Martin Szugat diskutiert auf der Co-Reach Messe 2017 die Bedeutung von Datenstrategien für Unternehmen, betont dabei die Notwendigkeit einer effektiven Erschließung, Verfeinerung und Verwertung von Daten. Er beschreibt, wie Unternehmen durch datengetriebenes Handeln ihre Produktivität steigern und neue Geschäftsmodelle entwickeln können. Zudem wird auf die Wichtigkeit von Datenschutz und sozialen Medien in der Datenanalyse eingegangen.

1. Social Media: Datenschatz oder
Datentruhe?
Martin Szugat auf der Co-Reach Messe am 22.06.2017
datentreiber.de

2. Wir treiben Ihr Unternehmen voran.
Mit Beratung, Workshops und Seminaren zu Datenstrategien.

3. 1996-2008
Berater, Buch- & Fachautor sowie
Softwareentwickler
Studium und Forschung der
Bioinformatik (Data Science)
2001-2008
Geschäftsführer & Gesellschafter der
SnipClip GmbH
2008-2013
Programmdirektor der Predictive
Analytics World-Konferenzen
2014-dato
Geschäftsführer & Inhaber der
Datentreiber GmbH
2014-dato
Gründer und Leiter der
Datengipfel-Akademie
2017-dato
Ihr Trainer:
Martin Szugat

4. Daten sind das neue Öl.
Datengetriebene Unternehmen steigern ihre
Produktivität um durchschnittlich ca. 6%.

6. Erschließung
Welche Datenquellen gibt es und wie erschließen wir sie?

7. Verfeinerung
Wie können wir die Daten zusammenführen und zu wertvollen Informationen aufbereiten?

8. Verwertung
Wie können wir die Informationen verwerten, um Kosten zu reduzieren, Umsätze zu steigern,
Kunden zu binden und neue Produkte und Geschäftsmodelle zu entwickeln?

9. Big Data Ansatz
Lösungsansatz #1:
Big Data
Die relevanten Informationen finden Sie nicht, indem
Sie mehr Daten anhäufen.

10. Data Lake
Unternehmen ertrinken in Daten
– und leiden am Informationsdurst.

12. Datensumpf statt Datensee
Daten sind wie Öl. Sie müssen entscheiden, was Sie mit
den Daten machen, um zu wissen, welche Daten Sie
benötigen und wie Sie die Daten verarbeiten.

13. Lösungsansatz #2:
Datenstrategie-Design
Eine Strategie definiert: wo Sie hinwollen, wo Sie
stehen und wie Sie dahin kommen.

14. Verwertung
Wie können wir die Informationen verwerten, um Kosten zu reduzieren, Umsätze zu steigern,
Kunden zu binden und neue Produkte und Geschäftsmodelle zu entwickeln?

15. Verfeinerung
Wie können wir die Daten zusammenführen und zu wertvollen Informationen aufbereiten?

16. Erschließung
Welche Datenquellen gibt es und wie erschließen wir sie?

17. Daten treiben Ihr Unternehmen an.
Erschließung Verfeinerung Verwertung

18. Wikipedia sagt Kinoerfolg voraus.
Quelle: http://dataconomy.com/using-wikipedia-activity-data-
forecast-movie-success/

19. Defensive Datenstrategie
 Datenschutz
 Datensicherheit
 Datenqualität
 Datenverfügbarkeit
 Datenerschließung
 Datenverfeinerung
 Datenverwertung
Offensive Datenstrategie
Wie offensiv / defensiv ist Ihre Datenstrategie?
Krankenhäuser
Banken
Einzelhändler

20. Datenschutz
 Datenvermeidung und Datensparsamkeit
 Zweckbindung
 Verbot mit Erlaubnisvorbehalt
 Transparenz

21. Social Media
Intelligence
Social
Media
Monitoring
Social CRM
Personenbezogene
Daten
Pseudonymisierte
Daten
Anonymisierte und
aggregierte Daten
Facebook Ads
Facebook Insights
Facebook Apps
Facebook Connect
Facebook Pages
Social Data Sources am Beispiel von Facebook
Facebook Groups

22. Ein Like ist keine Permission.

23. Social Media Intelligence

24. Beispiel: ProSiebenSat1 Digital

25. Umsatz:
Video Ads
Aktivierung:
Website
Akquisition:
Facebook
AIs
Revenue
CPM
x
Video
Views
x
Ads per
View
Page
Visits
x
Fans
View
Rate
Relativ
e Reach
Post
Reach
Click
Rate
Links
Clicks
Transfe
r Rate
x
x
x

26. HINWEIS: Bei dieser Addition
werden Nutzer, die sowohl
bezahlt als auch organisch
erreicht werden, doppelt
gezählt.
Gesamte
Impressionen :=
[page_impressions]
Ø Klickrate (Links)
:= [Klicks (Links)] /
[Gesamte
Impressionen]
x
Klick (Links) :=
[page_consumptions_b
y_consumption_type_li
nk_clicks]
Virale
Reichweite :=
[page_impressions_
viral_unique]
Bezahlte
Reichweite :=
[page_impressions_
paid_unique]
x
x
EdgeRank
Gesamte
Reichweite :=
[page_impressions_
unique]
x
Eingebundene
Nutzer :=
[page_engaged_use
rs]
x
Ø Relative
(organische nicht-
virale) Reichweite
:= [Organische
(nicht-virale)
Reichweite] / [Fans]Nicht-virale
Reichweite :=
[Organische (nicht-
virale) Reichweite] +
[Bezahlte
Reichweite]
Ø Viraler Uplift :=
[Virale Reichweite] /
[Nicht-virale
Reichweite]
Ø Engagement
Rate (Reichweite)
:= [Eingebundene
Nutzer] / [Gesamte
Reichweite]
Ø Impressionen
per Nutzer :=
[Gesamte
Impressionen] /
[Gesamte
Reichweite]
Facebook Page Post Performance
External Performance Product-View-Performance
Revenue
Ad-Inventory
Ø eCPM
x
Ø Ad-Inventory per
Video View
x
Ø Video Views pro
Facebook Page
Sitzungen :=
[Facebook Page
Post Sitzungen] /
[Facebook Page
Posts Video Views]
x
Ø Abbruch- &
Messfehlerrate
x
Facebook Page
Post Sitzungen :=
GA.Sessions(source=f
acebook,
medium=social OR
social_paid,
term=social_post OR
social_post_ad)
Facebook Page
Post Video Views :=
GA.Goals(goal=Video
Viewed overall,
source=facebook,
medium=social OR
social_paid,
term=social_post OR
social_post_ad)
Facebook Share Button Performance
Facebook Share
Button Klicks :=
GA.Events(category
=Social Click,
action=Facebook) Ø Facebook Share
Button Klickrate :=
[Facebook Share
Button Klicks] /
[Sitzungen]
Sitzungen :=
GA.Sessions()
x
Ø Abbruchrate
x
Facebook
Shares := tbd
Gesamte
Impressionen :=
tbd
Ø Klickrate (Links)
:= [Klicks (Links)] /
[Gesamte
Impressionen]
x
Klick (Links) := tbd
Gesamte
Reichweite := tbd
x
Ø Impressionen
per Nutzer :=
[Gesamte
Impressionen] /
[Gesamte
Reichweite]
Ø Abbruch- &
Messfehlerrate
x
Ø Video Views pro
Facebook Share
Button Sitzungen
:= [Facebook Share
Button Sitzungen] /
[Facebook Share
Button Video Views]
x
Facebook Share
Button Sitzungen :=
GA.Sessions(source=f
acebook,
medium=social,
term=social_onsite)
Facebook Share
Button Video Views
:=
GA.Goals(goal=Video
Viewed overall,
source=facebook,
medium=social,
term=social_onsite)
Ø Reichweite per
Share := [Gesamte
Reichweite] /
[Facebook Shares]
x
Facebook Other Performance
x
Ø Video Views pro
Facebook Other
Sitzungen :=
[Facebook Other
Sitzungen] /
[Facebook Other
Video Views]
x
Facebook Other
Sitzungen :=
GA.Sessions(source=f
acebook,
medium=social,
term=<not set> OR
social_ad OR
social_app OR
social_direct OR
social_affiliate)
Facebook Other
Video Views :=
GA.Goals(goal=Video
Viewed overall,
source=facebook,
medium=social,
term=<not set>
social_ad OR
social_app OR
social_direct OR
social_affiliate)
Klicks := tbd
Ø Abbruch- &
Messfehlerrate
Ad
Klicks := tbd
App
Klicks := tbd
Direct Share
Klicks := tbd
Legende
Key Performance
Indicator :=
<Berechnungsformel:
[KPI] oder
[facebook_insights_ken
nzahl]
KPI mit direkter
Möglichkeit der
Optimierung, d.h.
keine Abhängigkeit
von anderen KPIs.
Algorithmus oder
Berechnung, deren
Details nicht
bekannt sind.
Bruchstellen, bei
denen Messfehler
auftreten können
oder bei denen der
Nutzer abbricht. Die
Messung dieser
Kennzahlen ist
wichtig, um u.a.
technische
Probleme zu
erkennen, wenn
bspw. der Wert
stark ansteigt.
KPI in kursiver
Schrift:
Berechnungsform
el noch nicht
bekannt / definiert.
Ø Klickrate := tbd
Gesamte
Reichweite := tbd
x
Ø Klickrate := tbd
Aktive Nutzer :=
tbd
x
KPIs, die durch den
oben genannten
Algorithmus /
Berechung
beeinflusst werden.
Konkrete
Kennzahl
HINWEIS: Bei den Klicks werden nur Klicks
auf Link-Posts berücksichtigt. Links im Post-
Text können nicht getrackt werden.
Außerdem kann bei Impressionen nicht
zwischen Link-Posts und z.B. Bild-Posts
unterschieden werden. Entsprechend ist die
Klickrate eine Unterschätzung.HINWEIS: Klicks auf Posts können auch auf
fremde Websites führen. Umgekehrt kann
Facebook Page Post-Traffic auch von
fremden Facebook Pages kommen.
Affiliate
Klicks := tbd
Ø Klickrate := tbd
Fans := [likes]
x
Organische
(nicht-virale)
Reichweite :=
[page_impressions_
organic_unique]
HINWEIS: Bei dieser Addition von
Unique Usern findet keine Doppel- bzw.
Dreifachzählung statt. Dies entspricht
einer Vereinigung dreier Mengen.
+
Fans :=
[page_fans]
HINWEIS: Der EdgeRank ist ein komplexer Algorithmus
(konkret: maschinelles Lernverfahren), welcher abhängig von
sozialen Interaktionen die Sichtbarkeit und damit die
Reichweite von Posts sowie Likes, Kommentare, Shares etc.
steuert. Der EdgeRank wird für jeden Nutzer, für jeden Post
und zu jedem Zeitpunkt individuell berechnet und hängt u.a.
von der Affinität zwischen Nutzer und Page sowie der
Aktualität des Posts ab (und laut Facebook weiteren ca.
1.000 Faktoren mit unterschiedlicher Gewichtung). Für die
Sichtbarkeit sind auch die EdgeRanks aller zeitgleich
veröffentlichen Posts relevant.
HINWEIS: Die Anzahl der Klicks muss nicht zwangsläufig mit
der Anzahl der Visits übereinstimmen, weil der Nutzer bspw.
das Laden der Seite abbrechen kann (weil er sich z.B.
verklickt hat) oder die Mobilfunkverbindung ist unterbrochen.
Außerdem messen Google Analytics und Facebook
unterschiedlich.
+Video Views
HINWEIS: Derzeit können wir
nicht messen, ob jemand auf
Veröffentlichen klickt, nachdem
er einen Social Share Button
angeklickt hat.
HINWEIS: Derzeit können wir die
Anzahl der Shares nicht messen,
ggf. über Domain Insights möglich
(tbd).
HINWEIS: Die Anzahl der Klicks muss nicht zwangsläufig mit
der Anzahl der Visits übereinstimmen, weil der Nutzer bspw.
das Laden der Seite abbrechen kann (weil er sich z.B.
verklickt hat) oder die Mobilfunkverbindung ist unterbrochen.
Außerdem messen Google Analytics und Facebook
unterschiedlich.
HINWEIS: Die Reichweite per Share
wird u.a. vom EdgeRank beeinflusst,
ist also abhängig vom Engagement
(Like, Kommentare etc.) für den
Share, sowie von der Anzahl der
Freunde des Nutzers, der einen
Artikel teilt. Des Weiteren können
Shares auch mit Ads beworben
werden.
+
HINWEIS: Wichtige
Anmerkungen zum jeweiligen
KPI.
HINWEIS: durch ID-Tracking in der URL kann indirekt die
Anzahl der Klicks auf geteilte URLs ermittelt werden anhand
der gezählten Visits.
HINWEIS: Der EdgeRank ist nicht nur ein
dynamischer (d.h. nicht-linearer) Algorithmus,
sondern darüber hinaus abhängig von historischen
Werten, z.B. vergangenen Interaktionen der Fans
mit den Posts der Page. Eine niedrige Engagement-
Rate wirkt sich so langfristig auf die relative
Reichweite negativ aus und reduziert infolge auch
das Engagement, d.h. es existiert eine (positive wie
negative) Rückkopplung.
Die Anzahl der Sitzungen mit
Facebook Sharing-Potential hängt
insbesondere wiederum von der
Anzahl der Facebook Page Post-
Sitzungen ab.
HINWEIS: Anzahl der Fans ist per API für jede Seite
ermittelbar, z.B.: http://graph.facebook.com/
galileo?fields=likes
HINWEIS: Die gesamte
Reichweite kann sich durch
Shares des Shares (Viralität)
nochmals erhöhen, d.h. die
Kausalkette Engaged Users ->
Viral Reach -> etc. müsste hier der
Vollständigkeits wie oben bei
Facebook Page Post wiederholt
werden.
Im Detail.

28. Umsatz:
Video Ads
Aktivierung:
Website
Akquisition:
Facebook
AIs
Revenue
CPM
x
Video
Views
x
Ads per
View
Page
Visits
x
Fans
View
Rate
Relativ
e Reach
Post
Reach
Click
Rate
Link
Clicks
Transfe
r Rate
x
x
x

30. Facebook
Fans
Facebook
Link
Posts
Web
Page
Video
Video
Ad
Fans
Post
Reach
Relativ
e Reach
Click
Rate
Link
Clicks
Page
Visits
Transfe
r Rate
Video
Views
AIs
View
Rate
Ads per
View
CPM
Revenue

31. Social Media Monitoring

32. Action
Graph
Social
Graph
Interests
Graph
Personal
Profile
Personal
Profile
Lead Scoring von Facebook Fans
0
100
200
300
400
500
600
700

33. Social CRM

35. Data Network Effects

36. Data Traps

37. 45

40. Die Datentreiber-Methode: Datenstrategie-Design
Mit der erprobten Methode des Datenstrategie-Designs erkunden Sie Ihre
Datenlandschaft, evaluieren relevante Anwendungsfälle und entwickeln einen
Plan zur Steigerung Ihres Analytik-Reifegrades. Weitere Informationen finden Sie
unter www.datenstrategiedesign.de.

41. Legen Sie los.
Auf www.datenstrategiedesign.de finden Sie
das Datenstrategie-Designkit zum
Herunterladen.

42. Mögen die Daten mit Ihnen sein.

43. datentreiber.deWir treiben Ihr Unternehmen voran.
Martin Szugat
Geschäftsführer
Telefon: +49 [0]881 12 88 46 53
E-Mail: ms@datentreiber.de
Web: www.datentreiber.de
Blog: www.datenstrategiedesign.de