Influencer-Datenbanken – was sie leisten und was nicht

Immer mehr Marketingverantwortliche und Agenturen nutzen Influencer-Datenbanken, um geeignete Werbepartner zu recherchieren. Aber welche Arten von Datenbanken gibt es überhaupt und vor allem: Was sind deren Daten wert?

Manche nutzen Plattformen wie Reachbird oder Traackr, andere bauen sich ihre eigene Datenbank auf. Das Ziel ist immer dasselbe: Herausfinden, welche Influencer es gibt und für Kampagnen nach Demografie, Thema, Geschlecht und Audience geeignete Kandidaten ausfindig machen.

Nun gibt es grundsätzlich drei Wege, um an die gewünschten Daten der Influencer zu kommen, und damit auch drei verschiedene Arten von Influencer-Datenbanken.

1) Eigenhändige Recherche und manuelle Datenaufnahme

Diese Methode ist sehr zeitaufwändig und mühsam, aber definitiv sehr exakt. Man kontaktiert schlicht die Influencer, die in die Datenbank sollen, und bittet sie um die Informationen aus ihren Instagram-Business-Profilen. Das braucht manchmal Hartnäckigkeit und immer Kontinuität. Denn die Daten müssen ja regelmässig aktualisiert werden. Einmal pro Quartal stehen also dieselben Anfragen auf dem Programm. Ehrlicherweise muss man sagen, dass das nicht nur mühsam für die Redakteure ist, sondern auch für die Influencer.

2) Schnittstellen von Instagram

Einige der automatisierten Datenbanken verbinden ihre Software mit einer Instagram-Schnittstelle. Influencer können ihr Profil bei grundsätzlichem Interesse an einer Listung freigeben und so durch die Software ausgelesen werden. Bekannte Player kommen so an beeindruckende Mengen von Daten, die sie ihren Nutzern zu attraktiven Preisen zur Verfügung stellen. Das Problem: Nicht alle Influencer geben ihre Daten tatsächlich für die Schnittstelle frei. Vielleicht weil sie nicht alle Informationen über ihre Audience preisgeben möchten; vielleicht weil sie generell lieber persönliche Deals abschliessen oder sich die Kosten für die Vermittlung durch die Plattform sparen möchten; vielleicht aber auch, weil dann ihre Preise öffentlich wären. Für automatisierte Anbieter heisst das, dass ihre Daten nicht komplett sind und manch individueller Kopf der Szene niemals gelistet werden wird.

3) Hochrechnungen per Bot

Die meisten Anbieter analysieren mittels Bot öffentlich sichtbare Daten, also zum Beispiel aktive Follower von Influencern, und erstellen daraus Hochrechnungen. Wenn beispielsweise ein Post 500 Likes hat, wird geschaut, wo die herkommen und welche Rückschlüsse auf die Gesamtheit der Follower zu ziehen sind. Das macht Sinn. Dennoch ist die Datenqualität zwangsläufig deutlich schlechter als bei der manuellen Methode. Denn: Wer still konsumiert, den sieht man nicht. Und genau diese User machen den grössten Teil jeder Fanbase aus.

Fazit

Jeder Marketingmanager und jede Agentur braucht Influencer-Datenbanken. Und jede Methode der Datenerhebung hat ihre Berechtigung. Kosten und Nutzen müssen vor einer Entscheidung sorgfältig abgewogen werden. Und wir finden es wichtig, ein Bewusstsein für die Herkunft und Qualität der Daten zu haben und die Möglichkeiten und Grenzen der gewählten Methode zu kennen. Last but not least gibt es schliesslich auch eine vierte Variante: Man kann alle drei Methoden kombinieren, je nach Ziel.

Noch Fragen zu Influencer-Datenbanken?

Dann kontaktieren Sie jetzt das Team von Yxterix!