Datenanalysen zerst�ren den Klick-Mythos

Viele YouTube-Videos haben Millionen von Views. Zwei Mal hinschauen lohnt sich aber.

23.01.2024 - Wie sich mit Datenanalysen spannende Insights auf dem Videoportal gewinnen lassen. Die dann ganz nebenbei den Klick-Mythos der Millionen Views beerdigen.

von Ariane Gomer und Lennart Thamm

Nahezu jede Marketingabteilung sammelt Daten. Oder w�rde es gern. Auch f�r ihren YouTube-Kanal. Doch vielen f�llt es dabei schwer, die richtigen Schl�sse aus den gesammelten Zahlen zu ziehen. Der klassische Mythos: ein Video mit Millionen Views. Doch: Ein Video mit Millionen Views muss nicht bedeuten, dass sich jemand positiv mit einer Marke auseinandergesetzt hat. Ein Werbevideo mit hohen Durchsichtsraten - einem wichtigen KPI der Videoplattform - bedeutet nur wenig, wenn diese Rate gerade in der Nacht sehr hoch ist. Dies k�nnte schlichtweg bedeuten, dass die ZuschauerInnen YouTube zum Einschlafen laufen lassen und die Ad im Autoplay wortw�rtlich verschlafen. Somit ist das Marketing-Ziel verfehlt.

Was bringt eine Datenanalyse?

Gerade dieses Beispiel zeigt das Potenzial einer Datenanalyse auf YouTube. Durch die systematische Auswertung von Daten erhalten nicht nur Content-CreatorInnen, sondern auch Unternehmen wertvolle Einblicke in die Performance ihrer Videos. Und dies bietet zwei gro�e Vorteile: Zuerst die retrospektive Auswertung des Erfolgs eines Videos. Anhand verschiedener Metriken l�sst sich feststellen, was und wen ein Unternehmen mit dem eingesetzten Budget erreichen konnte sowie wie sich die ZuschauerInnen tats�chlich mit meinem Inhalt auseinandergesetzt haben. Der zweite gro�e Vorteil ist die Chance der Anpassung. Auf Basis der R�ckschl�sse aus der Datenanalyse haben Unternehmen und CreatorInnen die Chance, ihre Inhalte zu optimieren. Dies kann sowohl in Form von Experimenten wie A/B-Tests erfolgen als auch durch eine qualitative Anpassung der Kanal-Inhalte.

Welche Metriken sind wichtig?

Leider l�sst sich nicht kategorisch die EINE entscheidende Metrik f�r eine Datenanalyse festlegen. Auch ein Zusammenspiel von mehreren typischen Kennwerten muss nicht automatisch zum besten Ende f�hren. Denn der Ablauf einer Datenanalyse und die gew�hlten Metriken h�ngen ma�geblich von den strategischen Zielen und den Zielgruppen der Unternehmen ab. Viele Unternehmen wollen in vielen F�llen alle m�glichen ZuschauerInnen erreichen. Bei diesem Ziel scheint die Metrik der Views dabei universell wichtig zu sein. Die Bedeutung der schieren Anzahl von Klicks bemisst sich aber an verschiedenen Faktoren, wie der durchschnittlichen ZuschauerInnen-Bindung (oder Average View Duration) und dem Anteil an Views im Publikum des Unternehmens.

Die unbequeme Wahrheit dabei ist, dass die meisten Inhalte - gerade in einer Zeit der immer extremeren Fragmentierung der Webvideo-Kultur - nicht alle Zielgruppen gleicherma�en ansprechen. Es ist daher sinnvoll, die Zielgruppe f�r einen YouTube-Kanal einzugrenzen. Eine gute Datenanalyse f�ngt daher bereits bei einer koh�renten Kanalstrategie mit Zielgruppendefinition und Zielen an, die sich in spezifischen KPIs messen lassen. Diese spezifischen KPIs k�nnen vielf�ltig sein.

F�r eine erh�hte Brand Awareness, beispielsweise zur Ank�ndigung eines neuen Produktes, ist eine m�glichst hohe Reichweite, also eine hohe Unique Viewer-Menge sowie niedrige Cost-per-View-Zahlen relevant, um die Botschaft rund um das neue Produkt zu verankern.

Umgekehrt ist ein qualitativ hochwertiger Traffic, der durch die Spezifit�t des Targetings erreicht werden kann, essentiell, wenn ein Unternehmen die Kundenbindung und seine Markenwahrnehmung steigern m�chte. Reine Reichweiten-Metriken sollten in diesem Szenario durch qualitative Metriken wie lange Average View Duration, hohe Like- und Subscribe-Raten sowie viele positive Kommentare eingeordnet werden.

Au�erdem ist es entscheidend, den Kontext der Daten zu analysieren und in Relation zu setzen. Ein Video, das also viele Klicks erh�lt, die aber nicht im relevanten Kontext stehen, kann nicht automatisch als erfolgreich angesehen werden. Auch ein Video mit der perfekten Durchdringung einer Zielgruppe ist bei wenigen Klicks nicht erfolgreich. F�r jede M�glichkeit der Dateninterpretation ist eine klare Zielfestlegung sowohl f�r den YouTube-Kanal als auch f�r die Zielgruppe essenziell.

Neben allen M�glichkeiten muss bei einer Datenanalyse ebenfalls auf potenzielle Stolpersteine geachtet werden. Eine klassische Panne bei einer Datenanalyse besteht in der isolierten Betrachtung von Daten. Es ist wichtig, nicht nur einzelne Kennzahlen zu analysieren, sondern Zusammenh�nge zu erkennen und die Bedeutung der Daten im Gesamtkontext zu verstehen. Zuf�llige oder nebens�chliche Daten m�ssen stets von wesentlichen getrennt werden.

So funktioniert die Datenanalyse f�r deinen YouTube-Kanal

Eine Datenanalyse auf YouTube beginnt nahezu unmittelbar nach dem Hochladen eines Videos im YouTube-Studio bei den Analytics. Dort stehen insbesondere im "Advanced Mode" umfangreiche Statistiken zum Kanal zur Verf�gung. Zu den wichtigsten Funktionen z�hlt die Aufschl�sselung von Metriken nach Video, Traffic-Quelle, Demografie, Region und vielem mehr. Einige dieser Metriken, wie zum Beispiel die Click-Through-Rate (CTR), bieten bereits wenige Stunden nach dem Upload einen ersten Einblick in die Performance eines Videos.

Die CTR gibt Aufschluss �ber das Verh�ltnis der Impressionen - also wie h�ufig ein Thumbnail auf YouTube angezeigt wurde - zu der Zahl der Klicks - also wie h�ufig ein Video gesehen wurde - und liefert so wichtige Informationen zur Wirksamkeit des Titelbildes und des Titels. Ist die Performance des Videos hier unterdurchschnittlich, k�nnen Unternehmen direkt agieren und den Thumbnail oder auch den Titel des Videos �ndern. Metriken wie Views, Watchtime oder Engagement lassen �blicherweise vier bis f�nf Tage nach dem Hochladen des Videos belastbare Schl�sse �ber die Performance zu.

Ein weiterer Aspekt ist die Retentionskurve, die Einblicke in die Zuschauerbindung und Ausstiegspunkte liefert. Diese Metrik erlaubt au�erdem gute R�ckschl�sse f�r das Storytelling des Videos und wie diese f�r eine l�ngere Verweildauer angepasst werden sollte. Denn je l�nger die ZuschauerInnen bei einem Video dabei bleiben, desto besser. W�hrend ein leichter Abfall in den ersten Sekunden normal ist, sollten Unternehmen nach den ersten f�nf Sekunden die Aufmerksamkeit der ZuschauerInnen gewonnen haben.

All diese Kennzahlen werden anschlie�end in den Kontext eines Videos integriert. Dabei ist es wichtig zu wissen, ob gerade �hnliche Videos anderer CreatorInnen oder Unternehmen popul�r sind, um eine Kannibalisierung der eigenen Inhalte zu vermeiden oder aber um Trends fr�hzeitig zu erkennen und rechtzeitig zu adressieren. Ebenfalls m�ssen externe Faktoren wie die verschiedenen Zielgruppen, geostrategische Daten oder auch die Tageszeit in Relation zu allen Kennzahlen gebracht werden. Denn wie im Eingangsbeispiel bereits erw�hnt, bringt es nichts, wenn alle ZuschauerInnen? deine Inhalte verschlafen, oder wenn deine Infos an ein strategisch nicht relevantes Zielpublikum ausgespielt wurden.

Realistischerweise schlie�t eine kommerzielle YouTube-Strategie nicht nur organische Aufrufe ein, sondern setzt gleichsam Google Ads mit ein. Um eine nachhaltige Gemeinschaft rund um das Thema eines Unternehmens zu erstellen, sollte die Qualit�t der Inhalte dabei jedoch gleicherma�en priorisiert werden. Hier sind Google-Ad-spezifische Faktoren in der Analyse zu ber�cksichtigen.

Zentral ist zun�chst der Cost per View, der anzeigt, wie effektiv die Werbeanzeige Viewer erreicht. Ebenfalls sind kampagnenspezifische Faktoren zu ber�cksichtigen, welche die Qualit�t eines einzelnen Views genauer beleuchten:

Likes und Subscriptions (die von einer Anzeige ausgehen) zeigen an, dass der Inhalt f�r gut befunden wird
Die Average View Duration zeigt, ob sich das Publikum tats�chlich f�r den gezeigten Inhalt interessiert
Earned Views zeigen, dass der Inhalt sogar Anreize bietet, sich weitere Videos des Kanals anzuschauen. Auf diesem k�nnen Paid Views also auch zu einem Wachstum der organischen Aufrufe f�hren

Aussagekr�ftig werden diese Metriken jedoch erst durch den Vergleich verschiedener Kampagnen. Die Erkenntnisse einer guten Datenanalyse erlauben es folglich, Ausgaben konsequent und zielgerichtet zu planen.

Klein aber nutzt f�r seine Datenanalysen das Google Looker Studio (vormals Data Studio), um umfassende Dashboards zu erstellen. Dieses Tool erm�glicht die Visualisierung und Analyse von Daten aus verschiedenen Quellen in einer gesammelten �bersicht, einschlie�lich Google Ads und YouTube. Dar�ber hinaus werden auch selbst entwickelte Tools genutzt, um spezifische Anforderungen und Bed�rfnisse bei der Datenanalyse zu ber�cksichtigen. Diese Kombination aus etablierten Tools und individuellen L�sungen erm�glicht eine umfassende Datenanalyse der Videos.

Das ergibt eine Datenanalyse f�r den YouTube-Kanal von Kleinanzeigen

Der von Klein aber betreute Kanal der Kleinanzeigen WG ist ein gutes Beispiel f�r die Anwendung einer Datenanalyse. Der Kanal unterh�lt seit f�nf Jahren eine treue Community, die sich w�chentlich auf ein neues Video freut. Hier wurde verst�rkt das Ziel gesetzt, vor allem ZuschauerInnen der GenZ zu erreichen.

Um dieses Ziel zu realisieren, wurde zun�chst der Status Quo analysiert. Wer wird zurzeit mit den Videos der Kleinanzeigen WG erreicht? Woher kommen die Views? Wie hoch waren die CTR und die Watchtime der GenZ bei den bereits bestehenden Videos?

Externe Studien lieferten au�erdem wichtige Erkenntnisse zum Nutzungsverhalten der GenZ. Diese w�rde sich demnach stark mit alltagsrelevanten Themen identifizieren und unterschiedliche Arten von Videos konsumieren, statt nur einem Format oder Thema Aufmerksamkeit zu schenken. Die wichtigen Insights der Zielgruppe wurden entsprechend in die Konzeption �bersetzt, um so Inhalte hinsichtlich des gesetzten Ziels zu optimieren.

Um zu gew�hrleisten, dass Anpassungen dazu f�hren, um die gesetzten Ziele zu erreichen, ist das kontinuierliche Monitoring der Performance unumg�nglich. Dabei ist es essentiell, die gesetzten KPIs nicht au�er Acht zu lassen und gleichzeitig nicht vorschnell Entschl�sse zu treffen. Denn: Neue Formate brauchen nat�rlich Zeit, um sich auf der Plattform zu entwickeln und bei der Community anzukommen.

Datenanalyse ist also auch bei bereits etablierten Kan�len immer ein gro�es Thema. Auch bei erfolgreichen Kan�len k�nnen sich Ziele �ndern. Gerade nach Neuausrichtungen ist es besonders wichtig, �nderungen in der Performance rechtzeitig festzustellen und bei Bedarf auf der Inhalts- oder Mediaebene nachzujustieren.

Ist KI die Zukunft der Datenanalyse?

Der Einsatz von k�nstlicher Intelligenz (KI) wird in der Datenanalyse f�r YouTube zunehmend bedeutender. Zum Start eines Kanals ist der Einsatz von k�nstlicher Intelligenz noch weniger relevant. Mit zunehmender Reichweite und Komplexit�t der Daten wird der explorative Einsatz von KI-Tools allerdings ausgesprochen n�tzlich.

Speziell f�r den sprichw�rtlichen Blick �ber den Tellerrand k�nnen KI-Tools bereits dabei helfen, Analysen von Kommentaren, Sentiment-Analysen und Klassifikation von Inhalten durchzuf�hren und widerzuspiegeln, wie der eigene Kanal in der YouTube-Welt dasteht. Au�erdem kann KI Unternehmen und CreatorInnen dabei unterst�tzen, Trends auf YouTube fr�hzeitig zu antizipieren und zu reagieren.

Durch Fortschritte in der Technologie wird es zudem zunehmend einfacher, KI-Tools effektiv in die Datenanalyse zu integrieren.

Ein Schritt nach dem anderen

Datenanalysen sind unverzichtbar, um einen guten Einblick in die Performance eines YouTube-Kanals zu bekommen. Nur diese erm�glichen eine Ableitung von klaren Handlungen f�r eine neue Strategie, die zur Verbesserung der eigenen Inhalte und zum Aufbau einer Community um die eigene Marke beitr�gt.

Unser Tipp f�r den Beginn: Bei der ersten Datenanalyse sind spezifische Zielsetzungen entscheidend. Es braucht klare, erreichbare Ziele. Allen voran qualitative Metriken wie Likes und Kommentare spiegeln das Engagement wider und messen die tats�chliche Interaktion mit dem Publikum. Passend dazu sollte der Fokus auf einer treuen Zuschauerschaft liegen, die durch relevante und ansprechende Inhalte aufgebaut wird. Dabei ist es ratsam, sich und seinem gew�hlten Thema treu zu bleiben, anstatt st�ndig das Thema zu wechseln. Bei der Bewertung der Daten sollte man sich abschlie�end nicht vom Mythos der Millionen Klicks blenden lassen. So k�nnen gute Datenanalysen dann nicht nur zur Performance des Kanals beitragen. Sondern ganz nebenbei auch den Klick-Mythos der Millionen Views beerdigen.

Ariane Gomer und Lennart Thamm

Bild: Klein aber

Die ONEtoONE-AutorInnen Ariane Gomer und Lennart Thamm arbeiten als Strategist und Producer bzw. als Leiter der Data Insights Unit bei der Hamburger YouTube-Agentur Klein aber .

Diskussion:

Kommentar hinzuf�gen
Schreiben Sie Ihre Meinung, Erfahrung, Anregung mit oder zu diesem Thema. Ihr Beitrag erscheint dann an dieser Stelle.

Vortr�ge zum Thema:

Bild: Alexander Hummelt

Alexander Hummelt
(fastfrwd)

Wie Sie mit HubSpot-KI Marketing- und Vertriebsprozesse erfolgreich zusammenf�hren

Viele Vertriebs- und Marketingabteilungen arbeiten mit Hubspot. Anhand von Projektbeispielen aus der Praxis erfahren Sie, wie Sie Hubspot-KI dazu verwenden, Content zu planen, Zielgruppen zu sch�rfen und Budget zu schonen. Lernen Sie, wie Sie hochautomatisch und nahtlos integriert HubSpots KI daf�r verwenden, Ihre Kampagnen zu organisieren und Leads zu Kunden zu entwickeln.

Der Vortrag zeigt, wo Automatisierung den gr��ten Hebel hat, welche Daten Sie verbinden sollten und wie Sie ohne IT-Marathon starten. Sie erhalten einen praxiserprobten Fahrplan f�r Marketer, die schnelle Ergebnisse sehen wollen.

Vortrag im Rahmen der Marketingintegration 25. am 15.07.25, 10:00 Uhr

ABIS GmbH

ABIS steht f�r Address Based Information Solutions. Der Adressmanagement-Dienstleister bietet L�sungen, mit denen Unternehmen aller Branchen die Effizienz ihres Kundendialogs erh�hen. Alle Leistungen k�nnen �ber das ABIS Competence Center Adress Serv…