Content Distribution leicht gemacht mit diesen 15 praktischen Taktiken

Unternehmen beitreiben oft keine Content Distribution, weil die Umsetzung unklar bzw. aufwendig ist. Hier erfährst du, wie man praktisch Content-Kampagnen durchführen solltest.

Video Distribution Praxisbeispiel

Video-Verteilung in der Praxis:
Ein Youtube-Creator, einer meiner Kunden, veröffentlichte ein Video über die Top 3 chinesischen Aktien. Es bekam 10k Views.

Aber dabei blieb es nicht.^ Das Video wurde über Infeed-Ads verteilt. Es erreichte monatelang nach der Veröffentlichung neue Zuschauer. Und brachte zusätzliche 50k Views.

Das heißt:

Der Kunde hatte einmalige ‚Fixkosten‘ für die Videoproduktion. Etwa 400 €. Und 5x mehr Geld floss in die Verteilung (= Distribution).

Damit konnte die Firma den Einheitspreis pro Zuschauer rapide senken und das Maximum aus den Fixkosten rausholen.

Ein schöner Zusatzeffekt: Es war nicht nötig, so viel neuen Content wie vorher zu produzieren.

Wie man so schön sagt:

Content ist King – Distribution ist KING KONG

Viele Unternehmen machen den Fehler, 95% oder mehr ihres Content Marketing-Budgets in die Content-Erstellung zu investieren.

Aber:

Es macht einfach keinen Sinn, Content zu erstellen, den niemand sieht. Und es wird immer schwieriger, in der Flut von Content überhaupt sichtbar zu werden.

Das sehen wir an Podcasts mit Experten und Geschäftsführern mit 400 Views. Oder an Blogs, die niemand liest.

Es macht keinen Sinn, Content zu erstellen, den niemand sieht.

Aus der Flut der Content herausstechen kann man mit Content Distribution: Der gezielten und systematischen Verteilung von Content.

YouTube In-Feed Ads: Underpriced Opportunity

🎥 Die meisten YouTube-Videos sterben eine Woche nach ihrer Veröffentlichung. Und dann erhält es wenig Views. 😵 Was nun?

Für YT spielt es keine Rolle, ob es sich um Evergreen-Content handelt, der ein Jahr später relevant ist. Auch dann wird der Algorithmus nur ein Minimum an Views vergeben, wenn es nicht kurz nach Veröffentlichung viral geht.

Hier kann die Bewerbung der Videos über In-Feed Ads helfen. 👇

In-Feed Ads werden zwischen den organischen Ergebnissen angezeigt (Homepage, linke Spalte). Sie vergrößern den Kanal und generieren zusätzliche Views.

Der Vorteil? ⚡

Videos bekommen tausende Views, sogar Monate nach der Veröffentlichung, + der Kanal wird nicht komplett vom Algo abhängig.

(Der Nachteil sind natürlich die Werbekosten.)

Wenn der Nutzer auf die Ad klickt, wird er zur Video-Wiedergabeseite weitergeleitet und kann es sich ansehen. Es ist also keine aufdringliche Werbung, die vor anderen Videos angezeigt wird.

Und das Beste: Die User denken oft, dass es ein unbezahltes Ergebnis ist. Abgesehen von einem kleinen „Ad“-Tag sehen In-Feed Ads wie organische Ergebnisse aus.

💬 Your turn: Denkst du, dass In-Feed Ads eine valide Ergänzung zu YouTube Organic sind?

Blogpost Distribution in der Praxis

Content Distribution in der Praxis:
Ein Artikel, veröffentlicht vor Monaten, einziger „Fixpreis“ für die Erstellung.

Werbekampagnen bewerben ihn die ganze Zeit und haben 30k+ Klicks und 22k+ Sessions erzeugt.
Und es werden immer neue Menschen erreicht.

So macht man das:

350 € für die Produktion eines Artikels.
Und 2200 € für die Verteilung. 💰

💊 Content Distribution auf Steroiden!

Viele Marken machen den Fehler, 90% oder mehr ihres Budgets für die Content-Erstellung auszugeben. Doch das Internet ist übersättigt mit erstklassigem Content, den keiner je gesehen hat.

Dann ist der Einheitspreis pro Leser bzw. Zuschauer astronomisch hoch.

Distribution reduziert den Einheitspreis pro Leser/Zuschauer. Und erhöht die Effizienz des gesamten Content Marketings.

Es ist empfehlenswert, den Content systematisch zu verbreiten. Und mit dem Budget zu ballern.

Content ist King, Distribution ist KING KONG! 🦍

Hast du neuen Content erstellt? Herzlichen Glückwunsch. 20 % der Arbeit sind erledigt

Hast du neuen Content erstellt?

Herzlichen Glückwunsch. 20 % der Arbeit sind erledigt. 😊

Die restlichen 80 %? Sind kontinuierliche Distribution.

Klicks und LP-Views sind ein falsches Ziel für Blogpost-Kampagnen

Schreibst du Blogposts und bewirbst sie durch Paid Ads? Vielleicht machst du es falsch

Website-Klicks sind ein ungeeignetes Kampagnenziel dafür:

Optimierung auf Website-Klicks bedeutet, dass die Kampagne vor allem den Klickern gezeigt wird. Das sind Leute, die jeden Unsinn anklicken und den ganzen Tag nichts anderes tun.

CPM wird deutlich niedriger sein (es gibt viele solcher Leute und niemand will sie), CTR wird deutlich höher sein, aber die Traffic-Qualität wird niedriger ausfallen.

Der Klicker muss die Webseite nicht einmal laden. Der Klick wird in dem Moment gezählt, in dem die Ad angeklickt wird. Man kann 3 Klicks in Ads Manager und 0 Sessions in den Analytics haben.

Oder sind es Accidental Klicks: Jemand klickt zufällig und ist sofort weg.

Und das ist noch der bessere Fall.

Im schlimmsten Fall sind es Bots. Oder Arbeiter chinesischer „Klick-Farmen“.

Kurz gesagt: Die Traffic-Qualität wird bei Website-Klicks-Kampagnen schrecklich sein. Eine solche Kampagne wird wenige Sessions mit unterdurchschnittlicher Verweildauer bringen. Verweilen die User auf der Website im Schnitt nur 7 Sekunden, wird sich keiner von ihnen morgen daran erinnern.

So viel zu Klicks.

Reach ist ebenfalls ein schlechtes Ziel: Ads werden an fragwürdigen Stellen ganz unten angezeigt und die Traffic-Qualität und Besucherzahl sind noch geringer.

Landingpage View garantiert nicht, dass die Nutzer länger als ein paar Sekunden auf der Website verweilen.

Darum lautet mein Fazit:

Klicks und andere Standard-Ziele bringen keine Besucher, die Artikel lesen wollen + mehr erreichte Events bedeuten nicht zwangsläufig mehr gelesenen Text.

Fragen dazu?

Google Ads Videoreporting ist absolut unzureichend

Google Ads Videoreporting sagt nichts über die wirkliche Video-Betrachtung aus 🥶😱

Die Zahlen im Ads Manager sind nutzlos – sie sagen nichts über die Qualität aus.

Investigieren wir:

• Cost per view und Views
• Watchtime und
• Played to 100%:

Cost per View sind nur die ersten 30 Sek. Bei In-Feed Ads sogar nur ein Aufruf der Video-Wiedergabeseite. 

Die Kennzahl sagt nur etwas über die erste Interaktion mit dem Video aus. Aber nichts über den tatsächlichen Content-Konsum.

Für „Played to 100%“ wird häufig manuell optimiert. Short-Videos mit bester Completion Rate werden aktiv gelassen. Das ist nicht unbedingt schlecht.Aber es sagt dennoch wenig über den Erfolg aus, weil:

• Vllt ist das „erfolgreichere“ Video um 10 Sek. kürzer als die anderen und hat dann eine höhere Completion Rate. „Played to 100%“ berücksichtigt also nicht die Videolänge – kürzere Videos werden performanter sein

• Andere Situation: „Played to 100%“ ist hoch, aber nach der Berechnung von Cost per Completion kommt heraus, dass eine Completion sogar 2x teurer ist als bei Videos mit geringerer „Played to 100%“-Rate. 
• Somit kauft man hier Attention extrem teuer ein – trotz guter Completion Rate. Und das liegt am CPM.

Daher: „Played to 100%“ funktioniert nicht bei langen Videos + ermöglicht keinen objektiven Vergleich eines 15- und 20-minütigen Videos.

Sicher, es gibt die Watchtime. Aber diese wird aus Leuten berechnet, die das Video nur 3-4 Sek. lang schauen. Was wird dadurch verursacht?

• Einerseits: 5 User schauen sich das Video 4 Sek. lang an und einer das ganze Video. Der Durchschnitt sieht gut aus, obwohl sich 5 von 6 Usern morgen an nichts erinnern werden.

• Andererseits: Der Preis pro Stunde Watchtime wird optisch billig ausfallen, d. H. wir werden geringe Qualität günstig  einkaufen.

Metriken, die uns interessieren sollten, sind:

Bei Shorts:

• Cost per Video Completion: Wie viel kostet es, ein Video vom Anfang bis zum Ende anzusehen? → primäre Metrik
• Video Completions: Wie viele Male wurde die Message delivered?

Video Completion bedeutet also nichts anderes, als dass wir die ganze Message an die User übermitteln wollen. Und, wir wollen das kosteneffizient tun, das ist die Cost per Video Completion.

Bei 1+ minütigen Videos ist es komplizierter. Die Metriken sind:

• Cost per 100% Completed Hour: Wie viel kostet eine Stunde der vollständigen Betrachtung? → primäre Metrik
• 100% Completed Hours: Wie viele Stunden der höchsten Qualität wurden generiert?

Die Cost per Video Completion begünstigt kürzere Videos. Etwas, das bei Shorts ja auch gewollt ist. Aber bei 15- und 20-minütigen Videos wird die Completion beim kürzeren Video günstiger sein.

Um Videos unterschiedlicher Länge vergleichen zu können, benötigen wir eine relative Kennzahl: Den Preis pro Zeiteinheit.

Achtung: Dies ist keine Watchtime, sondern nur die absolut beste Betrachtungszeit. Also nur die Zeit, die mit „Played to 100%“ endet. Wenn jemand 95 % des Videos ansieht, soll es nicht in die Berechnung inkludiert werden.

Erst diese Metrik spiegelt den tatsächlichen Video-Konsum wider.

Man muss sie außerhalb des Werbesystems berechnen. Und das Budget auf dieser Basis shiften.

Auf diese Weise mache ich die Video Content Distribution. Ich optimiere auf Qualität. Ich habe ein ganzes System und Prozesse dafür.

Lohnt es sich, für die Bewerbung von Content zu zahlen?

Lohnt es sich, für die Bewerbung von Content zu zahlen? 🤔🤨

Ja, es lohnt sich. Weil:

Content bringt Vertrauen, hochwertige Reichweite, Einprägsamkeit auch nach Jahren, Reputation und Kunden.

⚡️ Content Distribution amplifiziert diesen Effekt 📈

🔢 Betrachten wir es anhand von Zahlen:

Ein Blogpost ohne und mit Verteilung [siehe das Postingbild]:

Szenario 1 (rote Spalte): Der Artikel wird nicht verteilt. Der Preis pro Besucher beträgt 1 €.

Szenario 2: Die Erstellungskosten bleiben unverändert, während die Marke 100 € für zusätzliche Sichtbarkeit zahlt. Eine Meta-Kampagne erhöht den Traffic auf 500 Besucher und senkt den Preis pro Besucher auf 0,70 €.

👉 Szenario 3 (grüne Spalte): Die Ergebnisse nach einer intensiven Distribution. Diese bringt 1250 zusätzliche Besucher und senkt den Preis pro Besucher auf 0,50 €. Dieses Szenario ist das günstigste.

In der Tabelle ist eine Erhöhung der Gesamteffektivität zu beobachten.

Und dass es sich lohnt, mindestens so viel Budget für die Content Distribution wie für die Inhaltserstellung auszugeben.

Mehr Leser oder Zuschauer = breitere Kostenverteilung.

💬 Your turn: Wie verteilst du die Inhalte? Über Paid Ads oder über andere Kanäle?

Every10secs erklärt

Wie kannst du Blogartikel über Werbesysteme bewerben, deine Kampagnen auf echtes Lesen steuern und die Lesezeit maximieren? ⚙

Ich habe dafür eine Custom-Conversion „Every10secs“ entwickelt:

1 || „Every10secs“ wird alle 10 Sekunden ausgelöst. = Time Tracker. Das Lesen ist der auf der Landingpage verbrachten Zeit am ähnlichsten. Deshalb tracke und belohne ich dieses Verhalten.

2 || Nur auf der Landing Page: Nur auf dem Blogartikel, den der User nach dem Klick öffnet. Öffnet er eine zweite Unterseite, wird die Conversion nicht getrackt. Das wäre dann ja kein Lesen des Artikels.

3 || Maximal 20-mal pro User: Es gibt eine Obergrenze, nach der die Wiederholung gestoppt wird. Damit bleiben für den Algo auch User relevant, die nur 1-mal das Event auslösen.

4 || Nur, wenn der Blogartikel On-Screen ist: Ist der Artikel in Tabs und nicht geöffnet, wird die Conversion nicht ausgelöst. Das stellt sicher, dass nur Events, die dem Lesen entsprechen, gemessen werden.

5 || Nur nach kleinem Scroll Depth: Alle vorherigen Bedingungen können gelten, allerdings muss der User einen Scroll von 1,5 cm machen. Damit ist das Event noch hochwertiger und relevanter.

6 || Last Click-Attribution Model: Keine Data-driven Attribution. „Every10secs“ kann nur unmittelbar nach einem Klick auf der Webseite erfolgen. Deshalb will ich die Klicks pushen.

7 || 1-Day-Klick Window: Aus den in Punkt 6 genannten Gründen können Impression-, Engagement- und längeres Klick-Window keine „Every10secs“ generieren. Man muss diese Windows ausschalten bzw. minimieren.

Fazit 

Die „Every10secs“-Conversion entspricht dem Lesen auf der Landingpage und simuliert es sehr genau. Dies bringt Website-Besucher, die lesen und sich für den Content interessieren. Und eine Verweildauer von 40+ Sek.haben.

Das heißt: 

„Every10secs“ = aktive Verweildauer mit dem Blogartikel. Je mehr Text gelesen wird, desto mehr Events werden erzielt.

Podcasts durch YouTube Ads bewerben

😵 Die meisten YouTube Videos “sterben” eine Woche nach ihrer Veröffentlichung – und werden selten angezeigt, wenn sie nicht davor viral gehen. 

Egal, wie hochwertig das Video ist. 

Warum sie also nicht mit einer Kampagne bewerben?

Videoinhalte aus dem Channel kann man durch bezahlte Kampagnen bewerben. Und zwar so, dass es keine aufdringliche Pre-Roll Werbung ist.

So können bereits bestehende Videos der Zielgruppe bereitgestellt werden und man kann mehr aus ihnen rausholen.

Wie genau geht das?

So simpel ist es nicht, weil: 🤔

1. Bidding-Methode: Es ist nicht möglich, auf Video Completion zu optimieren. Für visibility YouTube-Kampagnen steht in GAds nur CPV (Cost Per View) zur Verfügung. Das ist eine ganz kleine Interaktion am Anfang der Videobetrachtung bei längeren Videos.

2. Placements: Pre-Roll- und In-Stream Werbung ist störend, aufdringlich. Sie überlagert den Content, den die User sehen wollen. Dieses Format ist für den Konsum von Videoinhalten unbrauchbar.

🧠 Aber es ist möglich. Wie?

1 | In-Feed Kampagnen: Auf YouTube kann man Videos aus dem Channel als Inhaltsempfehlungen bewerben. Viele Marketer wissen nicht einmal, dass es so etwas gibt.

2 | Den Preis für vollständige Video-Betrachnung (Cost/100% Completed Hour) außerhalb von Google Ads berechnen. In GAds geht es nicht.

3 | Ein Video pro Kampagne = die einzige Weise zu kontrollieren, für welches Video das Budget ausgegeben wird.

💯 Ich habe mit dieser Methodik einem Trading-Kanal zum Wachstum verholfen:

• Gesamtausgaben 6080€. 
• 3000 Stunden vollständiger Betrachtung (100% Completed Hours)
• 4,83 € pro eine Stunde vollständiger Betrachtung
• Video Completion Rate 11,76% für 10+ minütige Videos

Your turn: Hast du schon mit In-Feed Ads experimentiert? Was hat es gebracht?

Meine Methodologie für die Distribution von Artikeln

Wie kann man Blogartikel durch Paid Kampagnen effizient verbreiten?

Ich habe im Laufe der Jahre eine komplexe Methodik dafür entwickelt:

⏱️ Every10secs:

Kampagnenziel Website-Klicks bringt keine Leser. Landingpage-View garantiert nicht, dass User länger als ein paar Sekunden auf der Webseite verweilen. Custom Events entsprechen dem Lesen meist nicht.

Deshalb habe ich das Event „Every10secs“ entwickelt, das das Lesen simuliert:

• Es wird alle 10 Sekunden ausgelöst
• Maximal 20 Mal
• Nur auf der Landing Page
• Nur wenn der Artikel visible und on-screen ist
• Nur bei kleinem Scroll nach unten

🧪 Man braucht mehrere Artikel, um verschiedene Ansprachewinkel zu testen und um Artikel zu finden, die performen.

🔝 Hochwertige Ad Assets: Jeder Artikel wird der Zielgruppe verkauft. Das benötigt erstklassige Ad-Konzepte, Creatives und Copies.

🔀 Cross-Plattform Optimierung: Mein Ziel ist es, das Lesen günstig zu generieren. Ob über Google, Meta oder ein anderes Werbenetzwerk ist mir egal. 

Den gleichen Artikel schalte ich auf mehreren Ad-Netzwerken und lasse ihn dort laufen, wo er performt. Manchmal ist es Google, ein anderes Mal FB.

🧯 Quality Assurance: Ich doublechecke die Qualität über Third-Party Tools wie z.B. Google Analytics auf zwei Wegen:

• Engaged Time: Wenn sie weniger als 20 secs ist, schalte ich die Kampagne ab.
• Cost/Engaged Minute wird berechnet und schwächer performante Artikel werden mit teureren Every10secs bestraft

🦎 Kampagnenarten: So wie ich nicht auf ein einziges Ad-Netzwerk fixiert bin, so bin ich auch nicht auf einen Kampagnentyp fixiert.

Den gleichen Artikel schalte ich als PMax, Demandgen, GDN, Advantage+ und Standard-Meta – und lasse live was performt.

Every10secs erklärt (lang)

Möchtest du Blogartikel über Paid Ads bewerben? Dann hast du dich bestimmt damit beschäftigt, welches Kampagnenziel echtes Lesen bringt.

Ich entwickelte dafür die „Every10secs“-Conversion, die dem Lesen entspricht:

1. „Every10secs“ wird alle 10 Sekunden ausgelöst:

= Time Tracker. Das Lesen ist der auf der Landingpage verbrachten Zeit am ähnlichsten. Mehr Verweildauer = mehr Lesen. Deshalb tracke und belohne ich dieses Verhalten.

Plus: Ein User, der 1-mal „Every10secs“ macht + 40 Sek. verweilt, ist wertvoller als ein User, der sofort nach erster Conversion die Website verlässt. Wiederholung ist ähnlich dem Bestellwert im E-Commerce.

2. Nur auf der Landing Page:

Die Conversion wird ausschließlich auf der Landingpage ausgelöst = nur auf dem Blogartikel, den der User nach dem Klick öffnet.

Öffnet er eine zweite Unterseite oder sieht eine Ad und kommt später über Organic, wird die Conversion nicht getrackt. Das wäre dann ja kein Lesen des Artikels.

So wird sichergestellt, dass alle Conversions nur für den beworbenen Blogartikel gelten, aussagekräftig sind und Blogartikel können miteinander verglichen werden.

3. Maximal 20-mal pro User:

Es gibt eine Obergrenze, nach der die Wiederholung gestoppt wird. Damit bleiben für den Algo auch User relevant, die nur 1-mal den Event auslösen.

4. Nur wenn der Blogartikel On-Screen ist: 

Es wird gecheckt, ob der User den Artikel auf dem Bildschirm geöffnet hat. Befindet er sich in Tabs, wird die Conversion nicht ausgelöst.

Das stellt sicher, dass nur sinnvolle Events, die dem Lesen entsprechen, getrackt werden.

5. Nur nach 1,5 cm-Scrolltiefe:

Alle vorherigen Bedingungen können gelten, allerdings macht der User diesen kleinen Scroll nicht, wird „Every10secs“ nicht ausgelöst. 

Warum? Weil ich von den Landingpage-Views weg + die Aussagekraft der Conversion noch etwas erhöhen möchte. Die Traffics-Qualität und das Targeting sind damit gestiegen.

Des Weiteren:

6. Last Click Attribution Model:

Last Klick. Keine Data-driven Attribution. „Every10secs“ kann nur nach einem Klick erfolgen: Die Tracking-Bedingung ist ein UTM-Parameter in der URL. Deshalb will ich die Klicks und CTR pushen. 

7. 1-Day-Klick Window:

„Every10secs“ kann nur direkt nach einem Klick erfolgen (Punkt 2). Daher ist keine andere Art der Attribution als 1-Day-Klick gerechtfertigt.

Jegliches Budget, das der Algo anders zuzuordnen versucht, reduziert die Kampagnenleistung.

7-Days-Click-Window macht keinen Sinn, wenn es morgen keinen Campaign-UTM-Parameter in der URL geben wird. Impression und Engagement-Attribution ist eh irrelevant.

Darum: Ich benutze den 1-Day-Klick Window (es pusht die Klicks noch mehr) + deaktiviere/minimiere alle anderen Windows = Impression und Engagement-Attribution auf 0/1 Days.

Der Algo wird nicht versuchen, da etwas zu attribuieren und das Budget sehr ineffizient aufzuteilen.

That’s it!!!

Mehr „Every10secs“ = mehr Lesen.

Textinhalte über Werbesysteme bewerben

Wie kann man Textinhalte über Werbesysteme bewerben und die Kampagnen auf echtes Lesen optimieren? ⚙

Ich habe eine innovative Lösung erfunden: „Every 10 secs“. So habe ich eine Custom Conversion genannt, die alle 10 Sekunden ausgelöst wird (+ andere Attribute).

Es geht um eine Micro-Conversion, die dem Lesen entspricht und es genau simuliert. 🧠⚛

Lesen ist mit der Zeit, die auf der Landing Page verbracht wird, vergleichbar. Die Conversion muss also die verbrachte Zeit auf der Landing Page repräsentieren und maximieren.

Der Werbetreibende kauft direkt das Lesen und die Zeit mit der Marke ein – statt Impressions oder Klicks.

Getrackte Conversion = verbrachte Zeit auf der Website. Je mehr Text die Besucher lesen und je mehr Zeit sie mit dem Inhalt verbringen, desto mehr Conversions.

Mit anderen Worten, ich sage dem Algorithmus: „Hey, Algo, maximiere mir die Verweildauer auf dieser Landing Page.“

🔧 Aus technischer Sicht:

Conversions sind leicht zu bekommen und das System wird eine riesige Datenmenge zur Verfügung haben. Deshalb wird das Targeting genauer.

Die Wiederholung von „Every 10 secs” berücksichtigt die “Tiefe” des Besuchs. Ein Besucher, der lange auf der Landing Page verweilt, wird mehr Conversions erzeugen. Auf diese Weise kann das System diejenigen User finden, die am meisten lesen.

Mehr Events pro User sind vergleichbar mit dem Bestellwert im E-Commerce.

Fast kein Werbetreibende optimiert auf dieses oder ein ähnliches Kampagnenziel. Darum kann CPM niedriger als bei Standard-Zielen sein, die von Zehntausenden von Werbetreibenden verwendet werden.

Die Ergebnisse? Erstaunlich 📊

„Every 10 secs“ bringt eine lange Sitzungsdauer und einen günstigen Minutenpreis auf der Webseite. Bei jedem Projekt, in jeder Sprache und jedem Land, in dem ich es einsetze. Ein externes Analytics-Tool hat also bestätigt, dass es hochwertigen Traffic bringt.

In 3 Ideen zusammengefasst:

1 | Die Custom Conversion  „Every 10 secs” ist das richtige Kampagnenziel für Blogpost Content Distribution, da sie die verbrachte Zeit mit der Marke günstig generiert.

2 | Mit Custom Conversion können Ziele erreicht werden, die mit Standard-Events nicht zu erreichen sind.

3 | „Every 10 secs”-Kampagnen sind eine valide Alternative zu Content-Empfehlungs-Plattformen wie z.B. Taboola, Outbrain.

Meine Methodologie für Video Distribution

An alle YouTube Creators: Hat ein neues Video wieder nur wenig Views bekommen? 🎥😕 Muss nicht so sein.

Mit Google In-Feed Ads kannst du die Videos distribuieren, auf Videobetrachtung optimieren und sehr günstige Betrachtungszeit bekommen.

Wenn du weiß, wie.

In zwei Accounts, über die ich YouTube Videos distribuiere, sehen die Ergebnisse wie folgt:

🅰️ Acc #1 | Eine 100% Completed Hour kostete 2,19€ + Video Completion Rate (VCR) lag bei 14,73% bei 8+ minütigen Videos [siehe Screenshot] 💪💪

🅱️ Acc #2 | 5,82€ für eine 100% Completed Hour + VCR 6,09% (Nischenthema)

Leicht ist es aber nicht. Sonst würde es jeder machen.

Die Bausteine der YouTube Video Distribution sind:

1️⃣: In-feed Format wählen: In-feed Ads sind bezahlte Empfehlungen zwischen den organischen Ergebnissen in der rechten Spalte und auf Homepage. Alle anderen YT-Formate sind aufdringlich und überlagern den Content, den der User sehen möchte.

2️⃣: Erstklassige Videos: Je höher die Content-Qualität und der Mehrwert für die Zuschauer sind, desto niedriger sind die Preise für die Videobetrachtung.

3️⃣: Auf vollständige Betrachtungszeit optimieren: Das ist der schwierigste Teil. Google Ads können nur auf Cost per View optimiert werden. Nicht auf Completion Rate.

Normalerweise ist die Completion Rate recht gering. Und nachdem die Targeting-Optionen mit einer niedrigen VCR deaktiviert werden, wird das Budget nicht in diejenigen mit hoher VCR geshiftet.

Der Hack: Ein Video pro Kampagne + außerhalb von YouTube den Preis pro 100% Completed Hour berechnen.

Dadurch kennst du den Preis pro 100% Completed Hour, auch wenn ihn Google nicht reportet. Und da die Kampagne nur ein Video enthält, kann ich das Budget steuern und es dort hin shiften, wo die Betrachtungszeit günstig ist. 💡

4️⃣ – Watchable Devices pushen: Desktop und Tablet weisen eine geringere Completion Rate aus. Mobile und CTV sind „watchable“ Formate. So sollten die Bids eingestellt werden. 📺

5️⃣ – Content Suitability: Exkludiere geringwertige Placements. Begrenze Gaming, Kinder-Inhalte, unpassende Alterskategorien, sensible Inhalte und unpassende Keywords. Dadurch wird die Relevanz sichergestellt.

Ideale Content-Marketing-Verhältnisse

Ideale Content-Marketing-Verhältnisse – 10 : 20 : 70

Eine allgemeingültige Content-Marketing-Faustregel besagt, dass die Ressourcen wie folgt aufgeteilt werden sollten:

• 10% Analytics
• 20% Content-Erstellung
• 70% Promotion und Distribution

Hier ein Beispiel. Wenn das jährliche Gesamtbudget, einschließlich der Kosten für die Arbeit, 100.000 € beträgt, dann:

• 10.000 € oder das entsprechende Zeitäquivalent für die Datenarbeit,
• 20.000 € für das Drehen von Videos und das Schreiben von Artikeln,
• 70.000 € für die Gewährleistung der Verteilung der Inhalte an die Zielgruppe.

Für die Analyse sind in erster Linie eine Menge Daten erforderlich. Nur dann können zuverlässige Entscheidungen getroffen werden.

Ein Fehler, den viele Marken bereits gemacht haben, ist, 95% oder mehr ihres Budgets in die Content-Erstellung zu investieren.

„Es wird so gut sein, dass es die Leute selbst finden werden,“ sagten sie sich.

Nur, das war nicht der Fall.

Die Menschheit schafft jeden Tag so viel Content, dass ein Mensch keine Chance hat, sie in seinem ganzen Leben zu konsumieren.

Die menschliche Aufmerksamkeit ist zum edelsten Gut geworden.

Damit sich das Erstellen und Analysieren von Content lohnt, müssen sie recht viele Leser bzw. Zuschauer bekommen. Um die Fixkosten zu bestmöglich zu verteilen.

Man muss sich ständig Gedanken darüber machen, wie man in dieser Welt der Informationsexplosion einen Schritt voraus sein kann.

Frag dich ständig: Wie kann man Content effizient zum Zielpublikum bringen?

5 Taktiken, wie man LinkedInAnzeigen recycelt

🔄 Warum solltest du Linkedin-Anzeigen recyceln? Und nicht jedes Mal 100%-tig neue Ads produzieren?

1 – Hochperformante Anzeigen sind wertvoll. Es ist nicht leicht, soetwas zu erstellen und im Repertoire zu haben. Aus strategischer Sicht gilt: Vermehre, was funktioniert.

2 – Ads Recycling spart dem Unternehmen Produktionskosten. Und es macht es möglich, mehr Leistungen ohne zusätzliche Arbeit zu schaffen. Bei 3-4 Werbeagentur-Teams kann Recycling richtig gutes Geld sparen.

3 – Flexibler reagieren. Wenn Ad Fatigue ankommt, muss man mit neuen Assets reagieren, aber nicht immer gibt es eine Ads Reserve oder freie Kapazität der Kreativ-Mitarbeiter.

Ads Recycling kann funktionieren, weil sich Leute oftmals nicht an einen Artikel, den sie vor ein paar Tagen gelesen haben, erinnern. 😉

Wie recycelt man LinkedIn Anzeigen? Ich benutze diese 5 Taktiken:

💫 Anzeigen duplizieren: Absolut simple Sache. Deaktiviere die schlechteste Ad und dupliziere die beste. Für den Algo ist es eine komplett neue Ad. So kann man immer die 5 aktiven Ads haben und den Frequency Cap umgehen.

➜ Man kann nicht für immer duplizieren, aber es verlängert die Lebensdauer der Kampagne

♻️ Ads alle 5 Monate analysieren und wiederverwenden: Zuerst Ads, die in den letzten 2 Monaten aktiv waren, aus der Analyse rausnehmen (wegen Ad Fatigue). Danach werden jede Ads, die in der Vergangenheit gut performten, wiederverwendet.

➜ Eine Ad kann in einem bestimmten Zeitraum schlecht performen und wird abgeschaltet. Aber über einen längeren Zeitraum konnte ich oft feststellen, dass sie eig performant ist. Nur erreichte sie zum gewissen Zeitpunkte eine hohe Frequency.

📊 Analyse guter Assets + Kombinationen erstellen: Analysiere, welche Creatives, Copies und Headlines gut ankamen. Und erstelle ganz neue Ad-Kombinationen aus den besten Assets (falls kombinierbar).

➜ Anzeigen aus bereits bewährten Assets haben eine hohe Erfolgswahrscheinlichkeit. Am besten ist es, wieder an Recycling zu denken und Assets so zu produzieren, dass sie leicht kombinierbar sind.

🔋 Früher deaktivierte Anzeige reaktivieren: Wenn eine Kampagne unter Ad Fatigue leidet und die Preise steigen, lohnt es sich manchmal, eine in den letzten 30/45 Tagen deaktivierte Anzeige zu reaktivieren, als das Preisniveau noch niedriger war. 

➜ Neue LI Kampagnen sind leistungsfähiger als bereits seit längerem laufende Kampagnen. Oft wird eine Ad am Anfang deaktiviert. Aber nach einer gewissen Zeit kann eine schon länger inaktive Ad wieder gut performen.

🌌 Kleine Anpassungen, zB nur die Hook: Die gleiche Copy und Überschrift + ein angepasstes Bild dazu. AJ Wilcox, der Weltexperte für LinkedIn Ads, sagt, dass er oft einfach eine neue Hook schreibt, und damit ist die neue Ad auch schon fertig.

➜ Man kann nur einen Teil der Ad neu produzieren und den Rest recyceln. Und das neue Asset muss nicht einmal komplett neu sein. Für die Zielgruppe wird es eine komplett neue Ad sein.