Social-Media-Daten liefern wertvolle Einblicke, wie Menschen denken und fühlen, nicht nur über Produktpräferenzen, sondern auch über ihre Meinungen und geäußerten Emotionen zu verschiedensten Themen. Werden diese Daten mit anderen Datenquellen kombiniert, liefern sie ein robustes Gerüst, mit denen Trends erkannt und vorhergesagt werden können.
Zusammen mit TD Reply sahen wir uns zur letzten Bundestagswahl die Online-Gespräche und Suchdaten genauer an und lieferten regelmäßige Insights in einem gemeinsamen Email-Newsletter. Mit dieser Analyse konnten vielfältige Erkenntnisse rund um das Wahlverhalten geliefert werden, z. B. Beliebtheit der Briefwahl, welche Parteien die positivsten Emotionen auslösen oder Unterschiede im Suchinteresse je nach Bundesland.
TD Reply ist eine in Berlin beheimatete Unternehmensberatung, spezialisiert auf Innovation und Marketing und langjähriger Kunde von Brandwatch. Die Consultants und Data Scientists bei TD Reply verfügen über tiefgreifendes Wissen in der Datenanalyse und ihre Anwendung von Brandwatch Consumer Research lässt so manchen Brandwatch Veteranen regelmäßig staunen. Im Zuge der letzten Bundestagswahl kreierte TD Reply das sogenannte “VOICE”-Projekt, das mit der Analyse von verschiedenen Datenquellen, möglichst genaue Wahlprognosen liefern soll.
In dieser Case Study werfen wir einen Blick hinter die Kulissen, wie Brandwatch für das Projekt eingesetzt wurde und in welchen weiteren Use Cases Consumer Intelligence in den Teams von TD Reply zum Einsatz kommt.
Neuer Ansatz in der Wahlforschung
Umfragen und Fokusgruppen sind traditionelle Methoden in der Wahlforschung. Mit dem Aufstieg des Internets und Social Media eröffneten sich Marktforscher:innen ganz neue Möglichkeiten. Leonid Zalischiker, PR & Marketing bei TD Reply, sagt dazu:
„In der Wahlforschung wird vor allem mit Umfragen gearbeitet, ganz ähnlich wie in der Marktforschung. Das sehen wir, was die Marktforschung betrifft, aber sehr kritisch, denn neue, datengetriebene Methoden werden noch sehr vernachlässigt. Aus unserer täglichen Arbeit wissen wir aber, dass Online-Daten häufig besser in der Lage sind etwa den zukünftigen Erfolg von bestimmten Produkten oder ganzen Marken zu erklären als umfragebasierten Methoden.“
Daraus entsprang die Idee, Social-Media- und Suchdaten auch für die Wahlforschung einzusetzen, um Prognosen erstellen zu können. Einige Mitarbeiter:innen fingen daraufhin an, mit der Idee zu experimentieren, wie ihre Vorgehensweise der Datenauswertung für politische Prognosen und eine Alternative zu herkömmlichen Umfragen eingesetzt werden könnte. Obwohl die Mitarbeiter:innen für dieses Experiment neben ihren Kundenprojekten nur wenig Zeit hatten, waren die ersten Ergebnisse vielversprechend und sie konnten die Geschäftsführung vom Potenzial des Projektes überzeugen.
Damit war das VOICE-Projekt geboren. Ein internes Team aus Consultants, Data Scientists, Designern und PR-Fachleuten arbeitete unter der Leitung eines erfahrenen Senior Directors an diesem ehrgeizigen Projekt
„Von Anfang an haben wir ein klares Ziel definiert: Zu prüfen , inwieweit digitale Daten in der Wahlforschung eine sinnvolle Alternative oder Ergänzung zu Umfragen sein können und damit eine Expertendiskussion anzustoßen, die etwas frischen Wind in die Wahlforschung bringt. Dabei setzten wir vor allem auf eine Kombination aus Search- und Buzz-Daten.“
Ausprobieren und Fehler machen als Teil des Prozesses
Die größte Herausforderung für das VOICE-Team war, dass sie bisher keine Erfahrungen in diesem Bereich vorweisen konnten und kein datenbasiertes Vorhersagemodell für die Wahlbeteiligung und Wahlergebnisse zur Verfügung stand, auf dessen Wissen sie sich hätten stützen können. Das bedeutet, dass das Team vieles ausprobieren und testen musste. Dabei wurden Fehler gemacht, aber diese Fehler waren Teil des Prozesses. Die Teammitglieder:innen lernen aus den Fehlern und führten sie auf den richtigen Weg.
Außerdem war es eine Herausforderung, sich an ein Thema zu wagen, über das nicht alle im Team über Expertenwissen verfügten. TD Reply ist in erster Linie eine Marketing- und Innovationsberatung und nicht jeder im Team hat einen politikwissenschaftlichen und soziologischen Hintergrund. Damit das Team dennoch solide Insights liefern und die gewonnenen Informationen richtig einordnen kann, war es nötig, dass sich alle Teammitglieder:innen ein Grundwissen über die politische Landschaft und das Wahlsystem in Deutschland aneigneten.
Brandwatch Consumer Research als wichtiges Instrument für die Wahlforschung
Zu Beginn des VOICE-Projektes stand die Hypothese im Raum, dass Online-Buzz-Daten interessante Erkenntnisse rund um die Bundestagswahl und deutsche Politik im Allgemeinen liefern können. Hier kam Brandwatch Consumer Research ins Spiel. Die Brandwatch-Plattform kommt in vielen Projekten von TD Reply zum Einsatz, z.B. für die Kampagnenmessung, Auswertung von Produktbewertungen oder Markenpositionierung. Allerdings noch nie für diese Herangehensweise. Daher hatte das VOICE-Team zu Beginn noch keine genaue Vorstellung, wie sie die Analyse am Besten durchführen können. Das Team experimentierte mit verschiedenen Möglichkeiten und Vorgehensweisen, auch mit der Überlegung, welche Datenquellen in die Analyse einfließen sollten. In dieser Phase des Experimentierens, entschied sich das Team nicht, wie üblicherweise Social-Media-Daten, sondern den Buzz von Massenmedien genauer zu betrachten, z. B. wie in den Medien über bestimmte Wahlkampfthemen oder Kandidaten berichtet wurde.
„Damit konnten wir ein genaueres Bild von der Rolle der Medien im Wahlkampf bekommen und den Datenverbrauch in Grenzen halten.“
TD Reply lobt in der Arbeit mit Brandwatch Consumer Research vor allem die flexiblen Möglichkeiten und die hohe Anpassbarkeit des Dashboards, die Rules, mit deren Hilfe, Daten automatisch in Kategorien segmentiert oder mit Tags versehen werden können, die Auswertung des Sentiments und die Export-Möglichkeiten, z. B. Herunterladen der Daten als XLS- oder CSV-Datei.
Das Team legte sich auf eine Auswahl von traditionellen, reichweitenstarken Medien fest, die in der Brandwatch Plattform als Datenquelle festgelegt wurden. Außerdem erstellte das Team eine umfangreiche Query für die sechs wichtigsten Parteien einschließlich der Namen der Kanzlerkandidat:innen. Nach dem Festlegen der herangezogenen Daten und Erstellen der Queries, wurden die Daten mithilfe von Kategorien, Rules und Tags heruntergebrochen, um z. B. zu sehen, über welche Kandidat:innen oder Themen am häufigsten gesprochen wird. Mit dem Zeitverlaufchart im Dashboard konnte das Team das Gesprächsvolumen und das Sentiment der verschiedenen Kandidat:innen und Wahlkampfthemen genau beobachten.
„Damit offenbarten uns wirklich spannende Insights gerade im Bezug auf den Einfluss der Medien auf das Wahlverhalten. So konnten wir ganz klar sehen, welche Themen in welchen Medien über- oder unterrepräsentiert sind.“
Als wichtigste KPIs wurden der Share of Buzz (der Anteil am gesamten Buzz) je Partei und der Share of Buzz je Medium in den Wahlkampfthemen herangezogen. Diese KPIs ermittelte das Team, indem sie die Buzz-Daten aus der Brandwatch-Plattform exportierten und mit dem Statistikprogramm R visualisierten.
Ein Vergleich der Themenabdeckung der untersuchten Medien zeigte, dass es je nach Medium große Unterschiede gab. Das Thema „Innen- und Flüchtlingspolitik“ wurde zum Beispiel wesentlich häufiger von Bild.de behandelt, während die Taz.de häufiger über den Wohnungsbau berichtete als die anderen untersuchten Medien. Dieser Vergleich offenbarte Assoziationen mithilfe echter Daten anstatt reiner Annahmen. Daraus lassen sich eine Reihe politisch relevanter Schlussfolgerungen ziehen, die TD Reply in diesem Whitepaper näher vorstellt.
Im letzten Schritt erstellte das VOICE-Team ein Wahlergebnisvorhersagemodell, das aggregierte Umfragedaten mit dem Medien-Buzz und Sentiment-Daten aus Brandwatch kombiniert. Und das Ergebnis überzeugt.
Das VOICE-Projekt ist ein Erfolg
„Die Social-Listening-Daten aus Brandwatch dienen dabei als eine Art Korrektiv für Umfragefehler. Die Vorhersagen unseres Modells waren sehr genau (Abweichung vom off. Endergebnis 6,70%), tatsächlich sogar noch genauer als die Prognosen vieler etablierter Meinungsforschungs-Institute.“
Das VOICE-Team konnte mit dem Projekt solides Know-How über datengetriebene, politische Analyse aufbauen und ihre Thesen bestätigen, dass digitale Daten bisher in der Wahlforschung vernachlässigt werden, obwohl sie einen echten Mehrwert liefern können. TD Reply will in Zukunft, aufbauend auf den Erkenntnissen des VOICE-Projektes, politische Analyse als neues Geschäftsfeld etablieren.
„Wir waren von der Deutlichkeit der Assoziationen zwischen Medien und Themen überrascht, sowie den Einfluss der Berichterstattung auf die Ergebnisse der Sonntagsfrage. Das spricht auch für die Validität der Daten aus der Brandwatch-Plattform.“
Social Listening für die Markenmessung und Bewertung der Kreativität
TD Reply ist langjähriger Kunde von Brandwatch und setzt seit langem Social Listening für eine Vielzahl ihrer Kundenprojekte ein, um ein besseres Verständnis über die Verbraucher:innen, Märkte und Kampagnen ihrer Kunden zu erhalten. TD Reply entwickelte zum Beispiel den Digital Brand Equity (DBE), ein datengetriebener Ansatz für die Markenmessung. Mithilfe von Social-Listening-Daten kann der Erfolg bestimmter Markenaktivitäten beinahe in Echtzeit verfolgt werden. Ein entscheidender Vorteil gegenüber deutlich langsameren und kostspieligeren Umfragemethoden. Leonid sagt hierzu, dass mit der Wahl der richtigen Forschungsmethode mögliche Verzerrungen bei digitalen Daten besser kontrolliert werden können als bei klassischen Umfragedaten. Die digitalen Daten ermöglichen außerdem eine sehr granulare Markenmessung und Analyst:innen können erkennen welche Assoziationen und Themen die wichtigsten Markentreiber sind und der Markenbeitrag zum Unternehmenserfolg kann quantifiziert werden.
Eine weitere wichtige Rolle spielt Social Listening für TD Reply bei ihrem Data Creativity Score (DCS). Der DCS ist ein komplexer Algorithmus, mit dem die Effektivität von Werbemaßnahmen gemessen werden kann. In den Score fließen die Resonanz der Spots auf Social Media und anderen Plattformen und analysiert die Werbekampagnen anhand objektiver Kriterien aus der Werbewirkungsforschung. Der DCS vergibt Punktzahlen auf einer Skala von 0 bis 10 für verschiedene Bewertungskriterien, wie beispielsweise Konzept oder Aktivierung. Dieser einzigartige Ansatz, Kreativität objektiv bewerten zu können, ist nur möglich mit der Heranziehung von Social-Listening-Daten.
„Social Listening ist tatsächlich Teil fast aller unserer Kundenprojekte, denn in der Analyse von Online-Fußspuren von Verbrauchern als Basis eines innovativen, datengetriebenen Markt- und Trendforschungsansatzes liegt unsere Kernkompetenz. Von dieser Kompetenz machen wiederum erfolgreich Branchenführer unter anderem in den Automobil-, Konsumgüter-, Mode- und Luftffahrtbranchen Gebrauch.”