通过亚当·金尼
忘却热门话题-参与度将在数字时代拯救新闻业。 那么为什么我们不能测量呢？
在过去的几十年中，媒体公司以不同程度的成功投身于数字世界。 尽管有些公司蓬勃发展，但许多其他公司仍在努力寻找一种行之有效的商业模式-几乎所有人都承认他们的盈利能力不如印刷时代高。 同时，数字领域的许多新的颠覆性力量已经拥抱社交媒体来驱动大量的页面浏览，但是这些新模型并没有为需要大量时间和金钱来创建的严肃新闻业留出足够的空间。
从根本上讲，我认为这些问题都是由于对数据的投资不足以及对媒体公司用户缺乏深入了解而引起的。 在社交媒体上工作了多年之后，我可以证明社交媒体公司在理解用户方面以及利用这种理解来创建引人入胜的产品的能力，比传统媒体具有巨大优势。 为了在数字时代争夺用户的注意力，我们必须匹配社交媒体的数据复杂性，但要发挥传统媒体的基本优势：原创新闻和独立编辑判断。 Schibsted Media Group在这里有了一个很好的开端，我很高兴能帮助您全面实现这一数据革命。 但事实是，在许多媒体公司中，这种改变早就该了。 如果媒体行业要在未来几年蓬勃发展，我们就必须联合数据技术，彻底改变媒体行业使用数据的方式。
衡量正确的事情
推动数据革命始于衡量正确的事情。 自然，许多公司倾向于将重点放在与货币化直接相关的指标上。 在数字发布中，收入通常与广告展示次数相关，而广告展示次数又是综合浏览量的函数。 结果，记者要为自己的文章带来更高的综合浏览量。 在追逐综合浏览量的压力下，许多数字媒体公司不得不创建内容浅且可快速制作的内容，以诱使用户点击带有误导性或夸大标题的内容。 这些技术确实可以带来更高的综合浏览量-至少一次。 但是用户体验太糟糕了，这些作品令人不满意，而且经常无法兑现头条新闻的承诺-因此，这些做法不是在建立忠实的听众，而是不可避免地产生了为每个作品吸引越来越多新用户的需求。 有谁相信这是一种可持续的商业模式？ 当这场最底层的竞赛展开时，一个知识渊博，有能力的公民的民主理想会如何？
现场停留时间
数字出版趋向于浅而易行的趋势是对浏览量的关注的直接结果。 但好消息是，有更好的方法。 数字出版的重点应该放在建立大量忠实的读者群上，这些读者使阅读数字媒体成为日常习惯。 而且，如果您需要忠实的，敬业的读者，则需要对他们进行衡量和理解。 而不是综合浏览量，重点应该放在更深的指标上，例如在网站上花费的时间和上周访问的天数。 这些统计信息可以更深入地衡量用户的参与度和习惯。 的确，作为发布者关注这些指标可能会导致短期浏览量下降，从而也损害广告收入。 但是从长远来看，将重点放在建立敬业的忠实用户群上，将带来更可持续的网页浏览量和更好的获利机会。
正确指标的影响
一旦跟踪了正确的指标，数字产品的每个方面都应面向优化这些指标，从而建立越来越大的忠实用户群。 正确的指标可以通过两种方式对数字媒体产品产生积极影响：首先，它们可以指导产品设计和编辑判断方面的决策。 其次，它们可以指导产品特定方面的算法控制。 让我们深入探讨每个细节。
产品设计与编辑判断
运作良好的数据分析功能将产生有关产品用户的有用见解的源源不断。 有了正确的指标，分析师可以将精力集中在了解哪种类型的内容和媒体产品可以创建忠诚的，参与的用户上。 然后，分析师可以将用户群细分为代表喜欢不同类型产品和内容的不同类型用户的细分。 他们将随着时间的推移跟踪这些细分市场中的每个细分受众群，以查看哪种产品流和内容导致更高的参与度，哪些导致更低的参与度。 他们将进行实验以验证其发现。
但是有一个陷阱：如果产品所有者，编辑和记者没有与数据分析师积极合作并利用他们的发现来推动更高的参与度，这项工作将徒劳无功。 记者可以了解他们的哪些作品有助于提高参与度，并与数据分析师合作，了解他们的作品为何发挥了作用。 然后，记者可以利用这些知识来创建各种内容，这些内容将吸引大量人，并使他们的读者回头阅读更多。 编辑者可以学习各种内容的组合如何共同发挥作用，从而在整个用户群体，甚至最终在整个用户群中提高互动度。 掌握了这些知识之后，编辑人员便可以计划并分配故事组合，从而为其出版物提供最佳的机会来发展敬业的用户群。 产品经理可以了解哪种产品设计和流程可以使用户轻松，快速地找到正确的内容。 所有这些人都应该与数据分析师保持不断的沟通，以不断完善他们的理解并尝试新方法。
算法内容排序
不同的用户群体对不同类型的内容感兴趣。 当然，实际上每个人对媒体的独特品味和期望都与其他人略有不同。 在描述数据分析师如何与以上不同的媒体功能进行协作时，我强调要针对用户群体，因为这些细分使我们能够考虑不同类型读者的不同需求。
为了真正为每个用户提供最佳体验，我们必须超越细分市场而走向个人。 仅凭人类实际上是不可能做到这一点的，因为用户的数量远远超过分析人员，编辑，记者和产品经理的数量，而这正是算法内容排序的来源。算法排序可以确保每个用户都能最准确地看到内容在他们每次访问该网站或应用时吸引他们。 关于在媒体中使用算法方法有时会感到恐惧。 我们是否冒着从流程中删除人工编辑判断的风险，而这会给每个出版物以自己独特的声音？ 相反，为了真正有效，我相信算法必须像任何有用的工具一样，由人工编辑来处理。 编辑人员与数据分析师合作，在各种作品方面具有专业知识，可以最好地反映出他们的出版物的使命和内容的选择，这些内容将吸引大量的读者。 一些内容，例如突发新闻，可以快速，廉价地编写。 其他人，例如长篇调查作品，则要花费大量的时间和金钱。 正确地实现这种平衡，实质上是构建可用于实时服务的正确的内容调色板，这是一项人工功能。 从此调色板中进行选择以满足每个人的喜好是一种算法功能。 我相信优化这两者的协作方式是我相信数字媒体可以真正蓬勃发展的方式。
数字时代的货币化
当然，为了使数字媒体蓬勃发展，我们还必须解决货币化问题。 对于数字媒体，这通常意味着广告，但请不要忘记建立一个庞大而又吸引用户的受众，这些用户一次又一次地访问，从而打开了广告以外的商业模式。 值得注意的例子是计量表，付费专区订阅和小额支付。 所有这些模型都需要忠诚的，敬业的用户群才能真正发挥作用。 话虽如此，大多数数字媒体都是通过广告获利的，因此值得花一些时间来处理广告。
假设我们有一个如上所述的数字媒体产品。 产品经理，编辑和新闻工作者与数据分析和算法内容分类协同工作，以优化产品以建立大量的目标受众。 这种产品的流行是关注。 产品中的所有内容都经过微调，可以将用户的注意力吸引到最吸引他们的内容上。 现在，假设我们在页面上放置了一些展示广告。 怎么了？ 一些用户会看到吸引他们眼球的广告，然后点击该广告，将其从网站上移开。 我们实质上是将用户的注意力从微调的引人入胜的内容上转移开来，以换取金钱。 而且，如果广告没有像我们的原始内容那样微调，那么我们也将减少用户的整体参与度以换取金钱。 只要我们承认这个折衷方案，并努力将用户参与度的下降降至最低，该模型就不会存在固有的错误。 为了最大程度地减少参与度，我们必须像对待自己的内容一样重视广告。
从这个角度来看，解决方案很明确：媒体公司不制作广告，但是可以确保广告的质量和用户个性化。 为此，他们必须利用相同的用户洞察力和算法排序，以确保最佳可用广告与每个用户的个人兴趣和偏好相匹配。 绝大多数数字媒体公司将广告定位外包给第三者，但这带来了新的效率低下的问题。 如果媒体公司如我上面建议的那样投资于数据分析和算法，那么使用这些相同的功能来最大程度地减少通过广告赚钱的参与成本是有意义的。
全球强国
所有这些自然说起来容易做起来难。 许多数字媒体公司出于财务考虑，根本没有足够的资金和开发时间来构建数据分析和个性化功能。 每个媒体公司构建相同的数据功能都是不现实的，甚至是不希望的。 实际上，如果媒体公司联合起来在单个发布和广告平台上进行协作，则仅需要构建一次这些功能。
在此模型中，参与的媒体公司将提供内容，提供洞察力所需的用户数据以及广告资源。 该平台将提供正确的指标，个性化算法和广告定位。 每个媒体公司仍将运行自己的目标站点和应用程序，但显示的内容和广告的排序将由平台决定。 实际上，一个公司的内容甚至可以通过该平台与其他公司共享，从而实现超个性化，从而推动参与度高于单独出版一个出版物（以及通过收益共享安排来补偿内容创建者） ）。 最后，该平台将减少广告收入，但这对于增加用户参与度并因此带来平台更高的收入是非常值得的。
与以广告为中心的平台（例如Google）和内容平台（例如Facebook的Instant Articles）相比，这种平台将具有多个优势。 与纯广告平台不同，媒体公司将从分析和个性化服务中受益，从而建立忠实的受众。 而且，与《即时文章》不同，媒体公司将拥有目标站点附带的完整产品控制权，并且在获利方面具有更大的灵活性。 也许最重要的是，一个由媒体构建的平台将把发布作为其DNA的固有部分，并且对某些有时在技术行业中缺乏的新闻自由和审查制度等问题具有敏感性。
这种媒体平台具有许多优势。 它使各种数据技术和实践能够建立庞大的用户群，而无需每个公司都自行构建这些功能，它为媒体公司提供了可行的业务模型，使他们仍然可以专注于其核心使命；它使编辑人员和新闻工作者能够与数据分析人员一起，以前所未有的深度了解读者。 值得注意的是，这样的平台有机会拥有足够的规模，成为数字广告的全球强国。 尽管该平台将为全球媒体公司带来福音，但它对于建立该平台的媒体公司来说具有巨大的成功潜力。
Schibsted Media Group在彻底改变数据使用量以提高用户参与度方面进展顺利。 但是，我们需要所有媒体公司与我们一起建立这些功能，以确保独立新闻事业的光明未来。
–
http://tinius.com
