Omny Studio (australischer Anbieter einer Cloud Radio/Podcast Lösung) behauptet, dass Sie in der Lage sind, Nutzerverhalten innerhalb der Apple Podcast App auszuwerten. Falls das stimmen sollte, wäre das ganz schön groß.
Schön und gut, aber jetzt würde mich natürlich interessieren, wie viele Leute direkt streamen statt herunterzuladen.
Puuuuh. Das ist schon ganz viel Marketing-Goldstaub. Holen wir mal den Staubsauger.
In der Podcast-App gibt es zwei Möglichkeiten Podcast-Episoden zu Hören. Entweder werden sie vorher heruntergeladen oder wenn sie noch heruntergeladen wurden sind zu streamen.
Für “normale” Downloads (laut dem Anbieter 70% aller “Plays”) können sie keine genaues Nutzerverhalten benennen. Die App lädt irgendwann die Episode und der Rest (Abspielen, Skippen, Löschen) passiert offline.
Kleiner Einschub: Im Artikel wird von “Plays” geredet. Das ist bisschen irreführend, da bei den “normalen” Downloads nur der Download/Aufruf getrackt werden kann. Wie oft die Episode dann abgespielt weiß keiner (ich habe zum Beispiel eine WDR5-Podcastepisode bereits ca. 20mal gehört.)
Kommen wir jetzt den restlichen 30% der “Plays”. Der Begriff Play passt hier eher. Bei einem Abspielen, wo die Episode gestreamt wird, wird jedes Mal der Server angerufen. Das Streamen erfolgt mit Hilfe von Byte-Range-Requests und des Status-Codes 206.
Die App ruft ständig den Server an und sagt: Gibt mir jetzt Abschnitt 0 bis 200. Gibt mir jetzt Abschnitt 200 bis 400. Solange wie die Episode abgespielt wird.
Wenn wir vom glücklichen Fall aus gehen, dass hinter einer IP(v4) nur eine Podcast-App verbirgt (was gerade im Mobilfunk eher die Ausnahme ist, da dort sehr viel NAT im Einsatz ist), kann man so schon tracken wie lange eine Episode gehört wird, ob sie pausiert wird oder ob vor- oder zurückgespult wird.
Aber auch das ist am Ende bisschen ungenau und betrifft wie gesagt laut Angaben des Herstellers nur 30% der Plays.
Funfact: Das Prinzip dieser “Messung” ginge auch mit PocketCasts oder Overcasts. Die streamen Episoden genau so, wenn sie nicht vorher heruntergeladen werden.
Fazit: Keine geheime Magie. Niemand hat die Apple Podcast Stats gecrackt. Die Daten dafür haben alle Podcast-Produzierende bereits in ihren Server-Logs.
6 „Gefällt mir“
Abseits von der Technik kann es natürlich ganz spannend sein zu sehen wie und wo geskippt wird (Werbung). Nun kommt das Aber (nach meiner Meinung und ohne wissenschaftliche Bestätigung): Das ist nur ein kleines Sample und Streamen von Episoden passiert eher bei Nicht-Abonnenten (“mal kurz hinein hören”). Und wenn ich mal in einen Podcast hineinhöre skippe ich öfters. Wie wertvoll diese Information dann ist, muss jede_r für sich selbst entscheiden.
Vielleicht ist das Tracken von Nutz_innerverwalten im Webplayer sinnvoller. Immerhin kann man dort die Daten, je nach dem wie “evil” man ist, mit weiteren Informationen anreichern und filtern.
1 „Gefällt mir“
Hallo @gglnx, danke für den erweiterten Einblick! Natürlich ist da auch Marketing dabei, sie sagen aber auch explizit, dass Ihre Meßmethoden über die Byte-Range Requests hinausgehen (die Secret Sauce rücken sie natürlich nicht raus).
Ich denke auch, dass die Zielgruppe hier ein wenig anders ist, da Omny sehr radionah sein will. Im Radio sind viele “Podcasts” im Prinzip nur eine Neuverpackung einer ausgestrahlten Sendung. In diesem Fall ist es durchaus interessant, rauszufinden, welche Bereiche gehört und welche übersprungen wurden. Auf jeden Fall genauer, als die Messmethoden im linearen Radio, die ja rein umfragenbasiert sind oder nur mit Hilfe von zusätzlichen Meßgeräten durchgeführt werden können (hallo Herr Heisenberg). In so einem Fall also durchaus nützlich.
Oh, gerade die Kommentare im Originalartikel gelesen. Da gehts auch hoch her 