Schlagwort: Reichweite

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.

Macht endlich mehr aus Eurem Content

Content Marketing Cycle – Theorie und Praxis

Autor: Jens Gützkow

Content ist King.
Unternehmen verkaufen keine Produkte, sondern Geschichten.
Mit gutem Content lassen sich Kunden langfristig ans Unternehmen binden.

Diese und ähnliche Floskeln hat jeder, der sich mit dem Veröffentlichen von Inhalten im weitesten Sinne beschäftigt, schon mindestens tausendmal gehört oder gelesen. Und sie sind alle wahr. Wenn der Content gut und relevant ist.

Über die Frage, was guter Content ist, lässt sich trefflich streiten. Nicht nur die Redakteure der klassischen Publisher zerbrechen sich darüber täglich den Kopf, sondern auch die Marketing-Experten der Unternehmen. Das aber eine weite Verbreitung die Chancen erhöhen, dass mehr Menschen zu Lesern und Interessenten werden, ist hingegen unbestritten und erscheint logisch. Doch obwohl die Verantwortlichen Content-Strategien definieren und Content Management Systeme benutzen, steht der Aufwand oft in keinem Verhältnis zum Nutzen.

Der Content Marketing Cycle – Was soll das sein?

Auch darüber, was der Nutzen einer Content-Strategie ist, könnten wir wahrscheinlich ewig diskutieren. Jedes Unternehmen verfolgt individuelle Ziele mit der Verbreitung von Informationen und selbstgeschaffenem Content. Aber: Eine große Reichweite innerhalb bestimmter Zielgruppen zu erzielen, gehört in fast allen Fällen zu den wichtigsten Intentionen. Das heißt konkret: Content sollte nicht nur erstellt und im Corporate Blog oder als Artikel veröffentlicht werden, sondern er braucht Marketing. Und zwar in Form von Social-Media-Teasern, Adword-Kampagnen, Mailings und ähnlichem. Distribution und Wiederverwertung lauten die Stichworte.

Der Content-Marketing-Kreislauf versucht dies in ein Schema zu packen, damit die Übersicht dabei nicht verloren geht. Denn zur Erstellung und Verbreitung von Content gehören auch Zielgruppenanalysen, Monitoring, Themenfindung, Keyword-Recherche sowie die aktive Steuerung der Kampagnen anhand von Ergebnisanalysen. Ein Kreislauf, der sich mehrfach wiederholt und der mit neuem Content an beliebiger Stelle neu beginnt.

Mehr Automatisierung bei gleichzeitiger Personalisierung

Soll der Content schließlich sein Auditorium nicht nur digital erreichen, sondern auch gelesen, gehört und wertgeschätzt werden, muss er dem jeweiligen Distributionskanal angemessen aufbereitet werden. Soll heißen: Ein Tweet ist anders formuliert als ein Facebook-Post. Warum? Andere Zielgruppen, anderes Behavior, andere technische Vorgaben. In der täglichen Praxis führt das zu sehr viel Arbeit, müssen doch Social-Media-Kanäle nicht nur adäquat, sondern auch dauerhaft bespielt werden. Die Folge: Viele Content-Verantwortliche, vor allem die, die in Unternehmen tätig sind und bei denen Content nur ein geschäftlicher Nebenschauplatz ist, nutzen das Potenzial ihrer Inhalte nicht aus.

Wie lässt sich dem begegnen? Schon heute bieten Content-Management-Plattformen und Publishing-Lösungen Funktionen für die automatische Distribution auf verschiedene Kanäle an. Immerhin. Aber keine deckt den gesamten Content Marketing Cycle ab. Und keine der Lösungen bietet ausreichende Personalisierungs-Möglichkeiten in Bezug auf die unterschiedlichen Ansprüche der Kanäle und der Segmentierung von Zielgruppen. Publisher, egal ob aus den Marketing-Abteilungen oder von gewerbsmäßigen Verlagen, brauchen automatisierte Prozesse – und zwar überall dort, wo es um die Weiter- und Wiederverwertung eines Content-Teils geht.

In meinen nächsten Blogbeiträgen werde ich detaillierter darauf eingehen, wie dies in Zukunft aussehen kann und woran wir bei Pressmatrix diesbezüglich arbeiten. Außerdem wird es um die wichtige Frage gehen, wie der Erfolg eines Content-Teils und der flankierenden Maßnahmen überhaupt gemessen und ins richtige Verhältnis gesetzt werden kann.

Content und Distribution datenbasiert optimieren

Datengetriebene Geschäftsmodelle

Autor: Jens Gützkow

Datengetrieben? Folgen Sie nicht blind!

Fast alles, was Nutzer digital tun, lässt sich messen: Welchen Artikel sie lesen, wie viel Zeit sie damit verbringen, welche Überschrift sie eher zum Klicken animierte, ob ihnen das Video oder der Audiostream besser gefiel und so weiter. Diese Daten lassen sich dazu nutzen, um den Content selbst und seine Distribution zu optimieren. Doch woraufhin optimieren? Dafür müssen KPIs definiert werden, die es zu erreichen gilt.

Das klingt zunächst logisch und natürlich kreieren Medienmacher ihre Publikationen und Kampagnen nicht um ihrer selbst Willen. Vielmehr sollen bestimmte Ziele erreicht werden – an erster Stelle hier zumeist eine hohe Conversion, mehr Umsatz und ähnliches. Aber so abstrakt und übergreifend formuliert – „Wir wollen eine Conversion von XY erreichen“ – taugt dieses Ziel als KPI nur bedingt. Denn für jeden Beteiligten im Content Marketing Cycle bedeutet Conversion etwas anderes. Jeder trägt mit anderen Maßnahmen zum hoffentlich wachsenden Umsatz bei.

Der Content Marketing Cycle: Jeder Beteiligte hat andere Ziele

Ich möchte das genauer erläutern: Für einen Redakteur kann es beispielsweise das Wichtigste sein, wenn viele Menschen seinen Artikel lesen. Um das zu erreichen, kann es helfen, die Themen auszuwählen, die das anvisierte Publikum gerne liest, den Text besser für Suchmaschinen zu optimieren oder gar Clickbaiting mit einer extrem zugespitzten Überschrift zu betreiben. Aus der Sicht eines Online-Marketers kann Erfolg bedeuten, dass der Artikel dank Streuung über zahlreiche Social-Media-Kanäle eine hohe Reichweite erzielt, über Online-Ads viele Menschen ihn finden und möglichst viele davon, diesen kaufen. Gerade aufgrund der gesammelten Nutzerdaten lässt sich hier einiges erreichen.

Aber die grundsätzliche Frage ist doch: Wie viel trägt welche Maßnahme zum eigentlichen Gesamt-Ziel bei? Kann insgesamt mehr Conversion oder mehr Umsatz (oder was auch immer) erreicht werden, weil der Redakteur ein bestimmtes Thema wählte oder der Online-Marketer neben Facebook und Twitter auch auf Instagram streute? Und wenn ja, welche Maßnahme war besonders effektiv und sollte unbedingt das nächste Mal wiederholt werden? Die Wahrheit ist, dass sich diese Fragen kaum beantworten lassen, weil der Wert der einzelnen Maßnahmen gar nicht vergleichbar ist.

Was also tun?

Aus meiner Sicht sind zwei Dinge notwendig: Zum einen müssen Medienmacher ihre übergreifenden KPIs definieren und diese dann auf die beteiligten Marketing-Teilbereiche herunterbrechen. Soll heißen, jede Einzel-Maßnahme bekommt einen abstrakten Wert – je mehr sie zum Gesamt-KPI beiträgt, um so höher ist dieser Wert. Im konkreten Beispiel könnte dies bedeuten, dass das Clickbaiting zwar viele Klicks bringt, aber nur als geringer Teilerfolg gewertet werden kann, weil es wahrscheinlich eher weniger langfristig Interessierte einbringt.

Zum anderen sollten Medienmacher die Nutzerdaten weniger als Optimierungs-Potenzial für Einzel-Maßnahmen sehen, sondern lernen, auch diese im Kontext der übergreifenden Ziele zu betrachten. Um bei unserem Beispiel zu bleiben: Aus den Nutzerdaten ergibt sich recht eindeutig, welche Überschrift besser zieht. Dass viele Leser daraufhin möglicherweise enttäuscht abspringen und eben nicht zum Kunden werden, wird erst sichtbar, wenn weitere Daten zur Analyse hinzugezogen werden. So gehört es zur Definition der KPIs dazu, sich zu überlegen, welche Daten in welcher Korrelation eigentlich welche Aussagekraft haben.

Mit AppVertising Content stressfrei optimieren und distribuieren!

AppVertising ist unsere Lösung für die digitale Vermarktung von Content und Apps. Wir erarbeiten ein individuelles Vermarktungskonzept und setzen die empfohlenen Maßnahmen um.