Visualisatie van top landingspagina’s met Gephi

Bij het analyseren van je website trafiek is het o.a. nuttig te kijken welke landingspagina’s vandaag de belangrijkste “entry points” vormen naar je website. Dit zijn je “traffic driving” pagina’s waarbij we eveneens dienen na te gaan of deze pagina’s ook voor de “money making” zorgen.

M.a.w. leveren deze top landingspagina’s ook conversies op?

Ongetwijfeld kunnen we hier quick-wins realiseren door van de traffic driving landingspagina’s de trafiek te bekijken in relatie tot:

  • De zoektermen die worden gebruikt (head terms of ook long tail?)
  • De bounce rate van de landingspagina’s (kwaliteit?)
  • Conversies (return?)
  • Enz…

Hiervoor kunnen we uiteraard in Google Analytics gaan duiken om deze informatie te halen. Omdat beelden nu éénmaal duidelijker zijn & gemakkelijker te interpreteren dan ruwe data op zich, kunnen we ook gebruik maken van data visualisatie & analyse tools.

In dit geval heb ik gebruik gemaakt van Google Analytics & Gephi, een open-source visualisatie tool, om met name een keyword-landingspagina grafiek te visualiseren van mijn website www.luxurytravelbutler.com.

We hebben hierbij een set van bronnen (in dit geval keywords) en targets (in dit geval de landingspagina’s).

Keyword-Landingspagina visualisatie

Wat kunnen we leren uit een dergelijke visualisatie?

  • Clusters: Ik vind clusters binnen mijn website. Je ziet hierbij een 5-tal grote aggregaties van keywords en landingspagina’s. Elke van deze clusters markeren pagina’s met verschillende “landing keywords”. Deze clusters vormen de grote thema’s waarmee ik vanuit de zoekmachines trafiek breng naar m’n website. Zo kan ik o.a. na gaan welke thema’s vandaag ondervertegenwoordigd zijn.
  • Top landingspagina’s: De nodes (of dots) heb ik ingekleurd op basis van “InDegree” om na te gaan welke pagina’s via de meest verschillende keywords trafiek trekken. Hoe donkerder de node, met hoe meer keywords de pagina in kwestie trafiek trekt. M.a.w. er is een gigantische long-tail van keywords waarmee de landingspagina’s scoren in de zoekmachines.

In mijn geval zijn de landingspagina’s die over een gigantische long-tail van keywords beschikken eveneens de top landingspagina’s in termen van aantal visits naar mijn website.

Zo leer ik dat er een beperkt aantal artikels verantwoordelijk zijn voor de meeste trafiek naar mijn site. O.a. shopping experiences trekken heel wat trafiek maar bijv. ook luxe camperen of een helicopter rit boven de Mount Everest zijn zéér populair.

Vervolgens zou ik voor deze pagina’s kunnen bekijken (en visualiseren) in welke mate ze tot contact aanvragen hebben geleid, enz… Maar da’s dan voor een volgende post 😉

Geschreven door

Advertenties
Getagged

Het analyseren van sociale netwerken: visualisatie van de #stimac2012 Twitter community

Afgelopen weekend was er het STIMA congres met dit jaar als thema “the survival of optimism”. Ik kon er spijtig genoeg niet bij zijn maar heb toch één en ander kunnen volgen o.a. op Twitter via de congres hashtag  #stimac2012. Aan de tweets te zien waren er alvast héél wat goeie spekers én conversaties.

Omdat ik er niet bij kon zijn, was ik alvast benieuwd welke personen dan wel aanwezig waren én meer nog wat de relatie was tussen de personen onderling.

Hoe zag de Twitter “community” eruit rond de hashtag #stimac2012?

Inzicht krijgen in relaties via Social Network Analyse

Via Social Network Analyse (SNA) kunnen we o.a. inzicht krijgen in relaties en hoe mensen binnen een netwerk met elkaar geconnecteerd zijn. “So what?” kunnen we ons afvragen. Wat kunnen we leren uit SNA?

Via netwerk analyse kunnen we o.a. inzicht krijgen in:

  • Wie de beïnvloeders zijn binnen een netwerk op basis van bereik, relevantie, enz…
  • De mate waarin we specifieke clusters binnen een netwerk kunnen identificeren: welke personen staan centraal in de cluster? welke personen vormen een “brug” naar andere clusters die we misschien willen bereiken, enz…

Visualisatie van de #stimac2012 Twitter community

Er bestaan heel wat tools waarmee je relaties binnen sociale netwerken kunt analyseren en visualiseren. De tool die ik heb gebruikt voor het visualiseren van de #stimac2012 Twitter community is NodeXL, een open-source project van Marc Smith mede-oprichter van de Social Media Research Foundation en drijvende kracht achter de Microsoft Excel networks add-in NodeXL.

Hieronder de resultaten gelimiteerd tot maximum 200 personen:

#stimac2012 twitter netwerk analyse

Wat je ziet is een visuele voorstelling van de Twitter community die heeft getweet met de hashtag #stimac2012. In de bovenstaande grafiek zie je met name “wie met wie” heeft gepraat op Twitter en daarbij ook gebruik heeft gemaakt van de hashtag #stimac2012.

De “bollen” of “nodes” visualiseren de twitter gebruikers terwijl de lijnen of “edges” de relatie weergeeft, in dit geval een “mention” of een “reply to“. Het verschil tussen een “mention” en een “reply to” is hierbij:

  • “Reply to” tweets beginnen met een @persoon en enkel zichtbaar voor zender, @persoon & mensen die beiden volgen
  • “Mention” tweets beginnen niet met een @persoon – zichtbaar voor zender, @persoon & alle volgers van zender. Met een mention bereik je dus veel meer mensen.

De twitter gebruikers werden hierbij ook automatisch gegroepeerd d.m.v. de Clauset-Newman-Moore cluster algoritme. In dit geval krijgen we inzicht wie vooral met wie heeft gepraat. Er werden in totaal 6 clusters gedetecteerd. Elke cluster heeft hierbij een ander kleur.

De grootte van de nodes of bollen (twitter gebruikers), zijn bepaald op basis van “betweeness centrality” –  een metric die weergeeft, in bovenstaand geval, welke twitter gebruikers een brug functie hebben naar andere clusters binnen het netwerk.

Hoe hoger je waarde van “betweeness centrality”, hoe belangrijker je bent in het onderhouden van connnecties naar andere groepen. Je bent in dit geval een belangrijke tussenpersoon die toegang biedt naar andere clusters binnen een netwerk en bijgevolg “influential” in termen van bereik!

De top 10 twitter gebruikers die een “brug functie” hebben zijn: @ndecrock, @reinharddemilt, @palmaerts, @netlash, @elkejeu, @kristofdewulf , @STIMA_Belgium, @dirk_dewulf, @mrgrej & @karen18

#stimac2012 twitter netwerk analyse

Als we ons echter niet zouden beperken tot de twitter gebruikers die louter met elkaar hebben gepraat (mentions & reply-to’s) maar het volledig netwerk van twitter gebruikers zouden visualiseren die de hashtag #stimac2012 hebben gebruikt inclusief de mate waarin ze elkaar volgen en praten (al dan niet met elkaar), krijgen we uiteraard een ander beeld.

In dit geval zijn de top 10 twitter gebruikers met de hoogste “betweeness centrality” en bijgevolg belangrijke tussenpersonen tot andere clusters binnen het netwerk: @STIMA_Belgium (logisch uiteraard), @palmaerts, @TheReference, @fonsvandyck, @netlash, @ndecrock, @elkejeu, @kristofdewulf, @Joeri_Insites & @idealabs_BE (hoe groter de nodes of bollen, hoe groter de “betweeness centrality”).

Deze twitter gebruikers zijn dus interessant om te volgen in het geval je een goeie access wilt hebben tot #stimac2012 twitter community!

#stimac2012 twitter netwerk analyse

Geschreven door

Getagged

Hoe installeer je een framework voor “online luisteren”?

Eerder deze week gaf ik op de Social Media Experience Day van Kluwer Opleidingen een sessie rond “social media monitoring“. Zonder de juiste tools is het vandaag bijna onmogelijk geworden op de voet te volgen wat er zich online allemaal afspeelt.

Daarnaast, zijn we vandaag nog te veel doelloos actief op sociale media.

Social media gaan te veel over praten en te weinig over eerst “luisteren” & “begrijpen”.

En dus is de vraag hoe kunnen we gericht luisteren? Gericht luisteren zodat we beter begrijpen wat er leeft binnen onze business & rond onze brand. Zonder eerst te luisteren riskeren we nl. een doelloze sociale media strategie!

En dus krijgt je concrete tips over:

  • Hoe je een framework voor “luisteren” kunt opzetten en wat je er kunt uithalen
  • Welke (gratis) tools je hiervoor kunt gebruiken

Hieronder alvast de presentatie!

Geschreven door

Getagged

Haal meer uit Twitter met Twtrland

Snel eerste inzichten halen uit Twitter?

Dat kan met Twtrland! De service bestaat ongeveer een jaar nu en de makers hebben sinds de lancering meer aandacht besteed aan de presentatie van de resultaten & onderliggende algoritmes die worden gebruikt. Wat kan je nu doen met Twtrland?

Stel je voor dat je je merk wilt promoten via sociale media waarin uiteraard ook Twitter vandaag niet meer weg te denken is.  Je wilt hierbij een zo groot mogelijk bereik binnen je relevante doelgroep & dit met zo weinig mogelijk efforts. Hoe pak je dit aan? De aanpak hangt uiteraard ook samen met je beoogde doelgroep. Wie wil je bereiken? Mannen, vrouwen binnen een specifieke leeftijd en regio? Enz.

Een zinvolle start zou kunnen zijn om die mensen binnen je doelgroep op Twitter te gaan volgen. Meer nog, je wilt vooral ook die mensen gaan volgen die zelf veel volgers hebben & zeer regelmatig tweeten & re-tweeten. Hiermee vergroot je je kansen dat jouw Twitter boodschap zich verspeidt als een lopend vuurtje.

Hoe komen we aan al deze informatie? Twitter geeft het ons alvast niet standaard op een dienbordje.

Twtrland wel en doet dit vrij naar behoren! Sommige informatie wordt weliswaar algoritmisch bepaald omdat nu éénmaal niet iedereen zijn leeftijd, geslacht of locatie prijsgeeft op z’n Twitter account.

Twtrland helpt je o.a. beter inzicht te krijgen in je followers

Uiteraards is Twtrland niet perfect ; door beperkingen op het gebruik van de Twitter API kan Twtrland slechts de laatste 1.500 tweets van elk profiel gebruiken om inzichten uit te distilleren. Voor Twitter profielen die zeer actief zijn, kan dit leiden tot minder accurate resultaten. Niettemin, blijft het een interessante tool om mee te starten!

Zo leer ik via Twtrland over één van mijn Twitter accounts @lxtb het volgende:

  • @lxtb followers bestaan voor het merendeel uit een vrouwelijk publiek (71%), iets meer dan de helft daarvan zijn afkomstig uit de V.S. en vervolgens Canada  en de UK.
  • 11% van de vrouwelijke followers zijn “Twitter Novices” terwijl er toch 6% “Power users” zijn met vrij hoge interactie graden.
  • Per 100 uitgestuurde Tweets, krijgt @lxtb 19 re-tweets.

Je kan vervolgens nog verder gaan inzoomen op bijv. demografische & geografische data. Zo komen heel wat vrouwelijke followers uit Californië & New York en zijn de meesten tussen de 20 en 40 jaar jong 😉

Aan jou nu om Twtrland uit te testen!

Geschreven door

Getagged

U luistert toch ook online? Over social media monitoring & analyse

Online luisteren is hip vandaag. En daarmee bedoel ik: luisteren naar hetgeen online over jouw, je bedrijf, je merk, je concurrenten, enz… wordt verteld. Men gooit het onder de al even hippe term: social media monitoring. Begrijp me niet verkeerd.

Social media monitoring is een historische opportuniteit voor marketeers!

Marketeers kunnen immers vandaag horen hoe klanten online, open over hun merk praten! Overal waar je gaat online, praten mensen over je producten, je business, wat ze willen, wat ze doen, hebben gedaan of zullen doen, wat ze leuk & niet leuk vinden, … en zo kan ik nog wel even doorgaan.

Image from Flickr courtesy of sfllaw

Youtube, Twitter, Facebook (gedeeltelijk), blogs, forums, rating & review sites, … maken deze conversaties publiek toegankelijk & dus analyseerbaar voor elk bedrijf. Door te luisteren naar deze conversaties & het analyseren van de conversation drivers, kun je o.a. inzicht krijgen in je merkperceptie maar evenzeer in de mind-set van mensen rond bepaalde topics & thema’s die je aanbelangen.

De inzichten die je kunt halen uit het monitoren & analyseren van conversaties is ook belangrijk voor het bepalen en/of bijsturen van je sociale media strategie!

Nog veel te vaak beslissen bedrijven om aanwezig te zijn op sociale media en dan met name op de “usual suspects” zoals Facebook, Twitter & LinkedIn, zonder echter na te denken over een gedegen strategie. Door initieel te “luisteren” wat er leeft rond je merk & je business, kun je in functie daarvan alvast je content gaan fine-tunen en content is nu éénmaal een belangrijk onderdeel in je social media strategie!

Als je conversaties permanent gaat monitoren & analyseren, krijg je o.a. inzicht in:

  • Waar & wanneer die conversaties plaatsgrijpen & dus ook welke kanalen voor jou relevant kunnen zijn om op te focussen (nl. waar zit je doelgroep online?),
  • Wie de mensen zijn achter de conversaties & in welke mate ze mogelijks beïnvloeders zijn,
  • Het waarom van de conversaties, de context en het sentiment.

Vraag is natuurlijk hoe installeer je een permanent “luister programma” in je organisatie?

Da’s alvast iets wat ik uitvoerig zal toelichten op de Social Media Experience Day van Kluwer Opleidingen en dit op woensdag 28 november 2012 in de Business Faculty Brussel.

Inschrijven kan nog steeds en doe je hier!

Social Media Experience Day

Geschreven door

Straks relevante marketing data halen uit Pinterest?

We kennen wellicht vandaag allemaal Pinterest: het sociaal foto-prikbord en momenteel de “lieveling” onder de sociale netwerken althans toch in de V.S.

Volgens Experian Hitwise is Pinterest vandaag het 3de meest populaire sociaal netwerk in de Verenigde Staten.

Leuk maar wat kunnen we er nu mee aanvangen naast het bedenken van marketing campagnes?

Zoals bijv. de “PinItToGiveIt” campagne van Elisabeth Arden: voor elke afbeelding die wordt repinned, doneert Elisabeth Arden telkens één eyeliner aan de liefdadigheidsinstelling “Look Good Feel Better”.

En zo zijn er nog héél wat andere brands die Pinterest gebruiken in hun digitale marketing campagnes. Maar hoe zouden we dit sociaal netwerk nog kunnen gebruiken? Wat als we nu eens relevante marketing data zouden kunnen halen uit Pinterest?

Belangrijk om te weten is dat:

op Pinterest mensen veelal een toekomst delen eerder dan het verleden!

Zo bestaan er heel wat “pin boards” die eigenlijk verlanglijstjes zijn:

  • Om te kopen
  • Moet ik nog kopen
  • Eerst sparen, dan kopen
  • Vakantie 2012?
  • Enz…

Als marketeer zou het bijgevolg zéér interessant zijn om inzicht te krijgen in:

  • Wat er zoal in die verlanglijstjes staat,
  • In welke mate de eigen brand in de “consideration set” zit,
  • Welke competitor brands worden overwogen
  • Enz..

Het monitoren & analyseren van Pinterest data is helaas nog niet mogelijk met social media monitoring tools zoals Engagor of SDL SM2 omdat Pinterest nog steeds geen API ter beschikking heeft. Hopelijk komt dit binnenkort! De enige manier vandaag om data te analyseren is door het scrapen van de inhoud. Tools zoals bijv. Pinerly of Repinly werken op deze manier.

In elk geval bevat Pinterest een schat aan informatie voor marketeers waar we een inkijk krijgen in de “lifestyle” van mensen, hun verlangens, enz… op basis waarvan bijv. de content marketing strategie zou kunnen worden gefinetuned. Als merk is het überhaupt ook interessant om te weten in welke mate eigen content werd gepind!

Dit kun je alvast achterhalen als volgt: http://www.pinterest.com/source/jewebsite.be waarbij je “jewebsite.be” vervangt door je eigen webadres (zonder www!). Als voorbeeld hierbij de content van De Standaard die werd gepind: http://www.pinterest.com/source/standaard.be

Geschreven door

Getagged

Facebook analytics en insights. Waar op te letten?

Wanneer je naar je Facebook Insights gaat kijken is het belangrijk na te gaan welke posts precies de beoogde resultaten hebben opgeleverd. Welke verhalen zorgen voor de cijfers? Analytics worden immers pas interessant wanneer ze gekoppeld zijn aan specifieke doelstellingen. Je dient daarnaast ook inzicht te krijgen in het WAAROM achter de cijfers!

Wat je bijv. in bovenstaande grafiek kunt zien, is dat een aantal posts op 21 september hebben gezorgd voor een stijging  in engagement. Wat we dus dienen te achterhalen is WAAROM mensen op die posts hebben gereageerd?

We zien wel de effecten van onze posts in Facebook Insights maar het vertelt echter nog niet het verhaal waarom iets gebeurd.

Om daar inzicht in te krijgen dienen we de posts van 21 september te vergelijken met eerdere posts. Er kunnen verschillende redenen zijn voor deze drop en bovendien is het ook belangrijk om regelmatig te posten om effecten van Facebook Edgerank zo veel als mogelijk te beperken (nl. minder bereik wegens minder engagement).

Merk ook op dat de blauwe lijn, die het bereik weergeeft in bovenstaand geval niet vlak is. Op eerste gezicht zou je kunnen denken hmm… slecht we zitten met ups & downs. Maar belangrijker is om het bereik te bekijken in combinatie met engagement (people talking about this – groene lijn).

Als je immers met een vrij constante bereik zit en dus eerder een vlakke blauw lijn (reach) terwijl je groene “engagement” lijn zakt, dan pas zit je met een probleem.

Want dat betekent dat je posts eerder saai zijn! Wanneer je meer van hetzelfde brengt, zul je je fans gauw gaan vervelen. Je hebt nog wel een constant bereik maar men praat minder over je. Je post worden commodity. Tijd dus om iets nieuws te brengen!

Geschreven door

Getagged
%d bloggers liken dit: