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

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.

Interessant: Google, die Influencer und ein (neues) Patent

Heute entdeckte ich einen seltenen Nutzen von Xing: Meine bereinigte Filterblase informierte mich über einen interessanten Artikel auf dem Online-Angebot von SEO-Südwest.
Hier geht es um ein Patent von Google, das einzelne Menschen, Institutionen oder auch Firmen mit einer konkreten Metrik verbindet, welche bspw. den Influencergrad abbildet oder abbilden kann. Die Idee einer solchen Berechnung ist nicht unbedingt neu: Alle unsere Analysefunktionen und Algorithmen aus dem Pinterest-, Instagram- und Social-Signals-Komplex beruhen auf dieser gedanklichen Grundlage.

Originalquelle und Patentbeschreibung

Socialmedia-Profil-Analyse (Rohdaten), v.0.1B [Instagram]

Die angekündigte Software ist nun in der ersten Versionsnummer fertig gestellt und sie produziert die folgenden Daten:

[Accountüberblick]
Komplettdatensatz aus dem Account „hanneswobushanneswobus_25022015 (Excel, xlsx)

Die Exceltabelle zeigt: (a) URL der Posts, (b) Erstelldatum, (c) Comments, (d) Likes, (e) Tags, (f) Beschreibung – leer, (g) Post-ID

[Todo]

  1. Auswertung von Comments je individuellen Tag
  2. Präsentation: Top10 der wirkungsvollsten Tags (gem. an Likes und Comments)
  3. Präsentation: Top10 der „besten“ Posts (gem. an Likes und Comments)
  4. Präsentation: schlechteste Posts und Tags (ggf. auch Taggruppen)
  5. Auswertung von Likes je individuellen Tag
  6. Diagram: zeitliche Entwicklung f. Posts, Likes und Comments (siehe: „Socialtracker“)

[Tortendiagram]
hanneswobus__diag

Die Beobachtung der Abonnenten und abonnierten Accounts wird im aktuellen Konzeptstadium gesondert betrachtet. Nach einigen internen Diskussionen und Gesprächen mit Externen / Kund_innen wird die nächste Versionsnummer um einen entsprechenden Komplex erweitert.

Die Todo hierfür ist:

  1. Erfassen der Abonnenten und Erfassen der abonnierten Accounts als „Liste“.
  2. Ausgabe: „Wer folgt dem beobachteten Account und welchen Accounts folgt der beobachtete Account?“
  3. Aktivitätsbeobachtung: „Wer ist in welcher Form auf den beobachteten Accounts aktiv (gez. durch Likes, Comments)?“

Die aktuellen Engagements und Projekte werden selbstverständlich um die Dienstleistung „Instagram-Account-Reports“ und die entsprechende Beratung erweitert.

Ich bekomme derzeit erstaunlich viele Rückmeldungen mit ein und denselben Inhalten: das Erfassen der Daten über Instagram, Pinterest und anderen Socialmedia ist (a) nicht möglich oder (b) extrem aufwändig / teuer. Nunja: hier möchte ich auf den Inhalt „Gesprächspartner_innen für das Internetmarketing“ hinweisen. Das Erfassen und Verstehen der extrem gut dokumentierten Socialmedia-API gehört zum Berufsbild „Internetmarketing“ oder „Socialmedia-Marketing“ dazu und das Entwickeln eigener Lösungsansätze für das Beobachten und die Datenerfassung ist gerade mit Hilfe der APIs mit einem enorm geringen Zeitaufwand durchaus möglich.

Informationen zu den APIs inklusive (!) Codebeispiele findet man hier:
[Instagram]
Instagram (Developer)
Endpoints der API
Infos zu der Limitierung
Tagsuche
Grobrecherchen, Rohdatenerfassung (hierauf basiert die aktuelle Version der Software!!!)
Zielgruppenanalysen auf Basis der Locations

[Pinterest]
Developer – Doku
User, Usermanagement, Follower & Co.
Dokus zu den Boards, Boardmanagement
Pins, Management und Recherche
Zielgruppenanalysen via Pinterest-API
Basisfunktionen

Updatenotiz: Pinterest „Boardrecherche“

Aufgrund einiger inspirierender Gespräche und Nachfragen habe ich heute das Script mit neuen Features ausgerollt. Die Rechercheergebnisse umfassen nun die folgenden Angaben:

– Boardname und Boardkategorie
– Boardbesitzer_in inkl. Name, Herkunft (sofern hinterlegt), Beliebtheit in Form der Fans und Pins und Beschreibung
– Board inkl. Boardname, Beschreibung, Fans und Pinanzahl
– Erstelldatum (Board)

[Notiz] Update – „Socialmediatracker“ auf 0.4b

Ab kommende Woche werden die Socialmedia-Reports auf das folgende Format umgestellt (Download: socials_export).

Neu ist hierbei:

  1. Entfernung der Bitly-URLs
  2. Aufsummierung der Signals und Gegenüberstellung der Zahlen zu den Statistiken aus Bit.ly

Durch die Erkenntnis, dass die Aktivitäten auf den Sozialen Plattformen wie Twitter, Gplus und Facebook gewünschte Ergebnisse produzieren können, wird die neue Version um weitere Datenquellen ergänzt:

  1. Rankende URLs aus XOVI / Xovi-API
  2. Anbindung an die Piwik-Schnittstelle (nur Version 1.x) für die Analysen der Einstiegsseiten mit Fokus auf „not-provided“
  3. Vereinfachtes Einlesen der G-Analytics-Exports

Aufgrund der vielen und äußerst interessanten Rückmeldungen werden die Datenaufbereitungsfunktionen um die Visualisierung der Entwicklungen in Form von geeigneten Diagrammen ergänzt. Hierdurch lassen sich u.U. Querverbindungen zwischen den einzelnen Socialmedia sichtbar machen.

piXologisch Socialtracker 0.10b freigegeben

Die aktuelle Version wurde um die folgenden Funktionen erweitert:

[Wizard]

Der Wizard soll die Tag/Hashtagrecherche ausgehend von einer Metaebene erleichtern. Das Feature wird entweder via [Strg]+[W] oder über das Hauptmenü Programm=>Wizard aufgerufen. Hier ist das Projekt auszuwählen und das Metaebenen-Keyword einzutragen. Nach der Aktivierung der – dort hinterlegten – Datenquellen (aktuell: Twitter und GPlus) und der Wahl der auszuführenden Funktionen wird der Analyseprozess via „Analyse“ gestartet.

Zu den hinterlegten Funktionen:

„Tag-Filter / Häufung“ beschreibt die Aktivierung der Filterfunktion aus den jeweiligen Tag-Tabellen. Hierbei werden die dort ausgelesenen Tags/Schlagworte zusammen gezählt. Die „Minimalhäufung“ bietet hier eine Ausfilterungsfunktion und sagt aus „Filtere Tags mit einer Häufigkeit von XYZ“.

„gen Zusammenfassung“ verlangt eine vorherige Ausfilterung der Gplus- und Twittertags und realisiert den socialmediaübergreifenden (hier: Twitter und Gplus) Abgleich – es wird hier geprüft, welche Tags auf allen hinterlegten SocialMedia identifizierbar sind.

„gen. G-Suggest aus Filter“ verlangt ebenso eine Ausfilterung der Tags und gleicht die Ergebnisse mit der Google-Suchvorschlagsapi ab.

„Ergebnisse speichern“ speichert sämtliche Ergebnisse in den Ordner /export/projektname mit jeweils dem aktuellen Datum.

[Report]

Neben dem Abspeichern der jeweiligen Rechercheergebnisse in Standard – CSV erlaubt die Anwendung die Generierung von Reports in Form HTML-Dokumente. Die entsprechenden Funktionen befinden sich im Reiter „Report“ und die Reports werden im Stammordner der Anwendung abgelegt. Reportbeispiele für die Metaebene „Suchmaschinenoptimierung“: report (html), report (pdf). Einige Hinweise auf eine mögliche (!) Interpretation der gefilterten Hashtags gab ich im Beitrag „Analyseprozeduren und Interpretationsansätze„.

[Gplaces]

Diese Funktion bedient die Google-Places-Schnittstelle und steht (derzeit) unter einem starken „Beta-Status“. Sie ist aktuell in der Lage, nur (!) Einträge aus besagtem Service anhand der einzugebenden Branche und geographischen Umkreis zu extrahieren. Sie ist in der aktuellen Version des „Socialtracker“ als „experimentel“ zu begreifen und ab der Version 0.11b werden Bewertungen aus Gplaces in einen geeigneten Marktrecherchealgorithmus integriert. Einen ersten Einblick in mögliche Anwendungsszenarien gab ich im Beitrag: „Gplaces-auslesen„.

[Allgemeines]

Die (Hash)tagrecherche ist abhängig von einer Zugriffslimitierung und kann fehlerhaft sein, wenn eben die „Konten“ aufgebraucht sind. Ebenso können Abbrüche oder Fehler auftauchen, wenn mehrere Installationen sich ein und dieselben API-Accounts teilen. Selbstverständlich kann eine lückenlose Erreichbarkeit der API-Services und Scripte nicht garantiert werden.

[Todos / Ausblick auf die Version 0.11b]

  1. Stapelverarbeitung auf Gplaces zzgl. Bewertungsauslesemechanismus
  2. Diagramm / bildliche Darstellung: (Hash)tag-verlauf, G-Suchvorschlagsentwicklung etc.
  3. Einbindung weiterer Socialmedia (hashtagbasierend). In der aktuellen Überlegung: Tumblr, Youtube und Friendfeed
  4. bei Twitter: Filterfunktion nach Accounttyp (Analyse: manuelles Twittern, Twittern mit Software, Influencerrecherche)
  5. bei Twitter und Gplus: Accountbeobachtungen
  6. Weiterführung der Textanalyseexperimente (Reiter „Texte“).

[Hinweise]

Der „Socialtracker“ wird derzeit nicht als Freeware, Testversion oder Sonstiges herausgegeben. Nachfragen oder Supportanfragen oder Anfragen über z.B. die Interpretation der o.g. Reports werden nicht beantwortet. Ausnahmen bilden persönlich bekannte Kollegen, professionelle Anwender und Kunden der Wobus & Lehmann GbR.

Changelog – anvisierte (neue) Funktionen für Socialtracker 0.10b

Folgende Features sind für die kommende Versionsnummer in Planung: [Twitter]

  1. Beobachtung von Accounts, Firmenaccounts
  2. Prüfen von retweets, Favoriten etc.
  3. Speichern und Aufbereitung der Ergebnisse => Hashtags, konkrete Tweets etc.
  4. geeigneter Automatismus => Alerts
  5. Beobachtung von Trends in Form der Twittertrends UND Beobachtung der Influencer
  6. ggf. und je nach Algoentwicklung: globale Influencersuche anhand der Hashtags
  7. Filterfunktion: Spammer, Autoposter
  8. Filterfunktion: Follower / Follows

[Global]

  1. Zusammenführung der Hashtaganalyseprozeduren (erledigt => Wizard)
  2. Zusammenführung der Hashtaganalyseergebnisse zu geeigneten Protokollen
  3. neue Hashtaganalysequellen: Youtube und Instagram plus Zusammenführung
  4. Entwicklung von Reportingprozeduren: eMail => Plain, HTML, PDF (keine Whitelabellösung!!!)
  5. Hinweisausgabe auf Changelogs und ggf. Einbindung eines „Autoupdaters“ in üblicher und etablierter Form
  6. Zusammenführung Hashtagergebnisse aus Twitter u. Gplus mit der piXologisch EasyPromo

[bekannte Fehler]

  1. „Forbitten“ bei Gplus (taucht auf, wenn >2 Kopien zur selben Zeit einen API-Key verwenden, lösbar über Rotation oder individuelle Key-Zuweisung)
  2. Speichern / Ordnerfehler bei Hashtagresearch, Social-Signals (beseitigt)

Komplett ausgeschlossen ist hier die Etablierung eigenständiger Socialmedia-Clients mit Schreibrechten auf diesen oder jenen Account. Wir haben uns intern darauf verständigt, dass diese Anwendung ausschließlich der Recherche und des Monitoring dienen soll. Ich werde verstärkt bestimmte und sinnvolle Funktionen in geeignete webbasierte Scripte auslagern und somit eine „hybride“ Version des Socialtrackers aufbauen. Zukünftig wird die Datenerfassung also via Webanwendungen und die Interpretation der Daten über die Anwendung „Socialtracker“ realisiert. Die Freigabe der Versionsnummer 0.10b ist für den 25.08.2014 – unter Vorbehalt – geplant. Im Zuge dessen werde ich mich noch um eine geeignete Kompensationslösung für die geplante Abschaltung der aktuellen Verteilerservices (dlvr.it, ifttt.com) bemühen. Schreib- und Recherchescripte für die Socialmedia sind relativ problemlos herzustellen und ich hänge hier noch an Verwaltungs- und Absicherungsfunktionen fest. Wegen einiger Anfragen: es ist nicht möglich, dass ich hier den kompletten Funktionsumfang als „freie Version“ heraus gebe und / oder die fertige Version (also relativ bugfrei etc.) zum Verkauf anbiete. Besondere Ausnahmen sind die Klienten der Wobus & Lehmann GbR oder ein speziellerer Kollegenkreis.

Socialsignals interpretieren …

Im Zuge der Freigabe vom „Socialtracker 0.9b“ erreichen mich immer wieder Fragen nach der Interpretation der herausgelesenen „Social-Signals“.

Ich sehe hier verschiedene Ansätze in der Betrachtung dieser Kommunikationsprozesse:

a) Annahme durch die anvisierten Zielgruppen
Man verschafft sich hier einen Überblick dadurch, indem man z.B. mit dem „SocialTracker“ sämtliche in der Sitemap hinterlegten URLs mit Hilfe der Programmierschnittstellen der relevanten Sozialen Medien (FB, Twitter und Co.) die Kerndaten hinsichtlich der Aktivitäten analysiert. Bei Facebook sind das die Likes, die Shares, die Kommentare und die Klicks. Hier kann man mit einer Auf- oder Abgewichtung arbeiten: in manchen Konstellationen sind Shares, Kommentare etc. wichtiger als die Likes und bei anderen Projekten sind die Likes die wichtigste Variable. Aber – was sagen diese Variablen eigentlich aus? Ganz einfach: man findet hier eine Abbildung von menschlicher Kommunikation auf den jeweiligen „Sozialen Medien“. Persönlich empfinde ich Gefallen am pragmatischen Ansatz und schaue mir eher Metriken an, deren Herstellung bzw. „Auffüllung“ mehr Aufwand benötigen – ein „Like“ ist ja schnell geklickt als eine echte (!) Weiterempfehlung in Form von „Shares“ oder „Shares“ mit beigefügten „Comments“. Eigene und zeitnah durchgeführte Experimente mit voneinander abgekoppelten Projekten zeigten zudem auch auf, dass eine hohe Share<>Commentfrequenz Rückschlüsse auf Trafficvolumina liefern kann.
Für einen „spontanen“ Überblick ist eine ungewichtete Betrachtung der Zahlenmaterialien aus meiner Sicht ausreichend. Wenn man allerdings eine dauerhafte Begutachtung und Bewertung der Kommunikationsprozesse aus den Sozialen Medien sicherstellen willen, ist eine Prozedur nach dem Schema der Nutzwertanalyse zielführender.
Ein weiterer interessanter Vorteil aus einer regelmäßigen Beobachtung dieser Zahlen wäre die Trenderkennung. Hierunter verstehe ich die Beantwortung der Fragen:

  1. Wie häufig werden Informationen „bequasselt“?
  2. Wann werden Likes, Shares, etc. erfasst => Zeitpunkt => Uhrzeit => Datum etc.?

b) Wettbewerbsabgleich
Folgt man den oben beschriebenen Ansatz, kann man – sofern die Sitemaps der Konkurrenz bekannt sind – natürlich auch die Kommunikationssituation des Wettbewerbs analysieren und hieraus selbstverständlich Rückschlüsse auf mögliche Trafficvolumina abbilden. Ich empfehle den Anwendern des „Socialtrackers“ hier, sich einen Überblick über alle hinterlegten Sozialen Medien zu verschaffen und bei auffallenden Spitzen in der Tiefe zu analysieren. Finden sich also starke Kommentarhäufungen bei der „Rubrik“ Facebook, lohnt sich ein Blick in die jeweils ggf. vorhandene Facebookseite des zu analysierenden Konkurrenten. Zu diesem Zeitpunkt ist natürlich eine Interpretation der Frage „Warum tauchen da soviele Kommentare auf?“ interessant: vielleicht werden besonders spannende Produkte vorgestellt? Vielleicht tauchen hier besonders viele ungelöste Fragen und Probleme auf? Vielleicht werden auch trendbezogene Informationen publiziert?

c) Hashtags
Zu den Hashtags und deren Nutzung / Interpretation hatte ich mich in vergangenen Beiträgen bereits geäußert. Im Zuge der Anwendung „Socialtracker 0.9b“ wurde eine Vergleichsfunktion entwickelt, welche prüft ob und welche Tags in welcher Häufung bei Twitter und – zeitgleich – bei Gplus auftauchen. Die Zahlenanalyse läuft hier auf ein Erkennen von Medienübergreifendes Publikationsverhalten hinaus. Es ist logisch, dass ein übergreifendes Auftreten von anvisierten Tags (alias „Kanal“) ein wichtiges Signal für entsprechende oder angepasste Strategien darstellen kann.