Facebook: Resonanz auf Marken-Fanseiten analysiert

Studierende des Studiengangs Media- und Kommunikationsberatung der FH St. Pölten analysierten gemeinsam mit Fastbridge die Resonanz auf Marken-Fanseiten. [...]

Meinungen zu den Dos und Donts für Unternehmen auf Facebook gibt es viele; Ansichten darüber, welchen Beitrag eine Facebook-Präsenz für das Markenimage eines Unternehmens liefert, ebenso. Wer aber weiß schon, wie die Nutzer einer Fanseite zu den Beiträgen eines Unternehmens stehen, auf welche Beiträge sie welche Reaktion liefern und wie das alles Einfluss auf die Wahrnehmung der Marke nimmt?

Fünf Studierende des Masterstudiengangs Media- und Kommunikationsberatung der FH St. Pölten haben sich gemeinsam mit Fastbridge, der Digital-Unit von Initiative und UM Panmedia, dieser Fragestellungen angenommen. Welche Arten von Postings sind unter den Usern populär? Auf welche Weise interagieren Unternehmen und deren Fans auf Facebook miteinander? Und wie beurteilen diese den Facebook-Auftritt „ihrer“ Marke?

In einer Forschungsarbeit wurden dazu die Facebook-Auftritte neun namhafter österreichischer Marken analysiert und die User zu ihrer persönlichen Facebook-Nutzung und Bewertung der Marken befragt. Das Ergebnis ist eine Studie, die Rückschlüsse von der Facebook-Präsenz einer Marke auf ihre Bewertung durch die User möglich machen soll.

Die wichtigsten Ergebnisse: Im Schnitt erhält ein Facebook-Posting eines Unternehmens 49 Likes, fünf Comments und 3,5 Shares. Dabei verbuchen Unternehmen aus der TV-, Banken- und Versicherungsbranche deutlich mehr Likes für ihre Postings, während sich Unternehmen aus dem Food-Bereich ihrerseits bei den erhaltenen Comments und Shares von den anderen beiden Branchen absetzen können. Die besten Bewertungen von ihren Fans für ihren Facebook-Auftritt erhalten in der Untersuchung vor allem Unternehmen aus den Bereichen Food und Banken. (pi)


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*