Hyves’, ‘Facebook’, ‘Twitter’, ‘LinkedIn’ etc. Dit zijn echter geen sociale netwerken, maar systemen die het sociale netwerk faciliteren. Ik ben dan ook voorstander van de term ‘sociale media’ in plaats van sociale netwerken.
Sociale media
Het gebruik en het aantal gebruikers van nieuwe sociale media is de afgelopen jaren enorm (snel) toegenomen. Het sociale aspect in deze nieuwe mediavormen zit hem in het feit dat mensen binnen deze vormen van media met elkaar in verbinding staan
(het sociale netwerk). In het echte leven staat men door verschillende typen relaties met elkaar in verbinding. Denk maar aan vriendschappen, adviesrelaties, vertrouwensrelaties etc. Elke vorm van sociale media kan zijn eigen typen bindingen hebben, die al dan niet indicatoren zijn voor ‘reallife’ relaties. Bij LinkedIn heten de bindingen ‘Links’ of ‘Contacts’. Bij Hyves heeft men het over ‘vrienden’ en bij Twitter gaat het over ‘follows’, ‘followers’ en ‘mentions’
Laten we eens kijken naar Twitter. Een gebruiker van twitter staat in verbinding met anderen doordat hij mensen volgt (follows) en doordat mensen hem volgen (followers). Hiernaast kan je door anderen genoemd worden of zelf mensen noemen (mentions). De personen met wie de gebruiker in verbinding staat vormen samen het ‘sociale netwerk’. Dat iemand jou volgt zegt natuurlijk niks over het type relatie dat bestaat tussen jou en je volger. Het kan bijvoorbeeld zijn dat jullie vrienden zijn of familie. Het kan ook zijn dat deze persoon je volgt om je expertise of kennis op bepaald vakgebied (advies- en informatie uitwisseling). De typen bindingen binnen sociale media kunnen indicatoren zijn voor een bepaald type relatie. Een groot aantal volgers kan bijvoorbeeld betekenen dat de persoon die gevolgd wordt bepaalde kennis of expertise heeft die hij met anderen deelt. Twee personen die met elkaar in verbinding staan via twitter kunnen in het echte leven bijvoorbeeld vrienden zijn.
Sociale media netwerken
Net als binnen de reallife netwerken (zoals in organisaties) zitten gebruikers van sociale media ook ingebed in (online) netwerken. Dit betekent dat online sociale netwerken net als reallife netwerken kunnen worden geanalyseerd met behulp van sociale netwerkanalyse. Deze methode maakt het mogelijk om een ander soort vragen te beantwoorden over de gebruikers van sociale media dan nu gebeurt. Zo kan een sociale netwerkanalyse onder andere helpen bij het beantwoorden van de volgende vragen:
- Hoe staan gebruikers van sociale media met elkaar in verbinding?
- Welke ‘sociale rollen’ bestaan er binnen het netwerk van gebruikers?
- Wie vervullen de belangrijkste rollen binnen het netwerk zoals; ‘de verbinder’, ‘de antwoorder’, ‘de discussie starter’ en ‘de leverancier van de inhoud’?
- Waar zitten de invloedrijke personen?
- Welke personen zijn belangrijk binnen een bepaald thema/onderwerp?
Met behulp van sociale netwerkanalyse kan men diepere inzichten krijgen in het netwerk van sociale media gebruikers. Het gaat verder dan alleen kijken naar de aantallen volgers die men heeft op twitter, of hoe vaak men genoemd wordt.
Figuur 2 Twitternetwerk Tom Gouman
Bovenstaande figuur is een voorbeeld van een twitternetwerk gecreëerd met speciale netwerksoftware genaamd: ‘NodeXL’. Deze software is gratis te downloaden en is gekoppeld aan Excel 2007 (Werkt niet met Excel 2003). Met NodeXL is het mogelijk om direct netwerkdata te importen uit Youtube, Flickr en Twitter om deze te analyseren. Voor meer informatie zie: http://nodexl.codeplex.com/
De persoon in het midden van de figuur is de gebruiker. In het netwerk zijn de volgers en de gevolgden te zien. In het netwerk is niet alleen te zien wie men volgt of door wie men gevolgd wordt, maar ook hoe deze personen zich tot elkaar verhouden. Ook is het mogelijk om de netwerkmaten uit de sociale netwerkanalyse te gebruiken bij het analyseren van sociale media netwerken. Zo zou de ‘betweenness centrality’ in dit geval iets zeggen over hoe vaak men in dit netwerk de verbindende schakel vormt tussen personen die anders onverbonden zouden zijn.
Een andere mogelijkheid is om te kijken naar het netwerk van personen die twitteren over een bepaald thema of onderwerp (bijvoorbeeld met behulp van hashtags #). Een netwerkdiagram laat allereerst zien wie zich met het thema bezighouden, maar geeft ook snel inzicht in wie de belangrijke / invloedrijke personen zijn in het netwerk.
Figuur 3 Twitternetwerk thema ‘Prezi’
Mention & reply to relations
Nu de verschillende social media kanalen steeds vaker worden ingezet in (crossmediale) marketingcampagnes biedt de sociale netwerkanalyse zeer nuttige informatie die kan helpen bij het bepalen van een social media strategie. De tool maakt het mogelijk om op zoek te gaan naar de juiste personen met invloed in een netwerk, zodat bepaalde informatie het snelste verspreid wordt. Dit soort dingen gebeuren nu al doordat bijvoorbeeld Apple belangrijke bloggers als eerste de nieuwste gadgets sturen zodat deze hierover kunnen schrijven in hun blog, en daarmee direct een groot aantal mensen informeren / beïnvloeden. Nu zijn bloggers personen die makkelijk te vinden zijn op het net, maar de netwerkanalyse biedt juist mogelijkheden om de personen die minder zichtbaar zijn (maar wel invloedrijk) op te sporen. Het belang van goed onderzoek naar verspreiding binnen sociale media wordt steeds belangrijker. De sociale netwerkanalyse is een uitermate geschikte methode om nieuwe inzichten te krijgen in de (vaak complexe) netwerken van gebruikers binnen sociale media. De methode geeft nieuwe inzichten in vraagstukken over invloed, bereik en verbondenheid binnen sociale media. Maak hier gebruik van en breng een strategie aan in het gebruik van sociale media. Niet alleen participeren, maar ‘analyseren, constateren en beïnvloeden’.
Tom Gouman
Masterstudent aan Universiteit Utrecht, afstudeerstage bij Twynstra Gudde
Contact me at LinkedIn:
http://nl.linkedin.com/in/tomgouman
Follow me at Twitter:
http://twitter.com/tomgouman
Organisaties, Sociologie en het Internet:
http://tomgouman.blogspot.com