Customer Journey: Wie uns KPIs falsche Entscheidungen treffen lassen

Sonntag , 9, September 2018 Kommentare deaktiviert für Customer Journey: Wie uns KPIs falsche Entscheidungen treffen lassen

Alles ist relativ, wenn es etwas gibt, wozu es relativ sein kann. Wenn ich mich recht erinnere, habe ich das im Physikunterricht gelernt. Das gilt besonders für die Zahlen, die wir in Analytics-Werkzeugen anschauen können. Gerade bei der Analyse der Cutomer Journey und bei Attributionsmodellen treten immer wieder gravierende Probleme auf. Dabei ist es völlig gleich, ob es sich um Zahlen handelt, die aus den Werkzeugen der Web- bzw. Digital-Analytics gewonnen werden, oder ob es Werte sind, die von den mitunter etwas überheblichen Beratern eines Business-Analytics Dienstleisters präsentiert werden. Der Kontext ist immer entscheidend. Wurden die Zahlen richtig gewonnen? Sind diese vollständig? Sind Übertragungsfehler möglich? Etc. Ich glaube, dass die Herausforderungen an dieser Stelle letztlich allgemein bekannt sind. Jedoch wird wird diese Grundlagenarbeit leider zu oft nicht genügend gewürdigt, so dass es zu Fehler und damit falschen Entscheidungen kommt. Das gilt bei der Gewinnung von Nutzern und Kunden besonders dann, wenn Attributionsmodelle eingesetzt werden. Die richtige Beurteilung der Customer Journey und deren Interpretation ist eben keine einfache Nummer, sondern es handelt sich um eine große Kunst. Dabei geht es nicht nur darum, wie Zahlen korrekt und valide gewonnen werden können. Ausgesprochen relevant ist auch die verhaltenswissenschaftliche Bewertung der Zusammenhänge. Um es ganz klar auszudrücken: Alleine mit einem Mathematiker und einem Informatiker kommt man nicht weit! Und um das Ganze zu strukturieren, sind Sozialwissenschaftler mit ökonomischem Know-how mitunter ausgesprochen hilfreich. Doch dazu gleich.

 

Die Beurteilungsdimension

 

In Unternehmen spielen Conversion Rates eine gewichtige Rolle – also eine “Measure” im Sinne der Analytics Tools. Durch sie ist es möglich, die Kosten für eine Conversion aus verschiedenen Quellen zu berechnen. Grundsätzlich ist dies eine ausgesprochen sinnvolle Fragestellung. Natürlich sollten Mittel entsprechend der Erfolgswahrscheinlichkeit verteilt werden. Sie stimmen mir sicher zu, wenn ich behaupte, dass alles Geld in Retargeting zu stecken, weil die Klickpreise so schön günstig sind, unsinnig ist. Wenn Aggregatoren, Keyword-Advertising, sowie Display-Werbung verschiedener Ausprägung weggelassen werden, wird dies katastrophale Folgen haben. Ein Klick ist eben an dieser Stelle nicht nur ein Klick, sondern der Kontext ist für die Interpretation seiner Bedeutung ausgesprochen wichtig. Wir sind bei der Customer Journey angelangt – oder einem Trichter. Grundsätzlich ist dieses Verfahren an den Makro- und Mikro-Conversions angelehnt, das nach meinem Wissen vor etwa von zehn Jahren von Avinash Kaushik stark propagiert wurde. Die Makro-Conversion ist der Schritt oder die Handlung, die dem Entstehen von Umsatz direkt vorausgeht. Mikro-Conversions sind Goals, die für vorgelagerte Ziele gesetzt werden, beispielsweise Newsletter-Abonnements oder Produktansichten bestimmter Länge etc. Seit 2013 gibt es in Google-Analytics das Modellvergleichs-Tool. Darin kann man untersuchen, wie sich die Gewichtung von verschiedenen Kontakten mit der eigenen Website und deren Quellen, Kanälen und Medien auf die Zahl der zurechenbaren Goals auswirkt. Meistens werden diese noch genannt. Die offiziellen Informationen von Google zum Modellvergleichs-Tool sind eigentlich ziemlich gut.

Attribution der Customer Journey im Google Modellvergleichs-Tool

Google Modellvergleichs-Tool

Dann kommen wir jetzt zunächst zu einer ökonomischen Herangehensweise. Diese ist sozusagen die Schale, in der sich alles abspielt. Ziele sind – zumindest für Unternehmen – meistens etwas, das wenigstens mittelbar mit Geld zu tun hat. Es geht um Bewertung. Diese Bewertung richtet sich nach der Art des zu beurteilenden Objekts. Wenn es beispielsweise um eine E-Commerce Website geht, dürften die Ziel durchaus anders sein als bei dem Auftritt eines Markenartiklers. Bei einem Automobilhersteller sind diese anders als bei einem Hersteller von Verbrauchsartikeln, und Endverbraucher agieren anders als Unternehmen im B2B-Geschäft. Aufbau und Ablauf von Kommunikationsstrategien sind bei Unternehmen mit kleinen – sehr spitzen – Zielgruppen anders als bei Catch-All-Ansätzen. Außerdem spielt nicht zuletzt das Budget eine Rolle.

Ups – da haben wir ihn nun den Klick und das, was wir messen und beurteilen können. Sicher, aufgrund der Verschiedenartigkeit der Ziele sollten auch unterschiedliche Goals gesetzt werden und eben diese Goals müssen dann natürlich auch verschiedene Werte haben.

Der erste Schritt beginnt also mit der Zieldefinition. Darüber gibt es große Einigkeit. Allerdings fällt es immer wieder schwer, diese Ziele in Prozesse zu gießen. Natürlich soll hinten Geld rauskommen – was sonst. Aber wie soll der Weg dahin beschritten werden? Wie ist die Strategie des Unternehmens? Sicher, es mag manche Unternehmen wie z.B. Tesla geben, die völlig auf ihren Chef und dessen Medienpräsenz vertrauen. In Sachen SEO oder AdWords tat sich wenig, als ich mit entsprechenden Keywords den Möglichkeitsraum “Tesla” durchsucht habe.

Dann gibt es viele Unternehmen, die sich im Bereich der Suchmaschinenoptimierung abmühen. Oft gibt es nur zwei oder drei Plätze, die relatisch erreichbar sind, weil Google Ergebnisse zu den verschiedenen Dimensionen einer Suchanfrage ausspucken muss, um die Suchanfrage der Nutzer zu beantworten. Also wird das Unternehmen gezwungen sein, AdWords-Werbung zu schalten, wenn es besser gefunden werden möchte.

Was ich mit dieser Schilderung zeigen möchte: Mit unterschiedlichen Online-Werbeverfahren können Nutzer in verschiedenen Phasen der Customer Journey erreicht werden. Wenn nun alle Verfahren anhand der gleichen Goals bewertet werden, fallen solche Verfahren, mit denen Kunden zum Beginn der Customer Journey angesprochen werden, möglicherweise aus dem Mediamix heraus. Noch ein Stück tragischer wird die Angelegenheit durch die Tatsache, dass der Verzicht auf den Kanal erst verspätet auffallen wird. Hier ein Beispiel: Ich wurde einmal von einem Vorgesetzten – gegen meinen Rat – aufgefordert, auf die Ansprache einer Teilzielgruppe per AdWords zu verzichten. Erst zwei bis drei Monate später traten die messbaren negativen Effekte hinsichtlich der Conversions auf. Das war umso ärgerlicher, weil es dann leider zwei bis drei Monate dauerte, um die Verluste aus dem Kanal wieder auzuholen. Man kann dies natürlich durch einen Kanal versuchen, der die Conversion in einem zeitlich geringeren Abstand anspricht. Möglicherweise ist dies aber teurer oder funktioniert gar nicht.

 

Letztlich sollte man wohl folgendermaßen herangehen: Definieren Sie Ziele so, dass es messbare Goals für Mikro-Conversions gibt. Das können Abonnements von Newslettern, Visits bestimmter Länge, Nutzung von Service-Bereichen, wiederkehrende Besuche und viele andere Ereignisse sein. Möglicherweise helfen Ihnen diese Mikro-Conversions, die Attribution besser zu verstehen. Wenn ich nicht genug Daten zur Verfügung habe, pflege ich die Lage zunächst anhand einer Intra-Kanaloptimierung von verbessern. Diese beiden Dinge sollten Sie unbedingt tun – Mikro-Goals setzen und Ihre Kanäle intern optimieren.

 

Intra-Kanaloptimierung

Es ist also ausgesprochen wichtig, richtig zu bewerten. Dabei ist die Intra-Kanaloptimierung am einfachsten. Wenn Sie die Leistung von AdWords und Bing Ads vergleichen wollen, ist das nicht schwierig. Sie können dies sogar auf der Basis einzelner Keywords, Anzeigengruppen oder Kampagnen machen. Die Klicks kaufen Sie dann einfach dort, wo diese am günstigsten sind. Wichtig ist, dass Sie immer Kanäle optimieren, über die Sie Nutzer die auf der gleichen Ebene, des Funnels zuführen.

Funnel der Coustomer Journey nach Zielen

Funnel der Coustomer Journey nach Zielen

Ende der Customer Journey: Intra-Kanaloptimierung direkt vor dem Verkauf und im Bereich Kundenbindungsmaßnahmen

Bei Aggregatoren – also beispielsweise Preis- oder Jobsuchmaschinen – funktioniert das ähnlich.. Hier befinden wir uns in einem weitaus finaleren Stand der Customer Journey. Was davor liegt, ist erledigt; der Kunde möchte nun kaufen oder – bei Stellenbörsen – weiß, welche Art Job er haben möchte. Auch auf dieser Ebene ist es möglich, die Kosten einer Conversion zu bestimmen und den kostengünstigsten Dienstleister zu wählen. Aber Vorsicht – es ist nicht ganz  Die Kosten der Conversions sollten auf der Ebene von Produktklassen optimiert werden. Normalerweise sind die Dienstleister nicht über das gesamte Produktspektrum gleich gut. In Fall von Jobs unterscheiden sich diese hinsichtlich verschiedener Jobklassen. Im Jobmarkt gibt es bei den Aggregatoren Dienstleister, die lediglich einen Bewerben-Klick – das Goal – weitergeben, andere geben noch die Micro-Conversion davor, einen View, weiter. In diesem Fall müssen Sie überlegen, ob eine Korrektur des Conversion-Werts für das Bewerben-Goal notwendig ist. Wenn es um bepreiste materielle Produkte, geht ist die Lage übrigens nicht zwingend einfacher. Das betrifft gerade Hersteller. Wenn diese direkt über Aggregatoren verkaufen, setzen sie meist keinen sonderlich aggressiven Preis. Die Conversion Rates der Hersteller sind oft schlechter als die von Händlern. Das mag wohl darin begründet sein, weil Kunden beim Hersteller eine höhere Informationstiefe hinsichtlich des Produkts erwarten und den Kauf danach beim billigeren Händler tätigen.

Besonders kniffelig wird es, wenn wir kurz vor der Conversion verschiedene Kanäle vergleichen möchten. Dummerweise herrscht hier gewaltiges Gedränge. Neben Aggregatoren gibt es noch das Remarketing, welches sich hier als besonders kostengünstig verkaufen möchte. Aber Vorsicht: Job Boards mussten leidvoll feststellen, dass Remarketing lediglich ein kommunikatives Äquivalent für Jobs ist, die per Mail verschickt werden. Hier sollte man nur für solche Nutzer Remarketing betreiben, die nicht per Mail erreichbar sind, sonst sinkt die Conversion Rate für den Mail-Kanal. Sicher, man sollte natürlich die Kosten für die Gewinnung einer E-Mail-Adresse beachten und in die Analyse einbeziehen.

 

Der mittlere Bereich der Customer Journey: Intra-Kanaloptimierung für Maßnahmen im Bereich Bekanntheit und Auffindbarkeit

Maßnahmen dieser Kategorie sind beispielsweise SEO, Keyword-Advertising und Conversion-orientiertes Behavioural Targeting. SEO ist hierbei sehr viel schwieriger bewertbar, als es im ersten Moment erscheinen mag. Wenn es Dienstleister gibt, die nach Conversions bezahlt werden, dann ist die Herausforderung analytisch kaum bewältigbar: Für welche Keywords wollen Sie – abgesehen vom konkreten Messproblem – bezahlen? Selbst wenn der Name Ihres Unternehmens ausscheidet und Sie Goals nur dann bezahlen, wenn Nutzer über konkret vereinbarte Landing Pages auf Ihre Plattform gelangten, dann ist es alles andere als einfach und genug Stoff für einen eigenen Beitrag. Als Tipp kann ich an dieser Stelle nur die Vereinbarung von Landing Pages, Klick-Tiefen und Keyword Sets geben.

 

Wenn wir jetzt noch versuchen wollen, das Zusammenspiel verschiedener Zuleitungen zu optimieren, wird die Analyse unendlich komplex. Man spricht in diesem Fall von Attributionsmodellen, mit denen verschiede Kontaktzusammensetzungen richtig bewertet werden sollen. Manchmal beeindruckt der Begriff mehr als das Ergebnis. Die Badewanne ist wirklich sehr anschaulich. Dabei wird die Quelle des ersten Kontakts und und die letzte vor einer Conversion hoch gewertet und die übrigen gering. Wenn Sie nun an den ersten Kontakt denken: Google Analytics erlaubt es, verschiedene Zeiträume zu testen. Wenn SIe auf verschiedene Produktgruppen filtern, werden Sie unterschiedliche Ergebnisse bekommen. Ich kann nur dazu raten wirklich lange mit den entsprechenden Werkzeugen herumzuspielen. Testen Sie viele Modelle durch. Schauen Sie bitte auch welche Wege bzw. Kontakte mit kostenpflichtiger Werbung Ihre Nutzer haben. Mitunter hätte ich Bewerber am liebsten einen Screen gezeigt auf den steht: “Bleib bitte weg! Du kostest uns viel Geld und bist offensichtlich nicht in der Lage einen Job zu finden. Nimm bitte professionelle Hilfe in Anspruch!”

 

Marke, Bekanntheit & Reichweite

An dieser Stelle wird es sehr schwierig. Web Analytics funktioniert dann recht gut, wenn man selbst die Herrschaft über eine Website hat und einen Analytics Tag platzieren darf. Manchmal ist das ja auch fremden Plattformen möglich, dann aber nur indem beispielsweise lediglich die Tracking ID eingeben und das Basis Tracking auf der entsprechenden Plattform nutzen. OK, es ist das andere Ende, aber Eventbrite mag ich an dieser Stelle absolut überhaupt nicht. Hier sollte sich der Anbieter dringend optimieren. Schließlich ist es in diesem Fall die finale Konversion. Ansonsten ist alles auf die im Besitz befindlichen Plattformen mit vollem Zugriff zentriert. Dort passiert in dieser Stufe in vielen Fällen nicht sehr viel. Für Bekanntheit und Reichweite wird an anderer Stelle gesorgt.  

 

Wie würden Sie beispielsweise die Views auf Banner oder Videos bewerten? Als Daten gibt es die Kontaktmenge der jeweiligen Plattform. Hilfreicher ist es, die Cookie-Daten in einem Topf zu verarbeiten. Hier gäbe es dann Clients, die bekannt sind, bei denen der Client bereits auf die eigene Domäne zugegriffen hat. Daneben gibt es unbekannte Clients. Diese können in solche eingeteilt werden, deren Nutzer bekannt sind (und kein Zusammenhang herstellbar ist) und solche, die völlig unbekannt sind.

Grundsätzlich gibt es für alle drei Fälle demographische Daten sowie Daten hinsichtlich den Clients und ihren Nutzern zugeschriebenen Eigenschaften und Vorlieben. Es ist also möglich Segelinteressierte zu targeten. Wird diesen dann Werbung für Bootszubehör, Skipper-Bekleidung, Schuhe, Nautisches Gerät inklusive entsprechender Uhren etc. angezeigt, können bei einem Klick entsprechende Zusammenhänge hergestellt werden. Bedauerlich ist, dass der Effekt der werblichen Maßnahmen nicht zwingend in Online-Beschaffungsvorgängen mündet. Selbst die Information hinsichtlich der beworbenen Produkte und Leistungen muss nicht beim Absender der Botschaft erfolgen. Ganz banal: Schuhhersteller bewirbt sein neues Modell beispielsweise auf Instagram. Dem interessierten Nutzer ist die weitere Recherche auf seinem Mobilgerät viel zu hakelig. Wo sucht der Nutzer nun mit Alexa oder auf seinem MacBook? Auf Amazon, Zalando, bei decathlon oder doch lieber bei Timberland? Selbst wenn Hersteller Markenbildende Werbung im Netz oder auf mit dem Netz verbundenen Geräten schalten, finden selbst kurzfristige Beschaffungsvorgänge nicht zwingend bei diesen statt. Alleine mit Methoden der Digital Analytics kommt man nicht weiter. So geben die Verkäufe an Online-Händler schon einen gewissen Indikator. Also rein in SAP BW und Analysis. Hier noch ein kleiner Tipp am Rande. Einige Amazon Tool-Anbieter “messen” Umsätze von Amazon Händlern, indem sie grob gesagt deren Lagerbestände abfragen. Diese beziehen sich i.d.R. nicht nur auf Amazon. Es ist also grob möglich, kurzfristige Absatzerfolge zu beurteilen – allerdings nicht auf granularer Ebene.

Natürlich ist es möglich noch einen Schritt weiterzugehen: Wieso sollte es keine Verbindung zwischen stationärem Handel und dem Netz geben. Ansätze hierzu gibt es schon viele Jahre. Menschen die mit Werbung in Kontakt kamen, sind unter bestimmten Bedingungen in einem Laden identifizierbar. Allerdings ist das System löchrig. Es funktioniert dann am besten, wenn Marken den Absatz über den stationären Handel vollig in eigener Hand haben oder zumindest über Franchise-Systeme kontrollieren können. Bekleidungshersteller wie Zara oder H&M können hier als Beispiel dienen. Für die Systemgastronomie sind auch Ansätze vorstellbar.  Die Herausforderungen sind groß:

  • Es darf nur kontrollierbare Werbung platziert werden. Fernsehen bietet hier nur einzelne zaghafte Ansätze. Out of Home ist in seiner Struktur noch erheblich poröser und kaum flächendeckend einsetzbar.
  • Der Point of Sales muss unter der Kontrolle der Marke sein. Alternativ können auch die Besucher von triangulierbaren geographischen Einheiten mit werblicken Maßnahmen beballert werden. Die Besucher der CeBIT oder Hannover Messe sind hierbei allseits beliebt.
  • Es können i.d.R. nur ein Teil der Nutzer an den entsprechenden Positionen identifiziert werden, sodass die Durchoptimierung vor Konversion gefährlich ist. Empfehlenswert ist auch in diesem Fall die Intra-Kanaloptimierung.

 

Wichtig ist Folgendes: Unterschiede hinsichtlich kognitiver Effekte gibt es hierbei je nach der Plattform auf der der Kontakt geschah. Klicks und Käufe erfolgen schließlich in den meisten Fällen nicht direkt. Es ist eine Frage von Kontaktmengen, Kontakten auf verschiedenen Wegen u.s.w. Leider wird diese Erkenntnis-Klasse des Marketing nur zu oft vergessen. Der Klick alleine ist es wirklich nicht. Was davor passiert, was Menschen sehen, wenn sie einen PC nutzen oder vor dem Fernseher sitzen ist wichtig. Prinzipiell sollten sich die werbefinanzierten Fernseh- und Radiosender endlich bemühen, auf den Cookie der großen Systeme mitzureiten und weniger zaghaft vorzugehen. Dummerweise wird der Klick dann ja nicht auf dem Fernsehschirm oder in der Küche stattfinden.

Vor mehr als 20 Jahren diskutierte ich mit dem Vertriebsmitarbeiter von Net Gravity, einer AdServer-Lösung, die von DoubleClick übernommen wurde. Mir war es wichtig, dass regionales Targeting immer funktioniert. Der Kerl war sichtlich irritiert: Warum will dieser Deutsche eigentlich 100-prozentige Abdeckung? Sein Argument war ganz einfach: Nimm die 50 Prozent bei denen wir den Ort sicher wissen und beschicken den Rest mit General Rotation. Genauso könnte man auch mit Fernseh- und Hörfunk-Werbung verfahren. Es wäre dann nach und nach möglich die “Rezipienten” mit individuellen Kontaktmengen zu beschicken und auf dieser Ebene genauere Ergebnisse zu generieren als dies mit herkömmlichen Methoden der empirischen Sozialforschung erfolgen kann.  

Der Werbekontakt, der Klick und die Konversion

Web-Analytics alleine ist zu wenig. Digital Analytics geht weiter ist aber auch nicht umfassend genug. Im Marketing-Controlling und der daraus folgenden Optimierung müssen weitere Schritte unternommen werden, um sicher und stabil zu arbeiten. Der Durchgriff auf Werte aus dem klassischen Controlling ist genauso notwendig wie der vorsichtige Umgang mit Zahlen auf den unterschiedlichen Ebenen der Customer Journey.  Daher meine Empfehlung, zunächst immer auf der Ebene einzelner Kanäle zu optimieren. Die Gefahr von Erfassungsbrüchen ist zu hoch. Womöglich wird auf sinnvolle Werbemaßnahmen verzichtet weil diese nicht messbar sind oder weil bei der Beurteilung der Werbemaßnahmen fehlerhafte Einschätzungen durch methodische Fehler entstehen. Wir werden noch lange an der analyse und Optimierung der Customer Journey arbeiten müssen. Hoffen wir, dass uns der verantwortungsvolle Umgang mit der DSGVO nicht zu viele Steine in den Weg legt.

 

Zielgruppen: Klassisch sozialwissenschaftliche Herangehensweise für Online-Marketing unerlässlich

Montag , 24, Juli 2017 Kommentare deaktiviert für Zielgruppen: Klassisch sozialwissenschaftliche Herangehensweise für Online-Marketing unerlässlich

In einem meiner letzen Beiträge ging es um den Begriff der Zielgruppe. Ich habe versucht eine operationale Definition herzuleiten. Es geht mir darum, zu charakterisieren was ich hier unter Zielgruppe verstehe. Vielleicht fragen Sie sich nun, warum ich in einem Blog so sehr auf dieser Formalie bestehe. Ich möchte das etwas erläutern: Das Verständnis für Zielgruppen ist für das Marketing der Kit zwischen den verschiedenen Akteuren. Wenn Sie ein Unternehmen leiten, müssen Sie den Mitarbeiter verschiedenster Abteilungen klarmachen, für wen die Leistungen des Unternehmens bestimmt sind, welche Ziele erreicht werden sollen. Steht der Relaunch einer Website an, müssen Leiter Online-Marketing dies – wahrscheinlich gemeinsam oder in Abstimmung mit der Marketing-Leitung und Vertretern aus der IT – den Mitarbeitern verschiedener Agenturen erläutern. Nur wenn genau wissen, wer erreicht werden soll, kann es zu befriedigenden Ergebnissen kommen. Nehmen wir ein Beispiel aus dem Bereich „Outdoor“: In diesem Fall wird es keinesfalls ausreichen, wenn die Zielgruppe so beschrieben wird: Männer und Frauen zwischen 25 und 35 Jahren, die sich in Baden-Württemberg und Bayern aufhalten und mindestens einmal im Monat mehr als zehn Kilometer wandern.

Zielgruppen verstehen – qualitativ

Ein erheblich tiefgehenderes Verständnis ist erforderlich. Einer der Gründe liegt im Wettbewerb. Wer die Zielgruppe besser versteht, der weiß, wie diese „tickt“, wird besser kommunizieren können, Produkte solider für die Zielgruppe entwickeln können und sich auch vom Wettbewerber abgrenzen können. Im Beispiel ist es eben durchaus relevant, ob die Zielgruppe Wandern als Sport versteht oder nicht, ob es um Wanderer geht, die auch im Hochgebirge unterwegs sind oder solche, die sich nur im Mittelgebirge bewegen und Wege ohne Steigung bevorzugen. Gehen die Wanderer tatsächlich rund ums Jahr regelmäßig oder nur zur „Wandersaison“? Geht die Zielgruppe auch bei Regenwetter? Natürlich können Sie die Zielgruppe auch noch weiter segmentieren. Ein Beispiel hierfür wäre die Frage nach dem Kinderanteil innerhalb der umrissenen Zielgruppe. Hier wird deutlich, dass es neben quantitativen Kriterien auch noch sehr viele qualitative Kriterien geben kann und sollte.

Quantitative Zielgruppen-Kriterien

Die quantitativen Kriterien – vielleicht sollte ich diese besser als quantifizierbare Kriterien bezeichnen – spielen im Online-Marketing eine größere Rolle. Immer wenn Werbung eingekauft werden soll, sind solche Kriterien unerlässlich. Medienhäuser nutzen diese in Deutschland schon seit weit mehr als 60 Jahren. Die Arbeitsgemeinschaft Media-Analyse e.V. (agma) als wichtiger Verband in diesem Bereich wurde 1954 gegründet. Damals ging es darum zu zeigen, wie die Leser von Zeitungen und Zeitschriften gruppiert werden können, damit Werbungtreibende Daten für die Platzierung ihrer Anzeigen bekommen.

Zielgruppen und Marktpotenzial-Analyse

In der Wissenschaft wird die Marktpotenzial-Analyse analytisch sauber und grundsätzlich auch berechtigt von der Kommunikationspolitik getrennt.  Zunächst wird berechnet wie groß die Zielgruppe ist. Das ist im Beispiel der Wanderer in Baden-Württemberg und Bayern zum Teil über die amtliche Statistik der Statistischen Landesämter und des Statistischen Bundesamts möglich. Diese erlauben es, die Zahl der Einwohner nach Altersklassen zu recherchieren. Wie hoch der Anteil der Wanderer ist wird nicht erfasst. Hier empfiehlt es sich bei Verbänden oder in Markt-Media-Studien zu recherchieren. Sehr schnell werden Sie feststellen, dass es in der Offline-Marketing-Welt auch keine perfekte Zugänglichkeit zu Daten gibt. Für unser Beispiel werden Sie auf die Verbrauchs- und Mediaanalyse VuMA stoßen. Diese Studie, die von den öffentlich-rechtlichen Fernsehsendern und der RMS durchgeführt wird, erfasst in regelmäßigen Abständen mittels persönlich-mündlichem Interview (CAPI) und Haushaltsbüchern die Mediennutzung und das Konsumverhalten. Allerdings muss man sich an den abgebildeten Parametern orientieren. Diese wiederum sind in großen Teilen an die Parameter der Studien der AG.MA angelehnt.

Berechnung der Zielgruppen-Größe

Skalierung Häufigkeit

Skalierung Häufigkeit

Was heißt das nun für unsere Konstruktion der Zielgruppe? Es ist ausgesprochen sinnvoll, sich an den Parametern der relevanten Studie und deren Skalierungen zu orientieren. So lässt sich die gewünschte Altersspanne nicht genaus abbilden. Es ist möglich die Auswertung aus Baden-Württemberg und Bayern zu begrenzen. Euphorisch werden muss man aber noch immer nicht. Die Skalierung für die Nutzung oder Anzahl der durchgeführten Aktivität sehen Sie in der Abbildung. Hier gibt es keinen Unterschied zwischen dem Essen von Schokolade und Wandern. Man könnte zur Bestimmung der Zielgruppen-Größe die Werte „Etwa einmal im Monat“ und häufiger nutzen. Wie weit die Wanderer jeweils unterwegs sind, wird uns nicht gesagt.

Hinsichtlich der Alterswerte haben wir die Möglichkeit die gewünschte Gruppe zu errechnen. Das ist dann nicht sonderlich genau. Wir nehmen einfach die Altersgruppen von 20 bis 40 und teilen durch zwei. So können wir die Zielgruppen-Größe berechnen.

Zielgruppe – ja und?

Ich kann mir gut vorstellen, dass meine Herangehensweise bei passionierten Online-Marketern Erstaunen hervorruft. Warum soll man Zielgruppen so traditionell definieren, wenn man bei Facebook, Google oder spezialisierten Dienstleistern Zielgruppen kaufen kann. Aber schauen Sie selbst:

AdWords Kaufbereite Zielgruppe Wandern

AdWords Kaufbereite Zielgruppe Wandern

 

Wirklich der Knaller ist das nicht, was Google zu bieten hat. Wenn Sie sich nun vorstellen, dass Sie nicht nur mit Google zu tun haben, sondern mit einer ganzen Reihe von Dienstleistern, dann kann es sehr schnell unübersichtlich werden, wenn man die Zielgruppe nicht ganz sorgfältig definiert hat. Ganz schwierig wird es, wenn einem Dienstleister zu Hilfe eilen, die vorgeben Zielgruppen sauber zu definieren, aber den Attributions-Prozess intransparent lassen. Im nächsten Beitrag zu Zielgruppen gebe ich Hinweise darauf, welche Wege konkret einschlagbar sind und welche Fallstricke existieren.

 

 

 

Organisation des A/B-Testing –
Rückblick auf die A/B Insights in Köln

Montag , 17, Juli 2017 Kommentare deaktiviert für Organisation des A/B-Testing –
Rückblick auf die A/B Insights in Köln

A/B Insights

A/B Testing gehört einfach zum Kerngeschäft des Online-Marketing. Die Rolle des Testing als Teil der Digital Analytics ist in vielen Unternehmen mit ausgeprägtem Online-Geschäft fest implementiert. Es geht nicht mehr um die Frage, ob man testet oder darum, wie Tests funktionieren. Sicher – auch in diesem Zusammenhang gibt es beträchtliches Optimierungspotenzial. Hauptthema des Abends vergangene Woche war jedoch die Frage, wie es möglich ist, die relevanten A/B-Tests zu identifizieren und diese zu maximieren. Vorgetragen hierzu haben Bastian Schäfer (Senior Referent Website-Testing & Conversion-Optimierung bei der DB Vertrieb GmbH) sowie Viktoria Zenker und Hauke Floer aus der UX der Galeria Kaufhof GmbH. Es sind immer wieder Unternehmen, die direkt über das Netz absetzen, die weiter sind. Verlage und Fernsehsender sind hier weit abgeschlagen und sollten dringend aufholen!

Kreislauf A/B-Testing

Bastian Schäfer stellte ein Kreislaufkonzept zum A/B-Testing vor:

  • Ideensammlung
  • Hypothesenbildung
  • A/B-Testing
  • Umsetzung

Vor einigen Jahren und auch jetzt ist es noch immer so, dass Kreative sich ungern testen lassen. Dabei ist es doch viel angenehmer, viele Ideen zu entwickeln, und zu schauen, welche davon perfektioniert werden sollen. Deutlich sollte eben immer wieder werden, dass es nicht um Schönheitspreise geht. Es geht um »Funktionieren« sowie das Erreichen von Zielen. Ohne Tests sind die Ergebnisse meist suboptimal.

Ist das Bewusstsein für Tests geweckt, dann verkehrt sich die Problemlage: Es soll viel und ausgiebig getestet werden. Hierdurch wird der Zielerreichungsgrad höher. Eine große Herausforderung ist dabei das Aushebeln der eigenen Betriebsblindheit. Das betrifft die eigene Abteilung, aber auch andere Abteilungen, die zu integrieren sind.
Ideen sollten nun unabhängig von der Quelle gesammelt, organisiert und bewertet werden. Die wichtigste Quelle ist und bleibt dabei das Nutzerfeedback. Inzwischen scheint Jira ein Industriestandard für Kanban mit dem Netz zu sein – auf wirklich allen Veranstaltungen wurde darauf verwiesen. Gut – ich benutze das Tool auch. Es taugt zielmlich gut für die Arbeit mit dem Netz. Die Kollegen von Kaufhof verwenden es beispielsweise, um die Bewertung von Testideen zu realisieren. Finale Frage in diesem Zusammenhang: »Wie viel mehr an Umsatz ist nach dem A/B-Test zu erwarten?«

Jira erlaubt die Abbildung von mehreren Bewertungsdimensionen. Die Ermittlung des Erwartungswerts kann mit einer relativ großen Sicherheit erfolgen. Entsprechend des zu erwartenden Umsatzplusses wird das Ranking der Tests gebildet. Eigentlich ganz einfach, wenn man die Idee dazu hat und sich die Kollegen darauf einlassen. Ach – natürlich muss a priori noch geprüft werden, ob der Traffic auf den zu testenden Bereichen der Website ausreicht, um den Test mittels Conversions durchzuführen. Richtwert: 200 Stück pro Zelle.

Einig waren sich die Teilnehmer des Abends übrigens darüber, dass die Farbe eines Buttons nicht wirklich testwürdig ist, die darauf befindliche »Call to Action« sehr wohl.

A/B-Test Hypothesenbildung

Klar – Hypothesen sind notwendig. Ohne Hypothesen ist die Interpretation von Ergebnissen häufig schwierig. Wenn man diesen Schwierigkeiten aus dem Weg gehen möchte, ist eine Systematisierung erforderlich. Hilfreich dabei sind strukturierte Konzepte, wie das »Conversion Framework« von Khalid Saleh (invespcro) oder das, was Konversionskraft zu dem Thema schreibt.

A/B-Test – Analytics Maturity Model

Ich stehe auf Maturity Models – ehrlich. Die haben verschiedene Vorteile. Der wichtigste ist wohl, dass man sich selbst einordnen kann – also den eigenen Stand überprüfen. Hier hat Bastian Schäfer etwas an die Wand geworfen, das ich noch nicht kannte. Mit freundlichem Dank gebe ich es hier weiter.

A/B-Test - Analytics Maturity Model bahn.de

A/B-Test – Analytics Maturity Model bahn.de

Ansonsten noch ein großes Dankeschön an Trakken und Optimizely für die Organisation des Abends. Ich komme nächstes Jahr gerne wieder, und zwischendurch auf den Analytics Summit nach Hamburg.

SEO-Trends: Die Google Search Console

Montag , 10, Juli 2017 Kommentare deaktiviert für SEO-Trends: Die Google Search Console

In meinem letzten Beitrag zu SEO-Trends habe ich über Content-Marketing geschrieben. Nun wird es die Google Search Console. Ein wenig verwundert hat es mich schon, dass auf allen von mir besuchten Veranstaltungen die Search Console ausführlich thematisiert wurde. Dabei arbeite ich schon recht lange damit – bereits als sie Webmaster-Tools hieß und einen geringeren Funktionsumfang hatte. Sie ist ein ausgesprochen wichtiges Werkzeug. SEO-Research-Werkzeuge beziehen darüber Daten. Wenn Sie die Search Console  noch nicht verwendet haben, sollten Sie sich dringend damit beschäftigen.

Die Grundfunktionalitäten der Google Search Console

Google Search Console

Google Search Console

Mit der Google Search Console kann man die Präsenz der eigenen Website in den Google Suchergebnissen analysieren und verwalten. Im Dashboard  der Console wird auf Crawling-Fehler verwiesen. Es gibt Informationen über den Indexierungsstatus der Sitemaps. Am wichtigsten dürfte mittlerweile die Suchanalyse sein:

Wenn Sie aus dem Bereich Web-Analytics kommen und auf dem Gebiet bereits einige Jahre arbeiten, kennen Sie das Problem: »Not Provided«. Daniel Waisberg , Analytics Advocate bei Google, wurde schon 2014 auf dem Analytics Summit in Hamburg darauf angesprochen. Es wurde gefragt, ob für die nicht übermittelten Keywords eine Lösung angedacht sei. Er verneinte. Nun ist es jedoch seit einiger Zeit möglich, die Search Console mit Google Analytics zu verbinden. Die benötigten Informationen sind zumindest zum Teil wieder vorhanden. Weiter unten gehe ich noch ein wenig genauer darauf ein.

Google hilft in der Search Console, strukturierte Daten zu übergeben. Das werde ich noch in einem eigenen Beitrag darstellen. Da Google nun auch Jobs explizit in den Suchergebnissen darstellt, hat ziemlich viel Staub aufgewirbelt. Es gibt Hinweise auf doppelte Title, Meta-Tags, zu kurze und zu lange von denselben. Sie haben diese Angaben möglicherweise auch vor geraumer Zeit in Werkzeugen wie XOVI oder OnPage entdeckt.

Auf die Suchanalyse gehe ich gleich ein. Es geht um die interne und externe Verlinkung, die internationale Ausrichtung (hreflang) sowie Nutzerfreundlichkeit auf Mobilgeräten. Es ist möglich, den Indexierungsstatus zu beobachten u.s.w. Relativ wichtig sind dann wieder die Crawling-Fehler, die Sitemaps und URL-Parameter. In den URL-Parametern sollten Sie dafür sorgen, dass Google die richtigen Seiten erwischt. Die erste Seite einer Produktliste ist – um ein Beispiel zu nennen – weitaus relevanter als die folgenden.

Die Suchanalyse in der Google Search Console

In der Search Console können Sie sehen, für welche Suchanfragen Sie in den Ergebnislisten auftauchen. Sie bekommen Impressions, die Klickrate und Positionen dafür. Das Besondere am Wert für die Positionen ist, dass es sich um den Durchschnittswert für alle Impressions im konfigurierten Zeitraum handelt. Dieser Wert ist also besser als einer, der von punktuellen Abfragen gemessen wurden.

Search Console Suchanalyse

Search Console Suchanalyse

In der Search Console direkt zu arbeiten, ist kein Vergnügen, besonders wenn es darum geht, zu prüfen wie die Performance von Landing Pages ist. Wenn man nun alle Pages einzeln filtern müsste, würde dies eine wilde Klickerei. Erheblich simpler ist es da, die Daten übersichtlich in einer Tabelle anzusehen. Das funktioniert dann mit der Search Console API. Die gibt es nun auch schon beinahe zwei Jahre, seit August 2015.

Search Analytics for Sheets

Search Analytics for Sheets

Was man damit macht? Ganz einfach. In der Regel arbeitet man in mit Landing Pages. Diese Landing Pages werden auf Keywords optimiert. Die Frage ist also, für welche Keywords eine Landing Page auf welcher Position rankt und wie viele Klicks bei welcher CTR erreicht werden können. In der Search Console filtert man für diese Fragestellung auf eine Seite. Dann wechselt man in die Suchanfragen und analysiert die Ergebnisse.

Mit der API können Sie dies für all Ihre Landing Pages in eine Tabelle packen. Ist Ihnen das zu kompliziert? Mögen Sie Google Docs? Arbeiten Sie mit Google Sheeds? Dann habe ich einen guten Tipp für Sie: Mihai Aperghis hat ein PlugIn für Google Sheeds programmiert, mit dem Sie alle Daten problemlos in Google Sheeds importieren und speichern können. Sie finden »Search Analytics for Sheets« unter https://searchanalyticsforsheets.com/ Kostenlos ist es noch dazu!

Prinzipiell braucht man die Hinweise zur Konfiguration auf der Website nicht. Das Tool ist einfach gestaltet und intuitiv bedienbar. Am wichtigsten ist das »Group By«, denn hier können Sie Spalten in die Tabelle integrieren. Ich habe das im Beispiel für Page und die Keywords gemacht (Query). Sie können auf diesem Weg also auch wochen- und monatsweise Daten in Tabellen schreiben und ganz wunderbare Zeitreihen aufstellen.

Etwas Ähnliches gibt es auch für Excel. Dafür müssen Sie dann ein wenig bezahlen. Die Analytics Edge kostet 75 US$/Jahr und kann noch etwas mehr als nur die Search Console.

Einen Tod müssen Sie allerdings sterben: Die Daten der Search Console sind nur für Keywords verfügbar, die mindestens einmal im Monat eine Impression in einer Suchergebnisliste bekommen haben. Sie bekommen also keine oder kaum Aussagen darüber, was auf den hinteren Plätzen der SERPs passiert. Vor allem, wenn man Kandidaten für die Optimierung von Treffern auf der dritten Ergebnisseite finden will, bleibt nichts anderes übrig, als in die Übersichten der Research Tools zu schauen.

Gütektiterien für Digital Analytics

Montag , 3, Juli 2017 Kommentare deaktiviert für Gütektiterien für Digital Analytics

In der empirischen Sozialforschung wird schon lange mit Gütekriterien gearbeitet. Das ist im Marketing genauso. Es gibt Gütekriterien wie diese: Validität, Reliabilität und Objektivität. Es soll korrekt gemessen werden, die Messung soll replizierbar sein und unabhängig von subjektiven Einflüssen. Oft werden noch weitere Kriterien genannt: Relevanz, Vollständigkeit, Aktualität sowie Sicherheit der Daten. Mit diesen Gütekriterien könnte man zweifellos auch solche für die Digital Analytics spezifizieren. Leider gibt es für die Digital Analytics eine anscheinend recht knifflige Herausforderung. Diese besteht einerseits häufig in der Unternehmensstruktur und in der jeweiligen Qualifikation der beteiligten Akteure. Digital Analytics oder Web Analytics wird noch immer zu sehr durch die IT-Abteilungen betreut und zu wenig durch das Marketing. Auch wenn die Konfiguration von Reports – beispielsweise in Google Analytics – nicht wirklich schwierig ist – steht davor noch die Datenerfassung. Einfach nur den Tag in die Website zu packen, reicht hier häufig nicht aus. So können – zumindest bei größeren Projekten – nicht alle relevanten Fragestellungen beantwortet werden. Manche Zeitgenossen stellen immer wieder Fragen nach der Repräsentativität der Daten. Warum diese Frage nicht so ganz einfach zu beantworten ist, erläutere ich noch in einem anderen Beitrag. Interpretiert man die Daten der Digital Analytics bzw. Web Analytics als Vollerhebungen für das zu analysierende Objekt, so ist die Antwort natürlich einfach: Die Frage der Repräsentativität stellt sich nur bei Stichproben und nicht bei Vollerhebungen. Aber zurück zum Thema Gütekriterien für Digital Analytics.

Das französische Analytics Unternehmen AT Internet hat nun vor einigen Wochen ein Whitepaper »Data Quality in Digital Analytics« veröffentlicht. Darin geht es um Gütekriterien – darum, wie eine hohe Datenqualität in den Digital Analytics erreicht werden kann. Genannt werden die folgenden Bereiche:

Data Quality in Digital Analytics

Data Quality in Digital Analytics (Quelle: AT Internet)

  • Accuracy (Does my data reflect reality over time? Can I trust the values being returned?)
  • Completness (Is data missing or corrupt? Do I have all the data I need to make informed decisions? Are all pages of my site tagged? Are all screens of my mobile app tagged? Is all my data being collected as expected?)
  • Cleanliness (Is my data error-free? Are my data values readable and correctly formatted?)
  • Timeliness (Is all data available when needed? Does my data allow me to react in real time?)
  • Consistency (Is my data consistent across platforms? Do I have a reliable “single point of truth”? Can everyone in my company access the same data?)

Visuell hat AT Internet dies als Kreis dargestellt. Sie sehen das in der Abbildung – ein Rundumschlag, der die Herausforderungen sehr schön beschreibt. Ich erläutere die Bereiche noch ein wenig und kommentiere diese:

Richtigkeit & Genauigkeit

Erlauben Sie mir bitte Übersetzung von »Accuracy« mit »Richtigkeit & Genauigkeit«. Wenn Sie sich das Whitepaper von AT Internet ansehen, verstehen Sie weshalb. Daten der Digital Analytics gaukeln leider immer Genauigkeit vor, selbst wenn diese nicht vorhanden ist. Von außen betrachtet ist das auch nicht weiter verwunderlich. Computer erheben Daten darüber, was auf Computern passiert. Was sollte dabei schief gehen? – Leider ziemlich viel. Ein Beispiel aus der SEO Analytics: Wenn Sie wissen möchten, auf welcher Position Ihre Website für ein Keyword auf einer Google-Ergebnisseite steht, ist es ein gewaltiger Unterschied, ob das Ergebnis durch eine Schnittstellenanfrage bei Google oder per Crawl erhoben wurde oder ob die Google Search Console abgefragt wurde. Im ersten Fall handelt es sich um eine Zeitpunktbetrachtung, im zweiten um eine Zeitraumbetrachtung. Die Richtigkeit des zweiten Wertes aus der Search Console ist mit größerer Sicherheit richtig als die Zeitpunktbetrachtungen – auch wenn diese natürlich an sich genau sind.

Vollständigkeit

Und wieder: Reports gaukeln Genauigkeit vor. Wenn eine Website beispielsweise nicht vollständig vertaggt ist, dann sind die Daten nicht vollständig. Es muss also zum Beispiel geprüft werden, ob das Tracking Script überall dort ist, wo es sein soll. Im einfachsten Fall muss es bei einer Website in alle Seiten integriert werden. Bei WordPress etwa ist das ganz einfach: Es gibt ein PlugIn, das sich darum kümmert. Wenn Ihre Website jedoch aus verschiedenen Quellen zusammengesetzt wird, kann dies knifflig werden. Auch in bei responsiven Websites tauchen hin und wieder Probleme auf: Es muss darauf geachtet werden, dass das Tagging in verschiedenen Viewports gleichmäßig funktioniert. Das betrifft vorwiegend das Event-Tagging.

Selbstverständlich müssen auch die Server zur Erfassung der Daten jederzeit voll in ausreichender Geschwindigkeit verfügbar sein etc. Insgesamt haben wir es hier mit einem ganz klassischen Gütekriterium zu tun (s.o.).

Sauberkeit

Selbst wenn Ihre Daten alle vollständig erhoben wurden, können noch gewaltige Schwierigkeiten auftreten. AT Internet nennt als Beispiel falsche Tags in E-Mail-Newslettern, die erst erkannt werden, wenn der Newsletter bereits verschickt wurde. Hier fühle ich mich schon ein wenig ertappt. Google-Analytics unterscheidet in der Auswertung der Daten bei UTM-Parametern Groß- und Kleinschreibung, ist also Case Sensitive. Schreiben Sie daher Parameter-Werte am Besten immer alles klein und verwenden Sie immer Bindestriche und keine Unterstriche in den Parametern, sonst ist das Chaos unausweichlich. Gerade bei Updates von Websites tauchen solche Fehler relativ häufig auf, z.B. weil inzwischen die Bearbeiter gewechselt haben. Sie sollten aus diesem Grund unbedingt Fachkonzepte entwickeln und sich sklavisch daran halten. Wurden die falschen Daten an den Server übertragen, ist der Aufwand zur Korrektur in der Regel erheblich. In solchen Fällen gibt es Einschränkungen hinsichtlich Validität und Reliabilität der Daten.

Rechtzeitigkeit

Mir ist schon klar, warum Rechtzeitigkeit kein Kriterium in der klassischen Marktforschung ist und lieber von Aktualität gesprochen wird. Marktforschung benötigt meist sehr viel Zeit und besonders junge Berater unterschätzen deren Aufwand. In den Digital Analytics kann das anders sein. Mitunter stellt sich auch die Frage, ob denn tatsächlich alles in Realtime ausgewertet werden muss. Ich empfinde das manchmal fehl am Platz. Die Geschwindigkeit in der Auswertung ist aus meiner Sicht nur dann notwendig, wenn durch eine schnellere Verfügbarkeit eines Wertes tatsächlich schneller reagiert werden kann. Das ist beispielsweise dann der Fall, wenn auf einer wichtigen Seite ein 404 auftritt. Kürzlich empfahl beispielsweise Michael Janssen (zedwoo) auf einen 404 in Google Analytics einen Event zu setzen. Diesen kann man sich sogar zumailen lassen. Was bei kleinen Websites tatsächlich eine hilfreiche Sache ist, muss bei größeren Projekten natürlich umfänglicher angegangen werden. Oft ist beispielsweise die Search Console schneller oder das Werkzeug, mit dem die grundsätzliche Aktivität in den Logfiles überwacht wird. Es geht hier also hauptsächlich um das Erkennen und die Beseitigung technischer Probleme. Ähnlich verhält es sich mit Kampagnen: Hier muss auch schnell reagiert werden können, wenn Probleme auftreten.

Zweifellos gibt es in diesem Bereich noch andere Kriterien. Wenn es beispielsweise bei einem Analytics Tool lange dauert, bis ein Bericht angezeigt oder gerechnet wird, dann ist es einfach nur nervig. Hier muss man prüfen.

Konsistenz

Nehmen Sie bitte an, dass Sie verschiedene Websites für unterschiedliche Produkte in Ihrem Unternehmen haben. Es könnte eine für Schokoriegel, eine für Müsli und eine für Getränke sein, die analysiert werden müssen. Natürlich soll ihr Web Analytics Tool für alle Websites die gleiche Datenqualität erzielen. Sessions und Impressions sollen gleich gezählt werden – sonst können Sie nicht vergleichen. Das ist klar. Leider ist dies in der Unternehmenswirklichkeit nicht ganz so einfach. Je nach Struktur der Unternehmen werden die Websites mitunter auf verschiedenen Plattformen betrieben, es werden verschiedene Analytics-Werkzeuge eingesetzt, Daten werden mehr oder weniger gefiltert. Und dann werden die Zahlen nebeneinander präsentiert, als ob sie mit einer geeichten Waage gewogen wurden. Aber das ist leider mitnichten so, denn erhebliche Abweichungen sind möglich. Diese treten auch schon dann auf, wenn der Tag des Tag Management Systems an unterschiedlichen Positionen in der Website sitzt. Auch in diesem Fall gibt es Einschränkungen hinsichtlich Validität und Reliabilität der Daten.

Zu Abweichungen kann es auch kommen, wenn Daten auf verschiedenen Plattformen erhoben werden (z.B. Betriebssystemen, Browsern). Man sollte auch prüfen, ob alle Empfänger, die gleiche Daten bekommen sollen, auch tatsächlich die gleichen Daten erhalten. Hier sind einige Überraschungen möglich.

Für tiefergehende Informationen empfehle ich die Lektüre des AT Internet Whitepaper.

SEO-Trends: Content-Marketing, der Hyper SEO-Trend

Donnerstag , 29, Juni 2017 Kommentare deaktiviert für SEO-Trends: Content-Marketing, der Hyper SEO-Trend

Ich habe dieses Jahr Kundenveranstaltungen bei OnPage & Searchmetrics besucht und war auf der SMX in München. Zudem kommen einem ja noch einige andere Infos vor die Nase. Hier also einfach mal eine mehr oder weniger kritische Zusammenfassung von SEO-Trends bzw. SEM-Trends, die für mich auffällig waren. Es werden insgesamt wahrscheinlich drei Beiträge in den nächsten Wochen. Etwas zur Search-Console und zu Schema etc. werden folgen.

Content Marketing, der Hyper SEO-Trend

Eigentlich sollte man ja immer vorsichtig sein, wenn Supertrends kolportiert werden. In diesem Fall geht es um Content-Marketing. Oh – erwischt! Das mache ich hier mit meinem Blog auch. Und um was geht es? – Darum, dass man für Social Media und SEO Inhalte braucht und diese möglichst so in die Seiten eingebunden werden sollte, dass hohe Positionen in den SERPs (Suchmaschinen-Ergebnislisten) erreicht werden. Durch die Ausprägung als Text kann Google diese Inhalte wunderbar nutzen. Eigentlich ist das ziemlich cool. Dann gibt es da aber solche Analyse-Tools wie Searchmetrics. Dort wird in Berichten gezeigt, wie die Lage ist: Texte auf der ersten Ergebnisseite sind länger als weiter hinten.

Wortzahl Searchmetrics

Wortzahl Searchmetrics (Quelle: Searchmetrics Whinepaper Rebooting Ranking-Faktoren 2017)

 

Mit 0,08 ist die Korrelation nicht sonderlich hoch. Erstaunlich ist auch, dass die Treffer auf den ersten Plätzen im Durchschnitt weniger Worte haben, als Treffer auf den Plätzen 4 bis 7. Genau: “Durchschnittlich” ist der entscheidende Ausdruck! Ist Ihnen schon aufgefallen, dass es recht oft Treffer auf den PLätzen 1 bis 3 gibt, die sehr wenig Text auf ihrer Seite haben? – Es ist eben nicht immer viel Text notwendig. Content muss nicht breit sein – die Relevanz von Inhalten und Funktionen für die Fragestellungen der Nutzer von Suchmaschinen ist entscheidend.

Wenn wir nun dieses Ergebnis bei Searchmetrics sehen, sollte es uns alarmieren. Wir sollten nicht nur auf Werkzeuge vertrauen, die uns mit mehr oder weniger großem analytischem Aufwand helfen, die richtigen Keywords in unseren Texten unterzubringen. Hier helfen OnPage und Xovi, indem die Treffer der ersten Ergebnisseite für einen Suchstring ausgewertet werden. Man sieht Worthäufigkeiten. Klar, das hilft. Vergleicht man jedoch die Worthäufigkeiten im Zeitverlauf, so könnte einem schon Angst und Bange werden. Ja – Content-Marketing ist ein Prozess und nicht ein Projekt. Die Jungs von OnPage geben deshalb den Tipp, die Worthäufigkeiten regelmäßig zu überprüfen und Texte gegebenenfalls anzupassen. Sicher – das Verfahren ist analytisch und prinzipiell etwas, das ich auch befürworte. Der Nachteil daran: Sie laufen immer nur ihren Wettbewerbern hinterher. Wenn Sie vor diesen stehen wollen, müssen Sie schneller relevante Suchen identifizieren als andere Marktteilnehmer. Das wiederum ist aufwändig: Sie müssen Themen systematisch aufarbeiten und Trends erkennen. Dazu ist wiederum eine tiefergehende Sachkenntnis erforderlich. Die Auslagerung der Wordings wird schwieriger. Zwar ist das machbar, dazu ist es allerdings erforderlich, Know-how und Strukturen aufzubauen.

Externe Effekte des SEO-Trends Content-Marketing

Nehmen wir nun einfach an, dass es uns gelingt, durch Content-Marketing Erfolge zu erzielen. Wir gewinnen dadurch Nutzer für unsere Website. Das ist toll. Doch was bedeutet das für Google? – Dort wird weniger verdient. Im Sinne von Google kann das nun wirklich nicht sein, dass durch Hinzufügen von passenden Texten eine Position auf der ersten Ergebnisseite erreichbar ist. Analysiert man noch das, was Kollegen zu dem Thema sagen und das, was die Notwendigkeit der Integration von Text in Webpages bringt, dann scheint das Ende der einfachen Textstrickerei nahe. Norman Nielsen von Zalando meinte bei der Searchmetrics-Veranstaltung, dass der Sinn von Content auch nicht 2,5 cm Text in der linken Spalte sein können (auch wenn das noch funktioniert). Genausowenig wird Text langfristig funktionieren, der vor den Nutzern versteckt wird – gleich ob das mit Tabs passiert oder ob die vielen Worte an das visuelle Ende einer Seite gepackt werden. Für Suchmaschinen besteht die Aufgabe schließlich nur darin, die Relevanz des Content für die jeweilige Fragestellung der Nutzer zu beurteilen. Sollten die Texte dazu nicht – oder nicht mehr – notwendig sein, dann kann viel Geld gespart werden. Der eine oder andere Kollege auf den Veranstaltungen verwies darauf, dass nach dem Löschen der Texte auf Testseiten schlichtweg nichts hinsichtlich der Position auf den SERPs passiert ist.

Aus meiner Sicht ist es ohnehin erstaunlich, dass sich Google auf diese Bewertung festgelegt hat. Sicher – es erfordert einiges an Aufwand, 300, 500 oder sogar 1.200 Worte für ein Thema zu texten. Aber was sollen diese Texte auf Übersichtsseiten zu Kleidern oder Joggingschuhen? Könnte Google hier nicht einfach die Texte der Zielseiten zu Rate ziehen? Wahrscheinlich wird das auch gemacht, nur fällt in der Analyse von außen die Bewertung etwas schwerer.

Tanker & Enten in der SEO

Google schraubt am Algo – ziemlich oft sogar. Manchmal wird etwas als Major-Update benannt, aber oft gibt es Spekulationen darüber, was gerade passiert ist. So war das beispielsweise beim Update im Mai 2017. Was Google macht, bewegt sich in ganz langsamen Bahnen – Google ist der Tanker im Meer von Websites, die wie lahme Enten auf echte oder vermeintliche Änderungen reagieren. Ein Beispiel: Der Page Rank basierte einmal auf den externen Links, die auf eine Seite gesetzt wurden. Anfangs war dies ein schwer zu erfüllendes Kriterium. Als es dann leicht wurde, an Links zu kommen, wurde dieser in der ursprünglichen Form für Google wertlos. Wenn es nun leicht wird, den entsprechenden Content zu generieren, dann wird Google neue Kriterien zu Rate ziehen müssen. Wir dürfen sicher sein, dass es diese schon gibt. Es wird dabei um die Verteilung von Inhalten gehen, darum wie Nutzer mit diesen interagieren und nicht zuletzt um Bilder.

Auf allen Veranstaltungen wurde mehr oder weniger deutlich die UX als der neueste SEO-Trend angesprochen, das neue Content-Marketing oder die neue SEO. Und genau das ist es – die User Experience wird wichtiger. Der Prozess der Erstellung von Websites muss integrierter stattfinden als bisher. Webdesign, Interaktionsdesign, UX und SEO müssen gemeinsam arbeiten und dürfen natürlich auch nicht die Anforderungen an die Analytics vergessen. Ganz klar – Content-Marketing wird mehr Strategie und Konzept brauchen und und weniger Masse. Dieser SEO-Trend wird aus meiner sicht derzeit übertrieben. Der Markt für Content-Marketing ist wahrscheinlich schon überhitzt. Damit wird zwangsläufig ein Rückgang erfolgen.

Der Zielgruppen-Begriff für das Online-Marketing

Dienstag , 20, Juni 2017 Kommentare deaktiviert für Der Zielgruppen-Begriff für das Online-Marketing

Lange habe ich keinen Beitrag mehr veröffentlich. OK – ich schreibe an einem größeren Projekt. Nun werde ich versuchen, regelmäßig Texte zu bloggen. Anfangen möchte ich mit dem Zielgruppen-Begriff. Dieser ist aus meiner Sicht zentral für das Online-Marketing und damit auch eine Basis für jegliches datenorientierte Arbeiten. Aus diesem Grund sollte der Begriff an sich näher untersucht werden.

Definitionen Zielgruppe aus dem Lehrbuch

Grundsätzlich ist es so, dass man seinen Aussagen – einem Text – nicht losgelöst von der Umwelt existiert. Einordnung ist notwendig. Als ich in den Index des Buchs von Jochen Becker (Marketingkonzeption 1998) schaute, entdeckte ich weder den Zielgruppen-Begriff noch den der Target Group. Ich war enttäuscht. In Manfred Bruhns Kommunikationspolitik (1997) war ich erfolgreicher. Dort ist auf Seite 3 eine Definition:

Zielgruppen der Kommunikation sind mittels des Einsatzes des kommunikationspolitischen Instrumentariums anzusprechende Adressaten (Rezipienten) der Unternehmenskommunikation.

Definitionen dieser Ausprägung sagen auch etwas über den Ersteller aus. Da ist der Begriff „Kommunikation“ zu lesen. Genauer „Zielgruppen der Kommunikation“. Wenn ein Marketing-Mann das so definiert, dann sollte es also auch noch Zielgruppen der Produktpolitik, Preispolitik und Distributionspolitik geben. Das sollte so sein, weil das Adressaten mittels des kommunikationspolitischen Instrumentariums angesprochen werden. Abgesehen davon, dass das Konstrukt der Zielgruppe natürlich – und völlig richtig – in allen genannten Bereichen des Marketings eine Rolle spielen sollte, demonstriert die Definition eine Einstellung, die im Online-Marketing nicht vorherrschen sollte. Adressaten werden „angesprochen“. Die Adressaten werden auch noch als „Rezipienten“ bezeichnet. Salopp gesagt, möchte man anscheinend nur Botschaften loswerden – vielleicht auch überzeugen – mit Kunden reden wohl nicht.

Wenn ich mich recht erinnere, war das in den 80er und 90er Jahren tatsächlich die herrschende Einstellung. Mangels Rückkanal und in voller Breite messbarer öffentlicher Konsumenten-Kommunikation verwundert es im Nachhinein nicht mehr so stark. Das Internet, der verbreiterte Rückkanal und die erweiterten Möglichkeiten der öffentlichen oder halböffentlichen Kommunikation haben die Marketing-Umwelt diesbezüglich gravierend verändert. Online-Marketer sind sich des Rückkanals sowie Social Media & Co. sehr wohl bewusst. Die Definition sollte erweitert werden. Ich muss gestehen, dass ich hinsichtlich der Definition von Becker unsicher war. Das Buch in meinem Regal ist schließlich eine Auflage von 1997. Deshalb habe ich eine jüngere Kollegin gebeten in ihrem Bücherschrank nachzusehen. Christian Homburg (2012, S. 171) formuliert die Definition in seinem Lehrbuch ähnlich salopp, wie ich hier weitgehend formuliere:

Angestrebte Zielgruppe: Um den späteren Markterfolg des Produktkonzepts vorzubereiten, sollte festgelegt werden, wer als zukünftiger Käufer eines Produkts in Frage kommt.

Diese Definition findet sich in einem Kapitel zum Innovationsmanagement. Im Kapitel zum Instrumentalbereich „Kommunikationspolitik“ wird beschrieben, wie die Charakterisierung einer Zielgruppe operationalisiert wird. Homburg (2012, S. 216) nennt die üblichen Dimensionen:

  • demographische Kriterien
  • sozioökonomische Kriterien
  • allgemeine Persönlichkeitsmerkmale
  • Nutzenkriterien
  • kaufverhaltensbezogene Kriterien

Homburg formuliert hier etwas vorsichtiger und schreibt „bei wem soll etwas erreicht werden?“ Genau das ist richtig. Es soll etwas erreicht werden. Was erreicht werden soll, ist nicht zwingend ein Kauf. Vielleicht ist es lediglich die öffentliche Aussage über ein Produkt, Bekanntheit, Einstellungen etc.

Manfred Kirchgeorg ist bei der Definition der Zielgruppe im Gabler Wirtschaftslexikon viel formaler. Er schreibt explizit von „Adressaten“ und „Ansprache“. Vielleicht ist es der Kommunikationswissenschaftler in mir, der diese einseitigen Definitionen in der Tradition der Lasswell-Formel „Who says what in which channel to whom with what effect?“(1948) für unvollständig hält. In diesem Satz werden die verschiedenen Ansatzpunkte zur Analyse genannt. Diese werden auch noch immer forscherisch bearbeitet. Das große Dilemma des Satzes ist allerdings, dass es ein Satz ist und dieser mit „with what effect“ endet. Genau dieses Ende, der „Effekt“ kann zwar auch bedeuten, dass in einen Dialog einzutreten ist – aber eben nur implizit. Diese Tatsache wurde gerade im Marketing lange nur unzureichend berücksichtigt.

Im Online-Marketing ist die Lage etwas anders. Online ist Kommunikation gegeben und auffällig. Sicher – es ist nicht nur Kommunikation – auch wenn die Kommunikation notwendige Bedingung ist. Es gibt auch viele Aspekte der Distributions- sowie der Preispolitik. Vielleicht ist die größte Veränderung hinsichtlich der Zielgruppendefinition in hinsichtlich der Produktpolitik vorhanden.

Zielgruppen wurden und werden immer noch definiert, um abzuschätzen, welche Potenziale ein Produkt oder Unternehmen hat. Das wurde in der Definition von Homburg deutlich. Es muss antizipiert werden, wie hoch das Käuferpotenzial für dieselben ist und mit welchem Aufwand diese erreicht werden können. Hierbei hat das Internet zu merklichen Veränderungen geführt: Kleine Zielgruppen sind mitunter höchst effizient ansprechbar und die Produkte können über die mittlerweile entwickelten Logistiksysteme in Rekordzeit zu Konsumenten gebracht werden.

Definition Zielgruppe für das Online-Marketing

Die Definition der Zielgruppe sollte also auch für das Online-Marketing das gesamte Marketing-Instrumentarium betreffen. Natürlich sollte der Rückkanal berücksichtigt werden.

Zielgruppen im Online-Marketing sind Menschen oder Maschinen mit denen mittels Internet kommuniziert werden soll, um Marketing-Ziele umzusetzen und final gewünschte Handlungen zu erreichen.

Diese Definition ist prinzipiell dicht an die Definitionen in der Literatur angelehnt. Allerdings würde ich grundsätzlich im Plural formulieren, da ich nicht davon ausgehe, die gewünschte Handlung – wohl meist ein Kauf – direkt nur durch Kommunikation mit ebendiesem Personenkreis zu erreichen. Einen solchen Personenkreis kann man beispielsweise wie folgt beschreiben: Männer und Frauen zwischen 25 und 35 Jahren, die sich in Baden-Württemberg und Bayern aufhalten und mindestens einmal im Monat mehr als zehn Kilometer wandern.

Zielgruppen-Auswahl bei LinkedIn

Zielgruppen-Auswahl bei LinkedIn

Nur indem auf Facebook, Google oder an einer anderen Stelle die „Zielgruppe“ angeklickt und damit ausgewählt und Werbung gebucht wird, kann weder ein Kleidungsstück noch ein Rucksack oder ein Ticket für den Nahverkehr verkauft werden.  Nur weil das bei LinkedIn übersichtlicher ist (Abbildung) auch nicht. Die Kommunikation mit weiteren Personen oder Organisationen ist notwendig. Wenn es um Bekleidung geht, muss diese beispielsweise auch in den stationären Handel und in der Online-Handel gelangen. Häufig sind es tatsächlich eine ganze Reihe von Zielgruppen, die bestimmt und mit denen kommuniziert werden muss. In der Online-Welt sind dies teilweise auch Maschinen. Von Käufern spreche ich auch ausgesprochen ungern. Das Ziel von Marketing-Maßnahmen ist eben nicht immer ein Kauf. Gerade im Online-Marketing ist das Ziel sehr häufig auch Kommunikation oder eine andere Art von Handlung. Diese etwas allgemeinere Formulierung halte ich für günstiger. Selbst final muss es kein Kauf sein – auch nicht online. Denken Sie beispielsweise an das Marketing von Öffentlichen Einrichtungen oder den Bereich Personalmarketing. Wenn aus der Personalabteilung heraus Ingenieure erreicht werden müssen, dann ist das Ziel meist die Unterschrift eines Arbeitsvertrags.

 

In der aktuellen t3n (Ausgabe 42) ist ein Beitrag über Analytics-Tools für Start-ups bzw. kleinere Unternehmen. Darin werden einige Klassen von Werkzeugen besprochen. Grundsätzlich ist das nicht schlecht. Allerdings wirkt der Artikel schon so, als ob viele Fragestellungen nur mit diesen Tools zu lösen seien. Anschließend werden die Daten aus jeglicher Quelle Dashbord-Lösung gepackt und alles ist gut.  Hierzu gibt es einiges zu sagen. Ich erläutere deshalb hier rudimentär welche Analytics-Daten zur Steuerung eines Web-Projekts notwendig sind.

Google Analytics Homepage vor Login

Google Analytics Homepage vor Login

Analytics-Speziallösungen müssen administriert und gelernt werden

Vor allem wird die Mächtigkeit von Google Analytics als Werkzeug unterschätzt. Mit Custom Reports und Event-Tagging lässt sich vieles lösen und beantworten, wozu es kein Spezialwerkzeug braucht. Vor allem wurde im Beitrag ignoriert, dass auch Apps mit Google Analytics messbar sind. Die Daten kommen damit aus der gleichen Welt. Das hilft, weil nicht noch weitere Werkzeuge administriert und verstanden werden müssen. Fatal ist dann mitunter auch die Notwendigkeit zur Betreuung weiterer Schnittstellen. So schön in vielen Dashboards Daten aufbereitet werden – dedizierte Schnittstellen zu allen Werkzeugen, die eingesetzt werden gibt es meistens nicht. Ein oder zwei fehlen meistens. Eine eigene Datenhaltung und die Entwicklung eigener Schnittstellen wird notwendig. Das kostet Geld, Zeit und v.a. Nerven. Je weniger Analytics-Tools im Einsatz sind, um so effizienter kann mit den Resultaten umgegangen werden. Klar – die Google Analytics- bzw. Universal Analytics-Nutzverwaltung und die Weitergabe von Reports ist ein Ding an dem Google dringend arbeiten sollte. Allerdings hat eine so weit verbreitete Lösung einen entscheidenden Vorteil: Es gibt viele, die sich damit auskennen. Das spart Kosten. zudem lassen sich sogar Daten aus fremden Quellen integrieren.

A/B-Tests nicht vergessen!

Onsite würde ich kaum zu einem weiteren reinen Analytics Tools raten – außer natürlich zu Werkzeugen für A/B-Tests. Hierfür ist Google Analytics wirklich nicht die optimale Lösung. Ich mag hierfür Optimizely. Das lässt sich auch von kleineren und mittleren Unternehmen einsetzen. Diese Klasse an Analytics-Tools fehlt im Artikel. Im Marketing sind noch einige weitere Werkzeugklassen wichtig, die Werte generieren, die im Rahmen der Analytics relevant sind bzw. in Dashboards integriert werden müssen.

Onsite-Analytics heißt auch Performance und SEO

Bleiben wir bei der Website: Da sollten Werkzeuge zur Analyse der technischen Performance der Website im Einsatz sein. Wenn das Ding zu langsam wird, dann gibt es nicht nur Ärgern mit den Nutzern – auch die SEO leidet. Womit wir bei nächsten Punkt wären: SEO-Tools liefern auch wichtige Daten und geben Handlungsempfehlungen. In den Tools bekommt man diese früher als sich diese im organischen Traffic bei Google Analytics bemerkbar machen. Sicher – man kann sich über die Indices streiten, die Searchmetrics oder XOVI et al. produzieren streiten, grundsätzlich sind diese hilfreich. Die Werte gehören in ein Überblicks-Dashboard für die Marketing-Leitung. Zudem ergeben sich dadurch auch noch Hinweise hinsichtlich der Arbeit von Wettbewerbern.Wenn man einen Shop betreibt, dann ist die Bonität seiner Kunden wichtig. Auch die Ergebnisse dieser Prüfungen sollten aus dem E-Commerce-System oder auf anderem Wege einer Bewertung zugeführt werden.

Management-Werkzeuge liefern auch Analytics-Daten – was ist damit?

Verlässt man Website und App, dann geht es um die Zuleitungen zur Website. Ein sehr wichtiges Bindungswerkzeug in diesem Bereich ist die E-Mail. Man sollte beispielsweise einfach wissen, wenn die Öffnungsraten der Mails plötzlich sinken, Bounce Rates steigen etc. Grundsätzlich ist dafür kein extra Analytics-Werkzeug notwendig. Kampagnen-Werkzeuge verfügen i.d.R. über eine Auswertungs-Instanz. Die Daten müssen nur aus dem Werkzeug herausgeholt und in das Übersichts-Dashboard integriert werden. Ach ja – es sind auch noch Werte für die eigene Datenhaltung. Dazu hätte ich mir auch noch etwas in dem Artikel gewünscht: Wie geht man mit Analytics-Daten um, die in einem anderen Werkzeug eher nebenbei anfallen – wie dem E-Mail-Tool einem CMS oder einem Social Media Management-Werkzeug wie Hootsuite.

Genau analysieren, wie Werbemaßnahmen wirken

Relevant sind in diesem Zusammenhang auch die Daten von AdServern – schließlich sollte man nicht nur wissen wie oft jemand auf der eigenen Website gelandet ist, sondern auch, wie oft die eigene Display-Werbung im Netz gesehen wurde, welche Werbemittel funktionieren und welche nicht. Gerade im Bereich der zunehmenden Kontingenz von Bewegtbildwerbung über das Internet und bei Fernsehwerbung gibt es noch beträchtlichen Entwicklungsbedarf. Ich gestehe: Die Baustelle Bewegtbildwerbung und Analytics ist tendenziell etwas für größere Unternehmen.

Dashboards

Im Beitrag wird ganz richtig darauf verwiesen, dass bei all den unterschiedlichen Datenquellen eine Dashboard-Lösung notwendig ist, um den Überblick zu behalten. Es werden auch viele brauchbare Lösungen genannt. Allerdings fehlt Tableau. Hinsichtlich der Möglichkeiten zur Visualisierung ist das wirklich klasse. Zudem gibt es Tableau zu Preisen, die auch ein KMU bezahlen kann.

Das was ich jetzt geschrieben habe, ist auch nicht umfassend. Ich kann nur dazu raten sich entlang der gesamten stattfindenden Prozesse zu hangeln. In diesem Zusammenhang sollte man sich über seine Ziele klar sein. Nur so kann man nach Fragen Ausschau zu halten, die beantwortet werden sollten, um das Projekt zu optimieren. Tja – und dann geht es darum, zu sehen welche Werte Antworten auf die Fragen geben bzw. bei der Entscheidung helfen. Das müssen nicht sonderlich viele Werkzeuge sein – auch wenn es die gibt und sie an sich toll sind.

Mit IFTTT Pinterest automatisieren

Montag , 13, Juli 2015 Kommentare deaktiviert für Mit IFTTT Pinterest automatisieren

Seit letzter Woche hat Pinterest seine API stärker zur Nutzung freigegeben als bisher. Das ist toll und wird Pinterest einen weiteren Schub verpassen. Ein Partner mit dem Pinterest diese so erfreuliche Nachricht promotete ist IFTTT (IfThisThenThat). Damit kann vieles im Web und über das Web automatisiert werden. Ein Beispiel: Wenn Sie ein Instagram veröffentlichen, kann es automatisch auch auf ein Pinterest-Board gepinnt werden. In die andere Richtung ist auch vieles möglich: Wenn Sie auf ein bestimmtes Bord einen Pin setzen, können Sie diesen gleichzeitig auf Tumblr befördern oder das Bild in Google Drive speichern.

Pinterest & IFTTT: Featured Recipes

Pinterest & IFTTT: Featured Recipes

Pinterest selbst hat schon etwa 30 Rezepte angelegt, mit deren Hilfe die Automatisierung möglich ist. Auf der Startseite der Rezepte wird gleich das Rezept zum Pinnen von Instagrammen gezeigt. Es ist gleichzeitig eines bei dem nicht so viel schief gehen kann. Stellen Sie sich bitte vor, es würde jedes Mal ein neuer Pin angelegt, wenn ein Tweet mit einem bestimmten Hashtag und einem Bild auf Twitter auftaucht – grauenvoll. Die Integration ist schon recht vorsichtig gemacht – aus meiner Sicht hat das Pinterest so gelöst, dass keine größere Spam-Gefahr besteht.

IFTTT – Pinterest: So funktioniert’s

Zunächst müssen Sie sich einen Account bei IFTTT anlegen. Wählen Sie bitte ein Passwort, das Sie sonst nicht verwenden. Sie müssen andere Konten damit verknüpfen. Damit IFTTT richtig arbeitet, benötigt es Posting-Berechtigungen. Hier kann einiges schief gehen, wenn wer das Passwort hat.

Pinterrest Tumblr Rezept

Pinterrest Tumblr Rezept

OK – es gibt einige Rezepte die fertig angelegt sind. Diese können Sie natürlich verwenden und sich durch den Prozess leiten lassen. Wie gesagt, Pinterest hat schon etwa 30 Rezepte angelegt. Diese Rezepte bestehen immer aus Triggern und Actions. Im Trigger wird ein Auslöser definiert. Das können im Falle von Pinterest Likes sein oder Pins, die auf ein bestimmtes Board gesetzt werden. Die Action ist dann, was auf einer Anderen Plattform damit gemacht wird.  Ein Rezept für Pinterest mit Tumblr sehen Sie in der Abbildung oben.

Nachdem Sie beide Plattformen mit IFTTT verbunden haben, ist es ganz einfach. Sie wählen das Board aus, auf das gepinnt wurde und dann können Sie entscheiden, was damit auf Tumblr passiert. Es kann sofort gebloggt werden, in eine Queue wandern, als Vorlage gespeichert werden oder privat publiziert werden. Tumblr Nutzer sehen hier auch eine Schwierigkeit. Wenn Sie mehr als ein Blog auf Tumblr betreiben, fehlt die Möglichkeit zur Einstellung auf welchem Blog der Pin landet – es ist eine Überraschung! Sie müssen mit einem Test herausfinden, wo Ihr Pin landet – also in die Entwürfe Ihrer Blogs schauen.

Den Post selbst können Sie auch ein wenig beeinflussen. Im Fall von Tumblr können Sie bei einem Photo Post die URL editieren, den Text und die Tags. Wie Sie in der folgenden Abbildung sehen, ist es möglich aus einer Reihe von Parametern, die Pinterest an IFTTT übergibt, Felder zu editieren, die später in Tumblr erscheinen. Das ist recht einfach gemacht, wenn man über ein gewisses technisches Grundverständnis verfügt. Die Parameter werden über eine Auswahlmaske eingefügt stehen dann in doppelt geschwungenen Klammern in einem Text, der editierfähig ist – z.B. {{HexColor}}. Probieren Sie es einfach aus. Am besten bei einer Plattform, bei der nichts direkt veröffentlicht wird oder es zunächst verbergbar ist – also bei Tumblr, Google Drive oder GMail – nicht bei Facebook oder Twitter. Den Source-URL sollten Sie auf jeden fall reienpacken und auch die Quelle nennen. Sie wissen schon: Copyright.

 

IFTTT Rezept Editieren

IFTTT Rezept Editieren

 

Dann kann noch ein wenig an den Tags editiert werden. Deren Übernahme ist von Pinterest nach Tumblr leider nicht möglich. Sie können lediglich voreditiert werden. So kann man beispielsweise den Namen des Boards als Hashtag angeben und auch noch weitere passende Begriffe.

Für andere Plattformen und Anwendungen funktioniert das entsprechend. Wenn es sein muss können Sie sich sogar Lichtsignale geben, wenn ein Pin auf ein Gruppen-Board gepinnt wurde.

Tja – und lange dauert es nicht mehr. Dann erschein mein neues Buch – noch im Juli: Tumblr. Passt ziemlich gut zu Pinterest.

Pinterest-Werberichtlinie – Sauber zum Erfolg!

Dienstag , 20, Januar 2015 Kommentare deaktiviert für Pinterest-Werberichtlinie – Sauber zum Erfolg!

Pinterest lässt sich Zeit. Das betonte ich schon öfter. Allerdings tut das der Plattform ausgesprochen gut. Genau dies wird auch an den neuen Pinterest-Werberichtlinien deutlich. Bisher habe ich noch nichts dazu auf Deutsch gelesen. Grund genug für eine Analyse. Zum Januar führte Pinterest seine Werbeform für den Feed in Amerika breiter ein. In Deutschland werden wir wohl noch ein wenig warten müssen. Die Analyse dient also der Vorbereitung.

Auf der Seite zu den Werberichtlinien erläutert Pinterest sehr anschaulich, wie es sich Werbung im Feed vorstellt. Pinterest möchte, dass werbliche Inhalte der Nutzung förderlich sind und ein positives Erlebnis vermitteln. Pinterest soll dadurch besser werden – inspirierender. Beworbene Pins sollen aus der Sicht von Pinterest zum besten Inhalt gehören, den es auf der Plattform gibt. Sie sollen also nicht hingehen und Anzeigen entwerfen. Sie sollen schöne Pins nehmen, die ohnehin schon erfolgreich wären und Pinterest sorgt dafür, dass diese noch erfolgreicher werden. Zu diesem Zweck werden die Richtlinien formuliert. Sie sollen helfen, guten Content zu entwerfen und vielleicht den einen oder anderen dösigen Marketing-Honk davon abhalten, Anzeigen als Promoted Pins zu platzieren. Das betrifft übrigens auch alles, was nach dem Klick auf einen Pin passiert – also bitte keine großflächigen modalen Dialoge, die zum Abo von Newslettern motivieren sollen etc. Vielleicht bleibt den Nutzern ja das Unerfreuliche erspart, das sie auf Facebook und in Google-Werbung nur all zu oft ertragen müssen.

Verbotene Pinterest Werbung

Nicht den Pinterest-Werberichtlinien konform (Quelle)

Pinterest-Werberichtlinien – es sind einfache Regeln:

  • Sei autentisch (Na – passen athletische Typen und Süßigkeiten wirklich zusammen?)
  • Bewerbe Pins, die dich stolz machen (Edeka ist auf Lichtenberg sicher stolz!)
  • Bewerbe keinen Spam oder bösartiges (Honks werden rausgeworfen)
  • Befolgen Sie die Pinterest Policy und deren Geist (Pinterest ist das nette Netzwerk!)
  • Befolgen Sie die geltenden Gesetze und Vorschriften. (Das versteht sich von selbst und bezieht sich nicht auf die 8,50 €, die sie Praktikanten mit abgeschlossenem Studium zahlen sollten).

Pins – Bilder und Texte

Bei Ihren Pins sollten sich auf folgendes achten. Werbeanzeigen gehen nicht. Wirklich nicht. Stellen Sie sich vor Sie platzieren eine Anzeige und müssen sich das Ding in fünf Jahren noch immer ansehen. Noch schlimmer: Sie haben in der Anzeige einen Rabatt von 50% avisiert. Also einfach Finger weg von Anzeigen und her mit den schönen Bildern, die Sie ohnehin gerne verbreiten. Bei Events sollten sie das vollständige Datum mit Jahreszahl angeben. Ach ja – Preise gehören auch nicht in Bilder. Wenn Sie das möchten sollten Sie das mit Rich Pins lösen, die ziehen den aktuell gültigen Preis für Ihr Produkt.

Text muss nur selten in die Bilder. Wenn notwendig, dann bitte kurz ohne zu viele Ausrufezeichen. Claims stören. Pinterest-Nutzer wollen schöne Bilder – keine Werbeaussagen. Lassen Sie bitte auch Sachen weg, die Funktionalitäten vorgaukeln, die es nicht gibt – also beispielsweise Menüs, Metions oder Hashtags. Besonders Hashtags sind blödsinnig. Zumindest in den meisten Fällen. Auf solche Ideen können aus meiner Sicht nur digitale Analphabeten oder passionierte Printgestalter kommen. Weg lassen – bitte!

Ansonsten ist Pinterest frei von Sex. Busen gehen – manchmal. Wenn dann sollten die Bilder sehr ästhetisch sein. Pinterest ist politisch extrem korrekt. Lesen Sie nochmal die Nutzungsbedingungen, wenn Sie nicht verstehen, was das heißt. Natürlich dürfen Sie auch nicht sagen, dass Sie mit Pinterest in Verbindung stehen.

Landing-Pages

Wie oben schon geschrieben, sollten Sie nicht einfach nur Adresswerbung betreiben. Das ist langweilig und doof. Platzieren Sie auf der Zielseite nützlichen Content. Bei einem Kleidungsstück sollten Sie eben das Zeigen, was auf eine Produktseite gehört. Das sind sicher auch beschreibende Texte. Ebenso gehören Größenangaben, Verfügbarkeiten, Preise, Pflegehinweise dazu. Viele weitere Bilder sind ohnehin hilfreich. Diese fördern die Viralität. Also los – nützlich muss es sein und darf nicht gegen die Nutzungsbedingungen verstoßen.

Produkte, die nicht beworben werden können – zurecht!

  • Adult products and services – also Sex & Co.
  • Alkohol
  • Imitationen bzw. Blender
  • Drogen und Tabak
  • Bedrohte Tiere oder Produkte davon
  • Gefälschte Dokumente (Ausweise, Doktor-Titel etc.)
  • Glücksspiel inkl. Anleitungen
  • Ilegales
  • Zielseiten die Viren enthalten oder Hacking
  • Pharmaprodukte
  • Bezahlen fürs Pinnen
  • Bei Subscriptions muss klar erläutert werden, was abonniert wird (Kosten, Zeitraum etc)
  • Unakzeptabele Geschäftsmodelle (Schneeball, Pyramide etc.)
  • Waffen und Sprengstoff.