Gemiddelde reactiesnelheid

Afgelopen donderdag mocht ik uit naam van Kennisnet een presentatie verzorgen op de VO/MBO dag van het Nationaal Congres Onderwijs & Sociale Media in Amsterdam. Als titel voor mijn presentatie had ik gekozen voor: Social Media, Verbieden, Gedogen of Omhelzen?
Een titel die altijd de lading dekt want waar je alle kanten mee op kunt. Makkelijk als je ver van te voren een teaser moet aanleveren:-)

In mijn verhaal besteedde ik ook de nodige aandacht aan monitoring en webcare. De slide die in dat verband de meeste reacties losmaakte was bijgaand plaatje, mij aangeleverd door OBI4wan. Ik waag me (nog) niet aan een interpretatie van de getallen, maar laat ze voor zichzelf spreken. OBI4wan heeft alle tweets van een aantal mbo instellingen verzameld over de periode van 1 januari tot en met 31 maart 2013. Je ziet onder andere hoeveel tweets er verstuurd zijn van elk account, hoeveel volgers er zijn en hoeveel er gevolgd wordt. Maar OBI4wan kan nog veel meer met alles dat ze uit Twitter trekken. Zo kunnen ze bijvoorbeeld ook zien hoe lang het duurt voordat er op een vraag gereageerd wordt (als dat al gebeurt). Dit gaat allemaal volledig automatisch op basis van een bepaald algoritme. Even dachten ze dat hun programma niet goed werkte omdat de data van het Nova College sterk afweek van de rest. Ik kon ze echter vertellen dat het Nova College serieus werk maakt van webcare. Dat verklaart waarom zij zoveel meer reageren op tweets dan andere instellingen! Of je dat wel of niet goed vindt laat ik aan een ieder over om zelf te beoordelen...

Ik ben nu bezig de twittergegevens van alle mbo instellingen binnen te halen en kom erachter dat sommige nog helemaal niets doen met twitter! Je kunt je afvragen of dat slim is?

Overigens heeft Marco Derksen een vergelijkbaar onderzoek gedaan over het gebruik van Social Media in het Hoger Onderwijs, waarbij hij gebruik maakt van Coosto, Om eerlijk te zijn heeft hij me op het idee gebracht hetzelfde te (laten) doen met mbo instellingen:-)