– Boardname und Boardkategorie
– Boardbesitzer_in inkl. Name, Herkunft (sofern hinterlegt), Beliebtheit in Form der Fans und Pins und Beschreibung
– Board inkl. Boardname, Beschreibung, Fans und Pinanzahl
– Erstelldatum (Board)

(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.

Neu ist hierbei:

1. Entfernung der Bitly-URLs
2. Aufsummierung der Signals und Gegenüberstellung der Zahlen zu den Statistiken aus Bit.ly

Durch die Erkenntnis, dass die Aktivitäten auf den Sozialen Plattformen wie Twitter, Gplus und Facebook gewünschte Ergebnisse produzieren können, wird die neue Version um weitere Datenquellen ergänzt:

1. Rankende URLs aus XOVI / Xovi-API
2. Anbindung an die Piwik-Schnittstelle (nur Version 1.x) für die Analysen der Einstiegsseiten mit Fokus auf „not-provided“
3. Vereinfachtes Einlesen der G-Analytics-Exports

Aufgrund der vielen und äußerst interessanten Rückmeldungen werden die Datenaufbereitungsfunktionen um die Visualisierung der Entwicklungen in Form von geeigneten Diagrammen ergänzt. Hierdurch lassen sich u.U. Querverbindungen zwischen den einzelnen Socialmedia sichtbar machen.

[Wizard]

Der Wizard soll die Tag/Hashtagrecherche ausgehend von einer Metaebene erleichtern. Das Feature wird entweder via [Strg]+[W] oder über das Hauptmenü Programm=>Wizard aufgerufen. Hier ist das Projekt auszuwählen und das Metaebenen-Keyword einzutragen. Nach der Aktivierung der – dort hinterlegten – Datenquellen (aktuell: Twitter und GPlus) und der Wahl der auszuführenden Funktionen wird der Analyseprozess via „Analyse“ gestartet.

Zu den hinterlegten Funktionen:

„Tag-Filter / Häufung“ beschreibt die Aktivierung der Filterfunktion aus den jeweiligen Tag-Tabellen. Hierbei werden die dort ausgelesenen Tags/Schlagworte zusammen gezählt. Die „Minimalhäufung“ bietet hier eine Ausfilterungsfunktion und sagt aus „Filtere Tags mit einer Häufigkeit von XYZ“.

„gen Zusammenfassung“ verlangt eine vorherige Ausfilterung der Gplus- und Twittertags und realisiert den socialmediaübergreifenden (hier: Twitter und Gplus) Abgleich – es wird hier geprüft, welche Tags auf allen hinterlegten SocialMedia identifizierbar sind.

„gen. G-Suggest aus Filter“ verlangt ebenso eine Ausfilterung der Tags und gleicht die Ergebnisse mit der Google-Suchvorschlagsapi ab.

„Ergebnisse speichern“ speichert sämtliche Ergebnisse in den Ordner /export/projektname mit jeweils dem aktuellen Datum.

[Report]

Neben dem Abspeichern der jeweiligen Rechercheergebnisse in Standard – CSV erlaubt die Anwendung die Generierung von Reports in Form HTML-Dokumente. Die entsprechenden Funktionen befinden sich im Reiter „Report“ und die Reports werden im Stammordner der Anwendung abgelegt. Reportbeispiele für die Metaebene „Suchmaschinenoptimierung“: report (html), report (pdf). Einige Hinweise auf eine mögliche (!) Interpretation der gefilterten Hashtags gab ich im Beitrag „Analyseprozeduren und Interpretationsansätze„.

[Gplaces]

Diese Funktion bedient die Google-Places-Schnittstelle und steht (derzeit) unter einem starken „Beta-Status“. Sie ist aktuell in der Lage, nur (!) Einträge aus besagtem Service anhand der einzugebenden Branche und geographischen Umkreis zu extrahieren. Sie ist in der aktuellen Version des „Socialtracker“ als „experimentel“ zu begreifen und ab der Version 0.11b werden Bewertungen aus Gplaces in einen geeigneten Marktrecherchealgorithmus integriert. Einen ersten Einblick in mögliche Anwendungsszenarien gab ich im Beitrag: „Gplaces-auslesen„.

[Allgemeines]

Die (Hash)tagrecherche ist abhängig von einer Zugriffslimitierung und kann fehlerhaft sein, wenn eben die „Konten“ aufgebraucht sind. Ebenso können Abbrüche oder Fehler auftauchen, wenn mehrere Installationen sich ein und dieselben API-Accounts teilen. Selbstverständlich kann eine lückenlose Erreichbarkeit der API-Services und Scripte nicht garantiert werden.

[Todos / Ausblick auf die Version 0.11b]

1. Stapelverarbeitung auf Gplaces zzgl. Bewertungsauslesemechanismus
2. Diagramm / bildliche Darstellung: (Hash)tag-verlauf, G-Suchvorschlagsentwicklung etc.
3. Einbindung weiterer Socialmedia (hashtagbasierend). In der aktuellen Überlegung: Tumblr, Youtube und Friendfeed
4. bei Twitter: Filterfunktion nach Accounttyp (Analyse: manuelles Twittern, Twittern mit Software, Influencerrecherche)
5. bei Twitter und Gplus: Accountbeobachtungen
6. Weiterführung der Textanalyseexperimente (Reiter „Texte“).

[Hinweise]

Der „Socialtracker“ wird derzeit nicht als Freeware, Testversion oder Sonstiges herausgegeben. Nachfragen oder Supportanfragen oder Anfragen über z.B. die Interpretation der o.g. Reports werden nicht beantwortet. Ausnahmen bilden persönlich bekannte Kollegen, professionelle Anwender und Kunden der Wobus & Lehmann GbR.

1. Beobachtung von Accounts, Firmenaccounts
2. Prüfen von retweets, Favoriten etc.
3. Speichern und Aufbereitung der Ergebnisse => Hashtags, konkrete Tweets etc.
4. geeigneter Automatismus => Alerts
5. Beobachtung von Trends in Form der Twittertrends UND Beobachtung der Influencer
6. ggf. und je nach Algoentwicklung: globale Influencersuche anhand der Hashtags
7. Filterfunktion: Spammer, Autoposter
8. Filterfunktion: Follower / Follows

[Global]

1. Zusammenführung der Hashtaganalyseprozeduren (erledigt => Wizard)
2. Zusammenführung der Hashtaganalyseergebnisse zu geeigneten Protokollen
3. neue Hashtaganalysequellen: Youtube und Instagram plus Zusammenführung
4. Entwicklung von Reportingprozeduren: eMail => Plain, HTML, PDF (keine Whitelabellösung!!!)
5. Hinweisausgabe auf Changelogs und ggf. Einbindung eines „Autoupdaters“ in üblicher und etablierter Form
6. Zusammenführung Hashtagergebnisse aus Twitter u. Gplus mit der piXologisch EasyPromo

[bekannte Fehler]

1. „Forbitten“ bei Gplus (taucht auf, wenn >2 Kopien zur selben Zeit einen API-Key verwenden, lösbar über Rotation oder individuelle Key-Zuweisung)
2. Speichern / Ordnerfehler bei Hashtagresearch, Social-Signals (beseitigt)

Komplett ausgeschlossen ist hier die Etablierung eigenständiger Socialmedia-Clients mit Schreibrechten auf diesen oder jenen Account. Wir haben uns intern darauf verständigt, dass diese Anwendung ausschließlich der Recherche und des Monitoring dienen soll. Ich werde verstärkt bestimmte und sinnvolle Funktionen in geeignete webbasierte Scripte auslagern und somit eine „hybride“ Version des Socialtrackers aufbauen. Zukünftig wird die Datenerfassung also via Webanwendungen und die Interpretation der Daten über die Anwendung „Socialtracker“ realisiert. Die Freigabe der Versionsnummer 0.10b ist für den 25.08.2014 – unter Vorbehalt – geplant. Im Zuge dessen werde ich mich noch um eine geeignete Kompensationslösung für die geplante Abschaltung der aktuellen Verteilerservices (dlvr.it, ifttt.com) bemühen. Schreib- und Recherchescripte für die Socialmedia sind relativ problemlos herzustellen und ich hänge hier noch an Verwaltungs- und Absicherungsfunktionen fest. Wegen einiger Anfragen: es ist nicht möglich, dass ich hier den kompletten Funktionsumfang als „freie Version“ heraus gebe und / oder die fertige Version (also relativ bugfrei etc.) zum Verkauf anbiete. Besondere Ausnahmen sind die Klienten der Wobus & Lehmann GbR oder ein speziellerer Kollegenkreis.

https://graph.facebook.com/search?q=[deinkeyword]&limit=[ausgabelimit]&access_token=[deintoken]

Die Datenausgabe ist das JSON-Format.

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:

1. Wie häufig werden Informationen „bequasselt“?
2. 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.

[Konfiguration]
Angaben zur Konfiguration wie API-Keys, Datenbanken und Verweise auf Datenquellen etc. werden Schritt für Schritt auf den Reiter „//=>Konfiguration“ ausgelagert. Aktuell ist hier die Beschreibung der Stopword-Datei und die Definition der Mindestzeichenanzahl für G-Suggest, Gplus-Hashtaganalyse und Textanalyse aktiv.

[Zusammenzählung der „Social Signals]

Diese Funktion verlangt das Anlegen eines Projektes (keine Sonderzeichen, Leerzeichen etc.) via Funktionsleiste => „Projektmanagement“.

Das Programm erwartet hier den Import von kompletten Linklisten. Diese werden entweder über das Hauptmenü „Import“ (Linkliste) abgeholt oder über die Optionsleiste (Datenquellen). Bei den Datenquellen lassen sich drei Optionen auswählen:

a) Sitemap-URL
– Konstruktionen mit Sitemapverschachtelungen sind aktuell nicht (!) erfassbar, es gilt: eine Sitemap => eine URL-Liste
b) XOVI
– für diese Quelle ist die Hinterlegung eines gültigen XOVI-API-Codes zwingend erforderlich.
– Auslesen sämtlicher bei Xovi erfassten Links zu einer URL
– bitte die korrekte URL-Schreibweise beachten: manchmal funktioniert ohne www, manchmal ist www erforderlich
– Ausgabelimit ist (fest verbaut) 1500 URLs
– Scrapeprozess kann, je nach Umfang, relativ lange dauern
c) Sitemap-Datei
– funktioniert wie a) und erfordert eine lokal abgespeicherte XML-Sitemap

Nach der Datenquellendefinition und dem Scrapeprozess hat man die Möglichkeit, die verschiedenen Socialmedia via deren Statistikservices oder API-Lösungen auszulesen. Dies geschieht über die Funktionsleiste:

a) Facebook
– Auslesen von Like, Click, Share, Comment plus Zusammenzählung
– direkte Anbindung an Facebook

b) Twitter
– Auslesen der Tweets zu den URLs
– direkte Anbindung an Facebook

c) Gplus, Pinterest, Delicious
– Auslesen besagter Services über die API eines kostenfreien Drittanbieters
– BETA-Status und kein abschließender Entschluss bzgl. der Weiterverwertung des Anbieters
– je nach Auslastung wird „N/A“ ausgegeben

d) „Alles“
– Auslesen sämtlicher SocialSignals über API des Drittanbieters
– BETA-Status

Nach Auswahl der Analysefunktionen und Bestätigung mit Hilfe des Buttons „Check“ wird die Zählprozedur gestartet. Hier gilt, dass der Berechnungsaufwand entsprechend des Listenumfangs hoch oder niedrig sein kann. Die Analyseergebnisse befinden sich im Reiter SocialSignals => Daten / Auswertung in tabellarischer Form. Der Übertrag in ein Diagramm findet über Hauptmenü => Auswertung => Social-Signals statt.

[Textanalysen]
Die Textanalyse befindet sich im Reiter „Texte“. Sie verlangt die Eingabe eines Textes und erledigt die üblichen Analyseprozeduren wie Keyworddichte und WDF. Sie befindet sich teilweise im Beta-Status.
Eine besondere „Datenquelle“ für diese Funktion ist der Facebook-Scraper (Button FB-Scraper). Nach Betätigung erscheint ein untergeordnetes Fenster, welches die Eingabe einer Facebookseite (nur Name, erkennbar in der URL einer FB-Seite) verlangt. Hier werden die Statusmeldungen gescraped und in die Hauptfunktion übertragen.
Die Datenbasis der „Textanalyse“ lässt sich über die Angabe „Ignoriere Keys mit < XX Häufung“ anpassen. Ergebnisse aus dieser Analysefunktion lassen sich mit Hilfe der bekannten Hashtaganalyse und G-Suggest gegenprüfen – man möchte schließlich erfahren, welche Worte auch tatsächlich verwendet werden. Die Verbindung zwischen den beiden Features findet man im „Popup-Menü“ (Rechtsklick auf die Ergebnistabelle).

a) Analyse => Hashtaganalyse
– Übergabe der ersten Spalte (also: gefilterte Keys) an die Hashtagfunktion
– Ergebnisse lassen sich über den Button „+Hashtag“ zusammenführen
b) Analyse => G-Suggest
– Übergabe der ersten Spalte an die G-Suggestfunktion
– (aktuell) keine Zusammenführung der Ergebnisse

Download: socialtracker_08b.zip

[Dateisystem]
Die angelegten Projekte befinden sich im Unterordner „projekte/[projektname]“. Hier werden Sitemap-Url und URL-Listen abgelegt. Die Ergebnisse aus dem Komplex „SocialSignals“ befinden sich im Ordner „reporting/[typ]/[projektname]“ in jeweils html oder csv-Format mit beigefügtem Datum. Im Ordner „config“ befindet sich die „Stopword“-Datei, welche entweder hier oder im Programm unter „Konfiguration“ bearbeitet werden kann.

[Bekannte Fehler]

1. keine Durchgehende Ausfilterung leerer Zeilen beim SocialSignal-Tracking (Bitte mehrmals bedienen)
2. Datenübertragungsfehler bei SocialSignals zu Diagramm

[Todo]

1. Anbindung der Datenquellen Twitter und Gplus an den Komplex „Textanalyse“ und geeigneter Abgleich der Ergebnisse
2. Hashtaganalyse auf Twitter und Abgleich Gplus <> Twitter
3. saubere Reports auf PDF-Basis zzgl. Layoutfunktion
4. fortlaufende Beobachtung der Trends aus den Socialmedia

Es gilt auch hier, dass Support und Einweisungen ausschließlich den Kunden der Wobus & Lehmann GbR gewährt wird. Ausnahmen sind nur bei interessanten Beta-Testern möglich, wobei wir hier uns die Akteure genauer anschauen werden.

1. Man beschränkt sich auf die Darstellung des eigenen Geschäftes.
2. Man beschränkt sich auf pauschales Republizieren der zu bewerbenden Angebote und „erwartet“, dass sofort wahnsinnig viele unbekannte Personen hierauf aufmerksam werden und die vorgestellten Produkte kaufen.
3. Man vermutet, dass „Likes“und die „Optimierung“ der „Likemasse“ das Ziel der Arbeit sein muss, da wahnsinnig viele Likes die eigene Reputation heben … einen selbst als „wichtig“ und „nachgefragt“ erscheinen lassen.
4. Man verzichtet im Wesentlichen oder sogar komplett auf die Kommunikation mit eventuell vorhandenen Fans.
5. Man ignoriert die Bedürfnisse, Fragen, Sorgen und Probleme der ansprechbaren Zielgruppe und geht weder in der Kommunikation noch in der Konzeption der FB-Seite auf das anvisierte Klientel ein.
6. Man kauft Likes und Shares und vergisst, dass die dahinter liegenden Mechanismen entweder maschinell / automatisiert (also auf Fake-Accounts basieren) oder teilweise über größer angelegte Tauschsysteme beruhen.

Zusammengefasst: es ist offenbar nicht unüblich, bei dem „Socialmedium“ Facebook die elementarsten Werbe- und Kommunikationsformen zu ignorieren. Ausgehend von den eigenen Erfahrungen der Spielwiese „Lostplaces“ empfehle ich einen etwas globaleren Ansatz. Also hier meine Anregungen.

1. Verlinke von Außen auf die FB-Seite und setze hier einen Schwerpunkt auf Social-Kanäle.
2. Leite den FB-Seiten-Feed auf andere Kanäle weiter.
3. Schau Dir sehr genau an, was die Zielgruppe am meisten kommentiert und ignoriere die „Likes“. Kommentare geben sehr genau wieder, welche Qualität gewünscht ist und was im Detail zum Kommentieren, Kaufen, Teilen und Empfehlen animiert. Ein Blick in die Seiten der Konkurrenz, die Tagespresse oder auch andere „Social Media“ hilft hierbei. Weitere spannende Ansatzpunkte liefern die verwendeten Hashtags der sog. „Influenzer“.
4. Gib Deiner Seite einen Namen, eine URL, welche die Hauptsuchphrase zeigt und – darüber hinaus – die zukünftigen Inhalte wiederspiegelt.
5. Optimiere die Posts der Facebookseite auf die Erkenntnisse aus (3). Facebook bietet zwar nicht dieselben Onpageoptimierungsmöglichkeiten wie ein Blog oder sonstige Webauftritte, liefert aber Kompensationsmöglichkeiten über Inhalte und angefügte Kommentare.
6. Wenn man das gewünschte Like-, Kommentar-, und Teilvolumen erwirtschaftet hat, empfehle ich die Behandlung der Facebookseite analog zu den „anderen“ Webprojekten. Also sind hier Quervernetzungen von und zu Twitter, Instagram, Tumblr und sonstigen „SocialMedia“ interessant. Eine Weiterleitung auf z.B. Twitter versorgt also den eigenen FB-Stream mit den gewünschten „Social Signals“ und birgt das Potential einer Reichweitenerhöhung via Twitter und den dort eingesetzten Hashtags. (Dasselbe gilt natürlich für die – hier nicht angemerkten – „anderen SocialMedia“.) Die Werkzeuge hierfür sind dlvr.it und ifttt.com. Analysiere das Klick, Like, Share und Commentverhalten über die API-Schnittstelle.
7. Erkennt man (erste) Indexierungsergebnisse und Positionen bei Google (site:deinefb-seite.com), sollte man die Positionierung mit Hilfe der üblichen und bekannten Linkaufbaumaßnahmen unterstützen. Hierbei sind fortlaufende Positionscheckprozeduren durchzuführen. Es lohnt sich auch, neue und alte Fans darüber zu befragen, wie sie denn zu einem gekommen sind.
8. Kommentare wirken positionsfördernd: animiere Deine Fans zum Kommentieren und entwickle hier einen eigenen Stil. Kommentaraufforderungen in Verbindung mit Gewinnspielen, profanen Standardbildchen (Sprüche, Zitate, Katzenfotos etc.) passen nicht auf jedes Thema. Kommuniziere mit Deinen Fans angemessen und binde hier auch Deine Wunschsuchphrasen in einer nicht zu allgegenwärtigen Form ein: eine „Überoptimierung“ dürfte auffallen und eher – aufgrund der gekünstelten Form – abschreckend wirken.
9. Persönliches – NICHT Privates – kann Bindungen herstellen und festigen. Ich wähle bei meinem Beispiel immer gern Selfies oder Teilselfies und themenbezogene private Meinungsäußerungen wie „Empfehlungen“. Ich verzichte auf Like, Share und Klickaufforderungen
10. Verwende externe Services zur Zielgruppenbindung wie „eigene Smartphone App / Chayns„

Pro Forma: die o.g. Anregungen lassen sich nicht immer 1-zu-1 auf beliebige Facebook-Konzepte übertragen und ich kann hier natürlich keine Erfolgsgarantie abgeben. Diese Liste ist Ergebnis eigener Experimente und bezieht sich auf die Lostplaces-Seite.

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

a) Analyse, Beobachtung von Facebook-Seiten inkl. Posts, Likes, Comments und User

https://graph.facebook.com/[FB-Gruppen-ID]/feed?limit=1000&access_token=[AccessToken]

b) Recherche der Facebook-ID

http://findmyfacebookid.com/

c) API-Explorer zzgl. Accesstoken-Generator

https://developers.facebook.com/tools/explorer/?method=GET&path=19292868552%2Ffeed

d) Get shares, likes, comments, clicks, all

https://graph.facebook.com/fql?q=SELECT%20like_count,%20total_count,%20share_count,%20click_count,%20comment_count%20FROM%20link_stat%20WHERE%20url%20=%20%22http://deineurl.com%22

 Twitter

a) Tweetzähler

http://cdn.api.twitter.com/1/urls/count.json?url=http://deineurl.com

Pinterest

a) Pinzähler

http://api.pinterest.com/v1/urls/count.json?callback=&url=http://deineurl.com

Die Beobachtung von Facebookseiten etc. wird Bestandteil von piXologisch SocialTracker (Premium) werden.

1. Sitemapcrawler / Sitemapimport
2. Projektmanagement
3. graphische Aufbereitung der Ergebnisse

Die Ergebnisdaten der zu analysierenden Projekte befinden sich in den Ordnern /projekte/[typ]/projektname/socialanalyse[datum].csv (.html, etc.)

Die Tabelle der Analyseergebnisse wurde mit einer Basissortierfunktion ausgestatten, hierfür klickt man auf den jeweiligen Spaltennamen.

Aus der Bedienung dieser Anwendung können sich die folgenden Erkenntnisse ergeben.

[Rankingeffekte]

Durch den Abgleich von gut rankenden Urls (siehe XOVI-API) mit den Socialsignals lassen sich eventuelle Rankingvorteile oder Rankingnachteile im Vergleich zum Wettbewerb erkennen.

[Marktrecherche, Produktgewichtung]

Zeichnet sich hier eine hohe Comment / Likefrequenz bei bspw. Facebook ab, kann das auf eine hohe Nachfrage etc. hindeuten.

Download: socialtracker_02b.zip

Diese Version ist im Beta-Stadium und Freeware. Der Support ist auf die Klienten der Wobus & Lehmann GbR beschränkt. Anfragen btr. der Dateninterpretation oder die Übermittlung von interessanten / „werthaltigen“ Funktionswünschen bitte an Anne [anne(at)pontipix.de] weiterleiten.

Die Bedienung dieser Version funktioniert wie folgt:

[Datenimport]

1. Hauptmenü => Linkliste => Freitext
2. Hauptmenü => Linkliste => EasyAnalyzer

Die 1. Version öffnet ein weiteres Fenster, worin die zu analysierenden URLs hinein kopiert werden können. Die 2. Version importiert sämtliche Reportdatenbanken aus dem Programm „Trafficanalyzer“ (Rankingreports und Backlinkreports).

[Bedienung]

Nach dem Datenimport der Linklisten muss das zu analysierende „Medium“ ausgewählt werden. Hierbei gibt es die Wahl zwischen Facebook, Twitter, G+ als „Einzelposten“ und einer Komplettübersicht. Nach Betätigung des Button „Check!“ wird der Analysevorgang ausgelöst.

Bitte beachten:

1. Je nach Umfang der Linklisten dauert der Analysevorgang (>=500 Elemente ca. 10 Minuten bei der Komplettübersicht).
2. Das Programm kann sich während des Analysevorganges „aufhängen“: hier weiter laufen lassen.
3. Der Datenimport beinhaltet eine Gegenprüfung auf doppelte Einträge und löscht Diese.

Die Reports befinden sich in den entsprechenden Unterordnern /reporting/[medium] oder /reporting/[alles] in den Formaten *.csv und *.html.

Download: socialtracker_01b.zip

Todo & angedachte Updates (alles ohne Gewähr)

1. Projektmanagement => Zuordnung von Ergebnissen zu konkreten Domains, Objekten etc.
2. Tagesaktueller Abgleich der Ergebnisse
3. Präsentation der Ergebnisse in geeigneter graphischer Form
4. Wettbewerbsabgleich
5. Hashtaganalyse nach Metaebene / Metathema
6. Sitemapcrawler (erledigt)

Auch bei dieser Anwendung gilt, dass ich auf keine Sonderwünsche oder Supportanfragen eingehen kann. Der Austausch ist natürlich immer gern gesehen.