Sechs Monate sind vergangen, seit wir das Luceena Prediction Feature ausgerollt haben. Wir haben damals Bezug genommen auf das alte Dilemma von Henry Ford dem das geflügelte Wort zugeschrieben wird, dass 50% seines Marketings verschwendet seien, er nur nicht genau wüsste welche 50%.
Wir wissen alle, dass Marketing und Kommunikation nicht immer so funktionieren, wie wir das Planen und Konzipieren. Dafür gibt es einfach manchmal unbekannte Variablen, die uns einen Strich durch die Rechnung machen. Natürlich gibt es bereits Lösungen im Performance Bereich, es gibt Google AI Kampagnen und es gibt A/B Testing oder auch ganz klassisch Fokusgruppen, die eine gesamte Kampagne besprechen und diese einschätzen.
Mit Luceena wollten wir einen anderen Weg gehen. Einen Weg der den Anforderungen an Markenaufbau und Performance gerecht werden kann und der die Geschwindigkeit digitaler Kommunikation abbildet. Daher haben wir im letzten Jahr unser Prediction Feature konzipiert und im Januar live geschaltet.
Wir möchten hier nicht zu sehr ins Detail gehen, da es sich natürlich um eines der Features von Luceena handelt, die uns einen Vorsprung im Markt geben. Trotzdem können wir so viel offenlegen. Das Model beinhaltet (in seiner finalen Ausbauvariante) 11 verschiedene Bewertungscluster, die in die Berechnung der Erfolgsvorhersage für einen Post mit einfließen. Diese umfassen neben dem „Image Appeal“ bspw. auch die Tonalität der Caption, den Posting Zeitraum oder das Wetter.
Das aktuelle Model wurde von uns mit knapp über 80.000 Posts von Instagram und Linkedin gefüttert und trainiert. Diese haben einen Branchenfokus, der den aktuell größten Useraccounts von Luceena entspricht. Das ist in der Welt der KI Trainings mit Spekulationen über rund 100 Billionen Trainingsdaten von OpenAI bei GPT-4 natürlich nicht die Welt. Aber nach mehr als sechs Monaten und knapp über 2000 Posts die Luceena analysiert und eingeschätzt hat, können wir sagen, dass unser aktuelles Model bereits beeindruckt.
Wir haben innerhalb der beiden Branchen auf denen der größte Teil der Trainingsdaten beruht eine Vorhersagegenauigkeit von +- 10% auf die wirkliche Performance (Engagement, Reach) eines Posts. Entfernen wir uns von diesen Branchen liegen wir immer noch in einem wirklich guten Korridor von +-20%.
Das gute am Model, ist dass dieses dazu lernt, jeder Post der über Luceena abgegeben wird und für den wir uns nach dem Posting Performancedaten ziehen dürfen (- ist so ein Rechteding) verbessert das Model.
Interessant an unseren Daten ist zudem die Prediction im Jahresverlauf. Diese wird wie vermutet mit besserem Wetter leicht schlechter. Zwar enthalten unsere Trainingsdaten rückwirkende Informationen über ein gesamtes Jahr, jedoch konnten wir anhand der begrenzten Menge wohl nicht den Sommer vorhersagen. Die EM (14.Juni – 14. Juli) hatte ebenfalls negative Auswirkungen auf die Genauigkeit. Wir werden das auf jeden Fall im Auge behalten.
Wir können nur jedem Social Media Manager empfehlen Luceena einmal zu testen. Dabei noch ein kurzer Hinweis. Eine Prediction wird erst nach einigen Posts angezeigt, da die ersten Vorhersagen nicht valide genug sind. Jeder Kanal funktioniert eben doch ein bisschen anders. Anmelden könnt Ihr euch übrigens hier. Und das Beste? Luceena ist immer noch 4 free.