Succesvolle content: cijfers liegen nooit. Toch?!

Als data- en researchspecialist hou ik mij dagelijks bezig met kpi’s, metrics, onderzoek en het in kaart brengen van resultaten. Vorige maand vond er op LinkedIn in twee artikelen een discussie plaats over het meten van succes van je content. Daniel Hochuli, voorheen actief in het maken van contentstrategieën en nu contentmanager bij LinkedIn, en Stephen Tracy, insights- en datamanager, bespraken de zin en onzin van vijf metrics.

Gezamenlijk vormen de twee artikelen een genuanceerde kijk op het meten van resultaten. Én zijn ze het startpunt om eens goed naar de metrics te kijken die jij gebuikt. In mijn ogen must-reads voor iedereen die met data, analyse of metrics werkt. In dit artikel geef ik een korte samenvatting van de artikelen en deel ik mijn visie met je.

5 x bullshit of handige metrics

Daniel Hochuli wil ons in zijn artikel ‘5 bullshit metrics you need to stop using to measure content marketing succes’ vooral een aanzet tot nadenken geven: waarom meten we wat meten en wat zegt het eigenlijk? Impressies, bounce rate, roi, benchmarks en de marketing funnel (inderdaad, niet allen metrics), zeggen volgens hem niets. Hoewel ik meer genuanceerd ben en het ook niet overal met hem eens ben, snap ik zijn punt. Ik schreef eerder over de cursus growth hacking die ik volgde en over vanity metrics: vraag je voortdurend af wat voor jou belangrijk is, vraag door en kijk kritisch naar de metrics die je gebruikt.

Als onderzoeker ben ik bovendien van mening dat je de impact van content en social inspanningen pas écht in kaart kunt brengen door mensen ernaar te vragen. Met enquêtes dus. Al het overige is een afgeleide: zonder een directe vraag is er geen direct antwoord. Je hebt alleen een indicatie. Maar ook een indicatie kan waardevol zijn en inzicht geven, als je maar goede keuzes maakt en vragen blijft stellen.

Pas door je af te vragen waarom je bepaalde metrics gebruikt, ze te relateren aan andere metrics en context te verschaffen, geef je betekenis en inhoud aan metrics en resultaten.

Degens kruisen over data

In reactie op ‘5 bullshit metrics‘ schreef Stephen Tracy ‘We need to start having a more meaningful dialogue about measurement‘. Hij is het eens met Daniel Hochuli en de discussie die hij probeert aan te zwengelen. Hij gaat echter veel dieper in op de benoemde metrics. Zo laat hij zien wat de metrics in (kunnen) houden en hoe ze wel degelijk van waarde kunnen zijn. Door zijn nuance en uitleg zet hij het originele punt van Hochuli nog meer kracht bij: juist door te laten zien wat metrics inhouden en hoe je ze kunt interpreteren geeft hij aan dat bepaalde cijfers op zichzelf vaak niets zeggen. Pas door je af te vragen waarom je bepaalde metrics gebruikt, ze te relateren aan andere metrics en context te verschaffen, geef je betekenis en inhoud aan metrics en resultaten.

Cijfers liegen nooit. Maar zonder context zeggen ze niets.

Hoewel ik de metrics niet wegdoe, ben ook ik het helemaal eens met Daniel Hochuli als het gaat om de discussie: je moet altijd vragen blijven stellen. Niet alleen waarom je iets meet, maar vervolgens ook bij wat je ziet: gebruik data als startpunt voor verdere vragen. Met impressies, benchmarks en roi doe ik dat als volgt.

Impressies als startpunt

Impressies of bereik (ik heb het hier over data van social platformen als Facebook en Twitter) gebruik ik in veel rapportages. Ik maak hier duidelijk onderscheid in organische en betaalde resultaten. Daarnaast relateer ik de cijfers over bereik van content aan het ingezette budget, doelgroep en bijvoorbeeld interactieratio of click-through-rate. Afhankelijk van het doel van content pas ik deze context aan – Stephen Tracy spreekt over ‘anchoring‘- en geef ik interpretatie.

Ik gebruik de resultaten zo vooral voor interpretatie en verdere vragen en ben mij daarbij zeer bewust van wat bepaalde cijfers wel en niet kunnen zeggen.

Benchmarks: omdat alles relatief is

Hetzelfde geldt voor benchmarks. Vraag je goed af welke data je tot je beschikking hebt en welke vragen je wilt en kunt beantwoorden door benchmarks weer te geven. Mijns inziens begin je altijd bij jezelf: je wil weten hoe jouw organisatie/merk/inspanningen zich in de loop der tijd ontwikkelen en eventuele pieken/dalen identificeren en verklaren. Bereik je de juiste mensen; werkt mijn content op de manier zoals ik wil; zijn mensen positief; geef ik meer of minder geld uit? Naast context voor resultaten, kun je met benchmarks zo ook je eigen werk evalueren.

Zoals Stephen Tracy aangeeft kunnen echter ook vergelijkingen met concurrentie of industry benchmarks van toegevoegde waarde zijn. Zorg wel dat je duidelijk overal dezelfde data gebruikt en dat je kijkt naar vergelijkbare organisaties (vergelijk geen appels met peren).

Wanneer het over social resultaten gaat, kun je bovendien nog een extra stap maken door naar advertentiekosten te kijken. Veel resultaten (zo niet veruit de meeste) komen tot stand door promotie. De resultaten zeggen daardoor op zichzelf vrij weinig. Kijk daarom (wanneer beschikbaar) naar advertisingbudget en de kosten per resultaat; zo kun je tot op zekere hoogte een eerlijke vergelijking maken.

Dat attributie nog niet perfect is, komt doordat verschillende platformen verschillende metrics gebruiken en soms net niet helemaal op elkaar aansluiten.

Vergeet de roi niet

Hoewel nog niet perfect, biedt online juist de kans om roi, of in ieder geval de resultaten per specifiek doel, in kaart te brengen. Of het nu op Facebook, Twitter of in Google Analytics is: je kunt precies laten zien hoeveel keer er op een link geklikt is, hoeveel leadformulieren er zijn ingevuld of van welke campagnewebsite bezoekers komen. Dat attributie (waar komt een resultaat vandaan) nog niet perfect is, komt doordat verschillende platformen verschillende metrics gebruiken en soms net niet helemaal op elkaar aansluiten. Maar perfectie komt iedere dag een stapje dichterbij. En tot die dag kunnen resultaten naast elkaar gelegd worden en in context geplaatst worden. Want ook al kunnen we het in kaart brengen, ook roi werkt het beste wanneer we het in context plaatsen.

En dus…

Kortom: zet je metrics niet per direct bij het grofvuil! Oké, niet alle metrics zijn altijd van toepassing en cijfers zeggen niets zonder context. Regelmatig worden cijfers ook verkeerd geïnterpreteerd. Maar wanneer we wel de juiste vragen stellen, kritisch blijven en soms net iets verder kijken, bieden metrics en cijfers het juiste inzicht in resultaten en inspanningen. Zelfs de ‘5 bullshit metrics’.