Data-driven Business statt Blind Date
Mit dem Einsatz von Business-intelligence können Unternehmen wesentlich mehr aus ihren Social-media-marketing herausholen. Dazu müssen sie Daten aus den unterschiedlichen Quellen zentral gesammelt gegenüberstellen, sodass aus ihnen ein analysierbarer und
Wer sich schon einmal auf ein Blind Date eingelassen hat, kennt den Nervenkitzel: Waren beide ehrlich oder wird es Enttäuschungen geben? Wird man sich sympathisch sein oder ein „wichtiger Anruf“das Date vorzeitig beenden? Rendezvous dieser Art sind aufregend, aber sie sind in erster Linie eines: reines Glücksspiel, denn wie soll man sich am besten präsentieren und verkaufen, wenn man nicht weiß, wer einem gegenübersitzt? Ähnlich geht es vielen Unternehmen mit ihren Social-media-followern: Sie wissen, dass sie da sind, aber wer sie sind, was sie liken, erwarten, kommentieren und empfehlen, wissen sie kaum. Doch die eigene Zielgruppe und ihre Bedürfnisse zu kennen, ist ausschlaggebend, wenn es darum geht, aus Followern, loyale Kunden zu machen oder das Markenimage aufzubauen. Was Unternehmen dafür fehlt, ist eine solide Analyse-grundlage. Das fehlt ihnen nicht, weil sie mit den Tools der Kanäle nicht umgehen können, sondern weil sie die Daten aus den unterschiedlichen Quellen nicht zentral gesammelt gegenüberstellen, sodass aus ihnen ein analysierbarer und vergleichbarer Datensatz entsteht. Diesen braucht es aber, um eine fundierte Social-media-marketing-strategie ableiten zu können. Eine Business-intelligence-lösung kann dabei helfen, solche Daten aus sozialen Netzwerken verwertbar zu machen. Dadurch können Unternehmen nicht nur ihre Reichweite steigern, sondern sich die Daten zum Beispiel auch für den Webshop zunutze machen.
Facebook und Co.: So wird’s hell in der Blackbox
Beim Arbeiten in den Bereichen Data Science, KI oder BI müssen sich Unternehmen Gedanken darüber machen, an welchen Kennzahlen sie sich orientieren wollen. Diese sogenannten Key-performance-indicators (KPIS) sind individuell bestimmbar und werden für gewöhnlich genutzt, um Entwicklungen in folgenden Bereichen zu messen:
Inhaltsoptimierung Publikumsanalyse Engagement-analyse Wettbewerbsvergleich Paidads-analyse Kundenbetreuungsanalyse Demografische Analyse
Viele Unternehmen wissen gerade im Hinblick auf das natürliche Verhalten der Follower nicht, wie sie dieses messen können und verlassen sich auf ihr Bauchgefühl. Sie wissen: Likes, Kommentare und Herzen erhöhen die Reichweite. Was sie nicht wissen: wie man Menschen diese Interaktionen entlockt. Um das herauszufinden, sollten ältere Beiträge analysiert werden: Reagierten Follower häufiger auf knackige Überschriften? Wurden Beiträge mit Bildern oder Video öfter geteilt? Halfen Hashtags oder verlinkte Personen zu mehr Reichweite? Verwendete Hashtags beispielsweise können analysiert werden, um herauszufinden, welche Auswirkungen sie auf die Interaktionsrate haben und zu entscheiden, ob künftig mehr oder weniger Hashtags verwendet werden sollten, um Beiträge erfolgreich zu gestalten. Mit dem Einsatz von Business-intelligence (Bi-)-lösungen können Daten von Social-media-kanälen in einem Data Warehouse gesammelt, vereinheitlicht und gegenübergestellt werden. So lassen sich übersichtli
che Dashboards erstellen, KPIS analysieren und die Social-media-bauchgefühl-strategie durch passgenaue Informationen ersetzen. Wer guten Content produziert, wird belohnt, erhält Reichweite und spart Geld für Maßnahmen, die auf anderen Kanälen womöglich verpufft wären. Selbst in untypischen Branchen, wie der Agrarbranche, haben sich soziale Netzwerke als gängige Marketinginstrumente etabliert.
Ein Beispiel:
Ein großer deutscher Saatguthersteller analysiert mit Hilfe von Microsoft Power-bi die Nutzung seines Instagram-kanals. Er wertet diesen historisch aus und prüft stetig, ob gesetzte Reichweitenziele erfüllt werden konnten. Mehr noch: Eine Bildanalyse hilft dabei, herauszufinden, welche Bilder auf den Social-media-kanälen am besten ankommen. Dafür werden die ausgespielten Bilder mit Labels versehen, die sich individuell etwa nach Jahreszeiten oder dem Produktportfolio (Mais, Roggen, Gerste usw.) ergeben. Mit dem Bitool wird ein Zusammenhang zwischen Likes und Labels ersichtlich und liefert so Ergebnisse, die zum Finden idealer Produktbilder für den Onlineshop beitragen. So lassen sich Verweildauer und Conversion-rate des Onlineshops optimieren. Es können aber auch Kommentare mittels Machine-learning analysiert werden, um ein Stimmungsbild mit Blick auf das Markenimage zu erzeugen. Dieses Stimmungsbild kann ebenso genutzt werden, um Beiträge inhaltlich zu gestalten. Zeigt sich z.b., dass auf bestimmte Themen positiv reagiert wird (z.b. Nachhaltigkeit), ist es sinnvoll, auch Webseite und andere Marketingmaßnahmen darauf auszurichten.
Aus Bauchgefühl werden datengetriebene Entscheidungen
Viele Unternehmen wollen Socialmedia-daten stärker nutzen, scheitern jedoch auf dem Weg dahin. Facebook und Co. bieten zwar gute Dashboards mit interessanten Zahlen, aber isoliert betrachtet, haben sie wenig Aussagekraft. Erst im Vergleich zu anderen Kanälen gewinnen sie an Bedeutung. Möchte ein Unternehmen diese Daten gewinnbringend einsetzen, ist eine Bi-lösung sinnvoll, denn mit ihr werden (Re-) Aktionen messbar, Daten zentral gesammelt, auswertbar, vergleichbar und verständlich. Es wird sogar möglich, alternative Entscheidungen zu simulieren und deren Auswirkungen auf eine mögliche Performance zu betrachten. So können Maßnahmen abgewählt werden, noch bevor sie ressourcen- und kostenintensiv ins Leere laufen.
Spezielle Bi-tools, wie z.b. Salesforce Datorama fokussieren sich auf die Anbindung und Analyse von Marketingdaten und stellen eine große Anzahl an Konnektoren bereit. Außerdem wird bereits ein einheitliches Datenmodell genutzt, um kanalübergreifend Auswertungen zu ermöglichen. Eine Out-of-the-box-software für umfassende Social-media-analysen gibt es jedoch nicht. Die meisten Bi-tools wie auch Microsoft Power-bi haben einige wenige Standardkonnektoren integriert. Oft lassen sich auch Konnektoren von Drittanbietern zukaufen, welche das Laden der Daten aus den entsprechenden Quellen stark vereinfachen.
Eine gute Bi-strategie gestützt durch ein passendes Tool sind die Basis, mit der aus einem „Blind-date mit Social-media-followern“, eine solide Datengrundlage für optimale Entscheidungen und Strategien gelegt wird. Diese Daten aufzubereiten und in Form von Dashboards für Marketer lesbar zu machen, ist Aufgabe von Data Scientists. Was Marketer daraus machen und ob sie künftig weiter auf „Blind Dates“setzen oder nicht, entscheiden sie selbst. ●