Sosiaalisen median tutkimusmenetelmät

Yhteisöt ja sosiaalinen media tietojohtamisessa

Jari Jussila 21.4.2016

Sosiaalisen median tutkimusmenetelmiä •  Netnografia •  Verkostoanalyysi •  Arvoverkkoanalyysi

21/04/16 2

Netnography as research method

Revised from Research Methods in Information and Knowledge Management

23.9.2013

Jari Jussila (@jjussila) Jani Multasuo (@JMultasuo)

Agenda:

20/04/16 4

•  Background

•  Definition

•  Netnography as a research method

•  Issues and Challenges

•  Conducting netnography

•  Comments & Questions

•  References

Background:

20/04/16 5

•  Recent cultural and technological developments, especially in the field of ICT, affect the practices of conducting research

•  Traditional research methods seem unconventional and lack the ability to collect multiform digital data

•  research settings started to move to online environments •  computers and other technology started to mediate interaction between

the users

•  Netnography is a research method purposefully developed to meet the changing requirements of online qualitative research, and to match the cultural change towards a merged view of offline and online environments

•  Developed from the foundations of ethnography in the late 1990s •  Originally developed for marketing research •  Suits also many other fields of science, where research questions require

qualitative analysis of online sites, platforms, communities and user behavior

The Definition:

20/04/16 6

•  Kozinets (2010, p.60): “participant observational research based in online fieldwork” which “uses computer-mediated communications to arrive at the ethnographic understanding and representation of a cultural or communal phenomenon”.

•  Merged from two words – Internet (net) and ethnography: •  Referring to a utilization of ethnographic principles and techniques in

online settings

•  Netnography is also called to online ethnography (Wittel 2000), virtual ethnography (Hine 2000), digital ethnography (Murthy 2008), webnography (Puri 2007) and expanded ethnography (see e.g. Beneito-Montagut 2011, p.719)

Netnography:

20/04/16 7

•  Netnography is a wider approach consisting of multiple methods, approaches and techniques

•  Choosing the right methods or combination of methods and techniques depend on the research settings and the strengths of the researcher (Kozinets 2007, p.132)

•  Also a joint research together with more traditional methods is possible (see “blended netnography” in Kozinets 2010, p.65).

(adapted from Saunders 2009, p. 108)

Netnography:

20/04/16 8

•  Biggest differences in data collection and analysis: •  Kozinets (2007, p.132) suggests three types of data that can be collected:

1.  data directly copied from the computer-mediated communications

2.  data collected observing the online environment 3.  data collected through interviews (online or offline)

•  Includes: •  copying multiple forms of interaction (e.g. textual, video, audio) •  taking screen captures, field-notes •  self-experiencing +  crawling and scraping (Huhtamäki, Lasrado, Menon, Kärkkäinen &

Jussila 2015, p. 4) •  Authors (see e.g. Kozinets 2007, p.132; Beneito-Montagut 2011, p.720)

argue that flexible data collection strategy and multiform data is needed to achieve sufficiently rich data for netnography to reveal its full potential.

Criticism:

20/04/16 9

•  Method itself is also constantly evolving •  Theoretical establishments and legitimacy of the method are still under

development (Maclaran & Catterall 2002, p.325) •  How much ethnography is needed for netnography?

•  The virtual nature and ease of access to online data make the method susceptible to subjectivity or shallowness of the research (see e.g. Kozinets 2007; Beneito-Montagut 2011)

•  Just browsing the Internet and collecting data is not netnography!

•  Research ethics (see e.g. Maclaran & Catterall 2002; Garcia et al. 2009; Kozinets 2007; Kozinets 2010, p.140)

•  new challenges concerning the identities or anonymity of actors taking part in the research

•  publicity and privacy of the online data

Conducting netnography:

20/04/16 10

(adapted from Kozinets 2010)

•  Formalize research problem •  Search for potential online

environments

•  Select suitable online platforms, communities, sites etc.

•  Practical implementation •  Multiform data

•  Process and refine data

Participant observation roles (adapted from Gill & Johnson 2010, p.167)

20/04/16 11

Participant as

observer Complete participant

Observer as

participant Complete observer

Researcher’s identity is concealed

Researcher’s identity is revealed

Researcher observes activity

Researcher takes part in activity

A spectrum of different types of netnography (Kozinets 2007)

20/04/16 12

Observational Netnography

Autobiographical Autonetnography

Participant-observational Netnography

Low-None High

Ratio of researcher’s participation in online community vs. observation

Comments and Questions?

20/04/16 13

•  General comments and tips: •  Study the method before conducting the research •  Review former netnographies with criticism •  Remember that the nature of the method is flexible -> in the end the

researcher determines how to implement!

Thank You!

References (1/2) •  Beneito-Montagut, R., 2011. Ethnography goes online: towards a user-centred

methodology to research interpersonal communication on the internet. Qualitative Research, 11(6), pp.716–735.

•  Garcia, A.C. et al., 2009. Ethnographic Approaches to the Internet and Computer-Mediated Communication. Journal of Contemporary Ethnography, 38(1), pp.52–84.

•  Gill, J. & Johnson, P., 2010. Research methods for managers 4th ed., London: SAGE Publications Ltd., 288 p.

•  Hine, C., 2000. Virtual Ethnography, London: SAGE Publication Ltd. •  Huhtamäki, J., Lasrado, L., Menon, K., Kärkkäinen, H., Jussila, J.. 2015. Approach for

investigating crowdfunding campaigns with platform data: case indiegogo. In Proceedings of the 19th International Academic Mindtrek Conference (AcademicMindTrek '15). ACM, New York, NY, USA, 183-190. DOI=http://dx.doi.org/10.1145/2818187.2818289

•  Kozinets R.V. 2007. Netnography 2.0. In: Handbook of Qualitative Research Methods in Marketing, (ed.) W. Belk, R.W., Edward Elgar Publishing, Northampton, USA, pp. 129-142

•  Kozinets, R.V., 2010. Netnography: Doing Ethnographic Research Online, London: SAGE Publications Ltd.

20/04/16 14

References (2/2) •  Maclaran, P. & Catterall, M., 2002. Researching the social Web: marketing

information from virtual communities. Marketing Intelligence & Planning, 20(6), pp.319–326.

•  Murthy, D., 2008. Digital Ethnography An Examination of the Use of New Technologies for Social Research. Sociology, 42(5), pp.837–855.

•  Mäläskä, M., Nadeem, W. 2012. Examining the Nature of an Online Brand Community as a B2B Brand Communication Platform: A Netnographic Analysis of the CISCO LinkedIn Group. 25th Bled eConference eDependability: Reliable and Trustworthy eStructures, eProcesses, eOperations and eServices for the Future, June 17, 2012 – June 20, 2012; Bled, Slovenia.

•  Puri, A., 2007. The web of insights. International Journal of Market Research, 49(3), pp.387–408.

•  Wittel, A., 2000. Ethnography on the Move: From Field to Net to Internet. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 1(1). Available at: http://www.qualitative-research.net/index.php/fqs/article/view/1131 [Accessed July 22, 2013].

20/04/16 15

Esimerkki: Konecranes GrabCAD Challenge

20/04/16 16

•  Linkki alustalle: http://grabcad.com/challenges/chain-wear-indicator •  Tiedot kerätty 12.6.2013 – 20.6.2013 välisenä aikana •  Kerätty data:

•  279 kuvakaappausta •  978 erillistä tekstiriviä

•  Esimerkissä on tarkasteltu 5C-kategorisoinnin communicate kohtaa. •  Jotkut kategorian toiminnoista ovat hyvinkin itsestään selviä –

joidenkin toimintojen todistamiseksi voi joutua tekemään paljonkin työtä

Esimerkki: Konecranes GrabCAD Challenge (Huom! Taulukossa on esimerkinomaisesti muutamia kohtia täytettynä)

20/04/16 17

Entry  owner   Publish   Discuss   Express  oneself   Show  opinion   Share   Influence   Store  

Aimo   X X X X

Ajay  Agrawal   X X X X

ajinkya   X X X X

Alex  1  Chain  distor7on  &  tension/  

lengthening  control  unit  

X X X

Alex  2  Chain  wear  indicator   X X X

Alex  3  Chain  wear  indicator  v2   X X X X

Antonio  Carlos  Babler   X X X X

Bopkes   X X X X

…  

1.

2.

3.

Esimerkki: Konecranes GrabCAD Challenge

20/04/16 18

1. Publish:

•  GrabCAD Challenges require publishing entries either publicly or privately

•  Thus, all the entries fulfill the requirements of ’publishing’ •  Also comments can be published on the platform •  Examples:

Total Entries 44 Total Comments 172 Entries without comments 13 Average number of comments 3,91 Most Comments 39

Esimerkki: Konecranes GrabCAD Challenge

20/04/16 19

2. Discuss:

•  Discussion requires dyadic exchange of comments. •  Single comments without clear answer do not count as

discussions! •  Examples: Alex – entry #3: Chain wear indicator v2 (Comments) - Screenshot & text

Phillip Ross   8 months ago   Really like this design, its nice and simple. Unfortunately the part where the chain links braze, and where most damage would be found, is not dealt with.  

Alex   8 months ago   Thanks Phillip for your comment. I agree, this unit cannot provide check of the "round" part of the chaim member. I'll think how to do it…  

Esimerkki: Konecranes GrabCAD Challenge

20/04/16 20

3. Share:

•  Sharing requires distribution of information into other media besides GrabCAD’s own platform

•  GrabCAD platform enables sharing to G+, Twitter and Facebook

•  Example:

Kirjallisuus: •  Belz, F-M., Baumbach, W. 2010. Netnography as a Method of Lead User

Identification. Creativity and Innovation Management. Vol. 19, No. 3, pp. 304-313. •  Jussila, J.J., Kärkkäinen, H., Multasuo, J. 2013. Social media roles in crowdsourcing

innovation tasks in B2B-relationships. 24th ISPIM Conference – Innovation in Global Markets: Challenges for Sustainable Growth. June 16-17, 2013, Helsinki, Finland.

•  Mäläskä, M., Nadeem, W. 2012. Examining the Nature of an Online Brand Community as a B2B Brand Communication Platform: A Netnographic Analysis of the CISCO LinkedIn Group. 25th Bled eConference eDependability: Reliable and Trustworthy eStructures, eProcesses, eOperations and eServices for the Future. June 17, 2012 – June 20, 2012; Bled, Slovenia.

•  Vuori, V. 2011. Social Media Changing the Competitive Intelligence Process: Elicitation of Employees’ Competitive Knowledge. Tampereen teknillinen yliopisto. Julkaisu-Tampere University of Technology. Publication; 1001.

20/04/16 21

Verkostoanalyysi sosiaalisen median

tutkimuksessa Perustuen Jukka Huhtamäki (@jnkka)

& Olli Parviainen (@jattipaa)

artikkeliin Otteita verkosta –kirjassa:

http://www.otteitaverkosta.fi/

Verkostoanalyysi & sosiaalinen media •  Sosiaalisen median avulla voidaan kerätä ohjelmallisesti

dataa esimerkiksi toimijoista, toimijoiden välisistä yhteyksistä ja tuotetuista sisällöistä

•  Verkostoanalyysissä tavoitteena on hahmottaa verkostojen rakennetta ja dynamiikkaa. Menetelmän avulla voidaan tehdä havaintoja sekä yksittäisten toimijoiden rooleista verkostoissa että verkostojen rakenteesta ja niiden muutoksesta.

•  Verkostoanalyysi ja sosiaalinen media ovat tutkijan näkökulmasta varsin ihanteellinen vastinpari: sosiaalisen median toimijat muodostavat yhteyksiä toisiinsa sekä keskustelevat, tuottavat, jakavat ja kommentoivat sisältöjä. Sosiaalisen median digitaalisuus tarkoittaa käytännössä sitä, että kaikki siinä käytävä vuorovaikutus on tallennettavissa.

20/04/16 23 Huhtamäki & Parviainen 2013

Verkostoanalyysi menetelmänä •  Vuorovaikutussuhteiden määrällinen tutkiminen vaatii erilaisia

analyysimenetelmiä kuin perinteinen tilastoanalyysi. Parhaiten tämän tarpeen täyttää verkostoanalyysi

•  Verkostoanalyysi ei ole yksi menetelmä vaan joukko menetelmiä ja teorioita toisistaan riippuvien ilmiöiden käsittelyyn.

•  Sen juuret ovat 1700-luvun puolivälissä alkunsa saaneessa graafiteoriassa. Graafiteorian avulla voidaan tutkia matemaattisesti ja järjestelmällisesti monimutkaisia vuorovaikutuskuvioita, joiden tarkastelu tilastollisin menetelmin tai vaikkapa ääneen kuvailemalla olisi mahdotonta. (Wasserman & Faust 1994.)

20/04/16 24 Huhtamäki & Parviainen 2013

Verkostoanalyysin hyödyt somen tutkimuksessa •  Verkostoanalyysin anti sosiaalisen median tutkimukseen

perustuu käyttäjien monipuolisen digitaalisen vuorovaikutuksen ja siitä kertyvän rikkaan, suhteellisen helposti käsiteltävän datan yhdistelmästä.

•  Pelkistäen voidaan sanoa, että työmäärällä, joka kuluu kymmenen henkilön vuorovaikutuksen tutkimiseen perinteisin menetelmin, voi verkostoanalyysin avulla tutkia vastaavaa tietoa tuhansista henkilöistä. Sosiaalinen media on tässä suhteessa tiedon aarreaitta, jonka potentiaali ihmisen toiminnan kuvaamisessa ja ymmärtämisessä on valtava.

20/04/16 25 Huhtamäki & Parviainen 2013

Verkostoanalyysin perusteita •  Verkostoanalyysin perusyksiköitä ovat solmut (engl. node,

vertex, actor tai agent) ja niiden väliset yhteydet (engl. edge, connection tai relation).

•  Toisiinsa yhdistetyistä solmuista muodostuu verkosto. •  Yhteydet voivat olla suunnattuja tai suuntaamattomia. •  Esimerkkejä suunnatuista yhteyksistä ovat muun muassa

henkilön mainitseminen Twitter-viestissä tai Twitter-käyttäjien väliset seuraaja–seurattava -suhteet.

•  Verkostoja visualisoitaessa suuntamaton yhteys kuvataan tavallisesti pelkkänä viivana tai kaksipäisenä nuolena, mutta suunnattu yhteys on tavallinen, yksipäinen nuoli.

20/04/16 26 Huhtamäki & Parviainen 2013

menonkaran

J_Myllarniemi

MiiaKosonen

tiedekulma

jyshgupta

SatuKantti

jvarjoNoviresearch

Larjovuori

NikoNorisalo

UrsulaHelsky

sykoy

MikkoVieri

PietilainenKari

sorjonen_fi

vatrapu

markosuomi

Tsjell

jpwirta

CBScph

Jalonen

tiinanisMarikaVapRiik

MaijuVuolle

PekkaIsotalus

SusannaInkinen

minnajanhonen

ojmikkojjussila

MarkkuKivikoski

amkivi

VHyyti

aarnetollinen

notiontechcom

terolahtinen

JuhaJalone

HKarkkai

exumusic

MikaelFogelholm

SomeTutkijalle

UJaakkola

KirstiSintonen

tapiomaatta

PasiHellsten

ElsevierConnect

KMspecialists

tyoterveys

jnkka

Tekesfi

sectest9

timorainio

AramoHeli

EurOMA2016

KaisaKH

SlideShare

KetonenOksi

petrilinna

anujanina

HennaSalonius

JeroenNaudts

TAOK_TAMK

mendeley_com

HelgeJalonen

TSkaniakos

ucpori

TampereUniTech

riiajarvenpaa

petrasi

SAPFinland

20/04/16 27

Modularity; In-Degree

menonkaran

J_Myllarniemi

MiiaKosonen

tiedekulma

jyshgupta

SatuKantti

jvarjoNoviresearch

Larjovuori

NikoNorisalo

UrsulaHelsky

sykoy

MikkoVieri

PietilainenKari

sorjonen_fi

vatrapu

markosuomi

Tsjell

jpwirta

CBScph

Jalonen

tiinanis MarikaVapRiik

MaijuVuolle

PekkaIsotalus

SusannaInkinen

minnajanhonen

ojmikkojjussila

MarkkuKivikoski

amkivi

VHyyti

aarnetollinen

notiontechcom

terolahtinen

JuhaJalone

HKarkkai

exumusic

MikaelFogelholm

SomeTutkijalle

UJaakkola

KirstiSintonen

tapiomaatta

PasiHellsten

ElsevierConnect

KMspecialists

tyoterveys

jnkka

Tekesfi

sectest9

timorainio

AramoHeli

EurOMA2016

KaisaKH

SlideShare

KetonenOksi

petrilinna

anujanina

HennaSalonius

JeroenNaudts

TAOK_TAMK

mendeley_com

HelgeJalonen

TSkaniakos

ucpori

TampereUniTech

riiajarvenpaa

petrasi

SAPFinland

20/04/16 28

Modularity; Out-Degree

Verkostojen visuaalinen analyysi •  Visuaalinen analyysi on tärkeää kahdesta syystä: 1) se antaa

verkostojen tutkijoille mahdollisuuden tehdä havaintoja sosiaalisten yhteyksien muodostamista rakenteista sekä 2) keinon näiden havaintojen jakamiseksi muille (Freeman 2009).

•  Verkostojen visuaalinen analyysi voidaan nähdä informaation visualisoinnin ja visuaalisen analytiikan jatkumona. –  Informaation visualisoinnissa tavoitellaan käyttäjän kognition

vahvistamista ilmaisuvoimaisilla, usein vuorovaikutteisilla näkymillä, jotka tarjoavat tarkastelijalle mahdollisuuden nähdä datan edustama ilmiö uudella tavalla (Ware 2004).

–  Visuaalinen analytiikka (Wong & Thomas 2004) taas pyrkii edistämään tieteellisen sekä informaation visualisoinnin menetelmiä monitieteisesti siten, että visualisoinneilla voidaan tukea intuitiivista tapaa hahmottaa kokonaisuuksia ja tuottaa uutta tietoa. 20/04/16 29 Huhtamäki & Parviainen 2013

1-, 2- ja monimoodiset verkostot •  Verkostot voivat olla yksi-, kaksi- tai monimoodisia. •  Yksimoodisissa verkostoissa (engl. unimodal, ks. Hansen ym.

2011, tai one-mode, ks. Wassermann & Faust 1994) kaikki verkoston solmut ovat tyypiltään samanlaisia, esimerkiksi Twitter-palvelun käyttäjiä.

•  Kaksimoodisen verkoston (engl. bi- modal tai two-mode, ks. Hansen ym. 2011) solmuja on kahdenlaisia, vaikkapa esim. Twitter-palvelun käyttäjät ja käytetyt hashtagit.

•  Monimoodisissa verkostoissa solmuja on useampaa kuin kahta tyyppiä. Yleissääntönä voidaan todeta, että moni- moodisten verkostojen määrällinen analyysi on yksi- ja kaksimoodisia hankalampaa.

20/04/16 30 Huhtamäki & Parviainen 2013

Esimerkki kaksimoodisesta verkostosta

20/04/16 31 Aramo-Immonen, Jussila & Huhtamäki 2015

Lähteet •  Aramo-Immonen, H., Jussila, J., & Huhtamäki, J. (2015). Exploring co-

learning behavior of conference participants with visual network analysis of Twitter data. Computers in Human Behavior, 51, 1154-1162.

•  Freeman, Linton C. (2009) Methods of social network visualization. Teoksessa R. A. Meyers (toim.) Encyclopedia of Complexity and Systems Science. Berlin: Springer.

•  Hansen, Derek & Shneiderman, Ben & Smith, Marc A. (2010) Analyzing Social Media Net- works with NodeXL: Insights from a Connected World. Burlington, MA, USA: Morgan Kauf- mann.

•  Huhtamäki, J., & Parviainen, O. (2013). Verkostoanalyysi sosiaalisen median tutkimuksessa. Otteita verkosta-Verkon ja sosiaalisen median tutkimusmenetelmät. Vastapaino, Tampere.

•  Ware, Colin (2004) Information Visualization: Perception for Design (2nd ed.). San Francisco, CA, USA: Elsevier.

•  Wasserman, Stanley & Faust, Katherine (1994) Social Network Analysis: Methods and Appli- cations. New York: Cambridge University Press.

•  Wong, Pak Chung & Thomas, Jim (2004) Visual Analytics. IEEE Computer Graphics and Applications 24(5): 20–21.

20/04/16 32

Arvoverkkoanalyysi

Value Network Analysis

21/04/16 33

Roolit ja vaihdannat • Solmut edustavat osallistujia (oikeita ihmisiä) ja

roolit heidän (työ)rooleja • Kiinteät viivat ovat aineellista vaihdantaa

(sopimukseen perustuvia, virallisia) transaktioita • Katkoviivat ovat aineettomia tai epävirallista

arvoa, jota vaihdetaan

April 21, 2016

© 1997-2009 Value Networks, LLC All rights reserved.

34

ROOLI

ROOLI

Aineellinen

Aineeton

Allee 2009

Esimerkki arvon vaihdannasta

21/04/16 35

Mekanismi Antaa arvoa Palauttaa arvoa Keskustelufoorumi TAVARAT, PALVELUT

- Moderoidut keskustelut - Vastaukset kysymyksiin

LIIKEVAIHTO - Käyttömaksu

TIETÄMYS - Personoidut uutiset käyttäjän preferenssien mukaan

TIETÄMYS -Palaute tuotekehitykselle -Asiakkaiden käyttödata

AINEETTOMAT HYÖDYT -Yhteisöllisyyden kokemus

AINEETTOMAT HYÖDYT - Asiakasuskollisuus

Allee 2000

CASE ARTICLE: Social Media Based Value Creation in Innovation Community in Mechanical Engineering Industry

AIM OF OUR RESEARCH How to crowdsource the development of a complex B2B product? RESEARCH QUESTIONS

1) The actors involved (and their roles) in the crowd- sourcing task of a complex industrial B2B product? 2) How was the crowdsourcing (e.g. call formulation, rules, monitoring, evaluation and adoption) of a complex industrial B2B product carried out and managed? 3) The benefits (e.g. quality of solutions) of the crowdsourcing task for the case company?

Ketonen-Oksi, Multasuo, Jussila, & Kärkkäinen 2014

Haastattelujen ja netnografisen tutkimuksen keinoin tunnistetut transaktiot case yrityksessä

Ketonen-Oksi, Multasuo, Jussila, & Kärkkäinen 2014

Web-Crawl

Web-Analysis

Web-Survey

ValueNetwork Archetype Support Tools

Governance Framework

www.valuenetworks.com

Menetelmien yhdistäminen

Allee 2009

Referenssit •  Allee, V. (2000). Reconfiguring the value network. Journal of

Business strategy, 21(4), 36-39. •  Allee, V. (2009). Value-creating networks: organizational

issues and challenges. The learning organization, 16(6), 427-442.

•  Ketonen-Oksi, S., Multasuo, J., Jussila, J. J., & Kärkkäinen, H. (2014). Social Media Based Value Creation in Innovation Community in Mechanical Engineering Industry. teoksessa A. Rospigliosi, & S. Greener (Toimittajat), Proceedings of the European Conference on Social Media, ECSM 2014, University of Brighton, UK, July 10-11, 2014. (Sivut 649-655). (European Conference on Social Media). Academic Conferences and Publishing International Limited.

21/04/16 39