Instagram-Tool: Ein paar Zahlen zum Like-Bot

Für einem durchschnittlichen Wochentag habe ich die Ergebnisse des Instagram-Tools (Like-Bot) einmal ausgewertet. Als Testaccount dient ein relativ frisches, organisch wachsendes Instagram-Profil mit knapp 200 Abonnenten. Thematisch bewegt sich der Content im Bereich Lifestyle & Food.

Oberfläche des Instagram-Tools

Zu Beginn der Stichprobe poste ich ein neues Foto und starte den Like-Bot. Dieser wird in den nächsten acht Stunden insgesamt 640 Likes verteilen auf Postings, die in ihren Bildunterschriften einen von ungefähr 300 Hashtags (#) enthalten, die ich im Tool zusammengestellt habe. All diesen Tags ist gemein, dass sie thematisch zum Content meines eigenen Instagram-Accounts passen.

Innerhalb der nächsten 8 Stunden bekommen die Postings meines Accounts 96 Likes, davon entfallen 32 Likes auf das zuletzt gepostete Foto. Ungefähr zehn Likes der Gesamtmenge stammen von Accounts, die mir bereits länger folgen; ca. 15 Likes ordne ich Accounts zu, die ohne die Hilfe des Like-Tools auf meine Postings aufmerksam werden. Der größte Teil der Likes stammt also von „Zurück-Likenden“. Zwei Likende hinterlassen sogar jeweils einen netten Kommentar unter zwei meiner Fotos; drei Spam-Kommentare lösche ich.
Nach acht Stunden zähle ich 9 neue Abonnenten, 5 davon folge ich interessiert zurück.

Mit dem Like-Bot generiere ich eindeutig mehr Likes, Comments & Followings. Das Tool findet je nach Zusammenstellung der Hashtag-Liste für mich spannende Accounts, die thematisch mit meinem verwandt sind oder mich unabhängig von meinem Content interessieren könnten. Möglicherweise abonnieren mehr Zurück-Likende meinen Account, wenn dieser große thematische Überschneidungen mit dem eigenen Content aufweist: Poste ich überwiegend veganes Essen, so lohnt es sich, mit dem Like-Bot von vornherein Fotos zu liken, die mit dazu passenden Hashtags versehen sind. Hierbei hilft auch unser hauseigenes Recherchewerkzeug, das im Instagram-Tool integriert ist.

[Updatenotiz] Suchvorschlagstool 0.4b

Neue Zahlen und einige Gespräche bewegten mich zu einem Relaunch des Suchvorschlagtools in Form der Versionsnummer 0.4b. Die Funktionen sind die Folgenden:

– Auslesen von Suchvorschlägen auf Basis der G-Suggest-API-Schnittstelle
– Mehrstufiges Auslesen der Suchvorschläge
– Anbindung an die API von Bing
– Auslesen der Suchvorschläge aus Pinterest

[Exportfunktionen]
– unterstütze Formate: XLSX, CSV und HTML
– Ergänzung der Reports um die Spalten „Datum“, „Kürzel“ zwecks Optimierung von Teamarbeiten

Das aktuelle Compilat wurde an die Kund_innen und Betatester_innen verteilt. Im Moment denke ich noch intensiv über die Weiterentwicklung des Projektes „Suchvorschlagstool“ in eine andere Richtung nach. Der Grund ist einfach: ich bin kein wirklicher Freund der These, dass ausgelesene Suchvorschläge oder Ergebnisse aus den W-Fragen-Recherche-Prozeduren ein tatsächliches Interesse in Form von Suchintentionen abbildet oder abbilden kann.

Eventuell werde ich bei Gelegenheit prüfen, inwiefern man Blogkommentare, Blogs-Allgem, FB-Kommentare oder die Forenszene in die Beobachtung einbezogen werden kann.

Pinterest: Suchvorschläge auslesen

Nach einer erfolglosen Prüfung der Pinterest-API habe ich mich für den folgenden Lösungsweg entschlossen:

[Übergabe der Suche via http-GET]
https://de.pinterest.com/search/pins/?q=’+tagrecherche.text

[Auslesen der Suchvorschläge]
=> Quellcodeanalyse nach
(a) title=“Search for
oder
(b) title=“Nach

Die auslesbaren Phrasen wirken hierarchisch geordnet. Die Datensatzquelle wurde in den „Pinbot 0.2b“ und in das aktuelle Experiment integriert.

Entwicklungen am „Pinbot“ – erste Version und Zahlen

Aktuelle Zahlen und Positionierungen der betreuten Instagram-Accounts warfen vor ein paar Tagen eine interessante Frage in den Raum: „Lässt sich das Ganze auf das beliebte Medium Pinterest übertragen?“.

Ich habe daher kurzfristig die folgende Ausgangssituation geschaffen:
– Umprogrammierung des beschriebenen IG-Tools / Bots auf Pinterest

[Funktionen]
– Wechsel der IG-Tagreichweitensuche auf Interessensmatrix-Schema
– Rechercheeinstiegspunkt: Pin-Suche und Pinwand-Suche
– Liken via Halbautomatismus (manuelle Zielwahl)

[Account]
– „Hobbyprojekt“, angedockt ein Fotoblog
– 50% Nischenthemen rund um Fotografie / 50% „Allerweltsthemen“ mit Schwerpunkt auf „Leipzig“

[Aktuelle Zahlen]
=> Auslesbar aus der Pinterest-Statistik
=> „Ihr Pinterest-Profil

[Datum] => [Aufrufe] / [Betrachter]
01.06.2016 => 1768 / 770
07.06.2016 => 1567 / 717
11.06.2016 => 1102 / 562
Start des Experimentes => 11.06.2016
12.06.2016 => 2694 / 684
13.06.2016 => 4121 / 1768

Eine signifikante Steigerung der Metriken „Fans“, „Repins“, „Weiterpinner“ und Durchklicks auf die platzierten Pins lässt sich im Moment nicht beobachten. Sollten sich die Metriken „Aufrufe“ und „Betrachter“ durch die gewählte Strategie weiter steigern lassen, werden in der nächsten Woche weitere Accounts der W&L GbR in das Experiment integriert.

Revitalisierung der Strategie „Blogcommentspam“?

Auf einem der Fotoblogs aus dem Hause „Wobus & Lehmann GbR“ entdecke ich immer wieder faszinierenden Blogcommentspam in einer Form, die eigentlich „ausgestorben“ sein sollte.

Folgende Beispiele zauberten mir neulich ein Lächeln auf die Lippen:

(a) „Shop“ für Elektrotechnik // Digitalisierungstechnik

„Coole Bilderanordnung auf deinem Blog, überlege sowas auch auf meinem Blog einzustellen :).

Viele Grüße
[Name]“

Ziel des Commentspam war eine Galerie, welche ein großes Gebäude zeigt. Die Bilderanordnung ist hier übrigens die Standardgalerie von WordPress. Sie ist weder „neu“, noch in irgendeiner Form besonders kreativ.

(b) Amazon-Affiliatespammer „Nischenseite“ zum Thema „Sport und Gesundheit“

„Schöne Bilder. Ich mag Spatzen, die sehen immer so nett und bodenständig aus.“

Ziel des Spams war eine Galerie, die einen badenden Spatzen zeigt. Warum hier nun ein Spatz „bodenständig“ aussieht, ist mir persönlich absolut schleierhaft. Gut: der Vogel bewegte sich am Boden.

(c) Autoankauf-Spammer
„hallo
das ist sehr schöne vielen dank“

Ziel des Spams war ein Bild aus einer Galerie, welche „Kunst im öffentlichen Raum“ zeigt. Eine logische Querverbindung zwischen Autoankauf und einer öffentlich begutachtbaren Statue kann ich ebenfalls nicht erklären.

Natürlich möchte hier niemand den Commentierenden Spamwünsche unterstellen, aber „wir“ geben hier den interessierten Laien und auch (!) Kolleg_innen einen einfachen und absolut effektiven Tipp, wenn es um das Thema „Linkaufbau via Blogcomments“ geht:

Schreibt nur Kommentare, wenn es auch tatsächlich etwas zu sagen gibt.

Planung: Werkzeug zur Unterstützung der Pinterestaktivitäten

Nach Erwirtschaftung erster und durchaus guter Zahlen aus dem Umfeld „Instagram“ habe ich mich heute zur Ausweitung des Systems auf „Pinterest“ entschieden. Hierbei ist ein Halbautomatismus geplant, welcher uns bei der Beantwortung folgender Fragen unterstützen soll:

1. Existiert ein logisches Verhältnis von Likeaktivitäten zu neuen Fans?
2. Lassen sich über „Likes“ Clicks und Repins „optimieren“?

Eventuell werde ich hier das System „Interessensmatrizen“ als Recherchefunktion für Trends und Zielgruppen verwerten.

Meine Gedanken zu Instagram-Bots

Vor einiger Zeit entdeckte ich zwei äußerst aktive Fans auf einem unserer wichtigsten Accounts. Eine Person stammt aus Leipzig und bewirbt sich selbst anhand ihrer Körpergröße und die andere Person bewegt sich im Umfeld „Fotografie – allgemein“. Interessant bei beiden Accounts ist hier, dass Diese beim besagten Account (weit über 8000 Posts!) überwiegend Publikationen aus bspw. den Jahren 2012 und 2013 „liken“.

Ich muss an dieser Stelle zugeben, dass ich bis dato nicht den geringsten Gedanken an Bots verschwendet hatte und mir deren Existenz eigentlich auch nicht klar war, bis ich – rein zufällig – den ersten Accountinhaber in der Stadt traf. Das Gespräch war interessant und hier wurde mir die Namen der Bots genannt. Ausgehend von entsprechenden Recherchen und Testläufen gelang mir das Analysieren der Muster solcher Bots.

Also, Indikatoren für verwendete Bots können (!) sein:

– das Liken von veralteten und extrem alten Posts
– das Liken von Posts, deren Infos / Tags / Inhalte absolut keine Querverbindung zum likenden Account aufzeigen
– das Absetzen von Kommentaren mit „wenig Inhalt“ („grandios“, „like“ und diverse Piktogramme)
– Muster im Liken anhand der Likezahl (nur 5, nur 3)
– Muster im Liken anhand bestimmter Zeitpunkte
– Muster im Liken anhand fester Hashtags

Ich bekomme ständig Rückmeldungen über IG-bezogenen Strategien, Bots und Bedürfnisse bezüglich Instagram. Eine der wichtigsten ist – natürlich – das Erwirtschaften von möglichst großen Fanzahlen. Hin und wieder schaue ich mir gern einmal Zahlen und konkrete Beispiele an. Ausgehend von diesen oder jenen Erkenntnissen entstand unser eigener Instagram-„Bot“, welcher durchaus recht interessante Ergebnisse produzierte:

Account aus dem Bereich Tourismus
– ca. 4 Wochen Betreuung
– themenspezifische Fotos, Motive
– Schwerpunkt: eigene Fotos
– Ergebnis => ca. 200-220 Likes bei 25% der Posts
– gute Durchklicks auf die hinterlegten Links (bit.ly)
– ca. 2500 aktive Fans

Account aus dem Bereich Wohnen // Inneinrichtung
– ca. 6 Wochen Betreuung
– Fotos mit konkreten Einrichtungsszenarien
– Ergebnis => ca. 130 Likes bei 20% der Posts
– ca. 1500 aktive Fans

Account aus dem Bereich Softwareentwicklung „B2B“
– ca. 4 Wochen Betreuung
– Fotos mit Schwerpunkt: „Der Betrieb“
– konkrete Impressionen aus den Büros, dem „Leben“
– Ergebnis => ca. 60 Likes bei 10% der Posts
– ca 4500 aktive Fans
– gute Durchklicks

Diese Beispiele wurden hauptsächlich durch die Unterstützung der Software erwirtschaftet, die ich auf diesem Blog hin und wieder beschreibe. Ausgehend hiervon, der konkreten Umsetzung des Tools und der Features empfehle ich folgende Vorgehensweise bei der automatischen, halbautomatischen oder manuellen Strategie.

1. Like nur die neuesten Medien der ausgewählten Hashtags und setze hier ein Limit von maximal 20 Likes!
2. Recherchiere die Tags vorher nach deren Reichweiten und Reichweitenveränderungen!
– siehe meine Ausführungen zu Tagrecherche via API von Instagram
– beachte die Reichweitenveränderungen je (!) Beobachtungszeitraum
3. Erzeuge keine Muster in den Likes!
– Zeitpunkt
– keine Fixierung auf einen oder wenige Accounts
4. Bediene Trends!
– Inspirationsquellen sind: Werbung (TV), Influencer, Medien allgem.
5. Bleib beim Thema!
– Definiere Deine Tageinstiegspunkte hauptsächlich auf Basis Deiner Posts und Inhalte!
6. Bleib bei Deiner Zielgruppe!
– Inspirationsquellen sind: Tagsammlungen der gewünschten Fans und Nebentags zum Hauptthema

Im Gegensatz zu vielen Kolleg_innen habe ich eine eher neutrale Haltung zu den Werkzeugen „Bots“ oder „Instagram-Bots“. Ich empfehle allerdings, diese Tools nur dann einzusetzen, wenn man sich Folgendes auch bewusst macht:

– es kann bei falscher Konfiguration schief gehen
– man setzt die nicht ein, weil „jede(r) es macht“
– sie können niemals die mangelhafte Qualitäten von Posts ersetzen
– sie können niemals fehlende Zielgruppen kompensieren
– der Support und die Weiterentwicklung kann eingestellt werden
– IG könnte Muster erkennen und einzelne Bots aussperren

Delphi: TWebbrowser – Formulare ausfüllen und „abschicken“

Press Ctrl+V to copy the following code.

Für die Automatisierung mit Hilfe des TWebbrowser benötigt man den folgenden Code.

Click here to show/hide the code.
 
  1. uses mshtml;


Click here to show/hide the code.
 
  1. function FillForm(WebBrowser: TWebBrowser; FieldName: string; Value: string): Boolean;
  2. var
  3.   i, j: Integer;
  4.   FormItem: Variant;
  5. begin
  6.   Result := False;
  7.   //no form on document
  8.   if WebBrowser.OleObject.Document.all.tags('FORM').Length = 0 then
  9.   begin
  10.     Exit;
  11.   end;
  12.   //count forms on document
  13.   for I := 0 to WebBrowser.OleObject.Document.forms.Length - 1 do
  14.   begin
  15.     FormItem := WebBrowser.OleObject.Document.forms.Item(I);
  16.     for j := 0 to FormItem.Length - 1 do
  17.     begin
  18.       try
  19.         //when the fieldname is found, try to fill out
  20.         if FormItem.Item(j).Name = FieldName then
  21.         begin
  22.           FormItem.Item(j).Value := Value;
  23.           Result := True;
  24.         end;
  25.       except
  26.         Exit;
  27.       end;
  28.     end;
  29.   end;
  30. end;


Click here to show/hide the code.
 
  1. if FillForm(WebBrowser1, 'username', 'mein_username') = False then
  2.   Form1.caption:=version;

=> Ausfüllen des Formularfeldes „username“ mit dem Inhalt „Username“.
=> Ausweitbar auf weitere Formularfelder wie „passwort“, „webseite“ usw., sofern Objektnamen bekannt.
Click here to show/hide the code.
 
  1. Webbrowser1.OleObject.document.forms.item(0).submit();

=> Ausgefüllte Inhalte werden abgeschickt

Delphi: Twebbrowser – Elemente (ohne ID) automatisch anklicken lassen

Bei einem unserer Projekte musste ich eine Lösung suchen, welche das Anklicken von Webseitenelementen erlaubt.
Vorausgesetzt, es handelt sich hierbei um einen „span“-tag, welcher einen eindeutigen (!) Namen trägt, gehe ich so vor:

Click here to show/hide the code.
 
  1. var
  2.   ovElements: OleVariant;
  3.   i: Integer;


Click here to show/hide the code.
 
  1. try
  2.   ovElements := WebBrowser1.OleObject.Document.all;
  3.   for i := 0 to (ovElements.Length - 1) do
  4.     if (ovElements.item(i).className = 'name') then
  5.      begin
  6.       try
  7.        ovElements.item(i).Click;
  8.       except
  9.        //fehlerbehandlung I
  10.       end;
  11.      end;
  12.   except
  13.    //fehlerbehandlung II => TEST
  14.   end;