Что у большинства людей ассоциируется с аналитикой? В основном метрики и измерения. Верно ли это? Да, аналитика начинается с данных, которые могут быть собраны, упорядочены и составлены в узнаваемые модели.

Однако, ограничиваться лишь метриками и измерениями в аналитике — значит ограничивать свои возможности. Ведь самое главное — это переход от метрик к действию. Именно здесь кроется разница между миллионом читателей, и миллионом читателей, взаимодействующих с вами так, как вы бы этого хотели.

Как издатели переходят от измерений к действиям? Через чёткое понимание данных и экспериментов над ними. Нужно применить усилие, чтобы отвлечь команду от рассматривания циферок на экране и нацелить на действия. Мы познакомились с несколькими крутыми компаниями, которые начали так делать, и мы хотим, чтобы и другие начали использовать их опыт.


Итак, начнём наш список ошибок.

Ежемесячный отчёт о 10 самых популярных статьях


Список наиболее (и наименее!) популярных статей за месяц — несомненно, очень полезный инструмент. Но только тогда, когда вы знаете почему они популярны (или непопулярны). Самый правильный способ — вникнуть в детали. Сравните особенности наиболее популярных статей между собой, а также с наименее популярными. Посмотрите на источники трафика в этих статьях, их длину, стиль, какие статьи затем читают впоследствии, а какие нет.

Мы помогаем редакторам в этом с помощью еженедельных отчётов. Они включают в себя не только общие графики по просмотрам, комментариям, количеству статей и изменениям относительно предыдущих недель, но и сводную информацию по топовым и аутсайдерским статьям. Используя эту информацию, редактор может вникнуть в детали и использовать их в последующей работе.

Специальный человек, выбирающий эти 10 статей


У вас есть аналитик, который смотрит в какие-то страшные графики, затем вытаскивает из кучи URL'ов за последний месяц самые популярные и вставляет в Excel-файл? Отличная задумка, вот только реализация так себе.

Используйте время аналитика на интерпретацию данных, а не их сбор. Организации, которые автоматизируют процесс, дают команде тратить сэкономленное время на эксперименты по увеличению аудитории и прибыли.

Оценка аудитории как общего числа: «X в месяц»


Не все ваши читатели одинаковы, и обходиться с ними тоже нужно по-разному. Постоянный читатель? Выдайте ему релевантные рекомендации (причём не только автоматические, но и редакторские). Посетители из Твиттера чаще читают про Навального, чем про Apple? Удостоверьтесь, что люди, отвечающие за планирование, знают об этом.

Если вы не разбиваете аудиторию на части (каждую со своими собственными интересами, предпочтениями и поведением), вы удовлетворяете лишь небольшую часть всего вашего читательского круга.

Аналитика в реальном времени


Ну да ладно, на самом деле мы за аналитику в реальном времени. Реальная ошибка здесь — это использовать текущую информацию без долгосрочного контекста.

Видеть, как идут дела в реальном времени очень полезно в наше время, особенно когда вам нужно быть в тренде и реагировать на события по мере их поступления. Правда, и выгода от этого обычно краткосрочная. Для более правильных стратегических действий вам нужен исторический анализ, укладывающий ваши текущие взлёты и падения в контекст.

Применение аналитики только для внешних процессов, но не внутренних


Очевидно, что чем проще вы сделаете вещь, тем вероятнее люди будут пользоваться ею. И даже если вы соберёте все данные на свете, они не принесут никакой пользы читателям, если ваши редакторы и авторы не будут понимать её, или не смогут её втиснуть в свой перегруженный график.

Хоть обучение использованию данных и играет огромную роль, непосредственное внедрение аналитики в рабочий процесс отдела новостей также поможет претворению идей в жизнь. Это могут быть как модули, встроенные в CMS, отображающие нужную информацию в текущей работе журналистов, так и регулярные автоматические отчёты по продажам.

Подписывайтесь на наш блог и ознакомьтесь с нашим сервисом.

Комментарии (0)