Article
Makale
Sosyal Medyada Marka Boykotları ve Kriz İletişimi: ‘Twitter (X)’ Kullanıcı Yorumlarının Metin Madenciliği ile İncelenmesi
Brand Boycotts and Crisis Communicatıon on Social Media: An Analysis of ‘Twitter (X)’ User Comments with Text Mining
Engincan YILDIZ,Merve BOYACI YILDIRIM
Year 7, Issue 13, Pages:286-313
Through social media platforms, societies can reflect their information, wishes, needs or reactions. The open nature of social media to all these processes enables societies to use these environments frequently. Especially when a situation that affects societies occurs, people can share their thoughts through social media very quickly and in some cases influence the thoughts of others. In this direction, after the earthquake disaster that occurred in Kahramanmaraş on February 6, 2023, people first used social media to inform and carry out relief activities. Afterwards, boycotts started against organizations that did not send support to the earthquake region, did not make supportive posts about the earthquake, and did not inform the public about the support through social media. Measuring the continuity of these boycotts and then analyzing their content accurately is very important for brands in the context of crisis communication. In times of crisis, it is not possible to follow, analyze and present the results of tens of thousands of content. In this study, the posts about Starbucks, one of the brands boycotted after the earthquake that occurred on February 6, were analyzed with the data mining method and the computational social sciences method was used. Within the scope of this method, the tweets between February 9, 2023, and March 19, 2023, the date when Starbucks, which remained silent in the first days of the earthquake, made its first statement, were included in the study. The relevant data were subjected to BERT sentiment analysis after going through data cleaning processes and then data visualizations were made. The results of the sentiment analysis conducted on 20,000 data points to the high number of negative tweets. According to the analysis data, there were 13621 negative, 5059 positive and 1320 neutral tweets. In terms of sentiment, the tweets are distributed as 68% negative, 7% neutral and 25% positive.
Sosyal medya platformları aracılığıyla toplumlar bilgilerini, isteklerini, ihtiyaçlarını ve tepkilerini yansıtabilmektedir. Sosyal medyanın tüm bu süreçlere açık yapısı ise toplumların bu ortamları sıkça kullanmasını sağlamaktadır. Özellikle toplumları etkileyen bir durum meydana geldiğinde insanlar oldukça hızlı bir şekilde sosyal medya aracılığıyla düşüncelerini paylaşabilmekte ve kimi durumlarda da başkalarının düşüncelerini etkileyebilmektedir. Bu doğrultuda, 6 Şubat 2023 tarihinde Kahramanmaraş merkezli meydana gelen deprem felaketi sonrasında insanlar öncelikle bilgilendirme ve yardım faaliyetlerini yürütme amacıyla sosyal medya ortamlarını kullanmışlardır. Daha sonrasında ise deprem bölgesine destek göndermeyen, depremle ilgili destekleyici paylaşımlar yapmayan ve yapılan destekler hakkında sosyal medya üzerinden toplumu bilgilendirmeyen kurumlar hakkında boykotlar başlamıştır. Bu boykotların devamlılığının ölçülmesi ve devamında da içeriklerinin doğru bir şekilde analiz edilmesi markalar açısından kriz iletişimi bağlamında oldukça önemlidir. Kriz anlarında on binlerce içeriğin takip edilmesi, analiz edilmesi ve sonuçlarının sunulması çok da mümkün görülmemektedir. Çalışmada, 6 Şubat tarihinde meydana gelen deprem sonrasında boykot edilen markalardan birisi olan Starbucks’a yönelik paylaşımlar veri madenciliği yöntemi ile analiz edilmiş ve hesaplamalı sosyal bilimler yöntemi kullanılmıştır. Bu yöntem dâhilinde depremin ilk günlerinde sessiz kalan Starbucks’ın açıklama yaptığı ilk tarih olan 9 Şubat 2023 ile 19 Mart 2023 tarih aralığındaki tweetler araştırmaya dâhil edilmiştir. İlgili veriler, veri temizleme süreçlerinden geçirildikten sonra BERT duygu analizine tabii tutulmuş ve sonrasında veri görselleştirmeleri yapılmıştır. Yirmi bin veri üzerinden gerçekleştirilen duygu analizi sonuçları negatif tweetlerin fazlalığına dikkat çekmektedir. Analiz verilerine göre 13621 negatif, 5059 pozitif ve 1320 nötr tweetin olduğu sonucuna ulaşılmıştır. Tweetler duygu durumları bakımından yüzdesel olarak %68 negatif, %7 nötr ve %25 pozitif dağılım göstermektedir.