Kompaktwagen sind die beliebtesten Autos der Deutschen. Doch welches Modell ist im Netz das beliebteste? Dieser Frage sind wir in unserer aktuellen Studie mithilfe von VICO Analytics nachgegangen. In Zeiten, in denen Online-Kommunikation die Kaufentscheidung erheblich beeinflusst, sind Social-Data-Analysen aktueller denn je.

Vom 1. Januar bis 30. April 2017 untersuchten wir 1.858 Forenbeiträge aus dem DACH-Raum hinsichtlich der aktuellen Kompaktwagen-Modelle der 20 größten Autobauer in Bezug auf die fünf Kategorien Elektronik, Interieur, Exterieur, Fahrdynamik und Antrieb sowie Sicherheits- und Assistenzsysteme. Die Ergebnisse: Der VW Golf 7 und der Audi A3 werden im Netz am positivsten wahrgenommen, der Suzuki SX4 S-Cross und der Renault Mégane am negativsten.

Warum Social Media Analytics?

Das Mediennutzungsverhalten der Konsumenten hat sich stark verändert: Erfahrungen, Lob und Kritik werden über Social Media, Foren, Blogs und Co. geäußert. Potenzielle Käufer informieren sich zunächst über Online-Plattformen. Damit werden dort geteilte Inhalte zu einem wichtigen Faktor bei der Kaufentscheidung.

„Für jedes Unternehmen – auch außerhalb der Automobilindustrie – ist es daher wichtig über die Web-Stimmungen in ihrem Marktumfeld Bescheid zu wissen, um entsprechend zu reagieren. Unsere aktuelle Studie stellt eine Momentaufnahme dieser Stimmungen in Bezug auf die Bewertung einzelner Automodelle dar. Bei der Schnelllebigkeit unserer Gesellschaft können sich diese Meinungen natürlich in kürzester Zeit wieder verschieben.”

(Marc Trömel, Geschäftsführer VICO)

Methodik hinter der Studie

Wie werden relevante Analysen aus der Masse an Social Data generiert?

Im Rahmen unserer Studie haben wir eine umfangreiche Online-Inhaltsanalyse mithilfe der Social-Media-Monitoring-Software VICO Analytics durchgeführt.

Das Vorgehen spielt sich dabei wie folgt ab:

Aufsetzen der Suchanfrage

Im ersten Schritt haben unsere Sprachforscher (Computerlinguisten) Suchanfragen, d.h. semantische Modellierungen der relevanten Automobilmarken sowie Modelle, vorgenommen. Ambiguitäten, Fehlschreibweisen, Umgangssprache, sowie Kontexte wurden im Zuge dessen berücksichtigt.

Datenerhebung

Im nächsten Schritt wurden auf Basis dieser Suchanfragen Daten erhoben.

Die Erfassung von Social Data ist extrem heterogen, da diese auf unterschiedliche Art und Weise und von einer Vielzahl an Quellen abgefragt werden. Dies erfolgt über offizielle Programmierschnittstellen (sog. APIs), über die Daten aus Quellen wie bspw. Facebook oder Twitter bezogen werden können, oder über VICO-eigene Parser und Crawler. Die gefundenen Beiträge werden anschließend in der VICO-Datenbank strukturiert und mit Datum, Autor und weiteren Infos abgelegt.

Manuelle Inhaltsanalyse

Schließlich wurde eine manuelle Inhaltsanalyse einer Stichprobe der technisch bereinigten, angereicherten Daten durch unsere Marktforscher vorgenommen. Die Themen-Codierung wurde auf drei Codier-Ebenen durchgeführt und erfolgt auf Aussagenebene, wobei ein Beitrag mehrere Aussagen enthalten kann.

Die Aussagen wurden zunächst in die fünf Oberkategorien der Studie geclustert. Aufbauend darauf wurden diese wiederum in bis zu 38 Module gegliedert.

Schließlich wurde eine Sentimenteinschätzung durchgeführt, d.h. festgehalten, wie User das jeweilige Modul bewerteten – mit den Ausprägungen positiv, negativ und neutral.

Das Ergebnis

Auf Basis des Sentiment-Index wurde infolgedessen ein Gesamttestsieger und die Testsieger in den fünf Oberkategorien ausgewiesen. So ergibt sich ein differenziertes Bild über die jeweiligen Stärken und Schwächen der einzelnen Modelle.

Der Sentiment-Index ist dabei eine hilfreiche Messgröße, liefert einen schnellen Überblick und ermöglicht Vergleichbarkeit. Er ergibt sich aus dem Verhältnis der positiven Beiträge zu der Summe aus positiven und negativen Beiträgen. Er liegt zwischen 0 und 1 – mit 1 als 100% bzw. Bestergebnis.

Um Verzerrungen zu vermeiden, wurde eine Mindestanzahl von fünf Beiträgen pro Kategorie vorausgesetzt.

Zur Ergebnisübersicht

Vorteile der Social-Media-Inhaltsanalyse

  • Authentizität:
    Durch unverfälschte und ungefilterte Kommunikationsinhalte, die in natürlichen Situationen entstanden sind, werden offenere und ehrlichere Daten gewonnen als durch andere Forschungsmethoden.
  • Zeit:
    Online stehen Informationen in Echtzeit zur Verfügung und liefern frühzeitig Erkenntnisse zur Verbraucherkommunikation.
  • Non-Reaktivität:
    Bei dieser Forschungsart treten keine methodischen Verzerrungen auf.
  • Innovation:
    Die Gewinnung von Antworten ohne Fragen zu stellen, sowie das Verständnis von Inhalten in einem neuen Kontext.
  • Kosten:
    Die Masse an Kommunikationsinhalten liegt bereits in schriftlicher und digitaler Form vor und muss lediglich extrahiert werden, was enorme Kosteneinsparungen bedeutet.

 

Haben Sie weitere Fragen oder Interesse an unserer Studie?

Melden sie sich bei uns!