6 filarów analityki redakcyjnej w Mediahuis – z Yvesem Van Doorenen

Napisała Joanna Kocik, specjalistka ds. treści w Autentice

Mediahuis trafił w dziesiątkę: dla tej grupy medialnej analityka redakcyjna to znacznie więcej niż dashboard, który potrafi czytać garstka wybranych. Dane zostały zdemokratyzowane i stanowią podstawę do podejmowania decyzji w czasie rzeczywistym oraz planowania przyszłych publikacji. Yves Van Dooren, Data Science Business Partner Newsrooms, opowiedział Autentice, jak zespołowi udało się to osiągnąć.

Yves Van Dooren

Inżynier, który stał się ekspertem medialnym. Yves Van Dooren pracował jako project manager, mierząc się z wyzwaniami optymalizacji wyszukiwarek, mediów społecznościowych i newsletterów. Od 1999 roku związany jest z VUM Media, a następnie z Mediahuis – jedną z wiodących grup medialnych w Belgii, Holandii, Irlandii, Niemczech i Luksemburgu, z ponad 30 markami w portfolio, w tym De Standaard, Het Nieuwsblad, De Telegraaf, NRC i The Irish Independent.

Yves opisuje swoją rolę jako partnera biznesowego odpowiedzialnego za pomiar ruchu i odbiorców oraz koordynację różnych projektów danych i spostrzeżeń dla holdingu. Wspólnie z zespołem Mediahuis stworzył framework danych dla dziennikarzy i redaktorów w redakcji, by wspierać ich w codziennych zadaniach.

Yves zgodził się podzielić nieco swoją kuchnią analityczną. Oto 6 filarów analityki redakcyjnej w Mediahuis, opisanych przez Yvesa w wywiadzie z Autentiką.

1) Własny tracker danych

Mediahuis opracował własny tracker danych, ponieważ zewnętrzne platformy analityczne nie spełniały wymagań wydawcy. Zespół chciał wyciągać trafne wnioski i uzyskiwać dostęp do danych w czasie rzeczywistym.

„Co równie ważne, korzystając z jednego narzędzia, mamy jedną wersję prawdy, z której korzystają wszyscy – więc nie ma miejsca na wątpliwości i spory" – mówi Yves Van Dooren. Jak zaznacza, buduje to większe zaufanie do danych i daje Mediahuis pełną kontrolę nad zbieraniem i przetwarzaniem danych, co jest kluczowe w świetle dyrektywy GDPR. Pomaga też zespołowi rozwijać własne produkty danych i wdrażać je w redakcji.

2) Czas uwagi jako metryka North Star

Metryką North Star w redakcjach Mediahuis jest netto czas uwagi. Co dziesięć sekund system skanuje aktywność użytkowników: czy nadal wchodzą w interakcję ze stroną, przewijają, oglądają filmy lub słuchają audio.

Do oceny jakości treści Mediahuis używa mediany netto czasu uwagi, która jest znacznie bliższa prawdy niż średnia.

Jak mówi Yves: „Ważne jest też to, że czas uwagi jest metryką powszechnie akceptowaną przez nasze redakcje. To ogromna zaleta, szczególnie gdy porównamy tę metrykę do odsłon i kliknięć."

„Netto czas uwagi pozwala nam też właściwie wyceniać inne formaty dziennikarskie, jak wideo i podcasty" – wyjaśnia Yves.

W świecie nieustannej walki o uwagę netto czas uwagi to powszechnie akceptowana metryka pokazująca wartość produkowanych treści (grafika wygenerowana przez Midjourney)

3) Historia za historią

Każdy artykuł opracowany przez dziennikarzy Mediahuis posiada „wizytówkę" z kluczowymi metrykami zestawionymi z KPI, podglądem w czasie rzeczywistym i histogramem danych. Zespół może śledzić łączną liczbę odsłon, całkowity i średni czas uwagi oraz zmiany tych metryk w czasie.

Inną ważną metryką jest recyrkulacja – odsetek użytkowników odwiedzających kolejną stronę po przeczytaniu danego artykułu. Pozwala to zespołowi oceniać, czy dany artykuł dobrze sobie radzi, i śledzić, które strony czytelnicy najprawdopodobniej odwiedzą następnie. „Oczywiście recyrkulacja zależy od źródła ruchu – użytkownicy mediów społecznościowych lub newsletterów mają tendencję do krótszego przebywania na naszej stronie niż ci, którzy korzystają ze strony głównej jako punktu wejścia" – mówi Yves.

Kluczowymi metrykami są też źródła ruchu i ich rozkład w czasie. „Dzięki naszemu trackerowi możemy śledzić cały cykl życia artykułu i sprawdzić, czy trafił do naszego newslettera, był promowany przez powiadomienie lub udostępniony w mediach społecznościowych. Następnie możemy analizować, jak artykuł radził sobie w każdym kanale i ile reakcji, kliknięć i komentarzy otrzymał" – dodaje Yves.

Kluczowymi metrykami są też źródła ruchu i ich rozkład w czasie (zrzut ekranu z systemu Mediahuis)

4) Analityka redakcyjna jako jedno źródło wiedzy

Yves przyznaje, że od początku celem jego zespołu było danie wszystkim w redakcji dostępu do wszystkich danych z trackera oraz zewnętrznych źródeł, takich jak media społecznościowe, newslettery, aplikacje mobilne, podcasty i platformy wideo. Droga do osiągnięcia tego celu nie była jednak łatwa, a zespół wyciągnął z niej wnioski.

„Najpierw pracowaliśmy z inżynierami danych nad stworzeniem kompleksowych dashboardów z informacjami o wynikach naszych treści i niektórymi spostrzeżeniami na temat konkurencji. Wiele nauczyliśmy się z eksperymentu z dashboardami, ale w pewnym momencie postanowiliśmy zmienić taktykę. Powodem było to, że może 10% ludzi w ogóle patrzyło na te dashboardy!" – opisuje Yves i dodaje, jak poradzili sobie z tym wyzwaniem:

„Używając frameworku design thinking, zaczęliśmy pytać dziennikarzy, dlaczego tak niechętnie korzystają z dashboardów – i dostaliśmy cenne opinie. Dla większości dziennikarzy dashboardy były zbyt skomplikowane i nie mogli wyciągnąć z nich sensu. 'Po prostu wyślijcie nam emaila albo pokażcie listę artykułów' – mówili. 'I sprawcie, żeby to było przyjemne!'"

5) Demokratyzacja danych

Rozmowy z dziennikarzami i redaktorami pomogły zespołowi danych zobaczyć, jak ludzie czują się wobec cyfr, które widzą. Okazało się, że wszystkie te metryki i dashboardy były dla nich zdecydowanie za zaawansowane – podczas gdy celem było sprawienie, by ludzie czuli się kompetentni i świadomi tego, co robią. „Chcieliśmy sprawić, by dane były bardziej dostępne i komunikować je przez kanały, z których ludzie już korzystali, jak telewizor w redakcjach, email i Slack" – wyjaśnia Yves.

„Za każdym razem, gdy pokazujemy spostrzeżenia, wyjaśniamy, co ludzie widzą. Czasem nawet pomijamy liczby i skupiamy się na wyjaśnieniu, co oznaczają prezentowane dane" – dodaje.

Innym kanałem komunikacji, który Mediahuis używa, jest email w formie codziennego newslettera. Zamiast logować się do dashboardu danych, dziennikarze otrzymują kluczowe spostrzeżenia bezpośrednio do swoich skrzynek. Zespół danych stara się, by był prosty i nie przeładowywać go danymi, lecz wylistowywać KPI i ilustrować wyniki obrazami.

Mediahuis wprowadził też newslettery autorskie – każdy autor otrzymuje spersonalizowany email w każdy poniedziałek, żeby zobaczyć, jak radzą sobie jego treści. „To sprawiło, że dane stały się tematem w redakcji i zapoczątkowało zdrowe dyskusje o tym, jakie artykuły pisać i jak je promować na stronie głównej" – przyznaje Yves.

Dane stały się teraz tematem rozmów w redakcji Mediahuis (grafika wygenerowana przez Midjourney)

6) Inwestuj w analitykę predyktywną

Jak opisuje Yves, można wyróżnić co najmniej cztery poziomy analizy danych:

• analityka deskryptywna (co się wydarzyło?)
• analityka diagnostyczna (dlaczego się wydarzyło?)
• analityka predyktywna (co się wydarzy?)
• analityka preskryptywna (jak możemy to osiągnąć?)

„Te poziomy mogą nam pomóc przejść od bycia po prostu poinformowanymi przez dane i posiadania spostrzeżeń do bycia opartymi na danych i korzystania z analityki predyktywnej, która tworzy większą wartość dla biznesu. Oczywiście niezwykle ważne jest dla każdej redakcji wiedzieć, co dzieje się w czasie rzeczywistym, ale to, co staramy się robić w Mediahuis, to tworzyć sugestie i rekomendacje dla dziennikarzy" – mówi.

Przykładem tej inicjatywy jest bot Slack, który rekomenduje posty, które powinny być udostępnione w mediach społecznościowych. Zespół ds. odbiorców może następnie zdecydować, czy zaakceptować, odłożyć czy zignorować sugestie – a te decyzje zasilają algorytm, by w przyszłości generował lepsze sugestie.

Jak ujawnia, zespół danych pracuje nad lepszą analityką sprzedaży subskrypcji zgodnie z modelem popytu użytkowników (czyli które artykuły generują więcej subskrypcji), klasyfikatorami nagłówków (opartymi na strukturze nagłówka) i klasyfikatorami stronniczości płciowej.

Mediahuis korzysta też z Article DNA – projektu wspieranego przez Google News Initiative, który definiuje artykuły na podstawie intencji dziennikarskiej i formatu. Article DNA pozwala redaktorom tworzyć jak najlepszy mix rodzajów artykułów, niezależnie od poruszanych tematów.