II

Inhaltsverzeichnis

Inhaltsverzeichnis   II

Abbildungsverzeichnis   III

Tabellenverzeichnis   IV

Abk  ürzungsverzeichnis.  V

Formelverzeichnis   VI

1.  Einführung und Aufbau der Arbeit  1

1.1.  Social Network Sites und Marktforschung  1

1.2.  Zielstellung und Aufbau der Arbeit  2

2.  Grundlagenteil  2

2.1.  Grundbegriffe der Social Network Analysis  2

2.2.  Visualisierung von Netzwerken  3

2.3.  Berechnungen in Netzwerken  4

2.4.  Social Network Sites  6

3.  Angewandte Marktforschung in Social Network Sites  7

3.1.  Ziele der Marktforschung  7

3.2.  Aufbau einer Marktforschungsstudie  8

3.3.  Quantitative Ansätze  9

3.4.  Qualitative Ansätze  10

3.5.  Triangulation  13

4.  Problemfelder  13

4.1.  Junger Forschungszweig  13

4.2.  Grenzen der Social Network Analysis  13

4.3  Forschungsethik oder Schnüffeldienst  14

5.  Zusammenfassung und Ausblick  15

Anhang   16

Literaturverzeichnis   22

URL  -Verzeichnis  26

III

Abbildungsverzeichnis   

Abbildung  1: Netzwerk mit 120 Medizinern  

Abbildung  2: Markenpopularität in der Blogosphäre  

Abbildung  3: Darstellung Gesamt- und Egonetzwerk.  

Abbildung  4: Cliquen, Broker, strukturelle Löcher, Strong und Weak Ties  

Abbildung  5: Freundschaften StudiVz  

Abbildung  6: Visualisierung einer semantischen Netzwerkanalyse  

Abbildung  7: Extrahiertes Knotensystem WoW  

Abbildung  8: Marken-Themen-Assoziationen in der Blogosphäre  

Abbildung  9: Darstellung Visualisierung mit Coolpeople  

IV

Tabellenverzeichnis   

Tabelle 1:  Informationsziele der Marktforschung in SNS  8

Tabelle 2:  Top 10 Social Networking-Sites der Deutschen  18

V

Abkürzungsverzeichnis

NA ................................................................................................................ Netzwerkanalyse

POS ..................................................................................................................... Point Of Sale

SN ............................................................................................................... Soziales Netzwerk

SNA ................................................................................................. Social Network Analysis

SNS ................................................................. Social Network Sites, Social Network Services

UGC ................................................................................................... User Generated Content

WoW ........................................................................................................... World of Warcraft

VI

Formelverzeichnis

Formel 1: Degree-Centrality, ungerichtet ................................................................................4

Formel 2: Closeness-Centrality ...............................................................................................5

Formel 3: Betweeness-Centrality ............................................................................................5

Formel 4: Density ...................................................................................................................5

1

1. Einführung und Aufbau der Arbeit

1.1. Social Network Sites und Marktforschung

Der Zugang großer Bevölkerungsgruppen zum Internet hat dazu geführt, dass 2009 zwei Drittel der Deutschen über 14 Jahre online sind und 64,7%

das Internet regelmäßig nutzen. ¹ 2009 beteiligen sich 25% der Onliner regelmäßig in Gesprächsforen, Chats und Onlinecommunitys. Besonders die privaten Social-Networking-Plattformen wie StudiVz, Facebook und Werkennt-Wen haben die größten Zuwachsraten. Im letzen Jahr stieg die Nut-zung solcher Netzwerkplattformen hierzulande um 36 Prozent. ² Inzwischen sind 29 Prozent Mitglied bei mindestens einer Plattform, das sind circa 14,6Mio Deutsche. Ein Viertel “networken“ mindestens einmal wöchent- lich.Innerhalb der Web 2.0 Anwendungen liegen die Netzwerkplattformen damit knapp hinter der Nutzung von Wikipedia und Videoportalen. Busemann spricht in diesem Zusammenhang von der Habitualisierung der Nutzung von sozialen Netzwerkplattformen. 3

In einer Studie ⁴ gaben 18% der Befragten an, dass eine Website mehr Ihre Kaufentscheidung beeinflusst, als andere Informationswege. Damit übertrifft die Bedeutung des Internets sogar Mund-zu-Mund-Propaganda oder Verkaufsgespräche am Point Of Sale. Im Web 2.0 evaluieren Konsumenten Produkte, unterstützen informativ die Kaufentscheidungen, bringen neue Ideen für Produkte oder Dienstleistungen ein oder diskutieren eine Werbe-

kampagne. ⁵ Die Unternehmen sind im Web 2.0 in ein vernetztes Communitymodell ⁶ eingebunden. Die Verknüpfung der Konsumenten un-tereinander ist in diesem Modell wesentlich stärker als zum Unternehmen. Kenntnisse über die Strukturen und Regeln solcher Netzwerke stellen wichtige Voraussetzungen für das Marketing dar. Das Web 2.0 bietet Marktforschern zahlreiche Vorzüge für die Erfassung und Analyse des Konsumentenverhaltens. Generell hervorzuheben ist das hohe Maß an Selbstoffenba-

¹ AusführlicheDarstellung der Onlinenutzung in van Eimeren, Frees 2009, S. 335.

² Total Unique Visitors von 17,37Mio auf 23,56Mio ComScore 2009a, S. 1, URL 2.

³ Vgl. Busemann, Gscheidle 2009, S. 358-359.

⁴ Zusammenfassung der Studie von Bruner/Row 2006, in: Mezger, Sadrieh 2008, S. 77.

⁵ Vgl. ausführliche Darstellung in Sinkovics et al. 2009, S. 62.

⁶ Vgl. Boluminski et al. 2009, S. 25.

2

rung im Netz im Gegensatz zur Reaktanz auf Marktforschung im traditionellen Kontext. ⁷ Im Internet ist alles in digitaler Form archiviert. Die Informationen können dementsprechend kosteneffizient mit Trackingtools und

Webcrawlers in Echtzeit unbeeinflusst gesammelt und analysiert werden. ⁸ Das Web 2.0 mit Netzwerkplattformen, Blogs, Tausch- und Bewertungsportalen bietet Marktforschern praktisch die Möglichkeit eine Kamera aufzustellen, um Gewohnheiten, Kommunikation, Interessen, Markenvorlieben

und Einkäufe der Konsumenten zu erfassen. ⁹ Casteleyn stellt zusammenfassend fest “Undoubtedly, any market researcher who wants to feel the heart- beatof today’s society must realise that the 124 million Facebook visitors

per month can provide a wealth of information.” 10

1.2. Zielstellung und Aufbau der Arbeit

Bisher wurde die Social Network Analysis (SNA), synonym Netzwerkana-

lyse (NA), in der Marktforschung eher vernachlässigt. ¹¹ Diese Arbeit soll deshalb die Grundlagen und Anwendungsmöglichkeiten der NA in der Marktforschung darstellen. Dazu werden zuerst die Grundlagen der SNA sowie die relevanten Social Network Sites (SNS) behandelt. Danach werden Anwendungsmöglichkeiten exemplarisch aufgezeigt sowie weitere Möglichkeiten der Marktforschung in SNS genannt. Abschließend werden kritisch die Grenzen der SNA erörtert und ein Ausblick gegeben.

2. Grundlagenteil

2.1. Grundbegriffe der Social Network Analysis

Die Grundlagen der SNA werden im folgendem nur kurz skizziert ¹² und anhand eines Marketingprojekts, mit der Zielstellung die Kommunikationsbeziehungen zwischen verschiedenen Medizinern zu nutzen, verdeutlicht. ¹³ Im Rahmen dieser Arbeit wird unter einem sozialen Netzwerk (SN) eine

⁷ Vgl. Kilian et al. 2008, S. 18.

⁸ Vgl. Smith 2009, S. 561.

⁹ Vgl. Hardey 2009, S. 563 und Thomas et al. 2007, S. 588.

¹⁰ Casteleyn et al. 2009, S. 439.

¹¹ Vgl. Brunnthaller, Wührer 2008, S. 375.

¹² Eine umfassende Einführung bieten Scott 2009 und Jansen 2006.

¹³ Marketingprojekt eines Produzenten von 4D Ultraschallgeräte, hierbei handelt es sich um die An- lehnung an ein Beratungsprojekt vgl. Brunnthaller, Wührer 2008, S. 392-393.

3

Anordnung von Knoten (Personen, Organisationen oder Gruppen), die durch Beziehungen (Freundschaften, Kooperation oder Informationsaus-

tausch) verbunden sind, verstanden. ¹⁴ Netzwerkanlytische Methoden umfassen die systematische Erhebung, die graphische Visualisierung und die mathematische Beschreibung von SN. In Netzwerken spricht man von Egos (einzelner Akteur) und Alter bzw. Alteri (Beziehungspartner des Egos, pl, Alteri). Egozentrierte zweistufige Netzwerke werden durch Befragung nach Ego-Alter-Beziehung und nach Alter-Alter-Beziehung oder durch Dokumentenanalyse identifiziert. Egozentrierte Netzwerke bilden jedoch nur einen beschränkten Ausschnitt größerer Netzwerke und stellen Stichproben dar. In Gesamtnetzwerken hingegen werden die kompletten Beziehungen innerhalb einer Untersuchungsgruppe erhoben, dies entspricht einer Totalerhebung. Wichtiges Kriterium für die Beziehungen ist deren Stärke, allgemein werden strong ties und weak ties unterschieden. Starke Beziehungen sind geprägt durch großes gegenseitiges Vertrauen im sozialen Nahbereich. Schwache Beziehungen stellen losen Kontakt zu sozial weiter entfernten Personen dar. Diese Beziehungen können folgender Natur sein - Informationstausch, Ressourcentausch, Reputation, Mitgliedschaft, Verwandtschafts-

beziehungen oder konkrete Interaktion. ¹⁵ Gesamtnetzwerke sind i.d.R. charakterisiert durch Cliquenstrukturen bzw. Cluster (starke Beziehungen un-tereinander) und strukturelle Löcher (fehlende Beziehungen zwischen den Cluster). Als Broker werden die Akteure bezeichnet, die verschiedene Clus-ter miteinander verbinden und somit strukturelle Löcher schließen. 16

2.2. Visualisierung von Netzwerken

Die Visualisierung der erhobenen Netzwerke liefert theoretische Erkenntnisse und hilft diese zu kommunizieren. Im Grundkonzept werden hierzu Personen als Punkte und Beziehungen als Linien dargestellt, im zweidimensionalen Raum stellen die Entfernungen soziale Distanzen dar. Mit Hilfe von Farben, Beschriftungen und Kreis- sowie Pfeilgrößen können weitere Informationen eingefügt werden. Zusätzlich wird bei der Darstellung die Zahl überschneidender Kanten minimiert und Struktureigenschaften wie

¹⁴ Vgl. Rudolph et al. 2008, S. 12.

¹⁵ Vgl. Heidler 2009, S. 3-7 und Anhang Abb. 3.

¹⁶ Vgl. Jansen 2007, S. 7-8 und Anhang Abb. 4.

4

Symmetrie und Zentralität (vgl. folgender Abs.) berücksichtigt. Darüber hinaus ist eine Aggregation nach Herkunftsländern o.ä. möglich (Blockmo-delle). ¹⁷ Die Abb. 1 zeigt die Darstellung des Mediziner-Netzwerkes. Eine kunstvolle Visualisierung des SNS lokalisten.de bietet Heinen. 18

Abbildung 1: Netzwerk mit 120 Medizinern

Quelle: Brunnthaller, Wührer 2008, S. 394.

2.3. Berechnungen in Netzwerken

Die mathematische Beschreibung des Netzwerkes erfolgt durch akteurbasierte und auf das Gesamtnetzwerk bezogene Kennzahlen. Akteurbasierte Maßzahlen beschreiben die Einbettung der Ego im Netzwerk und werden

auch als soziales Kapital bezeichnet. ¹⁹ Zu den wichtigsten Kenngrößen zählen Degree-Centrality und Degree-Prestige, Closeness-Centrality, Betweenness-Centrality, Constraint-Maß, Clustering-Coefficient und Erreichbarkeitskoeffizient. ²⁰ Die zentralitätsbasierten Kennziffern berücksichtigen ungerichtete und prestigebasierte gerichtete Beziehungen. Das Degree-Maß (vgl. Formel 1) gibt die Anzahl der Beziehungen eines Egos wieder, das Degree-Prestige stellt in Prozent die Anzahl der eingehenden Beziehungen dar. Ein Akteur gilt bei einem hohen Degree-Maß als zentral.

Formel 1: Degree-Centrality, ungerichtet 21

¹⁷ Vgl. Heidler 2009, S. 9-16.

¹⁸ Vgl. Heinen 2007, URL 9.

¹⁹ Vgl. Jansen 2007, S. 3.

²⁰ Vgl. Heidler 2009, S. 17-19 und Brocke et al. 2008, S. 4-5, URL 1.

²¹ Formel 1-4 vgl. Brunnthaller, Wührer 2008, S. 383-387.

5

Bei der Closeness-Centrality (vgl. Formel 2) werden die direkten und indirekten Beziehungen betrachtet. Es werden die Längen der kürzesten Pfade, über die das Ego mit allen anderen Akteuren verbunden ist, addiert und der Kehrwert gebildet. Je größer die Closeness-Centrality umso besser ist das Ego vernetzt.

Bei der Betweenness-Centrality (vgl. Formel 3) werden zuerst die jeweils kürzesten Pfade zwischen allen Akteuren ermittelt und dann überprüft an wie vielen dieser Pfade das Ego beteiligt ist. Ein Akteur gilt dann als zentral, wenn er sich auf möglichst vielen dieser kürzesten Pfade befindet.

Formel 3: Betweeness-Centrality

Die Fähigkeit strukturelle Löcher zu überwinden wird durch das Constraint-Maß ausgedrückt, ein Wert nahe Null wird als hohes soziales Kapital gewertet. Der Clustering-Coefficient misst, wie stark die direkte Umgebung eines Akteurs vernetzt ist, je geringer die Umgebung des Egos vernetzt ist, desto höher ist die Bedeutung des Egos. Der Erreichbarkeitskoeffizient ist ein Maß für die Kommunikationsbedeutung eines Egos. Die akteurbasierten Kennzahlen können für eine bessere Vergleichbarkeit normalisiert und in Prozent angegeben werden. Für das Gesamtnetzwerk ist die Density (vgl. Formel 4) die wichtigste Kennzahl und beschreibt die Verbundenheit im Netzwerk.

Formel 4: Density

Im Beispiel beträgt die Kommunikationsdichte 3,3%. Im Durchschnitt kommuniziert ein Teilnehmer mit vier anderen Medizinern im Maximum mit sieben. Die Closeness-Centrality liegt bei 27,6% und die Betweenness-

6

Centrality bei 2,25%. ²² Durch die mathematische Analyse kann berechnet werden, welche Mediziner im Mittelpunkt des Netzwerkes stehen und sich als Startpunkte für eine Kommunikationskampagne besonders eignen. Im Medizinernetzwerk ist der Mediziner mit der Kennung TN 9 kaum ersetzbar und stellt somit eine Schlüsselperson für das Unternehmen dar. Durch die Auswahl von insgesamt neun Keyplayern können 75,6% im Netzwerk erreicht werden.

Für die beschriebenen netzwerkanalytischen Methoden existieren zahlreiche

Softwarelösungen. ²³ Für einfache Netzwerke eignet sich Unicet und für komplexere Netzwerke die Software Pajek. ²⁴ Für die Erhebung und Analyse virtueller Netzwerke eignen sich Issuecrawler und ORA, für semantische

Netzwerke die Freeware Automap. 25

2.4. Social Network Sites

Das Internet ist in seiner Gesamtheit als ein großes soziales Netzwerk anzu-sehen ²⁶ und lässt sich im Rahmen des Web 2.0 aufschlüsseln in Weblogs, Social Networking Communities, File Sharing Communities, Wikis, Bookmarking Sites, Consumer Communities und Online Game Communi-

ties. ²⁷ Obwohl sich prinzipiell alle diese virtuellen Communities für die SNA eignen, werden im Rahmen dieser Arbeit jedoch nur die Vernetzung von Blogs (Blogosphäre) und die Netzwerkplattformen betrachtet.

Blogs sind eine Kombination von Präsentation, Kommunikation und Vernetzung durch Funktionen wie Kommentarfunktion, Selektionseinstellungen, Feeds, Permalinks und Trackbacks. Die Verbreitung von privaten und Corporate Blogs ermöglicht deshalb Märkte und Marktbeeinflussungsmög-

lichkeiten sowie die Konkurrenz systematisch zu erfassen. 28

Bei den privaten Netzwerkplattformen (synonym Social Networks, Social Network Services, Social Networking Communities) wie Facebook, Wer-

²² Detailliertemathematische Auswertung in Brunnthaller, Wührer 2008, S. 395-398.

²³ Überblick findet sich bei Lietz 2008, S. 7-9, 12 u. 14, URL 11.

²⁴ Ausführliche Darstellung SNA mit Pajek in de Nooy et al. 2007.

²⁵ Vgl. Anhang: Software S. 21.

²⁶ Vgl. Rudolph et al. 2008, S. 12.

²⁷ Vgl. Kilian et al. 2008, S. 13.

²⁸ Vgl. Hoffmann 2009, S. 603-607.

7

Kennt-Wen und StudiVz und den beruflichen SNS wie Xing oder LinkedIn steht die Generierung, Pflege und ggf. Nutzung von sozialen Kontakten im

Mittelpunkt. ²⁹ Die Webplattformen ermöglichen dem Nutzer die Registrierung und Erstellung eines persönlichen Profils mit soziodemografischen Daten und soziogeographischen Daten. Dieses Profil kann Angaben zu 80 unterschiedlichen Attributen wie Interessen, Ausbildung, Foto usw. enthal-ten. ³⁰ Der Nutzer kann die Plattform nach Bekannten oder Personen mit bestimmten Profileigenschaften durchsuchen und dann einen „Beziehungs- wunsch“ zukommenlassen. Wird dieser akzeptiert gilt diese Person als “friend“. Auf diese Weise kann ein Mitglied, Schritt für Schritt, sein sozia-les Netz abbilden und erweitern. ³¹ Friends werden auf der Seite des Nutzers angezeigt, können gegenseitig Kommentare hinterlassen und z.B. Dateien

austauschen. 32

3. Angewandte Marktforschung in Social Network Sites

3.1. Ziele der Marktforschung

Die Methoden der SNA ermöglichen die Analyse der Vernetzung von Kun-den, Produkten, Marken, Webseiten oder bestimmten Themen. ³³ Die Beziehungen entstehen durch Kommunikation von Kunden, der gemeinsamen Assoziation mehrerer Marken, der Verlinkung von Webseiten oder der Be-handlung verschiedener Themen im gleichen Kontext. Die SNS dienen da-

bei als zusätzliche Informationskanäle der Marktbeobachtung. ³⁴ In der Tabelle 1 sind mögliche Informationsziele der SNA in SNS, gegliedert nach der Untersuchungsebene und Relevanz für das Marketing, dargestellt.

²⁹ Vgl. Anhang Tabelle 2 Top 10 Social Networking Sites der Deutschen.

³⁰ Vgl. Speck 2008, S. 20-24, URL 13.

³¹ Vgl. Visualisierung Freunde StudiVz im Anhang Abb. 5.

³² Vgl. Gouthier, Hippner 2008, S. 94 und Thelwall 2008, S. 1322.

³³ Vgl. Rudolph et al. 2008, S. 12.

³⁴ Vgl. Hass, Cyganski 2008, S. 107.

8

Tabelle 1: Informationsziele der Marktforschung in SNS 35

3.2. Aufbau einer Marktforschungsstudie

Der grundlegende Ablauf einer Netzwerkanalyse in SNS besteht aus der Datenerhebung, Konstruktion eines Netzwerkes, Netzwerkvisualisierung

und -berechnung mit abschließender Interpretation. ³⁶ Die Daten werden mit sogenannten Virtual Watchdogs ³⁷ und Webcrawlers ³⁸ nonreaktiv, automatisch, in Echtzeit, ohne Interviewer bzw. Beobachtereinfluss, ohne Fehler in der Dateneingabe und ggf. sehr detailliert erfasst. Einen Überblick über kostenfreie Virtual-Watchdogs-Applications findet sich bei Hoffmann und Schoders. ³⁹ Issuecrawler und ORA sind dafür geeignet systematisch virtuelle Netzwerke zu tracken. Beispiele für die Datenerhebung in MySpace mit ca. 20000 und StudiVz mit 1.074.574 Profilen finden sich bei Thelwall und Fritsch. ⁴⁰ Die Konstruktion des Netzwerkes erfolgt aufgrund sachlogischer Überlegungen entsprechend dem Untersuchungsziel. Hierbei ist eine Auswahl bzw. Beschreibung der Akteure und der Beziehungen notwendig. Anschließend findet die Berechnung und Visualisierung des Netzwerkes statt.

³⁵ Die Tabelle wurde auf Basis der Arbeiten von Brunnthaller, Wührer 2008; Cooke, Buckley 2008; Douglas et al. 2009; Eisend, Küster-Rohde 2008; Fieseler et al. 2008; Gnambs, Batinic 2007; Hardey 2009 und Rudolph et al. 2008 erstellt.

³⁶ Vgl. Rudolph et al. 2008, S. 12.

³⁷ Vgl. Mezger, Sadrieh 2008, S. 78.

³⁸ Vgl. Schillewaert et al. 2009, S. 16.

³⁹ Vgl. Hoffmann 2009, S. 609-610 und Schoders 2009, S. 6-16, URL 12.

⁴⁰ Thelwall 2008, S. 1323 und Fritsch 2006, URL 5.

9

Die bildliche Darstellung des Netzwerkes offenbart meist schon wertvolle Erkenntnisse über Marke, Produkte oder Personengruppen. Ein umfangreiches Beispiel stellt die Visualisierung der Gruppenrelationen des StudiVz

aus dem Jahre 2006 dar. 41

3.3. Quantitative Ansätze

An dieser Stelle werden kurz einige Marktforschungsstudien, die auf quantitativen Ansätzen beruhen, vorgestellt und deren Bedeutung innerhalb der SNA in SNS erläutert.

Studie Auswertung von 20000 MySpace Profilen 42

Die explorative Studie verdeutlicht die umfangreiche Gewinnung von soziodemografischen Daten und deren Analysemöglichkeiten nach Altersstruktur, Religionszugehörigkeit, Nutzungshäufigkeit oder Kinderwunsch der Nutzer. Besonders interessant für die SNA ist die Verteilung der dem Ego zugeordneten Freunde. In einem SN gibt es drei entscheidende Gruppen

die den Informationsfluss beeinflussen. ⁴³ Connectors mit sehr vielen Kontakten, die bezogen auf Cliquen sehr zentral sind, Mavens die Informationen sammeln und als Experten anerkannt sind und Salesmans die aufgrund ihrer Persönlichkeit Einfluss im Netzwerk besitzen. Die Auswertung der Anzahl Freundschaften gibt Hinweis auf die Eigenschaft als Connector. Analysen, wie die genannte Studie, stellen für die Marktforschung im Internet vorrangig Primärdaten zur Verfügung.

Studie zur Markenpopularität von Sportmarken 44

Es wurde eine automatisierte Suche in Blogs nach der Nennung von vier Sportmarken durchgeführt. Dadurch konnten Konsumentenmeinungen isoliert von Medienberichten, Werbung u.a. extrahiert werden. Startpunkt der Analyse bildeten wichtige Blogs, die dann auf mit zentralen Blogs vernetzte Blogs ausgedehnt wurde. Die Berechnung und Visualisierung zeigt die rela-

⁴¹ Vgl.Fritsch 2006, URL 5.

⁴² Vgl. Thelwall 2008.

⁴³ Vgl. Cooke, Buckley 2008, S. 275.

⁴⁴ Vgl. Rudolph et al. 2008, S. 12-13, Software Condor und CondorView.

10

tive Popularität der Marken ⁴⁵ und deren Zentralität zueinander. Die Ergebnisse sind in Abbildung 2 dargestellt.

Abbildung 2: Markenpopularität in der Blogosphäre

Quelle: Rudolph et al. 2008, S. 13.

Die geometrische Entfernung der Marken sagt etwas über die Häufigkeit aus, mit der diese gemeinsam in einem Blog genannt werden. Wird eine derartige Studie als Längsschnittstudie welche die Kommunikationsmaßnahmen eines Unternehmen berücksichtig durchgeführt, verfügt man über

ein Controllinginstrument für die Wirksamkeit von Werbekampagnen. ⁴⁶ Das beschriebene Verfahren ist prinzipiell auch für Netzwerkplattformen geeig-

net, sofern ein Zugriff auf die Gruppen und Foren möglich ist. 47

3.4. Qualitative Ansätze

Bisher wurden im Internet hauptsächlich quantitative Methoden der Markt-forschung eingesetzt. Inzwischen finden sich Beispiele die den erfolgreichen

⁴⁵ Diese Popularität wird auch als Web Buzz bezeichnet.

⁴⁶ Eine ausführlichere Darstellung von SNA zum Kommunikationscontrolling findet sich in Fieseler et al. 2008, S. 42-43 und Mezger, Sadrieh 2008.

⁴⁷ Bspw. die Wahrnehmung von Heiniken auf Facebook vgl. Casteleyn et al. 2009, S. 441.

11

Einsatz von qualitativen SNA Ansätzen dokumentieren, verlässliche Zahlen sind jedoch Mangelware. ⁴⁸ Die qualitativen Ansätze sind geeignet, Strukturen hinter den quantitativen Daten zu erkennen oder bieten Ansätze, mit der Informationsflut quantitativer Daten konstruktiv umzugehen. Qualitative Methoden bieten viel Flexibilität und lassen sich entsprechend dem Informationsziel anpassen. ⁴⁹ Im Folgenden werden entsprechende Studien vorgestellt und deren Bedeutung für die Marktforschung erläutert.

Netnographie-Studie für das Onlinespiel World of Warcraft (WoW) ⁵⁰ Eine Einführung in die von Kozinets (1999) vorgestellte Netnographie (synonym Webnography) bieten Beckmann und Langer oder Puri. ⁵¹ Mit der Netnographie kann erforscht werden, wie die Mitglieder einzelner virtueller Communities über bestimmte Themen denken oder wie sie einzelne Produkte und Marken bewerten. In einem dreistufigen Prozess erfolgt zuerst der Zugang zu der Community, zweitens die Sammlung und Analyse der Daten, drittens die Interpretation der Daten. Dies erfolgt unter der Berücksichtigung ethischer Forschungsrichtlinien. Die Analyse von textbasierten Daten

mit Hilfe der semantischen NA wird dargestellt von Lietz ⁵² . In der o.g. Studie wurden die Themen Motivation und Kritik am Spiel untersucht. Eine Darstellung der extrahierten Knoten und Attribute zu diesen Themen findet sich im Anhang Abbildung 7. Diese Erkenntnisse bieten dem Unternehmen Ansatzpunkte für die Weiterentwicklung des Spiels.

Studie zur Marke-Themen Assoziation bei Sportmarken ⁵³ Ausgehend von der Analyse der Markenpopularität in der Blogosphäre werden hier die Begriffe, welche im Zusammenhang mit der Marke genannt werden, Akteure. Die Beziehung zwischen zwei Akteuren besteht, wenn diese in derselben Webressource vorkommen. Die Netzwerkanalyse und -

visualisierung ⁵⁴ gibtAufschluss über die Assoziation der Marken mit den

⁴⁸ Vgl. Gnambs, Batinic 2007, S. 345.

⁴⁹ Vgl. Sinkovics et al. 2009, S. 62.

⁵⁰ Vgl. Sinkovics et al. 2009.

⁵¹ Vgl. Beckmann, Langer 2009 und Puri 2007.

⁵² Die Visualisierung der Texte zur Europäischen Verfassung, als Ergebnis der semantischen NA, befindet sich im Anhang Abbildung 6.

⁵³ Vgl. Rudolph et al. 2008, S. 13-14.

⁵⁴ Vgl. Anhang Abbildung 8.

12

Themen Basketball und Fußball oder die Charakterisierung einer Marke durch Attribute. Die SNA eignet sich somit zur Aufdeckung von Markenwahrnehmung im Internet und liefert frühzeitig Hinweise zu den Kundenreaktionen auf Werbemaßnahmen. Die dargestellte Studie lässt sich übertragen auf Emotionen, Einstellungen und Leistungsversprechen (z.B. Qualität, günstiger Preis) und gibt Hinweise auf die Unternehmenspositionierung im Vergleich zu Wettbewerbern.

Studie Trendsprediction für Oscarpreisverleihung 55

Die Methoden der SNA gestatten Trends, auf Basis von Threads in SNS zu analysieren. Dies verdeutlicht die Analyse der Nutzerdiskussionen auf Internetseiten der Filmdatenbank IMDb für die Vorhersage der Oscargewinner. Die Threads wurden nach Zusammenhängen zwischen Filmen und den positiven Attributen (nominate, great, award, super, oscar und academy) durchsucht. Es wurde so eine Liste mit zehn Filmen extrahiert. Davon wurden später neun nominiert, fünf gewannen Preise und der erstplatzierte Film „The Departed“ erhielt vier Oscars. Diese Technik der SNA lässt sich bspw. im Bereich der Trendvorhersage in der Modewelt anwenden. In einer explorativen Untersuchung von FashionGroups in MySpa-

ce beschäftigten sich immerhin 9,3% der Posts mit Trends. 56

Identifikation von Schlüsselpersonen Beispiel Coolpeople ⁵⁷ Diese Anwendung der SNA in SNS verdeutlicht die Software Coolpeople. Der grundlegende Ablauf dürfte dem im Kapitel 2.1. entsprechen. Im Anhang Abbildung 9 findet sich eine Darstellung eines mit Coolpeople erzeugten Netzwerkes. An dieser Stelle sei auf die Internetseiten verwiesen, die die Arbeiten der Firma galaxyadivisor darstellen. ⁵⁸ Die Bedeutung der Analyse von Schlüsselpersonen liegt erstens in der gezielten Beeinflussung im Rahmen des Beziehungsmanagements wie das Bsp. des medizinischen Geräteherstellers zeigt. Zweitens um Anhaltspunkte für die Kommunikationspla- ⁵⁵ Vgl.Gloor et al. 2008, URL 8.

⁵⁶ Thomas et al. 2007, S. 597.

⁵⁷ Vgl. Schoders 2009, S. 18-23, URL 12.

⁵⁸ Vgl. galaxyadivisor 2009, URL 6.

13

nung zu gewinnen, wie die Versorgung führender Automotive Blogger mit

Info-Packages im Rahmen des BMW-X1 Markenstarts verdeutlicht. 59

3.5. Triangulation

Die amerikanische Literatur über Marktforschung versteht unter Triangulation (synonym Variation) die Verwendung von mindestens zwei verschie-den Forschungsmethoden, um Erkenntnisse zu verifizieren. ⁶⁰ Die Autoren der vorgestellten Studien empfehlen meist explizit, die gewonnen Erkenntnisse mit anderen Methoden der Marktforschung zu triangulieren, bspw.

Online-Befragungen oder die Analyse von Offlineverhalten. 61

4. Problemfelder

4.1. Junger Forschungszweig

Die Entwicklung der hier vorgestellten Methoden der SNA steht erst am Anfang und besitzt „noch einen gewissen Vorstufencharakter.“ ⁶² In Wissenschaft und Praxis finden sich zu diesem Thema bisher lediglich wenige Studien und Aufsätze in Sammelwerken oder Fachzeitschriften. Dabei werden häufiger die vielfältigen Möglichkeiten der SNA als die tatsächliche Anwendung in der Marktforschung aufgezeigt. Derzeit kann die SNA für explorative Untersuchung und zur Ergänzung traditioneller Methoden eingesetzt werden.

4.2. Grenzen der Social Network Analysis

Die Ergebnisse der SNA sind bezüglich der Validität, Reliabilität und Repräsentativität zu hinterfragen. In dieser Arbeit soll nur kurz auf letztere eingegangen werden. An Blogs bzw. Netzwerkplattformen beteiligen sich vor allem Teens (12% bzw. 81%) und Twens (16% bzw. 67%), bei den 30-39 Jährigen sind es nur 10% bzw. 29%, bei insgesamt geringerer Internetnut-

zung. ⁶³ Desweiteren ist die Beteiligung der Nutzer in den SNS sehr unterschiedlich. Erwähnt sei hier die 90-9-1 Verteilung von Nielsen. Danach sind

⁵⁹ Vgl. Douglas et al. 2009, S. 13.

⁶⁰ Vgl. Kleinig 2007, S. 221.

⁶¹ Vgl. Schillewaert et al. 2009, S. 14, Sinkovics et al. 2009, S. 66 und Thelwall 2008, S. 1321.

⁶² Rudolph et al. 2008, S. 15.

⁶³ Vgl. Busemann, Gscheidle 2009, S. 360.

14

90%  passiv und werden als lurkers bezeichnet und lediglich 1 - die  

Leaduser  - sind für die Masse des User Generated Content (UG)C verant-  

wortlich.  64 Eine weitere Einschränkung stellt die Authentizität der Nutzer  

dar  , denn “These pages do not necessarily give a correct illustration of what  

people  are, but more of how they would like to be perceived by others.  65

Neuste  Studien weisen jedoch darauf hin, dass sich online und offline Iden-  

tit  äten annähern. 66 SNS, die in der Realität verankert sind, weisen für Ihre  

Nutzer  eine höhere Qualität auf.  67

4.3  Forschungsethik oder Schnüffeldienst  

In  der Forschungswelt finden derzeit ausführliche Diskussionen zu diesem  

Spannungsfeld  statt, wie die folgenden Zitate verdeutlichen.  

  “You have zero privacy anyway. Get over it. “  68

  “If we can collect vast amounts of data passively, without the individual being  

aware  of the data trail they are leaving, does that give researchers the right to use  

it  for other purposes? And, equally, what is the status of the personal data that  

people  post publicly on social network sites? Who owns it? Who can use it, and  

for  what?  69

  “Bei der Bestimmung der Zielgruppe und Klassifizierung der Nutzer ist darauf zu  

achten  , dass das positive Gefühl der Nutzer, bekannt zu sein, sich nicht in die  

negative  Empfindung, durchschaut zu werden, wandelt.“  70

  “And what of postings on social networking sites? One view within the research  

community  seems to be that postings and blogs are published material’ Howev-  

er  , bloggers and networkers might not see it in quite the same way.  71

Die  Änderung der AGB von StudiVz für bessere Vermarktungsmöglichkei-  

ten  führte zu Protesten 72 und hat die Gegenkampagne StasiVz ausgelöst. Ein  

Problem  , das zunehmend diskutiert wird, ist der Datendiebstahl und der  

Missbrauch  von Profilinformationen.  73

64  Vgl. Chaffey, Smith 2008, S. 115-116 und Langner, Fischer 2008, S. 19.  

65  Casteleyn et al. 2009, S. 440.  

66  Vgl. Meißner 2008, S. 153 und Cooke, Buckley 2008, S. 276.  

67  Vgl. Hardey 2009, S. 563.  

68  Scott McNealy, CEO of Sun Microsystems in Speck, Thiele 2008, S. 1, URL 14.  

69  Cooke 2008, S. 570.  

70  Mezger, Sadrieh 2008, S. 79.  

71  Naim 2009, S. 276.  

72  Vgl. Eisend, Küster-Rohde 2008, S. 14.  

73  Vgl. Speck 2008, S. 56-64, URL 13 und zur Sicherheit der Portale vgl. Fraunhofer-Institut für  

Sichere  Informationstechnologie (SIT) 2008, URL  4

15

5. Zusammenfassung und Ausblick

Die Social Network Analysis eignet sich für die Analyse der Marken- und Produktwahrnehmung, daraus lassen sich Hinweise für die Markenpositionierung und die Produktvariation ableiten. Im Rahmen von Längsschnittuntersuchungen ist auch ein Kommunikationscontrolling möglich. Die Analyse, der im Internet vorhandenen Kommunikationsstrukturen, gestattet Kundengruppen und Schlüsselpersonen im Internet zu identifizieren, als Voraussetzung eines effektiven viralen Marketing oder gezieltem Beziehungsmanagement. Für die Produktinnovation lassen sich Erkenntnisse der Trendanalyse nutzen. Die SNA im Rahmen der Marktforschung in SNS gewinnt zunehmend an Bedeutung, da sie kostengünstig nonreaktiv durchgeführt werden kann und zeitnah Antworten auf marketingrelevante Fragestellung liefert. Besonders wertvoll erscheinen diese Eigenschaften vor dem Hinter-grund steigender Reaktanzen auf andere Marktforschungsmethoden. Die Visualisierungsmöglichkeiten von verschiedensten Themen wie Produkteigenschaften, Markenpositionierung oder Kommunikationssystemen gestatten, komplexe Sachverhalte strukturiert darzustellen und können den Ausgangspunkt für das weitere Handeln bilden. Können die im Kapitel 4 skizzierten Schwierigkeiten überwunden werden, wird diese noch junge Technik eine gleichwertige Methode neben anderen quantitativen und qualitativen Ansätzen werden. Mit der weiterzunehmenden Bedeutung der Netzwerk-plattformen, deren Nutzungsmöglichkeiten und deren Verknüpfung im Web

3.0 ⁷⁴ wird auch die SNA im Mix der Marktforschungsmethoden einen festen Platz einnehmen müssen. Abschließen möchte ich mit einem Zitat von Cooke, der frühzeitig die Möglichkeiten der Marktforschung in virtuellen Communities beschrieben hat und die Entwicklung von Research Communities im Netz prognostiziert.

“As market researchers, we’ll need to focus on communities more than we’ve tra-

ditionallydone. That means our skills will need to be more ethnographically and sociologically based, to get us immersed in this increasingly social world.” 75

⁷⁴ Chaffey, Smith 2008, S. 113-114.

⁷⁵ Cooke 2008, S. 571.

16

Anhang

Abbildung 3: Darstellung Gesamt- und Egonetzwerk

Quelle: Heidler 2009, S. 5.

Abbildung 4: Cliquen, Broker, strukturelle Löcher, Strong und Weak Ties (nach Burt 1992) Quelle: Jansen 2007, S. 6.

17

Abbildung  5: Freundschaften StudiVz  

Quelle  : Gerstle, Moritz 2007, S 15, URL  7

Tabelle 2: Top 10 Social Networking-Sites der Deutschen Quelle: ComScore 2009b, URL 3.

Abbildung 6: Visualisierung einer semantischen Netzwerkanalyse Quelle: Lietz 2007, S. 9, URL 10.

19

Abbildung  7: Extrahiertes Knotensystem WoW  

Quelle  : Sinkovics et al 2009, S  69

Abbildung 8: Marken-Themen-Assoziationen in der Blogosphäre Quelle: Rudolph et al. 2008, S. 14.

Abbildung 9: Darstellung Visualisierung mit Coolpeople Quelle: galaxyadvisors 2009, S. 1, URL 6.

21

Software

Unicet www.analytictech.com für einfache Netzwerke Pajek pajek.imfm.si für komplexere Netzwerke issuecrawler www.issuecrawler.net, virtuelle Netzwerke ORA www.casos.cs.cmu.edu/projects/ora virtuelle Netzwerke Automap www.casos.cs.cmu.edu/projects/automap semantische Netzwerke Cooltrend www.cooltrend.ch Trendprediction Coolpeople www.coolpeople.ch Identifizierung von Schlüsselpersonen Condor http://www.galaxyadvisors.com/#solutions virtuelle Netzwerke CondorView http://www.galaxyadvisors.com/#solutions Visualisierung

22

Literaturverzeichnis

Beckmann, S. C./Langer, R. 2009: Netnographie, in: Buber, R./Holzmüller, H. H. (Hrsg.),

Boluminski, J./Karlen, S./Nätscher, C. 2009: Medien des Web 2.0 - Chance oder Risiko im Kundendialog?, in: Marketing Review St. Gallen, 2009, Heft 1, S. 23-28.

Brunnthaller, M./Wührer, G.2008: Netzwerkanalyse, in: Herrmann, A./Homburg, C./ Klar-

Busemann, K./Gscheidle, C. 2009: Web 2.0: Communitys bei jungen Nutzern beliebt - Er-

Casteleyn, J./Mottart, A./Rutten, K. 2009: How to use Facebook in your market research, in: International Journal of Market Research, Jg. 51, 2009, Heft 4, S. 439-447.

Chaffey, D./Smith, P. R. 2008: eMarketing eXcellence, 3rd ed., Amsterdam 2008.

Cooke, M. 2008: The new world of Web 2.0 research, in: International Journal of Market Research, Jg. 50, 2008, Heft 5, S. 569-572.

Cooke, M./Buckley, N. 2008: Web 2.0, social networks and the future of market research, in: International Journal of Market Research, Jg. 50, 2008, Heft 2, S. 267-292.

Douglas, T./Lorenz, M. L./Oheimb, C. von 2009: Pre-Kommunikation im Internet - Der

Eisend, M./Küster-Rohde, F. 2008: Soziale Netzwerke im Internet - Marketingkommunikation für morgen, in: Marketing Review St. Gallen, 2008, Heft 5, S. 12-15.

Fieseler, C./Fleck, M./Stanoevska-Slabeva, K. 2008: Corporate Blogs - Kundendialog im Netz mit hohem Anspruch, in: Marketing Review St. Gallen, 2008, Heft 4, S. 40-44.

23

Gnambs, T./Batinic, B. 2007: Qualitative Online-Forschung, in: Naderer, G./Balzer, E.

Gouthier, M. H. J./Hippner, H. 2008: Web 2.0-Anwendungen als Corporate Social Software,

Hardey, M. 2009: The social context of online market research - an introduction to the soci-

Hass, B. H./Cyganski, P. 2008: Potenziale sozialer Netzwerke für Unternehmen, in: Hass, B.

Heidler, R. 2009: Erhebung, Visualisierung und athematische Analyse sozialer Netzwerke -

Hoffmann,N. 2009: Weblogs als Medium der qualitativen Marktbeobachtung und -forschung,

Jansen, D. 2006: Einführung in die Netzwerkanalyse - Grundlagen, Methoden, Forschungsbeispiele, 3. überarb. Aufl. Wiesbaden 2006.

Jansen, D. 2007: Theoriekonzepte in der Analyse sozialer Netzwerke - Entstehung und Wir-

Kilian, T./Hass, B. H./Walsh, G. 2008: Grundlagen des Web 2.0, in: Hass, B. H./Kilian,

Kleinig, G. 2007: Der qualitative Forschungsprozess, in: Naderer, G./Balzer, E. (Hrsg.), Qua-

24

Langner, T./Fischer, A. 2008: Markenkommunikation 2.0 -Konsumenten formen Markenbotschaften, in: Marketing Review St. Gallen, 2008, Heft 5, S. 16-20.

Meißner, S. 2008: Personalisierter Massenkonsum und das Internet, in: Schrage, D./Friederic,

Mezger, M./Sadrieh, A. 2008: Proaktive und reaktive Markenpflege im Internet, in: Bauer,

Naim, A. 2009: Research ethics in the virtual world, in: International Journal of Market Research, Jg. 51, 2009, Heft 2, S. 276-278.

Nooy, W. de/Mrvar, A./Batagelj, V. 2007: Exploratory social network analysis with Pajek Reprinted, Cambridge 2007.

Puri, A. 2007: The web of insights - The art and practice of webnography, in: International Journal of Market Research, Jg. 49, 2007, Heft 387-408.

Rudolph, T./Emrich, O./Nagengast, L./Oster, D. 2008: Social Network Analysis - Erkenntnis-

Schillewaert, N./Ruyck, T. de/Verhaeghe, A. 2009: ‘Connected research’ - How market re-

Scott, J. 2009: Social network analysis - A handbook, 2. ed., reprinted, London 2009.

Sinkovics, R. R./Penz, E./Castillo, F. J. M. 2009: Qualitative Analyse von Online Communi-

Smith, T. 2009: The social media revolution, in: International Journal of Market Research, Jg. 51, 2009, Heft 4, S. 559-561.

25

Thelwall, M. 2008: Social Networks, Gender, and Friending: An Analysis of MySpace Mem-

Thomas, J. B./Peters, C. O./Tolson, H. 2007: An exploratory investigation of the virtual

van Eimeren, B./Frees, B. 2009: Ergebnisse der ARD/ZDF-Onlinestudie 2009 Der Internet-

26

URL-Verzeichnis

URL 1: Brocke, J vom./Riemer, K./Richter, D. 2008 Zur Rolle von Kooperationssystemen in verteilten Forschungsnetzen - Ergebnisse einer Social Network Analysis im Network of Excellence GARNET, http://ibis.in.tum.de/mkwi08/18_Kooperationssysteme/ 06_vom_Brocke.pdf (10.11.2009).

URL 2: ComScore 2009a Social Networking and Multimedia among Fastest Growing Online Categories in Germany during Past Year. ComScore, http://www.

URL 3: ComScore 2009b Top 10 Social Networking-Seiten der Deutschen, http://news. mag-

URL4: Fraunhofer-Institut für Sichere Informationstechnologie (SIT) 2008 Privatsphärenschutz in Soziale-Netzwerke-Plattformen, http://www.sit.fraunhofer.de/Images/ SocNetStudie_Deu_Final_tcm105-132111.pdf (27.10.2009).

URL 5: Fritsch, H. 2006 StudiVZ - Inoffizielle Statistiken Dez 2006 http://studivz. irgend-wo.org/ (11.11.2009).

URL 6: galaxyadvisors 2009 Produktflyer coolpeople. galaxyadvisors http://www.galaxy advisors.com/documents/coolpeople.pdf (16.11.2009).

URL 7: Gerstle, C./Moritz, F. 2007 StudiAnalyse - die studi facts, www.studianalyse.de.vu (27.10.2009).

URL 8: Gloor, P./Krauss, J./Nann, S. et al. 2008 Web Science 2.0: - Identifying Trends

URL 9: Heinen, F. 2007 Data visualisation of a social network - Die Lokalisten 2007, http://www.felixheinen.de/020.html (11.11.2009).

URL 10: Lietz, H. 2007: Semantische Netzwerkanalyse am Beispiel der Europäischen Verfassung -Mit neuen Methoden zu neuen Aussagen, http://

www.haikolietz.de/docs/verfassung.pdf (11.11.2009).

27

URL 11: Lietz, H. 2008 Social Network Analysis für Journalisten http://www.haikolietz.de /docs/jna2.pdf 14.06.2008 (12.11.2009).

URL 12: Schoders, D. 2009 Was das Web über uns und unsere Zukunft weiß,

URL 13: Speck, H. 2008 Privacy and Social Networks, http://www.egs.edu/faculty/speck /files/presentation2008uldkielsocialnetworksandprivacy.pdf (27.10.2009).

URL 14: Speck, H./Thiele, F. P. 2008 Suchmaschinen, Privatsphäre und andere Illusionen. -