Magnet statt Megafon: So funktioniert Data-Driven Content Marketing

Content Marketing ist in aller Munde. Dies ist einerseits positiv, weil ein längst fälliges Umdenken mit Blick auf die Methoden und Ziele des Marketings stattfindet: Weg vom Megafon, dessen Lautstärke und Botschaften häufig störend wirken und hin zum Magneten, der mit attraktiven Inhalten anzieht und eine Beziehung zum Gegenüber aufbauen möchte.

Daten interpretieren, um die richtigen Entscheidungen zu treffen

Eher negativ ist andererseits der Umstand, dass Content Marketing als Begriff kaum definiert ist. Ich möchte in diesem Blogpost jenes Definitionsmerkmal thematisieren, das für mich am wichtigsten ist: Daten. Auch diesbezüglich sollte ein Umdenken stattfinden. Denn Marketing kommt ursprünglich aus einer Zeit des Datenmangels, während heutzutage ein Datenüberfluss herrscht. Daraus ergibt sich, dass nicht bloß die Menge an Daten entscheidend ist, sondern die Fähigkeit, diese zu interpretieren und die richtigen Entscheidungen zu treffen. Meines Erachtens ist diese Fähigkeit in vielen Marketingabteilungen noch zu wenig vorhanden.

Das obige Modell unterscheidet bei der Umsetzung von Content Marketing vier Phasen:

1. Planung
2. Produktion
3. Publikation
4. Evaluation

Es kann dann von Data-Driven Content Marketing gesprochen werden, wenn die Entscheidungen in diesen vier Phasen basierend auf Daten gefällt werden. Dieses Vorgehen macht den Magnetismus aus, denn die Reaktionen der Zielgruppen werden stärker gewichtet, als die eigenen Aktionen. Am Beispiel eines Blogposts kann das Modell folgendermaßen verwendet werden:

Planung: Social Media Monitoring kann Themen aufzeigen, die aktuell im Gespräch sind und sich dadurch als Basis für einen Blogpost eignen. Als Key Performance Indicator, der die Popularität und Aktualität eines Themas misst, eignet sich unter anderem MozRank.

Produktion: Neben dem Thema sollten auch der Titel, die Textlänge und das Bildmaterial des Blogposts nicht zufällig gewählt werden. Um diese Faktoren möglichst aussagekräftig und effektiv zu gestalten, kann man zum Beispiel auf Key Performance Indicators zurückgreifen, deren Daten aus bereits publizierten Blogbeiträgen resultieren. Titel und Bildmaterial können mit A/B-Tests optimiert werden, die zufällig unterschiedliche Varianten des Blogposts zeigen. Anhand der Click Through Rate sieht man, welche Variante die attraktivsten Inhalte beinhaltet. Die ideale Textlänge kann unter anderem anhand der Verweildauer beurteilt werden – so wie im nachfolgenden Beispiel mit Google Analytics ermittelt.

Publikation: Nachdem der Blogpost publiziert wurde, kann es sich lohnen, neben organischen Posts und Tweets zusätzlich Ads zu schalten. Hierbei stehen auf Facebook, Twitter, Instagram, YouTube und anderen Plattformen umfangreiche Targeting-Möglichkeiten zu Verfügung. Deren Performance kann – wie im Beispiel unten bei Twitter – unter anderem anhand der Engagement Rate beurteilt werden.

Evaluation: Neben der Verweildauer und der Engagement Rate werden in dieser Phase weitere Key Performance Indicators erfasst und analysiert, welche eine Aussage über den Erfolg ermöglichen und Grundlagen für den nächsten Zyklus liefern können, in welchem Blogbeiträge geplant, produziert und publiziert werden.

Zu diesem Modell passende Best Practices für Data-Driven Content Marketing zeige ich Ihnen zusammen mit Miki Vayloyan, LexisNexis GmbH, in der Aufzeichnung des Webinars vom 20. Januar:

Wir haben für Sie die Präsentationsunterlagen sowie Fragen und Antworten aus dem Webinar zusammengestellt.