Как использовать методологию «персонажей» для увеличения медийной аудитории

Расскажу как South China Morning Post (SCMP) увеличила аудиторию своих платных продуктов с помощью методологии «персонажей».

SCMP базируется в Гонконге и с 2016 года принадлежит холдингу Alibaba Group. До этого времени издание принадлежало Руперту Мердоку. После приобретения газеты китайским холдингом, она считается частью «мягкой силы» Китая, действующей за рубежом.

Но суть не в этом, а в том,

В газету приходит аудитория из материкового Китая, из Гонконга, из других частей света (через VPN).

Будем откровенны. «Обслуживать и развивать» — это перемещать по воронке продаж и подталкивать регистрации и платной подписке.

В цифровом подразделении газеты создали «образы пользователей» (они же «персонажи»), чтобы каждый сегмент аудитории перемещать по воронке подписки наиболее эффективным образом.

Вместо того, чтобы группировать пользователей по географическому признаку, соцдему или по интересам, в SCMP сгруппировали пользователей на основе матрицы поведения.

Издание сформулировало для себя шесть «персонажей»:

То есть, издание атрибутирует каждого пользователя из входящего трафика и относит его к одной из когорт. В соответствии с когортой пользователю предлагается контент и направляются рекламные предложения.

Проблема в том, что на сайт издания приходит много анонимного трафика. Атрибутировать пользователей по географическому признаку, социально-демографическим характеристикам просто невозможно технически.

Издатель использовал машинное обучение, чтобы кластеризовать аудиторию на основе онлайн-поведения и разработать разный набор действий для разных «персонажей».

Для газеты важно понимать, является ли пользователь «читателем китайских новостей», «читателем, ориентированным на стиль» или относится к другой категории.

Методология «персонажей» вынудила редакцию полностью перестроить свою работу. Вот как это было.

Итак, вместо того, чтобы группировать пользователей по географии, соцдему или по интересам, в SCMP сгруппировали пользователей на основе матрицы поведения.

(следующую часть можно пропустить, если вы гуманитарий)

В основе методологии лежит алгоритм кластеризации по k-средним.

Чтобы сгруппировать читателей в когорты, в SCMP выполнили около 40 итераций для наблюдения за оптимальной поворотной точкой внутрикластерной суммы квадратов (WCSS) — мерой изменчивости наблюдений в каждой группе.

Кластеризация трафика дала шесть «персон» с разной степенью вовлеченности и потенциала к подписке. Размер этих кластеров существенно различается.

Каждую «персону» несколько недель тестировали, чтобы выявить готовность подписываться на рассылку или регистрироваться на сайте издания. Тестировали обычными А/Б тестами.

Затем опросили десятки представителей каждой «персоны», чтобы подтвердить количественные данные содержательными данными. Эти беседы позволили дополнить предположения аналитиков газеты реальными отзывами читателей о том, что они хотели видеть, а также мнением о качестве продуктов, ассортименте контента и чувствительности к ценам.

Вот вопросы, которые аналитики задавали «персонам»:

• Каковы ваши цели и мотивация посещать SCMP?
• Как вы нас нашли? Через какие точки, каналы или воронки они пришли?
• Как часто вы посещаете SCMP? Каков предпочтительный формат контента (размер фрагмента, полная форма, видео, подкаст и т. Д.)?
• Кто вы (возраст, пол, отрасль)?
• Какие типы контента (тема, раздел, контент) вы потребляете?
• Откуда вы (географически)?
• Когда вы обычно посещаете SCMP (например, в какое время дня, дни недели и т. д.)?

Вот один из персонажей, которого в газете назвали «любознательным профессионалом»:

На создание персонажей ушло несколько месяцев. Наиболее важным результатом стало внедрение «персонажей» в редакции и их использование в повседневных рабочих процессах.

Разные отделы используют персонажей по-разному:

• Маркетинг: более точно таргетирует рекламные кампании по привлечению, ретаргетингу и удержанию пользователей.
• Продакты: настроили путь и опыт взаимодействия с изданием для каждого персонажа, чтобы пользователи из данной когорты получали более релевантный опыт. Разработали рекомендации по созданию контента для отдельных персонажей.
• Рекламный отдел: формирует собственную базу данных и предоставляет партнерам и рекламодателям более глубокое понимание того, кем могут быть их потенциальные клиенты. Повышает точность таргетированной рекламы, получает более высокие коэффициенты конверсии, ввиду более релевантной рекламы для читателей.
• Редакция: разрабатывает разный контент для конкретных типов персон и сотрудничает с продактами, чтобы улучшить взаимодействие с пользователями.

Персонализация пользователей сегментирует их по профилям и позволяет делать им наиболее релевантные продуктовые, редакционные и маркетинговые предложения.

Это означает, что как мы просим «читателя новостей» подписаться, отличается от того, как мы просим подписаться читателя, «ориентированного на моду».

Почему? Потому что у разных когорт читателей присутствует разный уровень вовлеченности, разная склонность к подписке и разные причины, по которым они пришли на сайт.

В идеале издатель хочет расширить любую группу читателей, повысить её вовлеченность, лояльность, подписать и удержать в подписке.

Кластеризация показывает, насколько ценна каждая когорта. Например, в когорте «модников» может быть всего 0,1% от аудитории сайта, но они быстро подписываются на платный контент и приносят больше денег, чем «читатели новостей».

Понимание того, что интересует пользователей из этих когорт поможет совершить нам правильные действия в воронке продаж: когда подходящее время предлагать подписку? Или нужно сначала войти в систему? Или сначала им нужно прочитать больше?

SCMP планирует в будущем иметь разные домашние страницы для разных персон, что позволит с самого начала предоставлять им оптимизированный контент.

Не худо бы и нам перенять опыт китайских товарищей.

Если вы дочитали этот материал до конца, вам будет чем поживиться в моём телеграм-канале «Кнут и пряник бренд-медиа».