Social-Listening von Influencern

Dieser Text startet mit zwei Gedanken, entstanden bei der Arbeit f├╝r ein konkretes Kundenprojekt. Mehr zum Hintergrund also sp├Ąter ÔÇŽ

Erster Gedanke: Online-Singleb├Ârsen
Wer schon mal bei Parship, Elitepartner & Co. mitgemacht hat (zwinker, zwinker), der wei├č, dass zu Beginn der Mitgliedschaft ein langer Fragebogen auf Ausf├╝llung wartet – zwecks psychografischer Bestimmung der Pers├Ânlichkeit, damit das System anschlie├čend die passenden potentiellen Partner vorschlagen kann. Problem dabei: Es sind sehr viele Fragen, die eine Menge Zeit und auch Nerven kosten k├Ânnen. Und abgesehen von der Plausibilit├Ąt der Fragen ├╝berpr├╝ft auch keiner, ob die Antworten ├╝berhaupt der Wahrheit entsprechen.

Wie w├Ąre es denn, wenn ich als Anwender der Single-App erlauben w├╝rde, s├Ąmtliche meiner Social-Media-Aktivit├Ąten der letzten zw├Âlf Monate zu analysieren? D.h. alle Aktivit├Ąten und Interaktionen wie Teilen, Bewerten, Kommentieren, Liken und Klicken. Auf Facebook, Instagram und LinkedIn. Weitere Annahme: Aus diesem Datenwust k├Ânnte dann ein Algorithmus mein ganz individuelles Pers├Ânlichkeitsprofil erstellen – und zwar nach dem bekannten Big-Five- oder OCEAN-Modell aus der Pers├Ânlichkeitspsychologie.

Wer es nicht kennt: Es besteht aus den Dimensionen Offenheit, Gewissenhaftigkeit, Extraversion, Vertr├Ąglichkeit und Neurotizismus. Bei jedem Menschen (oder allem mit einem "Verhalten") kann bei jeder einzelnen Dimension eine Auspr├Ągung irgendwo zwischen stark und schwach bestimmt werden. Alle f├╝nf Faktoren miteinander kombiniert ergeben dann als Ergebnis ein einzigartiges psychografisches Bild. Zum Wikipedia-Eintrag hier lang.

Die Singleb├Ârse w├╝sste nun also ziemlich genau ├╝ber mich Bescheid, wobei ich hier alle datenschutzrechtlichen Aspekte einmal beflissentlich ignorieren m├Âchte. Im n├Ąchsten Schritt w├╝rden mir nun genau die Personen vorgeschlagen werden, deren Profil perfekt zu meinen passen. Woher das System das w├╝sste? Aus erfolgreichen "Matches" ehemaliger Mitglieder, also aus Daten der Vergangenheit. Eventuell w├╝rde ich sogar differenzierte Vorschl├Ąge erhalten: F├╝r besonders harmonische Beziehungen, welche mit extra Pfeffer drin oder Beziehungen, die beides versprechen.

Zweiter Gedanke: Parteien der Bundestagswahl
Auch Parteien agieren als eine Art "Pers├Ânlichkeit" im Social-Media-Kosmos. Alle investieren viel Geld, Personal und Hoffnung, um ihre Zielgruppen schon vor oder am Wahltag zum Kreuzchen zu bewegen und vor allem die vielen Unentschlossenen noch gerade rechtzeitig auf ihre Seite zu ziehen.

Lie├če sich auch hier durch die Analyse des kompletten digitalen Rauschens f├╝r jede Partei ein konkretes psychologisches Bild zeichnen? Wieder nach dem oben genannten Big-Five-Modell? Zu welchen Ergebnissen w├╝rde das wohl f├╝hren? Neben den Parteifunktion├Ąren und -Mitgliedern sprechen, schreiben und kommunizieren ja auch ganz normale B├╝rger in den Partei-Foren – und nur die Kommunikation aller Beteiligten ergeben das komplette psychologische Bild. Aus dem Stegreif k├Ânnte ich nun nicht sagen, ob die AFD am Neurotischsten, die GR├ťNEN am Empathischsten oder die FDP am Aufgeschlossensten ist!?

Was ich fast noch spannender f├Ąnde, ist die Konsequenz aus den Resultaten: Welche Parteien mit welchen Mindsets (ein anderes Wort f├╝r "Pers├Ânlichkeit") passen denn nach der Wahl am besten oder am wenigsten f├╝r Koalitionen zusammen? Auch hier gilt: Welche Verbindungen waren in der Vergangenheit besonders erfolgreich, ausgewogen oder konstruktiv? Welche waren von Anfang an zum Scheitern verurteilt?

Bei beiden Szenarien, also den Singleb├Ârsen wie auch den Parteien, wird ein System bzw. ein Algorithmus gebraucht, der aus vergangenen Zusammenh├Ąngen "lernt", daraus die entsprechenden Lehren zieht und mit jeder weiteren Datenf├╝tterung noch besser wird. Klingt nach K├╝nstlicher Intelligenz? Korrekt.

Die beiden Anwendungsbeispiele habe ich mir ausgedacht ÔÇŽ
ÔÇŽ die Idee dahinter nat├╝rlich nicht. Die habe ich ganz aktuell bei meiner ├ľffentlichkeitsarbeit f├╝r ein D├╝sseldorfer Marktforschungsinstitut kennengelernt.

Es geht um ein Marktforschungs-Werkzeug namens "MindsetMatching┬«". Mittelfristig soll dieses "Tool" der Werbeindustrie helfen, die k├╝nftige Suche und Auswahl von "Influencern" auf eine neue, valide (weil datenbasierte) Ebene zu heben. Zur Erinnerung: Influencer sind Social-Media-Figuren, die ihren tausenden, manchmal auch Millionen von Followern bestimmte Marken und Produkte pr├Ąsentieren und empfehlen. Was also fr├╝her der Gottschalk mit den Gummib├Ąrchen bei "Wetten, dass ÔÇŽ" war, ist heute ein Social-Media-Sternchen (m/w/d), das online die S├╝├čigkeiten auf den eigenen K├╝chentisch legt und "ganz nebenbei" wegm├╝mmelt.

MindsetMatching┬« beschreibt genau das, was ich oben schon in Gedanken auf Parship oder die Bundestagswahl angewandt habe. Es kann n├Ąmlich systematisch in die Social-Media-Welt von Influencern hineinhorchen, wie diese sich mit ihrer Community austauschen oder interagieren. Wobei die meisten Influencer keine wirklich prominenten Figuren der ├ľffentlichkeit sind, sondern relativ unbekannte Nano- und Micro-Influencer, die weniger als 5.000 bzw. weniger als 50.000 Follower haben.

"Social-Listening" und K├╝nstliche Intelligenz
In dem genannten Konzept arbeitet ein Algorithmus, der im Agenturjargon "Social-Listening" betreibt. Geh├Ârt und aufgezeichnet werden Aktionen wie Liken, Klicken und Bewerten sowie nat├╝rlich S├Ątze, W├Ârter, Zeichen und Emojis. Dieses Informationswirrwarr sagt dem System erst mal: NICHTS. Und wird deshalb standardisiert, strukturiert und in handlichere Einheiten zerkleinert. Erst in dieser Form l├Ąsst sich das Gesagte bzw. Geschriebene nun verstehen und auch interpretieren.

Einige Verfahren dahinter hei├čen Sentiment-Analyse, Natural-Language-Processing, Parsing, Tokenization und wie schon erw├Ąhnt Anwendungen mit K├╝nstlicher Intelligenz (KI). Wer Details dazu erfahren will, muss bis zum P.S. dieses Textes warten.

Erfolgreiches Werbe-P├Ąrchen oder "Mismatch"?
Der geneigte Leser wird es ahnen: Das Ergebnis des "Social-Listening" sind die Pers├Ânlichkeitsprofile von Influencern, wieder nach dem Prinzip der Big-Five. Und exakt diese F├╝nf werden ebenso genutzt, um die zu bewerbenden Marken zu analysieren. Werden nun die zwei Profile ├╝bereinandergelegt, stellt sich die Frage: Passen Marke und Influencer zusammen? Bei der Antwort hilft der Blick in den bestehenden Datenpool aus Werbe-P├Ąrchen der Vergangenheit. Welche waren erfolgreich? Welche leider ein "Mismatch"?

Vorteilhaft waren meistens diejenigen Konstellationen, bei denen man ├Ąhnliche, kongruente oder einfach zueinander passende Wertemuster und Einstellungen feststellen konnte. Denn in der Regel lassen sich nur unter diesen Voraussetzungen Marken-Zielgruppen von einem Influencer f├╝hren und beeinflussen. Oder soll ich sagen: Manipulieren?

Ist denn ein Verfahren wie MindsetMatching┬« so neu? Ja. Ist es. Zumindest f├╝r das Influencer-Marketing haben Werbetreibende bisher tats├Ąchlich kein qualitatives, psychologisches Instrument zur Hand. Die Selektion findet bis heute lediglich ├╝ber quantitative Daten wie Reichweitenzahlen oder Likes statt. Und am Ende eben auch mit viel Bauchgef├╝hl oder Intuition. Nicht ungef├Ąhrlich bei den Summen, die die gro├čen Markenartikler so aufwenden.

Wer wei├č, vielleicht finden ja auch Parteien und Singleb├Ârsen Gefallen an diesem Verfahren. Zumindest f├╝r mich w├Ąre das schon mal ein Gewinn, klingt doch beides nach sehr dankbaren PR-Themen (zwinker, zwinker).

P.S.: Wen das Thema NOCH ein wenig mehr interessiert, auf der Agentur-Seite gibt es ein Whitepaper dazu.