Was Daten verraten – wie man die Qualität von Videos messen kann.

“Die Qualität eines Videos kann man daran erkennen, wie lange die Zuschauer es betrachten.”

Aha. Diese Erkenntnis ist weder neu, noch überraschend und wer hochqualifizierte Berater anheuert, um sich solche Einsichten auftischen zu lassen, nun ja. Aufmerksame Leser ahnen schon, dass nun sicher noch etwas kommt und tatsächlich, hier kommt es: “Wenn ich weiß, wie lange ein Video angeschaut worden ist, sagen wir 2 Min. 30 Sek., weiß ich dann auch, wie gut es war?” Eben nicht.

Die unterschiedliche Länge von Videos macht alle Messwerte unbrauchbar.

Das Problem ist die unterschiedliche Länge der Videos. Ist das Video in unserem Beispiel selbst nur 2:30 Min. lang, dann wurde es vollständig gesehen (wir nennen das “complete”), besser geht es nicht, perfekt, volle Punktzahl, das Video wurde optimal genutzt.

Ist das Video selbst aber nur zwei Minuten lang, dann handelt es sich bei einer gemessenen Sehdauer von 02:30 Min. um einen Datenfehler, der unterschiedliche Gründe haben kann. In jedem Fall aber ist der Wert  unbrauchbar, denn er macht keine Aussage über die Qualität des Videos.

Nehmen wir einen dritten Fall an, es handelt sich um ein filmreifes Video mit einer Länge von 45 Minuten. Wird dieses Video im Schnitt nur 02:30 Min. angeschaut, bedeutet derselbe Messwert ein echtes Qualitätsproblem.

Auch prozentuale Sehdauer ist irreführend.

Ja, ist doch klar, sagen wir dann und setzen die gemessene Sehdauer ins Verhältnis zur Lauflänge des Videos. Wenn das Video zu 100 % seiner Länge geschaut wird (completes) ist das Optimum erreicht. Unser filmreifes 45 Minuten Video erzielt dagegen eine Sehdauer von ca. 5 %.

Ist die prozentuale Sehdauer also ein geeigneter KPI? Um diese Frage zu beantworten, muss ich zwei Dinge tun:

  1. Fachlich prüfen und argumentieren: Ist es fair die 5 % für einen 45 Minüter mit den 100% für einen Zweieinhalb-Minüter zu vergleichen?
    Nein.
  2. Ein Gedankenexperiment durchführen, unseren “Streber-Test”, der für die KPI-Praxis in sozialen Systemen (Unternehmen, Agenturen…) oft wichtiger und aussagefähiger ist, als die fachliche Prüfung.
    Streber wollen immer die Besten sein. Was also, so lautet die Frage des Gedankenexperimentes, muss ich tun, um bei diesem KPI der Beste zu sein? In diesem Fall geht es darum, der beste Videopublisher zu werden, um so oft wie möglich 100 % zu erzielen. Was ich als Streber dafür tun muss, ist ganz einfach: ich publiziere nur die kürzestmöglichen Videos, am besten so etwas wie 2 Sekünder. So erziele ich mit meinen Videos garantiert immer 100 %. Das wird ein super Report, ich geh zum Chef / Kunden, der lobt mich, ich hab alle Kollegen abgehängt, Karriere und Eigenheim sind gesichert – falls alle einverstanden sind, dass ich nur noch 2 Sekünder veröffentliche. Sind sie das? Vermutlich nicht.

Was also tun, um anhand von Daten die Qualität von Videos objektiv zu bewerten?

Wären wir Herr Zuckerberg, würden wir wie immer antworten: „Das macht unsere KI für uns“ – also in Wahrheit nichts tun.

Wir sind aber companion. Darum bewertet nicht eine imaginäre KI sondern ein ganz konkreter STIX die Qualität von Bewegtbildinhalten. STIX ist unser Stickiness Index für Videos. STIX haben wir für ein großes Medienhaus entwickelt auf Grundlage der Analyse der Nutzungsdaten von ca. 18.000 Videos auf allen Web- und Social-Plattformen, die Video-Content (keine Videoads) ausspielen können.

Die Sehdauer eines Videos lässt sich mit hoher Wahrscheinlichkeit anhand seiner Länge vorhersagen

Die Kurven zeigen die Ergebnisse einer Regressionsanalyse, die die Zusammenhänge von Sehdauer und Laufzeit untersuchte. Sie zeigen eine perfekte Basis für ein Prognoseinstrument. Hochinteressant ist der Vergleich der Pushmedien (Facebook, Twitter) mit den Pull-Medien (Mediathek). Es liegen Welten zwischen der Nutzungsbereitschaft in Social und Web, sowohl was die Bereitschaft angeht, sich ein Video überhaupt anzuschauen, als auch in Bezug auf die Bereitschaft, sich Videos länger anzuschauen.

Der Stickiness Index STIX zeigt klar, ob ein Video besser oder schlechter als ein durchschnittliches Video war.

Grösser 1 = besser. Kleiner 1 = schlechter als ein durchschnittliches Video. So einfach funktioniert der STIX und dennoch ist er sehr zuverlässig. Die Prognosequalität / Zuverlässigkeit des Index beträgt 90 % .

STIX kann alle Videos benchmarken und wird in unser Content Marketing Dashboard integriert.