Чтобы увидеть больше обновленных историй, следите за нашей новой публикацией на Medium на Deep.BI.
Получение максимальной отдачи от каждой конверсии
Новейшая функция платформы Deep.BI под названием Deep Content Attribution Score (DCAS) предназначена для того, чтобы дать редакционным группам и специалистам по обработке данных более полное представление о том, что движет конверсией пользователей, в частности о покупке подписки. С нашей системой оценки успешное взаимодействие с пользователем не просто отслеживается покупкой подписки в данный момент, наши алгоритмы анализируют веб-сайт пользователя и взаимодействия с контентом до момента подписки и превращают их в аналитический инструмент для более точного принятия решений. . Эта новая функция предлагает редакторам и аналитикам новые данные для принятия стратегических решений о создании контента и распределении редакционных ресурсов с совершенно новой точки зрения.
Откуда пришло это обращение?
Представьте себе успешную покупку подписки не как разовое событие, а как завершение сложного взаимодействия вашего веб-сайта и контента с пользователем. С начального момента взаимодействия с вашим контентом до окончательной конверсии пользователь совершает путешествие с точными и измеримыми взаимодействиями. Когда эти взаимодействия анализируются, они раскрывают важную информацию о поведении пользователей и обращают внимание на ваш наиболее ценный контент.
The Times of London использовала аналогичную стратегию, чтобы увеличить количество подписчиков на 19% в целом и увеличила число лояльных читателей на 2 миллиона в течение года. Наша методология скоринга снижает требуемую рабочую нагрузку - с 3 месяцев на 8 штатных аналитиков до пары часов по нашему алгоритму - после того, как ваша структура данных будет определена.
DCAS отслеживает каждое взаимодействие с пользователем и объединяет их, предоставляя важные данные о контенте, который способствует конверсии. Вы хотите знать, какой контент превращает пользователей в подписчиков, или, если еще глубже, понять, какие авторы привлекают подписки и какие темы или страницы привлекают наибольшее и наиболее успешное взаимодействие? Это то, что вам поможет наша оценка атрибуции глубокого контента.
На графиках ниже показаны индивидуальные оценки прочитанных статей, отслеживаемые по дням до момента подписки, для двух пользователей.
Пользователю A потребовалось 7 дней с момента первого взаимодействия до подписки, в то время как пользователю B потребовалось 40+ дней и более статей до принятия решения о покупке. Согласно нашей методологии подсчета очков, обе подписки произошли, когда агрегированный DCAS по всем прочитанным статьям достиг 1,00. Число под графиками показывает общее количество статей, прочитанных до подписки.
Характерные формы крючков на всех графиках отражают естественный рост вовлеченности пользователя - от первого «крючка» до последнего «закрытия». Для дальнейшего анализа данные могут быть отсортированы по автору, теме и / или разделу в соответствии с потребностями различных заинтересованных сторон.
Оценка отдельной статьи и авторства
Ниже представлена информационная панель с двумя элементами: один, который показывает оценку атрибуции отдельной статьи для всех пользователей за 4-месячный период в столбце Оценка атрибуции контента; второй элемент представляет собой совокупный общий балл атрибуции статьи, равный 106,78 - количество подписок, приписываемых этой конкретной статье через объединенный путь подписки всех пользователей, которые прочитали ее, а затем подписались в течение этого периода времени.
Панель инструментов выше визуализирует эффективность конкретной статьи; Однако разные информационные панели могут отображать балльный анализ, например, всех статей, написанных одним автором (первая информационная панель ниже), или сравнение всех авторов, пишущих для веб-сайта (вторая информационная панель ниже):
— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — —
Используя этот подход, можно получить более глубокое понимание того, как авторы, разделы / категории контента и различные источники трафика даже способствуют общему финансовому состоянию вашей публикации. Это также позволяет вам планировать будущие редакционные ресурсы на основе прошлого контента, конвертирующего пользователей в подписчиков; с большей точностью заполняйте виджеты рекомендаций; и определить рентабельность инвестиций для различных типов контента и текущую прибыль, полученную вашим контентом за несколько недель или месяцев до этого. Редакционные группы получат выгоду, предоставив пользователям покрытие, о котором заботятся и за которое они платят, что принесет максимальный доход.
Хотите узнать больше?
Deep.BI предлагает издателям увидеть, как наш механизм оценки глубокой атрибуции контента может помочь в расширении вашей аудитории и ее вовлечении. На основе ваших исторических данных о подписках и взаимодействиях с пользователями мы можем предоставить разовый анализ, чтобы показать, какой контент на вашем веб-сайте побудил пользователей подписаться на протяжении всего их пользовательского пути.
Свяжитесь с Deep.BI сегодня, и мы заставим ваши данные работать на вас.
Опубликовано Джессика Сиротин 23 августа 2019 г.