Im vergangenen Jahr wirkte CURE an zahlreichen Projekten mit, in denen die Konzeption von Performance-Dashboards zur Kampagnen-Auswertung sowie die Entwicklung spezifischer Key Performance Indicators (KPIs) und deren Einbindung ins Reporting im Fokus standen. Die notwendige Datenbasis wurde zum einen aus Onboard-Analytics-Tools der jeweiligen Social Networks (z. B. Twitter Analytics, Facebook-Insights oder YouTube-Analytics), zum anderen aus Metriken oder vorgefertigten KPIs der eingesetzten Monitoring- und Engagement-Tools gewonnen. Dies stellte unser Team vor die besondere Aufgabe, verschiedene Systeme und Prozesse zu vereinheitlichen, um so Big Data in Smart Data zu konvertieren.
KPIS FINDEN IM DSCHUNGEL DER SOCIAL NETWORK ANALYTICS
Social Networks bieten immer bessere integrierte Lösungen zur zielgerichteten Analyse, sowie umfangreiche Reports und komplexe KPIs zur Performance-Messung der eigenen Kanäle an. Doch ist der Horizont dieser Leistungen immer auf ein einzelnes Netzwerk begrenzt. Was also tun, wenn man über den Tellerrand hinausschauen und eigene Channels in unterschiedlichen Social Networks kombiniert analysieren und vergleichen möchte? Jedes Social Network bietet neben ganz speziellen auch ähnliche Metriken und KPIs an, die sich auch in anderen Netzwerken wiederfinden, deren Bezeichnungen jedoch variieren können: Ich sage „Share“ und meine „Retweet.“ Damit bei der Erstellung des Reports keine Divergenzen entstehen, müssen sämtliche Metriken beim manuellen Zusammentragen der Daten auf identischen Aussagewert geprüft werden. Eine andere Schwierigkeit besteht darin, dass der Berechnung vermeintlich identischer KPIs durchaus unterschiedliche Algorithmen und Metriken zugrunde liegen können, deren Logik meist im Backend verborgen bleibt und in den seltensten Fällen kommuniziert wird. Eine dritte Variable ist der enorme Zeitaufwand, der bei der manuellen Auswertung separater Social-Network-Analytics, sowie deren Vereinheitlichung im Report anfällt.
Ein Beispiel zur unterschiedlichen Berechnung eines KPI
Die Interaktions-Rate: Wie unterschiedlich KPIs berechnet und interpretiert werden können, zeigt das Beispiel der Interaktionsrate. Diese kann durch unterschiedliche Formeln und unter Berücksichtigung verschiedener Kennzahlen errechnet werden. Variieren können dabei zum Beispiel die als Interaktion erfassten Metriken oder deren Gewichtung. Ist ein Share mehr wert als ein Like? Spielen Follower-Anzahl und Zeitraum eine Rolle oder möchte man doch nur die Interaktion pro Post erfahren? Werden eigene Kommentare von den Posts dabei ausgeschlossen und bewertet man nur solche mit themenbezogenem erstellten Content? Wie genau der KPI letztendlich berechnet wird ist also abhängig davon, ob die zugrundeliegende Formel samt ausgewählter Kennzahlen die Fragestellung korrekt beantworten kann.
MONITORING-TOOLS – GUTE ÜBERSICHT, LEICHTER VERZUG IN DER DATENAKTUALITÄT
Um den begehrten Blick über den Tellerrand zu erhalten und vereinheitlichte Analyse- und Reporting-Möglichkeiten auch Social-Media-übergreifend zu nutzen, bietet sich der Einsatz von Monitoring- oder Engagement-Tools an. Leichte Schwächen und Unterschiede lassen sich allerdings bei der Datenmenge, -Aktualität und -Qualität abzeichnen.
Die Datenkonsistenz ist maßgeblich abhängig von zahlreichen Faktoren. Hier einige Beispiele:
Bietet ein Social Network generell eine offene Schnittstelle an?
Welche Daten können in welcher Qualität über die API abgerufen werden? (Servicestufen)
Wie gut dockt das Tool an die jeweilige API an? (technische Anbindung)
Wie hoch ist die Rechenleistung des Toolanbieters? (Serveranzahl)
Wie fein sind die Crawler eingestellt? (Crawl-Menge, Crawl-Rhythmus, Crawl-Häufigkeit)
Wie gut sind die Algorithmen des jeweiligen Tools? (Welche KPIs werden angeboten)
Wie verständlich und nützlich sind wiederum deren APIs oder GUIs? (Schnittstellen zur Weiterverarbeitung der Daten oder webbasierende User-Frontends)
Praxisbeispiel: Steigt die Interaktion (Clicks, Likes, Retweets, Replies) eines Tweets in kurzer Zeit rasant an, so kann man dies „live“ in der eigenen Timeline oder durch einen „Refresh“ des Tweets mit verfolgen. Auch Twitter-Analytics liefert hierzu zeitnahe Daten. Kommt ein Monitoring-Tool zum Einsatz, so kann die dargestellte Interaktion aufgrund oben genannter Faktoren variieren. Jedes Crawling kostet Rechenleistung oder ist evtl. durch das jeweilige Social Network aufgrund eines kostenpflichtigen Service-Levels eingeschränkt. Dadurch sinkt die Häufigkeit der Datensynchronisation. Somit kann die im Monitoring-Tool dargestellte Interaktion unter Umständen stark vom Ist-Wert abweichen.
ECHTE KPIS MIT MEHRWERT ODER NETTES MARKETING-BEIWERK?
Es gibt zahlreiche Channel- und Tool-übergreifend bekannte KPIs. Aber sind diese auch relevant zur Lösungsfindung oder Messung der gesetzten Ziele? Es ist enorm wichtig, dass Thematik und Fragestellung gänzlich verstanden werden, um somit die richtigen KPIs auszuwählen zu können oder gar neue zu entwickeln. Vorgefertigte KPIs sollten daher gründlich durchdacht und ihre eingesetzten Metriken hinterfragt werden. Nur so ist gewährleistet, dass Annahmen und Entscheidungen anhand präziser KPIs getroffen werden. Gleiches gilt bei der Entwicklung neuer, individueller KPIs. Auch hier ist es von enormer Bedeutung, die richtigen Metriken in einer sinnvollen Formel zu vereinen. Grundsätzlich gilt: Bringt der Wert keine zielorientierte Kenntnis, dann ist er keine KPI.
