Guiding you to digital maturity
Het verhaal waarin we verschillende databronnen aan elkaar koppelden om zo nieuwe inzichten te vergaren in de wondere wereld van stroomstoringen Arend Zwanenveld (@arend) Dirk Franssens (@dxfransssens) Jules Stuifbergen (@zjuul) Maurice Beerthuyzen (@Maurisico) Online Dialogue (@onlinedialogue)
Wie is Liander?
Online Dialogue verbetert bij Liander de online klantdialogen • Onderzoeken en monitoren van uitingen op sociale media • Trainen en adviseren webcareteams • Adviseren op continue verbetering van klantdialogen • En ook bij de ongestructureerde sociale dialoog doen we dat zoveel mogelijk met behulp van data
De social promoter score Positief:61-100 Positief: 41-60
Uitmuntend Zeer Goed
Positief: 21-40 Positief: 1-20 Neutraal: -19 0
Goed Ruim voldoende Voldoende
Negatief: -39 -20 Negatief: -59 -40
Onvoldoende Ruim onvoldoende
Negatief: -79 -60 Negatief: -80 -100
Slecht Zeer slecht
Iedere social media uiting krijgt waardering mee: positief-neutraal of negatief. Hoe scoort Liander hierop als je positieve opmerkingen aftrekt van negatieve opmerkingen?
Het probleem van de netwerken Bedrijf
SPS
Aantal berichten
NS
-7 (16%-23%)
1.003.000
Vodafone
-16 (13%-29%)
510.000
T-Mobile
-9 (12%-21%)
164.000
Ziggo
-3 (14%-17%)
289.000
UPC
-16 (13%-29%)
239.000
Telfort
-8 (15%-23%)
71.000
Xs4all
-12 (11%-23%)
52.000
Liander 2012: Organisatie webcare is zichtbaar
MAAND:
POSITIEF
NEGATIEF
VOLUME
JANUARI
16%
47%
384
FEBRUARI
7%
74%
953
MAART
7%
49%
681
APRIL
9%
71%
758
MEI
4%
75%
770
JUNI
11%
51%
638
JULI
8%
51%
653
AUGUSTUS
12%
58%
457
SEPTEMBER
11%
58%
517
OKTOBER
9%
43%
589
NOVEMBER
17%
37%
571
DECEMBER
12%
52%
767
GEBEURTENIS EXTREME KOUDE?
K&S SLUIT AAN MET DRIE MEDEWERKERS?
TSC SLUIT AAN MET VIER MEDEWERKERS?
Verklaring tabel: Een overzicht van de positief en negatief sentiment van Liander. In juni sluit K&S aan. Dit zorgt ervoor dat het negatieve sentiment structureel onder de 60% duikt. TSC sluit aan in 6 oktober. Op dat moment duikt het negatieve sentiment onder de 40%.
Stroomstoringen: volume en sentiment
Maar wat als het kouder wordt?
Heeft de kou invloed op het gedrag van mensen?
Liander kent het fenomeen
Men herkent het, maar…
Onze hypothesen • Hoe kouder het is, hoe meer stroomstoringen er voor komen • Hoe kouder het is hoe groter het volume op twitter • • Hoe kouder het is hoe negatiever het sentiment •
Situatie op ‘stroomstoringen’ op Twitter 2009-2013 Zien we de “Liander-trend” terug bij stroomstoringen algemeen?
637??
Alle tweets van 2010:
?
Opeens zijn we op 4 juni 2010 massaal gaan twitteren?
Oorzaak piek? Massamedia? • Eerste piek in juni 2010 • De oorzaak? • Heb ik iets ontdekt?
Nou nee…..
Data rondom stroomstoringen op Twitter nog te onvolwassen. Pas in 2012 echte volumes
Welke data hebben tot onze beschikking? • Het aantal tweets waarin “Liander” in combinatie met het woord ‘Stroomstoring’ is gebruikt • Het sentiment van die tweets • Het aantal ingekomen telefoontjes • Het aantal middenspanningsstoringen • Het aantal afgehandelde klachten • De gemiddelde temperatuur van 2012
Probleem: Te algemene data • Data van Liander ( telefoon, aantal storingen) op maandniveau • Is er ook data op dagniveau beschikbaar?
“Wel beschikbaar, maar daar hebben we nu geen tijd voor” © Urosk | Dreamstime Stock Photos & Stock Free Images
Aan de slag! • Methode: het berekenen van de correlatie tussen de verschillende variabelen. • Meer vragen? • Vraag het aan Dr. Dirk
Onze bevindingen: • Het aantal calls hangt positief samen met het aantal tweets, dus wanneer er meer calls zijn dan wordt er ook meer getweet
Corr = 0,536
• Het aantal calls hangt samen met het aantal storingen (maar verband is niet zo sterk) Corr = 0,371 • Het aantal storingen Corr = 0,677 zorgt relatief voor meer tweets
Wat willen we weten: • Het aantal storingen en het aantal telefoontjes hebben minder correlatie dan je zou verwachten. “Vooral Buitenveldert, Die hangen meteen aan de lijn”
“Kan ik me voorstellen! Het is echt een verschil of de storing in Amsterdam plaatsvindt of in Friesland”
Is locatie van de storing bepalend voor voor de Rumour around
Onze oorspronkelijke hypothesen • • • • •
-/X
V
corr
corr =-0,388
corr = -0,007
-/V
corr =-0,31
Corr = -0,734
=0,0789
Voorzichtige conclusies • Er zijn niet meer storingen als het koud is • Dalende temperatuur heeft minder invloed op het aantal tweets • De dalende temperatuur zorgt niet voor een negatiever sentiment • Als het kouder wordt, wordt er wel meer gebeld!
Wat willen we weten? • Wel meer telefoontjes als het koud is? Hoe komt dat? • Verschil in correlatie telefoon en tweets. Wordt er over andere onderwerpen getwitterd dan gebeld? Herkenbaar! We krijgen bij Koud weer ook veel telefoon over kapotte CV ketels
Actiepunten: • Leren of verschillende regio’s een stroomstoring anders ‘ontvangen’ • Begrijpen of er verschil is tussen bellers en tweeters ( kwalitatieve analyse) • Data verder verdiepen. Naast temperatuur ook info over storingen, calls en tweets op het uur van de dag, type storing, duur storing etc
Leerpunten • Bereid je organisatie voor op je project • Heb je niet meteen alle data? Begin dan gewoon met wat je hebt, wie weet wat je ontdekt • Blijf kritisch, check drie maal je data en blijf de uitkomsten bediscussieren • Bediscussieer je ontdekkingen met je collega’s, zij roepen in een opwelling vaak hele nuttige dingen • We staan slechts aan het begin: meer data roept meer vragen op
Wordt vervolgd!
Maurice Beerthuyzen www.onlinedialogue.com
[email protected] Tel: +3130 4100 177
