Aufgabe:

Marktanalyse zu Systemen, die Verlage bei der Vermarktung ihrer Produkte via Social Media unterstützen. Kein System wird alles können; es geht darum zu prüfen, ob diese Systeme ggf. um noch fehlende Features erweitert werden können.

Worum es geht

Alle Verlage weltweit benötigen Unterstützung bei der Vermarktung Ihrer Inhalte u.a. auf den Social Media Kanälen (Facebook, Twitter, Snapchat, LinkedIN, XING usw.).

Wir wollen hier eine Lösung bieten – und benötigen jemanden, der mal eine Marktanalyse macht und Systeme auswählt, die die Aufgabe VIELLEICHT (ggf. auch mit Erweiterungen durch uns) lösen könnten.​

​Ideal wäre ein Content-Management-System, das einem schon beim Erstellen des Inhaltes (also während man Titel schreibt, Texte schreibt, Bilder hochlädt und taggt, Video-Clips schneidet, vertont und hochlädt) folgendes bietet:

– Strukturierung der Inhalte in MIUs (MIU=Minimal Information Unit, Begriff des Ebner Verlages; es geht darum, Content-Pakete zu bilden, die man auf den verschiedenen [digitalen] Distributionskanälen einzeln sinnvoll ausspielen kann – d.h. einen Video-Clip auf Youtube, aber mit etwas Zusatzinfos, so dass man vom Video-Clip dann per Click auf den vollen Artikel kommt (oder auf das lange Video), das erst später (!) veröffentlicht wird.

– A/B-Tests zu allem und jedem erlaubt (insbesondere zu: Titeln, Untertiteln, Teaser-Texten, Hauptbild)

– Rechtschreib- und Grammatikprüfung: Wie man es bei Word gewöhnt ist (fehlt in fast jedem WebCMS der Welt!)

– Leserverhaltensanalysen aller Art direkt im CMS (also für den Redakteur, der im CMS arbeitet direkt zu dem jeweiligen Artikel erkennbar) anzeigt. Wichtige KPIs wären: Up- / Downscroll-Geschwindigkeit, Anzahl der Unique-Visitors aktuell und historisch (pro Tag und Tageszeit), Lesedauer, Likes + Shares, Absprungpunkt (wie weit gelesen, an welcher Stelle abgebrochen) – und das über alle Leser, über Lesergruppen (Personas) und auch für einzelne (anonyme) Leser (dass man sich mal von 10 zufällig ausgewählten Lesern im Detail ansehen kann, wie die gelesen/genutzt haben – man könnte sehen, ob der Nutzer ein Mann oder eine Frau ist, woher er kommt, welche Cookies er nutzt und wo die vorher waren [=> daraus abschätzbar: Alter, Interessen…], aber eben nicht, wer er/sie ist).

– Planungskomponente, über die man steuern kann, auf welchen Kanälen man was auf welcher Zeitachse veröffentlichen will (welche MIUs auf welchen Kanälen/an welche Zielgruppen…) => Ziel: Den Haupt-Beitrag durch die Verteilung von MIUs (Content-Schnupperangebote) bewerben, Leute neugierig machen.

– Content-Ziel verwalten: Welchem Zweck dient der Beitrag: Traffic erzeugen, Suchposition in Google verbessern, eCommerce/Conversion ankurbeln…

– Persona zuordnen: Für welche Persona ist der Inhalt bestimmt (der ganze Beitrag oder auch nur einzelne MIUs). Dazu muss der Redakteur (oder die ganze Redaktion) sich vorher mal überlegen, für welche Zielgruppen man eigentlich Content erzeugt – und dafür dann Persona bilden (vgl. Persona-Konzept, https://de.wikipedia.org/wiki/Design_Thinking => https://de.wikipedia.org/wiki/Persona_(Mensch-Computer-Interaktion)) – und diese dann dem Beitrag oder den MIUs zuordnen.

– gute Verschlagwortung: Eine Verschlagwortung auf Begriffe, die niemand nutzt, macht nur dann Sinn, wenn es sich wirklich um etwas völlig Neuartiges handelt, das heute noch niemand sucht. Ansonsten ist es besser, Schlagworte zu wählen, die auch wirklich gesucht werden. Über einen semantischen Thesaurus könnte man auch auf Schlagworte hingewiesen werden, auf die man selbst nicht kam, die aber besser gesucht werden (z.B. „Orange“ => „Citrus-Frucht“ oder „Apfelsine“)

– Content geplant verteilen: Die MIUs zeitlich geplant (Monat/Wochentag/Uhrzeit/Kanal) automatisiert an beliebige (auch heute noch nicht existierende!!!) social-media-Kanäle ausliefern (z.B. per RSS-Feed oder über eine verallgemeinerte API).

– Redaktionsplanung unterstützen:

1. NEWS

(a) welche Themen sind gerade en vogue (social listening => Themen),

(b) wer sind die Influencer zu diesem Thema (social listening => potentielle Autoren, Referenten, Interview-Partner, Experten),

(c) welche Themen haben Potential, viral einzuschlagen – also noch bedeutender zu werden, als sie es jetzt sind (machine learning),

2. EVERGREENS

(a) Neue Evergreen-Contents planen: Welche Searchterms werden oft genutzt, zu denen es noch wenig gute Inhalte gibt / wenig inhaltliche Konkurrenz gibt => gutes Tool: SearchMetrics

(b) Bestehende Evergreen-Contents aktualisieren: So alle x Monate, spätestens alle 2 Jahre sollte man sich jeden Evergreen-Content mal ansehen und prüfen, ob er inhaltlich überarbeitet/aktualisiert werden muss, damit er aktuell bleibt und damit sein Suchmaschinen-Ranking zu den gewünschten Suchbegriffen weiterhin gut bleibt.

(c) Evergreens automatisiert promoten: alle x Wochen mal wieder einen tweet mit dem Link an vordefinierte Gruppen oder einen Beitrag neu in den LinkedIN-Pulse einstellen usw.

– Audience-Management:
a) Anfragen automatisiert beantworten (über bots),

b) Audience vergrößern: Automatisiert Beiträge liken, automatisiert Leuten folgen/entfolgen, automatisiert Leute „endorsen“ [LinkedIN], automatisiert Gruppen beitreten usw.

c) Shit-Storm automatisiert erkennen (social listening) bzw. negative Äußerungen von Influencern in eigenen thematischen Umfeldern zu eigenen Beiträgen / Themen / Medien / Marken finden und ggf. Gegenmaßnahmen (klärendes Gespräch/Chat etc.) veranlassen.

– Standard-Preview: Primär-Veröffentlichung immer für Smartphones planen (mobile first), denn dort ist 75% der Audience; bei Videos: Immer das vertikale Video zeigen, nicht das horizontale, das man sich auf Desktops anschaut!  Man muss den Inhalt, den man produziert, immer gleich so sehen können, wie ihn die Masse der Nutzer sehen wird!

Aufgabe:

Es wird kein System geben, was all das kann. Die Aufgabe ist aber, Systeme zu finden, die davon schon irgendetwas können und dann zu prüfen, ob diese Systeme ggf. um die anderen, noch fehlenden Features erweitert werden können.