Publisher Intelligence Series | Moduł 3 z 6

Radar tematów:
Pisać to, na co teraz jest popyt

Państwa czytelnicy codziennie mówią, co chcą czytać - przez wewnętrzną wyszukiwarkę, ścieżki kliknięć i otwarcia newsletterów. Radar łączy te sygnały w cotygodniową mapę popytu tematycznego dla planowania redakcyjnego.

Model poglądowy - fikcyjne wydawnictwo wzorcowe

Ten moduł jest częścią sześcioczęściowego wyliczenia modelowego o fikcyjnym regionalnym domu mediowym (55.000 subskrypcji drukowanych i 25.000 cyfrowych). Wszystkie kwoty w euro są wyprowadzone z udokumentowanych założeń wydawnictwa wzorcowego; dźwignie opierają się na opublikowanych benchmarkach branżowych i celowo nie wykorzystują ich najlepszych wartości. Pokazane wartości nie są wynikami realnych klientów ani obietnicą rezultatów. To, jakie wartości są osiągalne na Państwa realnych danych, pokazuje dopiero projekt pilotażowy.

01 Problem - Produkuje się wedle tradycji, czyta wedle potrzeb

Popyt i podaż mogą w redakcji leżeć daleko od siebie

Norweski koncern wydawniczy Amedia stwierdził w analizie danych, że jego najczęściej produkowany dział - kultura - czytało zaledwie 2,6 procent subskrybentów; narosłe przez lata rutyny produkcyjne oderwały się od popytu. Po zmianie kursu opartej na danych, wspartej nową ofertą sportu na żywo, baza subskrypcji urosła w ciągu roku o 5,6 procent.

Ta sama diagnoza jest możliwa w Państwa wydawnictwie, bez ani jednego zewnętrznego narzędzia: wewnętrzne zapytania wyszukiwania pokazują nieobsłużony popyt, dane konwersji pokazują, które artykuły wywołują subskrypcje, zamiast tylko zbierać kliknięcia, kliknięcia w newsletterach pokazują koniunktury tematów na dni przed statystyką serwisu.

Najczęściej produkowany dział (kultura), 2,6 % udziału czytelników - udokumentowany wynik Amedii

Nie pisać więcej. Pisać to, co właściwe - i wiedzieć, co nim właśnie jest.

Logi wyszukiwania i kliknięcia
Topic modeling
Radar popytu
Planowanie tematów
Treści konwertujące

02 Model - Klastry tematów z wartością popytu i konwersji

Klastrowanie NLP na artykułach, zapytaniach wyszukiwania i kliknięciach w newsletterach, oceniane wg wpływu na subskrypcje per temat

▸ Wartości przykładowe - ilustracja metody, nie wykonana analiza
Unterversorgte Themen-Cluster mit Conversion-Historie: 14
              gap_score  conv_je100
energie_wohnen     0.52       11.8
schule_kita        0.44        9.6
nahverkehr         0.38        8.1
Popyt vs. wolumen artykułów per klaster tematów - luki są szansą
↳ Kliknięcia nie są celem

Radar ocenia tematy nie po odsłonach, lecz po wpływie na subskrypcje: które klastry nadproporcjonalnie często stoją na początku ścieżki do subskrypcji, które utrzymują aktywność obecnych klientów? Zasięgowe tematy klikalne i domykające zakup tematy budujące więź rzadko są tymi samymi - dopiero to rozdzielenie czyni planowanie tematów sterowalnym.

03 Wpływ na biznes - Więcej zakupów z tej samej pracy redakcji

Dźwignia: 8 procent więcej nowych subskrypcji dzięki wyborowi tematów prowadzonemu popytem

€77.616
Dodatkowy przychód / rok
+8%
Więcej nowych subskrypcji
1.056
Dodatkowe subskrypcje / rok
Atrybuowane do artykułów zakupy subskrypcji na 100 artykułów - tematy o wysokim popycie vs. pozostałe (ostatni czytany artykuł przed zakupem; obejmuje tylko część zakupów)
Wyliczenie modelowe · Jak powstaje kwota - wyprowadzona przejrzyście

Żadnej liczby z sufitu: każde założenie pochodzi z przykładowego wydawnictwa i jest przechowywane centralnie. Z Państwa realnymi liczbami zmienia się tylko wejście, nie metoda.

PozycjaWartość
Nowe subskrypcje cyfrowe / rok dziś13.200
Wzrost dzięki wyborowi tematów prowadzonemu popytem8 %
Baza: Dodatkowe subskrypcje / rok1.056
Dźwignia: Dodatkowe subskrypcje × 7 opłaconych miesięcy w 1. roku × ARPU1.056 × 7 × 10,50 €
Wynik: dodatkowy przychód / rok€77.616

Założenia przykładowego wydawnictwa - w realnym projekcie Państwa dane zastępują te wartości.

↳ Redakcja zachowuje ster

Radar nie zastępuje decyzji wydawcy - czyni ją poinformowaną. To, co publicystycznie konieczne, pozostaje; dźwignia powstaje tam, gdzie i tak wybiera się między równorzędnymi tematami. Mather Economics udokumentował w amerykańskim cyklu wyborczym, jak udział konwersji klastra tematycznego może się w ciągu miesiąca potroić - kto widzi to we własnym wydawnictwie, planuje inaczej.

04 Następne kroki w Państwa wydawnictwie

Od zasobu danych do cotygodniowej mapy tematów

① Połączenie sygnałów

Wewnętrzna wyszukiwarka, wyniki artykułów i kliknięcia w newsletterach trafiają do wspólnej tematycznej bazy danych - wszystko już jest.

② Pilotaż klastrów

Model tematyczny jest walidowany na 12 miesiącach archiwum: zobaczą Państwo, które tematy wywołały subskrypcje - a które tylko kliknięcia.

③ Radar redakcyjny

Cotygodniowa mapa popytu na kolegium: „Tych pięć klastrów jest niedoobsłużonych i konwertuje - tu opłaca się następny research."

Wszystkie 6 modułów: AI w wydawnictwie