Data Driven Content Header

Data-Driven Content: In 7 Schritten zur datenbasierten Content-Strategie

Data-driven Content Marketing setzt sich auf Dauer durch. Wir erklären, warum datenbasierte Inhalte im Marketing so wichtig sind und wie eine passende Strategie richtig aufgesetzt wird.

Die Arbeit im Content Marketing zieht vor allem kreative Köpfe an. Oft aus verwandten Feldern wie dem Journalismus, wo es hauptsächlich um die möglichst ansprechende Gestaltung von Inhalten geht. Mit den Daten hinter dem Content wird sich häufig zu selten beschäftigt. Tatsächlich ist erfolgreicher Content aber ein Mix aus Daten und Kreativität. Bei täglich zunehmender Konkurrenz reichen Erfahrungswerte und Bauchgefühl nicht mehr aus.

Definition: Was ist datenbasiertes Content Marketing?

Im Data-Driven Content Marketing geht es, wie die Übersetzung schon verrät, um von Daten gesteuertes Marketing. Datenbasierter Content ist das Ergebnis von Marketingstrategien, in denen jeder Schritt und alle Entscheidung auf Insights aus Datenanalysen bestehen. Schon bei der Konzeption des Contents bestimmen die Daten, welche Themen anvisiert werden. Bei der Erstellung kommen anschließend Content-Analytics-Tools zum Einsatz. Nach der Veröffentlichung wird der Erfolg der Inhalte gemessen und je nach Datenlage optimiert, gelöscht oder erweitert.

Warum ist Data-Driven Content Marketing so wichtig?

Immer mehr Unternehmen erkennen das Potenzial von Content Marketing und investieren dementsprechend. Je mehr Wettbewerber, desto höhere Content Qualität braucht es, um in Suchmaschinen zu bestehen. Vor allem die Planung der Content Strategie sollte datenbasiert angegangen werden.

Marketer versuchen oft ein möglichst großes Publikum zu erreichen. Erfolgreicher ist aber genau auf eine bestimmte Zielgruppe ausgerichteter Content. Bevor es also an die Inhalte selbst geht, sollten Buyer Personas analysiert und festgestellt werden, welche Fragen diese auf welchen Channeln beantwortet haben möchten.

Wer Inhalte nur nach Intuition plant, versenkt höchstwahrscheinlich Zeit und Ressourcen in Content, für den es keine Nachfrage gibt. Nur mit den richtigen Tools und gekonnter Auswertung kann der Markt richtig eingeschätzt werden.

Auch nach der Veröffentlichung sollte datenbasiert gedacht werden. Es gilt festzustellen, welche Art von Content besonders gut lief, auf welchen Kanälen noch mehr geht und wo noch optimiert werden muss. Die Daten zeigen oft Potenziale, die bisher unbetrachtet blieben.

7 Faktoren für eine Data-Driven Content Strategy

Was macht eine Content-Strategie datenbasiert? Wir haben 7 essenzielle Schritte und die wichtigsten Tools für deren Umsetzung zusammengefasst.

Publikumsanalyse und Buyer Personas

Zielgruppengerecht kommunizieren kann nur, wer das Publikum im Detail verstanden hat. Dabei geht es z.B. um demografische Faktoren wie Alter, Geschlecht, Einkommen der Leser. Besuchen User die Seiten eher auf dem Mobilgerät oder dem Desktop? Auf welchen Kanälen sind potenzielle Kunden unterwegs und welches Content-Format spricht sie an? Bestimmte Gruppen wird man eher in Foren wiederfinden, andere interagieren mehr mit Videoformaten auf YouTube.

Anhand dieser Daten werden dann die Buyer Personas erstellt. Besonders wichtig ist, die Probleme dieser Zielgruppe herauszuarbeiten. Welche Unklarheiten gibt es, wo bleiben die Leute stecken? Content sollte dann speziell auf diese Fragestellungen eingehen und zeigen, wie die Produkte die Probleme beheben können.

Definition von Zielen und Key Performance Indicators (KPI)

Nachdem die Wünsche des Publikums bekannt sind, gilt es festzulegen, welche Ziele das Unternehmen mit dem Content Marketing anstrebt. Auch die Content-Ziele sollten auf Buyer Personas abgestimmt sein.

Geht es um mehr Traffic? Oder darum, die Bekanntheit   zu steigern und den Markennamen ins Bewusstsein von möglichst vielen Menschen rücken? Oder sollen mit Qualitätscontent bestehende Kundenbeziehungen und das Vertrauen der Marke gestärkt werden? Möglicherweise gibt es schon viel Traffic, der sich aber nicht wie gewünscht auf die Umsätze auswirkt. Dann sollte Inhalte kreiert werden, die Conversions und Leads fördern. 

Ein Teil der datenbasierten Content-Strategie ist die ständige Erfolgskontrolle. Die wichtigsten Metriken erklären wir in unserem Beitrag “Content-Marketing-KPIs”. Zusammengefasst sollten je nach Content-Marketing-Ziel, verwendetem Kanal und Content-Format unterschiedliche KPIs getrackt werden. 

Essenziell ist, dass Besucher auch mit den Inhalten interagieren und das am besten über mehrere Touchpoints und über längere Zeiträume. Neben reinen Traffic-Metriken, wie Impressionen oder Unique Pageviews, sollte daher auch die Engagement Rate, Time-on-Page oder Pages-per-Session Beachtung finden. Für die Messung von Content-Metriken gibt es verschiedene Tools. Genauer zusammengefasst haben wir sie im Post über Web Analytics Tools.

Analyse der eigenen Inhalte: Content Audit

Es ist also klar, was die User suchen und worauf das Unternehmen selbst mit dem Content Marketing abzielt. Jetzt gilt es den derzeitigen Standort zu bestimmen. Laufen manche bestehende Inhalte schon sehr gut? Fällt es in bestimmten Themenfeldern besonders einfach, in Google zu ranken? Welche Autoren oder  Content-Formate sind beliebt, welche weniger?

Schlecht laufende Beiträge sollten entweder gelöscht oder optimiert werden. Bei vielen Inhalten, die Google nicht mag, verringert sich auf Dauer die Domain Autorität. Außerdem haben Suchmaschinen nur ein bestimmtes Crawl Budget pro Website reserviert. Es wird zudem Inhalte geben, die zwar mal gut liefen, aber jetzt veraltet sind. In diesem Fall sollten die Posts aktualisiert werden. Andere Inhalte sind Evergreens und generieren seit langem Traffic. Diese sollten wiederholt und auf allen Kanälen veröffentlicht werden.

Laufen bestimmte Themengebiete besonders gut, sollten tiefergehende Inhalte angeboten werden. Wahrscheinlich hat die Domain bei Suchmaschinen und Usern in diesen Bereichen ein hohes Ansehen. Parse.ly identifiziert in den „Top Sections“ und „Top Tags“ Reports ihre erfolgreichsten Themen. In weiteren Reports wird gefiltert, welche Beiträge und Autoren über alle Channel hinweg am besten performen.

Parse.lys „Top Sections“ Report:
Parse.lys „Top Sections“ Report: Welche Kategorien sind am erfolgreichsten?

Markt und Wettbewerbsanalyse

Hier kommt die traditionelle Keyword Recherche ins Spiel. Je nach Stärken des Unternehmens und Marktnachfrage sollte bestimmt werden, welche Keywords anvisiert werden sollten. 

Für “Head Keywords” mit viel Traffic sollten eher allgemein gehaltene und ausführliche Inhalte angeboten werden. 

Mindestens genauso wichtig ist es auch, Long-Tail-Keywords anzustreben: Das sind längere Terme mit niedrigeren Suchvolumen, aber auch weniger Konkurrenz.

SEMrush Suchvolumen
SEMrush identifiziert Suchvolumen, Schwierigkeit zu ranken, wie viele Anzeigen geschaltet sind und weiteres.

Für die Bestimmung der Suchvolumen und Wettbewerbsintensität bestimmter Keywords gibt es viele Tools. Gratis verfügbar wäre z.B. Google Trends. Hier gibt es allerdings nur Daten zu Termen mit hohen Suchvolumen. Genauere Daten erheben spezialisierte Programmen wie SEMrush.

Google Trends Beliebtheit von Keywords .
In Google Trends wird die Beliebtheit von Keywords gezeigt.

Als Nächstes geht es an die Untersuchung der Wettbewerber. Gibt es bestimmte Keywords, auf die es Wettbewerber besonders abgesehen haben? Auf welchen Formaten und Kanälen haben die Branchenführer Lücken, die Ihr Angebot ausfüllen kann? Vielleicht gibt es Keywords, bei denen so viele und starke Konkurrenten vertreten sind, dass Ressourcen besser für andere Ziele eingesetzt wären. Identifiziert werden sollte auch, für welche Terme viele bezahlte Anzeigen geschaltet werden und ob das auch für die eigene Content Strategie infrage kommt. 

Data-Driven Content Planning

Daten sollten als Inspiration genutzt werden. Manchmal zeigen sie neue Themenfelder auf, an denen User gerade interessiert sind.

Wer eine On-site Suchfunktion anbietet, sollte auch hier die Ergebnisse auswerten. Vielleicht suchen User auf der Seite nach Keywords, für die es noch gar keine Inhalte gibt. Die Analyse der On-Site-Search Funktion findet sich in Google Analytics unter „Behavior“>“Site Search“.

Zum datenbasierten Content Planning gehört auch schon, bevor das erste Wort geschrieben ist, festzulegen, auf welchem Kanal der Inhalt später verbreitet werden soll. 

Die Acquisition Reports der gängigen Content Analytics Tools zeigen genau, wo Content besonders gut läuft. So zeigt beispielsweise der Google Analytics “User Flow“, von welchen Plattformen die meisten Besucher auf die Unternehmensseite kommen. Welcher Kanal benutzt werden sollte, hängt von den Präferenzen der Buyer Personas und dem jeweiligen Content Format ab. 

GA „User Flow“
GA „User Flow“: Woher kamen Webseitenbesucher?

Datenbasierte Content-Erstellung

Jetzt geht es an die tatsächliche Kreation der Inhalte. Auch hier muss datenbasiert vorgegangen werden, vor allem um in den Suchmaschinen zu bestehen. Heutzutage braucht ein erfolgreicher Post makelloses SEO. Von der Ladegeschwindigkeit über die Keyworddichte bis hin zu den Alt-Tags muss alles stimmen. 

Um sicherzustellen, dass alle relevanten Terme oft genug und richtig platziert im Content vorkommen, gibt es verschiedene Tools und Praktiken. Das Yoast SEO WordPress Plugin zeigt beispielsweise genau an, wie oft das angestrebte Keyword im Post noch fehlt.

YOAST Keyworddichte
Yoast SEO: Tipps zur Keyworddichte.

Ein noch detaillierteres Vorgehen erlaubt die wd-idf Analyse. Hier orientieren sich SEO-Tools, wie Ryte oder Termlabs.io, an den Posts, die bereits für ein Keyword ranken. Die Tools vergleichen Texte mit dem bereits erfolgreichen Content und zeigen fehlende Keywords an.

Die Daten sprechen auch ein klares Urteil zur Artikellänge. Längere Inhalte übernahmen in den letzten Jahren klar die Google SERPs. Laut Studien haben Posts mit um die 2.000 Zeichen die besten Chancen. Long-Form Content kann auf mehrere Fragen in einem Post eingehen und direkt über verschiedene Themen und deren Unterkategorien aufklären. User müssen für Definitionen oder Zwischenfragen nicht auf andere Inhalte weiterklicken.

Datenbasierte Content Optimierung

Hier schließt sich der Kreis. Nach der Veröffentlichung geht es wieder darum, Daten zur Nutzerinteraktion zu erheben und zu analysieren. Wenn die verfügbare Menge an Daten mit der Zeit steigt, wird es auch einfacher, Content effektiv und detailliert zu optimieren. A/B-Tests benötigen beispielsweise hohe Datenmengen, liefern dann allerdings oft wertvolle Insights. 

Das Kundenverhalten und der Markt entwickeln sich ständig weiter. Content, der vor einem Jahr noch Erfolge einfuhr, ist jetzt vielleicht nicht mehr aktuell. Eine datenbasierte Content-Strategie wird daher von regelmäßigem Reporting begleitet. Google Data Studio ist beispielsweise ideal für visuell ansprechende und verständliche Reports. 

Oft ergeben sich auch kurzfristige Trends, die am Nutzerverhalten direkt zu erkennen sind. So können plötzliche extreme Änderungen in Metriken wie Bounce Rates, Google Rankings oder Verweildauern auf signifikante Probleme mit dem Content oder der Website hinweisen. In Google Analytics oder Parse.ly kann man für selbstbestimmte Fälle Alerts einrichten und wird so bei bedeutenden Entwicklungen sofort benachrichtigt. 

Kreativität und Big Data

Daten sollten die Richtung einer Content-Strategie vorgeben und die Erstellung der Inhalte erleichtern. Es ist wichtig , den richtigen Mix zwischen menschlichen Elementen, Kreativität und Big Data zu treffen. Wer zu stark datengetrieben vorgeht, verliert seine Natürlichkeit und damit den Leser.

Das Aufsetzen einer datenbasierten Content-Strategie kann eine Herausforderung sein. Kontaktieren Sie unsere Content Analytics Experten für mehr Unterstützung bei der Implementierung der benötigten Content Analytics Tools.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.