Frische SEO/Onlinemarketing-Referenz

Ausgangslage: verbrannte Domain -> kein klass. Blackhat, sondern Contentproblematik, Inhalt: ~80k Artikel rund um Wohnen, Deko etc.

Grobskizzierung der Strategie:
(Onpage)
(1) Contentproduktion mit Quelle GPT4All + Exotendatenmodell
(2) Manuelles Feintuning der Inhalte aus (1)
(3) Keywords / Themenrecherche ausschließlich über Instagram -> Fokus auf Comments

(Offpage)
(1) Bildproduktion via StableDiffusion unter Einbindung eigener Loras (Loratraining mit meinem Analogfotomaterial)
(2) Befüllen v. Pinterestaccounts, je Kategorie / Galerie mit max. 25% Verlinkung auf Seite
(3) Shares + Likes innerhalb der Pinterestaccounts
(4) Galeriegestaltung / Benennung nach Scrapen der „Suchvorschläge“, ausgelesen aus Pinterest
(5) Verlinkung der Accounturls in rotierende Blogrolls auf eigene „privat aussehende“ Blogs
(6) Punktuelles Weiterleiten v. Fotos aus Pinterestaccounts auf kleinere Twitter-Accounts, die NICHT in DE / DACH lokalisiert sind.
(7) Push auf Seite via eigene hochgezüchtete Instagram-Accounts (Bio u. teilw. Postings)

Fragen? Kontaktwunsch?

Datenfreigabe 3_3: Hashtagdatenbank (Quelle: Instagram – API)

URL: https://www.pontipix.de/datenbank_downloads/hashtagdb_main.zip 

(Hinweis: gepackt ca. 13GB, entpackt ca. 40GB)

Die DB-Tabelle beinhaltet folgende Spalten:

ID, Tag (Hashtag), Haeufung, Datum

Zur Erläuterung:

ID und Tag / Hashtag sind selbsterklärend. Die Häufung ist die ausgelesene Gesamtanzahl aller Postings unterhalb des Hashtags zum jeweiligen Datum. 

#1 Basisabfragen

(a) Abfrage -> Anzahl: Datensätze

select count(*) from tags;

Ergebnis: 949.781.647

(b) Abfrage -> Anzahl: Datensätze / 2016

select count(*) from tags where datum like ‚%.2016%‘;

Ergebnis: 33.876.572

(c) Abfrage -> Alle Zeitstempel

select distinct datum from tags;

Ergebnis: 423, verteilt auf 2016, 2017, 2018

#2 Inhaltliche Abfragen

(a) Substrings

select * from tags where tag like ‚%leipzig%‘;

(b) Strings

select * from tags where tag = ‚berlin‘;

Für das Auslesen u. ggf. Interpretieren benötigt man eine geeignete Software (SQLite-Studio, Knime etc.). Die Datensätze sind aus 2016 bis 2018 und dienten während der Erhebung für Contentmarketingrecherchen und andere Aufgaben.

Datenfreigabe 2_3 (Quelle: Postingelemente aus Instagram in Verbindung mit Locations)

URL: https://www.pontipix.de/datenbank_downloads/instaloc_clean.zip 

Hinweis (1): 

Die Datenbank ist gepackt 13GB und entpackt 41GB.

Sie umfasst nur einen Teil unseres Datenbestands und ich gab hier eine zufällig ausgewählte Datenmenge je erfassten Länder frei. Technisch wurde der Datenübertrag über einen Zufallsgenerator gelöst, wobei hier kein Themenschwerpunkt gesetzt wurde. 

Die Freigabe erfolgte unter der Bedingung: die Datenbank darf ausschließlich für Weiterbildung- u. Ausbildungszwecke genutzt werden und bei Publikation erwarte ich selbstverständlich eine Namensnennung inkl. Link auf https://www.pontipix.de/.

Hinweis (2):

Die Datenquelle ist Instagram via Instagram-API in der jeweils gültigen Fassung unter Beachtung der jeweils aktiven Richtlinien. 

Die DB-Tabelle beinhaltet folgende Spalten:

id, url, tags, likes, comments, erstellzeit, contentinfo, country, country_code, city, county, state_district, suburb, city_district, pub, cafe, hotel, college, town_hall, florist, arts_centre, public_building, hospital, sport_centre, swimming_pool, travel_agency, community_centre, playground, clinic, books, pedestrian, chemist, car_wash, fort, golf_course, theme_park, water, castle, picnic_site, pharmacy, fast_food, track, garden, locality, residental, adress29, wood, retail, town, industrial, cycleway, village, guest_house, artwork, bus_stop, bar, bakery, fuel, zoo, car, university, neigbourhood, viewpoint, bank, stadium, hairdresser, place_of_worship, beach, mall, school, memorial, attraction, supermarket, footway, restaurant, theatre, parking, clothes, hamlet, raceway, aerodome, library, museum, commercial, ruins, building, PLZ, road

#1 Abfragebeispiele -> Bezug auf Land / Stadt etc. 

select * from locations where country_code = ‚de‘; 

select * from locations where country_code = ‚de‘ and city = ‚Berlin‘; 

select * from locations where country_code = ‚de‘ and city = ‚München‘; 

select * from locations where country_code = ‚de‘ and state = ‚Sachsen‘; 

select distinct country_code from locations;

select distinct city from locations where country_code = ‚de‘;

#2 Abfagebeispiele -> Bezug auf Locationtypen

select * from locations where country_code = ‚de‘ and restaurant <> “; 

select * from locations where country_code = ‚fr‘ and restaurant <> “

select * from locations where country_code = ‚us‘ and school <> “; 

#3 Abfragebeispiele -> Bezug auf Inhalte

select * from locations where country_code = ‚de‘ and school <> “ and contentinfo like ‚%1 person%‘

select * from locations where country_code = ‚de‘ and contentinfo like ‚%1 person%‘

select distinct(contentinfo) from locations where country_code = ‚de‘;

select distinct(tags) from locations where country_code = ‚de‘ and city = ‚Leipzig‘;

Weitere Abfragevarianten ergeben sich aus der Tabellenstruktur, den Spalten und der konkreten Fragestellung. Denkbar sind Verbindungen zwischen Tags, Taggruppen, den Bildinhalten („Contentinfo“) und konkreten Ländern. 

Datenfreigabe 1_3 (Quelle: Instagram-Locations mit Openstreetmap)

URL: https://www.pontipix.de/datenbank_downloads/locplain_big.zip

Hinweis (1): 

Die Datenbank ist gepackt 338MB und entpackt 818MB.

Die Freigabe erfolgte unter der Bedingung: die Datenbank darf ausschließlich für Weiterbildung- u. Ausbildungszwecke genutzt werden und bei Publikation erwarte ich selbstverständlich eine Namensnennung inkl. Link auf https://www.pontipix.de/.

Hinweis (2):

Die Haupt-Datenquelle ist Instagram via Instagram-API in der jeweils gültigen Fassung unter Beachtung der jeweils aktiven Richtlinien. 

Die DB-Tabelle beinhaltet folgende Spalten:

id, locations, lat, long, country, country_code, city, county, state_district, suburb, city_district, pub, cafe, hotel, college, town_hall, florist, arts_centre, public_building, hospital, sport_centre, swimming_pool, travel_agency, community_centre, playground, clinic, books, pedestrian, chemist, car_wash, fort, golf_course, theme_park, water, castle, picnic_site, pharmacy, fast_food, track, garden, locality, residental, adress29, wood, retail, town, industrial, cycleway, village, guest_house, artwork, bus_stop, bar, bakery, fuel, zoo, car, university, neigbourhood, viewpoint, bank, stadium, hairdresser, place_of_worship, beach, mall, school, memorial, attraction, supermarket, footway, restaurant, theatre, parking, clothes, hamlet, raceway, aerodome, library, museum, commercial, ruins, building, PLZ, road

#1 Abfragebeispiele -> Bezug auf Land / Stadt etc. 

select * from locations where country_code = ‚de‘; 

select * from locations where country_code = ‚de‘ and city = ‚Berlin‘; 

select * from locations where country_code = ‚de‘ and city = ‚München‘; 

select * from locations where country_code = ‚de‘ and state = ‚Sachsen‘; 

select distinct country_code from locations;

select distinct city from locations where country_code = ‚de‘;

#2 Abfagebeispiele -> Bezug auf Locationtypen

select * from locations where country_code = ‚de‘ and restaurant <> “; 

select * from locations where country_code = ‚fr‘ and restaurant <> “

select * from locations where country_code = ‚us‘ and school <> “; 

Weitere Abfragevarianten ergeben sich aus der Tabellenstruktur, den Spalten und der konkreten Fragestellung.

Experiment: Revitalisierung einer alten Domain – Schwerpunkt: Fotografie, Kunst

In irgendeiner Diskussion genoss ich Tipps, Ausführungen und Diskussionen rund um Marketingautomatisierungsansätze und sonstigen „hochmodernen“ Buzzwords, wie Bigdata, Datadriven-Marketing und sogar auch Künstliche Intelligenzen. Wie erwartet: ich regte mich über inkompetente Betrachtungsweisen zu Algorithmus vs. Algorithmen auf und dachte mir zu dem Zeitpunkt, dass ich doch einmal die Zielgruppen- u. Marktanalysemechaniken der Wobus & Lehmann GbR gegen eines der Projekte laufen lassen könnte.

Hier die relevanten Ergebnisse „Trafficvolumina“.

Zur Erklärung: Sinn und Ziel einer datengetriebenen Markforschung ist und bleibt die Klärung der Frage: „Wer ist wann und wo und mit welchem Hintergrund für meine Informationen / Produkte / Dienstleistungen WIE ansprechbar?“. Diese obligatorischen Rechercheaufgaben kann man mit den üblichen Tools, mit Baugefühl und sog. „Erfahrung“ durchführen, oder eben über den Weg der Beobachtung(en) des öffentlichen Raums gehen. Wie das technisch funktioniert, habe ich auf diesem Blog einige Male erklärt. Hinweise sind InstaLOC, Interessensmatrixen oder eben Twitterloc. Daher: ich halte mich hier ein wenig zurück, weil ich kein Interesse an endlosen Wiederholungen habe. Ein Hinweis jedoch: die KWD u. WDF*IdF-Analyse auf usergenerierte Meinungsäußerungen (hier: Tweets, Postings auf Instagram usw. usf.) von zwischen 5 und 12 Mio aktiven Accounts aus DE / DACH erlaubt nun folgende Erkenntnisse zu:

  • Inhalte der zu generierenden Informationen / Beschreibungen.
  • Wording / Sprache der Zielgruppe(n)
  • Millieus der Zielgruppe(n) (liberal, links-liberal, grün, konservativ)
  • pot. Budget der Zielgruppe(n)
  • Postingzeitpunkt
  • ggf. Ortsbezug (interessant für Hyperlocal)
  • generell: Keywords nach typischen SEO-Gesichtspunkten

Mit den generierten Erkenntnissen lassen sich nun die typischen, bekannten und eingespielten Strategien hochfahren. Vorab: es wurden hier KEINE Artikel und KEINE Links eingekauft. Persönlich empfinde ich das Medium Kauf -> Artikel/Links als lächerlich, profan und untauglich für die Erwirtschaftung von nachhaltigen organischen Ergebnissen. Grundsätzlich verstehe ich nicht, warum die Suchmaschinenoptimierung / das organische (!) Internetmarketing auf der einen Seite Einkaufvarianten verteufelt und als Blackhat darstellt, aber auf der anderen Seite mit einem Lächeln auf den Lippen selbstverständlich Gastartikel und Links kauft. Für mich ist das keine relevante Kunst und erst recht kein Handwerk.

Nunja. Das Beispiel hier beweist, dass man auch auf spannenderen Wegen und deutlich kosteneffizienter Traffic und Reichweite erzeugen kann, WENN man denn das feine Zusammenspiel mit den Märkten und Zielgruppen versteht.

Hier die relevanten Ergebnisse zu den Konversionen:

Die Konversionen sind keine Konversionen, wie man sie von Webshops kennt. Nein: sie zielen auf bestimmte und gesondert beworbene Unterseiten ab. Das sind werthaltige Informationen, spezielle Downloads und Ankündigungen, die alle analog zu den Zielgruppenidentifikationen aufgebaut und beworben wurden.

Fazit:

  • Marketing, welches auf die Meinungsbekundungen mehrere Mio User:innen ausgerichtet ist, funktioniert perfekt.
  • Die Datenquellen Socialmedia, Trends und APIs liefern bessere Einblicke, als die üblichen Tools (Xovi, Sistrix & Co.).
  • KatalogSEO hat keine Zukunft

Fragen? Anmerkungen? Gerne privat oder in den Kommentaren!

Neue Spielwiese: Verwertung und Positionierung der Analogfotografien

Viele, die mich kennen, werden sicherlich meine Begeisterung für Analogfotografie, Dunkelkammer / Fotolaborarbeiten und diverse Alternativansätze in der Benutzung von Fotochemikalien zwecks Kunstproduktionen gesehen und verstanden haben.

Selbstverständlich werden die Werke für das Testen interessanter Marketingstrategien benutzt und ich entschied mich im letzten Jahr, das komplette Portfolio in die Wobus & Wächter GbR zu übertragen.

Im Zuge dessen veranlasste ich einen Konzeptionswechsel der Domain https://momente.org zu mehr Text, mehr Präsentation, mehr Marketing und deutlich mehr Öffentlichkeitsarbeit. Es werden hier auch in Zusammenarbeit mit meiner Mentorin Maria Chiariello Dienstleistungen, wie Fotoschootings für CEOs inkl. der künstlerischen Konzeption auch im Sinne des Personalbrandings durchkonzeptioniert. An der Stelle: die gute Frau ist ein Genie in der Planung, Entwicklung und Durchführung komplexer PersonalBranding-Maßnahmen und ich habe mich für ein Zusammengehen u.a. deswegen entschieden, weil die Kunst derartige Strategien grundsätzlich weiter denkt, als typische Werbeagenturen. Sprich: man betrachtet hier die Zielgruppen und die Gefühle / Bedürfnisse der Zielgruppen deutlich genauer / fokussierter, als Werbeagenturen. Vielleicht hängt das damit zusammen, dass die Berufskünstler:innen stärker am und im Markt aktiv sind.

Parallel experimentiere ich mit dem Marktplatz „Amazon“ dahingehend, dass Teile der Fotografien in Fotobuchform einkaufbar sind. Hier fehlen noch die notwendigen Informationen, damit ich mir eine stabile Meinung zum Amazon-Marketing bilden kann und bilden „darf“. Erste Bücher wurden bereits verkauft.

Etwas unschlüssig bin ich bei der Einbindung externer Dienstleister für den Absatz von Poster- und Leinwanddrucke. Das hängt mit fehlendem Wissen zusammen, aber auch mit meiner Fokussierung auf die Analogfotografie. Eigentlich gefällt mir der Gedanke, dass es nur ein Werk gibt und dass dieses Werk grundsätzlich analog und eben nicht digital ist. Aber … naja: ich bekomme sehr häufig Rückfragen und Bedarfsmeldungen von meinen Fans und pauschalen Neukontakten dahingehend, dass man eben die Bürowände mit meinen Motiven beschmücken möchte. Das brachte mich zur Abkehr meiner starken Analogfokussierung und ich richtete einen OhMyPrints – Shop ein. Die Firma sitzt auch in Leipzig, wurde mir einige Male durchaus mit netten Worten präsentiert und ich prüfe derzeit auch, wie sich hier der Absatz entwickeln lässt. Im Grunde sehe ich in der Option allerdings auch eine sinnvolle Kompensation gegenüber den Galerien.

Hier einige ausgewählte Werke aus meinen letzten Produktionsrunden:

Etablierung der Zielgruppenforschung im Instagramumfeld und erste Zahlen aus der praktischen Anwendung

Mit Etablierung der InstaLOC-Datenbanken und den angedockten Zielgruppen- und Marktanalysen wurden zeitgleich diverse Tests mit bestehenden Accounts durchgeführt.
Diese Szenarien sollten klären:

(a) Followerwachstum
(b) Interaktionen auf den Medien, Videos, Stories
(c) Interaktionsqualitäten und Nachhaltigkeiten

Vor ca. 4 Wochen wurden 2 Testaccounts ausgewählt, Gespräche geführt und an das System angedockt.

Die beobachteten Effekte sind:
(a) Followerwachstum (gerundet)

Account: (A)
Thema: Kunst, Art, Fotografie
13.000 Follower -> 26.000 Follower -> 40.000 Follower

Account: (B)
Thema: Coaching/Consulting
1.500 Follower -> 17.000 Follower -> 20.000 Follower

(b) Interaktionen auf die Medien

Account: (A)
Thema: Kunst, Art, Fotografie
Interaktionsspannbreite, Bilder – Likes: 130 bis ~3.000

Interaktionsspannbreite, Videos – Likes + Views

Account: (B)
Thema: Coaching/Consulting
Interaktionsspannbreite, Bilder – Likes: ~350 – ~800

Account (A) entwickelt sich erstaunlich gut und es sind ca. 200-260 dauerhafte Besucher_innen auf die verlinkte Seite identifizierbar. Ebenfalls beobachte ich starke Kommunikation via „DM“, eMail und auch Telefon aus den Spektren der angesprochenen Zielgruppen (hier: Galerien, Fotograf_innen, Kunst allgem.).
Account (B) zeigt eine starke Etablierung der zielgruppenorientierten Kommentare und eine Einpendelung der Interaktionen auf ~800 / Medium. Erste Anfragen via DM und eMails sind ebenfalls nachvollziehbar.

Nach Zahlensichtung, Ergebnisanalysen und diverse Brainstormings wurden letzte Woche weitere Accounts aus dem Bereich „Handel“ und „Home & Living“ in die Strategie überführt. Hier sind Effekte analog zu Account (A) und Account (B) sichtbar.

Interesse an einer Partnerschaft? Fragen?
Gerne unter office(at)pontipix.de
Weitere Informationen unter: https://www.pontimania.de/

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.

Projektannahme aus dem Bereich „Gebäudeservices“.

Vor einigen Tagen kontaktierte mich ein alter Geschäftsfreund und suchte hier unsere Hilfe. Er besitzt eine beeindruckende Reputation in seiner Branche und seine Firma / Person ist die Grundlage einer beliebten Serie, die derzeit auch auf Netflix läuft. Wir redeten letzten Freitag sehr lange über die Möglichkeiten der Sichtbarkeitssteigerungen im WWW und die Etablierungen von Socialmediaaccounts (hier: Instagram) zum Zwecke der stärkeren / effektiveren Ansprache von Zielgruppen. Er berichtete mir auch von szenetypischen / klischeehaften Erfahrungen, die er immer wieder mit unserer Branche macht.

Nach einigen Überlegungen und auch engagierten Diskussionen entschied ich mich, ihm zu helfen, obwohl ich Geschäftsfreund_innen lieber an geeignete Kolleg_innen empfehle und die aktuellen Zahlen sind:

[Instagram]
-> Start des Accounts: 16.03.2018 mit 0 Follower
-> Stand: 20.03: 52 Follower / 10-15 Interaktionen, relativ geringe Botdichte
-> Maßnahmen: Promo via „Instafinal“ zzgl. „Shoutout“ über das Vehikel der „Pseudohobbyprojekte“
-> Prognose: Ende März 100-150 Follower

[Traffic, Google & Co.]
-> Hauptkeywords ([Dienstleistung]+[Stadt]), N/A auf Google-Seite 4/5 (schwankend) innerhalb von ca. 24h via Verlinkung in den „Pseudohobbyprojekten“
-> Trafficvolumina von niedrig 2-stellig / 24h (via organische Quellen) auf niedrig – mittel 3-stellig / 24h (via organische Quellen)

Nach Xovi und den Webmastertools wurden die folgenden (interessanten) Keywords und Phrasen (neu) positioniert und schwankend entsprechend auf höhere Plätze (Seite 1-3).

(1) Gebäudeservice
(2) solaranlagenreinigung
(3) bodenreinigung
(4) privatreinigung, privat reinigung, privat-reinigung
(5) fensterreinigung
(6) boden pflegeöl
(7) glasfenster reinigung, glas fenster reinigung, glasfensterreinigung
(8) büroreinigung + stadt
(9) [putzen] + fassadenreinigung + stadt
(10) [gebäudereinigung] + stadt

Der OVI-Sichtbarkeitsindex stieg kurzfristig um ca. 50% an, wobei diese Metrik hier eine eher untergeordnete Rolle spielt.

Aktueller Stand zum Twitterexperiment mit Schwerpunkt auf Fotogafie (auch analog)

Im Rahmen diverser Contentmarketingaktivitäten entschied ich mich für eine stärkere Beschäftigung mit der sog. „analogen Farbvergrößerung“ und ich war sehr erstaunt darüber, wie gut die Motive u.a. auf den beigeordneten Instagramaccounts angenommen werden (verifiziert via Likes, Comments und Followerentwicklungen).

Hier prüfte ich über die hausinternen Hashtagmonitoringalgorithmen tiefer und analysierte:
– Welche Tags werden (derzeit) massiv in Verbindung mit dem Thema (Farbanalog) bei Instagram verwendet?
– Welche Tags existieren rund um die Metaebene „Lomografie“ und lassen sich diese mit „Farbanalogvergrößerung“ / „Farbanalogfotografie“ in Verbindung setzen?

Ausgehend von den Erkenntnissen aus entsprechenden Datenbankabfragen wurden u.a. folgende Bilder veröffentlicht:

Odenwald 09 (final)“ mit den Tags: „#zenit + #helios
#colour #colourprint #handabzug #dunkelkammer #selbstentwickelt #analogue #istillshootfilm #farbanalog #analogphotography #diewocheaufinstagram #selfdeveloped #kodakgold #odenwald #odenwaldliebe #wald #forrest #green #nature #myfujifilm #lomografie“

und

Odenwald 06 (final) mit den Tags: „#zenit + #helios
#colour #colourprint #handabzug #dunkelkammer #selbstentwickelt #analogue #istillshootfilm #farbanalog #analogphotography #diewocheaufinstagram #selfdeveloped #kodakgold #odenwald #odenwaldliebe #wald #forrest #green #nature #myfujifilm #lomografie“

und

Odenwald 02 (final) mit den Tags: „#zenit + #helios
#colour #colourprint #handabzug #dunkelkammer #selbstentwickelt #analogue #istillshootfilm #farbanalog #analogphotography #diewocheaufinstagram #selfdeveloped #kodakgold #odenwald #odenwaldliebe #wald #forrest #green #nature #myfujifilm“

Der „Testaccount“ ist via IFTTT mit Twitter verbunden und leitet die Medien 1-zu-1 auch auf den Twitteraccount um. Der kurzfristig sichtbare Effekt war eine ca. Verdoppelung der Impressionen (aus Mittelwert) und ich sehe eine Thesenverstärkung von: Instagramtags werden bei Twitter aktiv verwendet UND / ODER es existieren – zumindest im beobachteten Umfeld – Schnittmengen in der Reichweitenentwicklung / Benutzung der Tags zwischen Twitter und Instagram.