Veel imago-onderzoeken maken gebruik van surveys om inzicht te krijgen in specifieke merkpercepties zoals milieuvriendelijk, luxueus, voedzaam, stoer et cetera. Deze onderzoeksmethode is veelal tijdrovend en duur, saai voor de respondent die de survey invult en daarbovenop zijn de resultaten vaak snel verouderd.
Een nieuwe methode brengt hier verandering in. Het voert kostenefficiënt, geautomatiseerd en effectief imago-onderzoek uit. Deze data-mining methode analyseert gegevens in het sociale netwerk van het merk volgens een bepaald algoritme. Input voor het algoritme is de merknaam en de door het merk beoogde merkpercepties. De output van het algoritme is een waarde die aangeeft hoe sterk de associatie is tussen de perceptie en het merk. Voor deze studie werd gebruikgemaakt van Twitter. De data waarop het algoritme wordt toegepast, zijn het twitteraccount van het merk en de twitteraccounts van individuen of organisaties die de beoogde merkpercepties vertegenwoordigen. Dit zijn zogenaamde examplar-accounts. Een voorbeeld: De mate van gelijkenis tussen het Smart-account (merkaccount) en het Greenpeace-account (exemplar-account) geeft mogelijk aan in hoeverre Smart als milieuvriendelijk wordt gepercipieerd.
Bron en volledig artikel: SWOCC