Analytics: Warum Zahlen nicht immer die Wahrheit sagen.

Social Media Analytics sind eine Box der vielen Gesichter. Und diese Gesichter sehen beim längeren Nachdenken meist noch verwirrender aus als beim ersten Eindruck. Warum das so ist? Weil Zahlen wie die Engagement-Rate nicht einfach nur angesehen werden dürfen, sondern individuell interpretiert werden müssen – mit oft wirklich überraschenden Ergebnissen.

Vergangenen Monat gab ich ein längeres Coaching. In einer spannenden Firma und mit neugierigen Menschen diskutierten wir die bisherige und die künftige Ausrichtung ihrer Social Media Aktivitäten. Natürlich haben wir uns dabei ausführlich der Evaluation gewidmet und lange über Analyse und Monitoring, über Metriken und KPIs gesprochen. Und über die diversen Zahlen, welche uns die Plattformen selbst und externe Tools so alles auswerfen. Dabei tauchten einige Fragezeichen auf.

Auch wenn ich schon auf über 20 Jahre Erfahrung im Bereich der digitalen Kommunikation zurückgreifen kann: Zahlen können ganz schön verwirrend sein, und kann der erste Eindruck die Wahrheit überdecken oder zumindest verdunkeln. Einfach erklärt: Wer sich mit der Analyse seiner LinkedIn-Posts beschäftigt, der wird sich die folgenden Metriken fast täglich näher ansehen:

Praxis: 4 Beiträge und ihre jeweilige Engagement-Rate

Doch schon solch scheinbar einfach ablesbare Zahlen laden zu kräftigen Fehlinterpretationen ein. Nehmen wir uns 4 Posts und vergleichen sie miteinander – gerade bezogen auf ihre Engagement-Rate bzw. ihre Interaktionen.

• Post 1: Der 1. Link-Post hat 5.000 Impressionen erreicht, 190 Likes, 5 Kommentare und 5 Shares. Die Interaktionsrate beträgt also 200 Interaktionen : 5.000 Impressions x 100 = 4%
• Post 2: Der 2. Link-Post hat 10.000 Impressionen erreicht, 15 Likes und 10 Kommentare.
  Die Interaktionsrate beträgt also 25 Interaktionen : 10.000 Impressionen x 100 = 0,25%
• Post 3: Der 3. Link-Post hat 2.500 Impressionen erreicht, 45 Likes und 5 Shares.
  Die Interaktionsrate beträgt also 50 Interaktionen : 2.500 Impressionen x 100 = 2%
• Post 4: Der 4. Video-Posts hat 4.000 Impressionen erreicht, 20 Likes, weder Kommentare noch Shares. Die Interaktionsrate beträgt also 20 Interaktionen : 4.000 x 100 = 0,5%

Engagement-Rate: Achtung vor Fehlinterpretationen

Eine Engagement-Rate beziffert die Zahl der Interaktionen mit dem eigenen Beitrag. Dazu werden die Interaktionen addiert. Welche Folgerungen lassen sich daraus ziehen?

• Der 1. Beitrag ist recht erfolgreich. Die vielen Likes sowie 5 Kommentare haben zum Erfolg beigetragen.
• Die Interaktionsrate des 2. Posts ist am geringsten – die Verbreitung aber am größten. Dies lässt sich auf die Macht der Kommentare – Stichwort „meaningful conversations“ zurückführen. Die Kommentare waren jedoch zum größten Teil eher kritisch bis negativ. Dies erklärt übrigens auch, warum der Beitrag verhältnismäßig wenig Likes erhalten hat.
• Die Interaktionsrate des 3. Beitrages ist am höchsten, die Verbreitung aber gering. Zwar hat er für Interaktion gesorgt; jedoch fehlen die bei LinkedIn wichtigen Kommentare.
• Die Interaktionsrate beim 4. Beitrag spielte gar keine entscheidende Rolle. Denn hier handelte es sich um einen kompakten Text mit eingebettetem Video. Ziel war hier nicht die aktive Einbindung der Community durch Anzahl der Kommentare, sondern Verweildauer/Video-Views. Diese waren in die Berechnung der Interaktionsrate jedoch nicht eingeflossen.

Key Learnings: Interaktionsrate mit begrenzter Aussagekraft

Natürlich ist die Analyse dieses Beispiel nur sehr oberflächlich. Und doch lassen sich ein paar interessante Erkenntnisse ziehen:

1. Hohe Interaktionsraten bedeuten nicht gleichzeitig hohe Verbreitung. Sie sagt oft auch nichts aus über die Sichtbarkeit und Qualität eines Beitrages. Kernproblem: In der Berechnung sind Likes, Kommentare, Shares, Saves etc. gleich gewichtet. Dabei haben diese Signale je Plattform äußerst unterschiedliche Auswirkungen. So ist bekannt, dass bei LinkedIn gerade Kommentare eine wesentliche Rolle bei der Verbreitung von Beiträgen spielen, wogegen es bei Shares negativ „Sharing is scary“ heißt. So müsste man bei der korrekten Berechnung der Engagement-Rate eigentlich die Signale unterschiedlich gewichten – mit größerem Gewicht bei Comments bei LinkedIn; bei Instagram wären es beispielsweise die Saves, die eine höhere Relevanz erhalten müssten.
   
2. Eine hohe Interaktionsrate muss nicht immer unbedingt glücklich stimmen. Es könnte auch sein – wie im Beispiel -, dass das Thema die Menschen stark verärgert oder negativ berührt hat und sich deshalb viele zu diesem Thema negativ und kritisch äußern wollten. Durch die Vielzahl ihrer Kommentare bekommt der Beitrag eine kräftige Sichtbarkeit und wird durch ein aufmerksames Community-Management und die Beantwortung der kritischen Kommentare weiter gepusht. Platt gesagt: Hol dir eine Krise ins Haus, schon stimmt es mit der Interaktionsrate – und der Sichtbarkeit, die natürlich niemand so will.
   
3. Beiträge lassen sich nicht immer vergleichen, da oft hinter den Beiträgen ganz unterschiedliche Ziele stehen. Einfach gesagt: Es lassen sich nur Beiträge mit denselben Zielen miteinander vergleichen. Dabei hilft es manchmal, sich solch eine Übersicht zu erstellen, um Erfolge und Misserfolge schneller identifizieren zu können.

Fazit: Interpretieren statt ablesen

Wie gesagt: Jedes professionelles Social Media Management benötigt heute saubere Social Media Analytics. Den passenden Metriken kann man nicht genug Relevanz beimessen. Nur sollten die Zahlen nicht nur einfach abgelesen und in die eigene Statistik übernommen werden; sie müssen sorgfältig interpretiert werden. Auch dies zählt zu digitaler Kompetenz.

Auch sollten sie zusätzlich in Verbindung mit den Unternehmenszielen gebracht werden. Warum gerade dies laut einer Agorapulse-Umfrage nur 41 % der Unternehmen machen, wie dieser aufschlussreiche Beitrag auf onlinemarketing.de aufzeigt, bleibt mir hingegen ein Rätsel. Denn warum betreiben die dann überhaupt eine Social Media Kommunikation? Aber das ist wiederum ein anderes Thema für ein anderes, ein weiteres Gedankenspiel.

Lese-Tipp: Mit wirklich relevanten vs. oft falsch blendenden Metrics beschäftigt sich auch dieser gute Beitrag im Hubspot-Blog zum Thema Analytics.

_____

Bildnachweis: Photo by Stephen Dawson on Unsplash