{"id":31229,"date":"2016-12-22T13:53:09","date_gmt":"2016-12-22T12:53:09","guid":{"rendered":"https:\/\/www.hiig.de\/en\/?p=31229"},"modified":"2023-03-28T15:36:58","modified_gmt":"2023-03-28T13:36:58","slug":"why-a-view-is-not-always-a-view","status":"publish","type":"post","link":"https:\/\/www.hiig.de\/en\/why-a-view-is-not-always-a-view\/","title":{"rendered":"Why a view is not always a view"},"content":{"rendered":"

To measure the reach of online content on the different existing platforms you need a consistent standard. For example on Facebook three seconds count as a view while on YouTube it\u2019s about 30 seconds. Not only users but also the advertising industry and content producers face difficult problems. They are dependent on the platforms and have to deal with intransparent metrics. A harmonisation of standards is still in an early stage. It seems to be a well known challenge of big data to find the right criteria and standards to harvest large amounts of data. <\/em><\/p>\n

Fr\u00fcher war alles so sch\u00f6n einfach: Am n\u00e4chsten Werktag verk\u00fcndete die Tageszeitung die Einschaltquoten der letzten \u201cWetten, dass\u2026?\u201d-Sendung. Begrenzte Daten, verl\u00e4ssliche Messung und eine klare Aussage. Die Einschaltquoten lie\u00dfen sich dann mit denen der vergangenen Sendungen und mit dem Programm anderer Sender am gleichen Abend vergleichen. Heute bieten Online-Plattformen eine F\u00fclle von Daten \u00fcber die Erfolgsmessung von Content. Auf jeder Plattform, sei es YouTube, Facebook, Instagram oder Vimeo lassen sich die View-Zahlen unter den Videos \u00f6ffentlich in Echtzeit einsehen. Dar\u00fcber hinaus existieren weitere Daten wie z.B. die Abonnenten eines Channels, die \u00f6ffentlichen Kommentare und auf Facebook eine ganze Reihe an verschiedenen Emojis, die von den Nutzern vergeben werden k\u00f6nnen. Da f\u00e4llt es schwer den \u00dcberblick zu behalten und die aussagekr\u00e4ftigen Zahlen zu interpretieren.<\/p>\n

F\u00fcr den Nutzer stellt sich eine un\u00fcbersichtliche Situation dar. Nicht nur die F\u00fclle der Daten ist \u00fcberw\u00e4ltigend, sondern es fehlt auch an einem einheitlichen Standard. Folgende Grafik zeigt, wie unterschiedlich ein einzelner View auf den verschiedenen Plattformen gemessen wird.<\/p>\n

\"Vergleich<\/a>

Vergleich der Plattformen: wann ist ein View ein View<\/p><\/div>\n

Eine Vergleichbarkeit der Viewzahlen auf unterschiedlichen Plattformen ist also nicht gegeben. Auch aus Sicht der Werbekunden ist eine verl\u00e4ssliche und vergleichbare Messung der Reichweiten von entscheidender Bedeutung. Im Herbst diesen Jahres wurde \u00f6ffentlich bekannt, dass Facebook die View-Zahlen auf seiner Plattform in der Vergangenheit deutlich gesch\u00f6nt hatte (Wall Street Journal September 2016<\/a>). Dies zeigt, wie intransparent die Messung einerseits ist und wie abh\u00e4ngig Nutzer, Werbekunden und auch die Produzenten von den Plattformen und deren Algorithmen sind.<\/p>\n

Sowohl f\u00fcr die Werbekunden als auch f\u00fcr die Produzenten der Inhalte ist es erstrebenswert eine m\u00f6glichst gro\u00dfe Reichweite zu erzielen. Aus Sicht der Produzenten stellen die kontinuierlichen Ver\u00e4nderungen der Algorithmen und die trendabh\u00e4ngige Bevorzugung bestimmter Inhalte ein Problem dar. Unter YouTube-Produzenten war zuletzt der \u00c4rger \u00fcber die Plattform gro\u00df, da viele Channel mit ihren \u00fcblichen Inhalten deutlich weniger Views erzielten und sogar Abonnenten verloren. Bevorzugt werden mutma\u00dflich Videos mit rei\u00dferischen Titeln und entsprechenden Thumbnails (Broadmark Dezember 2016<\/a>). Verantwortlich f\u00fcr den R\u00fcckgang der View-Zahlen war offenbar der Umstand, dass neue Videos nicht mehr so prominent f\u00fcr die Nutzer auf der Plattform pr\u00e4sentiert wurden. Creator stehen also vor der Herausforderung ihre Inhalte nicht nur so zu produzieren, dass sie m\u00f6glichst gut bei ihren Zuschauern ankommen, sondern auch den Algorithmen der Plattform Rechnung tragen. Das f\u00fchrt h\u00e4ufig zu sogenanntem Clickbaiting.<\/p>\n

Die Distribution von Inhalten \u00fcber Online-Plattformen bietet viele Vorteile: niedrige Kosten f\u00fcr die technische Bereitstellung, eine on-demand Verf\u00fcgbarkeit der Inhalte f\u00fcr eine zeitunabh\u00e4ngige Nutzung und einen gro\u00dfen Reichtum an Nutzungsdaten. Bei den oben besprochenen Daten handelt es sich nur um die \u00f6ffentlich zug\u00e4nglichen Daten, intern k\u00f6nnen die Produzenten und besonders die Plattformen noch auf viel mehr Daten zur\u00fcckgreifen und diese auswerten. Letztendlich zeigt sich hier ein generelles Problem von Big Data. F\u00fcr den Umgang und die richtige Auswertung von gro\u00dfen Datenmengen m\u00fcssen die richtigen Parameter und allgemeing\u00fcltige Standards entwickelt werden. Firmen wie Nielsen in den USA oder die AGF in Deutschland arbeiten an der Integration von Daten aus der Online-Nutzung in die Reichweiten der Fernsehausstrahlung. Letztendlich bedarf es auch eines gr\u00f6\u00dferen Drucks der Werbekunden auf einheitliche und verl\u00e4ssliche Standards. Dieser Druck wird mit Sicherheit kommen, wenn sich die Werbebudgets weiter in Richtung Online verschieben. Dann besteht auch ein erweitertes Interesse an einer pr\u00e4ziseren Auswertung der Nutzung nicht nur in Form von Views, sondern unter Einbeziehung weiterer vorhandener Daten.<\/p>\n

\n
\n

Photo: flickr.com<\/a>\u00a0CC BY-SA 2.0<\/p>\n<\/div>\n<\/article>\n

<\/div>\n