Сайт работает в тестовом режиме. Приносим извинения за возможные неудобства
Назад

Data-аналитика The New York Times

Data-аналитика The New York Times

В последние годы база цифровых подписчиков The New York Times значительно расширилась. Как издатель использует данные, чтобы повысить конверсию сайта и удерживать аудиторию? Где эффективней всего применять анализ данных и как газета с такой богатой историей преуспела в его освоении? Отвечает Арам Чекиджян, вице-президент по пользовательским данным NYT. 

В The New York Times Чекиджян входит в группу специалистов, снабжающих данными редакцию и бизнес-отдел. Для двух подразделений эта информация служит общей валютой, а задача Чекиджяна – анализировать и передавать им показатели, одинаково важные для журналистов, менеджеров и бухгалтеров компании. Он руководит всей аналитикой пользовательских данных, а его команда готовит статистику – от эконометрического моделирования до анализа вовлеченности «снизу вверх» и использования данных, агрегируемых сайтами и сервисами, которые не имеют прямых взаимоотношений с пользователями (third-party data).

В этом интервью Чекиджян объясняет, как его команда сотрудничает с другими отделами, рассуждает о главных инструментах data-аналитики и рассказывает о трудностях, с которыми компании пришлось столкнуться на пути к освоению новых технологий.

- Как бы вы охарактеризовали отношение к данным в The New York Times, особенно в отделе новостей? В чем их цель видят именно журналисты?

- В отделе новостей мы работаем с редакторами, чтобы предоставлять коллективу аналитическую информацию об аудитории и уровне ее вовлеченности. Чтобы лучше понять имеющихся и потенциальных читателей, зачастую мы проводим не только количественные, но и качественные исследования.

В общем и целом мы доносим до журналистов значимые показатели вовлеченности и информацию о читателях, и это помогает им понять, смогли ли они достичь целевой аудитории.

- Как именно в вашей компании организован сбор и обработка данных?

- Большую часть статистики мы собираем сами, недавно освоили микс-моделирование, и это благотворно сказалось как на рентабельности, так и на скорости работы. Данные, на получение которых требовались месяцы, теперь обрабатываются за несколько недель, а это важно для медиастратегии и, следовательно, для прибыли. Модель для измерения уровня вовлеченности у нас тоже очень эффективная, она дает нам информацию о том, как меняется аудитория, а это позволяет спланировать актуальную стратегию.

- Насколько анализ данных помогает в работе с подпиской?

- Наши модели позволяют прицельно анализировать тактику привлечения и удержания пользователей, а также постоянно вносить коррективы в медиапланирование и в стратегию продвижения продуктов – в зависимости от изменений на рынке. Анализ данных помогает выяснить, насколько эффективны продажи и бизнес-модели платных медиа, поэтому мы постоянно развиваемся и совершенствуемся.

- Расскажите о том, как отдел по работе с данными сотрудничает с другими командами и подразделениями газеты.

- Примерно 70-80% работы координируется заранее, и приоритетные аспекты обозначаются на «дорожной карте» конкретного проекта. У отдела по работе с данными своя внутренняя карта, ее периодически (обычно дважды в неделю) синхронизируют с приоритетными задачами других подразделений – в этом нам помогает отдел менеджмента продуктов. Удобство в том, что сразу виден объем работы и возможный обмен ресурсов между разными проектами, полезно это и при распределении кадров.

Оставшиеся 20-30% – работа в рутинном порядке, подразумевающая специальную аналитику и выполнение дополнительных запросов со стороны партнеров или акционеров. Как правило, здесь решения зависят от нескольких подразделений. Для коммуникации и сотрудничества мы используем продукты Google (Docs, Sheets, Hangout и т. п.) и Slack. Согласование итоговых результатов обыкновенно происходит в режиме личной встречи, но иногда сотрудничество полностью виртуально – связь поддерживается через обмен записками и слайдами.

- Какие еще возможности открывает использование имеющихся и новых данных для журналистской и коммерческой деятельности?

- Что касается журналистики, то сейчас мы исследуем способы измерения вовлеченности при чтении материалов (например, время, доскроллы и т. п.), чтобы выделить характерные признаки хорошей статьи.

Если говорить о коммерческой деятельности, мы создали такие инструменты, как Readerscope и Project Feels. Сначала это были внутренние наработки, но мы адаптировали их для широкого использования в интересах бизнеса.


- Какие инструменты для работы с контентом используют в редакции?

 - Мы разработали STELA (story and event-level analytics), чтобы обеспечить журналистам и редакторам легкий доступ к информации о публикуемых материалах. Сюда относятся отчеты о том, как и где они были опубликованы, исчерпывающая статистика о читателях (например, география, по какой ссылке пришел пользователь, наличие подписки), а также ключевые показатели вовлеченности. STELA непрерывно развивается, и над этим мы работаем вместе с журналистами.

Кроме этого, мы используем Chartbeat для программирования нашей стартовой страницы и Newswhip, чтобы отслеживать сюжеты, о которых пишут другие издания.

- Какие из вызовов, вставших перед компанией с такой давней историей на пути к внедрению аналитики, оказались самыми серьезными?

- Еще относительно недавно печать и цифра были разными направлениями медиабизнеса. Чтобы интегрировать или адаптировать старые механизмы возрастом в несколько десятков лет к нашей облачной системе, потребовалось провести масштабную работу с участием многих подразделений. Но теперь, когда единая система запросов и аналитики сделала использование данных удобным, процесс стал более грамотным, контролируемым и стандартизованным, что в свою очередь позволило нам выйти на принципиально иной уровень как сервиса платной подписки.

Симона Флюкигер, корреспондент WAN-IFRA

Скриншот: www.niemanlab.org

Материал опубликован в февральском номере журнала «Стратегии и практика издательского бизнеса. WAN-IFRA-ГИПП Magazine»

Все материалы свежего номера читайте здесь

Элемент 80896 не найден.

Читайте также

все новости