1

Leser kennenlernen!

Reader Analytics hinter jedem Buch steht eine Geschichte

2

Über Uns:

Gegründet Jan. 2011

Firmensitz in London, UK

7 UK Innovationspreise

London, UK

Team Jellybooks

3

Internationales Team mit tiefer Erfahrung in Software, ePub und Machine Learning

Andrew Andy Jeff IsmaelJamie NiallBaldur

Mein komischer Dialekt

Kopenhagen – Chicago – Innsbruck – Rom - Boston – London4

@arhomberg

@jellybooks

Fragen, Fragen, Fragen!

Bitte unterbrechen…

• wenn etwas unklar ist!

• mehr Details benötigt!

• irgend etwas anderes!

5

Teil I

Wer ist der Leser?

Der unbekannte Leser…

7

Trotz der digitalen Umstellung im Verlags-wesen können Autoren und Verlage noch immer nicht Leserengagement messen!

Lesen denn die Kunden die gekauften Bücher?

Ist doch eh egal, oder?

8

Wenn Kunden meine Bücher kaufen und ich bezahlt werde (Umsatz) ist es doch egal ob die Bücher gelesen werden (Engagement), oder?

Ah, verkaufen Verlage Papier oder Unterhaltungund Bildung?

Teil II

Wie erforschen wir den Leser?

Auf dem Internet: Web Analytics

10

• Google Analytics

• Kissmetrics

• Mixpanel

• Optimizely

• Adobe Site Catalyst

• Flurry Analytics

Gebrauch von Logdateien (Log files = Server), Trackingpixelsund Javascript Tags um Daten zu sammeln.

Was ist ein E-Book?

• Ein E-Book ist zu 90% HTML = „Webseite“• Leseapplikation (iBooks, Tolino) = „Browser“

aber, aber, aber:

o Server Logdateien = Apple, Tolino, Amazon

und Content wird offline verarbeitet/gelesen

o App Benutzungsdateien = Apple, Amazon etc.

11

12

Amazon, Apple & Google sammeln Unmengen an Daten über das Leseverhalten, geben diese aber nicht weiter

Wir brauchen Daten!

Wie bekommt man Lesedaten?

13

14

3

=

HTML 5 + CSS 3 + JSDer Hauptvorteil von ePub 3 ist es, dass es Javascriptunterstützt, wie auch die Speicherung der Daten offline.

... und die Datenverbindung?

Leser einbeziehen!

Wenn der Leser auf einen Link (Button) drückt wird eine Datenverbindung hergestellt

15

Leser kontrolliert Datenübermittlung

16

1-Click

und die gesammelten

Datenwerden

hochgeladen

Teil IV

Durchführung

Verlagspartner - D|UK|USA

18

E-Book Modifizierung

Verlag:

• ePub3 Files and Jellybooks senden• Metadaten (incl. Cover) senden

Jellybooks

• Candy.js wird via Jellyfactory von Jellybooks eingebaut

• „Lesedaten senden” Buttons werden automatisch mittels Jellywrapper eingebaut

• Modifizierung wird dem Leser via „Candystripe” verdeutlicht

19

Rekrutierung der Testleser

20

Verschiedene Wege:

• Marktforschungsseite (PRHUK)• Marketing E-Mail Liste (FF, S&S)• Vorablesen (Ullstein)• Blogrekrutierung (Piper)• Soziale Medien (HoZ)

…und bei Jellybooksauf jellybooks.de

E-Book Distribution

21

Bestehende Leseapplikationen

Testleser können vertraute Leseapplikationen verwenden (gewisse Einschränkungen)

22

iBooksiOS

ADEWindows

Ebook ReaderAndroid

“Google Analytics für E-Books”

23

1. Modifizierte E-Books werden an Leser ausgeschickt, die auf iBooks, Adobe Digital Editions und (Tolino) lesen

2. Eingebettete candy.js Software sammelt Lesedaten

3. Leser klickt auf „Lesedaten senden” Button am Ende jedes Kapitels um Daten an Jellybooks zu übermitteln

4. Autoren und Verlage erhalten Daten & Grafiken

Modified E-Book

Tracking 1-Click

sync

Analytics

Teil IV

Resultate

Ein Buch in Zahlen

25

1. Completion Rate „Fertiglesquote“

2. Velocity„Buchgeschwindigkeit“

3. Recommendationfaktor„Empfehlungsquote“

und mehr….

Completion Rate

Fertiglesquote

26

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Über das Buch /Über die Autorin

Impressum

Erste Worte

Kapitel 2: Lieder von früher

Kapitel 4: I have a dream

Kapitel 6: Vienna

Kapitel 8: Girls just want to have fun

Kapitel 10: Captain of her heart

Kapitel 12: Da ist Feuer unterm Eis

Kapitel 14: I still haven't found what I'm looking…

Kapitel 16: Er war gerade 18 Jahr

Kapitel 18: Sag zum Abschied leise Servus

Kapitel 20: Ring my bell

Kapitel 22: Überlandpartie

Kapitel 24: Etwas Wärme suchen

Kapitel 26: Es lebe der Zentralfriedhof

Kapitel 28: Up where we belong

Sail on

Feedback an den Verlag

narrative

Front/backmatter

27

Fertiglesquote „Completion Rate“

28LQ: 80% ausgezeichnet LQ: 62% sehr gut

Fertiglesquote = Engagement Teil 10% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

F

1

3

5

7

9

11

13

15

17

19

21

23

25

27

29

31

33

35

B

B

B

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

F

1

3

5

7

9

11

13

15

17

19

21

23

25

27

29

31

33

B

29

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

F

F

1

3

5

7

9

11

13

15

17

19

B

B

LQ: 30% gut LQ: 20% schwach

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

F

F

F

1

3

5

7

9

11

13

15

17

19

21

23

25

27

B

B

B

Fertiglesquote = Engagement Teil 2

30

Wenn die Leser blättern anfangen0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

F

1

5

9

13

17

21

25

29

33

37

41

45

49

53

57

61

65

69

73

B

Viel “blättern” (Kapitel werden übersprungen), typisch für ein Buch an dem Leser das Interesse verlieren, aber noch nicht so richtig aufhören wollen…

Scharfer Abfall während der ersten 100 Seiten

Velocity

Geschwindigkeit

31

32

Susanne L.

Rene U.

Angela B.

Franziska A.

33

Ariane W.

Michael P.Gruppe:

Gemütlichleser

Gruppe:

Nachteule

Recommendation factor

Empfehlungsquote

34

35

Würden Sie das Buch einem Freund empfehlen?

0 = bestimmt nicht 5 = neutral 10 = auf jeden Fall

0 1 2 3 4 5 6 7 8 9 10

Empfehlungsfaktor

= Promoters (%)(9s and 10s)

Detractors (%)(0 through 6s)

-

36

• Fertiggelesen: 413

• Survey beantwortet: 212 (51%)

• Fertiggelesen: 178

• Survey beantwortet: 149(83%)

Frage: Würden Sie das Buch einem Freund empfehlen?

62%

33%

5%

9,10s

7,8s

0-6s

27%

33%

40% 9,10s

7,8s

0-6s

Empfehlungsrate: 57% Empfehlungsrate: -13%

Profil eines Buches

Business Intelligence

37

Farbenkodierung der Resultate

38

Fertiglesquote Empfehlungsrate Geschwindigkeit

ausgezeichnet 75 - 100% >60% < 7 Tage

Sehr gut 50 - 75% 30 - 60% 7 – 14 Tage

gut 25 - 50% 0 - 30% 14 – 21 Tage

schwach 0 - 25% <0% > 21 Tage

U.S. Beispiel

“I really want to read the next book.“

“Even as a forty-something woman, I find myself really enjoying YA dystopian fiction.”

39

Male CR

29%

NPS

32%Velocity

10 dPrice Tolerance

$6.27Completion rate

61%

female CR

66%<35 CR

50%>45 CR

78%35-45 CR

56%

gripping (32%) entertaining (32%) good (20%)great (28%)

Deutsches Beispiel I

“Es hat mich von Anfang an gefesselt.“ (w/49)

“Wow! Dieser Thriller hat mich von der ersten Seite an gepackt. Die Story ist spannend, fesselnd und verschafft Grauen ohne besonders blutige

Detailschilderungen. M. B. bekommt definitiv einen Platz in der Riege meiner Lieblingsautoren.“ (w/39)

40

Männer LQ

71%

Empfehlungsrate(gut)

29%Geschwindigkeit

(schnell)

8 dFertiglesquote (LQ)

(ausgezeichnet)

75%

Frauen LQ

76%< 35 LQ

74%> 45 LQ

73%35-45 LQ

82%

spannend (82%) unterhaltsam (39%) emotionsgeladen (18%)

“Das Buch spricht vielen Frauen direkt aus der Seele.“ (w/26)

“Das sollte man gelesen haben, nicht nur die Frauen sondern auch Männer.“ (w/51)

„Ich fand das Buch von der Thematik gut. Aber dachte es wäre humorvoll geschrieben. Der Schreibstil hat mich leider sehr gelangweilt. Deshalb habe ich es

abgebrochen.“ (w/50) 41

Männer LQ

-

Empfehlungsrate(schwach)

0%Geschwindigkeit

(sehr schnell)

5 dFertiglesquote (LQ)

(gut)

32%

Frauen LQ

32%< 35 LQ

43%> 45 LQ

18%35-45 LQ

33%

Deutsches Beispiel II

belanglos (18%) unterhaltsam (73%) witzig (45%) langweilig (10%)

Inhalte|Content

Gefahrenzone!

42

Leser Engagement – Pausen

43

Erster Teil:viel Blau = schwieriges Lesen

Zweiter Teil: kein Blau = flüssigeres Lesen

0 Pausen

1 Pause

2 Pausen

3 Pausen

4 Pausen

Leser Engagement – Pausen

44

0% 20% 40% 60% 80% 100%

F

F

2

4

6

8

10

12

14

16

18

20

22

B

B

Kapitel 8-12: Absturz in

Buchmitte sehr, sehr unüblich

Teil V

Anwendungen!

Marketingbudget Priorisieren

Daten sind 4 Wochen bis 6 Monate vor Publikationsdatum verfügbar:

• Prioritäten

• Welches Buch soll das großeMarketingbudget bekommen?

• Welches Buch wurde über/unterschätzt?

46

Zielgruppe finden

Wen spricht das Buch an:

• Männer/Frauen?

• Jung oder Alt?

• Stadt oder Land?

Die Daten sind manchmal sehr Zielgruppen spezifisch. Für die einen ist es ein Hit, für andere hingegen ein Flopp.

47

Daten sind schlecht…

Bedeutet aber nicht dass alles verloren ist:

Bücher werden auch aus Prestigegründen gekauft

�Literaturpreise

�Literarische Rezensionen

48

Leser besser verstehen

Besseres Customer Relationship Management (CRM) mit detaillierten Daten zum Leseverhalten

Leserschaft segmentieren um relevanter zu werden

E-Mails und Kampagnen zielgerichteter durchfuhren

49

Hat der Autor Potenzial?

Manche Erstautoren verkaufen sich ganz gut, aber wenn sie nicht gelesen werden ist keine Leserschaftda, die am nächsten Buch interessiert ist…

Mit Daten kann man Ressourcen und Vorschuss sparen.

50

J.K. Rowling

51

auf jellybooks.de anmeldenund beim testlesen mitmachen

… Fortsetzung folgt(slides by andrew@jellybooks.com abfragen)