Content Analytics einfach gemacht –

Wie Sie messen und analysieren, was

wirklich erfolgreich ist

DATENTREIBER Wir treiben Ihr Unternehmen voran.

1996-2008

Berater, Buch- & Fachautor sowie Softwareentwickler

Studium und Forschung der Bioinformatik (Data Science)

2001-2008

Geschäftsführer & Gesellschafter der SnipClip GmbH (Social Media

Marketing & Analytics)

2008-2013

Programmdirektor der Predictive Analytics World (Fachkonferenz)

2014-dato

Geschäftsführer & Gründer von Datentreiber

2014-dato

Organisator der Digital Analytics Association Late Afternoon (MUC)

2015-dato

Martin Szugat

Programmierter Erfolg

Was ist Data-Driven?

Eine Unter-nehmenskultur.

Ziele definieren

Kennzahlen messen

Daten analysieren

Hypothesen formulieren

Hypothesentesten

Maßnahmen ableiten

Content Analytics

Was ist ein (guter) KPI?

Was ist ein KPI?

KPI

Metric

Data

Was ist ein KPI?

KPI

Metric

Data

Was ist ein KPI?

KPI

Metric

Data

Was ist ein KPI?

Metric

Was ist eine gute Metrik?

Metric

Was ist eine gute Metrik?

Metric

Was ist eine gute Metrik?

Metric

Was ist eine gute Metrik?

Was ist ein guter Key Performance Indicator?

75

Was ist ein guter Key Performance Indicator?

66% ZIEL

75

Was ist ein guter Key Performance Indicator?

66% ZIEL

75

Was ist ein guter Key Performance Indicator?

66% ZIEL XYZ €

Was ist ein gutes Set von Metriken?

Unterschiedliche Blickwinkel

Unterschiedliche Blickwinkel

Reichweite

Unterschiedliche Blickwinkel

Reichweite

Engagement

Unterschiedliche Blickwinkel

Reichweite

Engagement

Conversion

Unterschiedliche Maßstäbe

Unterschiedliche Maßstäbe

Quantitativ

Unterschiedliche Maßstäbe

Quantitativ

Relativ

Unterschiedliche Maßstäbe

Quantitativ

Relativ

Quali-tativ

Beispiel Reichweite:

Video Views

Beispiel Reichweite:

Video Views

Wachs-tum

Beispiel Reichweite:

Video Views

Wachs-tum

Video Views

per User

Beispiel Engagement:

Video View Completion

s

Video View Completion

s

Wachs-tum

Beispiel Engagement:

Video View Completion

s

Wachs-tum

Comp-letion RateBeispiel

Engagement:

| March 28, 2014 Page 38

WEBSITEFACEBOOK

View Time

Ad Revenue

MAI

x

Video Views

x

Comple-tion Rate

Visits

x

Fans

View Rate

Relative Reach

Reach

Click Rate

Clicks

Transfer Rate

x

x

x

| March 28, 2014 Page 39

HINWEIS: Bei dieser Addition werden Nutzer, die sowohl bezahlt als auch organisch erreicht werden, doppelt gezählt.

� Gesamte Impressionen :=

[page_impressions]

Ø Klickrate (Links) := [Klicks (Links)] /

[Gesamte Impressionen]

x

� Klick (Links) :=

[page_consumptions_by_consumption_type_li

nk_clicks]

� Virale Reichweite :=

[page_impressions_viral_unique]

� Bezahlte Reichweite :=

[page_impressions_paid_unique]

x

x

ÄEdgeRank³

� Gesamte Reichweite :=

[page_impressions_unique]

x

� Eingebundene Nutzer :=

[page_engaged_users]

x

Ø Relative (organische nicht-virale) Reichweite

:= [Organische (nicht-virale)

Reichweite] / [Fans]� Nicht-virale Reichweite := [Organische (nicht-virale) Reichweite] + [Bezahlte Reichweite]

Ø Viraler Uplift := [Virale Reichweite] /

[Nicht-virale Reichweite]

Ø Engagement Rate (Reichweite) := [Eingebundene Nutzer] / [Gesamte

Reichweite]

Ø Impressionen per Nutzer :=

[Gesamte Impressionen] /

[Gesamte Reichweite]

Facebook Page Post Performance

External Performance Product-View-Performance

� Revenue

� Ad-Inventory

Ø eCPM

x

Ø Ad-Inventory per Video View

x

Ø Video Views pro Facebook Page

Sitzungen := [Facebook Page Post Sitzungen] / [Facebook Page

Posts Video Views]

x

Ø Abbruch- & Messfehlerrate

x

� Facebook Page Post Sitzungen :=

GA.Sessions(source=facebook,

medium=social OR social_paid,

term=social_post OR social_post_ad)� Facebook Page

Post Video Views := GA.Goals(goal=Video

Viewed overall, source=facebook, medium=social OR

social_paid, term=social_post OR

social_post_ad)

Facebook Share Button Performance

� Facebook Share Button Klicks := GA.Events(category=Social Click, action=Facebook) Ø Facebook Share

Button Klickrate := [Facebook Share Button Klicks] /

[Sitzungen]

� Sitzungen := GA.Sessions()

x

Ø Abbruchrate

x� Facebook Shares := tbd

� Gesamte Impressionen :=

tbd

Ø Klickrate (Links) := [Klicks (Links)] /

[Gesamte Impressionen]

x� Klick (Links) := tbd

� Gesamte Reichweite := tbd

x

Ø Impressionen per Nutzer :=

[Gesamte Impressionen] /

[Gesamte Reichweite]

Ø Abbruch- & Messfehlerrate

x

Ø Video Views pro Facebook Share

Button Sitzungen := [Facebook Share Button Sitzungen] / [Facebook Share

Button Video Views]

x

� Facebook Share Button Sitzungen := GA.Sessions(source=f

acebook, medium=social,

term=social_onsite)

� Facebook Share Button Video Views

:= GA.Goals(goal=Video

Viewed overall, source=facebook, medium=social,

term=social_onsite)

Ø Reichweite per Share := [Gesamte

Reichweite] / [Facebook Shares]

x

Facebook Other Performance

x

Ø Video Views pro Facebook Other

Sitzungen := [Facebook Other

Sitzungen] / [Facebook Other

Video Views]

x

� Facebook Other Sitzungen :=

GA.Sessions(source=facebook,

medium=social, term=<not set> OR

social_ad OR social_app OR

social_direct OR social_affiliate)

� Facebook Other Video Views :=

GA.Goals(goal=VideoViewed overall,

source=facebook, medium=social, term=<not set> social_ad OR

social_app OR social_direct OR social_affiliate)

� Klicks := tbd

Ø Abbruch- & Messfehlerrate

� Ad Klicks := tbd

� App Klicks := tbd

� Direct Share Klicks := tbd

Legende

� Key Performance Indicator :=

<Berechnungsformel: [KPI] oder

[facebook_insights_kennzahl]

KPI mit direkter Möglichkeit der

Optimierung, d.h. keine Abhängigkeit von anderen KPIs.

Algorithmus oder Berechnung, deren

Details nicht bekannt sind.

Bruchstellen, bei denen Messfehler auftreten können

oder bei denen der Nutzer abbricht. Die

Messung dieser Kennzahlen ist wichtig, um u.a.

technische Probleme zu

erkennen, wenn bspw. der Wert stark ansteigt.

KPI in kursiver Schrift: Berechnungsformel noch nicht bekannt / definiert.

Ø Klickrate := tbd

� Gesamte Reichweite := tbd

x

Ø Klickrate := tbd

� Aktive Nutzer := tbd

x

KPIs, die durch den oben genannten

Algorithmus / Berechung

beeinflusst werden.

Konkrete Kennzahl

HINWEIS: Bei den Klicks werden nur Klicks auf Link-Posts berücksichtigt. Links im Post-Text können nicht getrackt werden. Außerdem kann bei Impressionen nicht zwischen Link-Posts und z.B. Bild-Posts unterschieden werden. Entsprechend ist die Klickrate eine Unterschätzung.HINWEIS: Klicks auf Posts können auch auf

fremde Websites führen. Umgekehrt kann Facebook Page Post-Traffic auch von fremden Facebook Pages kommen.

� Affiliate Klicks := tbd

Ø Klickrate := tbd

� Fans := [likes]

x

� Organische (nicht-virale) Reichweite :=

[page_impressions_organic_unique]

HINWEIS: Bei dieser Addition von Unique Usern findet keine Doppel- bzw. Dreifachzählung statt. Dies entspricht einer Vereinigung dreier Mengen.

+

� Fans := [page_fans]

HINWEIS: Der EdgeRank ist ein komplexer Algorithmus (konkret: maschinelles Lernverfahren), welcher abhängig von sozialen Interaktionen die Sichtbarkeit und damit die Reichweite von Posts sowie Likes, Kommentare, Shares etc. steuert. Der EdgeRank wird für jeden Nutzer, für jeden Post und zu jedem Zeitpunkt individuell berechnet und hängt u.a. von der Affinität zwischen Nutzer und Page sowie der Aktualität des Posts ab (und laut Facebook weiteren ca. 1.000 Faktoren mit unterschiedlicher Gewichtung). Für die Sichtbarkeit sind auch die EdgeRanks aller zeitgleich veröffentlichen Posts relevant.

HINWEIS: Die Anzahl der Klicks muss nicht zwangsläufig mit der Anzahl der Visits übereinstimmen, weil der Nutzer bspw. das Laden der Seite abbrechen kann (weil er sich z.B. Äverklickt³ hat) oder die Mobilfunkverbindung ist unterbrochen. Außerdem messen Google Analytics und Facebook unterschiedlich.

+� Video Views

HINWEIS: Derzeit können wir nicht messen, ob jemand auf ÄVeröffentlichen³ klickt, nachdem er einen Social Share Button angeklickt hat.

HINWEIS: Derzeit können wir die Anzahl der Shares nicht messen, ggf. über Domain Insights möglich (tbd).

HINWEIS: Die Anzahl der Klicks muss nicht zwangsläufig mit der Anzahl der Visits übereinstimmen, weil der Nutzer bspw. das Laden der Seite abbrechen kann (weil er sich z.B. Äverklickt³ hat) oder die Mobilfunkverbindung ist unterbrochen. Außerdem messen Google Analytics und Facebook unterschiedlich.

HINWEIS: Die Reichweite per Share wird u.a. vom EdgeRank beeinflusst, ist also abhängig vom Engagement (Like, Kommentare etc.) für den Share, sowie von der Anzahl der Freunde des Nutzers, der einen Artikel teilt. Des Weiteren können Shares auch mit Ads beworben werden.

+

HINWEIS: Wichtige Anmerkungen zum jeweiligen KPI.

HINWEIS: durch ID-Tracking in der URL kann indirekt die Anzahl der Klicks auf geteilte URLs ermittelt werden anhand der gezählten Visits.

HINWEIS: Der EdgeRank ist nicht nur ein dynamischer (d.h. nicht-linearer) Algorithmus, sondern darüber hinaus abhängig von historischen Werten, z.B. vergangenen Interaktionen der Fans mit den Posts der Page. Eine niedrige Engagement-Rate wirkt sich so langfristig auf die relative Reichweite negativ aus und reduziert infolge auch das Engagement, d.h. es existiert eine (positive wie negative) Rückkopplung.

Die Anzahl der Sitzungen mit Facebook Sharing-Potential hängt insbesondere wiederum von der Anzahl der Facebook Page Post-Sitzungen ab.

HINWEIS: Anzahl der Fans ist per API für jede Seite ermittelbar, z.B.: http://graph.facebook.com/galileo?fields=likes

HINWEIS: Die gesamte Reichweite kann sich durch Shares des Shares (Viralität) nochmals erhöhen, d.h. die Kausalkette Engaged Users -> Viral Reach -> etc. müsste hier der Vollständigkeits wie oben bei Facebook Page Post wiederholt werden.

CHANNEL #1: FACEBOOK PAGE POSTS

CHANNEL #2: FACEBOOK SHARING BUTTONS

CHANNEL #n: FACEBOOK ADS, APPS, …

WEBSITE

WEBSITEFACEBOOK

URL-Tagging

View Time

Ad Revenue

MAI

x

Video Views

x

Comple-tion Rate

Visits

x

Fans

View Rate

Relative Reach

Reach

Click Rate

Clicks

Transfer Rate

x

x

x

| March 28, 2014 Page 44

http://www.prosieben.de/tv/the-big-bang-theory/video/910-staffel-9-folge-10-preview-der-ohrwurm-clip?utm_source=facebook&utm_medium=social&utm_term=social_post&utm_campaign=ProSieben&utm_content=20160307_910-staffel-9-folge-10-preview-der-ohrwurm-clip

5 Tipps für erfolgreiche Analytics.

Nutzen Sie Ihren Kopf!

Stellen Sie die richtigen Fragen.

Formulieren Sie

Hypothesen.

Testen Sie Ihre

Hypothesen.

Hinterfragen Sie die Ergebnisse.

Teilen Sie Ihre

Erkenntnisse.

Martin SzugatGeschäftsführer

Telefon 0176 1019 0176Email martin.szugat@datentreiber.deWeb datentreiber.de

Spannende Fallstudien & hilfreiche Informationen zu Data-Driven Business finden Sie unter:

Blog datentreiber.de/blogTwitter twitter.com/datentreiberLinkedIn linkedin.com/company/datentreiberSlideShare slideshare.com/datentreiberFacebook facebook.com/datentreiber

DATENTREIBER Wir treiben Ihr Unternehmen voran.