content scoring

Um realistisch zu messen, inwiefern Ihre Inhalte Engagement erzeugen können, ziehen Sie „Content-Scoring“ in Betracht

Im Jahr 2018 ist es nicht mehr ausreichend die Anzahl der Aufrufe zu zählen oder die Bounce-Rate auszuwerten. Wenn man die Content-Performance optimieren möchte, muss man eine viel qualitativere Analyse wählen, die sich auf den tatsächlichen Konsum der Assets sowie auf das Verhalten der Zielgruppen stützt.

Welche Performance kann man von der Content-Produktion erwarten? Für viele Marketingverantwortliche kommt die Antwort auf diese Frage einem Blick in eine Kristallkugel gleich. Tatsächlich geht es um eine Datensammlung, also „Web Analytics“, die sich aber tatsächlich schwer nutzen lassen. Und aus gutem Grund: Da sie schlecht bereinigt sind und schwer miteinander in Verbindung gebracht werden können, liefern diese Daten meistens nur allgemeine Kennzahlen, die für sich selbst kaum aussagekräftig sind (Anzahl der angesehenen Seiten, Anzahl der Sessions, Bounce-Rate). Eine paradoxe Situation, sodass es dringend notwendig erscheint, die Content-Strategie durch eine zuverlässige Analyse zu ergänzen.

Unterschiedliche Entwicklungen tragen tatsächlich dazu bei, dass eine Analyse der Content-Performance unabdingbar ist. Vor allem ist es das kontinuierlich sinkende Engagement in den sozialen Netzwerken, besonders auf Facebook, das Marken dazu bringt, ihren Produktionsrhythmus oder die angebotenen Formate zu überdenken, in der Hoffnung, den Rückgang reduzieren zu können. Außerdem führt die Anpassung der Webseiten auf die DSGVO, besonders die Einrichtung von Pop-ins zur Cookie-Aktivierung, teilweise zu Datenverlusten – was die tatsächlich gesammelten Daten umso wertvoller macht. Und schließlich sind die Aufmerksamkeitsspannen der Zielgruppen heutzutage so umkämpft, dass man die Erfolgschancen nur durch fein abgestimmten Content maximieren kann. Es ist sozusagen ein kontinuierliches „Testen & Lernen“, dessen Umsetzung ohne eine zuverlässige Analyse nicht möglich ist.

Das Ergebnis davon ist, dass die Herausforderung nicht mehr darin besteht, die Größe der Zielgruppe zu ermitteln (in Form von Seitenaufrufen oder Sessions), sondern darin, das Engagement dieser Zielgruppe hinsichtlich des produzierten Marketing-Contents und die relative Content-Performance zu bewerten. Es geht um eine Analyse, die sich auf Qualität statt auf Quantität fokussiert und essenziell für das Management des Content-Marketings ist: Für welche Phase des Konversionstrichters sollte man Content produzieren? Welches sind die Formate mit dem höchsten Engagement? Genau deshalb befürwortet Wedia seit langem den Begriff „Content-Scoring“. Wie kann man das Engagement der Zielgruppe bezüglich des Text-Contents als auch des (audio)visuellen Contents messen? Zwei KPI-Kategorien (Key Performance Indicator) sollten bevorzugt eingesetzt werden: einer zur Messung der Treue und einer zur Messung des tatsächlichen Content-Konsums.

Die Analyse der Treue seiner Zielgruppe besteht darin, die Regelmäßigkeit der Besuche sowie das Verhalten bei diesen Besuchen auf den verschiedenen Kanälen (Webseiten, Blogs, sozialen Netzwerken) zu untersuchen, z. B. die Anzahl der Inhalte, die während einer Session konsumiert werden, die eine viel zuverlässigere Angabe darstellen und zudem weniger zweideutig sind als die Dauer einer Session oder die Bounce-Rate. Was die Bewertung des tatsächlichen Konsums von Assets angeht, so kann man sich dabei auf die Analyse der Abschlussrate stützen. Bei einem Text-Content im Web geht es darum, zu messen, welcher Anteil der Webseite von einem Nutzer durchgescrollt wurde. Bei einem Bild sind beispielsweise das Herunterladen einer hochauflösenden Version des Bildes oder ein Klick auf das Bild, um es zu vergrößern, interessante Handlungen, die man nachverfolgen sollte, während sich die Aufmerksamkeit beim Video-Content mehr auf die tatsächliche Verweildauer richtet (und nicht auf die Häufigkeit, wie oft eine Sequenz gestartet wurde).

Die Lösungen von Wedia wurden von Anfang an so konzipiert, dass sie genau diese Art von Kennzahlen liefern. Das Modul Enterprise Video Platform (EVP) zeichnet so die Abschlussrate bei Videos auf, was es möglich macht, diese Rate auf globaler Asset-Ebene, nach Inhalt oder für eine bestimmte Kategorie (beispielsweise Videos, die zu einer Kampagne gehören), zu analysieren.

All diese Daten sprechen für ein Content Scoring, das essenziell für die Produktionssteuerung ist. Man identifiziert damit einerseits die Formate oder Themen, die das höchste Engagement bei den Zielgruppen verzeichnen, aber auch die besten Kombinationen. Zum Beispiel: Welcher Kanal (soziales Netzwerk, Newsletter, Website) liefert das beste Engagement für einen bestimmten Content-Typ?

Und das Scoring kann noch weit darüber hinausgehen, sodass man den Return on Investment des Contents abschätzen kann. In einem B2C-Kontext, also im E-Commerce, ist es ratsam, den Content aufzulisten, der den Warenkorbwert oder das Ablegen im Warenkorb selbst beeinflusst. Im Bereich B2B ist eine klare Übersicht über den Content, der dazu führt, dass ein Formular ausgefüllt wird, wodurch Leads generiert werden, mindestens genauso wertvoll. Zusammengefasst ist das Ziel, eine Analyse mit Zuordnung durchzuführen: d.h., dass man nicht nur die „absolute“ Content-Performance bewertet, sondern auch seinen Beitrag zum Umsatz, zur Lead-Generierung oder zur Erreichung jedes anderen quantifizierbaren Ziels.

Um ein solches qualitatives und zuordnungsorientiertes Content-Scoring zu erlangen sind mehrere Voraussetzungen nötig. Man muss über folgende Möglichkeiten verfügen:

  1. Sammeln der Daten, idealerweise mithilfe von Tags oder Codes, die es ermöglichen, in Echtzeit alle Aktivitäten in Zusammenhang mit einem Content aufzuzeichnen (Ansichten, Downloads, Klicks, Teilen usw.).
  2. Anreichern der Daten, d.h. sie durch Drittquellen (E-Commerce-Daten oder Metadaten aus dem DAM zum Beispiel) ergänzen, um eine höhere Relevanz und Klarheit/Verständlichkeit zu erreichen.
  3. Sichere Speicherung der Daten, mit der Sicherheit, dass sie von Dritten nicht zu kommerziellen oder Werbezwecken genutzt werden können. Anlegen einer ausreichenden Historie, um Vergleiche durchführen oder KI-Algorithmen aus den Bereichen Machine Learning oder Deep Learning (siehe unten) auf sie anwenden zu können.
  4. Berechnen und Zusammenfassen der Kennzahlen nach benutzerdefinierten Vorgaben je nach Branche – eine Personalisierung, die auch von der Fähigkeit abhängt, Content nach verschiedenen Kriterien zu kategorisieren und zu taggen.
  5. Darstellen der Analyseergebnisse in einfacher visueller Form (Datenvisualisierung), um die Analyse zu erleichtern.
  6. Exportieren der Daten, um, falls benötigt, andere Repositorys oder Übersichten damit zu speisen; das Einrichten einer API zum Abrufen der Daten ist hierbei eine große Erleichterung.
  7. Zurückgreifen auf Künstliche Intelligenz, um Zusammenhänge zu erforschen, Anomalien aufzudecken und sogar Prognosen zu erstellen.

In der Praxis stellen diese Services einen Datenverarbeitungsprozess dar, der auf einem Repository basiert, das zur Performance-Messung dient. Und genau auf diese Weise hat Wedia seine Lösungen aufgebaut: wie eine „Data factory“, die den kontinuierlichen Verbesserungsprozess Ihres Content-Marketings unterstützten kann.



Demo anfordern
Newsletter abonnieren
Folge uns auf
Kontaktieren sie uns
quis, ut risus. fringilla ipsum ut id ut Lorem dictum amet, elementum