Knowledge Bridge

//Кевин Андерсон /23 ноября / 2012

Как использовать данные об аудитории, чтобы добиться лучших результатов в редакционной работе и в бизнесе

Медиакомпаниям есть, чему поучиться у Барака Обамы. В ходе его избирательной кампании была выстроена мощная система анализа данных, в которой сводились огромные массивы информации.  «В этой кампании мы собираемся измерить всё», – заявил журналу «Тайм» руководитель кампании Джим Мессина (Jim Messina). Это позволило точно ориентировать кампанию на тех, кто потенциально мог ее подержать, зарегистрировать этих людей и обеспечить их голоса в день выборов. Эти новации были одним из факторов, благодаря которым Обама смог победить на выборах, когда его отрыв был минимальным.

Некоторые передовые медиакомпании уже используют такие методы анализа данных, чтобы повысить отдачу от своего контента, приложений для мобильных устройств и своего бизнеса. Способность эффективно оценить не только размер своей аудитории, но и то, как аудитория реагирует на контент, насколько он ее привлекает, помогает медиакомпаниям точно понять, справляются ли они с задачами, стоящими перед редакцией и бизнесом.

В борьбе за время и внимание аудитории – и за деньги рекламодателя – способность медиакомпании конкурировать со своими цифровыми соперниками будет определяться тем, насколько эффективно они смогут использовать данные об аудитории.

Сделайте данные об аудитории приритетом

Для таких медиакомпаний, как PolicyMic, отслеживание Интернет-аналитики позволяет «держать руку на пульсе» их веб-сайта.

Все девять сотрудников нового проекта цифровых новостей не просто имеют доступ к аналитическим данным о сайте, «каждый редактор, проснувшись, читает автоматически посланное по электронной почте сообщение с полной аналитической выкладкой за предыдущий день. Мы следим за тем, чтобы ежедневные данные были простыми, доступными и чтобы по ним можно было работать», – говорит  один из основателей PolicyMic Крис Алтчек (Chris Altchek). МДЛФ вложил средства в PolicyMic через свой венчурный фонд информационно новостных инноваций DigitalNewsVentures.

По мнению Алтчека внимание к данным приносит явную пользу. «Аналитика позволяет нам добиваться ежемесячного роста. За десять месяцев этого года, каждый день изучая данные о нас, мы увеличили число уникальных посетителей со 100.000 до 5 млн.», – говорит он.

Как работает контент?

Такие результаты это одна из причин, по которым медиакомпании все больше используют данные об аудитории для совершенствования редакционных и финансовых достижений.

Аналитические программы и сервисы позволяют оценивать огромное количество параметров, относящихся к контенту,  включая общую численность аудитории, местоположение пользователей, базовые демографические показатели вашей аудитории и переходы. Под переходами понимается то, как ваша аудитория находит ваш контент: через поиск, социальные сети, или напрямую заходя на ваш сайт. Первый шаг – это решить, что именно вы будете анализировать.

Руководители избирательной кампании Барака Обамы хотели измерить всё. Для медиакомпаний и СМИ, это, хотя и возможно, но непрактично. «Вам нужно определить ваши приорететы, вы не можете измерять 30-40 параметров», – говорит  Карл Шнайдер (Karl Schneider), директор по редакционному развитию, издатель, отвечающий за направление business-to-business в компании Reed Business Information.

Чтобы определить, какие из множества параметров вы приоритетно хотите анализировать, вам надо определить ваши цели и выбрать ту измерительную методику, которая лучше всего подходит для достижения каждой цели.

Это коренное изменение по сравнению с тем, как медиакомпании традиционно использовали измерения. Шнайдер объясняет, зачем и как медиакомпании проводят этот анализ, переходя от простых измерений размера аудитории к оценке того, как аудитория откликается на контент.

В прошлом в индустрии применялись стандартные параметры: количество просмотров страниц, уникальных посетителей, а также некоторые индикаторы заинтересованности, такие, как время, проведенное на странице и количество перепостов, которые сделал пользователь в социальных сетях. Шнайдер признает, что люди особенно не задумывались над тем, почему проводятся именно такие измерения. «Мы в течение некоторого времени стали понимать, что те, вещи, которые мы измеряем, не очень связаны с коммерческой успешностью бизнеса», – говорит он.

Он сравнивает традиционное понимание измерений с компанией, которая разрабатывает автомобиль. Чтобы понять, хороша ли разработка, они могут выбрать несколько показателей. Инженер может выбрать высокую скорость, но для начала вы должны определить, какого типа машину вы разрабатываете. Если это спортивная машина, высокая скорость может быть хорошим критерием, а если вы строите грузовик для службы доставки, такая категория уже не подходит, чтобы определить успешность. Первый вопрос, на который компания должна ответить: для чего машина будет использована? В чем будет заключаться ее функция?

Точно так же, прежде чем вообще думать об измерениях, RBI задумалось о роли своего контента. Чего они хотят достичь этим контентом и с точки зрения аудитории, и с точки зрения бизнеса. Как только ответ на вопрос, как должен работать контент, найден, «подходящие индикаторы зачастую находятся сами собой, становятся очевидными» – говорит Шнайдер.

В связи с этим он задумывается, почему медиакомпании не задаются вопросом, как будет работать контент. Он говорит:

Традиционно, он работает одним и тем же способом, и, поскольку роль его одинакова, нам не надо задаваться этим вопросом. Традиционно его функция состояла в том, чтобы обеспечивать аудиторию. … В прошлом монетизация происходила достаточно просто: мы или взимали плату за контент, … или продавали рекламу вокруг него.

Пакет предложений не был дифференцирован, и реклама тоже была относительно недифференцированной. В печатных изданиях вы не могли точно адресовать рекламу целевой аудитории. В обеих бизнес-моделях задача, которую выполнял контент, заключалась в том, чтобы обеспечивать аудиторию. Измерения количества проданных выпусков, читательской аудитории подходили для обеих бизнес-моделей.

«Мы перенесли это мышление и в Интернет, не обращая внимания на то, что способы монетизации контента, особенно в последнее время, очень изощренны», – добавляет он. Теперь, в цифровой реальности, монетизация контента может включать, например, такие вещи, как подписка читателя на рекламу вакансий или регистрация на платное событие. Кроме того, можно собирать информацию о заинтересованном читателе, чтобы определить круг заинтересованной аудитории. Он говорит:

Добиваться того, чтобы (люди) «заходили»на сайт, недостаточно для создания бизнес-модели. Если кто-то просто заходит, читает статью, смотрит видео и только, то на этом мы обычно не можем заработать. Понятно, что мы все еще даем рекламу, но и она  становится  гораздо более изощренной. Все больше и больше мы хотим, чтобы реклама была адресной. Если люди приходят на сайт и сообщают что-нибудь о себе, чтобы мы могли адресовать рекламу им, это гораздо более ценно, чем если бы они просто появлялись там и снова исчезали.

Выбор правильной системы измерения

Чтобы лучше понимать функции контента, цели, которых  она хочет достичь, RBI опробует подход, включающий встречи с менеджерами, ответственными за приток доходов, из которых поддерживается контент. Они обсуждают, какой контент способствует или может способствовать увеличению притока прибыли.

Например, если речь идет о бизнесе в организации мероприятий, очевидная функция, которую может выполнять контент, – приводить тех, кто мог бы записаться на мероприятие, к странице, на которой они могут купить билеты. Многие источники доходов RBI работают именно по этой модели, когда контент используется для увеличения количества конверсий на платный контент либо платные мероприятия. Насколько эффективно контент выполняет эту функцию – это один из ключевых показателей,  которые можно измерять.

Кроме того в компании изучают то, как с помощью контента выстраивать взаимоотношения бренда и аудитории. «На большинстве рынков основной опыт взаимодействия аудитории с брендом – это потребление контента», – говорит Шнайдер.

Взаимоотношения с брендом труднее измерить, нежели конверсию. В настоящий момент компания разрабатывает ключевые показатели эффективности (КПЭ) и «пытается найти показатели, которые тесно привязаны  к интересующим нас изменениям в восприятии», – отмечает Шнайдер. Если кто-то оценивает контент достаточно высоко, чтобы поделиться им с друзьями и профессиональными контактами, это, по мнению сотрудников RBI, является лучшим показателем взаимоотношений с брендом, нежели просто количество просмотров страниц.

Как бизнес-предприятие, компания меняет свое восприятие успеха. Например, сравнивая результативность контента, они могут сопоставить два фрагмента контента. У первого показатель просмотров страниц вдвое выше, но второй дал вдвое больший количество конверсий людей, которые записались на платное мероприятие.

«Если бы мы мыслили по-старому, мы подумали бы, что первый фрагмент лучше, но уже сегодня, мы говорим, что лучше второй, поскольку он обеспечил больше  конверсий  тех пользователей, которые нас интересуют, и, таким образом, принес больше дохода», – поясняет Шнайдер.  По его словам, первый фрагмент, может быть, и привлек больше пользователей, но они не входят в основную аудиторию компании.

Компании необходимо было расставить приоритеты, поскольку на некоторых рынках у нее есть шесть или семь источников дохода, для каждого из которых, контент выполняет четыре или пять различных функций. Каковы эти главные источники дохода? Какой ключевой фактор сработает для каждого из них, чтобы увеличился приток прибыли?

Инновации на основе информации

RBI и другие медиакомпании используют данные об аудитории, чтобы расставить приоритеты в свой работе, усовершенствовать дизайн своего сайта и приложений и повысить результативность контента. Использование  данных об аудитории предполагает непрерывный процесс оптимизации, использование измерений для пересмотра и корректировки своего подхода.

Перед тем, как придти в RBI, Шнайдер был ученым-физиком, поэтому он привнес настоящий научный подход к использованию данных об аудитории. Выбранные компанией КПЭ он рассматривает как часть гипотезы, которую необходимо проверить.

Через полгода КПЭ будут пересмотрены. Если все показатели выросли и вырос доход, значит, в компании поймут, что они выбрали правильные параметры измерений. Если нет – им придется пересмотреть, что именно они анализируют.

 

В PolicyMic используют аналитические данные для того, чтобы постоянно оценивать и совершенствовать результативность работы редакции. Алтчек отмечает:

«После каждого крупного события мы составляем отчет и детальный план, основанный на данных аналитики. Поэтому, когда аналогичное событие происходит снова, у нас уже есть четкий редакционный план, усовершенствованный на основе данных о результативности в прошлом. Мы распределяем статьи, меняем заголовки, переписываем вводные абзацы так, чтобы они соответствовали тенденциям, которые сотрудники выявили, изучая предыдущие аналитические данные.

В Великобритании, в газете «Дейли Телеграф», такие данные помогают отстраивать мобильные продукты. В статье для Международной ассоциации медиамаркетинга (INMA) директор по мобильным коммуникациям «Телеграф» Марк Чаллинор (Mark Challinor) пишет:

«Вместо метода проб и ошибок, мы при разработке приложений и мобильных предложений руководствуемся ключевыми данными измерений, поскольку агентства и рекламодатели требуют более точной ориентации на целевую аудиторию мобильных версий, а читатели рассчитывают получить мобильный доступ к новостям самыми разными способами».

Компания использовала данные о полугодовом пробном использовании своего приложения для «айпэдов» как для улучшения самого приложения, так и для тестирования форматов рекламы. Мониторинг действий читателей, использовавших приложение, помогло ей предложить усовершенствованные возможности, когда после бесплатной пробной версии было запущено платное и предустановленное приложение. Как и во многих других медиакомпаниях, здесь заметили всплеск обращений к приложению по вечерам.  «Учитывая это, мы разработали режим ночного чтения, который превращает «айпэд» в удобное устройство для комфортного чтения в кровати» – рассказывает Чаллинор.

Кроме того, в компании выяснили, что в возрастной группе старше 50 лет у них больше читателей, чем в любой другой возрастной группе.  По этой причине они сосредоточились на разработке  кампаний и контента для Интернета и смартфонов, ориентированных на более молодую аудиторию, чем  пользователи их «айпэд»-приложения.

«Телеграф» использует аналитические данные и для переговоров с рекламодателями. «Данные, полученные из аналитики, позволяют рекламодателям создавать более эффективную рекламу и дают возможность брендам устанавливать с нашими читателями настоящие  отношения участия», – отмечает Чаллинор.

Сделайте данные контролируемыми

В помощь разным группам, контролирующим данные, в RBI создали информационные панели, чтобы сотрудники могли легко следить за основными параметрами, которые они выбрали для мониторинга. Там создали информационную панель на верхнем уровне, с использованием аналитической программы Site Catalyst, разработанной Adobe. Верхняя панель предоставляет основные, общие аналитические данные по любым КПЭ, которые они пытаются анализировать. Сотрудники следят за изменениями параметров во времени, чтобы понять, улучшились ли показатели конверсии в текущем месяце по сравнению с предыдущим.

Вторая информационная панель отражает показатели контента на гораздо более детализированном уровне. Она показывает параметры обеих категорий контента и даже отдельных его частей, результативность которых была сильной или слабой применительно к КПЭ. «Это самая главная панель в плане развития результативности», – говорит Шнайдер. Группы, занимающиеся контентом, могут использовать  панель, чтобы находить сходные характеристики в тех частях контента, которые показали высокую эффективность.

Все это позволяет тестировать контент и принимать информированные решения о том, на каком контенте сконцентрировать свои усилия и время, а на каком – нет.

Site Catalyst используют многие крупные медиаорганизации, однако, говорит Шнайдер, до сих пор они не задействуют все возможности этого сервиса. Многого, из того, что RBI делает в своем пилоте, утверждает он, медиакомпании могут добиваться, используя гораздо более простые сервисы анализа статистики, такие, Google Analytics.

Реакция редакционной команды

Эта революция в анализе данных об аудитории дает медиакомпаниям совершенно новую, ясную картину при принятии решении относительно цифровых технологий. Однако даже такие ее приверженцы, как Шнайдер,  обеспокоены тем, как на это среагируют редакционные группы.

“Больше всего я беспокоился о том, как мы сможем «продать» это редакционным командам, и что они скажут в ответ. Я боялся, то реакция будет отрицательной. Надеялся – что будет нейтральной», – признается он.

Опыт работы Шнайдера с творческим персоналом, включая журналистов,  говорит о том, что те терпеть не могут неясных показателей успеха. Но и «микроменеджмент» они ненавидят так же. Руководство RBI не говорит журналистам, что те должны создавать такой-то тип контента. Они просто определяют критерии успеха и дают редакциям свободу в определении путей достижения этих целей.

Аналитические данные подталкивают редакции к тому, чтобы экспериментировать с теми видами контента, с которыми они раньше не имели дела, например, с визуализацией данных. Один из источников дохода RBI – это хорошо поставленный бизнес, базирующийся на анализе данных, и визуализация используется для привлечения новых подписчиков  на его продукты.*

Несмотря на то, что от рациональности данных веет холодком, даже холодом по сравнению с пылом, который ощущает большинство журналистов в своей работе, все мы хотим добиться успеха, и медиакомпании и другие издатели находят, что анализ аудитории способствует тому, чтобы контент достиг как можно большей аудитории, и бизнес был более эффективным.  И стратегии, основывающиеся на данных, могут стать существенным конкурентным преимуществом для медиакомпаний, которые переходят на цифровые технологии.

 

* Дисклеймер: прежде, чем придти в МДЛФ, я работал с RBI, обучая их персонал методике журналистики данных, включая технологию создания  схем, таблиц, графиков и других видов визуализации.

Автор: Кевин Андерсон