SlideShare ist ein Scribd-Unternehmen logo
1 von 52
Downloaden Sie, um offline zu lesen
1
Leser kennenlernen!
Reader Analytics
hinter jedem Buch steht eine Geschichte
2
Über Uns:
Gegründet Jan. 2011
Firmensitz in London, UK
7 UK Innovationspreise
London, UK
Team Jellybooks
3
Internationales Team mit tiefer Erfahrung in
Software, ePub und Machine Learning
Andrew Andy Jeff IsmaelJamie NiallBaldur
Mein komischer Dialekt
Kopenhagen – Chicago – Innsbruck – Rom - Boston – London
4
@arhomberg
@jellybooks
Fragen, Fragen, Fragen!
Bitte unterbrechen…
• wenn etwas unklar ist!
• mehr Details benötigt!
• irgend etwas anderes!
5
Teil I
Wer ist der Leser?
Der unbekannte Leser…
7
Trotz der digitalen
Umstellung im Verlags-
wesen können Autoren
und Verlage noch immer
nicht Leserengagement
messen!
Lesen denn die Kunden
die gekauften Bücher?
Ist doch eh egal, oder?
8
Wenn Kunden meine
Bücher kaufen und ich
bezahlt werde (Umsatz) ist
es doch egal ob die Bücher
gelesen werden
(Engagement), oder?
Ah, verkaufen Verlage
Papier oder Unterhaltung
und Bildung?
Teil II
Wie erforschen wir den Leser?
Auf dem Internet: Web Analytics
10
• Google Analytics
• Kissmetrics
• Mixpanel
• Optimizely
• Adobe Site Catalyst
• Flurry Analytics
Gebrauch von
Logdateien (Log files =
Server), Trackingpixels
und Javascript Tags um
Daten zu sammeln.
Was ist ein E-Book?
• Ein E-Book ist zu 90% HTML = „Webseite“
• Leseapplikation (iBooks, Tolino) = „Browser“
aber, aber, aber:
o Server Logdateien = Apple, Tolino, Amazon
und Content wird offline verarbeitet/gelesen
o App Benutzungsdateien = Apple, Amazon etc.
11
12
Amazon, Apple & Google sammeln Unmengen an Daten
über das Leseverhalten, geben diese aber nicht weiter
Wir brauchen Daten!
Wie bekommt man Lesedaten?
13
14
3
=
HTML 5 + CSS 3 + JS
Der Hauptvorteil von ePub 3 ist es, dass es Javascript
unterstützt, wie auch die Speicherung der Daten offline.
... und die Datenverbindung?
Leser einbeziehen!
Wenn der Leser auf einen Link
(Button) drückt wird eine
Datenverbindung hergestellt
15
Leser kontrolliert Datenübermittlung
16
1-Click
und die
gesammelten
Daten
werden
hochgeladen
Teil IV
Durchführung
Verlagspartner - D|UK|USA
18
E-Book Modifizierung
Verlag:
• ePub3 Files and Jellybooks senden
• Metadaten (incl. Cover) senden
Jellybooks
• Candy.js wird via Jellyfactory von
Jellybooks eingebaut
• „Lesedaten senden” Buttons
werden automatisch mittels
Jellywrapper eingebaut
• Modifizierung wird dem Leser via
„Candystripe” verdeutlicht
19
Rekrutierung der Testleser
20
Verschiedene Wege:
• Marktforschungsseite (PRHUK)
• Marketing E-Mail Liste (FF, S&S)
• Vorablesen (Ullstein)
• Blogrekrutierung (Piper)
• Soziale Medien (HoZ)
…und bei Jellybooks
auf jellybooks.de
E-Book Distribution
21
Bestehende Leseapplikationen
Testleser können vertraute Leseapplikationen
verwenden (gewisse Einschränkungen)
22
iBooks
iOS
ADE
Windows
Ebook Reader
Android
“Google Analytics für E-Books”
23
1. Modifizierte E-Books werden an Leser ausgeschickt,
die auf iBooks, Adobe Digital Editions und (Tolino) lesen
2. Eingebettete candy.js Software sammelt Lesedaten
3. Leser klickt auf „Lesedaten senden” Button am Ende
jedes Kapitels um Daten an Jellybooks zu übermitteln
4. Autoren und Verlage erhalten Daten & Grafiken
Modified
E-Book
Tracking 1-Click
sync
Analytics
Teil IV
Resultate
Ein Buch in Zahlen
25
1. Completion Rate
„Fertiglesquote“
2. Velocity
„Buchgeschwindigkeit“
3. Recommendationfaktor
„Empfehlungsquote“
und mehr….
Completion Rate
Fertiglesquote
26
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Über das Buch /Über die Autorin
Impressum
Erste Worte
Kapitel 2: Lieder von früher
Kapitel 4: I have a dream
Kapitel 6: Vienna
Kapitel 8: Girls just want to have fun
Kapitel 10: Captain of her heart
Kapitel 12: Da ist Feuer unterm Eis
Kapitel 14: I still haven't found what I'm looking…
Kapitel 16: Er war gerade 18 Jahr
Kapitel 18: Sag zum Abschied leise Servus
Kapitel 20: Ring my bell
Kapitel 22: Überlandpartie
Kapitel 24: Etwas Wärme suchen
Kapitel 26: Es lebe der Zentralfriedhof
Kapitel 28: Up where we belong
Sail on
Feedback an den Verlag
narrative
Front/back
matter
27
Fertiglesquote „Completion Rate“
28LQ: 80% ausgezeichnet LQ: 62% sehr gut
Fertiglesquote = Engagement Teil 1
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
F
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
35
B
B
B
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
F
1
3
5
7
9
11
13
15
17
19
21
23
25
27
29
31
33
B
29
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
F
F
1
3
5
7
9
11
13
15
17
19
B
B
LQ: 30% gut LQ: 20% schwach
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
F
F
F
1
3
5
7
9
11
13
15
17
19
21
23
25
27
B
B
B
Fertiglesquote = Engagement Teil 2
30
Wenn die Leser blättern anfangen
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
F
1
5
9
13
17
21
25
29
33
37
41
45
49
53
57
61
65
69
73
B
Viel “blättern” (Kapitel werden
übersprungen), typisch für ein Buch an
dem Leser das Interesse verlieren, aber
noch nicht so richtig aufhören wollen…
Scharfer Abfall während
der ersten 100 Seiten
Velocity
Geschwindigkeit
31
32
Susanne L.
Rene U.
Angela B.
Franziska A.
33
Ariane W.
Michael P.Gruppe:
Gemütlichleser
Gruppe:
Nachteule
Recommendation factor
Empfehlungsquote
34
35
Würden Sie das Buch
einem Freund empfehlen?
0 = bestimmt nicht 5 = neutral 10 = auf jeden Fall
0 1 2 3 4 5 6 7 8 9 10
Empfehlungs
faktor
= Promoters (%)
(9s and 10s)
Detractors (%)
(0 through 6s)
-
36
• Fertiggelesen: 413
• Survey beantwortet: 212 (51%)
• Fertiggelesen: 178
• Survey beantwortet: 149(83%)
Frage: Würden Sie das Buch einem Freund empfehlen?
62%
33%
5%
9,10s
7,8s
0-6s
27%
33%
40% 9,10s
7,8s
0-6s
Empfehlungsrate: 57% Empfehlungsrate: -13%
Profil eines Buches
Business Intelligence
37
Farbenkodierung der Resultate
38
Fertiglesquote Empfehlungsrate Geschwindigkeit
ausgezeichnet 75 - 100% >60% < 7 Tage
Sehr gut 50 - 75% 30 - 60% 7 – 14 Tage
gut 25 - 50% 0 - 30% 14 – 21 Tage
schwach 0 - 25% <0% > 21 Tage
U.S. Beispiel
“I really want to read the next book.“
“Even as a forty-something woman, I find myself really
enjoying YA dystopian fiction.”
39
Male CR
29%
NPS
32%
Velocity
10 d
Price Tolerance
$6.27
Completion rate
61%
female CR
66%
<35 CR
50%
>45 CR
78%
35-45 CR
56%
gripping (32%) entertaining (32%) good (20%)great (28%)
Deutsches Beispiel I
“Es hat mich von Anfang an gefesselt.“ (w/49)
“Wow! Dieser Thriller hat mich von der ersten Seite an gepackt. Die Story ist
spannend, fesselnd und verschafft Grauen ohne besonders blutige
Detailschilderungen. M. B. bekommt definitiv einen Platz in der Riege meiner
Lieblingsautoren.“ (w/39) 40
Männer LQ
71%
Empfehlungsrate
(gut)
29%
Geschwindigkeit
(schnell)
8 d
Fertiglesquote (LQ)
(ausgezeichnet)
75%
Frauen LQ
76%
< 35 LQ
74%
> 45 LQ
73%
35-45 LQ
82%
spannend (82%) unterhaltsam (39%) emotionsgeladen (18%)
“Das Buch spricht vielen Frauen direkt aus der Seele.“ (w/26)
“Das sollte man gelesen haben, nicht nur die Frauen sondern auch Männer.“ (w/51)
„Ich fand das Buch von der Thematik gut. Aber dachte es wäre humorvoll
geschrieben. Der Schreibstil hat mich leider sehr gelangweilt. Deshalb habe ich es
abgebrochen.“ (w/50) 41
Männer LQ
-
Empfehlungsrate
(schwach)
0%
Geschwindigkeit
(sehr schnell)
5 d
Fertiglesquote (LQ)
(gut)
32%
Frauen LQ
32%
< 35 LQ
43%
> 45 LQ
18%
35-45 LQ
33%
Deutsches Beispiel II
belanglos (18%) unterhaltsam (73%) witzig (45%) langweilig (10%)
Inhalte|Content
Gefahrenzone!
42
Leser Engagement – Pausen
43
Erster Teil:
viel Blau = schwieriges Lesen
Zweiter Teil:
kein Blau = flüssigeres Lesen
0 Pausen
1 Pause
2 Pausen
3 Pausen
4 Pausen
Leser Engagement – Pausen
44
0% 20% 40% 60% 80% 100%
F
F
2
4
6
8
10
12
14
16
18
20
22
B
B
Kapitel 8-12:
Absturz in
Buchmitte sehr,
sehr unüblich
Teil V
Anwendungen!
Marketingbudget Priorisieren
Daten sind 4 Wochen bis 6 Monate
vor Publikationsdatum verfügbar:
• Prioritäten
• Welches Buch soll das große
Marketingbudget bekommen?
• Welches Buch wurde
über/unterschätzt?
46
Zielgruppe finden
Wen spricht das Buch an:
• Männer/Frauen?
• Jung oder Alt?
• Stadt oder Land?
Die Daten sind manchmal sehr
Zielgruppen spezifisch. Für die
einen ist es ein Hit, für andere
hingegen ein Flopp.
47
Daten sind schlecht…
Bedeutet aber nicht dass alles
verloren ist:
Bücher werden auch aus
Prestigegründen gekauft
Literaturpreise
Literarische Rezensionen
48
Leser besser verstehen
Besseres Customer Relationship
Management (CRM) mit
detaillierten Daten zum
Leseverhalten
Leserschaft segmentieren um
relevanter zu werden
E-Mails und Kampagnen
zielgerichteter durchfuhren
49
Hat der Autor Potenzial?
Manche Erstautoren
verkaufen sich ganz gut, aber
wenn sie nicht gelesen
werden ist keine Leserschaft
da, die am nächsten Buch
interessiert ist…
Mit Daten kann man
Ressourcen und Vorschuss
sparen.
50
J.K. Rowling
51
auf jellybooks.de anmelden
und beim testlesen mitmachen
… Fortsetzung folgt
(slides by andrew@jellybooks.com abfragen)

Weitere ähnliche Inhalte

Mehr von Andrew Rhomberg

Reading Samples for Bookshops
Reading Samples for BookshopsReading Samples for Bookshops
Reading Samples for BookshopsAndrew Rhomberg
 
How to turbocharge book marketing campaigns
How to turbocharge book marketing campaignsHow to turbocharge book marketing campaigns
How to turbocharge book marketing campaignsAndrew Rhomberg
 
Improving Reader Engagement on publishers’ websites and books pages
Improving Reader Engagement on publishers’ websites and books pagesImproving Reader Engagement on publishers’ websites and books pages
Improving Reader Engagement on publishers’ websites and books pagesAndrew Rhomberg
 
Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...
Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...
Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...Andrew Rhomberg
 
Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017
Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017
Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017Andrew Rhomberg
 
Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...
Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...
Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...Andrew Rhomberg
 
Jellybooks ebcmuc v_4 (feb'16)
Jellybooks ebcmuc v_4 (feb'16)Jellybooks ebcmuc v_4 (feb'16)
Jellybooks ebcmuc v_4 (feb'16)Andrew Rhomberg
 
DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...
DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...
DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...Andrew Rhomberg
 

Mehr von Andrew Rhomberg (9)

Reading Samples for Bookshops
Reading Samples for BookshopsReading Samples for Bookshops
Reading Samples for Bookshops
 
How to turbocharge book marketing campaigns
How to turbocharge book marketing campaignsHow to turbocharge book marketing campaigns
How to turbocharge book marketing campaigns
 
Improving Reader Engagement on publishers’ websites and books pages
Improving Reader Engagement on publishers’ websites and books pagesImproving Reader Engagement on publishers’ websites and books pages
Improving Reader Engagement on publishers’ websites and books pages
 
Pdf vs ePUB
Pdf vs ePUBPdf vs ePUB
Pdf vs ePUB
 
Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...
Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...
Reader Analytics & Smart Book Metrics (Observing Readers in their Natural Hab...
 
Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017
Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017
Andrew Rhomberg (Jellybooks) at Publishers' Forum Berlin 2017
 
Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...
Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...
Jellybooks on Reader Analytics - Publishing Perspectives (Frankfurt Book Fair...
 
Jellybooks ebcmuc v_4 (feb'16)
Jellybooks ebcmuc v_4 (feb'16)Jellybooks ebcmuc v_4 (feb'16)
Jellybooks ebcmuc v_4 (feb'16)
 
DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...
DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...
DBW15 Workshop by Jellybooks on Book Discovery & Discoverabilty - Finding and...
 

Jellybooks ebcmuc v_4 (feb'16)

  • 1. 1 Leser kennenlernen! Reader Analytics hinter jedem Buch steht eine Geschichte
  • 2. 2 Über Uns: Gegründet Jan. 2011 Firmensitz in London, UK 7 UK Innovationspreise London, UK
  • 3. Team Jellybooks 3 Internationales Team mit tiefer Erfahrung in Software, ePub und Machine Learning Andrew Andy Jeff IsmaelJamie NiallBaldur
  • 4. Mein komischer Dialekt Kopenhagen – Chicago – Innsbruck – Rom - Boston – London 4 @arhomberg @jellybooks
  • 5. Fragen, Fragen, Fragen! Bitte unterbrechen… • wenn etwas unklar ist! • mehr Details benötigt! • irgend etwas anderes! 5
  • 6. Teil I Wer ist der Leser?
  • 7. Der unbekannte Leser… 7 Trotz der digitalen Umstellung im Verlags- wesen können Autoren und Verlage noch immer nicht Leserengagement messen! Lesen denn die Kunden die gekauften Bücher?
  • 8. Ist doch eh egal, oder? 8 Wenn Kunden meine Bücher kaufen und ich bezahlt werde (Umsatz) ist es doch egal ob die Bücher gelesen werden (Engagement), oder? Ah, verkaufen Verlage Papier oder Unterhaltung und Bildung?
  • 9. Teil II Wie erforschen wir den Leser?
  • 10. Auf dem Internet: Web Analytics 10 • Google Analytics • Kissmetrics • Mixpanel • Optimizely • Adobe Site Catalyst • Flurry Analytics Gebrauch von Logdateien (Log files = Server), Trackingpixels und Javascript Tags um Daten zu sammeln.
  • 11. Was ist ein E-Book? • Ein E-Book ist zu 90% HTML = „Webseite“ • Leseapplikation (iBooks, Tolino) = „Browser“ aber, aber, aber: o Server Logdateien = Apple, Tolino, Amazon und Content wird offline verarbeitet/gelesen o App Benutzungsdateien = Apple, Amazon etc. 11
  • 12. 12 Amazon, Apple & Google sammeln Unmengen an Daten über das Leseverhalten, geben diese aber nicht weiter
  • 13. Wir brauchen Daten! Wie bekommt man Lesedaten? 13
  • 14. 14 3 = HTML 5 + CSS 3 + JS Der Hauptvorteil von ePub 3 ist es, dass es Javascript unterstützt, wie auch die Speicherung der Daten offline.
  • 15. ... und die Datenverbindung? Leser einbeziehen! Wenn der Leser auf einen Link (Button) drückt wird eine Datenverbindung hergestellt 15
  • 16. Leser kontrolliert Datenübermittlung 16 1-Click und die gesammelten Daten werden hochgeladen
  • 19. E-Book Modifizierung Verlag: • ePub3 Files and Jellybooks senden • Metadaten (incl. Cover) senden Jellybooks • Candy.js wird via Jellyfactory von Jellybooks eingebaut • „Lesedaten senden” Buttons werden automatisch mittels Jellywrapper eingebaut • Modifizierung wird dem Leser via „Candystripe” verdeutlicht 19
  • 20. Rekrutierung der Testleser 20 Verschiedene Wege: • Marktforschungsseite (PRHUK) • Marketing E-Mail Liste (FF, S&S) • Vorablesen (Ullstein) • Blogrekrutierung (Piper) • Soziale Medien (HoZ) …und bei Jellybooks auf jellybooks.de
  • 22. Bestehende Leseapplikationen Testleser können vertraute Leseapplikationen verwenden (gewisse Einschränkungen) 22 iBooks iOS ADE Windows Ebook Reader Android
  • 23. “Google Analytics für E-Books” 23 1. Modifizierte E-Books werden an Leser ausgeschickt, die auf iBooks, Adobe Digital Editions und (Tolino) lesen 2. Eingebettete candy.js Software sammelt Lesedaten 3. Leser klickt auf „Lesedaten senden” Button am Ende jedes Kapitels um Daten an Jellybooks zu übermitteln 4. Autoren und Verlage erhalten Daten & Grafiken Modified E-Book Tracking 1-Click sync Analytics
  • 25. Ein Buch in Zahlen 25 1. Completion Rate „Fertiglesquote“ 2. Velocity „Buchgeschwindigkeit“ 3. Recommendationfaktor „Empfehlungsquote“ und mehr….
  • 27. 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Über das Buch /Über die Autorin Impressum Erste Worte Kapitel 2: Lieder von früher Kapitel 4: I have a dream Kapitel 6: Vienna Kapitel 8: Girls just want to have fun Kapitel 10: Captain of her heart Kapitel 12: Da ist Feuer unterm Eis Kapitel 14: I still haven't found what I'm looking… Kapitel 16: Er war gerade 18 Jahr Kapitel 18: Sag zum Abschied leise Servus Kapitel 20: Ring my bell Kapitel 22: Überlandpartie Kapitel 24: Etwas Wärme suchen Kapitel 26: Es lebe der Zentralfriedhof Kapitel 28: Up where we belong Sail on Feedback an den Verlag narrative Front/back matter 27 Fertiglesquote „Completion Rate“
  • 28. 28LQ: 80% ausgezeichnet LQ: 62% sehr gut Fertiglesquote = Engagement Teil 1 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% F 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 B B B 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% F 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 B
  • 29. 29 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% F F 1 3 5 7 9 11 13 15 17 19 B B LQ: 30% gut LQ: 20% schwach 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% F F F 1 3 5 7 9 11 13 15 17 19 21 23 25 27 B B B Fertiglesquote = Engagement Teil 2
  • 30. 30 Wenn die Leser blättern anfangen 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% F 1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 B Viel “blättern” (Kapitel werden übersprungen), typisch für ein Buch an dem Leser das Interesse verlieren, aber noch nicht so richtig aufhören wollen… Scharfer Abfall während der ersten 100 Seiten
  • 32. 32 Susanne L. Rene U. Angela B. Franziska A.
  • 35. 35 Würden Sie das Buch einem Freund empfehlen? 0 = bestimmt nicht 5 = neutral 10 = auf jeden Fall 0 1 2 3 4 5 6 7 8 9 10 Empfehlungs faktor = Promoters (%) (9s and 10s) Detractors (%) (0 through 6s) -
  • 36. 36 • Fertiggelesen: 413 • Survey beantwortet: 212 (51%) • Fertiggelesen: 178 • Survey beantwortet: 149(83%) Frage: Würden Sie das Buch einem Freund empfehlen? 62% 33% 5% 9,10s 7,8s 0-6s 27% 33% 40% 9,10s 7,8s 0-6s Empfehlungsrate: 57% Empfehlungsrate: -13%
  • 37. Profil eines Buches Business Intelligence 37
  • 38. Farbenkodierung der Resultate 38 Fertiglesquote Empfehlungsrate Geschwindigkeit ausgezeichnet 75 - 100% >60% < 7 Tage Sehr gut 50 - 75% 30 - 60% 7 – 14 Tage gut 25 - 50% 0 - 30% 14 – 21 Tage schwach 0 - 25% <0% > 21 Tage
  • 39. U.S. Beispiel “I really want to read the next book.“ “Even as a forty-something woman, I find myself really enjoying YA dystopian fiction.” 39 Male CR 29% NPS 32% Velocity 10 d Price Tolerance $6.27 Completion rate 61% female CR 66% <35 CR 50% >45 CR 78% 35-45 CR 56% gripping (32%) entertaining (32%) good (20%)great (28%)
  • 40. Deutsches Beispiel I “Es hat mich von Anfang an gefesselt.“ (w/49) “Wow! Dieser Thriller hat mich von der ersten Seite an gepackt. Die Story ist spannend, fesselnd und verschafft Grauen ohne besonders blutige Detailschilderungen. M. B. bekommt definitiv einen Platz in der Riege meiner Lieblingsautoren.“ (w/39) 40 Männer LQ 71% Empfehlungsrate (gut) 29% Geschwindigkeit (schnell) 8 d Fertiglesquote (LQ) (ausgezeichnet) 75% Frauen LQ 76% < 35 LQ 74% > 45 LQ 73% 35-45 LQ 82% spannend (82%) unterhaltsam (39%) emotionsgeladen (18%)
  • 41. “Das Buch spricht vielen Frauen direkt aus der Seele.“ (w/26) “Das sollte man gelesen haben, nicht nur die Frauen sondern auch Männer.“ (w/51) „Ich fand das Buch von der Thematik gut. Aber dachte es wäre humorvoll geschrieben. Der Schreibstil hat mich leider sehr gelangweilt. Deshalb habe ich es abgebrochen.“ (w/50) 41 Männer LQ - Empfehlungsrate (schwach) 0% Geschwindigkeit (sehr schnell) 5 d Fertiglesquote (LQ) (gut) 32% Frauen LQ 32% < 35 LQ 43% > 45 LQ 18% 35-45 LQ 33% Deutsches Beispiel II belanglos (18%) unterhaltsam (73%) witzig (45%) langweilig (10%)
  • 43. Leser Engagement – Pausen 43 Erster Teil: viel Blau = schwieriges Lesen Zweiter Teil: kein Blau = flüssigeres Lesen 0 Pausen 1 Pause 2 Pausen 3 Pausen 4 Pausen
  • 44. Leser Engagement – Pausen 44 0% 20% 40% 60% 80% 100% F F 2 4 6 8 10 12 14 16 18 20 22 B B Kapitel 8-12: Absturz in Buchmitte sehr, sehr unüblich
  • 46. Marketingbudget Priorisieren Daten sind 4 Wochen bis 6 Monate vor Publikationsdatum verfügbar: • Prioritäten • Welches Buch soll das große Marketingbudget bekommen? • Welches Buch wurde über/unterschätzt? 46
  • 47. Zielgruppe finden Wen spricht das Buch an: • Männer/Frauen? • Jung oder Alt? • Stadt oder Land? Die Daten sind manchmal sehr Zielgruppen spezifisch. Für die einen ist es ein Hit, für andere hingegen ein Flopp. 47
  • 48. Daten sind schlecht… Bedeutet aber nicht dass alles verloren ist: Bücher werden auch aus Prestigegründen gekauft Literaturpreise Literarische Rezensionen 48
  • 49. Leser besser verstehen Besseres Customer Relationship Management (CRM) mit detaillierten Daten zum Leseverhalten Leserschaft segmentieren um relevanter zu werden E-Mails und Kampagnen zielgerichteter durchfuhren 49
  • 50. Hat der Autor Potenzial? Manche Erstautoren verkaufen sich ganz gut, aber wenn sie nicht gelesen werden ist keine Leserschaft da, die am nächsten Buch interessiert ist… Mit Daten kann man Ressourcen und Vorschuss sparen. 50 J.K. Rowling
  • 51. 51 auf jellybooks.de anmelden und beim testlesen mitmachen
  • 52. … Fortsetzung folgt (slides by andrew@jellybooks.com abfragen)