Vortrag bei der Corporate Publishing Konferenz am 04. Juli 2016 in München. Big Data Analytics, KPIs, Monitoring – Über Test & Learn zu besserem Content: Wie Sie messen und analysieren, was wirklich erfolgreich ist

1. Content Analytics
einfach gemacht – Wie
Sie messen und
analysieren, was
wirklich erfolgreich ist

2. DATENTREIBERWir treiben Ihr Unternehmen voran.

3. 1996-2008
Berater, Buch- & Fachautor
sowie Softwareentwickler
Studium und Forschung der
Bioinformatik (Data Science)
2001-2008
Geschäftsführer & Gesellschafter
der SnipClip GmbH (Social Media
Marketing & Analytics)
2008-2013
Programmdirektor der Predictive
Analytics World (Fachkonferenz)
2014-dato
Geschäftsführer & Gründer von
Datentreiber
2014-dato
Organisator der Digital Analytics
Association Late Afternoon (MUC)
2015-datoMartin Szugat

5. Programmierter
Erfolg

6. Was ist Data-
Driven?

7. Eine Unter-
nehmenskultur.

8. Ziele
definieren
Kennzahlen
messen
Daten
analysieren
Hypothesen
formulieren
Hypothesen
testen
Maßnahmen
ableiten

9. Content
Analytics

10. Was ist ein
(guter) KPI?

11. Was ist
ein KPI?

12. KPI
Metric
Data
Was ist
ein KPI?

13. KPI
Metric
Data
Was ist
ein KPI?

14. KPI
Metric
Data
Was ist
ein KPI?

15. Metric
Was ist eine
gute Metrik?

16. Metric
Actionable
Was ist eine
gute Metrik?

17. Metric
Actionable
Accessible
Was ist eine
gute Metrik?

18. Metric
Actionable
AccessibleAuditable
Was ist eine
gute Metrik?

19. Was ist ein guter Key
Performance Indicator?

20. 75
Was ist ein guter Key
Performance Indicator?
66% ZIEL

21. 75
Was ist ein guter Key
Performance Indicator?
66% ZIEL

22. 75
Was ist ein guter Key
Performance Indicator?
66% ZIEL  XYZ €

23. Was ist ein gutes
Set von Metriken?

24. Unterschiedliche
Blickwinkel

25. Unterschiedliche
Blickwinkel Reichweite

26. Unterschiedliche
Blickwinkel Reichweite
Engagement

27. Unterschiedliche
Blickwinkel Reichweite
Engagement
Conversion

28. Unterschiedliche
Maßstäbe

29. Unterschiedliche
Maßstäbe
Quantitativ

30. Unterschiedliche
Maßstäbe
Quantitativ
Relativ

31. Unterschiedliche
Maßstäbe
Quantitativ
Relativ
Quali-
tativ

32. Beispiel
Reichweite:
Video Views

33. Beispiel
Reichweite:
Video Views
Wachs-
tum

34. Beispiel
Reichweite:
Video Views
Wachs-
tum
Video
Views per
User

35. Beispiel
Engagement:
Video View
Completions

36. Video View
Completions
Wachs-
tum
Beispiel
Engagement:

37. Video View
Completions
Wachs-
tum
Comp-
letion
Rate
Beispiel
Engagement:

38. | March 28, 2014 Page 38
WEBSITEFACEBOOK
View
Time
Ad
Revenue
MAI
x
Video
Views
x
Comple-
tion Rate
Visits
x
Fans
View
Rate
Relative
Reach
Reach
Click
Rate
Clicks
Transfer
Rate
x
x
x

39. | March 28, 2014 Page 39
HINWEIS: Bei dieser Addition
werden Nutzer, die sowohl
bezahlt als auch organisch
erreicht werden, doppelt
gezählt.
Gesamte
Impressionen :=
[page_impressions]
Ø Klickrate (Links)
:= [Klicks (Links)] /
[Gesamte
Impressionen]
x
Klick (Links) :=
[page_consumptions_b
y_consumption_type_li
nk_clicks]
Virale
Reichweite :=
[page_impressions_
viral_unique]
Bezahlte
Reichweite :=
[page_impressions_
paid_unique]
x
x
EdgeRank
Gesamte
Reichweite :=
[page_impressions_
unique]
x
Eingebundene
Nutzer :=
[page_engaged_use
rs]
x
Ø Relative
(organische nicht-
virale) Reichweite
:= [Organische
(nicht-virale)
Reichweite] / [Fans]Nicht-virale
Reichweite :=
[Organische (nicht-
virale) Reichweite] +
[Bezahlte
Reichweite]
Ø Viraler Uplift :=
[Virale Reichweite] /
[Nicht-virale
Reichweite]
Ø Engagement
Rate (Reichweite)
:= [Eingebundene
Nutzer] / [Gesamte
Reichweite]
Ø Impressionen
per Nutzer :=
[Gesamte
Impressionen] /
[Gesamte
Reichweite]
Facebook Page Post Performance
External Performance Product-View-Performance
Revenue
Ad-Inventory
Ø eCPM
x
Ø Ad-Inventory per
Video View
x
Ø Video Views pro
Facebook Page
Sitzungen :=
[Facebook Page
Post Sitzungen] /
[Facebook Page
Posts Video Views]
x
Ø Abbruch- &
Messfehlerrate
x
Facebook Page
Post Sitzungen :=
GA.Sessions(source=f
acebook,
medium=social OR
social_paid,
term=social_post OR
social_post_ad)
Facebook Page
Post Video Views :=
GA.Goals(goal=Video
Viewed overall,
source=facebook,
medium=social OR
social_paid,
term=social_post OR
social_post_ad)
Facebook Share Button Performance
Facebook Share
Button Klicks :=
GA.Events(category
=Social Click,
action=Facebook) Ø Facebook Share
Button Klickrate :=
[Facebook Share
Button Klicks] /
[Sitzungen]
Sitzungen :=
GA.Sessions()
x
Ø Abbruchrate
x
Facebook
Shares := tbd
Gesamte
Impressionen :=
tbd
Ø Klickrate (Links)
:= [Klicks (Links)] /
[Gesamte
Impressionen]
x
Klick (Links) := tbd
Gesamte
Reichweite := tbd
x
Ø Impressionen
per Nutzer :=
[Gesamte
Impressionen] /
[Gesamte
Reichweite]
Ø Abbruch- &
Messfehlerrate
x
Ø Video Views pro
Facebook Share
Button Sitzungen
:= [Facebook Share
Button Sitzungen] /
[Facebook Share
Button Video Views]
x
Facebook Share
Button Sitzungen :=
GA.Sessions(source=f
acebook,
medium=social,
term=social_onsite)
Facebook Share
Button Video Views
:=
GA.Goals(goal=Video
Viewed overall,
source=facebook,
medium=social,
term=social_onsite)
Ø Reichweite per
Share := [Gesamte
Reichweite] /
[Facebook Shares]
x
Facebook Other Performance
x
Ø Video Views pro
Facebook Other
Sitzungen :=
[Facebook Other
Sitzungen] /
[Facebook Other
Video Views]
x
Facebook Other
Sitzungen :=
GA.Sessions(source=f
acebook,
medium=social,
term=<not set> OR
social_ad OR
social_app OR
social_direct OR
social_affiliate)
Facebook Other
Video Views :=
GA.Goals(goal=Video
Viewed overall,
source=facebook,
medium=social,
term=<not set>
social_ad OR
social_app OR
social_direct OR
social_affiliate)
Klicks := tbd
Ø Abbruch- &
Messfehlerrate
Ad
Klicks := tbd
App
Klicks := tbd
Direct Share
Klicks := tbd
Legende
Key Performance
Indicator :=
<Berechnungsformel:
[KPI] oder
[facebook_insights_ken
nzahl]
KPI mit direkter
Möglichkeit der
Optimierung, d.h.
keine Abhängigkeit
von anderen KPIs.
Algorithmus oder
Berechnung, deren
Details nicht
bekannt sind.
Bruchstellen, bei
denen Messfehler
auftreten können
oder bei denen der
Nutzer abbricht. Die
Messung dieser
Kennzahlen ist
wichtig, um u.a.
technische
Probleme zu
erkennen, wenn
bspw. der Wert
stark ansteigt.
KPI in kursiver
Schrift:
Berechnungsform
el noch nicht
bekannt / definiert.
Ø Klickrate := tbd
Gesamte
Reichweite := tbd
x
Ø Klickrate := tbd
Aktive Nutzer :=
tbd
x
KPIs, die durch den
oben genannten
Algorithmus /
Berechung
beeinflusst werden.
Konkrete
Kennzahl
HINWEIS: Bei den Klicks werden nur Klicks
auf Link-Posts berücksichtigt. Links im Post-
Text können nicht getrackt werden.
Außerdem kann bei Impressionen nicht
zwischen Link-Posts und z.B. Bild-Posts
unterschieden werden. Entsprechend ist die
Klickrate eine Unterschätzung.HINWEIS: Klicks auf Posts können auch auf
fremde Websites führen. Umgekehrt kann
Facebook Page Post-Traffic auch von
fremden Facebook Pages kommen.
Affiliate
Klicks := tbd
Ø Klickrate := tbd
Fans := [likes]
x
Organische
(nicht-virale)
Reichweite :=
[page_impressions_
organic_unique]
HINWEIS: Bei dieser Addition von
Unique Usern findet keine Doppel- bzw.
Dreifachzählung statt. Dies entspricht
einer Vereinigung dreier Mengen.
+
Fans :=
[page_fans]
HINWEIS: Der EdgeRank ist ein komplexer Algorithmus
(konkret: maschinelles Lernverfahren), welcher abhängig von
sozialen Interaktionen die Sichtbarkeit und damit die
Reichweite von Posts sowie Likes, Kommentare, Shares etc.
steuert. Der EdgeRank wird für jeden Nutzer, für jeden Post
und zu jedem Zeitpunkt individuell berechnet und hängt u.a.
von der Affinität zwischen Nutzer und Page sowie der
Aktualität des Posts ab (und laut Facebook weiteren ca.
1.000 Faktoren mit unterschiedlicher Gewichtung). Für die
Sichtbarkeit sind auch die EdgeRanks aller zeitgleich
veröffentlichen Posts relevant.
HINWEIS: Die Anzahl der Klicks muss nicht zwangsläufig mit
der Anzahl der Visits übereinstimmen, weil der Nutzer bspw.
das Laden der Seite abbrechen kann (weil er sich z.B.
verklickt hat) oder die Mobilfunkverbindung ist unterbrochen.
Außerdem messen Google Analytics und Facebook
unterschiedlich.
+Video Views
HINWEIS: Derzeit können wir
nicht messen, ob jemand auf
Veröffentlichen klickt, nachdem
er einen Social Share Button
angeklickt hat.
HINWEIS: Derzeit können wir die
Anzahl der Shares nicht messen,
ggf. über Domain Insights möglich
(tbd).
HINWEIS: Die Anzahl der Klicks muss nicht zwangsläufig mit
der Anzahl der Visits übereinstimmen, weil der Nutzer bspw.
das Laden der Seite abbrechen kann (weil er sich z.B.
verklickt hat) oder die Mobilfunkverbindung ist unterbrochen.
Außerdem messen Google Analytics und Facebook
unterschiedlich.
HINWEIS: Die Reichweite per Share
wird u.a. vom EdgeRank beeinflusst,
ist also abhängig vom Engagement
(Like, Kommentare etc.) für den
Share, sowie von der Anzahl der
Freunde des Nutzers, der einen
Artikel teilt. Des Weiteren können
Shares auch mit Ads beworben
werden.
+
HINWEIS: Wichtige
Anmerkungen zum jeweiligen
KPI.
HINWEIS: durch ID-Tracking in der URL kann indirekt die
Anzahl der Klicks auf geteilte URLs ermittelt werden anhand
der gezählten Visits.
HINWEIS: Der EdgeRank ist nicht nur ein
dynamischer (d.h. nicht-linearer) Algorithmus,
sondern darüber hinaus abhängig von historischen
Werten, z.B. vergangenen Interaktionen der Fans
mit den Posts der Page. Eine niedrige Engagement-
Rate wirkt sich so langfristig auf die relative
Reichweite negativ aus und reduziert infolge auch
das Engagement, d.h. es existiert eine (positive wie
negative) Rückkopplung.
Die Anzahl der Sitzungen mit
Facebook Sharing-Potential hängt
insbesondere wiederum von der
Anzahl der Facebook Page Post-
Sitzungen ab.
HINWEIS: Anzahl der Fans ist per API für jede Seite
ermittelbar, z.B.: http://graph.facebook.com/
galileo?fields=likes
HINWEIS: Die gesamte
Reichweite kann sich durch
Shares des Shares (Viralität)
nochmals erhöhen, d.h. die
Kausalkette Engaged Users ->
Viral Reach -> etc. müsste hier der
Vollständigkeits wie oben bei
Facebook Page Post wiederholt
werden.
CHANNEL #1: FACEBOOK PAGE POSTS
CHANNEL #2: FACEBOOK SHARING
BUTTONS
CHANNEL #n: FACEBOOK ADS, APPS, …
WEBSITE

43. WEBSITEFACEBOOK
URL-Tagging
View
Time
Ad
Revenue
MAI
x
Video
Views
x
Comple-
tion Rate
Visits
x
Fans
View
Rate
Relative
Reach
Reach
Click
Rate
Clicks
Transfer
Rate
x
x
x

44. | March 28, 2014 Page 44
http://www.prosieben.de/tv/the-big-bang-
theory/video/910-staffel-9-folge-10-
preview-der-ohrwurm-
clip?utm_source=facebook&utm_medium
=social&utm_term=social_post&utm_ca
mpaign=ProSieben&utm_content=20160
307_910-staffel-9-folge-10-preview-der-
ohrwurm-clip

46. 5 Tipps für
erfolgreiche
Analytics.

47. Nutzen Sie
Ihren Kopf!

48. Stellen Sie die
richtigen Fragen.

49. Formulieren Sie
Hypothesen.

50. Testen Sie Ihre
Hypothesen.

51. Hinterfragen Sie
die Ergebnisse.

52. Teilen Sie Ihre
Erkenntnisse.

54. Martin Szugat
Geschäftsführer
Telefon 0176 1019 0176
Email martin.szugat@datentreiber.de
Web datentreiber.de
Spannende Fallstudien & hilfreiche Informationen
zu Data-Driven Business finden Sie unter:
Blog datentreiber.de/blog
Twitter twitter.com/datentreiber
LinkedIn linkedin.com/company/datentreiber
SlideShare slideshare.com/datentreiber
Facebook facebook.com/datentreiber
DATENTREIBERWir treiben Ihr Unternehmen voran.