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.

Analytics umfassender gestalten. Emotionale und kognitive Effekte nicht ignorieren!

In diesem Beitrag schildere ich, welche Daten in Analytics Systeme integriert werden sollten, um Marketing-Aktionen umfassender zu kontrollieren und zu optimieren. Angeregt wurde ich durch zwei Veranstaltungen, die mir eigentlich recht gut gefallen haben: Die d3con und der Analytics Summit. Beide finden auch 2014 wieder in Hamburg statt. Auf beiden wurde viel über Performance diskutiert. Allerdings wurde auf beiden – zumindest unterschwellig – formuliert, dass Facebook nicht wirklich der Hit ist. Social Media ganz allgemein scheint aus der Perspektive der Performance Marketer nicht wirklich so dolle zu sein. Pinterest ist dabei eine Ausnahme, zumindest in den USA.

Was die Überleitungen auf die gewünschten Zielseiten betrifft, stimmt das tatsächlich. Dabei schneiden Pinterest und Twitter erheblich besser ab als Facebook. Wahrscheinlich hat die Abwertung durch die Referenten mit den Veranstaltungen an sich zu tun. Wer auf Perfomance aus ist, ignoriert offensichtlich emotionale und kognitive Effekte von Werbemaßnahmen. Man verschwendet kaum einen Gedanken daran – was zählt, ist die Generierung von Goals.

In der Analytics werden Handlungen gemessen

Dabei ist man mittlerweile so weit, dass man die Customer Journey wenigstens in Form von Kontakten mit einer Zielseite misst. In Google Analytics kann man diese Kontakte mittlerweile mit relativ einfachen Modellen optimieren. Es ist nicht mehr der letzte oder der erste Cookie, der gewinnt, wenn es um die Bewertung von Werbemaßnahmen geht. Wenn es sinnig erscheint, kann man auch mit der „Badewanne“ arbeiten. Dabei werden die Haupteffekte dem ersten und letzten Kontakt vor der Conversion zugeschrieben. Komplexere Modellberechnungen können in der nicht ganz billigen Premium-Version von Google-Analytics erfolgen. Soweit ist das schön und gut. Allerdings scheint mir diese Optimierung ein wenig kurzfristig und mehr oder weniger für den E-Commerce geeignet. Je länger die Beschaffungszyklen für Produktklassen sind, umso mehr sollte man aufpassen. Die alleinige Konzentration auf die Optimierung von Goals ist zu wenig (auch wenn in vielen Fällen Goals denkbar sind, die sehr lange vor einem erneuten Beschaffungsvorgang liegen). Klassifiziert man den derzeitigen Stand der Web-Analytics nach sozialwissenschaftlichen Maßstäben, handelt sich dabei um non-reaktive Forschung, wobei eine Vollerhebung angestrebt wird.

Modellverschiebung im Vergleich zur klassischen Mediaforschung

Es handelt sich dabei um eine grundsätzliche Modellverschiebung im Vergleich zur Vor-Internet-Zeit und im Vergleich zur noch üblichen TV- oder Print-Mediaforschung. Dabei handelt es sich größtenteils um reaktive Forschung – Befragungen. Im Bereich der non-reaktiven Forschung handelt es sich um Testverfahren, die in den meisten Fällen auch noch weit von Repräsentativität entfernt sind. Auch werden nur in Ausnahmefällen die Goals dokumentiert:  Beispielsweise im GfK-Testmarkt Hassloch. Diese Verfahren werden vorwiegend bei der Produktneueinführung eingesetzt, um die Erfolgswahrscheinlichkeit derselben zu testen.

Beurteilung von Pint-, Radio-, TV-Werbung etc.

Um die Sinnhalftigkeit von Werbemaßnahmen im Fernsehen, in Zeitungen- und Zeitschriften zu beurteilen, gibt es großangelegte Markt-Media-Studien – beispielsweise die Studien der agma.

Das Allmedia-Dach der agma
Das Allmedia-Dach der agma (Quelle: agma)

Wie ersichtlich, wird hier auch Online einbezogen. Allerdings höre ich gerade von Analytics-Experten immer wieder Aussagen wie „Was ist den das für ein Quatsch!“ oder „Das taugt doch nix!“. Aus meiner Sicht disqualifizieren solche Aussagen zu unrecht.  Haben Markenartikler seit über 50 Jahren nur Quatsch gemacht? – Wohl kaum. Es wahr und ist der wichtigste Ansatz, um im weitesten Sinne emotionale und kognitive Effekte von Werbung zu messen. Die Schaltung und Optimierung erfolgt dann nach Kontaktklassen. Parameter, nach denen optimiert wird, sind  Markenerinnerung und Kaufbereitschaft. Diese werden beispielsweise in der Typologie der Wünsche abgebildet. Dabei werden u.a. auch die so wichtigen Sinus Milieus als zusätzlicher Parameter genutzt.

Emotionale und kognitive Effekte sind den Handlungen vorgelagert

Idealtypisch müssten beide Methodenklassen ineinandergreifen. Prinzipiell sind emotionale und kognitive Effekte den Handlungen vorgelagert. Sie bilden sozusagen die Grundlage für Handlungen:

Methoden und Ziele
Methoden und Ziele

Im klassischen Marketing ist es so, dass das was da in der Analytics gemessen wird, eine Blackbox darstellt, während im aktuellen Online-Marketing die emotionalen und kognitiven Effekte – zumindest die außerhalb des Internet – die Blackbox darstellen. An der Verbindung beider Welten muss gearbeitet werden. Allerdings beschleicht mich der Eindruck, dass das Interesse auf beiden Seiten nicht sonderlich groß ist.

Die Ansatzpunkte sind auf beiden Seiten verhalten. Planung erfolgt unter Zuhilfenahme der AGOF-Zahlen, die mit Hilfe von connect direkt in die Datenbanken von Mediaganturen transferiert werden können. Das betrifft Großunternehmen oder solche, die auch in größerem Maße auf Print- und TV-Werbung setzen. Mitunter werden TV-Einschaltquoten mit in die Online-Planung und die Auswertung einbezogen. IntelliAd erlaubt beispielsweise diese Form des Multi-Channel-Tracking. Allerdings weiß man noch immer nicht, ob ein Fernsehzuschauer nun tatsächlich auch einen Werbespot gesehen hat, bevor er danach eine messbare Aktion startete. Ein gewaltiger Fortschritt ist dies dennoch – auch wenn noch ein sehr langer Weg bevorsteht. Zumindest scheint sich der BVDW bereits in den Gremien zu engagieren. Matthias Ehrlich, Präsident des BVDW, äußerte dies kürzlich in einem adizne-Interview.

Werbemaßnahmen ohne Goal ignorieren? – Nein!

Wo will ich hin? – Zurück zu Facebook und den mageren Referrals, die es liefert. Wenn ein Kanal vorgelagert ist und besser für die Kundenbindung, CRM und Markenbildung geeignet ist als zur Generierung von Referrals, was soll man dann machen? Soll man das Pontenzial ungenutzt liegen lassen? – Nein. Ganz sicher nicht.

Man kann natürlich wie Thomas Hutter argumentieren und fordern, dass das Community-Management stärker auf die Generierung von Referrals und Goals ausgerichtet wird. In vielen Fällen ist das auch die Richtung, die man zusätzlich einschlagen sollte – das „Weg vom Blabla-Dialogkanal zur Performance Marketing Plattform“ und die Professionalisierung des Community-Management im Sinne der Erreichung von Marketingzielen ist notwendig.

Ich sehe das Dilemma an einer anderen Stelle: Die alleinige Konzentration auf das was im Rahmen der Web-Analytics messbar ist, führt möglicherweise dazu, dass sinnvolle Maßnahmen unterbleiben, weil deren Erfolg nicht quantifiziert werden kann. Was man derzeit in der Analytics versucht, kann man vielleicht so beschreiben: Das was Touchpoints in einen Trichter gegossen wird, soll möglichst bis zur Conversion optimiert werden. Mit Tag-Management-Systemen schafft man es auch Sichtkontakte mit Werbemitteln in die Analyse einzubeziehen. Das ist schon der richtige Weg. Man sollte nur nicht den Fehler machen, die Sichtkontakte alleine als Größe im Rahmen des Werbedrucks zu verstehen. Sie bauen auch Bekanntheit und Image auf und das sollte man eben auch versuchen einer Erfassung zuzuführen.

Ziele und der Conversion Prozess

Gehen wir einfach nochmal einen Schritt zurück und sortieren die Marketing-Maßnahmen entsprechend ihrer Rolle im Online-Marketing und insbesondere im Conversions-Prozess ein. Gleichzeitig wird dadurch auch deutlich, dass Maßnahmen, die besonders nahe an einer Conversion liegen auch Bindungsinstrumente sind. Ich habe das in der folgenden Abbildung einfach mal in einen Trichter sortiert. Im oberen Bereich sehen Sie den Prozess. Im unteren Bereich Marketing-Ziele.

Werbeziele und Conversions-Prozess
Werbeziele und Conversions-Prozess

Von der Platzierung von Facebook in der Abbildung habe ich mich gedrückt. Es ist aus meiner Sicht ein klasse Bindungsinstrument, das jedoch im Bereich der Conversions abschmiert und nicht wirklich dolle ist. Das trifft vielfach auch auf Smartphone-Apps zu. Diese sind auch ein gutes Bindungsinstrument – im Bereich der Conversions schneiden sie meist bescheiden ab.

Wenn nun versucht werden soll weitere Daten zu integrieren, dann muss strukturiert vorgegangen werden. Mit der Abbildung sollte deutlich geworden sein, dass

  • Maßnahmen unterschiedliche – und auch mehrere Positionen – im Verlauf des Prozesses zu Conversion einnehmen (können),
  • die Durchführung von Maßnahmen aufgrund der Notwendigkeit zum erreichen unterschiedlicher Ziele erfolgt und
  • es Werbemaßnahmen gibt, die gleiche oder ähnliche Ziele verfolgen, die online Goals erzeugen, jedoch nicht (oder nur bedingt) messbar sind.

Daneben gibt es noch eine weitere Dimension: Es gibt Online-Werbekontakte, die zu Offline Goals führen, die ebenfalls nicht gemessen werden oder nur mit größter Anstrengung mit den Online-Werbemaßnahmen in Verbindung gebracht werden können.

Ansatzpunkte zum Auf- und Ausbau einer umfassenden Analytics

Die Web-Analytics darf nicht weiter im eigenen Brei kochen und sich auf die Erfassung und Auswertung von Nutzerhandlungen im Web beschränken. Die Verfahren sind mittlerweile derart elaboriert, dass man sich daran machen sollte einen Schritt weiter zu denken und die Analytics auf weitere Bereiche des Werbemarkts auszudehnen. Hier skizziere ich einige Ansatzpunkte.

Ansatzpunkt 1: Mehr vorhandene Daten in das Analytics System integrieren und analysieren

Die Universal Analytics von Google werden hierbei eine große Rolle spielen. Es ist relativ einfach Fremddaten zu integrieren, um darüber zu optimieren. Dabei handel sich um Daten, die ohnehin schon recht gut strukturiert vorliegen. Man kann diese Daten in verschiedene Klassen unterteilen:

1.1 Im Rahmen des Online-Marketing entstandene Daten

  • Linkverkürzer – also bit.ly & Co. inklusive Eigenentwicklungen. In vielen Fällen wird dies bereits praktiziert.
  • Social Media Analytics Daten aus den Schnittstellen der Netzwerke. Eine spannende Frage aus diesem Bereich ist beispielsweise, ob die Fans eines Unternehmens oder eine Marke auf einem bestimmten Netzwerk mehr kaufen als solche die keine Fans sind
  • Daten aus Tag Management Systemen
  • Daten aus AdServern, v.a. Reichweiten und Platzierungsinformationen. So kann man beispielsweise auch feststellen, ob Goals ohne Handlung in Form von Klicks durch den direkten Aufruf einer Website auf Werbekontakte zurückzuführen sind.
  • Auffüllen mit demographischen Daten, wie dies derzeit mit Google Analytics möglich ist.

1.2 Daten zu Offline-Werbemaßnahmen und mit Offline-Verfahren erhobenen Daten

Diese Daten können dann mit den bereits vorhandenen demographischen Daten gematcht werden:

  • Daten der agma & AGOF
  • GfK-Zahlen
  • Daten aus weiteren Markt-Mediastudien

Es handelt sich auf dieser Ebene um aggregierte Daten.

1.3 Rahmendaten

  • Wetterinformationen (hier hat Timo Aden aus dem Analytics Summit gezeigt wie es geht und Ed Brocklebank war sehr früh dran mit dieser Idee)
  • Fernsehprogramm
  • Verkehrssituation
  • etc.

Auch hier handelt es sich um aggregierte Daten.

Ansatzpunkt 2: Verbindung mit Offline-Convertions

Hier geht es darum, den Weg aus dem Netz zu kontrollieren und zu erfassen. Vielfach informieren sich Konsumenten vor der Beschaffung höherpreisiger und längerlebiger Produkte im Web und beschaffen diese dann offline. Auch hierbei sollte die im Internet erbrachte Media-Leistung bewertet werden.

Die Herausforderung besteht an dieser Stelle darin einen Identifizierungmerkmal zu finden, das die Zusammenführung der Daten erlaubt. Voll umfänglich wird dies nicht gelingen. Barverkäufe sind an dieser Stelle der kalte Schrecken des Analysen, wenn der Käufer nicht zufällig noch ein anderes Identifikationsmerkmal hinterlässt. Die Datenschutzbestimmungen stellen einem mitunter auch ein Bein.

Um es etwas zu vereinfachen: Es wird immer wichtiger werden Nutzer zur Registrierung und zum Login zu führen und sei es nur eine Minimal-Registrierung über ein Social Login von Facebook, Twitter oder Google+, um Wissen über seine Kunden zu erlangen, das mit Daten in der Offline-Welt verknüpft werden kann. So freundlich in beiden Fällen – On-und Offline – eine Kreditkartennummer zu hinterlassen, werden nur wenige Kunden sein.

Merkmale können beispielsweise sein:

  • Name
  • Geburtsdatum
  • Telefonnummer / Mobilnummer
  • Adresse
  • GPS-Koordinaten

Ansatzpunkt 3: Gewinnung von Rohdaten für weitere elektronische Medien

Aus meiner Sicht fehlt fehlt noch der Schritt zu Kontaktdaten übrigen elektronischen Medien auf individueller Ebene. Hier habe ich ohnehin den Eindruck, dass Google eine weitere Lead-Funktion übernehmen wird und in absehbarer Zeit zu einem der wichtigsten Fernsehvermarkter aufsteigen kann. Schon jetzt sollte es bald möglich sein, die wirklichen Kontaktzahlen von Werbespots zu messen. Smart-TVs können Zusatzmaterial der Sender einblenden und ermöglich den direkten Response. Dabei sollte man nicht vergessen, dass dieser Response eine Unterbrechung der Tätigkeit darstellt, die der Nutzer ausüben möchte – nämlich die Sendung ansehen. Aus dieser Perspektive sollten die Erfolge von Werbeformen, die auf den direkten Response ausgerichtet sind, nicht all zu groß sein. Deshalb wird es noch wichtiger die Reichweiten der Spots zu qualifizieren.

Etwas nachdenklich stimmt an dieser Stelle die Tatsache, dass die in der AGF versammelten Fernsehforscher an ihren Panels festhalten. Es wurde ein 25.000er Panel aufgebaut, um die Online-Einschaltquoten zu messen. Wegargumentiert wurde dies mit der Vermutung, dass der zeitversetzte TV-Konsum nur einen geringen Teil der gesamten Sehzeit ausmache. Aus meiner Sicht ist das falsch und von der Seite der Web-Analytics sollte gezeigt werden, welche Möglichkeiten es gibt. Wenn man schon einen Fernsehspot auf SAT1.de, voxnow.de oder sonstwo im Web schaltet nicht auch die Reichweite mit einem AdServer oder Google Analytics messen?

Ansatzpunkt 4: Gewinnung von Rohdaten Printmedien und weitere Werbemaßnahmen

Als Verlierer in diesem Spiel könnten sich ein weiteres Mal die Printmedien herausstellen. Ohne elektronischen Anschluss sind diese nur bedingt messbar. Integrationsansätze gehen häufig schief. So war der QR-Code beispielsweise ein Hoffnungsträger der Anzeigen und Plakatwerbung den Anschluss zum Internet eben sollte. Leider stellte sich das Verfahren mehr oder weniger als Holzweg heraus. Ausgesprochen selten werden damit dreistellige Resultate erreicht. Meist bleibt das Ergebnis im einstelligen Bereich und kommt bei Plakaten nicht über die Testklicks hinaus.

Man wird also etwas tiefer in die Trickkiste greifen und auf technische  Innovationen warten müssen, um solche Werte auf individueller Ebene erheben zu können. Wieder einmal spielt hier Google die Vorreiterrolle. So könnte Google Glas die erste Applikation sein, mit der die Verbindung von Print und Internet erfolgreich hergestellt werden kann. Ähnliches darf man von Assistenz-Anwendungen in Fahrzeugen erwarten, wenn diese von Internet-Konzernen und nicht von Automobilherstellern entwickelt werden.

Web-Analysen legt los und arbeitet an der Datenintegation

Bisher habe ich sorgfältig einen Begriff vermieden: Big Data. Genau das ist es worum es hier geht. Es geht darum Daten aus den unterschiedlichsten Quellen zusammenzuführen und daraus zu optimieren. Ich bin überzeugt davon, dass Web-Analysten hier die besten Vorraussetzungen mitbringen. Sie müssen nur stärker konzeptionell arbeiten, über den Tellerrand hinausschauen, sich dem allgemeinen Marketing und den Anforderungen der Mediaplanung für Print und TV öffnen, dann wird das etwas. Dass es Hürden in den Bereichen Datenschutz und Technik gibt sollte als Herausforderung verstanden werden. Man sollte eben immer brav ein Einverständnis der Konsumenten einholen und mit anonymisierten Daten arbeiten.

 

 

Goldbach Interactive – Social Media Monitoring Tool Report 2013

Es ist nicht meine Art, fremden Content auf meinem Blog zu platzieren. Hier halte ich es ausnahmsweise für angebracht. Goldbach Interactive hat sich wieder die Arbeit gemacht und superviele Monitoring Tools angeschaut.

Auch wenn ich zu einigen Ergebnissen meine eigene Meinung habe und für diskussionswürdig halte, sollte man sich schon anschauen was Goldbach so gemacht hat.

Mit dem Klick auf die Infografik gelangt man zu Goldbach.

Infografik Social Media Monitoring Toolreport 2013, Goldbach Interactive (Switzerland) AG

lala

Piqora – ein umfangreiches Tool-Set für Pinterest: Analytics und mehr…

Lange habe ich nicht mehr in mein Blog geschrieben. Das kann eben passieren, wenn man an einem Buch arbeitet – bald ist es gedruckt. Darum geht es mir hier nicht. Gestern gab das ehemalige Pinfluencer seine Umbenennung in Piqora bekannt. Ob es nun cool ist „Piq“ an den Anfang zu stellen, was ja wie pic ausgesprochen wird und iq  an IQ – also Intelligenz -erinnern soll, müssen Sie selbst beurteilen. Das überarbeitete Werkzeug ist auf jeden Fall einer erneuten Betrachtung wert.

Es gibt so einige Werte, Elemente und Funktionalitäten, die ich für ausgesprochen hilfreich halte.

Piquora Top Pin From Boards
Piquora Top Pin From Boards

Das fängt schon damit an, dass man seine erfolgreichsten Pins in einer Übersicht dargestellt bekommt und – das machen viele andere Werkzeuge nicht – auch Zeiträume bestimmen kann. Letztlich erinnert das Menü schon ein wenig an Google Analytics. Das tut der Sache keinen Abbruch: Hilfreich und übersichtlich ist es gemacht. Neben dem kleinen Klappmenü in der rechten oberen Ecke sehen Sie noch etwas, das für die Analytics sehr brauchbar ist: Man kann die Daten als CSV exportieren und damit weiterverarbeiten.

Piqora Influetial Website Pinners
Piqora Influetial Website Pinners

Man kann auch herausfinden wer von der eigenen Website pinnt und sieht gleichzeitig, wie einflussreich die Pinner sind, die da etwas verbreitet haben. Wenn Sie sich die Abbildung etwas genauer ansehen, dann werden Sie feststellen, dass Piqora auch einen Einfluss-Score ermittelt. Wenn ich mal die Gelegenheit habe, werde ich den noch genauer untersuchen. Er zeigt durchaus andere Ergebnisse als beispielsweise pinpuff oder PinReach.

Piquora Profile Metrics
Piquora Profile Metrics

Ein richtiges Dashboard gibt es auch. Ein wenig eigenartig ist es schon, dass das Board rechts versteckt ist und dieses doch recht wichtigen Zahlen so versteckt gelagert werden. Immerhin wird eine recht ansehnliche Zahl von Kennzahlen und deren Entwicklung gezeigt:

  • Viralität
  • Neue Pins
  • Neue Repins
  • Neue Likes
  • Neue Kommentare
  • Neue Follower pro Tag (Wow – ich habe 10 neue täglich).
  • Die Zahl der neuen Follower im Analysezeitraum
  • Das höchste Engagement der Follower (Wochentags)
  • Das höchste Engagement der Follower (Wochenende)

Teilweise wird die Grafik über den Zahlen noch angepasst, so dass man nicht nur den einen wichtigen Zeitpunkt hat, sondern auch noch einen richtig schönen Verlauf:

Piqora Follower Time Engagement
Piqora Follower Time Engagement

Und als wäre das noch nicht genug: Piqora hat noch ein besonderes Bonbon für die Freunde der gepflegten analytischen Verfahren. Ich hatte schon an einigen anderen Stellen darauf verwiesen, wie wichtig es besonders im Fall von Social Media ist, Analytics Werkzeuge miteinander zu verbinden um Konversionen durchmessen zu können. Bisher habe ich bisher immer nur die Möglichkeit gefunden, die Werkzeuge mit Google Analytics zu verbinden. Bei Curalate.com war das beispielsweise so. Das ist schon toll. Aber gerade große Unternehmen setzen oft eine Enterprise Lösung ein. Hier bietet Piqora mehr Schnittstellen an:

  • Google Analytics
  • Adobe
  • Coremetrics

Insgesamt ist das Tool übersichtlich und ausgesprochen hilfreich. Was es kostet, kann ich leider nicht sagen. Ich darf das Tool nutzen, weil ich früher mal einen Pinfluencer Account benutzt habe. Jetzt muss man auf Request Demo klicken. Dafür darf man dann auch noch zeitversetzt pinnen und zusätzlich gibt es ein Kampagnenmodul.

 

PinGraphy – zeitversetzt pinnen

Zeitversetzt pinnen – vielleicht so ein Buffer – könnte ganz nützlich sein. Es gibt eine Reihe von Werkzeugen mit denen das mittlerweile möglich ist. Wildfire und Curalate sind Beispiele für Lösungen die Geld kosten. Kostenlos geht es (noch) mit PinGraphy. Im August und September wurde das Werkzeug verschiedentlich oberflächlich besprochen. Für mich ein Grund, es einer etwas genaueren Analyse zu unterziehen.

Zeitversetzt pinnen kann schon hilfreich sein. Kontinuierlich pinnen, ohne zu viele Pins auf ein mal abzusetzen, scheint vom den größten Erfolg bei der Generierung von echten Followern  zu haben. Ein Werkzeug mit dem das möglich ist, wäre also ausgesprochen hilfreich. Besonders für Online-Shops wäre ein entsprechendes Werkzeug nützlich.

Da ich keine Werbung für einen Shop machen möchte, aber eine Beispielseite benötige, mit der ich testen kann, ist meine Wahl auf WandernBonn gefallen. Angelica boggt dort über ihre Wanderungen rund um Bonn, dem Rheinsteig im Siebengebirge, Venn oder eben dem Rotweinwanderweg an der Ahr. Sie schreibt ganz wunderbar und mach wirklich schöne Fotos – oft mehr als zwölf oder fünfzehn pro Wanderung. Genau die geeignete Ausgangssitzation! Ich habe also ein Board „Rotweinwanderweg Ahr“ angelegt, um zu zeigen, wie PinGraphy funktioniert.

Registrierung und erste Schritte

Man kann sich mit seinem Pinterest Account registrieren. Das ist einfach. Der nächste Schritt besteht schon darin, das Marklet in seiner Browser-Bookmark-Leiste zu platzieren. PinGraphy hat das Ding am Kopf der Seite sehr auffällig platziert und noch dazu sehr einfach erklärt – deutlicher und simpler als Pinterest selbst.

Man kennt die Funktion schon von Pinterest und Pinerly und doch ist es ein wenig anders:

Pin-Auswahl bei PinGraphy
Pin-Auswahl bei PinGraphy

Im Gegensatz zu deren Verfahren ist es möglich, gleich mehrere Pins auszuwählen. Durch Anklicken kann man markieren, welche Bilder einer Seite man pinnen möchte. Besonders für Shops könnte das hilfreich sein. Die Arbeit würde sich beträchtlich abkürzen.

Pins mit PinGraphy editieren
Pins mit PinGraphy editieren

Das Werkzeug zieht brav die Alt-Texte der Bilder. Das ist wunderbar. Man sieht auch die Ziel-URLs und kann diese bearbeiten – und beispielsweise Kampagnen-Tags von Google Analytics mitgeben. Bei einem Test hat das funktioniert – auch wenn man ja leider nie so sicher sein kann, was Pinterest mit solchen Erweiterungen anstellt. Mitunter werden diese manipuliert oder schlichtweg gelöscht.

Bilder bearbeiten

Bilder in PinGraphy bearbeiten
Bilder in PinGraphy bearbeiten

Ein wenig Instagram darf auch noch sein. Mit dem Klick auf „Enhance Image“ öffnet sich ein Bearbeitungsfenster – nette Spielerei. Ich habe ein Foto ein wenig bearbeitet (Angelica – entschuldige bitte).

Pingraphy Schedule
Pingraphy Schedule

Mit dem Schedule Fenster kommt dann aber genau das, was man nicht will: Alle ausgewählten Bilder werden zum gleichen Zeitpunkt gepinnt. Schön wäre es eben, wenn es möglich wäre, die Zeit pro Bild einzeln einzustellen. Aber man kann eben nicht alles haben, wenn man kostenlose Tools benutzt. In einer kostenpflichtigen Profi-Version sollte eine solche Funktionalität vorhanden sein – denken wir einfach an Buffer.

Pingraphy Übersicht
Pingraphy Übersicht

Schließt man den Pin-Vorgang ab, so bekommt man eine Übersicht der Pins mit dem jeweils vorgesehen Zeitpunkt. Man kann Pins einzeln löschen aber leider nicht mehr einzeln editieren.

PinGraphy Results
PinGraphy Results

Ergebnisse werden dann auch noch angezeigt. Das ist nett, wird auch sauber dargestellt. Das ist schon ok so. Die gesetzten Pins wurde platziert.

Bewertung

PinGraphy ist wirklich brauchbar und angenehm zu bedienen. Es ist ein tolles kostenloses Werkzeug. Wenn man die Pins auch noch einzeln mit einem Zeitpunkt versehen könnte wäre es perfekt. Hinsichtlich der statistischen Daten würde ich allerdings ein anderes Tool vorziehen.

Bounce Rate – Rolle und Interpretation in den Social Media Analytics

Ganz grundsätzlich ist die Bounce Rate definiert als Anteil der Visits mit einer PageImpression an den gesamten PageImpressions. In Analytics Werkzeugen wird die Rate mitunter verschieden gemessen, teilweise musste sie auch noch als Metrik manuell angelegt werden, dann ist sie abhängig von der Implementation.

Eine wirklich ganz wundervolle Einführung gibt Avinash Kaushik. Das Video ist allemal sehenswert.

Allerdings sollte man an dieser Stelle gerade für Social Media Analysen weiter differenzieren. Man könnte beispielsweise etwas wie eine Bounce Rate 1 und eine Bounce Rate 2 einführen – das ist ein wenig vergleichbar der Methode, die man aus der Deckungsbeitragsrechnung kennt. Avinash hat alle Bounces in einen Topf geworfen – alles was nur eine PageImpression lang war, ist aus dieser Sicht schlecht.

Bounce Rate 1 & Bounce Rate 2

Sicher ist es schlimm, wenn 75 Prozent der Nutzer eine Website nach nur einer PI verlassen. Es ist geradezu tragisch – man muss etwas tun. Stellen Sie sich bitte vor, Sie haben ein Blog und treue Leser. Ihre neuen Texte teasern Sie auf Twitter, Facebook und Google+. Wieviele Ihrer Seiten werden diese Nutzer anschauen? Der größte Teil der treuen Leser wird eine Seite ansehen. Wenn sie Ihren Artikel toll finden, wird der Artikel von einigen Nutzern erneut geteilt. Wie wird es sich mit neuen Nutzern verhalten? Wenn diese Ihr Blog toll finden, sollten sie mehr als eine Seite anschauen, Ihrem Blog in einem Social Network folgen etc.

Aus meiner Sicht ist die Differenzierung der Bounce Rate hinsichtlich neuer und wiederkehrender Besucher sehr wichtig. Das betrifft eben insbesondere Social Media Aktivitäten. Und das ganz abgesehen von der Messproblematik der Bounce Rate an sich. Google Analytics definiert die Bounce Rate, wie eingangs erwähnt, als den Anteil der Visits mit nur einer PageImpression an allen Visits. Bei einer genaueren Analyse bemerkt man, dass dies nicht ganz stimmt.. Es gibt schließlich Seiten, auf denen sich ein Nutzer auch etwas länger beschäftigen kann und vielleicht auch noch Aktionen ausübt, die mitunter als Event gemessen werden, aber nicht als PageImpression/PageView. Es kann sich um das Abonnement eines Newsletters, die Nutzung eines Social PlugIns etc. handeln. Justin Cutroni hat das sehr anschaulich beschrieben.

Um es nicht ausufern zu lassen:

  • Bounce Rate 1: Anteil unbekannter Nutzer, die bouncen.
  • Bounce Rate 2: Anteil bekannter Nutzer, die bouncen.

Durch diese Differenzierung wird die Interpretation der Daten, wie sie beispielsweise Avinash Kaushik empfiehlt, bereichert und damit sicherer.

Bounce Rate 1 & 2
Bounce Rate 1 & 2

In der Abbildung habe ich es etwas überzeichnet dargestellt: Der Balken entspricht der gesamten Bounce Rate. Der dunklere Teil ist der Teil der unbekannten Nutzer die bouncen. Der hellere Teil des Balkens sind bekannte Nutzer, die bouncen. Während bei Kanal 1 die Bounce Rate mit 60 Prozent recht hoch liegt und der Anteil der bekannten Nutzer gering ist, ist dies bei Kanal 3 anders. Hier stammt die Hälfte der Bounces von bekannten Nutzern. Das ist weit weniger tragisch. Es heißt schließlich, dass Nutzer regelmäßig zu einem Kurzbesuch der Seite zu bewegen sind.

Hinsichtlich Kanal 3 fällt auf, dass der Anteil neuer Besucher, die bouncen, mit Kanal 2 identisch ist. Allerdings ist der Anteil bekannter Besucher, die bouncen, geringer.

Es ergeben sich also sowohl neue Erkenntnisse als auch neue Fragestellungen aus dieser Betrachtung. Im Fall des Vergleichs von Kanal 2 und Kanal 3 sollte man die Besuche mit einer höheren Nutzungsintensität auch hinsichtlich neuer und bekannter Besucher vergleichen.

Es sollte klar geworden sein, dass man durch die weitere Differenzierung der Bounce Rate zu wertvollen Schlüssen kommen kann. Dass in diesem Zusammenhang die Web Analytics Tools noch unzureichend mit Standard-Berichten vorbereitet sind, ist sicher nur eine kleine Schwierigkeit. Einen Bericht zu kopieren, um ihn mit einer weiteren Dimension zu versehen, erscheint mir in vielen denkbaren Fällen allerdings durchaus lohnend – und das betrifft nicht ausschließlich Social Media. Auch bei AdWord-Kampagnen kann das hilfreich sein.

IPv6 – Web-Analytics & Datenschutz

Diese Woche gab es einen neuerlichen Test von IPv6, das den derzeit genutzten Standard IPv4 ablösen soll. Schon folgt der substanzlose Hinweis von Datenschützern auf mögliche Gefahren. Der Bundesbeauftragte für den Datenschutz und die Informationsfreiheit (BfDI) Peter Schaar weiß eigentlich recht gut, was IPv6 bedeutet und welche Komponenten es gibt. Im vergangenen Jahr gab es mehrere Konferenzen dazu und eine wirklich brauchbare Empfehlung. Auch wenn man im Detail vielleicht noch ein wenig darüber diskutieren müsste.

Ich finde es eben erstaunlich, dass in der entsprechenden Pressemitteilung nur Rumgeeiere und Forderungen zu lesen war und kein Hinweis darauf wie IPv6 funktioniert und was Unternehmen – wie beispielsweise die Telekom oder 1&1 – in diesem Zusammenhang bereits geleistet haben. Dabei war Herr Schaar dabei, als die Telekom ihr Konzept vorstellte. Eigentlich hätte man ja auch in der Pressemitteilung mal ein Wort hinsichtlich der Privacy Extensions verlieren können.

Um es kurz zu machen: Die Adresse hat zwei Hauptbestandteile, einen Präfix und einen Interface Identifier (Genaueres bei Wikipedia). Für die Kommunikation zwischen Server und Access Provider ist nur der Präfix absolut notwendig. Deshalb wird es beispielsweise die Telekom, wie es in den Privacy Extensions vorgesehen ist, den Nutzern ermöglichen, die Weitergabe des Interface Identifier zu verweigern. Zudem wird die Adressvergabe des Präfix auch weiterhin dynamisch erfolgen.

Für die Web-Analytics ändert sich dadurch also letztlich nichts. Allerdings sind die Tool-Anbieter gefordert, damit es bei der Umstellung der Protokolle zu keinem Datenbruch kommt. Das wird aus meiner Sicht eine echte Herausforderung, mit der sich die Anbieter langsam beschäftigen sollten. Noch hört man hinsichtlich dieser Problematik wenig.

Pintics – viel mehr als ein Pinterest Analytics Tool

Ich habe bisher schon einige Social Media Analyse Werkzeuge für Pinterest besprochen. Pintics geht weit über diese hinaus und bildet den gesamten „Funnel“ ab. Man sieht nicht nur, wie erfolgreich einzelne Boards sind. Das ist wie in den anderen Tools: Fans, Likes und Repins werden angezeigt. Sondern man kann, wenn man Google Analytics benutzt, auch noch Visits, PageViews, die Bounces und, wenn bewertete Conversions erreicht wurden, die induzierten Sales sehen. Die Zahl der Pins sollte vielleicht noch ergänzt werden, sie fehlt noch in der Übersicht.

Pintics Übersichts Dashboard
Pintics Übersichts-Dashboard

Pintics unterscheidet drei Ebenen der Analyse. Es gibt das Übersichts-Dashboard, in dem das Ergebnis eines Accounts zusammenfasst wird. Eine Ebene tiefer liegen die Boards. Man erhält die gleichen Werte, die es schon im Übersichts-Dashboard gibt und eine Ebene weiter die Pins.

Pintics Ergebnisse Boards
Pintics: Boards Übersicht

Das ist auf der Ebene der Boards bereits jetzt – das Produkt ist in der Beta-Phase – sehr übersichtlich gelöst. Wenn es Pins gibt, die zu groß sind, um diese in der Tabelle sauber darzustellen, werden diese wie bei Pinterest selbst beschnitten. Leider fehlen in der Tabelle noch relative Werte, sowie die Zahl der Pins. In Webtrends, einem Tool der Enterprise-Klasse, gibt es hierfür die „Calculated Measures“. Vielleicht kommt diese Funktion ja in einer Professional Version von Pintics.

Zudem wäre es hilfreich, wenn man die Zahlen als CSV exportieren könnte. Dann wären eigene weitere Berechnungen mit weniger Aufwand möglich. Auch dies ist eine Funktionalität, die in eine Professional Version eingebaut werden sollte. Bei Curalate gibt es diese Download-Möglichkeit.

Pintics Pins Übersicht über alle
Pintics: Pin Übersicht (alle)

Eine entsprechende Übersicht gibt es auch über alle Pins. Allerdings werden die Pins hier immer in ihrer vollen Länge angezeigt, was die Darstellung bei Infographiken etwas unübersichtlich macht. Behebbar ist dies – schließlich unterscheidet sich das Template kaum vom vorhergehenden.  Zusätzlich gibt es noch eine weitere Darstellung auf der Ebene der Boards.

Pintics Pin Boards Popular
Pintics: Pin by Boards (Popular)

Diese ist zweigeteilt. Es gibt die Popular Pins und in der nächsten Abbildung die erfolgreichsten Pins hinsichtlich Traffic.

Pintics Boards Traffic from Pins
Pintics: Pin by Boards (Traffic)

In diesen Darstellungen wird der Umsatz nicht mehr angezeigt. Diesen müsste man, wenn er relevant ist, in der Einzelübersicht ablesen. Der Raum wird an dieser Stelle für den Verlauf der Metriken innerhalb der vergangenen sieben Tage benutzt. Ein Verschieben der Grafik an den  Kopf und damit einhergehend eine etwas größere Darstellung wären vorteilhaft. Leider werden auch in dieser Darstellung die besonders langen Pins nicht begrenzt.

Ein ausgesprochen nützliches Werkzeug

Auch wenn es hinsichtlich der Darstellung und der Ergonomie noch einigen Verbesserungsbedarf gibt: In Kombination mit Google Analytics bietet Pintics das, was man sich für Social Media wünscht – es wird nicht nur innerhalb der Plattform analysiert, sondern auch noch der Erfolg, der auf der eigenen Website erzielt wird. Dabei wird selbst ein kritisches Moment hinsichtlich Pinterest berücksichtigt. Viele der generierten Referrals enden in Bounces. Diese werden ausgewiesen und können eliminiert werden. Da stört es kaum, dass über der Tabelle ein Prozentzeichen steht, obwohl es sich um die absolute Zahl von Visits handelt.

Im Vergleich zu Pinerly ist der Aufwand sehr viel geringer, wenn man mit Google Analytics arbeitet, weil nicht jeder Pin einzeln getaggt werden muss. Allerdings funktioniert die Erfolgsmessung nur für die eigene Website. Dafür werden nicht nur Referrals gemessen – auch Conversions werden in die Analyse einbezogen.

Demnächst soll es noch einen Scheduler für das zeitgesteuerte Pinnen geben. Das ist eine Funktionalität, die sich viele Pinner wünschen. Ich drücke den Jungs derweil die Daumen. Sie leisten eine großartige Arbeit. Wie geschrieben Pintics ist beta. Derzeit kann man sich für einen kostenlosen Test registrieren.

Für die Technikspezialisten noch ein Hinweis: Wenn Sie einen Google Analytics Admin-Account verknüpfen, wird automatisch der Traffic aller enthalten Accounts analysiert.

Bedanken mochte ich mich noch bei den aktiven Teilnehmer der deutschen Pinterest Gruppe auf Facebook. Ohne Euch wären meine Tests viel schwerer relaisierbar.

Weitere Tools & Ansätze zur Pinterest Analyse

Pinerly – bald nicht mehr nur ein Pinterest Analytics Tool

PinReach – ein Pinterest Analytics/Insights Tool

Pinfluence – ein Klout für Pinterest & Analytics Daten

Repinly – Pinterest Statistik

Pinterest: Tracking von Pins der eigenen Website mit Google Analytics

PinAlerts -tracken welche Pins von der einen Website gesetzt wurden

Anforderungen an Pinterest Analytics & Monitoring

PinAlerts

Mit PinAlerts kann man sich die jeweils neuen Pins, die unter

http://pinterest.com/source/Ihre_Domain/

angezeigt werden, per Mail zuschicken lassen. Das funktioniert für beliebige Domains. Man kann also auch Wettbewerber beobachten. Die Alerts kann man in verschiedenen Zeitschnitten für jede Domain getrennt bestellen: sofort, stündlich, täglich, pro Woche.

Pin Alerts anlegen
Pin Alerts anlegen

Das hört sich zunächst praktisch an, hat jedoch Haken:

  1. Es werden nur Pins erfasst, die mit dem Pinmarklet gesetzt wurden.
  2. Der Domain-Namen muss erhalten geblieben sein.

Je umfangreicher die Website, um so weniger nützlich ist da Tool. Die Daten kommen wie im folgenden Bild zurück:

PinAlerts - Alert
PinAlerts – Alert

Die Datenübergabe erfolgt als per strukturierter E-Mail. Wenn es direkt eine CSV wäre, würde das die Arbeit erleichtern.

Resümee

Das Tool ist in der Beta-Phase und kostenlos. Wenn es die Daten als CSV etc. geben sollte, dann wäre das toll. So muss geskripted werden, wenn man die Daten tiefgehender analysieren möchte. Zudem sie sie – systembedingt – löchrig. Für kleine Websites mit wenigen Pins ist es eine gute Hilfe.

So ist es ein nettes Werkzeug, um Wettbewerber zu beobachten. Den eigenen Erfolg misst man valider über die Analyse der Referrals abzüglich der Bounces.

Pinerly – bald nicht mehr nur ein Pinterest Analytics Tool

Pinerly wird wohl mal sowas wie Hootsuite für Pinterest. Das kurz vorweg. Nachdem ich in früheren Artikeln schon auf Pinerly verwiesen hatte, wurde ich gefragt, was ich zu dem Thema sagen kann. Tja – Pinerly ist noch stark in der Beta-Phase. Derzeit kann man damit Pins setzen. Diese werden mit einem Redirect versehen. So werden die Klicks auf diese Pins gemessen. Das ist eigentlich so, als ob man einen Shortener – z.B. bit.ly – benutzt, um mitzuzählen. Wenn man mit „Edit“ bei Pinterest auf einen Pin geht, sieht man das unter „Link“:

Der Pinerly Redirect
Der Pinerly Redirect

Wie schon in meinem Artikel hinsichtlich des Pinterest Kampagnen Tracking mit Google Analytics beschrieben, bleibt der URL beim „Repin“ erhalten. Man kann also auch nach dem „Repin“ Klicks auf die Pins messen – sofern der URL nicht von einem „Repinner“ manipuliert wird. Man könnte wohl sagen, dass ein zu großer Anteil an Messwütigen, die Qualität der Ergebnisse verschlechtert. Sicher ein kleiner Haken, der bei der Verwendung von Shortenern genauso existiert.

Allerdings hat die Nutzung von Pinterly an dieser Stelle noch einen weiteren Nachteil. Man sollte seine Domain nochmal in die Erläuterung zum Pin schreiben, da Pinterest die Pinerly-Adresse in die Visualisierung des Pins zieht:

Pin mit Pinerly Nutzung
Pin mit Pinerly Nutzung

Das ist schon ein wenig unschön. Prinzipiell könnte Pinterest eine solche Funktionalität auch selbst anbieten, dann könnte die finale Ziel-Domain im Pin stehenbleiben – zumindest bei professionellen Accounts und gegen Bezahlung.

Was man dann bei Pinerly als Ergebnis zu sehen bekommt, sieht schon gut aus:

Pinerly Reportansicht
Pinerly Reportansicht

Die Klicks auf Pins gehen mit wenig Verzögerung in die Statistik ein. Was „Likes“ und „Repins“ betrifft – man muss sich ein wenig gedulden. Sie brauchen etwas Zeit, bis die Daten aufgearbeitet sind. Dann bekommt man allerdings auch die gesamte potenzielle Reichweite für ein Pin angezeigt!

Scheduling-Werkzeug

Demnächst ist bei Pinerly ein Scheduling-Werkzeug geplant. Das ist spannend. Auch wenn es Versuche gibt, den optimalen Pin-Zeitpunkt zu bestimmen, so ist es aus meiner Sicht auf jeden Fall ratsam, Pins verteilt über größere Zeiträume zu setzen. Das ergibt auf dem Bildschirm der Nutzer einen besseren optischen Eindruck und erhöht die Zahl von „Likes“ und „Repins“.

Nutzungsaufwand

Update (7.05.2012) Pinerly stellt nun ein Bookmarklet zur Verfügung. Der Nutzungsaufwand ist nun nicht mehr viel höher als bei der Nutzung des Pinmarklet von Pinterest. Die haben ein großes Lob verdient! Nun ist Pinerly auch weniger aufwändig als die Nutzung von Google Analytics.  Allerdings kann dabei besser gruppiert werden.

Pinerly Bookmarklet
Pinerly Bookmarklet

Datenmanagement

Mit einem Web Analytics Tool stehen erweiterte Auswertungs-Optionen zu Verfügung, die es mit Pinerly nicht gibt. Allerdings hat man in Pinerly auch die Werte hinsichtlich Likes und Repins gleich neben dem Pin stehen. Noch dazu kann man Klicks auf Pins messen, deren Ziel-URL auf eine fremde Page zeigt. Es ist also entscheidend, wie man mit den Daten weiter verfahren möchte.

Anmelden?

Ja – unbedingt! Das Analyse-Werkzeug ist noch in der geschlossenen Beta-Phase. Es kann also etwas dauern, bis man es nutzen darf. Ansonsten ist ein Tool zum zeitversetzten pinnen – so ein Buffer – durchaus hilfreich. Ich persönlich bin von der Pinerley URL in den Pins nicht begeistert. Aus der Sicht von Pinterest würde es sich durchaus lohnen, in guter alter Twitter-Manier Pinerly zu übernehmen. Es liefert die noch fehlenden Funktionalitäten bei Pinterest.

Weitere Tools & Ansätze zur Pinterest Analyse

PinReach – ein Pinterest Analytics/Insights Tool

Pinfluence – ein Klout für Pinterest & Analytics Daten

Repinly – Pinterest Statistik

Pinterest: Tracking von Pins der eigenen Website mit Google Analytics

Anforderungen an Pinterest Analytics & Monitoring