Anulujesz subskrypcję? New York Times chce to przewidzieć.

W tym miesiącu New York Times uruchomił nową kolumnę o osobistych technologiach o sprytnym tytule Nauczanie maszynowe . Ale za kulisami gazeta zajmuje się również prawdziwym uczeniem maszynowym, i to w bardzo poważnym celu: chce przewidzieć, kto zrezygnuje z subskrypcji, zanim to się stanie.

Oparte na danych : Siedziba The New York Times Company na Manhattanie.

ten Czasy ma zatrudnił matematyka Chrisa Wigginsa na Columbia University jako swojego pierwszego głównego naukowca ds. danych. Wiggins, który zbudował predykcyjne modele komputerowe do określania pochodzenia wirusów, pokieruje teraz małą grupą, która próbuje wykorzystać matematykę, aby pomóc 162-letniemu wydawcy utrzymać lub poszerzyć bazę subskrybentów.

Wiggins mówi, że podjął pracę w niepełnym wymiarze godzin, ponieważ jest wielkim fanem publikacji i chce pomóc w utrzymaniu 1200 redaktorów i reporterów w ich pracy. Uważa, że ​​analiza danych może pomóc w modelu biznesowym, który został poważnie zakłócony.

Problem polega na tym, że reklamodawcy kupują mniej reklam prasowych. Według danych, sprzedaż prasowych gazet w USA spadła z 47 miliardów dolarów w 2005 roku do 19 miliardów dolarów w 2012 roku Raport Pew o stanie mediów informacyjnych . Reklama internetowa nie zbliżyła się do uzupełnienia niedoboru.

W odpowiedzi Czasy zależy bardziej od abonamentów. Podniosła koszt papieru drukowanego i sprzedaje subskrypcje cyfrowe za pomocą swojego cyfrowy paywall , uruchomiona prawie trzy lata temu z dużym sukcesem. W raportowaniu inaczej ponure wyniki roczne w lutym tego roku firma poinformowała, że ​​w 2013 roku odnotowała 19-procentowy wzrost liczby abonentów wyłącznie cyfrowych.

Marc Frons, dyrektor ds. informacji w New York Times Company, która zatrudnia około 500 osób w IT, technologii i programowaniu, mówi, że rok temu firma zebrała informacje, które znajdowały się w różnych silosach i utworzyła grupę business intelligence, aby rozpocząć wykorzystując go. Jest to część szerszego trendu, w którym firmy wykorzystują dane do bardziej bezpośredniego podejmowania decyzji biznesowych (zobacz nasz raport Dane i podejmowanie decyzji).

Wiggins pokieruje zespołem składającym się z trzech lub czterech osób z mandatem do eksperymentowania i ustalenia, czy Czasy problemy biznesowe można rozwiązywać za pomocą uczenia maszynowego, zestawu metod statystycznych, które wykorzystują istniejące dane do przewidywania podobnych sytuacji.

ten Czasy nie brakuje mu danych — jego czytelnicy odwiedzają jego stronę główną dziewięć milionów dziennie. Ale naprawdę potrzebowaliśmy kogoś, kto udzieli nam informacji o tym, dlaczego ludzie subskrybują i jak ich zatrzymać, mówi Frons. Zanim podniosą słuchawkę i powiedzą „Chcę anulować”, możesz przewidzieć na podstawie wzorców ich zachowania, na przykład rzadszego logowania, że ​​mogą to zrobić.

ten Czasy Wysiłek jest nadal stosunkowo skromny, przynajmniej w porównaniu z działaniami największych firm internetowych. W tym roku Google wydał 400 milionów dolarów na pozyskanie jednego startupu zajmującego się uczeniem maszynowym (patrz Czy Google zdobywa rynek w zakresie głębokiego uczenia ?), a Amazon obecnie reklamuje stanowiska dla 40 naukowców zajmujących się uczeniem maszynowym – oprócz wyników, które już zatrudnia.

Godne uwagi jest to, jak tradycyjne media nadrabiają zaległości. W październiku News Corp., wydawca dziennik 'Wall Street , zatrudnił Rachel Schutt, inną statystykkę z Columbii specjalizującą się w sieciach, na stanowisko starszego wiceprezesa ds. nauki o danych. To także nowo utworzona rola. Schutt napisała w e-mailu, że będzie siłą centralizującą wiele projektów dotyczących uczenia maszynowego i modelowania predykcyjnego, które już były w toku.

Wielcy wydawcy również starają się dotrzymać kroku startupom medialnym, z których niektóre zatrudniają studentów Wigginsa. Witryny takie jak BuzzFeed, wydawca mieszanki głupich i poważnych wiadomości, pokazały, że modelowanie matematyczne może pomóc w zwiększeniu wirusowości artykułów — miara tego, jak szeroko treść jest udostępniana w Internecie. Witryny takie jak BuzzFeed i Huffington Post teraz uzyskać więcej wyświetleń strony niż New York Times , ale ze znacznie mniejszymi sztabami.

Ze swojej strony, Czasy mówi, że nie chodzi o nic tak beznadziejnego, jak więcej odsłon. Coś w BuzzFeed, które staje się wirusowe i uzyskuje dużo kliknięć, różni się od relacji, New York Times ma nadzieję i buduje swój biznes wokół, mówi Wiggins. To naprawdę umieszcza subskrypcje, a nie historie, które stają się wirusowe, w centrum ich modelu.

ukryć