Nach der Einführung ins Thema Social Media Audits im ersten Teil der Artikelserie vergangene Woche, geht es heute weiter mit Teil 2. Nachdem Marken/Namenserwähnungen erfasst und die Tonalität der Fundstellen im Social Web im Rahmen der Sentimentanalyse erfasst worden sind, gilt es, die Analyse eine Ebene tiefer vorzunehmen. Dieser Artikel betrachtet die wohl wichtigste Analysedimension für Social Media Audits: den Kontext der gefundenen Posts.

3. Kategoriensysteme für Themen und Kontext

Denn reine Erwähnungen und seien sie noch so genau auf ihre Tonalität hin bewertet, sagen nicht viel darüber aus, ob die Marke in dem Post eine Haupt- oder eine Nebenrolle spielt. Sie geben auch nicht Auskunft darüber, in welchem inhaltlichen Zusammenhang die Marke genannt wird, ob es zum Beispiel um Produktqualität geht, um den Preis oder die Kulanz des Kundendienstes, oder vielleicht einfach nur ein zufriedener Käufer seiner Freude über das Produkt Ausdruck verleiht.

Doch erst mit einer Auswertung solcher je nach Unternehmen sehr individueller inhaltlicher Aspekte gewinnt ein Social Media Monitoring an Nutzwert für Kommunikatoren. Schließlich sind PR-Leute es gewohnt, in Themen zu denken, Issues zu beobachten und zu bewerten und aus inhaltlich-thematischen Kontexten Schlüsse für die Verbesserung der Kommunikation zu ziehen.

Nach welchem Schlüssel die Fundstellen eines Social Media Monitorings inhaltlich kategorisiert und damit quantitativ auswertbar gemacht werden, kann nur das betreffende Unternehmen selbst entscheiden. Zu unterschiedlich sind die Kontexte, zu verschiedenartig die Erkenntnisinteressen. Für die Planung der Themen- und Kontextkategorisierung sollten man sich Zeit lassen und genau überlegen, wie detailliert sie sein muss, um aussagekräftig genug zu sein. Ein Kategoriensystem muss klar und umfassend genug sein muss, um auch über eine längere Zeitdauer hinweg Gültigkeit zu haben. Sonst läuft man Gefahr, bei der nächstbesten Gelegenheit zusätzliche Kategorien einführen oder zu fein unterteilte Themenkreise wieder zusammenführen zu müssen, um brauchbare Ergebnisse erhalten.

Ein (fiktives) Beispiel: Angenommen ein Hersteller von Fotoobjektiven vertreibt seine Produkte in zwei Baureihen, eine für Hobbyfotografen und eine für anspruchsvolle Profis. Beide Baureihen sind für drei unterschiedliche Kamerahersteller erhältlich. In jeder Baureihe gibt es 15 Produkte für unterschiedliche Einsatzzwecke. Wollte der Kamerahersteller nun alle Objektivmodelle in seinem Kategoriensystem für das Social Media Monitoring erfassen, hätte er schon 90 verschiedene Punkte in seiner Liste. Manche Profi-Objektive sind nun so speziell, dass davon gerade mal 200 Stück im Jahr verkauft werden. Im Massenmarkt der Hobby-Baureihe werden hingegen mindestens 120.000 Exemplare eines Modells verkauft.

Die Wahrscheinlichkeit, dass sich zu den Hobby-Modellen viele Nutzer im Social Web zusammenfinden und Tipps und Erfahrungen austauschen, ist deutlich höher als bei den hochspezialisierten Profiobjektiven. Selbst wenn das Monitoring drei oder vier Blogposts dazu findet, ist ihr Gewicht im Vergleich zu Hunderten von Erfahrungsberichten aus dem Amateurbereich minimal. Der Aufwand für die Aufschlüsselung jedes einzelnen Objektivs als eigene Kategorie steht also in keinem Verhältnis zum Erkenntnisgewinn. In diesem Beispiel böte es sich also an, nur zwischen Hobby-Baureihe und Profi-Serie zu unterscheiden und dort eventuell noch Untergruppen für drei oder vier typische Einsatzzwecke zu bilden. So würde die Analyse nicht zu kleinteilig und der Objektivhersteller könnte besser vergleichen, welche Themen die Anwender beider Käufergruppen bewegen.

Jedes Monitoring braucht eine Pilotphase zum Testen des Kategoriensystems

Beim Entwurf des Kategoriensystems für das Social Media Monitoring ist es deshalb sinnvoll, in der Planungsphase definierte Kategorien einmal probeweise auf einen Pool an Suchtreffern anzuwenden. So lässt sich das System je nach Bedarf verfeinern oder vereinfachen, bevor das Monitoring schließlich in die Produktivphase eintritt und dann eine historische Vergleichbarkeit der Ergebnisse geboten ist.

In Teil 1: Trends & Sentimentanalyse
In Teil 3: Influencer und Netzwerkanalyse (am Montag, 21.3.)

Diese Artikelreihe präsentiert Auszüge aus dem O’Reilly-Buch “PR im Social Web” (Facebook-Seite) von Marie-Christine Schindler und mir. Das Buch ist ab 1.4.11, z.B. bei Amazon erhältlich (affiliate link).