Share of Voice berechnen und richtig interpretieren

Share of Voice misst als Vergleichskennzahl den Anteil einer Marke an der gesamten Sichtbarkeit in einem bestimmten Markt oder Themengebiet.

Für die einfache Berechnung teilen Sie die Erwähnungszahl der Marke durch die gesamten Erwähnungen dieser Marke und der ausgewählten Wettbewerber und geben das Ergebnis in Prozent an. Aussagekräftig ist dies nur bei sinnvoll definierter Wettbewerberauswahl und Quellenabdeckung.

Grundformel

Hat eine Marke 2.000 Erwähnungen und beträgt die Gesamtzahl für sie und drei Wettbewerber 10.000, liegt ihr erwähnungsbasierter Share of Voice bei 20 %.

Diese Rate allein hat keine positive oder negative Bedeutung.

Wettbewerberauswahl

Sehr kleine oder unpassende Wettbewerber können die Kennzahl künstlich erhöhen. Die Auswahl sollte den tatsächlichen Marktkontext widerspiegeln.

Quellenumfang

Nur X, nur Nachrichten oder sämtliche sozialen Quellen führen zu unterschiedlichen SOV-Werten. Geben Sie den Quellenumfang im Dashboard klar an.

Themenbezogener Share of Voice

Statt der allgemeinen Markensichtbarkeit lässt sich der Anteil für ein bestimmtes Produkt oder Thema berechnen. So können Themen sichtbar werden, bei denen die Marke stärker ist als Wettbewerber.

Gemeinsam mit Sentiment interpretieren

Ein hoher Share of Voice kann durch eine Krise entstehen. Zeigen Sie positive, negative und risikorelevante Themen getrennt.

Unterschied zum Suchanteil

Share of Voice misst den Anteil an digitalen Gesprächen oder der Sichtbarkeit. Share of Search misst den Anteil der Marke an der Suchnachfrage im Vergleich zu Wettbewerbern. Es sind unterschiedliche Kennzahlen.

Entwicklung

Veränderungen im Zeitverlauf und nicht der Prozentsatz eines einzigen Monats sollten zusammen mit Kampagnen-, Start- und Krisenzeiten interpretiert werden.

Datenqualität und Messdesign aufbauen

Auch moderne Analysen ermöglichen mit schlechter Datenqualität keine verlässlichen Entscheidungen. Definieren Sie für Grundformel, Wettbewerberauswahl und Quellenumfang Quellenumfang, Erhebungshäufigkeit, Duplikatbehandlung und Messung von Klassifizierungsfehlern. Änderungen an Quellenumfang oder Abfragen können historische Vergleiche beeinträchtigen; speichern Sie deshalb Erhebungskonfigurationen mit Versionsangaben.

Bei automatischer Klassifizierung ist menschliche Validierung anhand zufälliger Stichproben erforderlich. Die Genauigkeit kann getrennt für Themen, Sentiment, Entitätszuordnung und Schweregrad gemessen werden. Die Abwägung zwischen Precision und Recall hängt vom Anwendungsfall ab: Krisenwarnungen sollen kritische Fälle möglichst nicht übersehen, während umfangreiche operative Warteschlangen eine niedrige Falsch-positiv-Rate erfordern können. Wählen Sie Qualitätskennzahlen passend zur Geschäftsentscheidung statt einer einzigen allgemeinen Genauigkeitsquote.

Erkenntnisse mit Maßnahmen verbinden

Messen Sie den Wert eines Analyseprojekts an schnelleren oder besseren Entscheidungen, nicht an der Zahl der Dashboard-Diagramme. Zu jeder wichtigen Erkenntnis können Team, vorgeschlagene Maßnahme, Priorität, Datum und Ergebnis erfasst werden. Zunehmende Verpackungsbeschwerden können etwa an das Qualitätsteam, schnell wachsende negative Themen an die Kommunikation und neue Verkäufer sowie Preisanomalien an das Marktplatzteam gehen. Die Nachmessung derselben Kennzahl macht das System zur Entscheidungsunterstützung mit geschlossenem Rückkopplungskreis.

Checkliste für den Analysebetrieb

Ist der Quellenumfang dokumentiert?
Sind Abfrage- und Taxonomieversionen erfasst?
Sind Duplikat- und Spamfilter definiert?
Werden Modellausgaben anhand menschlich geprüfter Stichproben validiert?
Wird ein Konfidenzwert oder eine Qualitätskennzahl erfasst?
Werden Trendänderungen von Quellenänderungen unterschieden?
Gibt es für jede Erkenntnis eine verantwortliche Person für Maßnahmen?
Wird die Wirkung nach der Maßnahme erneut gemessen?

Abdeckungsverzerrung und Messabweichungen kontrollieren

Erhobene Daten dürfen nicht als vollständiges Abbild des digitalen Umfelds gelten. API-Grenzen, gelöschte Inhalte, private Konten, wechselnde Suchabfragen, unterschiedliche Sprachnutzung und begrenzte Quellenzugriffe können Abdeckungsverzerrungen verursachen. Dokumentieren Sie für Grundformel, Wettbewerberauswahl und Quellenumfang berücksichtigte Quellen und systematisch fehlende Daten. Sichtbare Hinweise im Dashboard helfen der Leitung, tatsächliches Kundenverhalten von Änderungen der Datenabdeckung zu unterscheiden.

Änderungen an Taxonomie, Abfragen, Modell oder Datenanbieter können Kennzahlenverschiebungen verursachen. Ein neues Sentimentmodell kann den negativen Anteil verändern, ohne dass sich die Markenwahrnehmung geändert hat; eine neue Plattform kann das Erwähnungsvolumen erhöhen. Erfassen Sie wichtige Konfigurationsänderungen mit Datum und Version. Lassen Sie alte und neue Methoden nach Möglichkeit kurz parallel laufen und messen Sie den Unterschied.

Konfidenz, Stichproben und Entscheidungsprotokoll

Automatische Ergebnisse allein dürfen nicht als gesicherte Wahrheit gelten. Für Entitätszuordnung, Themenklassifizierung, Sentiment, Anomalien und Schweregrad können Konfidenzwerte erfasst werden. Regelmäßige zufällige Stichproben mit menschlicher Prüfung können unbemerkte Leistungseinbußen aufdecken. Werden Daten, Modellversion und analytisches Signal hinter wirtschaftlich wichtigen Entscheidungen dokumentiert, ist eine spätere Neubewertung möglich. So entsteht statt reiner Berichterstattung eine prüfbare Entscheidungsunterstützung.

Quellenumfang und bekannte Datenlücken dokumentieren
Datierte Versionen von Abfrage- und Taxonomieänderungen speichern
Bei Modellwechsel alte und neue Ausgaben vergleichen
Datensätze mit geringer Konfidenz zur Prüfung senden
Qualität durch regelmäßige Stichproben mit menschlicher Prüfung neu messen
Dashboard-Brüche von Quellenänderungen unterscheiden
Daten und Modellversion kritischer Entscheidungen erfassen

Der Datenanalyseansatz von B10 Digital Agency

B10 Digital Agency versteht Social Listening und Datenanalyse nicht nur als Dashboard-Erstellung, sondern als Entscheidungssystem aus Datenerhebung, Taxonomie, Entitätsauflösung, NLP, Anomalieerkennung, menschlicher Validierung und Maßnahmenmanagement.

Häufig gestellte Fragen

Wie wird Share of Voice berechnet?

Teilen Sie den gewählten Sichtbarkeitswert der Marke durch die Summe desselben Werts für die Marke und die ausgewählten Wettbewerber und geben Sie das Ergebnis in Prozent an.

Ist ein hoher Share of Voice immer gut?

Nein. Auch eine Krise kann die Sichtbarkeit erhöhen.

Beeinflusst die Anzahl der Wettbewerber das Ergebnis?

Ja. Die Wettbewerberauswahl muss deshalb konsistent und für das Geschäft sinnvoll sein.

Sind Share of Voice und Share of Search dasselbe?

Nein. Die eine Kennzahl misst den Gesprächs- oder Sichtbarkeitsanteil, die andere den Anteil an der Suchnachfrage.

Daten in handlungsrelevante Erkenntnisse verwandeln

Entdecken Sie Datenanalyse und Social Listening von B10 Digital Agency, um soziale Medien, Kundenbewertungen, Wettbewerberdaten und digitale Signale in messbare Entscheidungsmodelle umzusetzen.

Datenanalyse & Social Listening entdecken →