Índice

Sponsors

cic  kodak3

logo-atdl

Asociación Técnica de Diarios Latinoamericanos

Índice

Boletín Semanal Marzo 15, 2021
 

Optimización de los límites de contenido usuario por usuario

¿Deben los editores comunicar límites de contenido a sus audiencias? La pregunta se vuelve más apremiante a medida que los productos que administran muros de pago se vuelven lo suficientemente sofisticados como para hacer predicciones sobre quiénes son los suscriptores probables. Decidimos probar esta idea con el Reynolds Journalism Institute este año en un proyecto de asociación donde estamos experimentando con una pared optimizada.

En el Bangor Daily News, un editor de medios de comunicación de 132 años de antigüedad que cubre la mayor parte del estado de Maine, implementamos nuestro medidor de contenido a principios de 2018, otorgando a los visitantes ocho páginas vistas gratuitas por mes al principio, y más tarde reduciendo ese número a cinco y otorgando un mayor acceso al registro. Durante los últimos seis meses más o menos, hemos concedido cinco páginas gratuitas estrictas por usuario.

Al principio, nuestro medidor de contenido se comunicaba con frecuencia cuando los usuarios se acercaban a sus límites de contenido. Con el tiempo, nos dimos cuenta de que una pared optimizada variaría de acuerdo a lo que los visitantes estaban leyendo, qué dispositivos estaban utilizando, cómo llegaron al sitio y otras abreviaturas estadísticas para que la propensión se suscribiera.

En otras palabras, un muro optimizado no debe garantizar un cierto número de vistas de página por punto, sino ponderar el número de vistas de página en función del tipo de contenido y otros factores exclusivos de ese lector individual.

¿Por qué un modelo de propensión a suscripción impide las prácticas de medición de empresas?

Imaginemos un sitio web de noticias con tres categorías de contenido, A, B y C. (Por "categorías de contenido", nos referimos a las entidades taxonómicas de periódicos tradicionales - estos podrían significar deportes, noticias locales, noticias nacionales, etc.)

En todo el sitio, el editor obtiene el 50% de sus ingresos por anuncios y el 50% de las suscripciones, pero con variaciones significativas entre las categorías de contenido:

-Categoría A: 50% de suscripciones, 50% de ingresos publicitarios

-Categoría B: 75% de suscripciones, 25% de ingresos publicitarios

-Categoría C: 25% de suscripciones, 75% de ingresos publicitarios

Por lo tanto, un mejor medidor de contenido para ese editor ponderaría las páginas en consecuencia:

-1 página en la categoría de contenido A vale 1 vista de página

-1 página en la categoría de contenido B vale 1,5 páginas vistas

-1 página en la categoría de contenido C vale .5 páginas vistas

Si el medidor del editor se estableció en cuatro páginas vistas (nocionales), un medidor optimizado podría permitir que cualquiera de estas experiencias llegue al muro de pago:

  1. Página A1 (1) + página A2 (1) + página A3 (1) + página A4 (1) = MURO
  2. Página B1 (1.5) + página A1 (1) + página B2 (1.5) = WALL
  3. Página C1 (.5) + página C2 (.5) + página C3 (.5) + página C4 (.5) + página C5 (.5) + página C6 (.5) + página C7 (.5) + pageC8 (.5) = WALL
  4. Página A1 (1) + página B1 (1.5) + página C1 (.5) + página B2 (1.5) = WALL

En la experiencia 2, es probable que el editor maximice los ingresos porque el lector llega al muro de pago más rápido, lo que les lleva a suscribirse antes. En la experiencia 3, es menos probable que el lector se suscriba, por lo que el editor maximiza los ingresos dando al lector tanto espacio para acumular impresiones publicitarias como sea posible, evitando al mismo tiempo la conducción libre permanente.

El tipo de contenido no siempre será el factor más significativo en la propensión a suscribirse, por lo que para maximizar los ingresos de anuncios y suscripciones al mismo tiempo, los editores pueden utilizar otros datos de propensión (implícitamente en forma de relaciones de combinación de ingresos), basando su modelo en dispositivos, canales de adquisición y otras dimensiones para crear un sistema tan detallado como sus capacidades técnicas lo permitan. Utilizando un modelo de propensión con un medidor de contenido optimizado, una vista de página no es una vista de página, sino una cantidad ponderada variablemente de lo que el lector puede acceder en su sitio de noticias.

Incluso para un modelo rudimentario de propensión como el descrito anteriormente, los editores podrían preguntar: ¿Cómo debemos comunicar nuestro medidor a los visitantes si no tenemos todos los datos relevantes sobre cómo ese usuario se comportará con el tiempo todavía, y no podemos decir cuántas páginas se asignará al usuario?

En la primera vista de página de cualquier sesión, los editores no saben en qué vínculo hará clic el visitante a continuación o cuál será su segundo artículo (si lo hay), por lo que un medidor optimizado impide un presupuesto de vista de página establecido en al menos algunos casos.

Utilizando las herramientas de piano de nuestro proveedor de medidores de contenido, configuramos un experimento para probar tres modelos de comunicación de medidores de contenido entre sí para abordar este problema:

Conteo hacia adelante

Este método es el método de comunicación del medidor de contenido tradicional ("Has leído 1 de cada 5 historias para el mes" y similar). Este método puede inducir el comportamiento de presupuestación (un lector piensa: "He leído una historia, así que ahora, siempre y cuando solo lea 4 más en los próximos 30 días, todavía no necesito suscribirme"). Este era nuestro control, es como siempre hemos administrado nuestros mensajes.

Recuento hacia atrás

Este método comunica el número de artículos ya leídos, poniendo un énfasis implícito en la relación del lector con el editor ("Has leído 4 historias en lo que va de mes", y similar.) Este método hace hincapié en la afinidad del lector con el publicador sin comunicar un límite de contenido fijo.

Sin conteo

En el experimento, utilizamos este método para enfatizar el valor del periodismo local sin discutir el consumo de los lectores ni comunicar cuándo el lector llegará a un muro de pago. Teníamos curiosidad acerca de cómo evitar la discusión de las páginas vistas anteriores o restantes afectaría a las conversiones y los ingresos.

En la configuración de nuestro medidor, al final de cada experiencia de suscripción, los usuarios pueden hacer clic en una página de suscripción que incluya opciones anuales y mensuales, o pueden comprar una suscripción anual directamente desde la mensajería de pared.

Durante un período de pruebas de 23 días, registramos varios millones de impresiones en total en los tres conjuntos de mensajería.

Resultados de ingresos

En términos de ingresos acumulados obtenidos por tipo de mensajería, No Count salió en la parte superior, ganando mensajes de recuento atrasado en un 57% y mensajes de recuento hacia adelante en un 41%. Piano calcula que hay un 79,31% de probabilidades bayesianas de que los mensajes de No Count obtengan más ingresos por suscripción que los otros dos, y es muy poco probable que pierdan dinero en comparación con las otras dos estrategias de mensajería que probamos.

Resultados de la conversión

Cada estilo de mensajería se mostraba a los usuarios en números más o menos similares, pero en términos de conversiones sin procesar, los tres estilos de mensajería se realizaban aproximadamente en línea entre sí : había menos diferencia entre las tres opciones en conversiones que en ingresos, pero No Count seguía siendo el ganador, superando el total de conversión de Backward Count en un 10,8% y Forward Count en un 18,6%.

La probabilidad bayesiana de no contar convertir más usuarios que cualquiera de las otras dos estrategias de mensajería durante un período de tiempo más largo es de sólo 53,05%, lo que no es malo, pero apenas un bloqueo.

¿Dónde convirtieron los usuarios del sitio?

Cada suscriptor potencial vio una secuencia establecida de cuatro mensajes con un botón Suscribirse (lo que conduce directamente a la suscripción anual), pero cada página que provocó un mensaje de medidor también tenía un botón Suscribirse fuera de la ventana modal que permitía la compra de una suscripción mensual (o imprimir, compras de las cuales no recopilamos datos a través de Piano).

Para la estrategia de mensajería Sin recuento, el 13,7% de todos los suscriptores se suscribieron antes de llegar al muro de pago más allá del cual ya no podían leer, mientras que para Cuenta atrás, solo el 4,3% lo hizo, y para cuenta adelante, el 7%. Ningún recuento puede ayudar a mover las conversiones a anteriormente en el viaje del usuario a través del sitio, pero este resultado está bien dentro del margen de error, por lo que se necesitan más datos.

¿Qué significa eso?

Una de las razones por las que realizamos esta prueba multivariante fue para responder a la pregunta: "¿Qué pasa si ya no podíamos comunicar límites de contenido?" ¿Ya no nos harán daño claramente los límites de la vista de página?

Por un lado, encontramos que, en promedio, a través de las tres experiencias, golpear la pared era en sí mismo el factor más importante para inducir a los usuarios a suscribirse (aunque, como se mencionó, era un poco menos importante cuando no señalamos cuándo eso sucedería).

Creemos que hay cierta evidencia de que incluso si genera un número similar de conversiones, las declaraciones de valores que comunican implícitamente un muro de pago (mientras se excluye el presupuesto de contenido) estimulan un gasto promedio más alto por suscriptor que permitir a los usuarios presupuestar, o enfatizar cuántas páginas ya han leído.

Los visitantes que vieron mensajes sin recuento parecían más propensos a comprar suscripciones anuales que las suscripciones mensuales. La retención es una pregunta separada, pero el gasto promedio de esta cohorte fue un 39% más alto que los visitantes que vieron el recuento atrasado y un 15% más alto que los visitantes que vieron el recuento hacia adelante.

Cada mercado es diferente, pero no creemos que los editores de noticias locales que están considerando un movimiento a un medidor de contenido más flexible deberían tener miedo de poner sus ingresos en riesgo si dejan de decirles a los visitantes del sitio cuál es su asignación de contenido. En nuestro caso, no comunicar páginas vistas anteriores o permitir a los usuarios establecer un presupuesto de consumo de contenido parece aumentar los ingresos medios por usuario (ARPU) del suscriptor, incluso si no afecta profundamente a la probabilidad de convertirse por sí mismo.

Así que si no enviar un límite de contenido no pierde ingresos, entonces somos libres de optimizar los límites de contenido usuario por usuario, sin preocupación de que las estrategias de mensajería necesarias para hacerlo costarán más dinero del que nos hacen.

Con esta conclusión en mente, en los próximos meses planeamos implementar y optimizar un modelo de medición que pondere las páginas vistas utilizando métricas de ingresos. Estamos encantados de llevar a cabo este proyecto con el apoyo de RJI, y esperamos compartir nuestros hallazgos una vez que hayamos implementado la tecnología requerida y recopilado datos sobre los resultados.