Jag har haft 76 i sk Kloutscore. Idag har jag 67. De nio punkterna tappades nästan på ett dygn när Klout förändrade sin algoritm. Det har skapat en hel del diskussioner.
Klout är en av flera tjänster som senare tid försöker att mäta ett motsvarande värde mot det traditionella räckviddsmåttet som medier alltid använt som en parameter för att sälja annonser. Eller bygga intresse från PR-firmor. Exempelvis räknar många tidningar antal prenumeranter + lösnummer gånger 2 och ibland 3 utifrån en hypotes om att det alltid är flera som läser tidningen.
Klout är den största tjänsten och som tillsammans med exempelvis Peerindex, Blog– och Tweetlevel från Edelman och också mer aktivitetsbaserade såsom Empire Avenue där du som person är en del av en social aktiemarknad. Generellt handlar det om att se följande delar:
När det gäller att mäta så är det självklart lätt att titta på de enklaste siffrorna. En Kloutscore eller hur många som gillar ens sida på Facebook. Problemet är att vi aldrig kan nöja oss med det för att skapa en riktig bild av vilken effekt vi har. Jag har börjat att titta på ett möjligt sätt att vikta olika data utifrån vad de dels handlar om och för att använda rätt data, rätt summa utifrån vad man faktiskt vill mäta i en tidigare post. Jag har medvetet valt att hålla Kloutscore och liknande utanför än så länge men när jag gör strategier för mätning av kunder så är det en parameter att ta med men som just nu fortfarande är för vag när det gäller vad och hur det mäter. Tidigare har det slagit stort för relativt små skillnader i aktivitet vilket innebär att det snarare mäter vad jag gör än hur jag influerar. För aktivitet i sig är inte nödvändigtvis en viktig parameter: Gandhi influerar fortfarande tusentals människor varje dag men det handlar om hans idéer som är kvar – inte om att han är särdeles aktiv.
En av de svåraste förändringarna i tänkandet för oss inom medier är att det vi gör på den digitala arenan måste vi mäta i minst två steg: att endast mäta en rak ”läsar”statistik blir missvisande, att endast titta på besökare eller impressions berättar bara halva historien. Samtidigt som vi också behöver hitta bättre sätt att följa upp varje gillning, varje delning av en artikel. Google+s nya betaversion av Ripples gör just det och Facebook ger möjligheten att idag se om varumärket omtalas, och hur många som delar en länk. Det finns mängder med tjänster som mer och mer satsar på att koppla ihop hur våra samtal och våra delningar förs vidare genom nätverken och mellan nätverken, mellan våra sociala grafer.
Som jag länge sagt så är sociala medier det skarpaste verktyg vi någonsin haft för att skapa bra business intelligence och där är både räckvidd av en persons aktivitet en delmängd för att förstå hur tungt ett uttalande är. Och vi har aldrig haft en sån här möjlighet att använda pr på ett fruktbart sätt genom att skapa relevant information till rätt personer – och där blir influens en viktig balanserare i valet av vilka som är ens ambassadörer. Det behöver vi verktyg för att göra. Flera verktyg, som mäter i flera dimensioner av data och lägger vikten vid olika delar. Idag finns inte de verktygen utan vi får förlita oss på vår egen analysförmåga och våra egna modeller. Vilket jag tror är bra. Att lägga sina investeringar i att bara använda Klout är att bara mäta en enda dimension av verkligheten, och glömma bort andra delar. Att bara mäta med Facebook insights är samma sak.
Ett antal grundläggande frågor som man alltid måste ställa sig är:
- Varför mäter vi? Vilka är svaren vi vill ha och hur kommer vi låta dem påverka vårt arbete. Utifrån det börjar man mäta mycket mer effektivt. Och se till att ha en struktur som kan ta hand om själva produkten – svaren: och låta dem komma upp i andra delar av företaget. Om vi mäter vad folk tycker om vår produkt – finns det plats i styrelsens agenda för att diskutera de svaren?
- Vad vill vi mäta vs. vad kan vi mäta? Andelen data vi kan få tag på är gigantisk. Samtidigt är det inte alltid så att vi kan mäta precis allt. Alltså måste vi också nyktert balansera vår strategi mot vad som är möjligt att implementera. Tid att mäta, pengar att köpa rätt instrument och personer som kan analysera datan – det är strukturer som måste finnas.