Qualität im Content Marketing ist wichtig, darüber sind sich eigentlich alle einig. Dennoch haben Unternehmen Probleme mit ihren produzierten Inhalten die gesteckten Marketing-Ziele zu erreichen. Und auch auf Nutzer*innenseite ärgert man sich nur allzu oft über langweilige, informationsarme, irrelevante Artikel, Videos, Blogartikel.
Mehr als 60% des gesamten produzierten Markencontents wird laut Meaningful Brands® Studie als schlecht sowie irrelevant bewertet! Laut Content Marketing Studie der HdM Stuttgart seien die Inhalte entweder zu unpersönlich (75 Prozent) oder hätten für sie keine persönliche Relevanz. Was ist also Quality Content und wie stellst Du ihn her?
Inhaltsverzeichnis
Content Qualität – Zwei Seiten einer Medaille
Wie kommen diese ernüchternden Zahlen zustande? Wieso kommen so viele Unternehmensinhalte bei den Nutzer*innen an, die sie als irrelevant bewerten? Entscheidend ist die Perspektive, aus der wir die Qualität der Inhalte betrachten können. Und hier gibt es im Wesentlichen zwei Blickrichtungen.
Quality Content erkennen – Der Kontext
Nutzer*innen verfolgen im Internet unterschiedlichste Intentionen und bewerten Inhalte gemäß der eigenen – ganz subjektiven – Präferenzen und Lebenssituation. Quality Content bedeutet für jeden etwas anderes. Was der eine langweilig findet, findet der andere interessant. Was für den einen heute unwichtig erscheint, könnte morgen wichtig sein usw. Ganz allgemein sprechen wir hier also vom individuellen Kontext auf Nutzer*innenseite.
Und diese individuelle Lebenswelt potenzieller Kund*innen ist komplex.
Klicken Sie auf den unteren Button, um den Inhalt von giphy.com zu laden.
Um sie nachzuvollziehen, stehen Marketer*innen unterschiedliche Prediction-Modelle zur Verfügung. Sie können semi-fiktionale Vertreter der Zielgruppe, sogenannte Buyer Personas, entwickeln, die der Zielgruppe ein Gesicht geben und den Weg des Fremden zur*zum zufriedenen Kundin*Kunden mit der sogenannten Customer’s Journey clustern.
Damit diese Modelle möglichst präzise werden, müssen sie gefüttert werden, etwa mit Daten aus der Marktforschung, Kundenbefragung oder mithilfe von Monitoring-Tools. Um die emotionalen Motive allerdings wirklich zu begreifen, müssen auch Erkenntnisse aus der Psychologie, Hirnforschung, Evolutionsbiologie und Konsumforschung hinzugezogen werden.
Nur so lässt sich erkennen, was die*der Kundin*Kunde wirklich als Quality Content betrachtet.
Das Kennenlernen der potenziellen Kund*innen ist also ein interdisziplinärer Prozess. Um die Kund*innen mit all ihren Wünschen, Herausforderungen und Problemen zu verstehen, braucht es Daten, Erfahrung und Expertise.
Die Performance von Quality Content
Um herauszufinden, ob sie mit ihren Inhalten den Kontext ihrer potenziellen Kund*innen getroffen haben, können Marketer*innen im datenbasierten Online-Marketing eine ganze Reihe an Marketing-Kennzahlen zurate ziehen. Traffic, Conversion-Rates, Verweildauer, Klicks, Downloads.
Klicken Sie auf den unteren Button, um den Inhalt von giphy.com zu laden.
Ob sie mit ihrer Erfahrung und Expertise richtig gelegen und aus den Nutzer*innendaten die richtigen Schlüsse gezogen haben, spiegelt sich also letztlich in Zahlen wieder. Quality Content ist anhand der Marketing Kennzahlen leicht zu erkennen.
Fragt man Nutzer*innen, wonach sie Content-Qualität beurteilen, sagen sie: „Relevanz! Der Inhalt hat mir genau das geboten, was ich gebraucht habe.“ Fragt man Marketer*innen, wonach sie Content-Qualität bemessen, sagen sie: „Performance! Der Inhalt hat die Klick-Zahlen generiert, die wir uns zum Ziel gesetzt haben.“
Kontext – ein Konstrukt, das auf Emotionen basiert – übersetzen Marketer*innen also in Performance – ein Konstrukt, das auf Zahlen basiert. Damit gibt es zwei Qualitätsmaßstäbe für ein und denselben Inhalt. Das Problem: Performance ist nicht gleich Kontext. Auch wenn das zunächst den Anschein haben mag!
Die Vermessung der virtuellen Welt
Dank Big Data, Social-Listening-Tools, Google Analytics und etlichen weiteren Tracking-Methoden können wir die Bewegungen der*des Nutzerin*Nutzers im Internet heute pixelgenau kartographieren. Wer hat wann welche Seite für wie lange betrachtet, wo kamen sie her und wo gingen sie als nächstes hin?
Welchen CTA haben sie geklickt, welche Mail geöffnet, welche Produktseiten haben sie sich wie lange angeschaut?
Auch auf Makroebene liefern uns Daten wertvolle Erkenntnisse: Welche Themen werden wann gesucht, welche Beiträge werden am meisten geteilt, welche Influencer*innen sind am besten vernetzt, über welche Knotenpunkte verteilen sich Inhalte im Internet?
Das digitale Spurenlesen liefert eine Menge hilfreicher Antworten auf viele dieser W-Fragen und gibt uns die Möglichkeit, das Verhalten potenzieller Kund*innen nachzuvollziehen, bestimmte Muster darin zu erkennen und Vorhersagen zu treffen.
Im Verborgenen bleibt jedoch trotz allen Informationen das „Warum“. Wir können Nutzer*innen bislang nur auf die Finger schauen, nicht in den Kopf.
Performance-Kennzahlen und Verhaltensdaten – so akkurat sie heute auch sind – lassen immer nur Schätzungen und Näherungswerte an die tatsächliche Stimmungslage und Lebenswelt der Nutzer*innen zu.
Quality Content kann also auch mal schlechtere Marketing Kennzahlen haben.
Die Übersetzung von menschlichen Gedanken in Daten ist (noch) nicht verlustfrei. Trotzdem gilt die weitläufige Annahme: Performance = Kontext.
Und genau das führt zum Kurzschluss im Content-Marketing-Kreislauf.