Arbete / Berättelse 5 av 5
Att läsa en internationell kontrovers på kinesiska sociala medier
Min masteruppsats: 5 289 Weibo-kommentarer om en thailändsk artist, en scen i Paris och en kinesiskspråkig strid om frihet, lästa efter vad publiken faktiskt såg i stället för hur ofta något sades.
Problemet
Varumärken som följer en kontrovers räknar oftast omnämnanden. Men på en plattform som rankar efter gilla-markeringar bär ett fåtal kommentarer det mesta av det någon faktiskt läser, så att räkna allt lika beskriver ett samtal som ingen har haft. Jag ville veta hur en gemensam uppfattning bildas i den luckan, och valde ett fall som korsade tre marknader samtidigt.
Vad jag gjorde
Jag samlade 5 289 kommentarer under 219 Weibo-inlägg och drog urval efter synlighet i stället för volym: varje kommentar med över 500 gilla-markeringar (246 stycken, som bar 86,9 % av alla gillanden), plus 200 slumpmässiga från den tysta svansen. Jag kodade 446 kommentarer, närläste 29 och skrev ner alla 28 gränsfallsbeslut så att någon annan kan granska arbetet. Jag rensade inte materialet i förväg, eftersom en filtrering till de relevanta kommentarerna hade gjort sällsyntheten till något jag själv skapat.
Resultatet
Godkänd vid offentlig disputation vid Stockholms universitet i augusti 2026. De två ordförråden rörde sig åt motsatt håll: nationsord fanns i 260 kommentarer, klassord i bara 98, men klassramade kommentarer fick ungefär tre gånger så många gillanden per kommentar (699 mot 231). Att räkna hade kallat striden nationalistisk. Att vikta efter vad folk såg visade att den avgjordes av klass, och avgjordes genom att saken döptes om snarare än genom argument.
Vad det betyder för ett varumärke
Share of voice mäter vem som talade. Det här mäter vem som syntes, och det är den siffra som avgör vad en ny läsare i tråden tror. Samma upplägg fungerar vid en produktlansering eller en varumärkeshändelse på kinesiska plattformar: vikta efter uppmärksamhet, behåll rådata, redovisa frekvens och räckvidd som två skilda tal, och håll koll på vilket ord som vinner i stället för på hur sentimentpoängen rör sig. Lämna sedan beslutsloggen, så att insikten blir något en kollega kan kontrollera i stället för att behöva lita på.
Ladda ner uppsatsen (PDF, 0,8 MB)
striden avgjordes genom omdöpning, inte genom argument
B. Sammanhang
Det här var min masteruppsats i Global Media Studies vid Stockholms universitet, färdig 2026 och godkänd vid offentlig ventilering i augusti 2026. Fallet var en offentlig händelse: framträdandet 2023 av Lisa ur K-popgruppen BLACKPINK på kabarén Crazy Horse i Paris, och de veckor av debatt det utlöste i Weibos kommentarsfält mellan september och november 2023. Jag behandlade de kommentarsfälten som ett lyssningsproblem: vilka läsningar av “frihet” och “konst” som blev den synliga gemensamma grunden, och hur. Arbetet ligger mellan akademisk diskursforskning och den sociala lyssning som används i varumärkes- och anseendearbete, och det som går att flytta är metoden snarare än ämnet.
C. Problemet
På Weibo avgör rangordning efter gillningar vilka kommentarer en nykomling möter först, så en lyssningsrapport som räknar vad som sägs kan missa vad som ses. Utan en synlighetslogik kan en sällsynt och lågt synlig ståndpunkt hamna på samma nivå som den läsning tusentals människor mötte högst upp i tråden. Kostnaden är en felaktig bild av var debatten faktiskt stod.
D. Min roll och teamet
Det här var ett enskilt arbete. Jag utformade urvalet, genomförde insamlingen, skrev skripten för urval och räkning, kodade varje kommentar i urvalet, närläste utdragen och skrev uppsatsen. En handledare gav återkoppling genom institutionens kursprocess och en extern läsare kommenterade den sista revisionen; ingen av dem fattade kodnings- eller analysbeslut. Två examinatorer bedömde uppsatsen och satte fyra obligatoriska revisioner, som jag genomförde i september 2026. AI-verktyg användes som assistenter för kontroll, skrivstöd och filverifiering och är deklarerade i uppsatsen; en människa fattade varje kodnings- och analysbeslut.
E. Viktiga beslut
-
Beslut: Vikta urvalet efter synlighet, inte efter antal: koda varje kommentar med minst 500 gillningar (246 kommentarer som bär 86,9 procent av alla gillningar), och kontrollera sedan resten med ett stratifierat slumpmässigt svansurval om 200. Varför: På en plattform rangordnad efter gillningar är synlighet det faktum som gäller på publikens sida. I lyssningstermer frågar detta vem som sågs, inte vem som talade. Alternativ jag valde bort: Ett enkelt slumpmässigt urval ur alla 5 289 kommentarer, som hade behandlat en osedd och en topprankad kommentar som lika starka belägg.
-
Beslut: Behåll materialet orensat: ingen borttagning av fangräl, avvikande ämnen eller enordskommentarer före urvalet. Varför: Påståenden om frånvaro, som hur sällsynt ett argumenterat försvar var, håller bara mot materialet som det samlades in. Rensning hade gjort sällsyntheten till en produkt av mitt eget filter. Alternativ jag valde bort: Att först filtrera fram “relevanta” kommentarer, vilket är vanligt i lyssningsverktyg och tyst ändrar nämnaren.
-
Beslut: Två steg, två uppgifter: reflexiv tematisk analys för att kartlägga mönster i de kodade kommentarerna, sedan kritisk diskursanalys av 29 utdrag för att visa hur mönstren fungerar på formuleringsnivå. Varför: Kartan säger var man ska titta; närläsningen säger vad som står där. Alternativ jag valde bort: Ett enda närläsningspass, som inte kan säga något om fördelning.
-
Beslut: Ersätt en andra kodare med ett dokumenterat andra pass: en fullständig omläsning av alla kodade rader med en skriven logg över 28 avgöranden i gränsfall, sparad i Excel-liggaren. Varför: Det här var ett soloprojekt. Loggen gör varje bedömning granskningsbar, vilket är det praktiska behovet i ett litet team. Alternativ jag valde bort: Att rapportera ett reliabilitetsmått som hade antytt en kodare jag inte hade.
-
Beslut: Rapportera frekvens och synlighet som två tal, aldrig som ett. Varför: För ordförråden kring nation och klass pekade de två måtten åt motsatta håll, och att slå ihop dem hade dolt fyndet. Alternativ jag valde bort: En enda siffra för andel av samtalet.
F. Vad jag byggde eller tog fram
- Ett material på 5 289 kommentarer under 219 inlägg, insamlat med Octoparse genom ett arbetsflöde skrivet för studien.
- En urvalsdesign i tre nivåer: 246 kommentarer med minst 500 gillningar, en slumpmässig svans om 200 i fyra gillningsband om 50 med fast startvärde, och ett riktat tillägg om 2 som hölls utanför all statistik.
- En kodningsliggare i Excel: kodningsschema, kodade rader för alla nivåer, blad för temautveckling, en referenstabell över inlägg och beslutsloggen från andra passet.
- En nyckelordsspecifikation för täckningsräkningar av nations- och klassord i alla 5 289 kommentarer, med en känslighetslista.
- En analys i två steg: 446 kommentarer kodade i de statistiska nivåerna (plus 2 riktade utdrag utanför all räkning), 29 närlästa, ytterligare 18 kommentarer citerade som stödjande exempel, alla spårbara på radnummer.
- Själva uppsatsen, 78 numrerade sidor, inklusive en översiktstabell över dataurval och metoder som lades till vid revisionen.
G. Resultat
Fynden gäller för det här materialet och den här plattformen, lästa viktat efter gillningar, och läggs inte fram som en allmän regel. Striden avgjordes genom omdöpning snarare än genom argument: “konst” fick en ny etikett, och bland de 100 mest gillade kommentarerna fanns inget argumenterat försvar av framträdandet som ett fritt val. De tyngsta kritikerna medgav “hennes frihet” och omdefinierade den som något som fördelas av klass. Nationsord berörde fler kommentarer än klassord (260 mot 98), men klassbaserad kritik fick ungefär tre gånger så många gillningar per kommentar (699 mot 231 i genomsnitt). Resultatkapitlet är ordnat efter tema.
För en roll inom lyssning eller insikt är de överförbara förmågorna: att utforma en urvalslogik kring räckvidd i stället för volym, att bygga och dokumentera ett kodningsramverk, att skilja antal omnämnanden från engagemangsvikt, att läsa en kontrovers över marknadsgränser (en thailändsk artist, en fransk scen, en kinesisk plattform) utan att importera en marknads ram, och att lämna ett spår någon annan kan följa. Samma design skulle kunna tjäna lyssning inför lansering eller anseendebevakning på kinesiska plattformar; ingen kommersiell tillämpning har gjorts.
H. Vad jag skulle göra annorlunda
- Samla in under händelsen, inte efteråt. Materialet hämtades ur trådar sorterade efter hetta långt efter 2023, utan tidsstämplar, och 37,2 procent av kommentarerna saknade uppgift om gillningar. Jag skulle göra upprepade hämtningar under kontroversen med tidsstämplar och notera sorteringsordningen vid varje hämtning.
- Lägga till en andra plattform. Weibos gillningsekonomi formade vad som var synligt; en parallell läsning av minst en annan kinesisk plattform hade visat om omdöpningsmönstret är plattformsspecifikt.
- Lägga till en formell kontroll av egen samstämmighet: en andra kodning av en fast delmängd efter en tids paus, med samstämmigheten rapporterad.
I. Underlag
- Uppsatsen som PDF: Publik länk, nivå A när DiVA-posten är öppet tillgänglig; till dess egen fil.
- Diagram över urvalstratten (5 289 till 446 till 29 till 1 fynd): Anonymiserat diagram, nivå B, att rita efter figurerna i uppsatsen.
- Kodningsramverkets struktur (kluster, antal kommentarer och summor av gillningar): Anonymiserat diagram, nivå B.
- Beslutsloggen från andra passet, endast struktur: Anonymiserad beskrivning, nivå B.
- Ordlistorna i nyckelordsspecifikationen: Anonymiserad beskrivning, nivå B.
- Kodningsliggaren i sin helhet, råmaterialet, originaltext, översättning eller användarnamn för någon kommentar, examinatorernas bedömning och opponentens granskning: Nivå C, visas inte.
J. Nyckelord
Social lyssning; Diskursanalys; Reflexiv tematisk analys; Kritisk diskursanalys; Weibo; Kinesiska sociala medier; Målgruppsinsikt; Kommunikation över marknadsgränser; Kvalitativ forskningsdesign; Urvalsdesign; Anseendebevakning; Forskningsdokumentation