Ich habe es ja schon befürchtet, aber einen Versuch war es doch wert: Vor ein paar Tagen habe ich mal wieder Zahlen zum AllStar-Bonus gesammelt. Vorab: Es gibt im Vergleich zur letzten Auswertung keine großen, neuen Erkenntnisse.
Aber ein Schritt nach dem anderen. Insgesamt 96 E-Books sind für August erfasst worden, die einen AllStar-Bonus bekommen haben. Die gezahlten Boni lagen zwischen 44 und 3800 Euro. Gezahlt wurden sie für Bücher mit gelesenen Seitenzahlen zwischen 26.000 und 2,2 Millionen. Der niedrigste Bewertungsschnitt lag bei 3,2. Pro 1000 gelesenen Seiten lag der Bonus im Mittel bei 1,57 Euro. Pro Leihe (definiert durch Gesamtzahl gelesener Seiten, geteilt durch den KENPC-Umfang) lag er im Mittel bei 0,83 Euro. Die mit dem Bonus ausgezeichneten Bücher hatten also im Mittel Einnahmen von ca. 2 Euro pro Leihe (KindleUnlimited-Bonus plus AllStar-Bonus) statt sonst ca. 1,30 Euro pro Leihe. Das kommt dem Honorar bei einem Verkauf schon recht nahe.
Der mittlere Bonus lag bei 508 Euro. Die Zahlen waren allerdings sehr unsystematisch verteilt. Ein Buch mit 2,1 Millionen gelesenen Seiten kam auf 700 € Bonus, eines mit 2,2 Millionen Seiten erhielt 3800 €. Diese Beobachtung lässt sich für alle Größenordnungen bestätigen.
Aber was ist nun mit A, das zu B führt? Ich habe diese Zahlen abgefragt:
- Höhe des Bonus
- Gelesene Seiten August
- Umfang in KENPC
- Verkäufe im August
- Mittlere Bewertung
- Alters des Buchs in Monaten
- Anzahl der Bewertungen
- In Prime enthalten
- Früher schon AllStar-Bonus
- Genre
Daraus habe ich noch diese Werte berechnet:
- Ausleihen
- Bonus pro Leihe
- Leihen zu Kauf
- Ausleihen+Verkäufe
Schließlich habe ich für die vorhandenen Datenfelder Korrelationskoeffizienten R berechnen lassen (von Google). Dabei handelt es sich um einen Begriff aus der Statistik. R liegt zwischen -1 und +1. Werte über Null zeigen eine positive Korrelation (mehr A korreliert mit mehr B). Was ein bestimmter Korrelationskoeffizient wert ist, hängt vom Sachgebiet ab. Werte um 0,8 sind durchaus stark korreliert. Werte unter 0,3 korrelieren eher schwach.
Das sind die Ergebnisse (August):
Bonus zu Seiten: 0,748 – eindeutig korreliert. Mehr Seiten – mehr Bonus.
Bonus zu Umfang: 0,045 – der Bonus hängt NICHT vom Umfang des E-Books ab.
Bonus zu Verkäufe: 0,672 – eindeutig korreliert. Mehr Verkäufe– mehr Bonus. Aber Achtung! Eine Korrelation ist keine Ursache-Wirkungs-Beziehung. Da hier R auch geringer ist als bei den gelesenen Seiten, zieht Amazon die Verkäufe eher nicht zur Bonusberechnung heran.
Bonus zu Bewertung: -0,057 – klar keine Korrelation. Damit ist die mittlere Bewertung auf keinen Fall ein Faktor zur Bonusberechnung.
Bonus zu Ausleihen: 0,724 – eindeutig korreliert. Mehr Ausleihen – mehr Bonus
Bonus zu Alter: -0,245 – schwach negativ korreliert. Ältere Bücher erhalten tendenziell weniger Bonus.
Bonus zu Anzahl der Bewertungen: -0,016 – klar keine Korrelation.
Bonus zu Verkaufspreis: -0,313 – teurere Bücher erhalten tendenziell weniger Bonus. Dürfte aber daran liegen, dass sie weniger Sichtbarkeit und damit weniger Seiten haben.
Bonus zu Prime Reading: -0,129 – Prime Reading hilft definitiv NICHT dabei, einen Bonis zu erhalten.
Bonus zu früher Bonus -0,084 – ebenfalls keine Korrelation.
All diese Ergebnisse hatten wir auch schon bei den früheren Statistiken. Und was ist mit dem Genre? Leider haben sich vor allem Liebesroman-Schreibende an der Umfrage beteiligt. Dazu kamen zwölf Fantasy- und fünfzehn Krimi-Titel (Rest im Prozentbereich). Der mittlere Bonus lag beim Liebesroman mit 580 € am höchsten, bei Fantasy mit 430 € am niedrigsten. Der Bonus pro gelesenen 1000 Seiten schwankt zwischen 0,3 und 8,3, was sich aber nicht einer bestimmten Ursache zuordnen lässt. Der Bonus pro Seite scheint beim Krimi deutlich höher auszufallen (1,8 zu 1,3) – ABER: hier gab es einen Ausreißer mit 1500 € Bonus für 230.000 Seiten, der bei nur fünfzehn Werten den Mittelwert verzerrt. Nimmt man den Ausreißer heraus, ist die Differenz nicht mehr signifikant.
Zu beachten ist auch, dass natürlich bei der Eingabe der Daten ins Formular Fehler passiert sein können. Offensichtliche Fehler habe ich korrigiert – bei zwei Titeln waren z.B. bei Umfang und gelesenen Seiten dieselben Werte eingetragen.
Fazit: Kann man daraus irgendetwas lernen? Nein. Entweder, die Boni werden ausgewürfelt, oder der geheime Faktor ist so geheim, dass ihm mit den vorhandenen Daten statistisch nicht beizukommen ist. Je mehr gelesene Seiten, desto höher ist die Chance auf einen Bonus, das kann man definitiv sagen. Mehr nicht.