Content Marketing KPIs auf dem Prüfstand

Cartoon on Wishful ThinkingContent Marketing ist das Online-Marketing-Ding der Stunde. Die Gründe dafür sind vielfältig: Mehr und mehr Nutzer recherchieren online. Die herausragende Rolle, die Content mittlerweile auch bei den Suchmaschinen spielt. Der nachhaltige Wert, den man mit Inhalten für Nutzer schafft und die dadurch verbundene Kundenbindung. Und nicht zuletzt das Versprechen guter Mess- und Auswertbarkeit.

Gerade die Mess- und Auswertbarkeit ist für viele Online-Marketer mittlerweile eines der überzeugendsten Argumente Content Marketing zu betreiben. Im zahlengläubigeren Amerika, wo das Online Marketing schon länger auf die Wirkung von wertvollen Inhalten setzt, zeigt sich das ganz besonders. Dementsprechend führt eine Suche nach „content marketing kpi“ auch kaum zu deutschsprachigen Top-Treffern – zeigt aber wie gefragt das Thema bereits ist (mit rund 500.000 Suchtreffern).

Diese Auswertbarkeit hat für viele Marketing-Leute vor allem einen Nutzen: Mit Daten lassen sich positive Ergebnisse überzeugender belegen und damit auch leichter Freiräume bei Budgets, Ressourcen, etc. erkämpfen, wie Jonathon Coleman sehr schön zeigt:

Allerdings hat dieser Umstand auch eine Kehrseite. Wir erliegen leicht der verführerischen Illusion der totalen Mess- und Auswertbarkeit – ohne dabei zu hinterfragen, ob wir auch das Rüstzeug dafür haben. Ein Großteil der Unternehmen, mit denen ich bislang zu tun hatte, lebt noch in der Webanalyse-Steinzeit. Diese Unternehmen investieren zwar auch mal vierstellige Summen in Tools, leisten sich in der Regel aber keinen Spezialisten, um die Daten richtig auszuwerten. Wundert es da, dass die üblichen Verdächtigen unter den Metriken (PageViews, etc.) als KPIs – also geschäftsrelevante Kennzahlen – so populär sind? Schlimmer noch: Viele verfahren nach dem Grundsatz „Je mehr ich messe, desto mehr weiß ich“. So kann man „Big Data“ auch missverstehen. Zudem verstehen viele Online-Marketer nicht, was sie eigentlich messen. Meist bleibt zwischen hektischem Tagesgeschäft und unsinnigen Reportanfragen keine Zeit, um die teuer eingekauften Tools genauer kennen zu lernen.

Ziel dieses Artikels ist die gebräuchlichen Metriken bei der Erfolgsmessung von Content Marketing-Kampagnen, kritisch zu hinterfragen und sinnvollere Ansätze ins Spiel zu bringen – wenn es gute Alternativen gibt. Das wird sicherlich kaum etwas daran ändern, dass die Führungsriegen weiterhin auf die vertrauten, wenig aussagekräftigen Zahlen Wert legen. Vielleicht hilft es aber den interessierten Online-Marketern falsche Interpretationen zu vermeiden und bessere Entscheidungen zu treffen. Außerdem will ich ein Bewusstsein dafür schaffen, dass die Erfolgsmessung alles andere als simpel ist.

Jetzt aber zu den wichtigsten Metriken und deren kritischer Betrachtung. Content Marketing KPIs lassen sich in 4 große Gruppen einteilen: Interaktion mit Content, Verbreitung von Content, Leadgenerierung und Abverkauf. Für unsere Zwecke fasse ich die beiden Bereiche Leadgenerierung und Abverkauf einfach als „Ziele“ zusammen.

Interaktion mit Content

Diese Metriken zielen vor allem darauf ab, das oft beschworene „Content Engagement“ in Zahlen zu erfassen. Wie reagieren die Nutzer also auf die Inhalte und was stellen sie damit an? Die gebräuchlichsten Metriken sind

1. Seitenaufrufe (PageViews)

Seitenaufrufe ist immer noch eine der beliebtesten Metriken und dient als Maßstab für die Beliebtheit von Inhalten. Ein Seitenaufruf ist aber nur das … der Aufruf einer Seite. Wir wissen nicht, wie der Nutzer auf die Inhalte reagiert hat. Hat er die Inhalte gelesen? Folgende Szenarien sind gleichwertig, also ein Seitenaufruf:

Grafik, die zwei Seitenaufrufe darstellt

Mit der Definition von Seitenaufrufen als KPI, rutscht der Fokus schnell auf die reine Traffic-Gewinnung. Die Ratschläge zur Klick-Optimierung von Überschriften sind ein Auswuchs, der darauf zurückgeht. Zudem hängt die Metrik extrem vom Kontext der Inhalte ab. Wurde gerade diese Seite prominenter auf der Website platziert als anderer Content? Vielleicht ging es um ein Thema, das der Geschäftsführung am Herzen liegt und das so seinen Platz auf der Homepage schon sicher hatte. Wurde die URL auf mehr Plattformen verteilt als andere Seiten? Vielleicht sprechen die Inhalte mehr unterschiedliche Gruppen an und kamen daher für die Verbreitung auf mehr Plattformen in Frage.

2. Absprungrate (Bounce Rate)

Die Absprungrate zeigt wie viele Nutzer eine Seite sofort – ohne weitere Aktion – wieder verlassen. Das soll zeigen, ob Nutzer negativ auf die Seite reagieren („Oh je, das ist jetzt wirklich nicht, was ich erwartet habe!“). Je höher die Absprungrate, je mehr Leute also die Seite sofort wieder verlassen, desto weniger passt die Seite zu den Erwartungen der Nutzer … meist liegt das an den Inhalten. Kurze Notiz: Unterschiedliche Tools messen die Absprungrate oft unterschiedlich. Prüfen Sie, wie ihr Tool die Absprungrate berechnet.

Das Problem ist aber – vor allem bei Blogs -, dass Nutzer häufig sehr gezielt und mit einem klaren Informationsbedürfniss zu den Inhalten finden. Andere Inhalte sind oft von untergeordnetem Interesse. Das muss keine schlechte Sache sein, solange die gezeigten Inhalte das Informationsbedürfnis der Nutzer befriedigen. Aber wie lässt sich bestimmen, ob Nutzer die Inhalte lesen oder sofort wieder verschwinden?

In Google Analytics gibt es dafür zwei Lösungsansätze:

1. Nach Ablauf einer fest definierten Zeit löst das System ein Event aus und der Besuch zählt nicht mehr als Absprung (so funktioniert das). Die Logik dahinter ist schlicht, dass ein Nutzer, der z. B. 3 Minuten auf ein und derselben URL verbringt wahrscheinlich gerade die Inhalte liest, wenn keine anderen Aktionen aufgezeichnet werden. Das kann teilweise zu drastischen Anpassungen in den Daten führen. Wir haben diese Anpassung auf einer unserer Websites eingeführt, um klarer zu sehen, wie Nutzer tatsächlich auf unsere Produktseiten reagieren:

Screenshot GA - Effekte der Adjusted Bounce Rate

Das Ergebnis ist eine Absprungrate, die ca. 40% niedriger liegt als angenommen. Also weit weniger dramatisch als ursprünglich gedacht.

2. Justin Cutroni hat ein Modell für Google Analytics vorgeschlagen, das ebenfalls auf Events basiert und das Scrollverhalten der Nutzer (als Proxy für das Leseverhalten) aufzeichnet. Schematisch funktioniert das ungefähr so:

Grafik Advanced Content Tracking

Die Einbindung ist nicht ganz unkompliziert. Auch bei der Auswertung der Daten sollte man den erklärenden Post vorab lesen.

Ähnliche Ansätze sollten mit den gängigen Webanalyse-Tools möglich sein.

3. Time-On-Site und Time-On-Page

Auch die Metrik Time-On-Site steht in unterschiedlichen Tools für unterschiedliche Dinge. Wie komplex das werden kann, sieht man an der Berechnung der Werte in GA. Die Berechnung basiert bei Sessions mit mehreren Seitenaufrufen auf dem Vergleich von Zeitstempeln. Hier an einem Beispiel verdeutlicht:

Grafik zur Berechnung der Verweildauer in Google Analytics

Eine lange Verweildauer bedeutet allerdings nicht unbedingt, dass Nutzer eine großartige Erfahrung mit den Inhalten gemacht haben. Gleiches gilt auch für den Wert Seiten/Besuch. Der Aufruf von zahlreichen Seiten auf einer Site kann auch ein Hinweis darauf sein, dass der Nutzer Probleme damit hatte, die richtigen Inhalte zu finden. Daher sind diese Werte mit Vorsicht und wenn, dann nur im Kontext von anderen Metriken zu lesen.

Sinnvolle Ergänzung: Interaktionsrate

Natürlich sollte man für die Bemessung der Reichweite von Inhalten Metriken wie eindeutige (unique) Seitenbesucher heranziehen. Um aber einschätzen zu können, wie diese Nutzer auf den Content reagieren, sollten wir alle relevanten Interaktionen mit den Inhalten tracken. Diese Interaktionen sind stark abhängig vom Content-Typ. Bei Blogposts zählt beispielsweise das vollständige Lesen des Artikels (siehe oben), der Klick auf Social Sharing Buttons oder Kommentare dazu. Bei Pressemitteilungen der Download des Presse-Kits oder einzelner Fotos, der View eines Unternehmens-Videos, etc. All diese Interaktionen können aufgezeichnet werden, um für den Content-Typ eine Interaktionsrate abzuleiten, die dann eine gute Vorstellung davon gibt, wie stark Nutzer mit den Inhalten interagieren.

Für viele Unternehmen ist aber hier bereits Schluss mit der Erfolgsmessung. Dadurch beschränkt man die Messung aber auf einen sehr kleinen Ausschnitt und drückt sich vor der wichtigen Frage, ob die Inhalte auch einen geschäftsrelevanten Beitrag leisten.

Verbreitung von Content

Unter dem Label „Verbreitung von Content“ werden vor allem Likes, +1s, Shares, Views, etc. geführt, also alles was an direktem Feedback über die sozialen Netzwerke oder eingebundene Buttons, etc. anläuft.

Sicher zeichnet das bereits ein relativ gutes Bild von der Resonanz auf die Inhalte. Allerdings ensteht durch die Konzentration auf diese Metriken ein anderes Problem: Ist die erzielte Anzahl an Likes, +1s, Shares, etc. ein relevantes Ziel – also ein KPI -, wird auch dagegen optimiert. Das Ergebnis ist dann Content mit niedlichen Tier-Babys oder die üblichen TopXX-Listen.

Wenn wir aber halbwegs korrekt einschätzen wollen, was mit unserem Content im Netz passiert, müssen wir einen Schritt weiter gehen. Und dabei tut sich ein sehr großes Feld auf – und damit auch die Gefahr sich bei der Datensammelei zu verzetteln.

ShareTally führt beispielsweise nicht nur die Interaktionen von vielen sozialen Netzwerken und Online-Services zusammen. Der Service bietet in ausgewählten Fällen auch gleich weiterführende Links an, so dass man genau sieht, wer was wie geteilt hat:

Screenshot ShareTally

Beispielsweise führt der Klick auf die Google+-Shares direkt in Google+ Ripples. So erkennt man sehr schnell, welche Leser weitere Shares initiiert haben. Ein guter Startpunkt, um Beziehungen zu seinen Lesern ins Laufen zu bringen.

Darüber hinaus bringen die einzelnen Plattformen meistens ihre eigenen Analyse-Tools mit (Facebook Insights, YouTube Analytics, etc.). Damit lässt sich die Verbreitung dann auch noch einmal genauer auswerten ebenso wie die Interaktionen auf den Plattformen. Schließlich finden Diskussionen zu Inhalten immer seltener auf den Websites, sondern auf den sozialen Plattformen statt. Ein Grund, warum Google mittlerweile die Einbindung von Google+-Kommentaren erlaubt. Verwendet man als Online-Marketer dann noch hilfreiche Tools wie Buffer, URL-Shortener, usw. laufen noch einmal mehr Daten an.

Schwer zu fassen sind auch Inhalte, die bewusst auf anderen Websites (keine sozialen Netzwerke) platziert werden – Gastbeiträge, Infografiken, o.ä. In der Regel hat man hier keinen Zugriff auf die typischen Interaktionsmetriken. Allerdings kann man über die Webanalyse die Reichweitenerhöhung in Referrals gut messen. Mit Referrals lässt sich auch schnell erkennen, welche anderen Sites auf die eigenen Inhalte Bezug nehmen – zumindest wenn dies mit einer Verlinkung geschieht, die auch Traffic erzeugt. Das ist übrigens ein Indikator für gute Links. Hier eine einfache Ansicht der Referrals in Google Analytics mit den Zielseiten als sekundärer Dimension:

Screenshot GA zu Referrals

Gastbeiträge erzeugen aber auch noch weitergehende Effekte, die sich nur schwer messen lassen, z.B. brandbasierte Suchanfragen, das Folgen auf sozialen Netzwerken, etc.

Alles in allem ein ganze Menge Daten, die Sortierung und genaue Analyse erfordert. Wer sich hier verzettelt läuft Gefahr, sich mit den Daten zufrieden zu geben, ohne die wirklich wesentlichen Fragen nach dem geschäftsrelevanten Beitrag der Inhalte zu beantworten.

Ziele

In Epic Content Marketing (Affiliate Link) fragt der Autor Joe Pulizzi einige Experten nach deren wichtigsten Einsichten bei der Erfolgsmessung im Content Marketing. Viele der Experten betonen wie wichtig es ist, auch business-relevante Messgrößen (KPIs) zu berücksichtigen:

Retweets, „Likes“, and comments don’t matter to business objectives. Design your content measurement around sales, revenue, and costs and you’ll keep executives and clients happy. @jasonfalls

Einigen Unternehmen leuchtet das bereits ein und sie stellen sich der schwierig zu beantwortenden Frage „Was hat uns das alles gebracht?“. KPIs, die dann in den Fokus rücken sind Umsatz, Leads, CPA, CPO oder auch weichere Ziele wie Brand Awareness, etc. Aber auch hier zeigt sich, dass es alles andere als einfach ist, den Effekt von Content Marketing möglichst umfassend und damit korrekt zu messen.

Nehmen wir als Beispiel einen Anbieter von CRM-Software. Ein ziemlich erklärungsbedürftiges Produkt und damit bestens geeignet für das Content Marketing. Alle Marketingmaßnahmen zielen darauf ab, Leads zu erzeugen, die der Vertrieb dann eintüten kann. Leads sind also unser wichtigstes Ziel (sog. Makro-Ziel).

Für den Funnel, den ein Kunde in der Regel durchläuft, gibt es unzählige Modelle (AIDA, etc.). Eines der für mich einfachsten und nachvollziehbarsten hat Avinash Kaushik aufgestellt und es trägt den Namen See, Think, Do. Auch hier wird unterteilt in eine Phase der Aufmerksamkeit (See), Überlegung (Think) und Aktion (Do).

Im Content Marketing versuchen wir die Nutzer in allen Phasen abzuholen. Nicht mit klassischen Werbemaßnahmen, sondern mit wertvollen Inhalten. Nicht jeder Inhalt soll sofort einen Lead zu erzeugen. Manche Inhalte richten sich an Nutzer, die noch keine Ahnung von unseren Lösungen haben – die beispielsweise nicht wissen, dass ein CRM-System die Lösung für ihre Probleme ist. Andere Inhalte sollen eher zeigen, welche Vorzüge unsere CRM-Software hat und auf was bei der Auswahl eines CRM-Systems zu achten ist. Und trotzdem basiert die Einschätzung der Effektivität von Maßnahmen (ROI-Berechnung) darauf, ob bestimmte Inhalte direkt zu einem Lead geführt haben (Last Click Attribution).

Hier das Problem noch einmal in einem Video genauer erklärt:

So weit die Theorie. In der Praxis stellen sich aber weitere Fragen: Gilt das auch für mein Geschäftsmodell? Welches Attributionsmodell ist für mich das richtige? Kann ich das mit den vorhandenen Tools überhaupt umsetzen? etc. Alles Fragen, die nicht einfach zu beantworten sind.

Mit einfachen Lösungsansätzen lässt sich zumindest grob einschätzen, ob die Content Marketing-Maßnahmen auch auf die Hauptziele einzahlen. In Google Analytics bieten sich zu diesem Zweck benutzerdefinierte Variablen an. Diese funktionieren ähnlich wie Marker. Man könnte nun beispielsweise Nutzer, die Blogartikel gelesen haben markieren und die Konversionsrate dieser Gruppe im Vergleich zu Nicht-Lesern analysieren. Andere Beispiele für den Einsatz gibt es hier und hier oder in diesem Webinar:

 

 

Die Messung und Auswertung von Content Marketing ist also alles andere als einfach. Zumindest wenn man sich darauf konzentriert, möglichst genaue Einsichten zu erlangen, um die Effektivität der Maßnahmen weiter zu steigern. Jedes Unternehmen bedient sich unterschiedlicher Formate auf unterschiedliche Art. Dadurch ist es so schwierig, allgemein gültige Herangehensweisen zu definieren. Um erneut Joe Pulizzi aus Epic Content Marketing (Affiliate Link) zu zitieren:

[…] I don’t believe in just one way to show return on objective. Different strokes for different folks.

Unternehmen müssen vermeiden, sich auf die gebräuchlichen, aussageschwachen und oft unpassenden Metriken zu verlassen. Der Aufwand genauer hinzusehen und dabei aussagestarke Metriken und wirkliche KPIs – also geschäftsrelevante Kennzahlen – zu definieren, lohnt sich immer. Zielloses Datensammeln ist dafür kein Ersatz. Denn: Daten sind noch keine Einsichten. Viele Daten, falsch interpretiert, führen im schlimmsten Falle zu schlechten Entscheidungen mit gutem Gewissen.

TL;DR

  • Die Mess- und Auswertbarkeit des Content Marketings ist für viele Online-Marketer ein zentrales Argument. In der Regel fehlt es aber an Wissen und Erfahrung, um aus den umfangreichen Daten die richtigen Schlüsse zu ziehen. Die häufige Verwendung von aussageschwachen KPIs ist dafür ein klarer Indikator.
  • Aussageschwache KPIs bei der Messung der Content-Interaktionen sind Seitenaufrufe, Absprungraten und Time-on-Site. Ein gute Alternative für die Messung des Content-Engagement könnte eine Interaktionsrate sein, die alle Interaktionen mit den Inhalten berücksichtigt.
  • Bei der Messung der Content-Verbreitung beschränken sich viele Unternehmen, auf die Messung der Resonanz auf den sozialen Netzwerken. Dadurch wird die Verbreitung von Inhalten aber häufig sogar unterschätzt.
  • Der positive Beitrag des Content Marketings zu den Geschäftszielen wird häufig zu niedrig angesetzt. Das liegt vor allem daran, dass Nutzer in allen Phasen des Kaufprozesses mit Inhalten in Kontakt kommen – auch dann, wenn Sie noch nicht kaufbereit sind. Die Einschätzung der Effektivität folgt aber meistens der veralteten Last-Click-Counts-Methode. Dadurch wird der Beitrag des Content Marketings nicht korrekt abgebildet und ist unterrepräsentiert.
  • Die Mess- und Auswertbarkeit ist im Content Marketing zwar immer noch besser gegeben als bei vielen anderen Marketing-Maßnahmen, ist aber bei weitem nicht so einfach wie häufig suggeriert. Viele Unternehmen setzen daher eher auf umfangreiche Datensammlung als auf die clevere Auswahl von aussagestarken und businessrelevanten Metriken, sog. KPIs.