[1. Schritt]
Suchabfrage auf die Boards
https://api.pinterest.com/v3/search/pins/?join=via_pinner,board,pinner&page_size=20&query=[suchwort(e)]&access_token=[deintoken]

[2. Schritt]
Erfassen der Boardbesitzer_innen über den Eintrag „data[nr].url„. Dieser hat das Schema /username/boardname und demzufolge müssen die „/“ zzgl. dem Boardnamen entfernt werden. Der extrahierte Username wird zwecks Weiterverarbeitung zwischengespeichert.

[3. Schritt]
Erfassen der Userangaben mit Hilfe der URL: https://api.pinterest.com/v3/pidgets/users/[username]/pins/
Die Angaben zum User befinden sich in diesen Variablen:
[user][about] => Beschreibung
[user][location] => Ort / Land
[user][full_name] => Name des Users
[user][follower_count] => Anzahl der Fans
[user][pin_count] => Anzahl der Pins
[user][profile_url] => Profilurl

Schaut man sich nun die Ergebnisse aus der Abfrageurl an, fallen Angaben zu den letzten Pins und deren „Beliebtheit“ (repin_count, like_count) auf und diese lassen sich nun als Bezugsgröße für die Beobachtungen zu „Aktivität“ und „Beliebtheit“ heran ziehen. Bei einer sauberen Langzeitanalyse dieser Daten lassen sich u.U. Teilaspekte des „User Intent“ prognostizieren. Ich werde vermutlich bis zum 18.01.2016 die Recherchefunktionen in unseren Beobachtungskomplex einbeziehen und unseren Kund_innen und Betatester_innen zur Verfügung stellen. Eine eventuelle Erweiterung der Accountanalysefunktionen auf die Systeme „Instagram“, „Twitter“ und „Facebook“ wird von uns derzeit intern noch ausdiskutiert.

(a) Tagsammlung
(b) Link
(c) Publish-Datum des Posts

Die Analysefunktion lässt sich über den folgenden Link erreichen und ist im System unter dem Kürzel „TF+P“ zu finden (siehe „letzte Recherchen„).

Versierte User_innen können auch das Script auch hierueber aufrufen: http://www.pontimania.de/_tools/instagram/output_txt3?abfr=foto&tagmin=20. Hier lassen sich die Variablen „abfr“ und „tagmin“ entsprechend der Bedürfnisse anpassen, wobei „tagmin“ hier die maximal auszulesende Ergebniszahl beschreibt.

Ich bitte zu beachten:
Das Erfassen der Posts erfordert relativ viel Speicherplatz und demzufolge wird ein lückenloses Monitoring nicht gewährleistet. Wir werden allerdings „intern“ noch über die Updatefrequenzen diskutieren und eine entsprechende Meldung in diesem Blog absetzen. Die Rechercheergebnisse aus der Tabelle „Posts“ können und sollten also primär zum Zwecke der „groben“ Inspiration dienen.

Die bestehende API wird zeitnah auf die neuen Datensätze angepasst.

[Einlesen des Feeds]
[]$json=file_get_contents('https://api.pinterest.com/v3/search/pins/?join=via_pinner,board,pinner&page_size='.$menge.'&query='.$search.'&access_token=deintoken');
Die Variable „$menge“ beschreibt hier die Anzahl der auszugebenden Ergebnisse, wobei hier maximal 200 möglich sind. Die Variable „$search“ beschreibt die zu übergebende Anfrage, welche eine Phrase oder ein einzelnes Wort beinhalten kann.

[Auswerten des Feeds]
[]$json_a=json_decode($json,true);
$data = $json_a['data'];
$summe = count($data);
Das Element „data“ umfasst die Datensätze zu den einzelnen Pins und die Variable $summe beinhaltet die Zusammenzählung aller ausgegebenen Datensätze zu den Pins.

[]$json_a['data'][$a]['title']
Die Variable „$a“ bezieht sich hier auf die Zählschleife, welche die Datensätze „Schritt für Schritt“ einliest und auswertet. Sie wird mit jedem Schritt um „1“ addiert und die Schleife beendet sich beim Erreichen des Zustands „$a=$summe“.
[]$json_a['data'][$a]['description']
https://www.pinterest.com/pin/".$json_a['data'][$a]['id']
$json_a['data'][$a]['repin_count']." / ".$json_a['data'][$a]['like_count']
Auslesen der Pinbeschreibung, des Pinlinks und der Anzahl „Repins“ / „Likes“. Für weitere Informationen aus den Ergebnissen muss natürlich der unbearbeitete Originaldatensatz hinsichtlich der Variablen analysiert werden und hier können sich Hinweise auf die Autoren der Pins, der hinterlegten URLs und eventuellen Qualitätsmerkmalen der Pins wie Hauptfarbe und Auflösungen interessant werden.

Nach aktuellem Kenntnisstand existiert leider keine Möglichkeit, die Ausgabe der Pins in irgendeiner Form zu sortieren (Datum, ID, Autor etc.) und man muss hier eine geeignete Sortierfunktion selbst entwickeln oder das Problem via nachgelagerter Datenbankanbindung lösen.

Wozu benötigt man das Ganze oder wie lassen sich nun die Datensätze konkret verwerten? Pinterest liefert interessante Rückschlüsse auf konkrete Marktsituationen, da die Metriken „Like“ und „Repin“ im Verhältnis zum Datum langfristig beobachtbar sind. Hieraus lassen sich klare Trends ableiten und zwar dahingehend, dass bestimmte Angebote eben „beliebt“ sind. Bei ordentlicher Datenerfassung und Datenaufbereitungen lassen sich die Zahlen nun auch mit bspw. unserer Hashtagdatenbank abgleichen und man könnte hier auch Gegenproben auf die Ergebnisse aus G-Trends oder dem G-Keywordtool realisieren. Denkbar wäre hier auch eine Hashtaganalyse auf die „Title“ und „Description“.

1. Zusammenführung der Ergebnisse im Reiter „Zusammenfassung“ (mit Bitly-Abgleich)
2. Bitly-Modul akzeptiert jetzt niedrigere Abfragefrequenzen
3. Erweiterung der Exports in CSV
4. Bugfix: Twitter-Statistik

Das Reportingformat entspricht dieser Beispieldatei und wird ab sofort in das Kundengeschäft eingegliedert.

In einer zukünftigen Version werde ich weitere Importquellen wie Webmastertools, Piwik und den eigenen Rankingchecker hier andocken und somit die maschinelle Nachweisbarkeit der Zusammenhänge von Konversion <> Social-Media ermöglichen.

– Einblendungen, Repins, Likes, Clicks je Pin
– Einblendungen, Repins, Likes, Clicks je Pinwand

Zur Erklärung // Informationen innerhalb der Analytics
https://analytics.pinterest.com/audience/
Dieses Features schlüsselt die Einblendungen, die Herkunftsländer und das Geschlecht der Besucher (Fans, Follower) auf.

Weitere Informationen findet man hier.

http://www.google.com/uds/GwebSearch?callback=response&rsz=large&v=1.0&q=’+ UTF8Encode(query)

Diese muss in der Programmierung um die Variablen:

„&start=[label]“ („label“ bezieht sich auf die Ergebnisseiten OHNE SEM in Form der fortlaufenden Resultate)
„&gl=[Ländercode]“ (uk, de usw.)

erweitert werden.

Der Ansatz beinhaltet im aktuellen Stadium keine Recherche auf Bundesländer- und Stadtebene und es muss im Prinzip „nur noch“ eine geeignete Datenbanklösung gefunden werden.
Durch die Entwicklung an den Keywordrecherchetools, der Anbindung an die Piwik-API etc. lassen sich mit diesen Ansatz folgende Probleme lösen:

– Welche wirtschaftlich werthaltigen Keywords ranken im Vergleich zum Wettbewerb?
– Wo ranken die „not-provided“-Einstiegsseiten zu den „wirtschaftlich werthaltigen“ Keywords? (Abgleich Piwik-API)

Im Etablierungsprozess der Algos werde ich bzgl. der zu prüfenden Keywords neben der manuellen Eingabe die Vorschlagrechercheprozeduren und einen Import aus den Webmastertools in Betracht ziehen. Betrachtungen bzgl. der Wettbewerbsanalyse lassen sich durch das Vorhandensein diverser Socialmedia-Recherche-Algorithmen nun so lösen, dass eventuell gefundene #1-#10 Wettbewerber hinsichtlich der „Social-Signals“ analysiert werden können.

Eine Backlinkcheckerfunktion wird aufgrund der aktuell begrenzten Ressourcen nicht angedacht oder umgesetzt und wir werden hausintern die Reports (unter Vorbehalt) bis Mittel 2015 auf die skizzierte Lösung umstellen.

Die Lösung ist recht simpel. Man benötigt aus den genannten Analyseanwendungen die Ausgabe der Einstiegsseiten – zugeordnet zur Eigenschaft „not-provided“. Diese Liste oder Linksammlung übergibt man mit Hilfe einer zu programmierenden Lösung an die API von irgendeinem Dienstleister (Sistrix … Xovi) seiner Wahl. Die API-Lösungen sind in der Regel sehr gut und verständlich dokumentiert und liefern durch die Abfrage- und Ausgabefunktionen die rankenden Keywords zu den übergebenen Linklisten aus. Selbstverständlich ist dieser Weg nicht ideal, da Xovi und Sistrix nicht (!) das Such- und Userverhalten abbilden können. Um hier die entstandene Lücke zu füllen, bietet sich ein Blick in die Webmaster-Tool-Daten an: hier lassen sich die Ergebnisse aus dem Punkt „Suchanfragen“ auswerten.

Natürlich bleiben bei der Beanspruchung der Keyworddatenbanken und der Datensätze aus dem Webmastertool weitere Lücken im Erkenntnisgewinnungsprozess. Diese löst man entweder über die Entwicklung eines eigenen Rankingcheckers oder über die Anbindung eines ggf. vorhandenen Positionsprüfers (Hier auf geeignete Exportfunktionen, APIs etc. achten!). Piwik scheint hier einen Sonderfall abzubilden – man kann konkrete Positionsangaben auch bei „not-provided“-Zugriffen (gekennzeichnet durch „#“) auswerten und hierüber den Weg zum Verkauf oder Absprung analysieren.

Der skizzierte Lösungsweg befindet sich bei unseren Projekten bereits im Einsatz und ich bitte zu bedenken, dass die konkrete Implementierung individuell sein kann. Der Grund ist relativ einfach: durch das nicht standardisierte Erfassen von den Verkäufen (via Piwik, via Analytics, via externe Buchhaltungsanwendung, via Webshop, via Affiliatenetzwerke), wird man wohl um eine Eigenentwicklung nicht umhin kommen.

Anhand der Rückmeldungen aus meiner „Socialmedia-Filterblase“ habe ich die Vermutung, dass dieses Thema sehr wichtig ist. Da die W&L GbR allerdings keine individuellen Softwareentwicklungen anbietet, existiert (derzeit) keine Möglichkeit der Herausgabe unserer Algorithmen und Anpassen der Funktionen auf den individuellen Endanwenderfall. Selbstverständlich besteht die Möglichkeit einer Anfrage nach Struktogrammen oder der Erläuterung des Lösungsweges. Bei Interesse bitte eine EMail an anne(at)pontipix.de senden oder das Anfrageformular verwenden.

1. Fragenrecherche bei G+, Facebook und Twitter über deren APIs
2. Erfassung der „Frageentwicklung“ (Zeitpunkt)
3. Erfassung der Antworten bei spez. „gutefrage.net“

1.) Wie finde ich auf Facebook eine interessante Zielgruppe?
Die Zielgruppenrecherche ist bei diesem Medium relativ einfach. Wenn man sich am „richtigen Leben“ orientieren möchte, schaut man sich natürlich an, in welchem Umfeld die zu bewerbenden Produkte und Dienstleistungen verwendet und eingesetzt werden. Es erscheint als logisch, dass man in Wohneinrichtungsseiten Menschen findet, welche gern Einrichtungsgegenstände wie Möbel, Wandschmuck oder allgemeine Kleingeräte aus dem Bereich Wohnen & Leben einkaufen. Man muss hier prüfen, wie aktiv die nun identifizierte Zielgruppe ist, wie kommunikationsstark sie ist und welche Themen besprochen werden. Aus diesen Überlegungen ergeben sich diverse Merkmale, welche ich gern als „Qualitätsindikatoren“ bezeichne.

a) Themengewichtung
Die gefundenen und zu beobachtenden FB-Seiten zeigen ja – das ist ihre Natur – diverse Inhalte aus dem Bereich, wo man Werbung betreiben möchte. Die Frage nach der Unterscheidung „wichtiges“ oder „unwichtiges“ Thema lässt sich einfacher beantworten, wenn man sich die Reaktionen auf die Themenpräsenz anschaut und hier kommt die Zielgruppe in den Fokus. Die Zielgruppe … die aktiven Accounts haben drei interessante Interaktionsmöglichkeiten: Like, Share und Comment. Hier lassen sich nun diverse Gewichtungen anstellen und ich rate nicht zu einer subjektiv geprägten Auf- und Abgewichtung dieser Interaktionsvarianten, da diese verschiedene Signale – in einem eventuell nicht kalkulierbaren Mix – eine völlig verschiedene Wirkung zeigen können. Nach einigen Experimenten und gut – bei den Suchmaschinen – positionierten Facebookseiten haben wir die Erfahrung gemacht, dass der Schlüssel zum Erfolg in der dauerhaften Kommunikation zu suchen ist. Kommunikationsstarke oder aufwändigere Interaktionen sind die Shares und Comments, also müssen im Rahmen der „Themengewichtung“ Gründe für gut kommunizierte Posts gefunden werden.

b) Kommunikationsgewichtung
Bei der Gewichtung der einzelnen Kommunikationsprozesse lege ich viel Wert auf die konkreten Inhalte. Also hier ist für mich interessant, ob, welche und wie viele Fragen, Anforderungen oder allgemeine Sätze zu den einzelnen Themen seitens der „Fanbase“ geäußert werden. Analytisch betrachten bedeutet bspw. viele Fragen das Vorhandensein vieler Probleme rund um die gezeigten Themen, Produktvorstellungen und ggf. vorhandene Unternehmensneuigkeiten. Dasselbe gilt natürlich auch für eine Häufung diverser Vulgärausdrücke.

Die Zusammenfassung aus den Punkten a) und b) kann (natürlich abhängig vom individuellen Fall) folgende Todos ergeben:
I) Beantworte alle offenen Fragen der beobachteten Facebook-Seiten.
II) Begebe Dich auf dasselbe sprachliche Niveau, auf dieselbe sprachliche Ebene der gefundenen Zielgruppe.
III) Spiele mit Strategien, welche Kommunikation in Form von „Comments“ anregen. (Was meint Ihr dazu? Wie ist Eure Meinung hierzu?) Interessant kann hier auch das geschickte Verwerten von Klischees sein.
IV) Bettele niemals um Likes, Shares und Comments auf Deiner eigenen Seite, wenn diese Strategie in Deinem Bereich unüblich ist und / oder diese Form im Vergleich zur Qualität Deiner Produkte und Dienstleistungen eher unangemessen ist und beziehe bei einer eventuellen Verwendung der Bettel-Strategie die Zielgruppenbeobachtung mit ein: die Zielgruppe kann sich hierzu in anderen Situationen und auf den Seiten des Wettbewerbs deutlich dazu äußern.

2.) Wie erhöhe ich kostenlos die Reichweite meiner eigenen Seite?
Ich hatte einmal eine interessante Situation erlebt: ausgehend von unserem Lostplaces & Urbexfotografie – Experiment teilte ich einen externen Beitrag (nicht Facebook-extern, sondern außerhalb der eigenen Seite innerhalb von Facebook) auf die Lostplaces-Page. Die Sharemotivation entstand aufgrund einer sehr hohen vorhandenen und sichtbarer Teilfrequenz (siehe die fortlaufende Zahl „Shares“ …). Was war passiert? Die Reichweite hatte vervierfacht, es wurden weitere – externe – Personen als Fans akquiriert und es entstand neue Kommunikation. Dieser Effekt konnte einige Male im Klientengeschäft reproduziert werden und ich empfehle an dieser Stelle einen Blick auf die – sich unter den typischen FB-Posts befindlichen – Icons: ein Klick auf die „Share-Aufzählung“ zeigt nämlich dem interessierten Publikum, WER den Beitrag denn geteilt hat. So etwas produziert Aufmerksamkeit. Aber Achtung: es gibt hier natürlich keine Garantie für eine dauerhafte Reichweitenetablierung und der Fanaquise – die eigenen Zahlen dürften optimierbar sein, sofern die Basis (siehe Ausführungen zu a) und b)) passt.

3.) Wie bekomme ich eine Facebook-Seite in das Google-Ranking?
Wenn die Basis funktioniert, die Kommunikationsprozesse etabliert sind und sonstige „Hausaufgaben“ erledigt sind, taucht immer die Frage nach der Traffic & Fanaquise über den Kanal „Google“ oder „Extern“ auf. Die Positionierung lässt sich immer lösen, indem man die bekannten SEO-Offpage-Strategieansätze anwendet, also:
a) Die Fanpage muss verlinkt werden.
b) Die Galerien, die Kategorien etc. der Fanpage können im Rahmen des Linkaufbaus verarbeitet werden.
c) Die Fanpage „freut“ sich über externe „Social-Signals“.

Weiter lesen:

Facebook-Search-API, Datenrecherche