Big Data presentatie #dido12 - Maurice Beerthuyzen

Guiding you to digital maturity

Het verhaal waarin we verschillende databronnen
aan elkaar koppelden om zo nieuwe inzichten te
vergaren in de wondere wereld van
stroomstoringen

Arend Zwanenveld (@arend)
Dirk Franssens (@dxfransssens)
Jules Stuifbergen (@zjuul)
Maurice Beerthuyzen (@Maurisico)
Online Dialogue (@onlinedialogue)

Online Dialogue verbetert bij
Liander de online klantdialogen

• Onderzoeken en monitoren van uitingen
op sociale media
• Trainen en adviseren webcareteams
• Adviseren op continue verbetering van
klantdialogen
• En ook bij de ongestructureerde sociale
dialoog doen we dat zoveel mogelijk met
behulp van data

De social promoter score
Positief:61-100 Uitmuntend
Positief: 41-60 Zeer Goed
Positief: 21-40 Goed
Positief: 1-20 Ruim voldoende
Neutraal: -19 0 Voldoende
Negatief: -39 -20 Onvoldoende
Negatief: -59 -40 Ruim onvoldoende
Negatief: -79 -60 Slecht
Negatief: -80 -100 Zeer slecht
Iedere social media uiting krijgt waardering mee: positief-neutraal of
negatief. Hoe scoort Liander hierop als je positieve opmerkingen
aftrekt van negatieve opmerkingen?

Het probleem van de netwerken
Bedrijf SPS Aantal berichten

NS -7 (16%-23%) 1.003.000

Vodafone -16 (13%-29%) 510.000

T-Mobile -9 (12%-21%) 164.000

Ziggo -3 (14%-17%) 289.000

UPC -16 (13%-29%) 239.000

Telfort -8 (15%-23%) 71.000

Xs4all -12 (11%-23%) 52.000

Liander 2012: Organisatie webcare is zichtbaar
MAAND: POSITIEF NEGATIEF VOLUME GEBEURTENIS
JANUARI 16% 47% 384
FEBRUARI 7% 74% 953 EXTREME KOUDE?
MAART 7% 49% 681
APRIL 9% 71% 758
MEI 4% 75% 770
JUNI 11% 51% 638 K&S SLUIT AAN MET
DRIE MEDEWERKERS?
JULI 8% 51% 653
AUGUSTUS 12% 58% 457
SEPTEMBER 11% 58% 517
OKTOBER 9% 43% 589 TSC SLUIT AAN MET VIER
MEDEWERKERS?
NOVEMBER 17% 37% 571
DECEMBER 12% 52% 767
Verklaring tabel: Een overzicht van de positief en negatief sentiment van Liander. In juni sluit K&S
aan. Dit zorgt ervoor dat het negatieve sentiment structureel onder de 60% duikt. TSC sluit aan in
6
oktober. Op dat moment duikt het negatieve sentiment onder de 40%.

Stroomstoringen: volume en
sentiment

Rondom stroomstoringen zien we op sociale
media dus meer volume en een negatief
sentiment. Best logisch toch?

Maar wat als het kouder wordt?

Heeft de kou invloed op het
gedrag van mensen?

Onze hypothesen

• Hoe kouder het is, hoe meer stroomstoringen
er voor komen
• Hoe kouder het is hoe groter het volume op
twitter
•
• Hoe kouder het is hoe negatiever het
sentiment
•

Situatie op ‘stroomstoringen’ op
Twitter 2009-2013
Zien we de “Liander-trend” terug bij stroomstoringen algemeen?

637??

Alle tweets van 2010:

?

Opeens zijn we op 4 juni 2010
massaal gaan Twitteren?

Oorzaak piek? Massamedia?

• Eerste piek in juni 2010
• De oorzaak?
• Heb ik iets
ontdekt?

Nou nee…..

Data rondom stroomstoringen op Twitter nog te
onvolwassen.
Pas in 2012 echte volumes

Welke data hebben tot onze
beschikking?
• Het aantal tweets waarin “Liander” in
combinatie met het woord
‘Stroomstoring’ is gebruikt
• Het sentiment van die tweets
• Het aantal ingekomen telefoontjes
• Het aantal middenspanningsstoringen
• Het aantal afgehandelde klachten
• De gemiddelde temperatuur van 2012

Probleem: Te algemene data
• Data van Liander ( telefoon, aantal
storingen) op maandniveau
• Is er ook data op dagniveau
beschikbaar?

“Wel beschikbaar,
maar
daar hebben we nu
geen tijd voor”

© Urosk | Dreamstime Stock Photos & Stock Free Images

Aan de slag!

• Methode: het berekenen van de correlatie
tussen de verschillende variabelen.
• Meer vragen?
• Vraag het aan Dr. Dirk 

Onze bevindingen:
• Het aantal calls hangt positief samen met het
aantal tweets, dus wanneer er meer calls zijn dan
wordt er ook meer getweet
– Corr = 0,536

• Het aantal calls hangt samen met het aantal
storingen (maar verband is niet zo sterk)
– Corr = 0,371

• Het aantal storingen zorgt relatief voor meer
tweets
– Corr = 0,677

Wat willen we weten:
• Het aantal storingen en het aantal
telefoontjes hebben minder correlatie dan
je zou verwachten.

Is locatie van de
storing bepalend
voor de
Rumour around
Liander??

Onze oorspronkelijke
hypothesen
• Temperatuur hangt niet samen met het aantal
stroomstoringen
– corr =0,0789
• Hoe kouder het is, hoe groter het volume op Twitter
– corr =-0,31
• Hoe kouder het is, hoe negatiever het sentiment
– corr = -0,007
• Hoe meer storingen, hoe negatiever het sentiment
– corr =-0,388
• Er is een verband tussen het toenemende aantal calls en
dalende temperaturen
– Corr = -0,734

Voorzichtige conclusies

• Er zijn niet meer storingen als het koud is
• Dalende temperatuur heeft minder invloed
op het aantal tweets
• De dalende temperatuur zorgt niet voor
een negatiever sentiment
• Als het kouder wordt, wordt er wel meer
gebeld!

Wat willen we weten?
• Wel meer telefoontjes als het koud is?
Hoe komt dat?
• Verschil in correlatie telefoon en tweets.
Wordt er over andere onderwerpen
getwitterd dan gebeld?

Actiepunten:

• Leren of verschillende regio’s een
stroomstoring anders ‘ontvangen’
• Begrijpen of er verschil is tussen bellers
en tweeters ( kwalitatieve analyse)
• Data verder verdiepen. Naast temperatuur
ook info over storingen, calls en tweets op
het uur van de dag, type storing, duur
storing etc

Leerpunten

• Bereid je organisatie voor op je project
• Heb je niet meteen alle data? Begin dan gewoon
met wat je hebt, wie weet wat je ontdekt
• Blijf kritisch, check drie maal je data en blijf de
uitkomsten bediscussieren
• Bediscussieer je ontdekkingen met je collega’s,
zij roepen in een opwelling vaak hele nuttige
dingen
• We staan slechts aan het begin: meer data roept
meer vragen op

Wordt vervolgd!

Maurice Beerthuyzen
www.onlinedialogue.com
info@onlinedialogue.com
Tel: +3130 4100 177

Subscribe to our free newsletter at our site!

@onlinedialogue @maurisico

Big Data presentatie #dido12 - Maurice Beerthuyzen

Recommended

Recommended

More Related Content

More from Online Dialogue

More from Online Dialogue (20)

Big Data presentatie #dido12 - Maurice Beerthuyzen