Jede Woche füttern wir unseren Blog mit vielen neuen interessanten Artikeln. Immer wenn es um Analysen geht, nutzen wir natürlich unser Social Media Monitoring Tool Brandwatch. Haben Sie sich schon einmal gefragt, wie wir die Charts für unsere Blogposts gewinnen? In unserer neuen Serie „Hinter den Kulissen“ zeigen wir Ihnen unsere Vorgehensweise und vielleicht ist der ein oder andere wertvolle Tipp für Sie dabei. Beginnen werden wir mit dem Blogpost „Social Buzz zum Dschungelcamp – Larissa war zumindest Königin der Gespräche“.
Letzte Woche fand das Finale der achten Staffel des Dschungelcamps statt und Melanie Müller wurde zur Dschungelkönigin gekrönt. Passend dazu haben wir in unserem Blogpost den Social Buzz zur Sendung angesehen und näher analysiert. Wie sind wir dabei vorgegangen?
1/ Die Query
Zu Beginn einer jeden Analyse steht die Query. Die Suchanfrage legt den Grundstein für eine Auswertung der Daten. Mit unseren Booleschen Operatoren lassen sich verschiedene Namen und Begriffe in Beziehung setzen oder ausschließen. Dabei ist es wichtig, verschiedene Schreibweisen und auch mögliche Rechtschreibfehler miteinzubeziehen. Mit unserem Wildcard-Operator (dem ? in der Mitte und dem * am Ende eines Wortes) können sie verschiedene Schreibweisen oder den Plural abfragen. Zum Beispiel fragt unser Tool bei dem Begriff „Dschungel?camp*) nicht nur Dschungelcamp ab, sondern auch den Plural Dschungelcamps oder Rechtschreibfehler wie Dschungelkamp oder Dschungelkamps.
Auch Abkürzungen und Hashtags zum Thema sollten in die Query aufgenommen werden und vor Queryerstellung recherchiert werden. Mit dem title- und author-Operator durchsucht das Tool auch Titel und Autornnamen nach den Begriffen. Mit der Angabe des url- oder site-Operators können bestimmte Seiten angegeben werden, die getracked werden sollen, wie zum Beispiel die offizielle Facebookseite der Sendung. Unter „List of Operators“ im Queryfenster finden Sie eine Liste mit allen Operatoren.
Die Mentionsvorschau bietet einen ersten Eindruck, ob die Suchbegriffe zu den erwünschten Ergebnissen führen. Allerdings ist zu beachten, dass die Vorschau noch Spam und Duplikate enthalten kann, so dass nach endgültigem Herausfiltern die Trefferquote niedriger aber auch relevanter ist.
2/ Das Dashboard
Im nächsten Schritt legen wir das Dashboard an. Das Dashboard stellt die Daten, die in der Suchanfrage gewonnen wurden, visuell dar, zum Beispiel als Charts, Topic Clouds usw. Das Dashboard enthält nach dem Öffnen verschiedene Standardtabs mit den Treffern der letzten 7 Tage.
Für den Blogpost haben wir aber nicht nur die letzten sieben Tage betrachtet, sondern den Zeitraum seit Beginn der Sendung bis zum Finale. Der Zeitraum kann oben im Dashboard geändert werden:
3/ Das Anlegen individueller Charts
Das Standardtab zeigt nicht alle Möglichkeiten und Charts an, die unser Tool zur Verfügung stellt. Um zum Beispiel ein neues Chart anzulegen, klicken Sie rechts auf das Pluszeichen neben den Standardtabs und anschließend auf „Add a Component“. In dem Fenster, das sich nun öffnet, können Sie aus vielen verschiedenen Komponenten auswählen.
Für den Blogartikel wollten wir uns zum Beispiel den Social Buzz der ersten Sendungstage ansehen, heruntergebrochen auf Stunden, um Peaks während der Sendezeit zu identifizieren. Über die Filterfunktion können Charts beliebig angepasst werden. Hier kann auch der zu betrachtende Zeitraum geändert werden:
Kategorien und Regeln
In der Sendung kristallisierten sich schnell Sprüche heraus, die vom Moderatorenpaar Sonja Zietlow und Daniel Hartwich ständig wiederholt und zum Running Gag wurden. Wie kann ich herausfinden, wie oft über diese Sprüche im Social Web geredet wurde? Dazu bieten sich die Rules an. Rules sind Regeln, die dem Programm vorgeben, nach welchen Begriffen Erwähnungen gruppiert werden sollen. So lassen sich zum Beispiel Kategorien und Tags vergeben, diese wiederrum helfen bei der visuellen Darstellung.
Die Rules befinden sich im Reiter „Tools“ auf der linken Seite der Navigation. Für das Anlegen einer Rule müssen Sie dem System angeben, nach welchen Begriffen die Treffer geordnet werden sollen, zum Beispiel Erwähnungen, die den Spruch „Good morning in the morning“ enthalten. Sie können Mithilfe der Operatoren, wie in der Queryerstellung, auch mehr Begriffe angeben oder ausschließen. Anschließend legen wir eine Kategorie fest mit dem Namen „Sprüche“ und als Unterkategorie „Good morning in the morning.“ Das Gleiche machen wir mit dem Spruch „Ever, ever, ever“, die Subkategorie nennen wir dann natürlich „Ever, ever,ever“.
Nachdem die Rules angelegt sind und das System alle Begriffe den Kategorien zugeordnet hat, können wir zur visuellen Darstellung wieder in das Dashboard wechseln. Auch hier legen wir ein neues Chart an, unter „Breakdown by“ wählen wir unsere Kategorie aus, wechseln die Darstellung zu einem Liniendiagramm (Das Darstellungsicon befindet sich links neben den Filteroptionen) und schon können wir sehen, dass der Spruch „Ever, ever, ever“ wesentlich öfter im Social Web genannt wurde, als „Good morning in the morning“:
Eine der entscheidenden Fragen, die sich beim Betrachten des Dschungelcamp-Buzz stellt, ist: Über welche Kandidaten wird am häufigsten gesprochen? Auch hierzu erstellen wir zuerst Regeln und zwar für jeden Kandidaten eine eigene. Anschließend fügen wir im Dashboard wieder ein neues Chart ein, wählen unter den Filteroptionen bei „Breakdown by“ die Kategorie der Kandidaten, wechseln unter „View“ zum Kuchendiagramm und so sieht am Ende das Chart aus:
Die Menge an Erwähnungen sagt natürlich nichts darüber aus, ob den Kandidaten der Gewinn auch gegönnt wird. Wir wollten herausfinden, welcher Kandidat laut Social Buzz gewinnen sollte. Wie filtert man solche Aussagen am besten aus den Daten? Dazu haben wir für die drei Finalisten Jochen Bendel, Larissa Marolt und Melanie Müller Regeln angelegt.
Dabei kann der NEAR-Operator weiterhelfen. Der NEAR-Operator setzt Begriffe zueinander in Beziehung und im Gegensatz zum AND-Operator können Sie angeben, wie weit oder nah die Begriffe voneinander im Text stehen sollen. Das kann die Relevanz der Ergebnisse sehr erhöhen. Für die Rule haben wir den Namen des Kandidaten inklusive möglicher falscher Schreibweisen mit Aussagen über das Gewinnen in Beziehung gesetzt, auch hier mit verschiedenen möglichen Schreibweisen wie „soll gewinnen“, „muss gewinnen“ und „sollte gewinnen“. Das System filtert daraufhin alle Treffer, die den Namen des Kandidaten enthalten sowie die „Gewinn-Begriffe“ heraus, maximal 5 andere Worte zwischen ihnen stehend. Die Zahl hinter NEAR/ legt fest, wie viele Worte zwischen den Begriffen liegen dürfen. Wenn keine Worte dazwischen liegen sollen, gibt man NEAR/0 an.
Diese Rule legen wir für alle drei Kandidaten an und wechseln anschließend in das Dashboard. Mit Hilfe der Chartfunktion ergibt sich folgendes Kuchendiagramm (gleiche Vorgehensweise wie beim „Kandidatenkuchendiagramm“ weiter oben), das zeigt, dass die meisten der Kandidatin Larissa die Dschungelkrone gegönnt hätten:
Wie Sie sehen können, bieten Social Media Monitoring Tools vielfältige Möglichkeiten Daten zu analysieren und darzustellen, wie beispielsweise den Social Buzz einer Fernsehsendung.
Weitere Tipps und Tricks finden Sie hier:
- Tipps zur Queryerstellung
- Video-Tutorial zu Queries & Channels
Wenn Sie unser Tool ausprobieren möchten, registrieren Sie sich hier für einen kostenlosen Testaccount.
