Wie funktioniert ein Twitter Audit? Teil 2
Nun ans Eingemachte beim Twitter Audit: Was sind gute Kennzahlen? Wie vergleiche ich? Woher bekomme ich die Daten? Und warum ist die Engagement Rate nicht DIE Wunderzahl? Ein Lagebericht — Teil 2.
Nachdem ich im letzten Post erklärt habe, wie eine Community-Analyse auf Twitter funktioniert, schauen wir uns nun die Performance von Tweets genauer an. Nur zur Erinnerung: Wir analysierten den Twitter-Account von OKMaps, einer Plattform für Literatursuche und -visualisierung.
Performance Analyse von Tweets
Das Analyse-Tool von Twitter gibt einen guten Überblick über die Performance von einzelnen Tweets. Die Startseite zeigt mir etwa Trends der letzten 28 Tage hinsichtlich
- Tweets
- Tweet Impressions
- Profile Visitors
- Followers
Außerdem sehe ich meine Top-Tweets, also jene mit den meisten Impressions. Spannender wird es, wenn wir uns den Reiter „Tweets“ ansehen. Hier werden mir meine Tweets einzeln angezeigt und ich kann sie nach 3 Parametern sortieren:
- Impressions (Wie oft hat ein User meinen Tweet gesehen?)
- Engagements (Wer hat darauf reagiert? Etwa geliked, geshared, retweeted, darauf geklickt …)
- Engagement Rate (Engagements dividiert durch Impressions, multipliziert mit 100)
Das gibt mir ein Gefühl dafür, welche Tweets gut funktionieren und welche herausleuchten. Wo gab es viele Impressions? Worauf haben die meisten User wie reagiert?
Für viele gilt die Engagement Rate als DIE Kennzahl, um die Performance meines Tweets einzuschätzen. Im nächsten Teil möchte ich diesen KPI entzaubern.
Nerd-Alarm: Wer genaue Twitter-Daten möchte, muss putzen
Soweit, so gut. Ich habe jetzt einen Überblick aber um genauere Aussagen treffen zu können müssen wir (wohl oder übel) selbst ran an die Daten. Ich habe mir die Daten runtergezogen und ganz einfache, alte, schnöde Excel-Arbeit betrieben. Dazu bin ich die Tweets durchgegangen und habe überprüft:
- Ist es ein „Original“-Tweet, ein „Retweet“ oder eine „Answer“ in einem Gespräch?
- Enthält er weitere Inhalte wie einen Link, ein Foto, ein Gif?
Das waren wichtige Kennzahlen, um ein Gefühl dafür zu bekommen, womit OKMaps arbeitet aber auch Basis für meine weitere Analyse.
Super-Nerd-Alarm: Auswertung von Tweets mit R
Was nun folgt, hat absoluten Nerd-Faktor. Ich habe mir nämlich angeschaut: Funktioniert ein „Original Tweet“, ein „Retweet“ oder eine „Answer“ am besten? Was passiert, wenn ich ein Foto einbaue? Das Ganze habe ich mit R, einen Open Source Programm für Statistik gemacht, indem ich Mittelwerte und Mediane ausgerechnet und verglichen habe. Dabei heraus kam:
„Original Tweets“ mit Links und Fotos bekommen die meisten Engagements und Impressions.
- Für OKMaps funktionieren Tweets, in denen sie eine Neuerung ankündigen, am besten (wie etwa die Erweiterung auf BASE).
- Die Streuung ist sehr hoch: Viele Tweets performen ähnlich, manche stechen extrem heraus.
- Empfehlung: Nicht nur über die eigenen Höhepunkte sprechen sondern etwa bei Konferenzen auch mal von anderen Vorträgen berichten und die Menschen verlinken.
Die Engagement Rate ist keine Wunderzahl
Und am Schluss noch zur Entzauberung der Zauberzahl: Die Engagement Rate ist für viele DIE Kennzahl. Allerdings habe ich bemerkt: Sie berücksichtigt nicht, was die Tweets leisten. Bei OKMaps bekamen etwa „Answers“ die höchste Engagement Rate. Klar, wenn nur 4 Leute im Gespräch den Tweet sehen und dann drei darauf reagieren ist es nicht schwer, eine hohe Rate zu bekommen. Umgekehrt bekommen Tweets, auf die einige Menschen reagieren, aber die sehr viele sehen, eine sehr niedrige Engagement Rate.
Ich kann nach meiner Arbeit mit Twitter Analytics sagen: Wer eine schnelle Übersicht möchte, dem hilft das Analytics-Tool von Twitter sehr gut. Möchtest du aber das ganze Bild sehen, musst du noch immer selbst putzen.
