Aufgabe

Es soll ein Prototyp erstellt werden, der sich mit der vertrieblichen Relevanz von Metadaten beschäftigt.

Worum es geht

Das Lektorat pflegt in aller Regel die Metadaten zu einem Titel ein. Bisher prüfen wir nur, ob die Daten „vollständig“ gepflegt wurden – dann vergeben wir „Gold“. Das ist aber nur ein kleiner Teil der Übung: Klar, wenn die Metadaten total lückenhaft sind, wird der Titel nicht gefunden und wird nicht verkauft.

Aber: Es gibt Schlagwörter (= “Metadaten-Tags“), die bringen mehr als andere.
Beispiel: Wenn ein Lektor Schlagwörter über einen Krimi, der in Italien spielt, pflegt, sollte er bei der Auswahl der Schlagwörter sehen können, dass das Schlagwort „Krimi“ derzeit nur mittelprächtig „zieht“ (= Verkäufe ankurbelt), dass jedoch das Schlagwort „Italienkrimi“ gerade richtig toll funktioniert (= sehr viel Suchvolumen hat, hohe Click-Through-Rates, intensiv in Facebook diskutiert wird etc.).

Wie man diese „Verkaufsrelevanz“ ermittelt, wäre auszuprobieren. Erst einmal „irgendwie“ (das können wir später dann professionalisieren). Erste Ideen: z.B. Social Listening oder Google Adwords nutzen. Bei Google Adwords (bzw. Google Analytics) könnte es der Minimum-Preis einer Anzeige sein oder das Suchvolumen oder ähnliches (also irgendwas, was Google per API bereitstellt).

1. Aufgabe: Herausfinden, ob man Adwords oder Social Listening für eine solche Aufgabe nutzen könnte, oder ob es andere Möglichkeiten gibt, die „Verkaufsrelevanz“ eines Metadaten-Tags zu beurteilen. Das so einbauen, dass man an dem Metadaten-Tag in NAV sieht, wie verkaufsrelevant es ist (z.B. null bis 5 Sterne oder Skala von 0 bis 10 oder so).
2. Aufgabe: Wenn man schon dabei ist: Metadaten werden von verschiedenen Abteilungen gepflegt: Lektorat, Herstellung, Vertrieb. Jeder ist dabei für BESTIMMTE Meta-Daten verantwortlich. Es wäre schön, wenn wir das rollenspezifisch filtern könnten, so dass z.B. ein Lektor primär diese Metadaten sieht, die er pflegen muss.

Ergänzung

Semantic Tag Clouds (damit könnten wir die Verschlagwortung verbessern => Verlagsprodukte sind besser auffindbar => bessere Verkäufe), „Standard“ in Deutschland ist hier z.Zt. der Anbieter W3L. Mit dem könnten wir kooperieren. Vorher aber bitte suchen, ob Microsoft da nicht auch schon was hat. Neben der semantischen Analyse eines Artikels oder Manuskriptes wird im Grunde noch (das ist dann die Luxus-Ausbaustufe!) ein tautologisches Wortverzeichnis benötigt (mit dem die semantische Analyse synonyme Begriffe erkennt) und dann wird ein semantisches Netz gebildet und einem daraus Schlagworte für den Text vorgeschlagen – der Redakteur wählt sich daraus dann welche aus und kann auch eigene ergänzen.

Die Superluxus-Variante gleicht die gefundenen Schlagworte dann noch mit den Such-Statistiken bei Google (z.B. über SearchMetrics => komfortabler als die Google API) und bei Amazon (die haben dafür eine API) ab – damit die Schlagworte (=engl. „Tags“) auch RELEVANT sind, also von Kunden/Lesern BENUTZT werden.