Стратегии и практика издательского бизнеса Февраль 2019 WAN-IFRA / ГИПП - Page 20

20 Ф ЕВ РА Л Ь 2 019 ТЕХНОЛОГИИ И ИННОВАЦИИ [wan-ifra.org] [gipp.ru] Информация для редакции 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 ин- формация служит общей валютой, а задача Че- киджяна – анализировать и передавать им показа- тели, одинаково важные для журналистов, менед- жеров и бухгалтеров компании. Он руководит всей аналитикой пользовательских данных, а его ко- манда готовит статистику – от эконометрического моделирования до анализа вовлеченности «снизу вверх» и использования данных, агрегируемые сай- тами и сервисами, не имеющими прямых взаимо- отношений с пользователями (third-party data). В этом интервью Чекиджян объясняет, как его команда сотрудничает с другими отделами, рас- суждает 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 имен- но журналисты? В отделе новостей мы работаем с редакторами, чтобы предоставлять коллективу аналитическую ин- формацию об аудитории и уровне ее вовлеченно- сти. Чтобы лучше понять имеющихся и потенциаль- ных читателей, зачастую мы проводим не только ко- личественные, но и качественные исследования. В общем и целом мы доносим до журналистов значимые показатели вовлеченности и информа- цию 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, не- давно освоили микс-моделирование, и это благо- творно сказалось как на рентабельности, так и на скорости работы. Данные, на получение которых требовались месяцы, теперь обрабатываются за «Мы доносим до журналистов значимые показатели вовлеченности и информацию о читателях, и это несколько недель, а это важно для медиастратегии и, следовательно, для прибыли. Модель для изме- рения уровня вовлеченности у нас тоже очень эф- фективная, она дает нам информацию о том, как меняется аудитория, а это позволяет спланировать актуальную стратегию. помогает им понять, смогли ли они достичь целевой аудитории». Насколько анализ данных помогает в работе с подпиской? Наши модели позволяют прицельно анализировать тактику привлечения и удержания пользователей, а также постоянно вносить коррективы в медиапла- нирование и в стратегию продвижения продуктов – в зависимости от изменений на рынке. Анализ дан- ных помогает выяснить, насколько эффективны продажи и бизнес-модели платных медиа, поэтому мы постоянно развиваемся и совершенствуемся. туально – связь поддерживается через обмен запи- сками и слайдами. Расскажите о том, как отдел по работе с данны- ми сотрудничает с другими командами и под- разделениями газеты. Примерно 70–80% работы координируется зара- нее, и приоритетные аспекты обозначаются на «дорожной карте» конкретного проекта. У отдела по работе с данными своя внутренняя карта, ее периодически (обычно дважды в неделю) синхро- низируют с приоритетными задачами других под- разделений – в этом нам помогает отдел менед- жмента продуктов. Удобство в том, что сразу ви- ден объем работы и возможный обмен ресурсов между разными проектами, полезно это и при распределении кадров. Оставшиеся 20–30% – работа в рутинном по- рядке, подразумевающая специальную аналитику и выполнение дополнительных запросов со сто- роны партнеров или акционеров. Как правило, здесь решения зависят от нескольких подразделе- ний. Для коммуникации и сотрудничества мы ис- пользуем продукты Google (Docs, Sheets, Hangout и т. п.) и Slack. Согласование итоговых результатов обыкновенно происходит в режиме личной встречи, но иногда сотрудничество полностью вир- STELA – собственная разработка The New York Times. Этот инструмент в простой и наглядной форме предоставляет редакции информацию о публикуемых материалах. Арам Чекиджян, вице-президент по пользовательским данным The New York Times Какие еще возможности открывает использо- вание имеющихся и новых данных для журна- листской и коммерческой деятельности? Что касается журналистики, то сейчас мы иссле- дуем способы измерения вовлеченности при чте- нии материалов (например, время, доскроллы и т. п.), чтобы выделить характерные признаки хо- рошей статьи. Если говорить о коммерческой дея- тельности, мы создали такие инструменты, как Readerscope и Project Feels. Сначала это были вну- тренние 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 редак- торам легкий доступ к информации о публикуе- мых материалах. Сюда относятся отчеты о том, как и где они были опубликованы, исчерпываю- щая статистика о читателях (например, география, по какой ссылке пришел пользователь, наличие подписки), а также ключевые показатели вовле- ченности. STELA непрерывно развивается, и над этим мы работаем вместе с журналистами. Кроме этого, мы используем Chartbeat для про- граммирования нашей стартовой страницы и Newswhip, чтобы отслеживать сюжеты, о кото- рых 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 ин- тегрировать или адаптировать старые механизмы возрастом в несколько десятков лет к нашей облач- ной системе, потребовалось провести масштабную работу с участием многих подразделений. Но те- перь, когда единая система запросов и аналитики сделала использование данных удобным, процесс стал более грамотным, контролируемым и стандар- тизованным, что в свою очередь позволило нам вы- йти на принципиально иной уровень как сервиса платной подписки. Интервью провела Симона Флюкигер, корреспондент WAN-IFRA