Photo by Danielle MacInnes on Unsplash

Als erstes gilt es zu wissen: Den einen Facebook-Algorithmus gibt es nicht. Es sind zwei und beide bestehen aus mehreren Teilen.

Der Facebook Newsfeed-Algorithmus

Ohne die Filter von Facebook müsste sich der durchschnittliche User täglich durch hunderte Updates aus seinem Netzwerk kämpfen. Darum entscheidet der Newsfeed-Algorithmus, welche Inhalte für die User von Interesse sein könnten und reduziert die Menge erheblich. Aber wie will «er» wissen, was uns wirklich interessiert?

Die Relevanz wird (wie sollte es anders sein) durch den «Relevance Score» ermittelt. Dieser setzt sich wie folgt zusammen:

Calculation of the Facebook Relevance Score of Organic Content

Affinity

Unsere Affinität zu unterschiedlichen Themen wird aus den Daten ermittelt, die Facebook über uns sammelt. Das beginnt mit personenbezogenen Daten (Geburtstag, Name, Wohnort, Freunde, etc.) und umfasst alles, was wir auf Facebook teilen – Statusupdates, Nachrichteninhalte, unsere Fotos und Videos, sowie der darin enthaltenen Metadaten.

Ausserdem wird das Verhalten der User analysiert. Welche Posts oder Ads sind von Interesse und welche werden ignoriert? Auf welche Links klickt der Nutzer und welche Webseiten werden besucht? Das Tracking von Facebook reicht dabei weit über die eigene App hinaus und begleitet die Nutzer auch bei ihrem Surfverhalten im Web und bei der Nutzung vieler anderer Apps.

Durch die Auswertung unserer Daten weiss Facebook wie wir uns online und in der realen Welt verhalten und bewegen und kann daraus Rückschlüsse auf unser Einkaufsverhalten, unsere politische Gesinnung, unsere Essgewohnheiten, unsere Religion und sogar unseren IQ treffen.

Weight

Die individuelle Gewichtung von Inhalten wird aus dem Verhalten anderer User auf Facebook ermittelt. Welche Beiträge haben viele Likes bekommen und wurden oft geteilt? Dabei haben die Likes und Shares aus dem Freundeskreis natürlich eine höhere Gewichtung als die von unbekannten Usern.

Decay

Facebook möchte die Nutzer mit möglichst aktuellen Inhalten versorgen, darum spielt auch die Zeit eine Rolle, die seit der Veröffentlichung eines Beitrags verstrichen ist.

Offiziell sind es diese drei Faktoren, die gemäss Facebook den Relevance Score beeinflussen. Es gibt jedoch noch einen vierten Faktor, der mindestens so wichtig ist: Content!

Im Wettbewerb um eine Einblendung beim User spielen das Creative, der Text und das Format der Beiträge eine grosse Rolle.

Videos erhalten mehr Gewicht als Fotos, gute Fotos stechen wiederum die weniger guten aus. Texte müssen den Nutzer in seiner gewohnten Umgangssprache abholen und sollten darum auch immer zielgruppengerecht gestaltet werden. Sogar das Format eines Beitrags hat einen Einfluss auf das Ranking – neue und innovative Postformate von Facebook haben eine grössere Chance auf die Platzierung in Newsfeed.

Ladys and Gentlemen, dies ist der Newsfeed-Algorithmus von Facebook. Er legt fest, welche organischen Inhalte im Newsfeed erscheinen. Aber wie läuft das mit bezahlten Inhalten, wie wird die passende Werbung für jeden User ermittelt?

Der Facebook Auktions-Algorithmus

Same same but different. Auch hier gilt die Formel Affinity x Weight x Decay, zusätzlich wir aber auch noch der Faktor «Market» berücksichtigt

Calculation of the Facebook Relevance Score of Paid Content

Affinity

Die Affinität einer Werbeanzeige wird durch folgende Faktoren beeinflusst:

  • Relevanz der Anzeige in der Zielgruppe
  • Relevanz der Content Strategie des Werbetreibenden
  • Interaktion mit den Nutzern, die auf die Anzeige reagieren
  • Die Qualität der User Experience über die Kontaktpunkte (Landinpage, organische Posts, Ads)

Weight

Die Gewichtung des Werbetreibenden und seiner Anzeige basiert auf den Aktionen und Reaktionen der Nutzer. Wie gut kommt der Content an, welche Reaktionen löst er bei der Zielgruppe aus und führt das zu einem aktiven Austausch mit den Nutzern.

Bei der Gewichtung können auch Überschneidungen eine Rolle spielen. Assets sollten darum in einer Kampagne gebündelt werden. Eine Verteilung auf mehreren Kampagnen führt zur Konkurrenzierung und wirkt sich nachteilig auf die Gewichtung aus.

Decay

Wenn eine Anzeige zu lange läuft, kann die Performance mit der Zeit auch deutlich nachlassen. Dieses Phänomen wird als «Wareout Effect» oder «Ad Fatigue» bezeichnet und kann durch den Austausch des Werbemittels gestoppt werden.

Hinauszögern kann man den Wareout Effect durch eine gute Content Strategie, gutes Community Management, sowie gutes Timing (organisch) oder gutes Scheduling (paid).

Dabei helfen drein Dinge:

  1. Content produzieren
  2. Content produzieren
  3. Content produzieren

Der Konkurrenz muss man zwei Schritte voraus sein. Dabei helfen die Wettbewerbsanalyse und die Trendanalyse. Gerade letztere ist auf Social Media enorm wichtig: auf Trends muss man dann reagieren, wenn sie brandaktuell sind.

Market

Der Markt beruht auf Angebot und Nachfrage. Angeboten werden die vorhandenen Werbeplätze auf Facebook. Die Nachfrage wird durch die Werbetreibenden bestimmt, die in Auktionsverfahren auf die vorhandenen Werbeplätze bieten.

Gesteuert werden die Gebote der Käuferseite durch die Einstellungen im Werbeanzeigenmanager. Über das Kampagnenziel, das Targeting, die gewünschte Platzierung und die Laufzeit lässt sich die Zahl der User einschränken, welche potentiell mit einer Werbeanzeige erreicht werden können.

Beim Kampagnenziel gilt die Regel, dass eine Steigerung der Interaktion zulasten des Zielgruppenpotentials geht. Es ist vergleichsweise einfach eine grosse Zielgruppe zu erreichen, aber nur ein Teil der Zielgruppe lässt sich zu einer bestimmten Aktion verleiten.

Facebook Algorithmus Einschränkung der Zielgruppe mit steigendem Involvement

Die Bestandteile eines Gebots im Facebook Werbeanzeigenmanager

Die Gebote für eine Werbeplatzierung auf Facebook setzt sich aus mehreren Komponenten zusammen:

  • Abrechnungsmodell (CPM, CPC, CPO, etc.)
  • Kampagnenziel
  • Always On vs. Limitierte Laufzeit
  • Optimierung der Auslieferung
  • Kostenkontrolle (Bid Cap, Cost Cap, etc.)

Zur Optimierung von Geboten kann im Werbeanzeigenmanager der Machine Learning Algorihtmus von Facebook eingesetzt werden. Eine Kampagne sollte allerdings über mehrere Wochen laufen, damit der Lernprozess auch zu sinnvollen Handlungen und einem entsprechenden Mehrwert führt.

Der Algorithmus beginnt jeweils bei null und lernt im Verlauf der Kampagne, bei welchen Nutzern die besten Ergebnisse erzielt werden. Bei längeren Laufzeiten führt das zu einer Steigerung der Clicks, während die Kontaktfrequenz und der CPC reduziert werden können.

Die automatische Optimierung gilt es jedoch im Auge zu behalten für den Fall, dass sich der «Wareout Effect» bemerkbar macht.

Suche schliessen