Im Zuge der Freigabe vom „Socialtracker 0.9b“ erreichen mich immer wieder Fragen nach der Interpretation der herausgelesenen „Social-Signals“.
Ich sehe hier verschiedene Ansätze in der Betrachtung dieser Kommunikationsprozesse:
a) Annahme durch die anvisierten Zielgruppen
Man verschafft sich hier einen Überblick dadurch, indem man z.B. mit dem „SocialTracker“ sämtliche in der Sitemap hinterlegten URLs mit Hilfe der Programmierschnittstellen der relevanten Sozialen Medien (FB, Twitter und Co.) die Kerndaten hinsichtlich der Aktivitäten analysiert. Bei Facebook sind das die Likes, die Shares, die Kommentare und die Klicks. Hier kann man mit einer Auf- oder Abgewichtung arbeiten: in manchen Konstellationen sind Shares, Kommentare etc. wichtiger als die Likes und bei anderen Projekten sind die Likes die wichtigste Variable. Aber – was sagen diese Variablen eigentlich aus? Ganz einfach: man findet hier eine Abbildung von menschlicher Kommunikation auf den jeweiligen „Sozialen Medien“. Persönlich empfinde ich Gefallen am pragmatischen Ansatz und schaue mir eher Metriken an, deren Herstellung bzw. „Auffüllung“ mehr Aufwand benötigen – ein „Like“ ist ja schnell geklickt als eine echte (!) Weiterempfehlung in Form von „Shares“ oder „Shares“ mit beigefügten „Comments“. Eigene und zeitnah durchgeführte Experimente mit voneinander abgekoppelten Projekten zeigten zudem auch auf, dass eine hohe Share<>Commentfrequenz Rückschlüsse auf Trafficvolumina liefern kann.
Für einen „spontanen“ Überblick ist eine ungewichtete Betrachtung der Zahlenmaterialien aus meiner Sicht ausreichend. Wenn man allerdings eine dauerhafte Begutachtung und Bewertung der Kommunikationsprozesse aus den Sozialen Medien sicherstellen willen, ist eine Prozedur nach dem Schema der Nutzwertanalyse zielführender.
Ein weiterer interessanter Vorteil aus einer regelmäßigen Beobachtung dieser Zahlen wäre die Trenderkennung. Hierunter verstehe ich die Beantwortung der Fragen:
- Wie häufig werden Informationen „bequasselt“?
- Wann werden Likes, Shares, etc. erfasst => Zeitpunkt => Uhrzeit => Datum etc.?
b) Wettbewerbsabgleich
Folgt man den oben beschriebenen Ansatz, kann man – sofern die Sitemaps der Konkurrenz bekannt sind – natürlich auch die Kommunikationssituation des Wettbewerbs analysieren und hieraus selbstverständlich Rückschlüsse auf mögliche Trafficvolumina abbilden. Ich empfehle den Anwendern des „Socialtrackers“ hier, sich einen Überblick über alle hinterlegten Sozialen Medien zu verschaffen und bei auffallenden Spitzen in der Tiefe zu analysieren. Finden sich also starke Kommentarhäufungen bei der „Rubrik“ Facebook, lohnt sich ein Blick in die jeweils ggf. vorhandene Facebookseite des zu analysierenden Konkurrenten. Zu diesem Zeitpunkt ist natürlich eine Interpretation der Frage „Warum tauchen da soviele Kommentare auf?“ interessant: vielleicht werden besonders spannende Produkte vorgestellt? Vielleicht tauchen hier besonders viele ungelöste Fragen und Probleme auf? Vielleicht werden auch trendbezogene Informationen publiziert?
c) Hashtags
Zu den Hashtags und deren Nutzung / Interpretation hatte ich mich in vergangenen Beiträgen bereits geäußert. Im Zuge der Anwendung „Socialtracker 0.9b“ wurde eine Vergleichsfunktion entwickelt, welche prüft ob und welche Tags in welcher Häufung bei Twitter und – zeitgleich – bei Gplus auftauchen. Die Zahlenanalyse läuft hier auf ein Erkennen von Medienübergreifendes Publikationsverhalten hinaus. Es ist logisch, dass ein übergreifendes Auftreten von anvisierten Tags (alias „Kanal“) ein wichtiges Signal für entsprechende oder angepasste Strategien darstellen kann.
