Schlagwort: AI

Content Marketing Cycle: Der Erfolg von Content hat viele Dimensionen

Content Marketing Cycle – Theorie und Praxis, Teil 3

Autor: Jens Gützkow

„Digitalen Erfolg” definiert jeder Medienmacher anders. Doch dieser Erfolg lässt sich nicht ohne weiteres messen, zu komplex sind die Wechselwirkungen zwischen Content, Zielgruppen, Distributionskanälen und Conversion. Wie könnte man Erfolg mehrdimensional bewerten und intelligente Schlüsse daraus ziehen? Ein Gedankenspiel.

Vor einiger Zeit war ich zu Gast auf einer Veranstaltung, auf der sich Publizisten, vor allem Zeitungs- und Zeitschriften-Verleger, zum Meinungsaustausch trafen. Das Hauptthema war die Frage, wie sich mit digitalem Content Geld verdienen lässt – ein Dauerthema in Zeiten, in denen die Leser häufig digitaler als die Medienmacher sind. Namhafte Verlage stellten ihre Ideen und Projekte dazu vor: Es ging um A/B-Tests mit verschiedenen Überschriften und anschließender Klickzahlen-Auswertung, um Werbeansprachen, um Nutzer zu Abonnenten zu machen und um Paywall-Konzepte mit Klickbaiting-Teasern.
Das machte mich nachdenklich. Denn alle vorgestellten Strategien basierten auf dem konventionellen Verständnis von Medienkonsum: eine Redaktion erstellt Content und der Leser muss darauf aufmerksam gemacht werden. Die „Digitalisierung“ wird dabei häufig nur auf den Distributions-Kanal reduziert – weil Content eben online zur Verfügung gestellt wird und man die Interessenten per Online-Ad oder Social Community anspricht, ist man digital. Es zeigt zugleich, wie wenig Medienmacher aus vorhandenen Daten machen und wie inkonsequent digitale Erkenntnisse genutzt werden.

Ich bin der festen Überzeugung, dass das schon jetzt nicht mehr genügt, um digital erfolgreich zu sein. Aus meiner Sicht benötigen Medienmacher künftig – neben werthaltigem Content – vor allem zwei Dinge: eine Definition, was digitaler Erfolg für sie genau bedeutet und ein intelligentes Analyse-System, was die entsprechenden Indikatoren in neue Inhalte und Strategien umwandelt.

Wann ist ein Medium digital erfolgreich?

Das ist genau die Art von Fragen, die man nur mit „das kommt darauf an“ beantworten kann. Jeder unserer Kunden, den ich das gefragt habe, gab mir eine andere Antwort darauf. Für den einen ist die digitale Reichweite, sprich die Leser, ausschlaggebend, für den anderen zählen die Umsätze mit Online-Abos mehr, mancher setzt vor allem auf Follower und Shares. Außerdem hängt die Antwort immer extrem von der Zielgruppe ab, die das Medium erreichen will. Kleinere aber spezifischere Zielgruppen sind gerade digital besonders gut adressierbar.

Dabei fällt auf, dass die verschiedenen Dimensionen von digitalem Erfolg nur selten in Zusammenhang gebracht werden. Zumeist geht es über die augenfällige Korrelation „mehr Aufmerksamkeit = mehr Abos“ nicht hinaus. Die Chance neue, gezieltere Wege zu nutzen, um die anvisierte Zielgruppe zu finden, wird dadurch vertan. Und Medienmacher wissen auch, dass sich digitaler Erfolg nicht auf eine einfache Formel herunterbrechen lässt, aber jedes andere System wird schnell zu komplex.

Digitalen Erfolg mehrdimensional messen
und Schlüsse daraus ziehen

Systeme, die auf den Mechanismen der Künstlichen Intelligenz beruhen, werden die Medienmacher künftig unterstützen. Und das nicht nur bei der Erstellung von Content, sondern auch bei der Analyse seines Erfolges. Ich stelle mir das so vor: Jede Art von Aufmerksamkeit, die ein Stück Content erhält wird erfasst und entsprechend den definierten Zielen bewertet. Es entsteht eine Matrix aus Content-Stücken und Kanälen, der Schnittpunkt spiegelt die Bewertung des Erfolges wieder. Diese Bewertungsmatrix, also welches Ergebnis wie wichtig ist, legt jeder Medienmacher für sich fest und steuert sie kampagnen-individuell aus. Eine KI-Engine unterstützt bei der Auswertung – das ist auch notwendig, denn das Ganze wird schnell unüberschaubar komplex. Wenn dann noch weitere Daten, beispielsweise extern erstellte Trendanalysen zu Nutzerverhalten und angesagten Themen, in die Analyse integriert werden können, wird die KI zum klugen Ratgeber. Per Mausklick erstellt sie ein Konzept, wie sich mehr Leser, mehr Shares oder mehr Conversion erreichen lassen.

Noch mag das alles etwas abstrakt klingen. In Wirklichkeit aber geht die Entwicklung bereits in diese Richtung. Content Management Systeme verteilen schon heute Content automatisch an verschiedene Kanäle und die Erfassung von Klicks, Shares und so weiter ist längst Standard. Nun gilt es, alles miteinander ins Verhältnis zu setzen und intelligente Schlüsse daraus zu ziehen. Damit digitaler Erfolg kein Zufallstreffer bleibt, sondern planbares Geschäft.

Content Marketing Cycle: Unterstützung durch Künstliche Intelligenz

Content Marketing Cycle – Theorie und Praxis, Teil 2

Autor: Jens Gützkow

Content ist wertvoll, wenn er mit Sorgfalt erstellt wurde und für sein Publikum in irgendeiner Art und Weise relevant ist. Es erscheint deshalb logisch, Content nicht nur zu erstellen und ihn einmal zu veröffentlichen, sondern ihn vielmehr wiederzuverwenden. Das heißt: den gleichen Content in angepasstem Format auf anderen Kanälen zu publizieren. In meinem letzten Blogpost bin ich darauf eingegangen, wie sich das Modell des Content Marketing Cycle nutzen lässt, um Content systematisch zu erstellen, zu distribuieren und seine Reichweite im Auge zu behalten. Es geht dabei insbesondere auch um die sinnvolle Mehrfachverwendung von Content, gezielt aufbereitet für die Ansprüche der verschiedenen Kanäle.

Content zu erschaffen, kann mühselig sein

Reden wir nicht drum herum: Die Erstellung von immer neuem Content und Content-Häppchen wird im Alltag schnell zu einer nervenden, zeitraubenden Aufgabe. Denn wenn der spannende Teil – die Erschaffung der Hauptinhalte – erledigt ist, müssen diverse Kanäle befüllt werden: Facebook bitte mehrfach wöchentlich, Twitter möglichst mehrfach täglich, dazu eine Insta-Story, ein sachlicher Hinweis auf Xing und bitte LinkedIn nicht vergessen. Communities wollen gepflegt, Gruppen moderiert, andere Beiträge kommentiert werden. Eine Zeit lang macht das Spaß. Bald gerät es zur Aufgabe, die eben auch noch erfüllt werden muss.

Wie wäre es, wenn das Content Marketing System einen größeren Teil der Arbeit übernehmen würde? Die Grundregeln, wie ein Post für einen bestimmten Kanal auszusehen hat, sind doch halbwegs definiert – könnte da nicht das System ein wenig mitdenken und die Posts automatisch erstellen? Genau daran arbeiten wir bei PressMatrix momentan. Wir wollen aus Content automatisch neuen Content erschaffen lassen – auf intelligente Art und Weise.

Unterstützung durch Künstliche Intelligenz

Am Anfang steht ein Stück Content – ein Beitrag für die nächste Zeitschriftenausgabe, ein Fachartikel für die Online-Veröffentlichung, ein Text für eine Marketing-Broschüre, ein Erklär-Video, ein Podcast oder was auch immer. Die Frage für jeden Publisher, Marketing-Experten oder jeden anderen Content-Erschaffer ist doch, wie sich dieser Content nun effektiv alle anderen Kanäle nutzen beziehungsweise bewerben lässt. Also schreibt man was Neues für Twitter, Facebook, Xing und so weiter. Ohne Doubled Content, SEO-optimiert und dem Ton des jeweiligen Mediums angemessen. Das kostet Zeit. Und: Nach dem Post ist vor dem Post – insbesondere Social-Media-Kanäle wollen regelmäßig befüllt sein.

Künftig könnte uns Künstliche Intelligenz hierbei sinnvoll unterstützen. Wir testen und optimieren gerade verschiedene Algorithmen auf ihr Sprachverständnis hin. Aus einem Text sollen sie mehrere Vorschläge für verschiedenen Social-Media-Posts machen. Dabei soll eben genau nicht immer nur die Überschrift oder die ersten Zeichen einer Einleitung als Post-Text verwendet werden. Der Algorithmus soll den gesamten Text analysieren, wichtige Phrasen und Botschaften erkennen und daraus etwas Neues gemäß vorgegeben Zeichen- oder Stil-Regeln formulieren. Aus mehreren Vorschlägen, die der Algorithmus macht, wählt der Nutzer einen aus und macht letzte Feinarbeiten. Daraus wiederum lernt das System – etwa welche Formulierungen dem Nutzer am besten gefallen – und macht beim nächsten Mal noch bessere, individuellere Vorschläge. Das Anfertigen von Social-Media-Posts wäre nur noch eine Angelegenheit von Minuten.

Spinnen wir das kleine Beispiel doch einfach noch weiter. Eine solche KI-Engine könnte, integriert in ein Content-Marketing-System, noch vieles mehr. Auf Basis der individuellen Einstellungen – welche Kanäle, welche Zielgruppen, welche Ziele – aktiv bei der Vermarktung des Content mitwirken. Sie könnte die passenden Vermarktungskanäle filtern und entsprechende Vorschläge machen. Älterer Evergreen-Content ließe sich immer mal wieder einflechten. Die KI-Engine könnte das Marketing-Konzept verfeinern und anpassen und zugleich dem Nutzer wertvolle Zeit bei der Befüllung seiner Marketingkanäle sparen.

Den Erfolg von Content messen
Und noch eine Dimension werden wir unserer intelligenten Content-Creation-Machine hinzufügen: nämlich die Messung des Erfolgs jedes Content-Häppchens. Das ist leichter gesagt als getan. Denn denkt man genauer darüber nach, definiert sich der „Erfolg von Content“ für jeden Nutzer, jeden Kanal und auch jedes Format völlig unterschiedlich. Dem einen genügen viele Likes, der andere benötigt Shares und der dritte bemisst nach Umsatzzahlen. In meinem nächsten Blogpost werde ich m ich diesem Thema ausführlicher widmen.