Was unterscheidet "Content mit Daten" von "Daten zur Steuerung von Content"?

1. Data-driven PR &
Data Storytelling
Handlungsfelder und Ansatzpunkte

2. Über K12 & mich
Werbeintro
K12 Agentur für Kommunikation und Innovation:
— Kommunikationsberatung
— 2006 gegründet
— > 45 Mitarbeiter
— Sitz in Düsseldorf

3. Über K12 & mich
Werbeintro
K12 Agentur für Kommunikation und Innovation:
— Kommunikationsberatung
— 2006 gegründet
— > 45 Mitarbeiter
— Sitz in Düsseldorf
Jörg Hoewner (@hoewner):
Co-Gründer von K12, davor diverse Agenturen
(PR, Digital, UX-Research).
Seit 1993 im Bereich Digitale Kommunikation und Online.
Steckenpferd: Alles mit Daten, deren Analyse und
Präsentation.

5. JoHn Snow!
John Snow (* 15. März 1813 in York; † 16. Juni 1858 in
London) war ein britischer Arzt und ein Pionier bei der
Einführung der Narkose mit Äther und Chloroform und
bei der epidemiologischen Erforschung der Cholera.
Seine Kartenzeichnung mit den Epidemiefällen gilt
über die Epidemiologie hinaus als eine der ersten
nachgewiesenen räumlichen Analysen.
Data Storytelling

6. John Snow 1854

8. Datenjournalismus
Intro
Datenjournalismus („Data driven journalism“
oder „Data journalism“ bzw. #ddj):
eine Methode der journalistischen
Medienproduktion, bei der mit digitalen
Werkzeugen und statistischen Methoden aus
großen Datenbeständen journalistisch
verwertbare / berichtenswerte Erkenntnisse
erarbeitet werden sollen.
Daten als Content!
(Blöbaum, Dönisch, Geusendam, Pape, Pfanne, Proost, Rietzsch, Tanski, et al., 2013b)

9. „Data storytelling is a
structured approach for
communicating data insights,
and it involves a combination
of three key elements:
data, visuals, and narrative.“
Brent Dykes, Domo

10. Data Storytelling: Elemente, Funktionen
Data Storytelling im Social Media- / Content Marketing
— Erklären („Explain“), was in den Daten drin steckt
und warum bestimmte Erkenntnisse wichtig sind.
— Mit Erkenntnissen aufklären und überraschen
(„Enlighten“), die ohne visuelle Vermittlung
abstrakt bleiben würden.
— Leute dazu bringen, sich mit einem Thema zu
beschäftigen („Engage“) - oder sogar unterhalten
zu werden.
Engage
Explain Enlighten
Narrative Visuals
CHANGE
Data

11. Die M29 in Berlin
Blick in den Journalismus

12. Was können wir damit anfangen?
— Themen, bei denen Daten anfallen oder
Daten leicht zugänglich sind
— Vermittlung komplexer bzw. abstrakter
Sachverhalte, bei denen eine tiefer
gehende Auseinandersetzung mit den
Inhalten förderlich und eine
längerfristige Sichtbarkeit wichtig ist
Data Storytelling

13. Beispiel: Kundenverhalten als Thema
Data Storytelling

14. Beispiel: Kundenverhalten als Thema
Data Storytelling

15. Beispiel: Kundenverhalten als Thema
Data Storytelling

16. Welche Kompetenzen braucht man dabei?
Data Storytelling
Redaktion
Design
Entwicklung
Data
Die Idee (für wen überhaupt?)
Datenerhebung und -bearbeitung
Exploration und Analyse
Insights herausarbeiten
Story & Konzept entwickeln
Realisation & Formatierung
Kommunikation & Vermarktung

17. Visualisierungstools
Data Storytelling

18. Zwischenfazit:
Data Storytelling
Erklärt, überrascht und
engagiert mit Themen –
mit nachhaltiger Wirkung.
Führt Daten,
Visualisierungen
UND Stories
zusammen.
Aufmerksamkeits-
stark, sowohl
kurz- als auch
längerfristig.
Ist besonders gut geeignet
zur Präsentation komplexer
und abstrakter Themen.
Ist ein Projekt, das
mehrere Kompetenzen
erfordert und aufwendiger
ist als „klassische“
Text-Bild-Stories.

19. Was ist nun
“datengetriebener
Content”?
Data-driven PR

20. Die Herausforderung:
„Content Shock“ (Mark Schaefer)
Data-driven Content
Oder die Herausforderung,
mit den richtigen Inhalten
im richtigen Format
die richtige Zielgruppe
auf dem richtigen Kanal abzuholen.

21. Ein Blick in den Journalismus

22. Thema Daten:
Newsroom- bzw. Editorial Metrics
Blick in den Journalismus

23. How did we promote this socially?
Blick in den Journalismus

24. Der datengetriebene Content-Prozess: Datenquellen
Data-driven Content
Umfeld Wettbewerber
Stakeholder
Controlling
Strategie & Positionierung
(strategische Themen)
Maßnahmenplanung:
Redaktion, Visualisierung
& Formatierung
Ziele
Vision
Botschaften &
Content
Targeting
(&
Personalisierung)
Influencer /
Multiplikatoren
Platzierung
Themenauswahl
Contentplanung
Trends Agenden Akteure Differenzieren Lernen
Merkmale Mediennutzung
Stakeholder Intents / Use Cases
Interessen
Influencer-
Identifikation
Influencer-
Agenden
KPIs
Benchmarks
Testing (A/B- /MV)
Laufende Kontrolle und Optimierung
Laufende konzeptionelle
Überprüfung
Themen-Identifikation
Content Detection
Begriffe / Tonality
Auffindbarkeit
Agiler Prozess
Social Media
Listening
Medienbeobachtung
Search Engine Analytics
Social Media Analytics
Web Analytics
Test Tools (A/B, multivariat)
Search Engine Analytics
Social Media Listening
Social Media Analytics
Web Analytics
Medienbeobachtung
Befragungen
Markt-Media-Studien
Search Engine Analytics
Social Media Listening
Social Media Analytics
Web Analytics
Medienbeobachtung
Befragungen
Markt-Media-Studien
Hashtag-Tools

25. Wann ist nun Content
“datengetrieben”?
Wenn
Daten bzw. aus Daten generierte
Informationen als
Steuerungsinstrument
zum Zweck der Planung, Realisation
und Optimierung von Content
eingesetzt werden.
Data-driven Content
Siehe: Unterschied zu “Data Storytelling”
(= Daten ALS Content)

26. Daten bekommen ist nicht
das Problem.
Aber wie bindet man Daten
prozessual und
organisatorisch in Planungs-
und Umsetzungsprozesse ein?
Data-driven Content

27. Startpunkt: Content Audit (mit Daten) als
Arbeitsgrundlage
Entwicklung einer datengestützten Content-Strategie hin zur laufenden Themenplanung
Grundlage für
Strategie-
Entwicklung
Grundlage für
Betrieb
(Redaktions- &
SEO-Richtlinien)
Themen des Unternehmens
● Strategische Themen
● Ist-Inhalte
● Potentielle Inhalte
Wettbewerbs-Themen
● Themensetzung
● Relative Positionierung
● Kampagnenhinweise
Zielgruppen-Themen
● Nutzer-Suchverhalten und
Inhaltsnutzung
● Social Media-Resonanz auf
bestimmte Themen
● Themensetzung durch
Influencer
● Themenpotenziale
● Generierung weiterer
Themenideen
● Lücken-Analyse
● Themenbewertung und -
priorisierung
Kartierung der Inhalte
(Content Map, z. B. auf Tool “miro”)
Grundlage
● Kick off
● Dokumente,
bestehende
Inhalte
● SoMe Audit
● SoMe
Monitoring
● Web- & SoMe
Metrics
● SEO-Analyse
● Medien-
beobachtung/
MeRa

28. Zielgruppen-Themen identifizieren:
Einsatz von SEO-Tools
Entwicklung einer datengestützten Content-Strategie hin zur laufenden Themenplanung
Konsequenz:
• Verschiedene Suchzugänge /
Begrifflichkeiten
• Saisonale Unterschiede
• User Intents: D.h. Interesse in
Abhängigkeit von der Stakeholder-
Journey
Themenüberblick:
Was sind Suchthemen?
Welche Themen
gehören zusammen?
ARBEITSBEISPIEL
Quelle: Searchmetrics
Chancen maximieren:
Dort ansetzen, wo das
Interesse am größten ist.

29. Zielgruppen-Themen identifizieren:
Analyse von Social Media
Entwicklung einer datengestützten Content-Strategie hin zur laufenden Themenplanung
Quelle: Searchmetrics
Konsequenz:
• Einzelne Themen / Fragen
aufgreifen bzw. als Themenideen
sammeln
Typische Fragen auf gutefrage.net
(weiteres Potenzial identifizierbar
über Social Media Listening)
ARBEITSBEISPIEL Tool: Search Metrics Content Experience; Alternative: Answer the public

30. Plattformen identifizieren und virale Beiträge beobachten:
Monitoring nutzen
Entwicklung einer datengestützten Content-Strategie hin zur laufenden Themenplanung
Quelle: Ubermetrics
Tool: Ubermetrics, Alternative: Beliebige Social Listening-Tools
Konsequenz:
• Anlässe aufgreifen oder sharen
• Kurioses / Skurriles sharen
• Negativthemen beantworten
(Servicethemen)
• Argumente / Use cases
identifizieren

31. Die Content-Map als Analyse- und Planungstool
(Arbeitsbeispiel)
Entwicklung einer datengestützten Content-Strategie hin zur laufenden Themenplanung
•Ist-Inhalte
Produkte & Services
•Chancen-Inhalte
Suchmaschinen &
Foren
•Themen und Inhalte mit Potenzial
sind entsprechend markiert:
Positionierungschancen
Daten-Insights
Verwertungschancen
•Soll-
Inhalte
Backlog zum
Ausbau/Neu-
erstellung
ARBEITSBEISPIEL

32. Der datengetriebene Content-Prozess
Datenquellen
Data-driven Content
Umfeld Wettbewerber
Stakeholder
Controlling
Strategie & Positionierung
(strategische Themen)
Maßnahmenplanung:
Redaktion, Visualisierung
& Formatierung
Ziele
Vision
Botschaften &
Content
Targeting
(&
Personalisierung)
Influencer /
Multiplikatoren
Platzierung
Themenauswahl
Contentplanung
Trends Agenden Akteure Differenzieren Lernen
Merkmale Mediennutzung
Stakeholder Intents / Use Cases
Interessen
Influencer-
Identifikation
Influencer-
Agenden
KPIs
Benchmarks
Testing (A/B- /MV)
Laufende Kontrolle und Optimierung
Laufende konzeptionelle
Überprüfung
Themen-Identifikation
Content Detection
Begriffe / Tonality
Auffindbarkeit
Agiler Prozess
Search Engine Analytics
Social Media Analytics
Web Analytics
Test Tools (A/B, multivariat)

33. Was heißt hier “agil”?
Laufende Optimierung
Umfeld Wettbewerber
Stakeholder
Controlling
Strategie & Positionierung
(strategische Themen)
Redaktion, Visualisierung
& Formatierung
Ziele
Vision
Botschaften &
Content
Targeting
(&
Personalisierung)
Influencer /
Multiplikatoren
Platzierung
Themenauswahl
Contentplanung
Trends Agenden Akteure Differenzieren Lernen
Merkmale Mediennutzung
Stakeholder Intents / Use Cases
Interessen
Influencer-
Identifikation
Influencer-
Agenden
KPIs
Benchmarks
Testing (A/B- /MV)
Laufende Kontrolle und Optimierung
Laufende konzeptionelle
Überprüfung
Themen-Identifikation
Content Detection
Begriffe / Tonality
Auffindbarkeit
Agiler Prozess
Laufende Optimierung und
Steuerung während der
Umsetzungsphase
Rückkopplung zur Strategie und
laufende Justierung der
entscheidenden Parameter

34. Content Entwicklung nach agilen Prinzipien:
Daten als Grundlage für iteratives Vorgehen
Laufende Optimierung
Klassische Content-Entwicklung Interaktive Content-Entwicklung
Start
Ziel
Start
Ziel
Analysieren
Anpassen
Analysieren
Anpassen
Quelle: @Michlschmitt / @stvhirschfeld

35. Tipps zum Abschluss
Data-driven Content
Umfeld Wettbewerber
Stakeholder
Controlling
Strategie & Positionierung
(strategische Themen)
Maßnahmenplanung:
Redaktion, Visualisierung
& Formatierung
Ziele
Vision
Botschaften &
Content
Targeting
(&
Personalisierung)
Influencer /
Multiplikatoren
Platzierung
Themenauswahl
Contentplanung
Trends Agenden Akteure Differenzieren Lernen
Merkmale Mediennutzung
Stakeholder Intents / Use Cases
Interessen
Influencer-
Identifikation
Influencer-
Agenden
KPIs
Benchmarks
Testing (A/B- /MV)
Laufende Kontrolle und Optimierung
Laufende konzeptionelle
Überprüfung
Themen-Identifikation
Content Detection
Begriffe / Tonality
Auffindbarkeit
Agiler Prozess
Nicht alles auf einmal: Schrittweise
Möglichkeiten erkunden
Arbeitswerkzeuge entwickeln, die
Spielräume für “analoges” Arbeiten
lassen
Das wichtigste Arbeitswerkzeug bleibt
das Hirn
Nicht alles findet sich in vorhandenen
Daten, dann einfach mal testen

36. Fazit:
Data storytelling Data-driven PR
Data Storytelling / Data-driven PR
Daten als Content Daten als Steuerungs-Grundlage
Daten Daten
Data Story
Planen, Umsetzen,
Steuern
Publikum Publikum

37. K12 Agentur für Kommunikation
und Innovation GmbH
Schirmerstraße 76
D-40211 Düsseldorf
Fon
Fax
E-Mail
www.k-zwoelf.com
www.facebook.com/kzwoelf
www.moderne-unternehmenskommunikation.de (Blog)
Kontakt
M.A. in Publizistik und Marketing
Jörg Hoewner
+49 (0) 211 598816 – 32
+49 (0) 211 598816 – 99
joerg.hoewner@k-zwoelf.com