Tag-Archiv: Zahlen

Pinterest: Strategiewechsel und erste Zahlen

Aktuelle Beobachtungen aus dem Rohmaterial der Instagramprojekte (InstaLOC, Hashtagreichweiten etc.) ergaben neue Gedanken und Strategien im Bezug auf Instagram.

Hier habe ich mir die folgenden Fragen gestellt:

(1) Lässt sich Pinterest für das Setzen von Links benutzen?
(2) Funktioniert auf Pinterest das Instagram-Bildmaterial?

Um das Experiment sinnvoll zu starten, veröffentlichte ich auf dem Account zwei Boards mit Inhalten aus einer Spezialnische der Analogfotografie. Diese nennt sich „Soaked-Films“ und beschreibt die künstlerische Beeinflussung der Emulsionsschicht(en), welche sich auf den unbelichteten Negativen (Farbe!) befinden. Hier legte ich die Filmdosen in saure Flüssigkeiten (Kaffee, Tee, Bier, Wein etc.) ein und schaue mir an, welche Effekte sich nach Belichtung und Entwicklung auf den Bildern zeigen. Auf Instagram wurden die Bildreihen erfolgreich und mit wenig Aufwand positioniert und die Contententscheidung bzgl. Pinterest wurde nach der Sichtung div. Rückmeldungen und der üblichen Interaktionsmetriken gefällt.

Nach Motivwahl wurden die Algorithmen des InstaLOC-Scrapers/Datenauswerters mit dem Schema der Interessensmatritzen synchronisiert. Diese Symbiose ergab keinerlei Unterschiede zwischen dem Datenmaterialen der Plattformen und ich entschied mich zu einer „schmalen“ Bildbeschreibung / Hashtagwolkenfokussierung in der Beschreibung der Pins.

Die Inhalte der Boards wurden mit einer (Big)data-gesteuerten Strategie in der Plattform positioniert und der Ansatz beschreibt einen Vorgang, der so ausschaut:
(a) Auslesen der Trends auf Basis von InstaLOC
(b) Auslesen der Interessen auf Basis der Matrix-Strategie
(c) Match von (a) und (b): Ausgabe der geeigneten Tagwolken
(d) Abgleich von (c) mit den Beobachtungen aus Instagram (wahlweise weitere Datenquellen)
(e) Einspielen der Materialien in die Plattform und KI-gesteuerte Präsentation bei den potentiellen Zielgruppen.

Hier die Ergebnisse der Pins, welche vor ca. 5 Tagen veröffentlicht wurden.

Hier der Zielgruppenüberblick des Einspeiseaccounts.

Interessant ist auch die Entwicklung des Einspeiseaccounts. Dieser widerlegt u.a. auch viele Thesen aus der Branche. Ich sehe hier ein stabiles Besuchervolumen von über 43.000 Accounts zu 1.481 Interaktionen mit einer starken Gewichtung auf den DACH-Raum (28.521 -> Deutschland). Das Geschlechterverhältnis ist ca. 28.000 (Frauen) zu ca. 15.000 (Männer).

Die Zahlen der aktuellen Ergebnisse empfand ich als überraschend gut und das Grundgefühl verstärkte sich bei Abgleich mit den konservativ positionierten Materialien. Durch interessante Positionssprünge der hinterlegten URLS (teilweise N/A auf Seite 1-3 unter härteren Keywords) wurde hier die Entscheidung gefällt, die (neue) Pinterest-Strategie in das Tagesgeschäft zu überführen.

SQLite: schnell die Datenbankeinträge zusammen zählen

Diverse Datenbankmonitoringprobleme erforderten das Aufzählen der Einträge. Hierfür nehme ich unter der SDK „Delphi“ folgenden Befehl:

select MAX(_ROWID_) from tags;

Unter Windows 10 und mit einem relativ modernen Computer verlangt diese Anweisung ca. 25 Sekunden bei Abfrage(n) aus der ca. 32GB großen Hashtagdatenbankdatei.

Twitter, Statistiken und erste Zahlen aus dem aktuellen Experiment


Im Zuge der Verfestigung des Fotoblogprojektes wurde der beigeordnete Twitteraccount konzeptionell neu aufgestellt.

Dies umfasst:
– Etablierung geeigneter Like, Follow und Retweetautomatismen via APIbasierte PHP-Scripte (Bots)
– „natürlich aussehende“ Aktivitäten (tageszeitabhängig, via Crontab einstellbar)
– Qualitätssicherung der Follow, Like und Retweets via Search-API-Operatoren (AND, OR)
– Ausrichtung der Hashtags (f. Retweet, Like und Follow) an etablierte und qualitativ extrem hochwertige Accounts (subjektive Wahrnehmung, orientiert sich an Motivwahl und technische Umsetzungen von Fotos)

Die Wirkung (mehr Follower, Impressionen auf Tweets, Profilbesuche) der eingesetzten Automatismen lässt sich – analog zu den Instagramboterfahrungen – relativ genau und „sauber“ prognostizieren. Etwas komplexer oder komplizierter ist natürlich die Optimierung der Interaktionen auf den Tweets, also: Like, Comments und Retweets. Gerade bei diesen Interaktionsformen lässt sich nun ablesen, ob denn der dargebotene Content (eigene Produktionen und Retweets) als „hochwertig“ empfunden wird. Besagter Account wird diesbezüglich über Instagram via IFTTT bespielt und bei den Motiven orientiere ich mich an den vielen Gesprächen mit meiner Laborpartnerin, dem sozialen Umfeld und den Klient_innen der Wobus & Lehmann GbR. Diese „Minimarktforschung“ wird natürlich um regelmäßige Accountscreenings (via Datenbanken, manuelle Sichtung etc.) ergänzt.

Die aktuell „erfolgreichen“ Tweets sind:
https://twitter.com/aufnahme_n/status/934355833374281729
https://twitter.com/aufnahme_n/status/934356220483461120

Twitter: Start eines Experimentes und erste Zahlen

Nach einigen Gesprächen und diversen Diskussionen entschied ich mich zur Freigabe eines spezielleren Accounts zwecks Analyse der Fragen:
– Wie funktioniert das Ding mit Twitter eigentlich?
– Wie lassen sich bei Twitter mit welchem Aufwand (!) Autoritäten etablieren?
– Wie funktioniert bei Twitter die Statistik und die Auswertung der systemeigenen Statistik?
– Wie funktioniert bei Twitter die Verwertung der Hashtags?

Hier nun der erste Zahlenstand mit (Re)etablierung des Accounts.

Der Account bedient folgende Themen / Inhalte:
– Momentaufnahmen, Schnappschüsse (Digital, div. Rundreisen und sonstige Motive)
– Neu: Analogfotografie und Dokumentation der „Experimente“ mit div. Materialien, Farben und Motive
– Retweets: überwiegend S/W, monochrome
– Grundbefüllung via IFTTT vom Instagramaccount ausgehend

Die aktuellen Zahlen und auch Rückmeldungen via Twitter-Kontakte sind soweit überraschend gut und ich werde zeitnah analysieren, wie sich der Beziehungsaufbau bei dem System effektiver organisieren lassen kann.

Fragen, Austauschanregungen und Kontakt bitte via bekannten Telefonnummern (siehe Impressum)

Arbeitseinblick: Schwieriges Projekt & tolle Zahlen

Kurzfristig übernahmen wir die Arbeiten an einem Projekt der schwierigen Sorte im Bereich der Büroartikel & Verbrauchsmaterialien.

Ausgangszustand (Marketing):
‣ Sitemap mit ca. 75.000 Elementen,
‣ ca. 40.000 Produkte,
‣ diverse technische Mängel,
‣ kaum vorhandene Vermarktung der einzelnen Produkte mit Hilfe der üblichen Strategien,
‣ OVI-Wert bei ca. 1,08,
‣ kaum sichtbare Social-Media-Aktivitäten

Das Projekt hatte eine ungewöhnlich kurze Laufzeit von zwei Monaten (Juli bis August 2017) und bedurfte daher einer genau terminierten Vorgehensweise. Durch die vorhandene Tag- und Trenddatenbank (siehe Hashtagprojekt) gelang ein zügiger Einblick in die Branche des Klienten. Nach einer  kurzen Recherchephase wurden folgende Strategieelemente für die Promoarbeiten gewählt:

‣ Identifikation der lohnenswerten Knotenpunkte (hier: Kategorien mit nachgefragten Produkten)
‣ Linkaufbau für diese Kategorie-Seiten mit Hilfe stark frequentierter Kataloge und Blogs
‣ Linkaufbau für diese Kategorie-Seiten mit Hilfe der agentureigenen Pinterest-Accounts (manuell eingesetzte Quelle)
‣ Produktvermarktung mit Schwerpunkt auf Twitter

In der Projektlaufzeit konnten wir folgende Ergebnisse erzielen:

Grafik 1: Zuwachs der Besuche via SUMA von ca. 28 (Ende Juni) auf ca. 500 am Ende des Projektzeitraums Ende August
Zuwachs der Besuche via SUMA von ~28 (Ende Juni) auf 488 (17.August)

Grafik 2: Erhöhung des OVI-Index von 1,08 auf 3,45
Erhöhung des OVI-Index von 1,08 auf 2,12

Grafik 3: Erhöhung der rankenden Keywords von ca. 4100 auf ca. 9200

Aktuelle Zahlen – der Pinterestaccount des Fotoblogs

Durch die Vermarktungsumstellung des Accounts auf
(a) die Inhalte der Hashtag-Datenbank
und
(b) diverse Twitterkanäle
wurden folgende Zahlen sichtbar.

Interessant ist hier für mich das Datum, da genau hier auch eine massive Trafficsteigerung via organischer Quellen (also: Google und andere SUMA) auf dem Fotoblog nachvollziehbar ist (ca. 30-40% je 24h bis heute).
Um naheliegende Vermutungen zu bestätigen, ist ein Experiment mit einem unserer Affiliatekataloge angesetzt.

Durchgeklickt & ausgewertet: Instagram als Traffic-Lieferant

Nach einigen Diskussionen rund um die Wertigkeit von Instagram (auch im Bezug auf B2B-Projekte), haben wir uns entschlossen, ein paar neue Zahlen zu zeigen. Die nachfolgenden Ergebnisse resultieren aus einem Projekt, das wir im Frühjahr 2017 erfolgreich abgeschlossen haben.

Ein paar Informationen zum Projekt:
– Firma aus Mitteldeutschland mit Startup-Charakter
– IT-bezogene Dienstleistung, Services für IT-Belange
– extrem erklärungsbedürftige Produkte, schwieriger Absatz via klassischem Internetmarketing
– Social-Media-Aktivitäten u.a. via Instagram (Stand April 2017: ca. 200 Postings, 3k Abonnent_innen, 700 Abos)

Zu unserem Vorgehen:
Im Zeitfenster November 2016 bis Anfang Dezember 2016 starteten wir auf dem Instagram-Account dieser Firma den Hashtag-Erhebungsprozess (siehe Ausführungen zu den Rohdatenbanken) komplett neu und erweiterten die Abfragen u.a. auch um die Worte und Wortkombinationen aus den Bereichen des Projektes. Darüber hinaus schauten wir uns das Kommunikationsverhalten diverser KMU-bezogener Promis (aus verschiedenen Sparten) an und erweiterten die Scrapingprozedur um eine Erfassungs- und Gewichtungsfunktion, welche die Hashtags der beobachteten Influencer-Accounts auswerten kann.

Entwicklung des Instagram-Accounts Dezember 2016 bis Mai 2017 als Traffic-Lieferant für die Domain:
Im Zeitfenster Dezember 2016 bis Ende März 2017 fanden diverse Auswertungen zu den Häufungsentwicklungen der anvisierten Tags statt. Wir entwickelten die Theorie, dass bestimmte Hashtags einen Kanal zu den gewünschten (!) Zielgruppen abbilden können. Ausgehend von dieser Vermutung wurde der Kanal nach einigen Inhouse-Schulungen hinsichtlich Inhalt, Hashtags und Bildsprache weiterentwickelt. Hiermit lassen sich die sichtbaren „Zickzack“-Bewegungen erklären, da in dieser Phase schlichtweg ein Eichungsprozess stattfand. Im Rahmen der Kanaletablierung wurden weitere Ansätze und Strategien zur gezielten Vermarktung entwickelt. Im Zeitfenster April 2017 stabilisierten sich die Zahlen nun zu einem interessanten Traffic-Lieferanten.

Hier das anonymisierte Trafficdiagramm via Google-Analytics:

Vorläufiges Fazit:
Obwohl viele Kolleg_innen den Kanal „Instagram“ eher als Spielwiese für Hobbys, Ausflüge & vegane Gemüseteller betrachten, entdecken wir tagtäglich durch die konsequente Analyse der Tags, der Taghäufungen und der Postings zu den Tags, dass  durchaus auch erklärungsbedürftige Themen, Dienstleistungen und Produkte hier vorgestellt, diskutiert und vermarktet werden können. Die gezielte Bedienung dieser Kanäle mit konkreten Motiven und passenden Hashtags führt zu messbaren Rückklicks mit beachtlicher Aufenthaltsdauer auf der beworbenen Seite.

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.