Prime Time – Wann was posten auf Social Networks?

Dass soziale Netzwerke zunehmend eine hegemoniale Stellung in der online Kommunikation beziehen, wagt wohl niemand mehr zu bezweifeln. Von Unternehmen, die soziale Kommunikation als strategisches Instrument zu Erreichung wirtschaftlicher Ziele einsetzen, wird eine enorme Planung abverlangt. Denn längst muss nicht nur überlegt werden, was gepostet werden soll sondern wann diese Posts den besten kommunikativen und ökonomischen Ertrag leisten können.

Social Media Analytics Dienste versuchen hier, auf der Grundlage vergangenheitsbasierter Daten Antworten zu liefern. Sie generieren Ansätze, um auf ein mögliches Nutzerverhalten schließen zu können oder zumindest Relationen zwischen Zeit und Post herzustellen. Damit Unternehmen diese Daten jedoch im Rahmen der eigenen Aufgabenstellung zuverlässig nutzen können, bedarf es einiger Aufarbeitung.

Die nötigen Schritte:

Phase 1: Planung
Phase 2: Erhebung
Phase 3: Aufbereitung
Phase 4: Analyse
Phase 5: Interpretation

Phase 1: Planung

Am Anfang jeder unternehmerischen Aktion steht die Definition von Zielen. Für die spätere Auswertung erhobener Daten, ist von essentieller Bedeutung zu wissen, vor welchem Hintergrund diese analysiert werden sollen. Oder kurz: Warum mach ich das eigentlich? Was soll das bringen?
Nur wer seine Ziele kennt, kann klar Erwartungen an einzelne Plattformen formulieren. Je klarer die Ziele, desto aussagekräftiger die Ergebnisse der Erhebung. Um letztlich Aussagen zu Kundenzufriedenheit, Kundebindung oder Conversions jeglicher Art treffen zu können, ist es notwendig dort anzusetzen, wo soziale Kommunikation anfängt: mit dem Post. Er stellt in den meisten Fällen die Grundlage der Datenerhebung dar.

Zur Definition von Zielen und Zielgrößen gibt es keine Patentlösung. Vielleicht ein Benchmarking mit der Konkurrenz? Vielleicht bereits gesammelte Erfahrungen im Umgang mit Social Networks? Am Ende ist ein systematisches „an den Untersuchungsgegenstand herantesten und dokumentieren“ unumgänglich. In einem nächsten Schritt muss also protokolliert werden, wann welcher Typ Meldung den größten Erfolg in der Zielgruppe hat. Anhand welcher Daten man eine Facebook-Meldung quantifizieren kann, zeigt das folgende Schema:

Welche dieser Daten dabei von besonderer Bedeutung sind, muss individuelle Entschieden werden. Ebenso, ob für unterschiedliche Meldungen unterschiedliche Größen optimiert werden sollen.

Phase 2: Erhebung

Die Statistik ist ein mächtiges Werkzeug, keine Frage. Jedoch sollte man sich von der Utopie verabschieden, mit ihrer Hilfe den gläsernen Kunden zu entdecken. Dieser Umstand ist nicht nur der Individualität und damit Instabilität des Nutzerverhaltens geschuldet, sondern auch oft der Qualität aggregierter Daten. Nicht selten findet man Charts, die letztlich „nur“ die Gesamtheit der Nutzer abbilden, wie etwa im folgende Beispiel:

Für eine differenzierte Analyse, muss zuvor die Frage beantwortet werden, in wie fern Nutzer sozialer Plattformen tatsächlich dem eigenen Zielgruppen-Profil entsprechen und ob

1. die bisherige Kommunikation angepasst werden muss und
2. ob die Anzahl der zu erwartenden wirtschaftlichen Effekte, den erheblichen Planungsaufwand rechtfertig.

Sind meine Kunden auch meine Fans und sorgen für eine angemessene Verbreitung meiner Beiträge oder gibt es Unterschiede? Auf diese Frage liefert die obige Grafik von KISSmetric für die USA leider keine Antworten.

Dennoch liefern Social Analytics hilfreiche Daten zur Planung soziale Kampagnen:

Dieser Grafik können also folgende statistischen Größe bzw. Beziehungen entnommen werden:

• der statistisch beste Zeitraum für Posts in variierenden Zeitzonen
• die statistisch beste Zeit für Retweets / Shares
• die statistisch beste Zeit für Interaktionen

Ob diese Messwerte jedoch auch für die eigene Zielgruppe zutreffend sind, gilt es unternehmensspezifisch einzuschätzen. Natürlich setzt dies, wie bereits erwähnt, eine genaue Kenntnis der Zielgruppe voraus. Doch unabhängig davon, können hier bereits Ansätze für eigene Erhebungen bzw. Test abgeleitet werden:

• um die Mittagszeit bekommen Tweets die meisten Klicks
• gegen Feierabend folgen die meisten Re-Tweets und
• ebenfalls gegen Mittag wird auf Facebook am Häufigsten geteilt

Stimmen diese Wahrheiten für die allgemeinen User des Netzwerks mit Ihrer Zielgruppe überein oder muss der Test-Zeitraum angepasst werden? So oder so – beide Ergebnisse sind von wirtschaftlich unschätzbarer Bedeutung für Kommunikatoren.

Das Analytics Tool SocialBro bietet eine etwas andere Perspektive. Hier werden die Zeiten der auf Twitter abgesetzten Nachrichten anhand der Follower bewertet, die zu dem jeweiligen Zeitpunkt der Veröffentlichung einer Nachricht online waren.

Dargestellt wird der Durchschnitt der Follower des eigenen Twitter Kontos. Wer hier mehr Validität möchte, ist angehalten sauber zu segmentieren. Dennoch liefert uns diese Ansicht interessante Informationen zur Performance abgesetzter Tweets. Schwarze Punkte verraten uns, dass zu diesem Zeitpunkt 10 % unserer Follower beim Zwitschern online waren. Zudem werden nur die 100 Follower in die Bewertung aufgenommen, denen selbst verhältnismäßig viel gefolgt wird und die ein hohes Interaktionspotential aufweisen. Eine gute Sache! Denn von Interesse sind eben jene User, die nicht nur online sind, sondern auch proaktiv auf Twitter Inhalte verbreiten und zwar im Besten Fall, die eigenen.

SocialBro liefert also eine sehr komfortable Ansicht über die Leistung unserer Tweets, jedoch reicht diese nicht aus, um qualifiziert unternehmerisches Handeln abzuleiten. Dazu müssen die gewonnenen Daten weiter intern aufbereitet werden.

Phase 3: Aufbereitung

Fans, Follower, Anzahl der Shares oder Retweets sind häufig nur unzureichende Variablen, um einen unternehmerisches Erfolg aus zu machen. Um solche Daten zu klaren Key Performance Indikatoren werden zu lassen, müssen sie häufig durch interne Daten vervollständigt und kombiniert werden.

Um die Zahlen der eigenen Nutzerschaft zu erfassen, empfiehlt es sich, Meldungen ähnlicher Form und Inhalts zu verschiedenen Zeitpunkten zu testen und die Ergebnisse beitragsweise sauber zu dokumentieren (Split Testing). Aber Vorsicht, Andraes Werner weiß: „[…], dass die Daten der Facebook Insights auf der Website oder im API für die beitragsweise Auswertung sehr viel genauer sind als die downloadbaren Daten. Diese sind lediglich auf ein Datum bezogen, nicht auf den einzelnen Beitrag.“.
Die Liste der Beiträge kann manuell via Copy and Paste von der Website übernommen und um Daten wie die inhaltliche Ausrichtung und den Sendezeitpunkt ergänzt werden. In einer eigens dafür angelegten Tabelle sollten zusätzliche Spalten für die Stunde der Veröffentlichung und den Wochentag eingefügt werden, um durch einfaches Sortieren erkennen zu können, welche Zeiten für die eigenen User von Relevanz sind. Die Tabelle kann dabei beliebig um weitere, bedeutsame Faktoren wie etwa Sprache, Land, Zeitzone usw. ergänzt werden.

Die Besonderheiten mit Referrals

Gerade für eCommerce Unternehmen ist es von enormer Bedeutung, die Performance eines Beitrages in konkrete Zahlen zu übersetzen. Wird bspw. ein Produkt gepostet, ist die Anzahl von Likes, Shares und Retweets zwar interessant, relevanter ist jedoch die darauf folgende Zahl von Abverkäufen oder anders gesagt: Wann wird mein Post zu Geld? Referrals (also Nutzer die bei einem Klick auf eine andere Website weitergeleitet werden) verbergen sich in diesem Beitrag unter dem Terminus der „Engaged User“ und sind hierbei für die Erfolgsmessung sehr wichtig. Twitter und Facebook bieten hier nur unzureichende Möglichkeiten der Messung. Diese Lücke muss durch eine weiteres Web-Analytics Tool Ihrer Wahl geschlossen werden.

Google Analytics bietet zwar bereits die Möglichkeit eines Social Media Funnles, jedoch handelt es sich hierbei um einen Standardreportsatz, der die Auswertung lediglich für das Netzwerk an sich trifft und keine differenzierten Aussagen zu einzelnen Beiträgen bietet (mehr dazu von Justin Cutroni). Zumindest die Zuordnung von Landingpages ist möglich und kann hier wertvolle Erkenntnisse liefern, wie etwa das Erfassen von Bounces oder Besuche mit Conversions.
Omniture und Webtrends bietet ebenfalls Optionen zum Referral-Reporting, jedoch müssen die Reports eigens konstruiert und angelegt werden, da keine vorbereiteten Standards zur Verfügung stehen. Den Aufwand der Konstruktion eines eigenen Referral-Reports schätzt Andreas Werner auf 3-5 Personentage.

Phase 4: Analyse

Nicht immer ist es zielführend, Meldung einzig dann abzusetzen wenn eine Vielzahl der Nutzer online ist. Die Qualität eines Beitrages wird zweifelsohne durch die Anzahl der Interaktionen (Likes, Comments, Shares) bestimmt. Doch kann es sein, dass interaktionsorientierte Nutzer zu anderen Zeiten online sind als die „breite Masse“. Um diese Qualitätsmerkmal erfassen zu können, muss ein Index her, der im Folgenden beispielhaft für ein Facebook Konto erstellt wird.
Mit Hilfe eines Indexwertes ist es möglich, die Wertigkeit verschiedener Kriterien anteilig zu erfassen. Zuvor müssen die relevanten Kriterien individuell Gewichtet werden, also bspw:

• Reichweite 40 %
• Engaged Users 20 %
• Talking about this 20 %
• Viralität ebenfalls 20 %.

Dabei gilt zu berücksichtigen, dass Veränderungen innerhalb der absoluten Fanzahlen, den Indexwert nicht beeinflussen sollten. Andreas Werner empfiehlt hierzu folgende Formel:

(Reichweite / Fans)*0,4 + (Engaged Users / Fans)*0,2 + (Talking about this / Fans)*0,2 + ((Virality*Reichweite)) / Fans)*0,2

Sortiert man nun nach Index und Sendezeitpunkt, kann identifiziert werden, welche Posts die qualitativsten sind bzw. wann eine hohe Nutzer-Interaktion zu erwarten ist. Da sich das Nutzer-Verhalten allerdings jederzeit ändern kann und wird, ist dies ein fortlaufender, nie endender Prozess der Protokollierung und Optimierung.

Aber wie funktioniert das ganze nun auf Twitter?

Um eine Vergleichbarkeit der beiden Plattformen Facebook und Twitter zu gewährleisten, ist es Notwendig homogene Messwerte zugrunde zu legen. Um die Qualität eines Beitrages auf Twitter einschätzen zu können, gilt also gleichermaßen:

Für Twitter-Werbekunden gibt es mittlerweile „Twitter-Analytics“, welches Beiträge mit statistischen Daten unterlegt. Nach ersten Einschätzungen des Profi-Bloggers und Online-Spezialisten Sascha Lobo, kommt es allerdings beim Vergleich der Daten mit anderen Tools zu Abweichungen. Jedoch sollten diese für eine Analyse der Beitragsqualität nicht weiter störend sein. Welche Werkzeuge auch zum Einsatz kommen mögen, wichtig ist, dass der Terminus der jeweiligen Tools nicht verwirrt. Views in Tool A sollten dieselbe rechnerische Grundlage und Bedeutung haben wie Views in Tool B, um am Ende nicht Äpfel mit Birnen zu vergleichen und Testergebnisse zu verwässern.

Das weitere Vorgehen unterscheidet sich dabei nicht von Facebook. Im Anschluss wird ein Indexwert generiert und die Beiträge somit vergleichbar gemacht. Folgendes sollte dennoch Beachtung finden:

• Fans & Follower können sich in ihrem Verhalten unterscheiden
• Beiträge, die auf Facebook für schöne Zahlen sorgen, können trotzdem bei Twitter floppen
• Der Testplan muss ggf. bei starken Abweichungen der Nutzergruppen innerhalb der verschiedenen Portale angepasst werden

Die hier vorgestellten Methoden, betrachten Twitter und Facebook isoliert. Möchte man Interdependenzen zwischen Beitrag und Plattform messen, muss ein spezielles Test-Design her.

Wurden Referrals anhand eigens konzipierter Reports ebenfalls erfasst, müssen diese Werte natürlich ebenfalls in die Tabelle für Facebook und Twitter übernommen werden. Der Indexwert ist anzupassen und entsprechend einzuarbeiten. So ist man nun auch in der Lage, Zeitpunkte von Beiträgen den direkten Converions gegenüberzustellen und Optimierungsmaßnahmen abzuleiten. Jedoch sind nur solche Conversions messbar, die innerhalb desselben Visits erfolgen. Entscheidet ein User aufgrund eines Beitrages erst später das Produkt zu erwerben, ist die Kaufhandlung im Regelfall nicht mehr dem jeweiligen Beitrag zuzuordnen.

Phase 5: Interpretation

Anhand der gewonnen Daten, können Rückschlüsse gezogen werden, in wie fern das „soziales Engagement“ an Ihrem Return on Investment beteiligt ist. Wie Sie jedoch zweifellos feststellen, ist bis dahin ein weiter Weg der Planung und Optimierung notwendig, um eine solche Nachvollziehbarkeit überhaupt gewährleisten zu können. Bevor solchen Überlegungen klare Handlungsanweisungen folgen, sollte Sie ermittelt, inwiefern der Aufwand dem zu erwartenden Erfolg gegenübersteht. Halten Sie fest, welche internen Kosten der Kundegewinnung und –bindung innerhalb sozialer Netzwerke anfallen und errechnen Sie, ob sich das Engagement anhand spezieller Key Performance Indicators für Sie auszahlt bzw. ob über Social Networks generierten ökonomischen Erfolge rentabel sind oder nicht. Dies mag selbstverständlich klingen, kann aber bei dem durchaus immensen Aufwand der Planung, Protokollierung und Kontrolle aus dem Blickfeld geraten. Und das hätte unter Umständen verehrende Folgen.

Ein Beitrag auf Grundlage der Erkenntnisse von Andreas Werner (Online-Marketer, Berater, Analyst, und Blogger auf datenonkel.com).

Quelle: futurebiz.de