Beyond Buzz: Erweiterte Potentiale einer Datenanalyse mit Twitter

Social Media oder Web Monitoring hat sich mittlerweile in vielen Unternehmen etabliert, um den Erfolg von Online-Kampagnen zu messen oder Influencer zu identifizieren. Häufig bieten diese Tools scheinbar komfortable Scores und andere KPIs zur einfachen Erfassung der „Wirklichkeit“. Der Wunsch nach einer Währung und speziellen KPIs konform zur Mediaplanung, steht häufig konträr zur Realität. Viele Daten sind, wenn überhaupt, nur für die eigenen Posts erfassbar. Die Tools gaukeln jedoch vor, dass so etwas wie eine Reichweite tatsächlich annäherungsweise bestimmt werden kann. Um die Reichweite eines Posts zu identifizieren wird zum Beispiel die Follower-Anzahl des Autoren zusammen mit den Follower-Anzahlen derjenigen, die den Post retweetet haben, addiert, ohne Rücksicht darauf, dass darin Duplikate und Bots enthalten sein können. Zudem können auch Nicht-Follower einen Post durchaus wahrnehmen. Bei anderen „Scores“ steht die Berechnungsgrundlage noch nicht einmal den Marketeers zur Verfügung, die diese Daten als eine Grundlage für Entscheidungen benötigen. Prinzipiell herrscht eine „Mehr ist mehr!“-Attitüde bei den Anbietern von Monitoring Tools, umso verwunderlicher ist es, dass selbst einfache Indikatoren, wie der Wachstumskoeffizient und die dazugehörige Trendlinie, in den hoch komplexen Dashboards meist nicht angezeigt werden können.

Das Monitoring trotz dieser Einschränkungen seine Relevanz hat, steht jedoch außer Frage. Buzzverläufe reagieren wie Seismographen auf externe Ereignisse. Durch sie lassen sich tektonische Veränderungen bei Themen oft lange bevor sie zum Beispiel in den großen Medien auftauchen erkennen. Langfristige Trends spiegeln sich in einer Analyse des Grundrauschens wieder und aus vorhandenen Daten lässt sich „lernen“, um damit zukünftige Entwicklungen zu prognostizieren.buzzDiese Eigenschaften haben wir uns zu Nutze gemacht, um anhand einiger Beispiele, angewendet auf einen Rohdatensatz von Twitter-Posts, aufzuzeigen, dass nachvollziehbare Analysen und damit die Quantifizierung von Ereignissen im Social Web möglich sind. Anhand konkreter Fragestellungen aus dem Marketing können wir konkrete Anwendungsszenarien demonstrieren und somit deren Eignung beweisen. Das wichtigste bei einer solchen Analyse ist, dass hier ein Umdenken stattfinden muss. Anstatt KPIs und Währungen aus der Mediaplanung zu replizieren, sollte man sich besser darauf konzentrieren, was die Daten (neben qualitativen Analysen) zulassen, denn gerade hier liegt noch viel Potential. Viel Spaß beim Nachmachen!

Die Charts zum ResearchPlus Vortrag stellen wir hier zur Verfügung: beyondbuzz_researchplus-13102015

Autor: Yannick Rieder

Yannick Rieder ist Research Manager bei Q | Agentur für Forschung und hat die Analyse zusammen mit Simon Kühne vom DIW durchgeführt. Die Analyse wurde bei der ResearchPlus in Köln vorgestellt. Einen Artikel zur ResearchPlus von marktforschung.de finden Sie hier.

Wenn Sie über derartige Problemfelder unterhalten möchten, können Sie sich gerne mit Yannick auf der kommenden Research and Results treffen (Stand Nummer 211).

Advertisements

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s