Tag 102: Transparenz sollte nicht so schwierig sein

Tag 102.

Heute Morgen habe ich etwas auf NielFlamm.com/blog das meiner Meinung nach in direktem Zusammenhang mit dieser ganzen Nextdoor-Geschichte steht:

Meine eigenen Zahlen.

Nicht nur die schmeichelhaften.

Meine Website-Statistiken der letzten 30 Tage zeigen rund 2.500 Besuche, 2.500 eindeutige Besucher und 2.700 Seitenaufrufe. Die Besuche sind im Vergleich zum Vormonat um 537 % gestiegen, die eindeutigen Besucher um 554 % und die Seitenaufrufe um 320 %.

Klingt fantastisch.

Hinzu kommt die Absprungrate von 97,31 %.

Das würde ich nicht unbedingt auf einen Pokal drucken lassen. 😂

Und ich zeige diese Zahl auch an.

China? Anscheinend bin ich in China riesig.

Die Geografie überraschte mich noch mehr.

Von dem in meinen Analysedaten angezeigten Traffic:

China: 2.025 Besuche – 80,1 %;
USA: 312 – 12,3 %;
Brasilien: 27 – 1,07 %;
Vietnam: 21 – 0,83 %;
Indien: 12 – 0,47 %

Verstehe ich vollständig, warum China 80 % des Datenverkehrs ausmacht?

Nein.

Könnte ein Teil des Datenverkehrs automatisiert, ungewöhnlich umgeleitet oder anderweitig nicht die 2025 Menschen repräsentieren, die in China gespannt auf meinen nächsten Blogbeitrag warten?

Absolut.

Genau darum geht es.

Ich weiß nicht alles, was hinter den Zahlen steckt.

Deshalb zeige ich sie, stelle Fragen und bitte die Leser um Feedback.

,

Warum ist das so schwierig?

Das bringt mich zurück zu Nextdoor.

Ich habe nach WAU – den wöchentlich aktiven Nutzern.

Ich habe um die detaillierten Insights-Berichte gebeten, die Nextdoor laut eigener Aussage auf Anfrage zur Verfügung stellt.

Ich habe Fragen zur Methodik, zum Engagement, zur Kommunikation und zu anderen Kennzahlen gestellt.

Und was habe ich nach 102 Tagenerhalten?

Links zu Informationen, die bereits öffentlich zugänglich waren, und Antworten, die aus meiner Sicht die zugrundeliegenden Fragen nicht beantwortet haben.

Das ist nicht die Art von Transparenz, von der ich spreche.

Transparenz ist nicht:

„Hier ist die Zahl, die wir Ihnen zeigen wollen.“

Es ist auch:

„Hier ist die Zahl. Hier ist, was wir darüber wissen. Hier ist, was wir nicht wissen. So haben wir sie berechnet. Stellen Sie uns Fragen.“

Ich weiß nicht alles

Das ist ein Satz, den ich leicht schreiben kann.

Ich weiß nicht, warum meine Besucherzahlen plötzlich so stark angestiegen sind.

Ich weiß nicht genau, warum China diesen Bereich dominiert.

Ich weiß nicht, wie viele Besucher jedes Wort lesen und wie viele nur zufällig auf die Seite gelangen und wieder verschwinden.

Und ich weiß ganz sicher nicht, was in den Köpfen meiner Leser und Zuschauer vorgeht.

Deshalb frage ich.

Was liest du gerade?

Was funktioniert nicht?

Warum bist du gegangen?

Was sollte ich ändern?

Was würde Sie zur Rückkehr bewegen?

Das ist hilfreiches Feedback.

Und wenn jemand, der NielFlamm.com , sowohl die schönen als auch die unschönen Zahlen veröffentlichen, Fragen dazu stellen und zugeben kann, was er nicht weiß, dann halte ich es nicht für unvernünftig, von einer börsennotierten Nachbarschaftsplattform zu erwarten, dass sie ernsthaft darauf eingeht, wenn ein Aktionär Fragen zu ihren Kennzahlen und Recherchen stellt.

Ich verlange von Nextdoor nicht, dass sie alles weiß.

Ich bitte es, zu erklären, was es weiß.

Tag 102.

👉 Sehen Sie sich die Kennzahlen an und verfolgen Sie die fortlaufende Fallstudie:

NielFlamm.com/blog

Bei der gemeinsamen Nutzung von Daten ist die Methodik entscheidend

Nextdoor hat kürzlich einen Forschungsartikel mit folgendem Titel veröffentlicht:

„Was Nachbarn im Jahr 2026 wollen: Vorsätze, Ausgabenverschiebungen und Gemeinschaftssinn“

Zu den Quellen gehören interne Umfragen von Nextdoor, doch die öffentlich zugänglichen Materialien scheinen keine wichtigen Forschungsdetails preiszugeben, wie zum Beispiel:

• Stichprobengröße
• Fehlermarge
• Rücklaufquote
• Stichprobenverfahren
• Demografische Zusammensetzung
• Gewichtungsmethode
• Genaue Umfragefragen
• Vollständige Umfrageergebnisse
• ​​Unabhängige Überprüfung oder Validierung

Als jemand, der jahrelang mit Beurteilungen, Berichten, Schulungskennzahlen und Stakeholder-Analysen gearbeitet hat, ist eine der ersten Fragen, die ich stelle:

Wie wurden die Daten erhoben?

Hat denn niemand bei Nextdoor John King am Wahlabend bei der Arbeit am CNN Big Board beobachtet?

Er nennt nicht einfach einen Bundesstaat und verkündet das Ergebnis. Er analysiert detailliert Landkreise, Demografie, Wahlbeteiligung, Wahlgeschichte, Ergebnisspannen und Methodik. Das Publikum kann nachvollziehen, wie das Ergebnis zustande kam.

Das schafft Glaubwürdigkeit.

Ohne eine geeignete Methodik bleiben uns nur Schlussfolgerungen, aber wir sind nur bedingt in der Lage, die Qualität der zugrunde liegenden Forschung zu beurteilen.

Ich behaupte nicht, dass die Ergebnisse ungenau sind.

Transparenz schafft Vertrauen.

Wenn die Studie fundiert ist, warum nicht die vollständige Methodik, den Fragebogen, die demografischen Daten der Befragten und die unterstützenden Daten veröffentlichen? Dadurch könnten Werbetreibende, Investoren, Journalisten, Forscher und Nutzer die Ergebnisse unabhängig bewerten und die Grenzen der Studie verstehen.

Daten sind am wertvollsten, wenn andere nachvollziehen können, wie die Schlussfolgerungen zustande gekommen sind.

Welches Maß an Transparenz sollten Unternehmen bei der Verwendung interner Umfrageergebnisse in öffentlich zugänglichen Berichten gewährleisten?

Abonnieren Sie NielFlamm.com.