Linkedin – eine kritische Auseinandersetzung

Wie gefühlt 99,99999% aller Marktteilnehmer:innen besitze ich selbstverständlich auch einen Account auf dieser Plattform und natürlich wird das Ding für die Außenkommunikation in dieser oder jener Form genutzt.

Mein Denken ist ebenfalls von den folgenden Fragestellungen geprägt:

  • Kann man das System für Marketingzwecke benutzen?
  • Generiert das System Leads und wie hoch ist der Aufwand?
  • Generiert das System spannende Kontakte aus dem fachlichem Netzwerk und wie hoch ist der Aufwand?

Wenn ich mich richtig erinnere, nutze ich LinkedIn ca. 12 Monate mehr oder weniger intensiv und nach einer längeren Experimentierphase komme ich zu einer einfachen Einschätzung.

Im Schwerpunkt beherbergt diese Plattform grundsätzlich Werbende aus den Disziplinen: Coaching, Marketing und PR UND diverse Startups. Im Grunde ist eine Verwaschung von Diskussionen und Werbung sichtbar, die Beiträge zeigen faszinierende Muster, wie: Titel -> Erfolgsstory -> Call2Action-Fragen oder simplifzierte Umfragen mit Inhalten: Homeoffice, Corona-Stories, Mindset-Diskussionen aus dem emotionsschwangeren Privatleben.

Ich fragte mich lange, welche Zielgruppen in dem Umfeld im Detail angesprochen werden möchten. Grund: unter dem Spektrum „CEO“ oder „Entscheidungsträger:in“ oder „Budgethalter:in“ interpretiere ich nicht den hilflosen Menschen, der „abgeholt“ oder „unterhalten“ werden möchte, sondern den erwachsenen Menschen, der JETZT und IM MOMENT ein klar definiertes Problem gelöst haben möchte, oder eben eine Fragestellung diskutiert sehen will.

Im Grunde beobachte ich eine gewaltige Diskrepanz zwischen den dargebotenen Werbetexten und den tatsächlichen Bedarfslagen (verifiziert über extrem viele Telefonate, Chats und eMails seitens der stillen Mitlesenden) und das brachte mich zu einer Erkenntnis, die die Grundlage für folgende Tipps bildet:

  • Gehe in die Diskussionen und frage nach den Grundlagen der Werbeinhalte.
  • Frage nach den Grundlagen der Tipps in Form von Studien, Datenerhebungen und Rohdaten.
  • Mache genau das Gegenteil dessen, was die Marketing/PR-Gurus öffentlich empfehlen und gehe immer davon aus, dass niemand so wahnsinnig ist und „Hacks“ veröffentlicht.
  • Analysiere die Kommentare und diskutiere direkt mit den Kommentierenden.
  • Frage bei den Kommentierenden: (a) „Was gefällt Dir?“, (b) „Warum?“, (c) „Warum schreibst Du dieses oder jenes?“, (d) „Wie belegst Du dieses oder jenes?“
  • Arbeite mit Stilbrüchen: (a) Wenn sich jmd. bedankt, frage nach dem warum. (b) Wenn jmd. etwas ankündigt, nagele die Person öffentlich darauf fest. (c) Benenne öffentlich undeklarierte Werbung als definitive Werbung. (d) Wenn jmd. Slides und Videos verwendet, nenne das Pitch. (e) Bewerte Pitches öffentlich. Kurzum: provoziere, provoziere aber nur dann, wenn Du ein sinnvolles, logisches u. klar erklärbares Gegenangebot hast.
  • Habe keine Angst vor Streit u. gehe davon aus, dass die meisten Werbenden niemals Deine Kund:innen werden, weil die Werbenden eigene Interessen verfolgen. Habe die stillen Mitlesenden der Werbenden im Fokus.
  • Beobachte sehr genau die Kommentierenden Deiner Konkurrenz, die liefern Einblicke in die Filterblasen.
  • Verwickele die Kommentierenden sinnvoll in Diskussionen, da sich hierüber rankingfördernde Effekte im Sinne der Filterblasenüberschneidungen ergeben können.
  • Achte bei Provokationen penibel darauf, niemals (!) persönlich zu werden und sorge dafür, dass bei kommunizierten Emotionalitäten sofort geklärt wird, dass Du Dich in der Kritik primär auf die Texte beziehst u. nicht auf die Person!
  • Nutze die Plattform und die Diskussionsergebnisse für die Weiterentwicklung der eigenen Produkte u. Dienstleistungen UND Strategien. Tipp: eskalierende Diskussionen und dargebotene Emotionen sind perfekte Recherchequellen für Marktlücken
  • Entwickle Exit-Strategien, die einen Ausstieg aus Diskussionen in einer Form erlaubt, dass sich die Beteiligten „in die Augen schauen können“ und bedenke, dass Diskussionen mit Marktteilnehmer:innen immer zu Konflikten führen können. Das gilt spez. dann, wenn Du in den Diskussionen die Fragilitäten der Tipps, der Strategien etc. pp. durch Fragetechniken beweist.
  • Rechne jeder Zeit damit, dass der Spieß umgedreht werden kann. Sprich: wenn Du provozierst, wird man Dich provozieren.
  • Sie Du selbst, setze keine Maske auf. Grund: in der Plattform bewegen sich pot. Klient:innen und die interessieren sich auch für Deine Person, Deine Persönlichkeitsstruktur und Deine Denkart.
  • Falls möglich: biete aktiv werbefreie Hilfestellungen, Diskussionsangebote an und verzichte hier auf Buzzwords, vorgeschaltete Webformulare
  • Zeige reale Emotionen, bleibe aber sachlich und achte darauf, niemanden persönlich anzugreifen oder zu beleidigen.
  • Berichte gern von Hobbies. Hinweis: ich streue gern meine Fotos, meine Entwicklungen aus der Dunkelkammer.

Im Sinne eines Zwischenfazit halte ich fest, dass die Plattform niemals für uns messbare u. skalierbare Leads generiert. Besser: es ist nicht möglich, eine Strategie so zu entwickeln, dass die Ergebnisse bspw. eine Anzahl an Leads pro Zeiteinheit abbilden. Das ist auch nicht Sinn der organischen Verwertung von Plattformen, da die Socialmedia-Systeme grundsätzlich auf die Faktoren: Zeitvertreib, Kennenlernen-von-Menschen und Diskussionen ausgerichtet sind. Im Grunde sollte man Linkedin so betrachten, wie eine zufällig zusammengewürfelte Menschenmenge: man lernt sich kennen, man finden sich doof, man findet sich super und dann entwickeln sich weitere Gespräche, oder eben nicht. Eigentlich kann man das genau so betrachten und man sollte sich fragen, wie man eine klassische Party / Kneipensituation selbst regelt: belästigt man wahllos Menschen mit Informationen dazu, wie extrem genial / potent / leistungsfähig man ist, oder löst man das anders?

Ich habe die Erfahrung gemacht, dass die besten Kontakte und auch Geschäfte eben aus dem Zwischentönenbereich entstehen. Manchmal sogar auch aus hitzigen Streit- u. Diskussionssituationen, aber niemals durfte ich gute bis sehr gute Budgets akquirieren, wenn ich einen typischen Werbehabitus zeigte. Eigentlich ist das doch auch logisch: pflege ich den Werbesprech, pflege ich eine absurde Buzzwordkultur und gehe ich Diskussionen / Streitgesprächen aus den Weg … ja: was ist dann die Wobus & Wächter GbR? Ah: austauschbar, kein USP und ein Katalogdienstleister mit extrem schwer erkennbaren Einzigartigkeiten.

Bilder zeigen die aktuellen Profilaufrufe: (1) von Heute, (2) von Anfang 2021

Die Reichweiten der Beiträge pendeln sich nach ca. einer Woche auf niedrig bis mittel 4-stellig ein und ich kann im Moment keine Schwierigkeiten bei der Platzierung von Videos und externen Links erkennen. Die „Fanbase“ ist bei mir sauber und entspricht meinen Vorstellungen.

Datenmanagement: Twitter-Workflow

Das ist unser Workflow für den Import und die weitere Verarbeitung des Twitter-Datenpools.

Ich entschied mich hier bewusst für einen Wechsel auf KNIME, weil die Datenbankerstellung (SQLite) per default so realisiert wird, dass eine Spaltengenerierung in Abhängigkeit zum Rohformat (hier: CSV, basierend auf dem Python-Scraper) organisiert ist.

Das Workflow lässt sich problemlos auf verschiedene Szenarien, also „lang=de“ PLUS „content like %xyz%“ erweitern.

Datenvisualisierung: diverse und ergänzende Charts

Diese Module wurden durch das Projektgeschäft explizit angefordert / eingefordert und sie dienen in vielen Fällen zur Untermauerung der Reports, der Strategieempfehlungen oder der Illustration diverser Briefings.

Die Galerie zeigt die Ergebnisse der Analyse von 250.000 Tweets rund um die Themenwelten der Covid19/Pandemie-Problematik.

Datenvisualisierung: Modul „Netzwerk Betrachter“

Im arbeitsfähigen Workflow habe ich bewusst das Modul „Network Viewer“ in den 2 bekannten Versionen integriert. Es ist in dem Umfeld sehr komplex und in der Lage, Wort/Themenzusammenhänge verstehbar darzustellen.

Besser: die Screenshots zeigen die Verbindungen zwischen den Themen/Keywords auf Basis der Vorgewichtungen (also: Interaktionsmetriken, Cluster und die allgemeine inhaltliche Nähe zueinander).

Ein Hinweis zu der „Nähe“: ich entwickelte in den letzten Wochen eine abbildbare Logik, welche die Nähe auf Basis externer „Trigger“ identifiziert. Wenn also eine relevant hohe Menge an Personen quasi eine Nähe zwischen den Themen via Kommunikation definiert, sind die Themen miteinander verbunden.

Das sichert die Objektivität der Interpretationsgrundlagen ab.

Datenvisualisierung: Modul „Entscheidungsbaum“

Das Modul ist Bestandteil des Twitter-Instagram-Auswertungsworkflow und es verlangt, im Vergleich zu den anderen Features, sehr SEHR viel Arbeitsspeicher und CPU-Ressourcen.

Die beigefügten Bilder zeigen die Ergebnisse der Analyse aus der Twitter/Covid19-Datenmenge (250.000Tweets, lang=DE) und liefert bei entsprechender Interpretationsfähigkeit weitergehende Informationen zu den Filterblasen der beteiligten Accounts.

Wie funktioniert das? Der Baum erlaubt eine Sichtung anhand der Interaktionsmetriken (Likes, Retweets etc.) und listet Wortgemeinsamkeiten zwischen den Ästen auf. Eventuelle Ableitungen erklären wir gern nach Anfrage und für HonorarXYZ.

Datenvisualisierung: Modul „Tagcloud“

Das verwendete Modul zeigt hier am Beispiel der Covid19-Datensätze (Twitter, 250.000 Einträge) eine weitere Visualisierungsoption auf Basis einer Vorfilterung.

Bild Nr.01 bezieht sich auf die Anzahl der Likes und Bild Nr.02 hat als Grundlage die Anzahl der Retweets. Die gemeinsame Basis sind vorgefilterte und geclusterte Datensätze (Ausfilterung von SPAM, Fakes, Werbende und Bots).

Datenvisualisierung: Modul „Parallel Coordinates Plot“

Das Beispiel verdeutlicht eine weitere Visualisierungsoption, ausgehend von der Themenwelt „Covid19/Coronavirus/Pandemie“ aus der Datenquelle: Twitter.

Zur Erklärung: analysiert wurden 250.000 Tweets und wegen der extrem hohen Masse musste hier via KNIME eine Filterung und Gewichtung realisiert werden. Das geschieht im Workflow über die Verbindung mit den bspw. Interaktionsmetriken, der Prüfung auf Inhaltsqualitäten und der Clusterung der Einzeldatensätze mit Hilfe von „k-Means“.

„k-Means“ bietet sich an, weil das Modul letztendlich nur mit den gewünschten Informationen, wie Likes + Retweets + Anzahl-User usw., befüllt werden muss und dann eigenständig die Berechnungen durchführt und die Ergebnisse auf die Einzelterms / Keywords zurückführt.

Datenvisualisierung und Start der KNIME-Reihe

Im letzten Jahr fand ich endlich Gelegenheit zur Sichtung diverser Datenmanagement- und Datenauswertungsansätze, weil ich ab einem gewissen Punkt mit meiner Programmierkunst via Delphi viele Szenarien nicht abdecken kann.

So landete ich bei KNIME und fand einen guten Weg, die Workflows zu verstehen und in das Tagesgeschäft einbauen zu können. Interessant ist, dass dieses mächtige und sehr umfangreiche System gefühlt problemlos bspw. die 85GB umfassende Twitterdatenbank oder die 46GB starke InstagramDE/CH/AT-Datenbank andocken, bearbeiten und für diverse Dataminingszenarien ansprechen kann.

Galerie zeigt 2 Screenshots, welche Terms / Keywords aus den Meinungsbekundungen von ~3.8Mio DE-schreibenden Accounts (Twitter) mit Filter auf Covid19/Pandemie/Coronavirus (Themencluster).

Der „Trick“ ist eigentlich recht simpel: sofern die Datenerfassungsprozedur stabil funktioniert und die Datenbank ordentliche Standards (Technik, Struktur etc.) zeigt, wird via KNIME-Workflow eine Analysemechanik auf die Tweets quasi „angesetzt“. Diese zerlegt den Content in Einzelworte, gewichtet diesen mittels einer Prozedur, welche folgende Metriken beinhaltet:

  • Interaktionen
  • Zeitstempel
  • Anzahl: aktiver Accounts mit Themenfilter

Über diesen Gewichtungsschritt sind Themenzusammenhänge der UnterCluster visualisierbar und das erste Bild der Galerie demonstriert die Zusammenfassung der Themenwolken in Filterblasenstrukturen.

Statusupdate und Start in das 2021er

Ich schaue gerade in das Blog und stelle fest, dass ich mich ein Jahr lang nicht mehr um neue Inhalte kümmerte.

Oh mein Gott, die Welt geht unter und weil viele Marketinggurus auf LinkedIn immer wieder betonen, wie wichtig denn die Contentproduktion sei, gelobe ich hiermit Besserung! :-)

Was gibt es Neues bei uns?

Achja. Anne hat geheiratet und deswegen sind wir nicht mehr die Wobus & Lehmann GbR, sondern die Wobus & Wächter GbR. Mir gefällt dieser Namenswechsel!

Dann hatten wir im letzten Jahr nahezu in Vollzeit diverse Projekte mit und um die TEAL AG rund um die Themenwelten Bigdata und KI aufgesetzt und gestemmt. Das Engagement lief zum 31.12.2000 aus und eines der interessanten „Learnings“ für mich ist das tiefergehende Verständnis für gewaltige Datenbanken, deren Auslesen und das Interpretieren von Abfrageergebnissen mit diversen Tools, wie eben KNIME. Zu KNIME werde ich mich von Zeit zu Zeit auf diesem Blog äußern.

Es gab auch einen Wechsel in den Datenbanken und Datenquellen. Mir ist ein stabiler Zugang zu Instagram, obwohl es starke Veränderungen gab, gelungen und in den Analyseprozeduren befinden sich jetzt auch – tataaaa- Twitter, Weibo und Reddit.