Der (E-Book-)Preis ist heiß: Preisaktionen! (Teil 3)

25. Oktober 2018

6. Wie kann ich kontrollieren, dass der Preis überall rechtzeitig gesenkt und später wieder erhöht wird?

Manuell ist das eine mühselige und aufwändige Tätigkeit, die außerdem keinen Spaß macht, denn dazu müssten Sie für jeden Titel die Produktdetailseite jedes Shops sowohl am Tag des Aktionsstarts als auch am Tag nach dem Aktionsende abgrasen und die Preise prüfen. Hier hilft nur Automation. Sowas können Dienstleister wie Aggregatoren und Distributoren, die haben dazu spezielle Werkzeuge. Bei readbox heißt unser Tool //shc  shop check. Es fragt alle gängigen Shops ab und prüft auf das Vorhandensein und die Korrektheit des Preises.

7. Was kann ich tun, um eine Preisaktion zu unterstützen?

Eine wichtige Frage, wenn man nicht allein auf Hoffnung bauen möchte. Und ja natürlich können Sie etwas tun! Nutzen Sie Ihre eigene Reichweite mit Ihren Marketingmöglichkeiten, um Ihre Kunden zu Informieren. Also via Newsletter, Hinweis auf der Website, Posts in den sozialen Medien, feuern Sie aus allen Rohren.

Außerdem gibt es eine ganze Reihe von Websites, die vergünstigte Preisaktionen promoten und die alle E-Book-Schnäppchenjäger auf dem Schirm haben. Prüfen Sie, ob Ihre Titel dort bereits über andere Wege auftauchen und falls nein, nehmen Sie Kontakt zu den Websitebetreibern auf. Ein bekanntes Beispiel ist https://www.lesen.net/ von Johannes Haupt.

8. Wann gilt eine Preisaktion als erfolgreich?

Klingt nach einer einfachen Frage. Die Antwort kann je nach Zielsetzung einer Aktion allerdings recht unterschiedlich ausfallen.

Zentrale KPIs für Preisaktionen

Wie oben in den Szenarien der Fragen 1 und 2 geschildert, zielen Preisaktionen entweder auf mehr Umsatz oder mehr Reichweite ab. Diese beiden Aktionstypen sollte man bei der Aus- und Bewertung möglichst getrennt betrachten, sonst entsteht schnell ein verfälschter Eindruck.

Vergleich macht schlau

Ob eine Preisaktion erfolgreich war, ergibt sich im Vergleich mit den Zahlen vor und nach der Aktion. Geht es um Geld, ist die Rechnung auf den ersten Blick einfach: Man nehme die Umsätze im Zeitraum vor der Aktion und vergleiche sie mit denen während der Aktion. Sind sie höher, ist alles gut. Aber so ganz einfach ist es dann leider doch wieder nicht. #seufz Aber dazu kommen wir gleich.

Bei Reichweiten-Aktionen ist der Erfolg auf zweierlei Weise messbar: Erstens ein Vergleich der erzielten Downloads mit den Zahlen von anderen, ähnlichen Aktionen als Benchmark und die Konversionsrate, falls in dem Titel z. B. In-Book-Anzeigen enthalten waren.
ACHTUNG: Bei der Konversions-Bewertung ist das Analysefenster ein anderes als bei den Downloadzahlen, denn stehen die Anzeigen – wie in der Belletristik üblich – am Ende des Titels, muss der Kunde das Buch erstmal zu Ende lesen, bevor er sie zu Gesicht bekommt. Hier entsteht also ein Zeitversatz und der hängt vom Umfang des Buches ab.

Vergleichszeiträume: davor und danach

Welchen Zeitraum vor einer Aktion betrachtet man denn nun? Immer den, der genauso lange ist wie die Aktion selbst oder einen festen Zeitraum? Bei Daily Deals wird schnell klar, dass es mäßig sinnvoll ist, den Erfolg einer 1-Tages-Aktion ausschließlich an den Ab- oder Umsätzen des Vortags zu bemessen, bei einer Aktion über zwei Wochen schaut das schon wieder ganz anders aus. Wie so oft geht es hier um die Fragestellung:
Um die Effizienz von Aktionen unterschiedlicher Dauer miteinander vergleichen zu können, ist eine Betrachtung mit einem Zeitraum erforderlich, der immer gleich ist. Nur so finden Sie heraus, welche Aktionslänge ideal ist. Wir empfehlen hier einen Zeitraum von 30 Tagen.
Wollen Sie hingegen die Performance von Aktionen derselben Dauer miteinander vergleichen, lohnt es sich, die Zeiträume in Relation zu ihrer Länge zu betrachten, denn gerade kurze Aktionen sind so besser zu beurteilen.

Möchten Sie außerdem die Nachhaltigkeit einer Aktion in die Bewertung mit einfließen lassen, sollten Sie auch den Zeitraum nach Ende der Preisaktion berücksichtigen. Damit fangen Sie zwei mögliche Fälle ab: Sind die Umsätze wie erhofft noch eine Weile lang höher als vor Beginn der Aktion oder stürzen sie ins Bodenlose, weil sich erstmal niemand mehr für den Titel interessiert?

Fazit: Ein guter Betrachtungszeitraum sind 30 Tage vor und 30 Tage nach der Preisaktion. 

Zahlen: absolut und durchschnittlich

Welche Zahlen erlauben eine objektive Bewertung des Aktionserfolgs? Absolute Zahlen sind immer gut, führen sie doch sofort eine messbare und verständliche Summe von Um- oder Absätzen vor Augen. Frei nach dem Motto viel hilft viel und nix war nix. Diese Betrachtungsweise allein kann allerdings in die falsche Richtung weisen, denn es ist durchaus denkbar, dass zwei kurze Preisaktionen in relativ kurzem Abstand mehr bringen als eine lange Aktion – was man bei einer reinen Summenbetrachtung nicht herausfinden würde. Hier helfen Durchschnittswerte, die Um- und Absätze pro Tag berechnen und damit die Aktionseffizienz unabhängig von ihrer Dauer sichtbar machen.

Aus- und Bewertungsbeispiele

In unserem Preisaktions-Analytics-Tool //ppr werten wir alle Varianten aus, um maximale Transparenz zu erzeugen.

Variante 1: Absolute Zahlen mit Vergleichs-Zeiträumen, die der Aktionsdauer entsprechen.

absolut
Auswertung einer 7-tägigen Aktion im Vergleich zu den Zeiträumen jeweils 7 Tage davor und danach. Diese Preisaktion war ein voller Erfolg, selbst nach ihrem Ende war der Umsatz deutlich höher als davor. Quelle: meine.readbox-Modul price promotion

Variante 2: Durchschnittswerte mit einem Vergleich-Zeitraum von 30 Tagen nur VOR der Preisaktion

vorherwaehrend
Auch hier wird deutlich, dass diese Aktion in Absatz, Umsatz und Vergütung so richtig gut gelaufen ist. Quelle: meine.readbox-Modul price promotion

Variante 3: Durchschnittswerte mit einem Vergleich-Zeitraum von 30 Tagen VOR und NACH der Preisaktion

vorherdanach
Alle Werte zeigen, dass diese Aktion einen nachhaltig positiven Effekt auf den Verkauf des Titels hatte. Genau so soll es sein. Quelle: meine.readbox-Modul price promotion

9. Wie sieht die Performance einer Aktion im Vergleich zu ähnlichen Aktionen aus?

Das große Thema Benchmarking. Auch hier gibt es wieder zwei Ebenen: Einerseits der Vergleich von Aktionen mit anderen Aktionen innerhalb des Verlags oder der Verlagsgruppe und andererseits der Vergleich mit Aktionen anderer Verlage.

Wie immer bei Auswertungen ist die Fragestellung an die Daten wichtig: Möchte ich z.B. die Aktions-Performance innerhalb eines Genres, also beispielsweise ähnlicher Imprints, Autoren, Reihen miteinander vergleichen oder vielleicht sogar ganze Genres bewerten, um mein Marketingbudget möglichst optimiert einzusetzen?

Benchmarking innerhalb des eigenen Hauses ist dabei die einfachere Variante – sofern Sie die nötigen Daten korrekt und präzise erfassen und auswerten. An Vergleichsdaten aus dem Markt kommen Sie nur über spezialisierte Dienstleister. Bei readbox haben wir im Laufe der Jahre zigtausende an Aktions-Datensätzen gesammelt und stellen diese in unserem Analyse-Tool als Benchmarks in anonymisierter Form zur Verfügung.

10. Warum war eine Aktion erfolgreich oder eben auch nicht?

Tja, das ist eine Frage, auf die es eine ganze Menge möglicher Antworten gibt. Um hier ein wenig Licht ins Dunkel zu bringen, messen wir in unserem Analyse-Tool eine ganze Reihe von Faktoren, die sich im Laufe der kommenden Monate mit Sicherheit noch erweitern wird.

Das Ergebnis einer solchen Analyse kann z. B. so aussehen:

erfolgsanalyse
Beispiel für die Zusammenfassung einer Erfolgsanalyse. 
Quelle: meine.readbox-Modul price promotion

Neben den hier gezeigten Parametern verfolgen wir noch einige andere Faktoren, die hochinteressante Einblicke liefern. Allerdings wollen wir an dieser Stelle nicht mehr verraten, der Artikel ist ja schließlich lang genug geworden, nicht wahr? Alles Weitere zeigen wir Ihnen gerne persönlich, melden Sie sich also gerne beim Autor dieses Blogbeitrags oder unsere Website bei meinen Kollegen Christian Körner oder Stephanie Rahmede.

Der (E-Book-)Preis ist heiß: Preisaktionen! (Teil 1)

11. Oktober 2018 – Preisaktionen sind heute immer noch das effizienteste Mittel, um E-Books erfolgreich zu bewerben. Klassenprimus ist dabei der gute alte Kindle Deal vom großen a. Warum? Weil dort neben der Reichweite auch alle zur Verfügung stehenden Daten ausgewertet und Aktionen entsprechend von Anfang an optimiert werden. Für erfolgreiche Preisaktionen in Eigenregie gilt es also, ein paar Fragen an die eigenen Datenbestände zu stellen. Und genau dazu liefert dieser Artikel Input: Was sind die richtigen Fragen und wie lauten die Antworten?

Steckbrief Preisaktionen

Zuerst ein Mini-FAQ zu Preisaktionen – nur um ein gemeinsames Verständnis zu schaffen.

  • Was ist denn genau eine Preisaktion?
    Eine zeitlich limitierte Veränderung eines Preises für ein E-Book.
  • Warum sollte ich mehr Geld verdienen, indem ich meine Bücher billiger verkaufe?
    Weil die Shops die reduzierten Titel gesondert bewerben und die verkaufte Menge durch mehr Sichtbarkeit überproportional zur Preisreduktion in die Höhe geht.
    Ein klassischer Effekt ist außerdem, dass solchermaßen beworbene Titel nach Ende der Preisaktion im Umsatz nicht sofort auf den Wert vor der Aktion zurückschnellen, sondern ihre Verkaufskurve durch die verbesserte Sichtbarkeit erst langsam wieder abflacht.
  • Müssen die Preise vor und nach der Aktion gleich sein?
    Nö. Man kann damit sowohl eine Preissenkung als auch -erhöhung durchführen.
  • Verträgt sich das denn mit der Preisbindung?
    Aber sicher doch. Zumindest solange die beworbenen Titel in allen Shops jederzeit denselben Preis haben, also vor, während und nach der Preisaktion.
  • Gibt es eine Vorlaufzeit zum Melden solcher Preisaktionen?
    Da gibt es sogar zwei. Eine sinnvolle und eine, äh, ungeschickte. Siehe unten bei Frage 5.

Also alles ganz einfach. Oder doch nicht?

Im Prinzip ist eine Preisaktion wirklich einfach: Titel aussuchen, reduzierten Preis festlegen, Start- und Enddatum definieren, passende Metadatenaktualisierung an alle Shops schicken, fertig. Handelt es sich um einen Shop-Deal, wird Ihnen bisweilen sogar die Titelauswahl abgenommen. Und dann hoffen, dass alles klappt und Absatz und  Umsatz steigen. Bingo.

Tja, und genau hier geht’s schon mit den Fragen los:

Der (E-Book-)Preis ist heiß: Preisaktionen! (Teil 1) weiterlesen

Getrieben von Daten? Vom Sinn und Unsinn datengetriebenen Publizierens

29. Juni 2018 – Data Driven Publishing. Ist das schon wieder eins dieser rasch vergänglichen Buzzwords, die es nicht mal in den Gartners Hype Cycle geschafft haben oder doch eine ernstzunehmende Strategie, um das Verlagsgeschäft planbarer, umsatzstärker und rentabler zu machen?

Dieser Artikel ist der erste einer kleinen Serie, die zeigt, wie wir bei readbox mit diesem Thema umgehen, warum wir davon überzeugt sind, dass es das Arbeiten in der Verlagsbranche nachhaltig verändern wird und welche Tools wir dafür in den nächsten Monaten auf den Markt bringen werden.

Daten? Was für Daten?
Wovon wir eigentlich reden.

Produkte erzeugen Daten (und bestehen daraus), Prozesse erzeugen Daten, Leser und Kunden erzeugen Daten. Was davon ist denn jetzt relevant? Und ab wann sind Daten so weit aufbereitet, dass man damit effizient und zuverlässig sein Geschäft steuern kann, wann werden Zahlen wirklich zu Key Performance Indicators (KPIs)?

Die üblichen Daten

Damit gehen wir täglich um, das kennen wir. Aber nutzen wir das Potenzial all dieser Informationen auch wirklich aus oder starren wir zu häufig nur auf Zahlenkolonnen, die uns nicht wirklich weiterbringen? Also, was haben wir normalerweise so im Haus?

Sales-Daten wie Absatz- und Umsatzzahlen, Vormerker und Retouren.
medienform-, ausgaben- und auflagenübergreifend inkl. E-Book, Hörbuch,
HC, TB, Readerausgaben, Ramscherlösen, Auslandslizenzen. Aufgeschlüsselt nach Shops, Ländern, Imprints, Genres, Reihen, Herausgebern Autoren und allen möglichen anderen Faktoren. Tagesaktuell, monatlich, quartalsweise, jährlich. Retourenbereinigt oder auch nicht.

Kosten aus allen Bereichen: Lektorat, Marketing, Vertrieb, Herstellung, Auslieferung, Lagerhaltung, Makulatur, Honorare, Gemeinkosten, Umlagen, Steuern, Personal, Abschreibungen, Mitgliedsbeiträge des Börsenvereins, Anwaltskosten für die DSGVO-Umsetzung, you name it. Ach ja, aus Erlösen und Kosten ergeben sich Ertrag und Deckungsbeitrag.

Metadaten zu Produkten waren früher noch stärker unterschätzt als heute, sind aber noch immer fast überall qualitativ und quantitativ ausbaufähig. In einer Welt, in der die Kunden mehr und mehr online einkaufen, wird relevante Sicht- und Findbarkeit erst durch richtig gute Metadaten erzeugt. Da können Inhalt und Ausstattung Ihres Buches so gut sein, wie sie wollen, ohne passende Metadaten wird kein Mensch Ihren Titel finden, geschweige denn kaufen.
Dazu gehören unter vielen anderen Angaben vor allem Titel, Untertitel, Keywords, Sachgruppen (THEMA, WGS, BISAC) und Beschreibungstexte.

Der Content selbst. Jeder weiß es, aber nur ganz kurz zusammengefasst zur Erinnerung: Im gesamten Entstehungsprozess eines Printbuches ist nur der allerletzte Schritt analog, der Rest ist rein digital und besteht aus Datenflüssen: Der Autor schreibt in einer Textverarbeitung, schickt das Manuskript per Mail, das Lektorat redigiert per Software, der Setzer arbeitet mit einem DTP-Programm und die Satzfahne geht als PDF-Datei via FTP-Server an den Drucker. Dazu kommen die rein digitalen Produktformen wie E-Book, Hörbuch und Apps.
Und es klingt fast verrückt, aber das Potenzial des Inhalts eines Buches schöpfen wir heute noch kaum aus, denn wir machen „nur“ ein Buch daraus. Die Analyse der Inhalte ermöglicht noch viel mehr: Quantitative Methoden, also das automatisierte Auswerten der Worte, der Sätze, der Absatz- und Kapitellängen erlauben z. B. einerseits Aussagen über Zielgruppeneignung, Genre und helfen andererseits bei der Optimierung von Metadaten wie Keywords und Sachgruppen-Einstufung. Qualitative Analysen ermöglichen komplexere Erkenntnisse, wie z. B. über Handlungsstränge, die einzelnen Protagonisten, über Epochen, Orte und Schauplätze, ja sogar über die zu erwartenden Emotionen des Lesers beim Lesen selbst. Allesamt höchst wertvolle Daten für Marketingaktionen, Programmgestaltung und Empfehlungsmanagement.

Daten aus Marketingaktionen, hier hängt viel davon ab, was gemessen und nach welchen Kriterien Erfolge definiert werden. Also z. B. Öffnungs- und Konversionsraten von Newslettern, Umsatz- und Reichweiteneffekte von E-Book-Preisaktionen, AdWords- und Social-Media-Anzeigen-Kampagnen, Leadgenerierung auf Messen, Impact von Social-Media-Reichweiten-Kampagnen, Erfolg von Pressearbeit und Bloggerrelations, Aktionen im Buchhandel, Lesereisen und vieles mehr.
Und, Hand aufs Herz, hier bleiben gar nicht mal so selten offensichtliche Potenziale auf der Strecke: Die Nachpflege und Qualifikation von Adressen im (hoffentlich vorhandenen) CRM, die Rezensionskontrolle und damit verbundene laufende Optimierung des Presseverteilers und die kombinierte Betrachtung und Bewertung von Aktionen, wie z. B. die Auswirkungen einer E-Book-Preisaktion auf die Printausgabe.

Die teuren Daten

Spätestens beim PoS hört es dann mit den Daten meistens erstmal auf. Es sei denn, man nimmt Geld in die Hand und kauft selbige ein. Kundenverhalten, Verkaufstrends, und Benchmarks liefern die altbekannten Panels und Charts von media control (METIS) und GfK.

Amazon bietet ebenfalls einen kostenpflichtigen einen Blick in seinen Online-Laden an, das Ganze heißt Amazon Retail Analytics Premium (ARA) und ist in zweierlei Hinsicht anstrengend: Erstens ist der Service vorsichtig formuliert nicht gerade geschenkt und zweitens gibt es statt schick aufbereiteter Charts und Tabellen sprödes Excel – das ohne weitere Aufbereitung eher schwere Datenkost darstellt. (Anmerkung des Autors: Eigentlich schon irgendwie ein cooles Geschäftsmodell, oder? Man erzeugt mit den Produkten der Handelspartner nicht nur Umsätze, sondern auch Daten, die man ihnen dann wieder verkauft. Fies, aber schlau.)

Und dann gibt es natürlich ein reichhaltig-vielfältiges Angebot an Studien und Statistiken diverser Institutionen zu ebenso diversen Preisen. Hier seien nur beispielhaft der Börsenverein des deutschen Buchhandels, das Statistische Bundesamt (Destatis), Statista und IfD Allensbach genannt.

Die Kunden- bzw. Leserdaten

Je buchhandels-orientierter der Verlag, desto schattenhafter ist im Branchenschnitt das Bewusstsein für die Bedeutung von Leserdaten. Das ist eigentlich auch für den Buchhandel schade, denn auch die dortigen Kollegen profitieren von der zielgruppengerechten Ansprache und Programmgestaltung der Verlage. Also stellen wir folgende Frage: Wo hinterlassen Kunden und Leser denn überhaupt Spuren, die man auswerten kann?

Relativ offensichtlich sind ihre Fußspuren auf den Webangeboten eines Verlags, also
z. B. Bewegungen auf Internetseiten – Landingpages von Autoren, Reihen und Marketingaktionen nicht vergessen – Online-Shops und den Social-Media-Angeboten. Datenschutzgerecht eingesetzt, liefern Tools wie Google Analytics und die plattformeigenen Analysewerkzeuge der Social-Media-Kanäle eine Fülle von Daten, aus denen man eine Menge u. a. über die Usability einer Website und vor allem eines Shops lernen kann.

In vielerlei Hinsicht hochspannend sind die Suchbegriffe, mit denen Website- und Shop-Besucher etwas zu finden hoffen – nicht nur bei den eigenen Webangeboten, sondern auch z. B. bei Google und Amazon. Passen diese Begriffe bei Produktsuchen zu den Metadaten? Sind die Treffer auch tatsächlich relevant, sprich die Konversion hoch? Suchen die (potenziellen) Kunden vielleicht nach ganz anderen Dingen und falls ja, was lässt sich daraus für das eigene Angebot und/oder die eigene Positionierung ableiten?

Hat der Verlag eigene Social-Media-Kanäle, bieten einerseits die jeweiligen Plattformen eigene Tools zur Auswertung an, aber Tools zum übergreifenden Social-Media-Monitoring gibt es reichlich. Diese Daten geben Aufschluss über die Zusammensetzung der Follower = Zielgruppe und deren Bereitschaft zur Interaktion – was wiederum Rückschlüsse auf die Qualität der eigenen Social-Media-Angebote erlaubt.

Mindestens ebenso spannend wie Suchbegriffe und (gute) Social-Media-Postings sind die Bewertungen, Rezensionen und Kommentare in Online-Shops. 1-Sterne-Bewertungen mit passend schlechter Rezension können sich fatal auf die Verkaufszahlen auswirken, an dieser Stelle ist es wichtig, solche Ereignisse möglichst rasch zu bemerken und passend darauf zu reagieren. Eine passive Überwachung reicht an dieser Stelle nicht aus, hier sind Alerts und Push-Services gefragt, um die Reaktionszeit möglich niedrig zu halten und Umsatzverluste zu minimieren.

Nutzen Sie das richtige Tool zur Anzeige von Leseproben, erhalten Sie zur Auswertung Daten über das Nutzungsverhalten der Leser. Also, wie lange und wie weit gelesen wurde, ob und wann auf einen Kaufbutton zu welchem Shop geklickt wurde, wann im Tages- und Wochenverlauf am meisten gelesen wurde und welche Geräte zum Lesen benutzt wurden. K(l)eine Überraschung aus unseren Analysen: Der Mobil-Anteil steigt deutlich!
Ach ja, über solche Daten verfügen die Shop-Dickschiffe wie Amazon und Google natürlich reichlich und richten die Darstellung Ihrer Online-Angebote nach den Ergebnissen aus. Nur werden sie den Teufel tun, dass auch an die Verlage zurückzuspielen. Diesen Vorteil der Shops wollen wir bei readbox aufheben und diese Informationen für die Verlage nutzbar machen. Auch A/B-Tests von Leseproben und Covern werden dadurch möglich.

Unter bestimmten Voraussetzungen ist auch das Nutzungsverhalten kompletter E-Books mess- und auswertbar. Hier wird sichtbar, wie weit Leser tatsächlich in einem Buch vorgedrungen sind, ob sie es zu Ende gelesen, aufgegeben oder einfach nach einer Pause weitergelesen haben. Die bekannteste Lösung hierfür bietet Jellybooks an.

Ebenfalls zu haben sind ähnliche Nutzungsdaten aus Streamingdiensten wie z. B. der E-Book-Flatrate skoobe. Das gehört dort zum normalen Reporting. Auch aus den track-genauen Abrechnungsinformationen von Hörbuch-Streams lässt sich ermitteln, wie weit ein Hörbuch genutzt wurde.

Daten sind einsam.
Von Silos, historisch gewachsenen Strukturen und der Notwendigkeit, diese aufzubrechen.

2018-06-28 Illustration rbx-Data-Framework
Die readbox-Systemarchitektur: Was im Frontend als meine.readbox erscheint, basiert im Backend auf der readbox-Basistechnologie, in die alle möglichen und verfügbaren Daten aus externen und internen Systemen einfließen, verarbeitet und verfügbar gemacht werden.

Zur Gewinnung und Verwaltung von Daten hat fast jeder Verlag seine Standardausstattung an Tools, deren Typen sich zumeist mit drei Buchstaben abkürzen, ERP, CMS, CRM, PIM und vielleicht noch MAM. Jedes System ist für etwas anderes zuständig, die Anschaffung hat sich im Laufe der Jahre irgendwann irgendwie ergeben und es wurde in der Vergangenheit dabei eigentlich nie vernetzt gedacht oder geplant. Bitte nicht falsch verstehen, das ist kein Vorwurf, sondern eine Feststellung. Jede Fachabteilung hat ihre eigenen Anforderungen und was dabei herauskommt, ist mein persönlicher Lieblings-Euphemismus: Eine „historisch gewachsene Systemlandschaft“. Super!

Das große Problem: Die Systeme sind nur selten darauf ausgelegt, miteinander zu reden, sprich, Daten miteinander auszutauschen und werden so zu mehr oder weniger isolierten Datensilos. Und irgendwann ist es IMMER soweit, dass man z. B. für Auswertungen von Marketingaktionen Daten aus mehreren Systemen braucht. Mir sind bislang zwei Möglichkeiten bekannt, damit umzugehen:

  1. Irgendein armer Mitarbeiter zieht sich aus den jeweiligen Systemen manuell die Daten und fummelt (entschuldigung, ist doch so) diese in wahlweise einer Exceldatei oder einer PowerPoint-Präsentation zusammen. Jeden. Monat. Wieder.
  2. Eine Schnittstelle zwischen den Systemen wird gebaut. Entweder von einem der Systemhersteller oder einem Dienstleister (unser täglich Brot bei readbox). Je nach Datenstruktur kann das so richtig teuer werden, weswegen so manche Verlage die Kosten scheuen.

Und jetzt? Letzten Endes ist es ein Rechenspiel: Wie viel kosten mich die Mitarbeiter, die regelmäßig ihre Arbeitszeit mit dem zeitfressenden und fehleranfälligen Zusammentragen von Daten aus verschiedenen Silos verbringen? Was kosten mich im Vergleich die nötigen Schnittstellen, um die Daten an einer Stelle automatisiert zusammenzubringen, auszuwerten und in Grafiken, Dashboards oder wie auch immer zu visualisieren?

Bei dieser Rechnung werden die beiden letzten Punkte erfahrungsgemäß gerne unterschätzt: Daten aus verschiedenen Systemen in einem zu vereinigen, ist nur die  halbe Miete, denn ohne die richtige Fragestellung zur Auswertung und der leicht verständlichen Darstellung der Daten bringt mir das Ganze ja nicht viel. Damit kommen wir zum letzten Punkt dieses Artikels: Was können Daten eigentlich leisten? Welche Fragen können sie mir denn überhaupt beantworten?

Enttäuschung kommt von Erwartung. Daten liefern Antworten, die so schlau sind wie die Fragen, die man an sie stellt.

Verstehen – Analytics

4V
Das „4V-Modell“ von readbox: Verstehen, Verbessern, Verschlanken, Vorhersagen

Vor dem Hintergrund der oben skizzierten Datenlage in voneinander getrennten Silos, der zunehmenden Menge an Medienformen sowie Marketing- und Sales-Kanälen, wird es immer schwieriger, einen Überblick aber alle relevanten Zahlen zu bekommen. In diesem Sinne bedeutet Data Driven Publishing, sein Geschäft besser zu verstehen, indem man alle wichtigen Daten aggregiert, möglichst automatisiert und smart auswertet und verständlich darstellt. Und das auf unterschiedlichen Ebenen und möglichst individualisiert, schließlich braucht ein Lektor oder ein Vertriebsmitarbeiter einen höheren Detailgrad an Informationen als ein Abteilungsleiter oder Geschäftsführer.

Dem Verstehen folgt das Steuern: Heute liefern viele Standard-Software-Systeme bereits ansehnliche Tabellen und Grafiken aus, aber die Darstellung allein reicht noch nicht aus, um zu verstehen, warum die Zahlen so sind wie sie sind. Wenn ich sehe, dass die Absatzzahlen eines Buches nach unten oder oben ausreißen, kann ich das passiv beobachten und hoffen, dass es wahlweise vorbei geht oder so bleibt – oder ich kann versuchen, herauszufinden, wo die Ursachen liegen und nach- bzw. gegensteuern. Das wird erheblich einfacher, wenn ich mir z. B. als Lektor die Marketingmaßnahmen einblenden kann, die zum Zeitpunkt eines solchen Ausreißers gerade stattgefunden haben. Oder wenn ich sehen kann, ob es besondere Bewertungen und Rezensionen in den wichtigsten Shops zu diesem Titel gab.

Auch die Performance von Produkten und Marketingmaßnahmen lässt sich mit der Kombination der richtigen Daten aus verschiedenen Blickwinkeln betrachten. Wie gut die verschiedenen Medienformen eines Titels im Vergleich oder aggregiert laufen, ist dabei noch das einfachste, aber wie reagiert z. B. ein Printtitel auf eine E-Book-Preisaktion? Welchen Effekt haben Optimierungsmaßnahmen von Metadaten auf die Verkäufe in On- und Offline-PoS? Passen meine Keywords für die Shops zu den Suchbegriffen auf meiner eigenen Website?

Nur mit dem Aufbrechen von Datensilos werden Antworten zu Fragestellungen wie diesen überhaupt möglich. Um die richtigen Fragen zu finden, brauchen wir die richtigen Parameter (KPIs), die wir messen müssen und deren Auswertungen uns erlauben, Absatz und Umsatz zu steigern. An genau dieser Stelle eine besondere Menge hochwertiges Hirnschmalz zu investieren, dürfte eine gute Idee sein, denn Zahlen sind so ein bisschen wie Treibsand oder facebook: Wer sich davon einfangen lässt, kommt nicht so leicht wieder raus. Und stellt zu allem Übel auch noch fest, dass er Äpfel mit Birnen verglichen hat und die Auswertung zwar schick, aber wenig aussagekräftig ist.

Welche Parameter das sind? Tja, dieses Spiel kann man beliebig komplex spielen, aber letzten Endes sollten es unserer Erfahrung nach möglichst einfach verständliche und klar messbare Faktoren sein, anhand derer man konkrete Maßnahmen ableiten kann, um sein Business zu steuern. In unseren Lösungen geben wir einige KPIs standardisiert aus, erstellen das finale KPI-Set aber stets erst zusammen mit unseren Kunden.

Auf die folgenden Punkte werden wir in weiteren Artikeln eingehen, hier seien exemplarisch nur ein paar Punkte aufgeführt.

Verbessern – Intervention

  • Ziel ist es, möglichst direkt aus den Auswertungen z. B. die passenden Marketingmaßnahmen zum richtigen Zeitpunkt zu ergreifen.
  • Das Messen, Bewerten und Nachsteuern der Maßnahmen gehört ebenfalls dazu.

Verschlanken – Automation

  • Arbeit haben wir alle genug und Ressourcen meist zu wenig. Automation schafft hier Entlastung. Dabei soll der Mensch nicht ersetzt,  sondern unterstützt werden.
  • Automation beschleunigt Prozesse, verbessert ihre Qualität und vereinfacht sie.
  • Automation sorgt für die effizientere Nutzung vorhandener Ressourcen nutzen und spart Kosten.

Vorhersagen – Prediction

  • Die hohe Kunst des datengetriebenen Publizierens. Das Ziel: Die Maschine wertet große Datenmengen aus und schlägt aktiv vor, Dinge zu tun. Oder sie zu lassen.
  • Stichwort „Predictive Analysis„: Bei der Berechnung von Forecasts und bei der Businessplanung können Algorithmen vorhandene Salesdaten um aktuelle Trenddaten anreichern und so Vorhersagen ermöglichen.
  • Und dann geht es um ideale Zeitpunkte. Um passende Preise und Preisänderungen. Um neue Produkte. Um die richtigen Marketingmaßnahmen im richtigen Kanal zum richtigen Zeitpunkt: Preditive Analysis führt zu  Predictive Marketing. Und zu Predictive Sales.

PS: Falls jemand überraschender Weise beim Buzzword-Bingo noch nicht fertig sein sollte: Big Data, Künstliche Intelligenz (KI), Machine Learning, Deep Learning, neuronale Netze & Co. sind hier nicht explizit aufgeführt. Warum? Weil sie auch nichts anderes sind als Tools, Methoden und Verfahren, die genau dann zum Einsatz kommen, wenn sie gebraucht werden. Genau wie ein Dreisatz oder das Malnehmen. Nur weil irgendwo „KI“ drauf steht, heißt das nicht automatisch, dass es besser ist. Höchstens teurer.

Was ist eigentlich ein gutes Keyword?

24. April 2018 – Produkt-Metadaten sind für den erfolgreichen Verkauf fast so wichtig wie die Inhalte eines Buches, das hat die Verlagswelt mittlerweile verstanden und arbeitet fleißig an deren Vollständigkeit und Optimierung. Dabei kommt den Schlagwörtern oder Keywords besondere Bedeutung zu, weil über sie Bücher oftmals erst gefunden und damit für den (Ver)Käufer sichtbar werden. Aber was zur Hölle ist denn eigentlich ein gutes Keyword?

Wirft man diese simpel erscheinende Frage in einen Raum voller Verlagsmenschen ist eine rasche Einigung auf eine gemeinsame Antwort vorsichtig formuliert eher unwahrscheinlich. Vor allem, wenn die Zusammensetzung ein Mix aus Verlegern, Autoren und Mitarbeitern aus Marketing, Vertrieb sowie Lektorat ist. Meine Vermutung: Es wäre eine lebhafte bis hitzige Diskussion, bei der sehr verschiedene Meinungen mit einer gewissen Vehemenz aufeinanderprallen. Aber warum eigentlich?

Der Arbeitsauftrag eines Keywords

Wird eine Diskussion emotional, ist die Auffassung der Diskutanten in der Regel aus unterschiedlichen Quellen entstanden, die unterschiedliche Standpunkte vertreten. Gleichzeitig fehlt zumeist das detaillierte Fachwissen, um sich selbst eine unabhängige Meinung bilden zu können. Wer im Netz nach Informationen zum Thema Keywords sucht, findet wenige Fakten und viele Meinungen. Und die Wahrscheinlichkeit ist hoch, dass man irgendetwas findet, was dem eigenen Bauchgefühl entspricht, einen aber doch irgendwie unzufrieden und unsicher zurücklässt. Und jetzt?

Vielleicht vergessen einfach die ersten beiden Textabsätze und stellen eine andere, viel konkretere Frage: Was soll ein Keyword eigentlich leisten, was ist sein Job? Auch darauf gibt es verschiedene Antworten, hier einige Beispiele:

  • Es soll mehr Bücher verkaufen. Aber wie?
  • Es soll für mehr Sichtbarkeit eines Titels sorgen. Auch richtig. Aber wo genau? Und was bedeutet „Sichtbarkeit“ eigentlich?
  • Es soll dafür sorgen, dass ein Buch besser gefunden wird. Sehr gute Antwort. Bei welchen Suchvorgängen denn? Und wer soll es finden? Und – genauso wichtig – wer nicht?

Gehen wir diese drei Punkte doch mal etwas detaillierter durch:

Mehr Bücher verkaufen

Ein Keyword ist kein eigenständiges Marketinginstrument und kein aktives Tool, insofern sollten wir von ihm an dieser Stelle nicht zu viel Eigeninitiative erwarten. Drei Dinge sind hier besonders relevant:

  1. Keywords sind nicht gleich Keywords. Sollen direkte Verkäufe z. B. über Google Ad-Words-Kampagnen generiert werden, greifen zumindest teilweise andere Kriterien bei der Keyword-Auswahl als beim Zusammenstellen der Schlagwörter für Produkt-Metadaten für einen Online-Shop.
  2. Ein Keyword kommt selten allein. Bzw. sollte eigentlich nie alleine auftreten. Bei Metadaten sorgt erst der richtige Mix verschiedener Schlagwörter zu einem Keyword-Set dafür, dass Keywords ihre wahre Kraft entfalten können. Mindestens 10 Stück pro Set sollten es dabei schon sein.
  3. Bessere Verkaufszahlen durch optimierte Keyword-Sets sind Tatsachen, keine Fiktion. Sie sind die Folge erhöhter Findbarkeit und vor allem hoher Relevanz in den Trefferlisten von passenden Suchanfragen. Dazu gleich mehr.

Mehr Sichtbarkeit erzeugen

Wo? Blöde Frage, im Internet natürlich und nicht im Schaufenster des nächsten Buchhändlers. Und genau hier steckt ein Problem bei der Begrifflichkeit. Hohe Sichtbarkeit ist nicht automatisch gut, sondern kann sogar gefährlich sein. Wird ein Buch zu jeder Suchanfrage und auf jedem Kanal gefunden, ist die Sichtbarkeit zwar enorm hoch, aber die Relevanz niedrig. Das hat mehrere Nachteile:

  1. Es ist teuer. Bedient man sich reichweitenstarker und deswegen meist vielgenutzer Keywords z. B. für eine Google AdWords-Kampagne, verbrennt man in ziemlich kurzer Zeit ziemlich viel Geld mit ziemlich wenig Erfolg. Hier kommt es darauf an, möglichst zielgruppenspezifische Keywords zu einem guten Klickpreis zu finden und im Laufe einer Kampagne immer wieder nach zu justieren.
  2. Es ist schlecht fürs Image. Sie kennen das: Sie öffnen morgens ihre Lieblings-Nachrichten-Website und es knallt Ihnen eine wahlweise magenta-, rot- oder dunkelblaue Werbebannerfront entgegen, idealerweise noch mit animierten Grafiken, um Sie maximal beim Lesen der News zu stören. Flüchten Sie nach der Lektüre in Ihren Webmail-Account, öffnet sich ein Pop-Up-Fenster, in dem derselbe Farbton mit derselben Botschaft auf Sie wartet. Loggen Sie sich wieder aus, startet sich auf der Abmelde-Seite selbsttätig ein Video, das Sie mit voller Lautstärke erneut über den neuartigen Handy-Vertrag von vorhin und vorvorhin informiert. Auf jeden Fall ist der Werbekunde sehr sichtbar, sammelt so aber vermutlich wenig Sympathiepunkte.
    Ok, das ist für einen Buchtitel vielleicht etwas überspitzt dargestellt, aber kurz gesagt: Zu viel Sichtbarkeit nervt!
  3. Es sorgt für Frust beim potenziellen Käufer: Landet Ihr Buch in den Ergebnissen einer Suchanfrage, mit der es nichts zu tun hat, wird der Suchende wohl kaum darauf klicken oder wird sogar sauer, weil er seine Zeit verschwendet. Irrelevante Suchtreffer sind also schlecht investierte Sichtbarkeit.
  4. Es verursacht Unmut beim Suchmaschinen- oder Shopbetreiber: Google, Amazon & Co sind immer darauf bedacht, dass ihre Nutzer genau das finden, was sie suchen – dafür investieren sie eine Menge Zeit und Geld. Verursachen irreführende Keywords irrelevante Suchergebnisse werden die Titel automatisiert abgestraft und abgewertet. Das ist einfach zu messen: Taucht ein Buch immer wieder in den Ergebnislisten zu bestimmten Suchbegriffen auf und wird selten angeklickt und noch seltener gekauft, sorgt ein Algorithmus dafür, dass der Titel nicht mehr angezeigt wird.

Das Fazit: Ohne Relevanz bringt Sichtbarkeit nichts oder verursacht sogar Ärger.

Die Findbarkeit erhöhen

Findbarkeit klingt irgendwie blöd, der englische Begriff „Discoverability“ macht das Ganze meiner Meinung nach etwas klarer. Es geht um die „Entdeckbarkeit“ eines Titels im Sinne von hoher Relevanz, also der hohen Kunst, genau dann in der Trefferliste einer Suchanfrage zu erscheinen, wenn das Buch möglichst präzise passt.

Um für dieses Ziel die besten Schlagwörter zu finden, ist ein mentaler Schritt nötig, der für Verlagsprofis und Autoren manchmal ganz schön schwer ist: Man muss sich konsequent und kompromisslos in die Perspektive des Suchenden begeben und sich fragen, bei welchen Suchbegriffen der Titel auftauchen soll.

Lektoren und Autoren stecken häufig viel zu tief in den Inhalten, um diesen Perspektivenwechsel problemlos vollziehen zu können, Vertriebsmitarbeiter denken logischerweise in erster Linie an ihre Kunden und Marketer an Social-Media-Kampagnen und SEO. Deswegen hilft genau an dieser Stelle die Unterstützung einer Maschine, die die Kundenposition einnimmt, die wichtigsten Online-Quellen abfragt und mit den Buch-Inhalten und anderen Metadaten vergleicht und auswertet. Dafür haben wir die readbox keyword.box gebaut.

Ein paar Relevanz-Dos and -Don’ts für Metadaten-Keywords, die wir im Laufe der Zeit gelernt haben:

  • Neben einzelnen Worten gehören auch passende Phrasen zu einem guten Keyword-Set. Also zum Beispiel Begriffe wie „Künstliche Intelligenz“ im Fachbuch oder Namen von Protagonisten wie „Gregor Samsa“ bei belletristischen Titeln.
  • Nicht nur inhaltliche Aspekte spielen eine Rolle, auch produktbeschreibende Begriffe wie „Geschenkbuch“ oder „Bilderbuch“ helfen dem Suchenden weiter. Vor allem, falls es dazu keine Kategorien in den Shops gibt.
  • Begriffe wie Autorennamen und Titel haben in den Keywords nichts verloren, das sind nur unnötige Dubletten zu anderen Metadatenfeldern.
  • Zweischneidige Keywords sind z. B. die Namen anderer Autoren, Protagonisten oder Titel ähnlicher Bücher. Siehe oben, sie erhöhen vielleicht die Sichtbarkeit, verringern aber die Relevanz (–> akute Abwertungsgefahr)!
  • Völliger Unsinn sind Begriffe wie „Bestseller“, „Bestseller-Autor“, „Spiegel-Bestseller“ oder Medienform-Angaben wie „E-Book“ und „Printausgabe“. Ersteres wird durch die großen Shops ohnehin automatisch gelöscht und letzteres über andere Metadaten codiert.

Die Zeit nagt auch an Keywords

Und um es noch ein wenig komplizierter zu machen, so ein mühsam erarbeitetes Keyword-Set hält nicht für ewig: Begriffe ändern sich, neue Trends ergeben sich, neue Buzzwords entstehen – und damit ändert sich auch das Suchverhalten der Kunden. Um in dieser sich stets verändernden Welt stets aktuell zu bleiben, braucht man entweder viele gute Mitarbeiter oder die Unterstützung einer Maschine, die dabei hilft, existierende Schlagwörter zu bewerten, neue und bessere Begriffe zu identifizieren, diese in das Keyword-Set aufzunehmen und ggfs. veraltete Schlagwörter zu entfernen.

Die keyword.box von readbox kann das. Über unser auf titelspezifischen und externen Quellen basierendes und nach Relevanz gewichtetes Scoring-System bewerten wir jedes einzelne Keyword und machen Schlagwörter so miteinander vergleichbar – ein hoher Score bedeutet gleichzeitig hohe Relevanz. Das hilft dem Metadaten-Verantwortlichen beim Einschätzen des Schlagworts und erlaubt ihm, die Intelligenz der Maschine mit seiner Erfahrung zu kombinieren und so jederzeit ein aktuelles Schlagwort-Set zu erzeugen. Wahlweise ist auch eine vollautomatische Schlagwort-Überarbeitung möglich, die ausschließlich auf dem Scoring-System beruht.