16 [
ТЕХНОЛОГИИ И ИННОВАЦИИ wan-ifra . org ] [ gipp . ru ]
АВГУСТ 2023
Принцип моделирования
Как и большинство издательств , холдинг Mediahuis , штаб-квартира которого находится в Бельгии , сталкивается с серьезной задачей : не просто преобразовать потенциальных читателей в цифровых подписчиков , но , что более важно , сохранить свою текущую базу пользователей .
Компания начала свою работу с данными шесть лет назад , и сегодня в команде по обработке данных трудится 40 человек . Они занимаются моделированием и глубокой аналитикой , чтобы новые пользователи охотнее оформляли подписку , а старые – продлевали ее .
Джессика Булте , бизнес-партнер по работе с данными Mediahuis , выступая в конце апреля на конференции WAN-IFRA Digital Media Europe в Вене , объявила , что благодаря усердию их data-команды только за последние три месяца им удалось увеличить общее количество подписчиков более чем на 14 % и превысить отметку в 1,8 миллиона человек .
A / B-тестирование
Она считает , что A / B-тестирование играет решающую роль в понимании наилучшей стратегии привлечения анонимных пользователей к регистрации , их конвертации и удержания . И это то , чем Mediahuis занимается уже много лет , как и другие издатели .
Однако непрерывное A / B-тестирование требует больших усилий . По словам Булте , чем сложнее становится экономика подписки с появлением новых технологий , тем больше ручного труда для этого требуется : « Вы пользуетесь разными инструментами , тестируете разные области , и внезапно наступает хаос . Это также медленный процесс . Одновременное выполнение двадцати A / B-тестов неэффективно , потому что вы не сможете определить , что сработало в каждом конкретном случае ».
« Например , издатель может провести A / B-тест , в котором тест B работает лучше для 70 % его пользователей по сравнению с тестом A . Итак , есть явный победитель , – продолжила Булте . – Однако перспектива « победитель получает все » не столь очевидна . Если издатель использует результаты теста B для своих пользователей , он не учитывает 30 %, для которых тест A показал лучшие результаты ».
В частности , это напрямую отразилось на решении задачи по охвату более молодой аудитории : до сих пор большинство подписчиков изданий Mediahuis – пожилые люди .
Модель склонности Следующей их идеей стало моделирование склонности . Оно включает в себя методы построения прогностических моделей , которые предсказывают вероятность того , что потенциальные клиен ты купят подписку , основываясь на их поведении в прошлом .
Булте описала процесс создания прогностической модели следующим образом : mediahuis . be
W сбор данных ( first-party data и поведенческие данные );
W очистка этих данных ;
W выявление закономерностей ;
W составление прогнозов .
« Модели машинного обучения отлично подходят для выявления прошлых тенденций на основе наборов данных , их изучения и прогнозирования новых моделей поведения для новых пользователей ,– сказала она .– Это помогает нам разделить огромный пул пользователей на разные подгруппы : люди , которые с большой вероятностью совершат покупку ; люди , которые могли бы ее купить , но пока сомневаются ; и люди , которые наверняка покупать не станут ».
Модель склонности , подготовленная на основе данных , по-прежнему требует человеческих усилий , на этот раз направленных на дифференциацию различных аудиторий . « Это может снова внести хаос во всю аналитическую работу , которую вы проводите »,– заметила Булте .
По ее словам , ключевым моментом здесь является не прогностическая модель , а модель , которая может автоматизировать повседневные задачи и улучшить персонализированное взаимодействие с клиентами .
« Если модель машинного обучения по-прежнему требует от вас выполнения большого количества ручной работы , A / B-тестирования и использования этих данных для принятия решений , значит , вы работаете по принципу обоснования данных ( data-informed )»,– заявила Булте .
Решение , которое сработало для Mediahuis , состояло в том , чтобы переключиться с подхода datainformed на подход data-driven , то есть на действительно управляемый данными способ , при котором тестирование остается за алгоритмом .
Модель следующего наилучшего действия
Сегодня их команда по обработке данных приступила к экспериментам с моделированием следующего наилучшего действия . Это включает в себя те же начальные этапы сбора и очистки данных . Однако в данной модели пользователи связаны с маркетинговыми кампаниями , которые они видели и / или с которыми взаимодействовали .
Эта модель извлекает уроки из прошлых действий клиентов и прогнозирует шаги , которые необходимо предпринять для оптимизации потребительской ценности микроаудиторий в долгосрочной перспективе , основываясь на нескольких возможных переменных .
Модель следующего наилучшего действия эффективнее модели склонности в том смысле , что она информирует команду по обработке данных о действиях , которые они должны предпринять после того , как пользователь подписался , с точки зрения маркетинга .
« С помощью этой модели вы действительно можете приступить к персонализации пользователей из разных категорий , – сказала Булте . – Вы знаете , какие кампании им показывать , не привлекая для этой работы сотрудников , потому что ваша модель данных извлекла уроки из предыдущих действий клиентов и теперь готова увеличить ценность вашего предложения . Это также отличный способ повысить средний доход от одного пользователя ( ARPU )».
Модель оттока
Моделирование оттока помогло Mediahuis ориентироваться на сегментированные группы пользователей и продавать свои продукты тем группам , где была зафиксирована высокая вероятность оттока .
Пользователи , проявившие высокую склонность к оттоку , получали телефонные звонки от маркетинговой службы Mediahuis . Это увеличило их удержание на 14,17 % всего за три месяца . Пользователям из категории « сомневающихся » было отправлено по почте видео , в котором подчеркивалась важность брендов Mediahuis . Это увеличило их удержание на 9 %.
В течение нескольких месяцев команда по обработке данных продолжит работу над оптимальной моделью следующего наилучшего действия . Булте добавила , что модель « Склонность к покупке » находится в разработке с марта , и следующим шагом станет проведение новой серии динамических A / B-тестов .
Неха Гупта , корреспондент WAN-IFRA
Mediahuis издает более 30 новостных СМИ в Бельгии , Нидерландах , Ирландии , Люксембурге и Германии . В портфолио компании входят телеканалы , радио и маркетплейсы .