Halten Sie falsche Daten Sie zurück?
Die Notwendigkeit, Nutzerdaten zu verwalten und zu analysieren, ist für die Zukunftsfähigkeit von Medien- und Digitalverlagsunternehmen unerlässlich.
James Hewes, Präsident und CEO von FIPP, sagt: „Daten stehen heute im Zentrum der Geschäftsmodelle von Nachrichtenverlagen. Ohne digitale Daten können Nachrichtenunternehmen ihre Zielgruppen nicht verstehen.“
Es ist offensichtlich, dass Verlage so viele Kundendaten wie möglich erfassen möchten. Allerdings bieten nicht alle Kennzahlen den gleichen Mehrwert – manche können sogar davon abhalten, Umsatzziele zu übertreffen, und führen zu Zeit- und Geldverschwendung, wenn ihnen zu viel Aufmerksamkeit geschenkt wird!
Erfolgreiche Digitalverlage sind diejenigen, die die richtigen Prioritäten setzen und relevante Daten verfolgen, um fundierte Entscheidungen zu treffen – so können sie die Beziehung zu ihren Leserinnen und Lesern stärken und stabile Einnahmequellen erschließen.
Vor diesem Hintergrund wird es entscheidend, zu erkennen, was die „richtigen Daten“ tatsächlich sind. Lesen Sie weiter, um die verschiedenen Datentypen kennenzulernen, typische Fallstricke zu vermeiden und sicherzustellen, dass Ihre Teams die Kennzahlen verfolgen, die den Unterschied beim Umsatz machen.
Nützliche Kennzahlen für die Verlagsbranche
Mit Abstand am wertvollsten sind Kennzahlen, die Leistungsdaten betreffen. Leistungsdaten bieten Einblicke, die digitalen Verlagen helfen, strategische Entscheidungen zu treffen und festzulegen, was geändert werden sollte – und wie.
Leistungskennzahlen erleichtern es, wichtige Ziele zu verfolgen, ohne riesige Datenmengen analysieren zu müssen. Sie heben positive oder negative Abweichungen von Verhaltensnormen hervor. Sobald Sie den Ausgangswert für ein bestimmtes Nutzerverhalten kennen, müssen Sie nicht mehr große Mengen dieser Daten analysieren. Stattdessen können Sie gezielt auf Abweichungen vom Durchschnitt achten, die auf einen notwendigen Strategiewechsel hindeuten könnten.
Nachfolgend einige Beispiele für nützliche Leistungsdaten, die im digitalen Verlagswesen verfolgt werden sollten:
Monatliches Engagement: Die Anzahl der monatlichen Interaktionen eines Nutzers mit Ihren Inhalten ist eine wichtige Kennzahl, da sie Trends im Nutzerverhalten sichtbar macht. Sinkt das Engagement, ist das ein Zeichen dafür, dass die Inhalte nicht mehr den Vorlieben des Nutzers entsprechen und Maßnahmen zur Rückgewinnung erforderlich sind.
Leistungskennzahlen erleichtern es, wichtige Ziele zu verfolgen, ohne riesige Datenmengen analysieren zu müssen. Sie heben positive oder negative Abweichungen von Verhaltensnormen hervor. Sobald Sie den Ausgangswert für ein bestimmtes Nutzerverhalten kennen, müssen Sie nicht mehr große Mengen dieser Daten analysieren. Stattdessen können Sie gezielt auf Abweichungen vom Durchschnitt achten, die auf einen notwendigen Strategiewechsel hindeuten könnten.
Kundenbindung und Abwanderungsrate: Die Beobachtung von Bindungs- und Abwanderungsraten hilft Verlagen zu verstehen, wie gut sie ihre Kunden bedienen. Schwankungen in diesen Kennzahlen zeigen, ob bestimmte Änderungen vom Publikum angenommen werden oder nicht. Stellt ein Verlag beispielsweise fest, dass die Abwanderungsrate nach einer Änderung des Abonnementpakets steigt, ist dies ein klares Zeichen für eine Fehlentscheidung.
Neben der Beobachtung von Abweichungen vom Durchschnitt ist es auch sinnvoll, Muster vor der Abwanderung von Nutzern zu analysieren. Zeigen die Daten einen allmählichen Rückgang des Engagements und eine sinkende Bindungsrate nach drei Monaten, können Verlage verschiedene Strategien innerhalb der Customer Journey testen, um zukünftige Abwanderungsindikatoren zu minimieren – zum Beispiel durch gezielte Reaktivierungskampagnen an diesem Punkt der Nutzerreise.
Weitere Unterstützung bei der Analyse und Reduzierung von Abwanderung finden Sie in unserem Artikel „Wie Sie die Abwanderung von Abonnenten reduzieren“.
Customer Lifetime Value (CLV): Die Analyse von Kaufhistorie, durchschnittlicher Abonnementdauer und Einmalkäufen in einem bestimmten Zeitraum hilft Verlagen einzuschätzen, welchen Wert Kunden aus ihrem Angebot ziehen.
Je mehr Wert die Kunden wahrnehmen, desto höher wird der CLV ausfallen. Niedrige CLV-Werte deuten darauf hin, dass ein Verlag neue Pakete oder Preisoptionen in Betracht ziehen sollte, um das wahrgenommene Leistungsversprechen besser an das Angebot anzupassen.
Kennzahlen, die Sie vermeiden sollten
Nachdem wir einige der wichtigsten Kennzahlen besprochen haben, die digitale Verlage zur Umsatzsteigerung verfolgen können, werfen wir nun einen Blick auf Kennzahlen, die Sie ignorieren sollten, da sie das Geschäft tatsächlich ausbremsen und wertvolle Zeit verschwenden können:
Vanity Metrics: Dies sind Kennzahlen mit geringem Mehrwert, die sich hauptsächlich auf das Markenimage konzentrieren, aber wenig dazu beitragen, ein Unternehmen seinen konkreten Zielen näherzubringen. Beispiel: Die Gesamtzahl der Seitenaufrufe pro Nutzer und Monat. Seitenaufrufe sind in der Regel eine Vanity Metric, da ihnen der Kontext fehlt, um die Zahlen sinnvoll zu interpretieren. Wer ausschließlich auf Seitenaufrufe achtet, übersieht andere relevante Faktoren, die diese Kennzahl beeinflussen – etwa, wie ein Nutzer auf die Seite gelangt ist (direkt, über soziale Medien oder durch eine laufende Werbekampagne). Viele Marketingverantwortliche verfolgen diese Kennzahlen, ohne wirklich zu wissen, was sie daraus ableiten oder wie sie die Daten nutzen sollen.
Eine Vanity Metric ist nicht grundsätzlich nutzlos – aber wenn ein Verlag sie nicht im passenden Kontext für ein konkretes Ziel einsetzt, fehlt den Zahlen die Substanz, um fundierte Entscheidungen zu treffen.
Deep Data: Deep Data steht oft am entgegengesetzten Ende des Spektrums zu Vanity Metrics und bringt eigene Herausforderungen mit sich. In der Regel handelt es sich dabei um groß angelegte, hochwertige Datenerhebungen für sehr spezifische Ziele. Leider erfordern diese großen Datenmengen auch einen erheblichen Analyseaufwand. Manche Datenarten, etwa bei intelligenten Paywalls, benötigen so viel Kontext, dass die eigentlichen Zahlen schwer in konkrete Maßnahmen umzusetzen sind. Sie benötigen einen dedizierten Produktmanager oder Data Scientist, um Chancen für umsetzbare Erkenntnisse zu identifizieren.
Wenn es notwendig ist, große Datenmengen zu analysieren, sollte zunächst geprüft werden, ob der zusätzliche Aufwand und die erforderliche Expertise für Ihr Unternehmen tatsächlich notwendig sind.
Um große Deep-Data-Mengen zu bewältigen, setzen viele führende Digitalverlage auf Subscription Experience Platforms zur Datenerfassung. Diese Daten werden durch CRM- oder CDP-Integrationen angereichert, sodass Verlage klare, umsetzbare Maßnahmen ableiten können, ohne sich manuell durch eine Vielzahl von Quellen arbeiten zu müssen.
„Viele Verlage haben ihre Leserdaten in 10 bis 15 verschiedenen Silos und tun sich schwer, aus all diesen Daten eine einheitliche Sicht auf den Kunden zu schaffen. Verlage suchen nach Möglichkeiten, all diese Daten digital zusammenzuführen und die passende Technologie dafür einzusetzen.“ James Hewes, FIPP
Mehr aus Daten herausholen
Es ist zwar vorteilhaft, die Arten von Kennzahlen zu kennen, die sich tatsächlich auf die Unternehmensziele auswirken, doch ist der Zugang zu den richtigen Daten nur ein Aspekt einer effektiven Nutzung. Um die besonderen Vorteile von First-Party-Daten wirklich auszuschöpfen, sollten Verlage auch Folgendes berücksichtigen:
Daten schnell analysieren: Geht während einer Testphase eine Kundenbeschwerde ein, bleiben oft nur wenige Tage, um zu reagieren, bevor der Kunde für immer verloren ist. Daher müssen Daten in Echtzeit zugänglich sein. Wenn Sie viele Daten aus unterschiedlichen Quellen analysieren und verschiedene Fachkenntnisse benötigen, ist eine hohe Latenz häufig ein Problem. Subscription Experience Tools sorgen dafür, dass alle Datensätze vollständig sind und relevante Erkenntnisse sowohl für technische als auch nicht-technische Teams bereitgestellt werden, sodass diese Fragen beantworten und schnell reagieren können.
Zusammenarbeit fördern: Hat ein Abonnent ein Problem, das offline auftritt, während auf der Website gleichzeitig zum Kauf animiert wird, entsteht für den Nutzer ein inkohärentes Erlebnis. Es sollte eine Abstimmung und klare Kommunikation zwischen den Abteilungen geben. Eine starke Subscriber Journey umfasst daher mehrere Bereiche – Kundenservice, Marketing und Vertrieb – die alle Zugriff auf dieselben Daten über eine gemeinsame Schnittstelle benötigen.
Technische Kompromisse verstehen: Ein zu tiefes Eintauchen in umfangreiche Datenmengen hat seinen Preis. Prüfen Sie, ob die Analyse wirklich zwingend notwendig ist und ob es Tools gibt, die den Prozess automatisieren können.
Wenn die richtigen Daten zugänglich sind und die Infrastruktur für eine schnelle Analyse und Umsetzung vorhanden ist, sind Verlage bestens aufgestellt, um die Beziehung zu ihren Lesern zu stärken und ihre Einnahmequellen auszubauen.
Weitere Unterstützung bei der Nutzung Ihrer Daten finden Sie in unserem E-Guide „Wie erfolgreiche Digitalverlage mit Daten signifikante Ergebnisse erzielen“.