Analyser av Springcast Podcast; vad säger siffrorna?

Springcast podcast-analyser
Det är en av de vanligaste frågorna sedan lanseringen av Springcast 2.0... Vad är en nedladdning? Vad är en unik nedladdning? Vad är skillnaden? Med andra ord... Vad säger siffrorna?

Dela detta meddelande

I den här artikeln kommer jag att förklara de olika statistiska uppgifterna som du kan hitta i Springcast-plattformen.

Vill du bara veta vad ett visst mått betyder? Navigera sedan till "mätvärden" via innehållsförteckningen nedan.

Vill du få en god förståelse för hur våra analyser fungerar? och hur vi får våra uppgifter? Läs sedan hela artikeln.

Den här artikeln publicerades den 26 augusti 2021 och kommer att uppdateras när ändringar görs i vår analyssvit. 

Senast ändrad 26-08-2021.

Artikelinnehåll

Vill du gå direkt till förklaringen av mätvärdena? Ta då en titt på Mätvärden

Podcasts och analyser

Även om själva podcasten har funnits i över 20 år är podcastanalys fortfarande i sin linda. Fram till för några år sedan kunde du bara se hur många nedladdningar ett podcastprogram eller avsnitt hade.

Under de senaste åren, när folk har blivit mer seriösa med sina podcasts, har analyser blivit allt viktigare och podcastvärdar erbjuda mer statistik. Du kan till exempel se vilken tid på dygnet folk lyssnar och vilka dagar.

På Springcast tänker vi lite annorlunda än den vanliga podcastvärden. Medan den genomsnittliga värden har en bakgrund som värd eller podcastare, har vi en bakgrund inom innehållsmarknadsföring och kommunikation. Det har lett till att vår analyssvit är en av de mest avancerade i branschen.

Det som gör det särskilt svårt är bristen på enhetlighet i de tillgängliga uppgifter som vi får från parter som Spotify och Apple. I skrivande stund delar Apple inte med sig av några omfattande uppgifter och vi kan bara visa nedladdningar och till exempel användningen av Apple Podcasts-appen, medan vi får omfattande uppgifter från Spotify (som officiell Spotify-partner) via en API-länk (nov. 2021).

Sedan finns IAB-standarden, som har utvecklat en standard för enhetlig rapportering till annonsörer. Tyvärr är detta inte den mest exakta standarden i skrivande stund, vilket är anledningen till att vi medvetet inte certifierar oss för tillfället.

Men hur som helst... vi försöker presentera allt detta så enhetligt som möjligt i din svit för podcast-analys

Mätvärden

Nedladdningar

Varje gång en ljudfil anropas registrerar vi en nedladdning. Även om det är samma person/enhetskombination. Om någon till exempel lyssnar igen nästa dag räknas det här igen.

Unika lyssnare

Unika lyssnare kan ses som en person. Utifrån ett antal egenskaper kan vi ganska exakt avgöra om någon har lyssnat tidigare. Så om någon lyssnar på ett avsnitt för andra gången räknas han inte med här. *

Genomsnittlig lyssningstid

Om någon lyssnar på ditt avsnitt i Springcast-ekosystemet** kan vi se exakt var någon lyssnar. Så den genomsnittliga lyssningstiden är ett genomsnitt av vad vi kallar fullgörandegraden.

Kallelser till åtgärder

Har du lagt till en uppmaning till handling i din podcast? Detta mått visar hur ofta länken klickades. Vi får dessa uppgifter från de lyssnare som lyssnar via Springcast-ekosystemet**.

Procentuell andel som lyssnat på

Detta stapeldiagram visar hur många lyssnare som har lyssnat på en viss procentandel. T.ex. 10 personer har lyssnat på 15% och 100 personer har lyssnat på 90%. Vi får dessa uppgifter från de lyssnare som lyssnar via Springcast-ekosystemet**.

Lyssnade på avsnittet

Detta är faktiskt en mer korrekt representation av lyssnarprocenten. Här kan du se i grafen var folk har hoppat av. Vi får dessa uppgifter från de lyssnare som lyssnar via Springcast-ekosystemet**.

Pausad

I den här grafen kan du se var folk gör uppehåll. Pauspunkterna kan ge dig en inblick i var människor kan komma att göra en anteckning, slå upp något eller liknande. Vi får dessa uppgifter från lyssnarna som lyssnar via Springcast-ekosystemet**.

Mute/unmute

I den här grafen kan du se var människor stänger av eller avbryter ljudet. Dessa ögonblick kan ge dig en inblick i var människor tillfälligt kan hoppa av. Vi får dessa uppgifter från de lyssnare som lyssnar via Springcast-ekosystemet.**

Snabbspolning framåt och bakåt

I den här grafen kan du se var folk spolar fram och tillbaka. Dessa ögonblick kan ge dig en inblick i var människor kan finna delar av podcasten intressanta att lyssna på igen eller mindre intressanta och hoppa över dem. Vi får dessa uppgifter från de lyssnare som lyssnar via Springcast-ekosystemet**.

* Om flera personer inom samma internetnätverk lyssnar samtidigt kan de felaktigt filtreras bort och räknas som en enda lyssnare. För podcasts som lyssnas mycket internt är detta därför inte det mest tillförlitliga måttet.

** Springcast-ekosystem: lyssnare som lyssnar via den inbäddade spelaren eller via podcastens webbplats.

Hur vi får våra uppgifter

Det första du bör veta är att vi skiljer mellan följande datakällor:

  1. Inhemska datakällor
  2. Datakällor för partner
  3. Externa datakällor

Inhemska datakällor är spelare som vi själva har byggt upp, som den inbäddade spelaren, podcastwebbplatsen och till exempel våra interna podcastappar. Här har vi full tillgång till alla uppgifter (utom lyssnarnas personuppgifter, för det gör vi inte ;)).

Datakällor för partner är källor från externa parter som vi har en länk till. Dessa partner, som för närvarande omfattar SpotifyDe ger oss tillgång till en omfattande uppsättning uppgifter. Vi har helt enkelt inte tillgång till allt, så vi får nöja oss med det som finns tillgängligt.

Externa datakällor är källor som vi identifierar. Vi ser att de hämtar ditt innehåll från våra servrar och serverar det till lyssnarna, men det är all data vi får. I själva verket ser vi bara vilken plattform som hämtar ditt innehåll, vilken enhet/app som används och saker som tid på dygnet som begäran görs.

Om vår Spotify-integration

Springcast är en officiell licensgivare till Spotify, vilket innebär att vi har en integration med Spotify. Detta innebär att vi kan få statistik från plattformen via en länk, men vi har också en så kallad API-anslutning, så att ändringarna uppdateras i realtid i Spotify. En blogg med mer information om denna länk kommer att följa inom kort.

Uppgifternas tillförlitlighet

Det är bra att veta att det inte finns något bättre än 100% exakta uppgifter. Vi har flera faktorer som vi måste väga in för att avgöra om någon är en unik lyssnare eller en person som startar ett avsnitt på nytt. 

En av dessa faktorer är till exempel ip-adressen. Vi loggar inte IP-adressen av integritetsskäl, men vi omvandlar IP-adressen till en krypterad kod. Vi använder den här koden för att avgöra om en nedladdning som görs kort efter en annan nedladdning kommer från samma lyssnare eller från en ny lyssnare. 

Detta är bara en av de tio faktorer som vi tar hänsyn till, men trots dessa tio faktorer kan det hända att någon felaktigt inte beaktas eller av misstag beaktas en andra gång.

Vi har IAB-standard för podcasts användas som utgångspunkt och utvidgas ytterligare, eftersom ett antal nya tekniker inte har identifierats i denna standard som skulle förbättra dess noggrannhet. Detta är också en av anledningarna till att vi ännu inte är IAB-certifierade.

Vår färdplan för analys

Vår analyssvit är redan en av de mest omfattande i världen, och vi har bara börjat 😉 . 

Vi arbetar intensivt med olika partners för att ytterligare utöka datamängden för partnerkällor för att ge ökad noggrannhet, men vi fortsätter också att investera i inhemska källor.

Vi anser nämligen att bra och tillförlitlig analys är en av de hörnstenar som framtiden för podcasts bör bygga på. Ju bättre förståelse för hur lyssnarna interagerar med innehållet, desto bättre kan innehållsskapare förbättra sitt innehåll.

Integrering av Spotify

Vi arbetar för närvarande på integrationen med Spotify, vilket kommer att göra det möjligt för oss att lägga till en hel uppsättning unika mätvärden i analyssviten. Mätvärden som ingen annan värd i världen erbjuder.

Det kanske låter lite pompöst, men tänk på det som en kombination av passion och ambition 😉 .

Om du har några önskemål om Podcast Analytics är du välkommen att höra av dig till oss. Och... Lycka till med podcasting!

Nico Oud

Nico Oud

En entreprenör med ett uppdrag. Ett uppdrag att hjälpa entreprenörer att nå sina mål. Som affärscoach delar jag med mig av mina över 20 års erfarenhet och med Springcast hjälper jag entreprenörer att sprida sitt budskap genom podcasts. Jag är också en ivrig lyssnare och producent av podcasts.

Mer innehåll