Möchte ich eine Bestandsaufnahme über die aktuellen Hashtags aus – zum Beispiel – Google+ generieren, entscheide ich mich zuerst für die zu analysierende „Meta-Ebene“. Im aktuellen Beispiel habe ich das Feld „Urlaub“ gewählt. Hierzu übergebe ich diesen Begriff – „Urlaub“ – an die Googleplus-API mit Hilfe des APP-Code basierenden Authentifizierungsprozesses. Dieser liefert mir je nach Suchmodus (1. die letzten 20 Beiträge aus Gplus-global oder 2. die letzten 20 RELEVANTEN Beiträge aus Gplus-global) zurück. In unserem Fall wären die Ergebnisse der ersten Analyseebene die erste Spalte und erste Zeile der Urlaub-Tabelle (*.xlsx). Man sieht hier, welche Schlagworte in den Beiträgen NEBEN des Hashtags „Urlaub“ verwendet wurden und kann hier „Subtrends“ herauslesen: man schaut hier nach, wie häufig ein interessanter Begriff genannt wird. Je häufiger hier ein besonders spannender Begriff auftaucht / genannt wird, desto höher kann (!) der vermutete Bedarf an Informationen oder konkreten Produkten sein.

Der zweite Analyseschritt gestaltet sich etwas komplexer und man analysiert hierbei die „Nebenhashtags“ über die o.g. technische Umsetzung je Wort der ersten Ebene und ordnet die Ergebnisse in eine Wortmatrix ein. In unserem „Urlaubs“-Beispiel findet man die Resultate jeweils in den Spalten B bis AI. Hier schaut man sich nun die einzelnen Zellen an. Interessant im Urlaubsumfeld sind natürlich immer konkrete Länder oder Angebote. Möchte ich hier an konkrete usergenerierte Wortkombinationen gelangen, ziehe ich eine einfache Verbindung der anvisierten Zelle (U6) zur X- und Y-Achse und komme zu einer Variation, welche „Kreuzfahrten“ (U6) / „Traumreisen“ (U1) / „Privatunterkunft“ (B6) lautet. Andere interessante Beispiele sind:

1. „berlin“ (E5) / „Tourismus“ (E1) / „Privatunterkunft“ (B6)
2. „karawane“ (C23) / „urlaub“ (B23) / „reise“ (C1)
3. „reisemagazin“ (E18) / „InselLaReunion“ (B18) / „Tourismus“ (E1)

Das Prüfen der Kombinationen ist natürlich nicht nur auf drei Elemente beschränkt und lässt sich auch auf 2-er Gruppen betreiben. Der Sinn der Auswertung liegt in der Natur der Hashtags, da diese ja bekanntlich nicht nur zum Setzen von Akzenten dienen, sondern auch andere potentiell interessierte Leser aufmerksam machen sollen. Darüber hinaus erhöhen sie selbstverständlich auch die Reichweiten der abgesetzten Posts.

Folgende Theorien ergeben sich aus der Analyseprozedur:

1. Verwendung von Hashtags lockt neue Leser an (verifiziert)
2. Verwendung von Hashtags erhöht die Reichweite (verifiziert)
3. Verwendung von Hashtags, welche auf die Inhalte der Posts abgestimmt sind, erhöht die Chance von Likes, Shares, Comments und Clicks (verfiziert)
4. 1-3 und Einbindung der Hashtags in Abstimmung mit den gewonnenen Ergebnissen aus der o.g. Analyseprozedur generiert die Ergebnisse aus 1-3 und neigt zur Unterstützung von Positionierungseffekten bei den SUMA, welche die Socials als Rankingkriterium nutzen (im Longtail- und Nischenbereich verfiziert, „harte“ Keys stehen aus)
5. recherchierte Tags sind „hilfreich“, wenn Diese bei WordPresskonstellationen verwendet werden (zum Teil verifiziert)

Download: Urlaub.xlsx (generiert über piXologisch Socialtracker)

[Updatelog Socialtracker 0.5b – 17.05.2014]

1. Zusammenzählen der ersten und zweiten Analyseebene
2. Excel- und HTML-Export

[Todo]

1. weitere Datenquellen: Twitter und (Optional) Facebook / Instagram plus Abgleich untereinander
2. Analyse / Log der konkreten Meldungen zzgl. Accounts
3. Accountebene: Auslesen der Basisvariablen wie Anzahl Fans, Kreise etc. um „Influenzer“ zu identifizieren
4. Trigger / Alertsystem: Popup, wenn Wort / Phrase „häufig“ vorkommt, ggf. automatischer Report