5. RISULTATI DELLA RICERCA
5.2 Analisi contenuti Out
5.2.2 Analisi dei contenuti out in base alla tipologia di banca
A 22,25 115,87 B 20,21 112,12 C 22,42 145,44 D 15,64 90,10 E 29,38 482,98 F 17,22 226,63 Totale 22,47 224,55
81 Nello specifico caso in analisi, i modi di pubblicazione di un post che permettono la creazione di una linkwheel sono principalmente tre: link condiviso/link – la banca pubblica un post/tweet che è, di fatto, un collegamento ipertestuale a un’altra pagina, sebbene questo sia “mascherato” dal modo di presentarsi in front-end all’utente; Link + immagine – tutte quelle foto/immagini pubblicate come contenuto principale ma affiancate, nella loro descrizione, da un link; Video – la visualizzazione di un video spesso rimanda al canale YouTube della banca stessa. Nel caso di Twitter, a queste tipologie va affiancata quella del Re-Tweet, che consiste nel pubblicare nuovamente un contenuto (di qualsiasi tipo: immagine, link, testo) pubblicato da altri, creando un rimando a tale account.
Infine, va tenuto conto che spesso le banche rispondono alle domande degli utenti con una breve spiegazione e con il link che rimanda direttamente al proprio sito istituzionale, da dove l’utente in questione può risolvere il suo problema. Escludendo quest’ultimo caso – non è infatti possibile dire quante delle risposte ai clienti contenessero un link – vediamo come il 40,7% dei contenuti pubblicati su Facebook e il 55,7% di quelli pubblicati su Twitter contengano un collegamento ipertestuale che rimanda ad altri siti.
Tabella 11: Conteggio di post rivolti dalle banche agli utenti suddivisi per tipologia
Tabella 12: Conteggio di tweet rivolti dalle banche agli utenti suddivisi per tipologia
Tipo Post Totale complessivo
Link condiviso 498 Normale (immagine) 516 Normale (link+immagine) 456 Normale (testo) 74 Normale (video) 507 Risposta a cliente 1542 Totale complessivo 3593
Tipo Tweet Totale complessivo
Re-Tweet 290
Risposta Tweet 724
Tweet (immagine) 903
Tweet (link + immagine) 700
Tweet (link) 1023
Tweet (testo) 392
Tweet (video) 524
82 Oltre alla volontà di ottenere un buon posizionamento sui motori di ricerca, dal monitoraggio dei profili istituzionali è possibile dedurre che le banche stiano cercando un contatto con gli utenti, rispondendo a quasi tutte le domande che gli vengono rivolte. Le “mancate risposte”, infatti, sono solamente 505 su 6497 (7,77%) su Facebook e 106 su 1471 (7,2%) su Twitter28.
Analoghe considerazioni possono essere fatte per quanto riguarda i contenuti in entrata, cioè quei contenuti che gli utenti rivolgono alle banche.
Nuovamente andiamo ad analizzare i dati secondo la classificazione fatta dal coder Giulia. Due sono le categorie che gli utenti utilizzano più spesso: N e R. Ciò significa che le banche sono riuscite a creare engagement e traffico sulle proprie pagine. Infatti, la categoria N, rilevata nel 37,4% dei casi, è relativa a “Risposte e feedback alle domande della banca, reazioni ai contenuti postati dalla banca”. È interessante anche notare che gli utenti utilizzano le pagine delle banche per interagire tra di loro (categoria R: contenuti generati dagli utenti e rivolti ad altri utenti – non alla banca). Questo caso si è presentato nel 35,25% dei casi e per la maggior parte (3725 commenti su 4337) si è trattato di contenuti che non riguardavano direttamente la banca o che, se la riguardavano, avevano toni neutri.
83
Tabella 13: Classificazione di primo e secondo livello delle rilevazioni In
I social network sono utilizzati dagli utenti anche come mezzo per avere chiarimenti o per fare reclami. Le due fattispecie – categorie I ed L – non superano però complessivamente il 14% dei casi.
Per ogni contenuto “In” sono stati rilevati: il tipo di banca; il nome della banca; il nome della pagina (se presenti più pagine per lo stesso istituto bancario); la data e l’ora dell’intervento; l’orario della prima risposta da parte della banca (se presente); il tempo intercorso tra l’intervento del cliente e la risposta del gestore della pagina; il nome dell’utente che ha pubblicato il messaggio; il genere; l’anno di nascita (se disponibile); se l’utente in questione dichiara o meno di lavorare per quell’istituto bancario; il tipo di post; il contenuto; il numero di parole. Nuovamente, per Facebook è
I L M N O P Q R Totale I1 93 93 I2 307 307 I3 24 24 I4 337 337 L1 464 464 L2 352 352 L3 77 77 L4 19 19 M1 28 28 M2 47 47 M3 141 141 N1 847 847 N2 34 34 N3 3723 3723 O1 64 64 O2 141 141 O3 184 184 P1 132 132 P2 66 66 Q1 25 25 Q2 33 33 Q3 830 830 R1 118 118 R2 479 479 R3 3725 3725 R4 15 15 Totale 761 912 216 4604 389 198 888 4337 12305
84 stato rilevato il numero di ciascuna reaction e di commenti; per Twitter, invece, il numero di re-tweet, di preferito e di commenti.
È stato quindi possibile andare a rilevare il numero medio di parole che gli utenti rivolgono alle banche a seconda della classificazione di primo livello, ma anche in base al sesso dell’utente stesso.
Considerando entrambi i social, il maggior numero medio di parole si riscontra nella categoria I, vale a dire quella che racchiude in sé “Reclami, segnalazioni di ritardi, carenze o disservizi”. Con solo 9 parole in meno, l’altra categoria in cui viene speso un maggior numero medio di parole è la categoria P: “Insulti, proteste e critiche non riconducibili a fatti o episodi documentati”. Questo fenomeno può essere assimilato a quella che nelle ricerche di mercato si chiama “desiderabilità sociale” o “social
desirability”. Così come i rispondenti a un questionario tendono a rispondere in un
modo che pensano possa essere giudicato favorevolmente dagli altri, allo stesso modo le persone si accaniscono contro le banche pensando di esprimere il parere di molti altri. E così come accade nelle ricerche di mercato, dove le persone si sentono più libere di esprimersi quando è assente la figura del ricercatore, ugualmente le persone tendono ad esprimersi con toni diversi da quelli che utilizzerebbero se davanti a loro ci fosse un funzionario della banca e non uno schermo. Nascondere la propria vera identità, infatti, non è così difficile. Basti pensare ad alcuni nomi degli utenti che da marzo ad agosto sono intervenuti sulle pagine in analisi: Fer Nando, Fagioli Cannellini, forzabari, fran_ciiiii, Gabriella Ecc Ecc, ilbravuomo e così molti altri.
Tabella 14: Media e varianza del numero di parole rilevate per i contenuti In .
Class. 1 N medio parole Varianza
I 42,68 5151,92 L 19,80 519,41 M 22,17 772,38 N 10,22 211,51 O 8,95 228,20 P 33,24 1824,07 Q 3,07 49,43 R 11,72 381,05 Totale 13,49 700,39
85 I valori della varianza sono piuttosto elevati dal momento che la lunghezza dei contenuti In va da una sola parola a un massimo di 148029.
I profili di tutti gli utenti che hanno interagito tra l’inizio di marzo e la fine di agosto con le 20 pagine analizzate sono stati aperti per andare a rilevare il genere e l’anno di nascita. Mentre l’anno di nascita è un dato che raramente è stato possibile rilevare, il genere è quasi sempre presente e, ove non presente, è comunque identificabile grazie al nome proprio dell’utente, qualora questi non si avvalga di un soprannome o di uno pseudonimo. Sebbene i contenuti In siano 12305, gli utenti che si sono rivolti alla pagina sono “solamente” 7470. La differenza è dovuta alle molteplici interazioni che più utenti hanno avuto sulle varie pagine istituzionali.
Intuitivamente, con F sono stati contraddistinti tutti gli account appartenenti a persone di sesso femminile, con M quelli relativi a persone di sesso maschile e con NC, invece, si sono indicati quegli account “Non Classificabili”, cioè tutti quelli per cui non era identificabile il sesso dell’utente. Rientrano tra i NC gli account che non segnalavano il loro genere e utilizzavano pseudonimi o nomi di fantasia come nickname, quelli appartenenti a più persone – sono frequenti i casi delle coppie con un solo account e i nomi di entrambi i partner – o fan page.
Figura 15: Genere degli utenti che hanno interagito con le pagine in analisi
29 La situazione cambia sensibilmente se andiamo ad analizzare i due social network in modo separato. A
86 Nel caso in esame, gli utenti maschi sono in netta maggioranza e rappresentano il 63,25% del totale. Le donne, invece, sono il 33,36% del totale e pochissimi risultano essere gli account non riconducibili a queste due categorie (appena il 3,39%).
Figura 16: Tipologia di contenuti pubblicati dagli utenti in base al genere
Grazie al grafico a barre, salta subito all’occhio come gli uomini utilizzino i social network e le pagine delle banche per rivolgersi ad altri utenti (categoria R), mentre l’uso prevalente che ne fanno le donne e tutti quei profili rientranti nella dicitura “NC” è quello di dare risposte e feedback alle domande della banca, reagendo ai contenuti che le banche stesse pubblicano (categoria N). Inoltre, mentre gli uomini sembrano rivolgersi spesso alle pagine Facebook e Twitter come fossero un qualsiasi strumento di customer service (Categorie I – reclami, segnalazioni di ritardi, carenze o disservizi – e L – richieste di informazioni, assistenza o chiarimenti), le donne tendono a utilizzare i social per comunicare alle banche “contenuti di altro tipo” (categoria Q), con un uso intensivo di immagini (sottocategoria Q3)30.
Riguardo al numero medio di parole impiegato utilizzato per esprimersi, questa ricerca sembra smentire il luogo comune secondo cui le donne parlano di più. Infatti, oltre a
30 Si veda a tal proposito la Tabella 57 in appendice
0 500 1000 1500 2000 2500 3000 R Q P O N M L I
Tipologia di contenuti in base al genere
87 intervenire meno spesso sui social network rispetto agli uomini, le donne impiegano in media un numero inferiore di parole per esprimersi: circa 12, contro le 14,5 dell’alto sesso. Va inoltre notato che la varianza del genere femminile è quasi 1,6 volte superiore rispetto alla controparte: gli uomini sembrano essere più costanti nel numero di parole utilizzate.
A favore del luogo comune che vede le donne come più chiacchierone troviamo il numero massimo di parole: il post più lungo rilasciato da una donna è quasi 2,4 volte più lungo del corrispettivo maschile.
Valori, invece, piuttosto bassi in tutti e tre i campi (media, varianza e valore massimo) si riscontrano per i Non Classificabili.
Tabella 15: Numero medio, varianza e numero massimo di parole utilizzate
È da notare che, per entrambi i sessi, il post più lungo si riscontra nella sottocategoria I4, cioè tra i “Reclami che riguardano i servizi bancari tradizionali o offline (costi, condizioni praticate alla clientela, comportamento del personale “di sportello”, dichiarazioni di insoddisfazione per il servizio ricevuto dalla banca nel suo insieme, ecc.), mentre per i NC la massima lunghezza si trova nei contenuti generati dagli utenti e rivolti ad altri utenti, in particolare rientranti nella sottocategoria R3, caratterizzata dalla neutralità nei confronti delle banche31.
Dai dati raccolti, sembra che sia gli uomini che le donne utilizzino un maggior numero di parole quando si tratta della categoria I. In tal modo, infatti, possono meglio spiegare i motivi per cui stanno facendo un reclamo, segnalare i ritardi o documentare in cosa hanno riscontrato carenze o disservizi. Segue per seconda – ma in prima posizione se andiamo a vedere i “NC” – la categoria P. Qui, nonostante il consistente
31 Si veda la Tabella 64: Numero medio di parole utilizzato per ciascuna categoria di classificazione di
secondo livello suddiviso in base al genere degli utenti in appendice
Genere N medio parole Varianza Max N parole
F 11,93 944,62 1480
M 14,52 594,15 621
NC 11,64 271,10 235
88 numero medio di parole, non è mai stato possibile risalire a fatti o episodi che hanno scatenato la reazione dell’utente.
Figura 17: Numero medio di parole utilizzate per ogni categoria suddivise in base al genere dell’utente
Al terzo posto di questo podio, infine, troviamo la categoria M: “Suggerimenti, consigli, avvisi e sollecitazioni rivolti spontaneamente alla banca”. Le persone, quindi, si rivolgono spontaneamente alla banca e cercano, utilizzando mediamente 24 parole, di spiegare dove secondo loro ci sono possibilità di miglioramento o di una maggiore attenzione nei confronti dei clienti32.
Per analizzare gli argomenti più ricorrenti nei messaggi rivolti sia dagli utenti alle banche che dalle banche agli utenti, sono state individuate le parole più utilizzate all’interno dei contenuti rilevati con l’ausilio del sito WordItOut. Da questo sistema sono state escluse parole irrilevanti come articoli, preposizioni, avverbi, in modo tale da osservare soltanto i concetti espressi e poter trarre soluzioni più realistiche.
Relativamente ai contenuti In, quindi rivolti dagli utenti alla banca, le due parole che più spesso vengono citate dagli utenti sono “Grazie” e “Conto”, a testimonianza del fatto che gli utenti utilizzano spesso i canali social per chiedere informazioni
32 Molte sollecitazioni riguardano, infatti, dei tentativi di phishing: gli utenti li segnalano alla banca,
chiedendole maggiore attenzione a tal riguardo e di tutelare quanto più possibile gli utenti che potrebbero cadere in inganno.
0,00 10,00 20,00 30,00 40,00 50,00 60,00 I L M N O P Q R
Numero medio parole per categoria
89 relativamente al proprio conto e al funzionamento e che, generalmente, lo fanno con tono pacato ed educatamente.
Figura 18: Word Cloud contenuti In
Altre parole piuttosto ricorrenti sono “Carta” e “problema”: frequenti, infatti, sono i problemi di funzionamento delle carte di credito e di debito che spingono gli utenti a chiedere assistenza.
Parole come forza, Roma, Nadal, Rafa, Italia e Fognini, invece, sono relative alla pagina “Internazionali BNL d’Italia” e al tifo del pubblico per i propri atleti preferiti.
Anche nei contenuti Out – rivolti dalle banche agli utenti – troviamo ripetute spesso parole legate al torneo Internazionali BNL d’Italia: tennis, ATP, WTA ibi, Djokovic, foro, Zverev, match, centrale. Tali parole risultano coerentemente essere tra le più utilizzate, vista la maggiore attività di tale pagina rispetto alle altre.
90
Figura 19: Word Cloud contenuti Out
Escludendo le parole legate al tennis, le più utilizzate sono le forme di saluto (ciao, buona giornata) e quelle rientranti nelle formule ripetute dagli operatori della banca: “VoceArancio”, che rimanda alla rivista online da cui ING Direct prende le notizie che pubblica; “UniCredit” e “People” utilizzato come formula di chiusura (Marco di UniCredit, Giada di BNL People) nelle risposte agli utenti.
Non risulta però esserci un argomento maggiormente stressato dalle banche, come invece avviene per gli utenti che parlano di problema e carta.
Vediamo adesso in dettaglio i contenuti Out e i contenuti In suddivisi prima in base al tipo di banca che li ha pubblicati (Nativa Digitale o Brick&Mortar) e poi in base alla singola banca che li ha pubblicati.
5.2 Analisi contenuti Out
5.2.1 Panoramica sui contenuti Out
Per contenuti Out si intendono tutti quei post e tweet che le banche hanno rivolto a tutti gli utenti dei social network in esame e anche quei contenuti che hanno specificamente indirizzato al loro pubblico di fan e follower. Si tratta,
91 complessivamente, di 8149 contenuti, il 66% dei quali veicolato attraverso Twitter e il restante 44% attraverso Facebook.
Tabella 16: Totale contenuti Out in base al social di riferimento
Di questi contenuti, quasi la metà (46,71%) sono notizie e curiosità che non riguardano prodotti o servizi venduti dalla banca; il 22,48% sono risposte date agli utenti; il 16,25% riguarda, invece, inviti ad eventi organizzati o sponsorizzati dalla banca. La restante parte – 14,56% - è composta da messaggi promo-pubblicitari, domande rivolte agli utenti e ringraziamenti e frasi “di circostanza”33.
Per ogni contenuto Out si è provveduto a rilevare: il tipo di banca, il nome dell’istituto, il nome della pagina (qualora ce ne fosse più di una), la data di pubblicazione, il tipo di post/tweet, il social di provenienza, il contenuto, il numero di parole, il numero di
reactions e condivisioni – “preferito” e re-tweet – e il numero di commenti. Infine, si è
proceduto alla codifica del testo rilevato.
La raccolta sistematica di questa grande quantità di dati ha permesso di poter fare numerose considerazioni riguardo ai comportamenti delle banche – ma anche degli utenti – sui social network. Questi aspetti saranno, in seguito, analizzati facendo riferimento al tipo di banca (Brick&Mortar o Native Digitali) e alla banca stessa. In alcuni casi, poi, è stato possibile scendere ulteriormente nel dettaglio, andando ad analizzare le singole pagine utilizzate dalle banche e dirette a vari target.
Significative differenze si possono riscontrare anche a livello di social network in analisi, primo tra tutti – e più intuitivo, dato il limite di caratteri presente su Twitter ma non su Facebook – quello del numero medio di parole utilizzate.
Tabella 17: Numero medio di parole utilizzate sui social e relativa varianza
33 Per il dettaglio del numero di post e tweet pubblicati per ogni categoria di primo livello, vedere la
Tabella 59: Conteggio di post e tweet in base alla categoria di classificazione di primo livello in appendice Facebook Out Twitter Out Totale
3593 4556 8149
Media N Parole Varianza
Facebook 30,18 374,51
92 Le parole utilizzate quando viene pubblicato un post su Facebook sono quasi il doppio – 1,84 volte – rispetto a quelle utilizzate per un tweet. Ciò che colpisce, ma non stupisce, sono i valori della varianza: molto elevati per Facebook, molto contenuti per Twitter. Questo è dato, appunto, dal numero massimo di caratteri utilizzabili per cinguettare. Infatti, mentre il numero delle parole su Facebook va da 1 a 312, su Twitter il picco massimo è di 103, un valore tre volte inferiore.
È da notare però come su Twitter, essendoci un numero massimo di caratteri per ogni risposta, le banche ricorrano spesso a più risposte a un singolo tweet per potersi spiegare. Alternativamente, gli utenti vengono invitati a scrivere nella chat privata, così da poter disporre di uno strumento di comunicazione meno limitativo, sia dal punto di vista del numero di caratteri, sia per quanto riguarda la privacy34.
Tabella 18: Tempi medi di reazione alle comunicazioni degli utenti per social network
Non si riscontra, invece, una differenza significativa nella velocità di reazione sulle due diverse piattaforme. Nella società odierna, basata sul tutto e subito, oltre 11 ore possono sembrare un’eternità per avere una risposta. I tempi medi, in realtà, si dilatano in quanto la gestione delle pagine social viene nella maggior parte dei casi sospesa durante il fine settimana, seguendo quindi l’orario d’ufficio delle banche stesse.
Le banche utilizzano i social prevalentemente per comunicare agli utenti notizie e curiosità che non riguardano prodotti o servizi venduti dalla banca (categoria B, quasi la metà – 46,7%) o per rispondere alle richieste di chiarimento, di precisazioni o spiegazioni da parte della clientela (categoria E, per un totale del 22,48%).
34 Spesso ai clienti viene richiesto di indicare il proprio codice cliente al fine di fare una verifica della
situazione di emergenza che hanno segnalato e tali dati non possono e non devono essere resi pubblici su un social network.
Tempo medio di reazione
Facebook 11:54:27
93
Figura 20: Confronto post e tweet pubblicati suddivisi per categoria di classificazione di primo livello
Scendiamo adesso maggiormente in dettaglio, analizzando i vari aspetti toccati fino ad adesso prima a livello di tipologia di banca, poi di singolo istituto.
5.2.2 Analisi dei contenuti out in base alla tipologia di banca
Come già detto nel paragrafo 4.2, le banche prese in analisi sono state suddivise in due grandi famiglie, Brick&Mortar e Native Digitali, facendo riferimento non tanto al modello attualmente in atto35 quanto al modello adottato al momento della loro costituzione.
Data questa distinzione, contrariamente a quanto si può pensare, le banche con un maggior numero di seguaci sono quelle “tradizionali”, le cosiddette Brick&Mortar. Queste, infatti, contano un numero di fan su Facebook triplo rispetto alle Native Digitali e un numero quadruplo di follower su Twitter36.
35 In tal caso, avremmo solo banche “Click & Mortar”, cioè modelli di business che integrando offline e
online.
36 Tale calcolo è stato fatto basandosi sui valori marzo-giugno, contrariamente a Facebook dove il
confronto è fatto tra marzo e agosto, a causa dell’eliminazione del profilo di Webank – Nativa Digitale – da Twitter.
94 È possibile notare che l’andamento degli utenti coinvolti con le pagine in analisi segue un trend crescente: su Facebook con un aumento medio del 6,76%, su Twitter del 4,46%37.
Tabella 19: Andamento del numero di fan per tipologia di banca
Tabella 20: Andamento del numero di follower per tipologia di banca
Nuovamente, le banche più attive e con più “traffico” da parte degli utenti sono le
Brick&Mortar.
Il numero dei post generato da questa tipologia di banche è oltre il doppio rispetto alle Native Digitali, così come il numero di tweet. Allo stesso modo, come si vedrà più avanti, i contenuti rivolti dagli utenti alle banche sono quasi quadruplicati se andiamo a confrontare le due tipologie di banche.
37 Anche qui il calcolo è stato effettuato sull’arco temporale marzo-giugno.
Tipologia 1-mar 15-giu 31-ago
B&M 815.194 840.656 858.204
Nat. Digit 246.319 254.203 266.625
Facebook - Fan
Tipologia 1-mar 15-giu 31-ago
B&M 77.887 83.667 87.176
Nat. Digit 19.896 20.197 -
95
Figura 21: Contenuti Out suddivisi per social e per tipologia di banca
Le banche del tipo Brick&Mortar utilizzano Facebook prevalentemente per comunicare agli utenti notizie e curiosità che non riguardano prodotti o servizi venduti alla banca (categoria B, 42,73% dei casi) e per rispondere alle loro richieste di chiarimenti, precisazioni o spiegazioni (categoria E, 27,12%). Anche su Twitter la categoria prevalente è la B, seguita però dalla C: “Inviti ad eventi organizzati o sponsorizzati dalla banca (manifestazioni culturali/sportive, corsi di formazione, raccolte fondi, ecc.)” – rispettivamente 53,22% e 25,35% dei casi.
Tabella 21: Tipologia di contenuti Facebook Out in base al tipo di banca
0 500 1000 1500 2000 2500 3000 3500 Facebook Out
Twitter Out
Confronto attività per tipologia di banca
Nat. Digit B&M
Class. 1 B&M Nat. Digit