南華早報如何使用讀者數據來增加參與度

自 2016 年以來,《南華早報》(SCMP) 的目標受眾是全球範圍內對中國有著濃厚興趣的受眾——而現在,大多數《南華早報》讀者都居住在海外。 今天,南華早報是就中國及其對世界的影響進行全面知情討論的首選平台。

為了滿足全球觀眾的多樣化需求,南華早報採用了數據驅動的用戶體驗設計方法。


為查看每篇文章的每個人創造無縫體驗至關重要. 個性化有助於南華早報更好地了解其讀者,他們來自各種來源並出於不同的原因尋求內容。 預測模型確保 SCMP 能夠始終如一地做到這一點。

收集用戶數據並了解讀者如何互動是《南華早報》基礎的基礎。 《南華早報》將改善用戶體驗和創建吸引讀者的內容視為目標和首要任務。 南華早報廣泛研究瞭如何利用數據在其平台上創建更好的閱讀旅程,並從南華早報的數字化轉型之旅中學到了很多。

這種轉變涉及詢問《南華早報》如何使用機器學習和數據來開發完整而全面的閱讀體驗,促使讀者以高效且輕鬆的方式執行某些操作。 註冊時事通訊、觀看視頻或創建帳戶的太多提醒會破壞 SCMP 世界級新聞的核心價值。

南華早報發現,讀者採取的某些行動使他們更有可能註冊,而不太可能退出。 確定這些階段是推動參與度同時優先考慮新聞業的關鍵。 南華早報的受眾如此多樣化,以至於沒有適合所有讀者的萬能解決方案。 在這方面,細分是理解讀者行為的關鍵。

如果《南華早報》能夠檢測用戶模式並確定他們可以採取的最佳行動,那麼《南華早報》就可以創建一種能夠持續推動用戶參與度、轉化率和留存率的產品。 考慮到這一點,南華早報實施了一個基於 4 個因素對用戶進行分類的公式:


地點。


行為。


忠誠。


個性。

從那裡,南華早報可以根據這些因素的組合來識別細分市場,並根據特定區域或細分市場創建廣泛的網絡,以精確定位客戶。

例如,《南華早報》可以關注來自美國、對生活方式內容感興趣但未訂閱時事通訊的常客,或者《南華早報》可以關注香港的所有讀者。


《南華早報》通過分析讀者的內容消費習慣來定義他們的個性. 南華早報的一些讀者人物,例如:


香港讀者想要本地新聞。


中國對深入的經濟和政治分析感興趣。


生活方式愛好者探索時尚和健康內容。

每個組都有不同的參與度和轉化率。 因此,《南華早報》相應地調整了用戶旅程。

例如,對於尋找生活方式內容的人,《南華早報》側重於推薦與其興趣相關的內容,同時建議他們探索新的相關興趣。 另一方面,香港讀者急需更新新聞,因此南華早報可以鼓勵他們立即報名。

一旦確定了用戶群,SCMP 就會確定用戶可能採取的下一個最佳操作。 南華早報利用其營銷和產品專業知識來分析讀者決定做的任何事情的影響,例如分享故事、閱讀特別報告或註冊。 預測用戶將採取這些行動之一的概率同樣重要。

為了實現這一目標,南華早報開發了一個優先矩陣,允許營銷團隊實時個性化活動。 根據訪問者的忠誠度,南華早報知道哪些操作最有可能導致註冊、訪問者對付費讀者和用戶個性。 《南華早報》通過創建專門關注轉化和流失的趨勢模型來構建這個系統。

當南華早報檢測到忠實讀者可能會註冊時,我們會嘗試不同的消息、免費閱讀和營銷電子郵件。 同樣,《南華早報》定制訂戶體驗以確保他們保持參與度; 當《南華早報》提出要關注的主題時,一些人反應良好,而另一些人則被深入的內容所吸引,例如播客。 對於那些不太可能註冊的人來說,折扣是最好的交易。


SCMP 擁有超過 20 個用戶群 計劃具有個性化用戶旅程的行動活動。 當可以為每個細分市場配置有效參與度時,SCMP 的表現要好得多。

重要的是,該系統還為每位讀者提供量身定制的建議,因此旅程的每一步都很重要,無論是否註冊。 用戶在 SCMP 平台上花費的時間必須總是很長。

當系統擁有有關驅動器的更多信息時,它的工作效率會更高。 對讀者了解得越多,《南華早報》就越能吸引和服務他們。

SCMP 將驅動器分類為最適合提供服務的大小的段。 如果聚類太大,該方法將變得通用且效率低下。 如果組太小,則差異不顯著。

部署、集成和擴展當今所有的挑戰可能需要一些時間讓營銷團隊將這些模式應用到他們的工作流程中,因為這需要轉變思維方式。 . 確保在涉及故障排除的系統上可以訪問資源。 鑑於其複雜性,預測模型需要維護和升級,以最大限度地減少錯誤並在出現問題時迅速糾正。

SCMP 採用測試和迭代方法來改進其功能並擴展其應用範圍。 由於其複雜性,收集、分析和使用讀者數據來提高新聞編輯室的性能可能難以實施。 但他們提供的結果規模值得投資。

隨著南華早報尋求長期吸引讀者,預測模型的開發在新聞行業中變得越來越重要。 當某些主題長期佔據首頁時,它會產生穩定的流量,並有助於在新聞周期中提供更全面的用戶體驗。

個性化可以應用於整個新聞編輯室,改善營銷、受眾增長和產品開發的工作流程。

了解個人用戶比以往任何時候都更加重要,而預測模型提供了一種智能方法。

Shen Jingfei

“組織者。內向。經過認證的互聯網狂熱者。啤酒狂。謙遜的酒迷。”

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。