开发工具,数知用户: 国际媒体的数据分析策略

Print More

数字媒体时代,媒体调查要闻大事的同时,也在调查看报道的你。

全球媒体正在开发程序更复杂、数据更丰富的分析平台,以了解受众习惯、报道效果:他们是谁、来自哪里、如何获取资讯、作出了怎样的反馈和互动?在此过程中,数据分析平台极大地帮助了采编人员理解用户行为、内容在线上线下传播的细节,为采编团队决策提供参考。

深度君为你汇编了《卫报》、《金融时报》和NPR的分析技术,看看一流媒体如何利用数据把握影响力、作出决策。


在纸质时代,印刷媒体与读者的关系会通过报纸销量及编辑部收到的信件、电话和电邮数量来衡量。如今,众多网上指标所能反映的,不但有人们如何与单篇报道进行互动,甚至还包括每则报道的质量如何,而这些都可以成为编辑部的参考。

1

图片来源:Blue Fountain Media, Flickr

世界报业协会(WAN)的研究人员 Federica Cherubini撰文指出,在2014年,业界的重心是找出一种能“解读”用户行为的“黄金指标”。编辑部里常竖立着大型直播屏,实时追踪页面访问量、注意力时间和用户在内容上所花费的时间。而无论是在线上还是线下,有关“指标驱动型编辑部”的职业伦理问题都引起了持续的争论。

到了2015年,情况发生了很大变化,很多编辑部开始委派专人或设立专门的团队来拓展用户群,将用户行为——“何时、以何种方式”消费内容,与采编流程及决策中的数据处理结合起来。由此,各家媒体也出现了一些新鲜的职位:受众拓展编辑(Audience Development Editor)、受众互动编辑(Audience Engagement Editor)、甚至受众成长编辑(Growth Editor)等等。

各媒体正努力为受众拓展团队提供空间,使其融入编辑部的工作流程。他们认为,现在的挑战不再只是内容生产,而是要确保内容能够被传递给受众。而媒体的主要手段,是通过开发自己的分析平台来发掘人们如何消费、分享和讨论内容,以扩大受众群,增强受众参与。一些全球顶尖媒体已成为引领这股浪潮的先行者。

《卫报》:“制定决策”的Ophan平台

Journalism.co.uk网站记者Abigail Edge和Mădălina Ciobanu先后刊文,详细介绍英国《卫报》的内部数据分析平台Ophan。Ophan出现于《卫报》自己组织的一次黑客日(hackday)活动,其初衷是建立一个“反馈循环”,使记者能更方便地实时了解更改文章标题所带来的变化,比如对搜索流量的影响。

f8deb38f-0283-45a0-87e9-7c2db48b8d9a-1020x612

《卫报》的数字受众编辑Chris Moran向Journalism.co.uk网站表示,“我们可以加副标题或加图片视频,确保报道准确无误,但这些未必与新闻的质量有关。”而整个Ophan平台都是关于“制定内容生产的决策”。数据并不是起主导作用,而是提供参考,采编团队要通过分析数据来“了解不同平台上的人们对新闻产品有什么特别的需要”。

Ophan平台上的信息必须简短清晰,这样记者无论多忙,看一眼就能知道报道的呈现效果。这种对所有编辑部成员都能有所助益的思路,被Moran形容为“数据大众化”。Ophan也鼓励《卫报》的记者减少自己贴文的数量,并提醒记者每天可以分享多少篇相同话题的文章。

此外,浏览器的书签功能使记者们能在办公室内外、甚至在移动端轻松掌握文章数据。由于可以了解每篇文章在印刷版上的版面位置及线上浏览量,不太关注纸质产品的网编也得以更好融入整个采编流程。

Edge在文中以《东伦敦:新时代住宅区住户面临被逐》(Families facing eviction from New Era estate outraged at landlord’s mansion)这篇报道为例,列举了Ophan的几项主要数据分析指标:

1. 页面浏览量(Page views),可以直接反映引荐流量(Referral traffic)的信息,易于理解。

2. 引荐流量(Referral traffic),显示在《卫报》网站和社交媒体上该篇报道浏览量的变化(精确到分钟)。

3

3. 阅读习惯 (Reading habits),以不同地理位置显示报道的页面浏览量,用户可以将地区范围缩小成国家或城市查看概况。

4

4. 社交流量(Social traffic),显示脸书或推特如何提升报道流量。每篇报道下方都会显示在特定社交媒体上,该文章获得的点击数量。

5

5. 阅读路径(Reader trajectory),以深蓝色线表示从该文章跳转到《卫报》另一篇文章的读者比例,浅蓝色线代表返回主页的读者比例,灰色线则代表没看其他页面就直接离开的读者比例。

6

6. 注意力时间(Attention time),通过计算读者在每篇报道上的平均注意力时间,可以比较相似主题下不同报道对于读者的吸引力。

7. 网络大V(Key influencers),显示点击率最高的六条分享推文,帮助采编团队发掘在推特上效果最好的用词和推文格式。

7

《卫报》的编辑们常问Moran,“什么时间在社交媒体发文章最好?”但这其实并没有标准答案。Moran表示,Ophan的峰值通常在正午到2点的午餐时间,但也不是说所有故事都要放在午间发布。“一次发布五篇相同主题的文章是没有意义的,因为它们无法同时登上同一关键词的谷歌搜索榜首。所以我的建议是,如果你觉得现在应该发,就先发出来,看看会发生什么,但要确保你能总结经验。”

《金融时报》(FT):用数据优化报道,促进付费

FT的受众互动及论坛负责人Renée Kaplan介绍说,FT也通过数据分析为采编团队提供受众信息,但以不同的方式——因为FT设有付费墙,读者在注册阶段就已提供了一些信息。

FT目前正在开发一个名为“灯笼”(Lantern)的数据分析平台,帮助记者利用整个机构的数据,了解自己作品的实时和长期效果。Kaplan解释说,“就报道的范畴、受众、当天的新闻议程以及是否在多个平台上发布等因素而言,成功报道的定义各不相同。”在处理报道方面,FT还是依赖采编人员的新闻直觉而不是靠数据分析,但数据可被用于对未来报道的优化。

8

“你大概会希望用户分享、点赞,或者点击阅读,不过你不一定需要人们在不同平台上以相同的方式互动。”Kaplan表示。“对于FT来说,我们希望通过这些平台,让用户看到足够多的内容后访问我们的网站,有朝一日再为阅读而付费。”

Kaplan和她的团队曾经把社交媒体定位为一种营销手段,而现在她们已有所转变,“我们不再把社交媒体看做分销平台,而是出版平台。”

美国国家公共广播电台(NPR):分析数据,邮件共享

NPR对数据分析的运用以日常电邮为起点。在数字策略师Melody Joy Kramer的统筹下,NPR上至管理层下至采编团队,都通过电邮分享工作成果及有价值的链接,至2014年4月,已有450名员工参与其中。另外,Kramer还带领团队用六周时间为编辑部开发了一套数据分析控制面板,以帮助他们了解读者和听众是如何在网上获取NPR的报道的。

在产品开发的过程中,Kramer和她的团队会见了来自《纽约时报》、BuzzFeed、《大西洋月刊》、赫芬顿邮报、《今日美国》和《卫报》的代表。其中,BuzzFeed的控制面板对他们启发很大,其公开版显示了网站的流量数据,并用通俗易懂的方式突出了社交网络对于网站流量的贡献。

NPR使用Google AnalyticsChartbeat两种流量分析工具进行监控。他们并没有在控制面板中添加过于复杂的分析工具,而是以容易被理解的方式呈现现有信息:譬如会清楚显示一篇报道的流量来源,它在社交媒体上如何被分享,以及读者是否与文中嵌入的音频或幻灯片互动。上述信息可以回答一些基本问题:这篇报道受到了多少关注?人们是怎么知道这篇报道?报道又是由谁在社交媒体发布?控制面板收集到的这些信息都将通过内部邮件发给采编人员,以便向采编团队展现最佳数据的摘要,从而使他们更了解受众,并在内容生产上做出更明智的决策。

9

10

11

随着受众交互团队层出不穷,数据分析扮演日益重要的角色,新闻采编团队会受到怎样的影响?世界报业协会的Cherubini在其文章中指出,关注并扩展受众,不等于在编辑部里挂上标着数字和图表的大屏幕,然后埋头工作便可草草了事。采编团队应该意识到,新闻报道的刊发并不代表大功告成。就像《卫报》的Moran所说的,关注受众成长的最终目标,是为了确保优质内容得到最广泛的传播。

不同媒体对数据分析的需要不尽相同。伦敦《金融城早报》(City A.M.)数字主管Martin Ashplant曾在Journalism.co.uk组织的一次会议上总结道:“数据分析有助于我们即时了解(报道效果)的详情,从而让优质报道发挥更出色。而从长远来看,它能让你对什么样的报道可行心中有数,并对优秀作品做出嘉奖。在我们报社,记者们会收到反馈邮件,从中获知自己的文章得到了多少评论、点击和互动。编辑部据此对记者的成绩进行评分,方法略显生硬,但行之有效。”

编译来源:
Data-informed: How the Guardian and the FT use newsroom analytics 
Trends in Newsrooms: Analytics, audience development and the newsroom
Ophan: Key metrics informing editorial at the Guardian
Building an analytics culture in a newsroom: How NPR is trying to expand its digital thinking

编译/沈哲凡
编辑/Ivan Zhai,周炜乐

Leave a Reply

Your email address will not be published. Required fields are marked *