Метрика среды, которая имеет значение: общее время чтения Перевод

22 Сентября (ред)

Один миллион просмотров страниц!
50 000 подписок!
Пять миллионов постов!
165 миллионов активных пользователей!

Веб-компании любят метрики, особенно когда можно использовать большие цифры, чтобы заставить технические СМИ писать о нас.

Вдали от рекламного шума технических блогов Valley, каждая веб-компания должна иметь какие-то не такие уж и бредовые показатели, которые направляют бизнес и дают представление о его здоровье. В идеале, есть одно число, которое управляет ими всеми. Джош Элман называет это единственной важной метрикой.

В Medium наше число — общее время чтения, или TTR.

Единственный показатель, который имеет значение

Давайте сначала сделаем шаг назад. Зачем вообще число? И если вы согласны с тем, что цифры — это хороший способ измерить успех бизнеса, то почему только одно значение?

В отличие от интернет-компаний, большинство компаний измеряют свой успех в долларах. Но медиаиндустрия всегда была немного другой. Как правило, рекламодатели платят в зависимости от размера аудитории. Для измерения размера аудитории использовались различные методы: радио использовало дневники, в которых слушатели записывали, что они слушали и когда. Печатные СМИ подсчитывали общее количество экземпляров, которые были распространены или проданы, а затем делали предположение, сколько людей увидело каждый экземпляр.

Когда сеть стала популярной (а электронная коммерция была всего лишь блеском в ее глазах), можно было измерять только события, такие как просмотры страниц, а позже и клики. С широким использованием файлов cookie (и Google Analytics) мы перешли к разговору о пользователях. Для стартапов, не приносящих доход, единственной валютой были пользователи: зарегистрированные пользователи, подписки и, наконец, активные пользователи.

«Большие данные» принесли с собой роскошь, позволяющую измерять любое (и каждое) взаимодействие пользователя с приложением. Мы можем записывать, что делает пользователь, с каким устройством, когда и как долго. Данные дешево хранить и относительно легко обрабатывать.

Мы пересекли точку, в которой доступность данных превысила то, что требуется для показателей качества. Большинство специалистов по данным, с которыми я встречаюсь, говорят мне, что они собирают гораздо больше данных, чем могут когда-либо надеяться использовать. И все же во многих случаях у них все еще нет полезных показателей.

В виде диаграммы:

В виде диаграммы

Больше данных не всегда означает лучшие показатели

Предприятия (те, у которых есть модели доходов) все еще оптимизируют деньги. Сегодняшнее богатство данных помогает лучше понять, что движет их доходом. Аналитики данных могут соединить точки между самыми ранними взаимодействиями пользователей (например, маркетинговыми кампаниями, источниками рефералов и т. д.) и действиями в конце воронки (такими как трата денег или нажатие на рекламу). Эти данные также могут дать представление о диверсификации продукции или потенциальных новых потоках доходов.

Компаниям, у которых нет дохода, по-прежнему необходимо оптимизировать поведение пользователей, которое по-прежнему ценно. В случае Medium ценным поведением является привлечение пользователей к нашей платформе.

Обручение

Вовлеченность была модным словом маркетологов роста в течение нескольких лет. Когда пользователь взаимодействует с вашей платформой, вы привлекаете его внимание. А внимание — драгоценный товар эпохи сверхсвязей.

Я считаю борьбу за внимание пользователей игрой с нулевой суммой. Благодаря аппаратным инновациям в бодрствующем дне почти не осталось ни минуты, на которую не претендовали (в произвольном порядке) книги, социальные сети, телевидение и игры. Удивительно, что у нас есть время для работы и семьи.

Нет недостатка в заламывании рук вокруг того, что именно означает «вовлеченность» и как ее можно измерить — если вообще возможно. Конечно, это зависит от платформы и того, как вы ожидаете, что ваши пользователи будут проводить на ней свое время.

Для содержательных веб-сайтов (например, New York Times) вы хотите, чтобы люди читали. А потом вернуться, чтобы прочитать больше.

Служба подбора партнеров (например, OkCupid) пытается подобрать партнеров. Количество успешных совпадений должно дать вам довольно хорошее представление о состоянии бизнеса.

Как насчет сайта, который сочетает в себе обе эти идеи? Иногда я характеризую Medium как подбор контента: мы хотим, чтобы люди писали, а другие читали отличные посты. Он двусторонний: одно без другого не может существовать. Какова основная деятельность, которая соединяет две стороны? Это чтение. Читатели не просто просматривают страницу или нажимают на рекламу. Они читают.

В Medium мы оптимизируем время, которое люди тратят на чтение.

Измерение времени чтения

Грегори Ференштейн из TechCrunch написал:

Справедливости ради, мы знаем, сколько времени читатели тратят на статью: мы знаем, что менее 60 процентов прочитают более половины статьи, а значительная часть вообще ничего не прочитает.

Я думаю, это оптимистично. Это правда, что аналитика Chartbeat покажет вам, насколько глубоко пользователи взаимодействуют с контентом. По их данным, в среднем менее 60% пользователей читают более половины статьи. Мы видим это по-разному: для нас нет среднестатистических пользователей и среднестатистических постов.

Мы измеряем каждое взаимодействие пользователя с каждым постом. Большая часть этого делается путем периодической записи позиций прокрутки. Мы передаем эти данные в наше хранилище данных, где автономная обработка объединяет время, затраченное на чтение (или наше лучшее предположение о нем): мы делаем вывод, когда читатель начал читать, когда он сделал паузу и когда он вообще остановился. Методология позволяет нам корректировать периоды бездействия (например, открытие сообщения на другой вкладке, прогулка с собакой или проверка телефона).

Совокупное общее время чтения (TTR) — это показатель, который помогает нам понять, как работает платформа Medium в целом. Мы можем разделить это число по-разному (количество входов и выходов из системы, новые сообщения и старые и т. д.).

Мы думаем о других способах использования этих данных для изучения пользователей Medium и их взаимодействия с конкретными сообщениями. Например:

  • Как мы можем мотивировать пользователей увеличить общее время, затрачиваемое на чтение написанных ими сообщений?

  • Мы измеряем длину сообщений в ожидаемом времени чтения. Итак, что лучше: пользователь тратит три минуты на чтение половины шестиминутного поста или пользователь тратит две минуты на чтение двухминутного поста?

  • Если пользователь тратит четыре минуты на чтение шестиминутного поста, просматривал ли он его? Она просто супер-быстро читает? Или наша оценка времени неверна?

  • Сколько времени требуется глазу, чтобы зарегистрировать изображение?

  • Какова оптимальная длина поста, если мы хотим максимизировать TTR?

И многое другое.

https://medium.com/data-lab/mediums-metric-that-matters-total-time-reading-86c4970837d5

OleStep OleStep + 1.2k

1 Ответ

  1. Evg Evg 22 Сентября

    Спасибо. Это важный материал, т.к. в нём говорится, ИМХО, про самую важную метрику, которую стоит учитывать. А тут эта статья поднимает вопрос, как мы будем это учитывать и использовать тут.

    Мне интересна реализация этого механизма. Он должен появиться тут, вопрос времени.