Een virale content strategie

, # Strategie

Plots zag ik deze post in mijn Facebook Wall langskomen :

Onze CEO op Facebook : "Er staan 1250 artikelen op het Wijs blog. #weetje"

Dit is heel wat content ... dit is een bom aan data! Soms vergeet ik wel even de enorme hoeveelheid aan data en analyse-mogelijkheden we hier intern tot onzer beschikking hebben.

Content-marketing is naast "Social Media ROI" misschien wel het BUZZ-woord voor 2012-2013, en beide worden vaak samen in 1 zin uitgesproken. Maar hoe werkt content, hoe weten we welke content werkt en welke niet, en kunnen we een extra push geven aan content?

Op de wijs-website is er enerzijds de “statische” content. Dit zijn de pagina’s die weinig veranderen, en voornamelijk beschrijven wat we doen en wie we zijn.

Anderzijds is er de wijze blog, vol trends en inzichten. Op regelmatige basis worden hier nieuwe blogs gepost, waarbij de ene al iets langer is dan de andere. Op deze content zoomen we vandaag in.

Photo Credit: eyesore9 via Compfight cc

Een framework voor content

Om de verschillende blogs te analyseren, moeten we starten met het correcte framework en de correcte methodologie om de evolutie van de content op een efficiënte en overzichtelijke manier in kaart te brengen.

Do I hear you say “analytics”?

Het antwoord zou zo simpel kunnen zijn. Echter is analytics gebaseerd op het schema van een kalender. Laat me eerst uitleggen wat ik hiermee bedoel, en wat het probleem hiervan is.

Wanneer we binnen analytics op de blogs filteren, krijgen we één lijn waarbij we de evolutie van trafiek zien cross-blogs.

Grafiek : Wijze blog bezoeken over tijd

Heel veel valt er hier niet echt uit af te leiden. We zien wel een piek begin maart en een piek rond nieuwjaar. De eerste piek (2 maart) is het moment van de lancering van wijs en de nieuwe website. De tweede piek valt samen met de lancering van het trendrapport. Moeten we dus bijgevolg vaker onszelf her-uitvinden, en meer trendrapporten schrijven? Toch maar niet.

Een tweede manier zou zijn om te kijken naar de top 10 blogs binnen een bepaalde termijn:

Positie Titel Unieke paginaweergaves
1 Online Trendrapport 2013 8.490
2 Nieuwe naam voor Netlash-bSeen: Wijs 3.631
3 Responsive web design 2.893
4 Cookies: wat je moet weten over de nieuwe cookiewet 2.112
5 Dood aan de dropdownmenu's 2.019
6 E-commerce in België 1.862
7 Kleurprofielen bij het ontwerpen van websites 1.705
8 Wil je weten welke boeken we lezen bij Wijs? 1.495
9 Tips voor het versturen van kerstwensen 1.650
10 Digitale trends 2013 1.626

 

Op het eerste zicht juist? Ook hier stelt zich een enorm probleem. Namelijk, des te langer content bestaat, des te meer tijd deze krijgt om bezoekers te verzamelen.

Bovenstaande blogs dateren bijna allemaal van de periode 2011-2012, en kregen dus tot wel meer dan een jaar extra de tijd om bezoeken te verzamelen dan een willekeurige blogpost uit 2013.

Zo deed bijvoorbeeld de blogpost "Cookies: wat je moet weten over de nieuwe cookiewet” er 34 dagen over om hetzelfde “bereik”te behalen als de meer recente post van Nicky over "Browser compatibility issues" op 1 dag. Maar die tweede blogpost zal (afhankelijk natuurlijk van het gekozen timeframe) nooit de top 10 behalen.

The next step - Segmentatie

Om een beter beeld van de evolutie van blogs te krijgen, lijkt de eerstvolgende stap om met wat excel-handigheid die éne lijn op te splitsen per blogpost. Een iets later krijgen we de volgende grafiek:

Grafiek : Evolutie per blogpost

Dit is al een heel pak duidelijker.

We merken op dat na de lancering van de nieuwe site/naam er heel wat nieuwe blogs werden gepost, en dat deze stuk voor stuk een gelijkaardige start kenden. Maar toen vielen we hier bij Wijs anderhalve maand stil. De gecombineerde long-tale van de blogs zorgt wel nog voor wat trafiek, maar het lang stilliggen van de toestroom van nieuwe blogs lijkt een mogelijke impact te hebben gehad op de twee eerstvolgende posts van eind mei en juni.

Blogposts 3,4 en 5 aan de start van de grafiek volgen elkaar heel snel op, maar starten steeds weer iets lager, wat kan wijzen op een te hoog tempo bij het posten en de negatieve invloed hiervan op de volgende post. Anderzijds zou het ook kunnen zijn dat blog 4 van een licht mindere kwaliteit was dan blogpost 3; en blogpost 5 was misschien wel wederom weer iets minder aantrekkelijk/interessant/diepgaand/... . Iets dus om een volgende keer uit te spitten.

We krijgen voornamelijk heel duidelijk iets anders te zien, en dit houdt verband met het framework van een kalender. Alle blogposts “starten” op het moment dat deze werden gepubliceerd. Ongeacht “wanneer” de blog werd gepost (op de grijze blogpost na), ligt de start steeds op DAG 1 van de publicatie, en niet bijvoorbeeld op donderdag om 09:23. De dag en het uur van de publicatie heeft wel een invloed op hoe groot de initiële aandacht (awareness) is, maar deze invloed lijkt op een eerste zicht echter eerder beperkt.

En als we iets dieper kijken naar bovenstaande grafiek, dan zien we ook een relatief continue opeenvolging van mini-golven. Maar door een absolute maatstaf te gebruiken (# unieke bezoekers) zien we enkel de grote pieken, maar geen evolutie van de blogpost zelf.

Meet the cohort

Wat is een cohort-analyse?

De definitie volgens Wikipedia :

Cohort analysis is a subset of behavioral analytics that takes the data from a given eCommerce platform, web application, or online game and rather than looking at all users as one unit, it breaks them into related groups for analysis. These related groups, which usually share common characteristics or experiences within a defined timespan, are called cohorts. Cohort analysis allows a company to “see patterns clearly across the lifecycle of a customer [/user], rather than slicing across all customers blindly without accounting for the natural cycle that a customer undergoes.”

Een voorbeeld

De cohort analyse is een vaak gebruikte methode bij startups en sociale netwerken, om loyaliteit na te gaan overheen tijd bij gebruikers, of om de impact te zien van een verandering of van een verhoogde activiteit op de site.

Een voorbeeld zou Instagram kunnen zijn, waarbij we zouden nagaan hoe gebruikers die zich registreerden in week 1 na de lancering actief blijven over tijd, ten opzichten van geregistreerde gebruikers in week 2, week 3, ... . De data en grafiek zou er als volgt kunnen uitzien (totaal verzonnen resultaten en waarschijnlijk veel beter dan de realiteit):

Cohort Analyse in tabel formaat

Grafiek : Voorbeeld van hoe een cohort-analyse er zou kunnen uitzien

We krijgen nu een eerste idee van wat de impact is van meer gebruikers en activiteit op het verloop van toekomstige gebruikers.

Toegepast op Wijs

Voor de blogs van wijs, kunnen we deze methode op de volgende manier toepassen:

  • Voor elke blog de analytics data nemen, en in excel reorganiseren zodat deze steeds "starten" op dag 1 van de publicatie
  • Een tijdsframe van 3 maand (90 dagen) startend vanaf de dag van de publicatie

Dit geeft ons de volgende grafiek:

Grafiek : Blogs vergeleken in functie van publicatiedatum

Wanneer we de twee top-blogs (blauw en paars) even uit de vergelijking halen, dan merken we nu heel duidelijk dat zo goed als elke blogpost op een gelijkaardige manier evolueert, en dat we deze evolutie kunnen opdelen in drie onderdelen:

Grafiek : de verschillende stages van een blogpost bij Wijs

En wanneer we de absolute bezoekers vertalen naar een percentage in functie van het maximaal behaalde dag-totaal, dan zien we de golven die we eerder opmerkten, nu consistent en duidelijk terugkeren:

Grafiek : Cohort analyse van de wijs content

Content is als een druppel water

Wat het meeste opvalt, is dat content (in het geval van Wijs) zich voortplant als een druppel water dat op het wateroppervlak valt.

Wanneer we naar de grafieken kijken, dan zien we een steeds wederkerende trend, waarbij de content van op een bepaalde “hoogte” start, vervolgens een sterke daling kent, om even later een tweede, derde, vierde, vijfde, ... piek te kennen, die steeds even blijft hangen, om bij de volgende piek iets kleiner terug te keren. En van des te hoger de oorspronkelijke piek start, des te meer waarschijnlijk, sneller en hoger de tweede piek komt.Grafiek : Evolutie in detail van een blogpost

Anderzijds lijkt het echter onmogelijk om te voorspellen “wanneer” de volgende piek komt. De eerste twee dagen volgend op de publicatie zien we slechts uitzonderlijk een heropleving. Maar de volgende dagen zijn zeer onvoorspelbaar. Evenveel blogs kenden een piek in dag 4 als in dag 5,6,7,8 of 9. Bij sommige volgt de derde piek zeer snel, bij anderen gaan hier weken over. De meeste pieken blijven zo'n 2 dagen hangen, om daarna terug in de zee van 1-2 pageviews te verdwijnen zonder enig viraal effect.

Gaat iets toch even (mini-)viraal, dan ziet dit er wel steeds uit als volgt:

 Grafiek : Viraal effect van content

De rode dikke lijn is de post rond "Efficiënte online marketingkanalen voor de bouwsector" van Frederic. De virale rimpel begint op dag 46; valt even stil, om een  dag later een sprong te maken, even tegen te stribbelen, en vervolgens 2 dagen lang te pieken.

Vervolgens zien we hetzelfde als in de eerste weken na een publicatie; het druppel-effect van content.

Maar of iets echt viraal gaat of niet lijkt quasi onmogelijk om te voorspellen puur op deze data. Soms blijft een rimpel een rimpel, soms wordt deze een golf. Maar elke golf wordt voorafgegaan door een rimpel.

Credits: inspired by Baekdal

Hoe kunnen we het maximale uit content halen?

In het begin van de post stelden we drie vragen voorop:

Q: Hoe werkt content (voor Wijs)?

A: Als een druppel water en in 3 fases.

Q: Hoe weten we welke content werkt en welke niet?

A: In de eerste plaats moeten we content plaatsen binnen een framework waarbij de start wordt gedefinieerd als “DAG 1”. Van hieruit kunnen we nagaan welke content werkt op de korte termijn (het initiële bereik), middellange termijn (secundaire bereik) en lange termijn (the long tail).

Q: Kunnen we een extra push geven aan content?

A: Hier proberen we nu een inzicht te formuleren.

Op het eerste zicht zijn er drie momenten waarop we ons kunnen concentreren om onze content te maximaliseren:

Het initiële bereik

Het secundaire bereik

De "long-tail"

Uit vorige grafieken en insights blijkt de initiële fase misschien wel de meest interessante. Deze genereert niet alleen op korte termijn de meeste aandacht, maar bepaald voor een groot deel de grootte van de secundaire fase. Namelijk, des te hoger de initiële fase start, des te hoger en frequenter de secundaire fase zou pieken.

Anderzijds zien we dat, wanneer we kijken naar de absolute bezoekers, voor heel wat blogs de long-tail extreem belangrijk en waardevol is. En over des te meer dagen we onze content nemen, des te belangrijker de long-tail voor elke blogpost wordt. Deze long-tail is namelijk ook de reden dat onze "Google Analytics top 10" (een indicatie van evergreen-content?) voornamelijk oude blogs bevat, en geen nieuwe.

Een diepere analyse hier zou zeker nog wat insights en optimalisaties kunnen opleveren, zoals het versterkende effect van e-mail in de eerste twee weken na een publicatie, en de correlatie tussen direct, sociaal  en zoekverkeer (SEO) in de long-tail.

Maar er is een vierde cruciaal fase: de pre-publicatie fase. Deze fase wordt vaak (en ja, ook al wel eens door ons) vergeten.

De pre-publicatie fase

Wanneer we alle onze eieren leggen in de de initiële bereiksfase, baseren we ons op het traditionele advertentie model. Plots staan we daar, met alles erop en eraan, en proberen binnen een zo kort mogelijke tijdsspanne zoveel mogelijk aandacht en "buzz" te generen voor ons nieuwste kroonjuweel. En we hopen om viraal te gaan met die ene tweet.

Maar wanneer we kijken naar hoe iets viraal gaat, dan weten we nu dat er een "rimpel" voorafgaat die dit virale effect in gang steekt. Als de dag van de publicatie ons ideale "virale" moment is, waar is dan de rimpel om dit viraal te laten gaan?

Zoals in de films

Denk aan filmreleases van bijvoorbeeld animatiefilms. Reeds enige tijd op voorhand, vaak zelf meer dan een jaar, weten we  of en wanneer een bepaalde film zal uitkomen.

Tijdens de ontwikkeling van de film wordt er achter de schermen hard gewerkt, maar zo nu en dan worden er al previews gelanceerd. Zo werd er een maand na de lancering van de eerste “Despicable me”  (juni 2010) al aangegeven dat er een vervolg gepland stond voor juli 2013. In oktober 2011 werd de eerste actrice bekent gemaakt, evenals dat de eerste opnames voltooid waren. In februari 2012 werd de casting van Al Picino bekent, en twee maand later werd het gross van de rest van de cast voorgesteld.

Op 2 maart 2012, meer dan een jaar voor de avant-première komt de eerste teaser uit op YouTube. Een trailer en nog een teaser later draait de marketing machine op volle toeren om van de film een zo groot mogelijk succes te maken.

Dat de aanloop naar een film van cruciaal belang is voor het succes van een film, is dus iets dat we (animatie)film-makers niet moeten uitleggen. In een recente studie van Google (Quantifying Movie Magic with Google Search) toont Google aan dat het zoek en klikgedrag pre-lancering van een film kan voorspellen hoe populair een film wordt. En dit zoek en klikgedrag komt niet zo maar uit de lucht gevallen. De studie van Google toont dus ook aan dat de pre-publicatie periode definieert hoe groot het succes bij de lancering is.

Ons strategisch content plan?

Diezelfde opbouw (oftewel rimpel) moeten we meenemen in de aanloop naar de publicatie van onze blog post. Dezelfde opwinding die we als auteur voelen bij het onderzoeken en schrijven van onze blogpost moeten we proberen over te brengen naar onze kern groep van volgers en fans. Sociale media is hiervoor waarschijnlijk het meest ideale platform. Op dit moment (pre-publicatie) draait het om het creëren van bewustwording waar je mee bezig bent, en het opbouwen van spanning en enthousiame. Wat je tijdens deze fase publiceerd hangt natuurlijk af van de content zelf, en van de groep volgers en fans die je wil aanspreken en betrekken tijdens jouw project.

Pre-publicatie gaat het er dus om om dat enge "window of opportunity" van de publicatie van een blogpost (1-3 dagen) zo groot mogelijk open te trekken.

Voor Wijs zou het publicatie plan er als volgt kunnen uitzien:

Strategisch content plan voor blogs en social

There’s more to it

Dit is natuurlijk enkel de start. Hoe frequent posten we? Kunnen we dit intern wel aan? Welke topics kiezen we, en kunnen we deze zo organiseren dat deze op het meest ideale moment gepubliceerd worden? Wat wordt het evenwicht tussen content die focust op verkoop versus content voor awareness en top of mind? Hoe beslissen we wat we pushen?

En ook voor de vraag “wat werkt” mogen we ons niet enkel focussen op bezoekers. We moeten nagaan welke content effectief mensen helpt te converteren.

Welke trends of patronen merk jij in jouw content?

Meer weten? Advies nodig?

Kom gerust langs voor een kop koffie en een goed gesprek. Wijs geeft strategisch advies, en helpt bij het uitwerken en verbeteren van all things digital.

Gerelateerde cases

  • Facebook app voor Rabobank.be

  • Hellospace.be

 

Al 6 reacties

Laat hier een reactie achter of contacteer ons via e-mail

Bart

Bart
schreef

Topartikel!


schreef

Bedankt! Volgende week komt er (hopelijk) nog zo ééntje jouw richting uit over "de marketing mix" :)


schreef

Leuk gedaan Tom... Deze aanlyse is idd mooi, ik neem meestal één extra dimensie mee: de opbouw van je vast publiek:

Zoals je pieken in najaar 2012 : je ziet de pieken stijgen tov elkaar - We hebben toen enige mensen zot genoeg kregen om het tempo van 2 per week te posten en een vast publiek op te bouwen.

Ik doe daarbij een aanvullende analyse op 'vast publiek' door aangroei en return per sociale kanalen mee te nemen. Zo zie je welke posts je vast publiek bedienen en welke volk aantrekken... Slechts een kleine aanvulling op je mooi werk hier, maar het brengt wel nog een extra dynamiek in beeld.


schreef

Wow! Jullie schrijven al in de toekomst! Knap!


schreef

Blogposts met rimpels. Dat heb ik ook, tegenwoordig ;-)

Dries

Dries
schreef

Leuke post die aantoont dat we alle resultaten in het juist perspectief moeten zien en dus niet zomaar uit allerlei platformen kunnen halen.

Wel een kleine opmerking: in het stuk waarin vergeleken wordt met films staan er wat taalfouten. Mijn haren schieten dan altijd recht en het leesgemak gaat hier volgens mij op achteruit.

Plaats een nieuwe reactie