[번역] 구독과 멤버십 미디어에 도움이 되는 몇 가지 지표들

지표(Metrics)은 뉴스룸의 일상 업무에 기본적인 요소이지만, 리소스를 많이 사용하고 바르게 구현하거나 이해하기 어렵기도 합니다. 페이지 뷰는 이해하기 쉽고 의사결정의 참고가 되는 관리가능한 숫자처럼 들리지만 여기에는 많은 뉘앙스가 존재합니다. 요즘에는 대부분의 아울렛, 특히 구독이나 멤버십 기반 뉴스 아울렛과 관련이 있는 지표는 아닙니다.

광고 기반 수익의 시대는 순 방문자수, 조회수와 같은 기본 메트릭을 우선시했으며, 이로 인해 레거시 언론사들도 SEO 및 소셜 미디어 알고리즘 크래킹에 투자를 하게 되었습니다. 그러나 이러한 데이터는 독자가 실제로 좋아하는 것과 싫어하는 것이 무엇인지 알 수 없으며 숫자를 이해하기 위한 맥락도 부족합니다. 이 데이터에 너무 많이 의존하게 되면 예를 들어 독자 또는 참여를 위한 가치를 추가하는 작업 대신 페이지뷰를 유도하기 위해 SEO에 집중하는 것과 같은 해로운 결정을 내릴 수 있습니다.

오늘날 이러한 지표는 구독 기반 또는 멤버십 기반 미디어의 수가 증가함에 따라 훨씬 덜 유용해 지고 있습니다. 수치를 이해하기 위해 언론사들은 의미 있는 지표에 초점을 맞춰 수용자들이나 그 행동에 미치는 영향을 측정해야 합니다. 물론 이들 언론사 대부분은 이미 재방문자를 더 많이 보고 있고 콘텐츠에 참여하는 시간을 주요 지표로 가지고 있습니다. 그럼에도 분석 기술은 더 가치 있고 유익한 데이터를 얻을 수 있는 많은 기회를 제공합니다.

뉴스룸에서 영감을 얻고 실험할 수 있도록 몇 가지 지표 아이디어를 모았습니다.

구독 기반 뉴스룸을 위한 아이디어: Lifetime Volume Rate(LVR)

구독 기반 마디어 아울렛의 경우 구독자당 수익은 중요한 지표입니다. 그러나 구독자가 뉴스룸에서 제작한 콘텐츠를 얼마나 즐기는지는 알려주지 않습니다. 여기서 라이프타임 볼륨 비율이 도움이 됩니다.

이 메트릭을 계산하려면 콘텐츠 단위(기사, 뉴스레터, 팟캐스트, 비디오 등)의 수와 각 구독자가 읽은 콘텐츠 수를 비교해야 합니다. 예를 들어, 100개의 뉴스레터를 발행했고 구독자가 56개를 읽었다면 라이프타임 볼륨 비율은 56%입니다. 이 정도면 어때? 그것은 당신의 목표에 달려 있습니다.

미디어 분석가 Thomas Baekdal이 자신의 뉴스레터에서 설명했듯이 이 지표는 콘텐츠를 많이 게시하지 않는 틈새 매체(예: 주당 뉴스레터 1개)에 더 유용합니다. 이 경우 궁극적인 목표는 구독자당 볼륨 100%에 가깝습니다. 백달은 “구독자가 가능한 한 많은 기사에 참여하기를 원합니다. 그렇지 않으면 너무 많이 생산하고 집중력이 부족한 것입니다”라고 썼습니다.

그러나 여러 타깃 수용자들과 하루에 수십 개의 콘텐츠를 보유한 대형 언론사들의 경우 이 지표는 많은 것을 알려주지 않습니다.

뉴스레터를 위한 아이디어: 간단한 설문조사

파이낸셜 타임스에는 독자 범위가 다른 40개 이상의 뉴스레터가 있습니다. 오픈율은 뉴스레터의 상태를 이해하기 위한 중요한 지표 중 하나였지만 Apple이 Mail 앱 개인정보 보호 업데이트와 함께 도입한 변경 사항은 숫자의 정확성에 영향을 미쳤습니다.

뉴스레터의 즐거움을 추적하기 위해 보다 유익하고 실용적인 지표를 찾던 FT는 결국 설문조사를 실시했습니다. 먼저 팀은 뉴스레터 하단에 포함된 1에서 5까지의 간단한 만족도 척도로 원클릭 피드백 양식을 만들었습니다. 그런 다음 독자가 응답하고 더 많은 응답을 받도록 동기를 부여하기 위해 FT는 설문조사를 완료한 사람들에게 100파운드 상당의 도서 상품권을 받을 수 있는 월간 경품 추첨을 추가했습니다.

만족도 척도를 클릭하면 응답자는 두 개의 개방형 질문으로 구성된 전체 설문조사를 작성해야 하는 별도의 탭이 열립니다. "점수를 그렇게 준 이유는 무엇입니까?" 그리고 "개선을 위해 무엇을 할 수 있을까요?" 팀은 또한 네트워킹, 이벤트 또는 소셜미디어 참여에 대한 수용자들의 관심과 관련해 특정 아이디어에 대한 피드백을 얻기 위한 질문들도 개발했습니다.

반년 동안 FT는 피드백 양식에 대해 78,000개 이상의 응답을 받았습니다. 어떤 뉴스레터가 더 많은 참여를 유도하는지 이해하는 데 도움이 되었지만 아마도 더 가치 있는 것은 축어적인(verbatim) 답변이었습니다. 팀은 예를 들어 "표준 뉴스레터에서 프리미엄 콘텐츠를 홍보하는 것은 이 독점 콘텐츠에 액세스할 수 없는 독자에게 매우 실망스러운 일입니다"를 포함하여 Inbox Collective의 한 부분에서 이러한 답변에서 얻은 몇 가지 통찰력을 공유했습니다. 아직 결과가 발표되지 않았지만 뉴스레터에 몇 가지 변경 사항을 적용했습니다.

또한 응답자의 9%는 FT의 추가 질문에 기꺼이 답변하겠다고 밝혔습니다. 그리고 팀이 지적한 바와 같이 그들은 이미 이러한 참여자 중 일부를 뉴스레터 재설계에 대한 피드백에 사용했습니다.

멤버 중심 미디어 아울렛을 위한 아이디어:시간 경과에 따른 개인의 재정 기여도 변화

멤버 중심의 뉴스룸에서 사용할 수 있는 몇 가지 분명한 지표가 있습니다. 회원으로부터 얻은 수익, 매월 획득한 신규 회원 수, 회원의 월 평균 기부금 등입니다.

그러나 시간이 지남에 따라 회원의 업그레이드 비율이나 개인의 재정적 기여 비율 변화를 분석하는 것은 가치가 있을 수 있습니다. 2020년 8월 멤버십 프로젝트에서 실시한 설문 조사에서 아울렛의 21.05%만이 이 지표를 사용했습니다. 아울렛을 향한 무드의 변화를 보여주는 보다 개인적이고 가치 있는 지표입니다.

기여도의 변화는 아울렛의 콘텐츠에 대한 (불)만족뿐만 아니라 재정 상황 악화와 같은 외부 요인에 의해 발생할 수 있음을 기억하는 것이 중요합니다. 그렇기 때문에 인구 통계 및 지리적 데이터를 분석하고 가능한 경우 더 많은 정성적 정보를 조사하면서 지표를 함께 사용해야 합니다(독자에게 직접 이야기하는 것은 리소스 집약적인 도구이지만 훌륭합니다).

영감을 주는 보너스 아이디어: 원시 숫자 대신 인덱스

영국 매체 The Times는 기사 조회수와 참여 시간이라는 두 가지 기본 지표에 맥락과 확실성을 추가하는 방법을 찾았습니다. 그들의 경험을 설명하는 기사에서 당시 News UK의 데이터 이사였던 Daniel Gilbert는 콘텐츠와 유통가 얼마나 다양한지에 문제가 있었다고 설명합니다. 이로 인해 지표는 쓸모가 없게 되었습니다. 긴 기사는 평균적으로 더 오래 읽습니다. 웹사이트 홈페이지 상단의 콘텐츠는 더 많은 조회수를 얻습니다.

그래서 그들은 지수를 내놓았습니다. 모든 기사는 기계 학습 모델을 통해 카운트되는 특성에 따라 예상되는 조회수와 읽기 시간이 있습니다. 그런 다음 분석 소프트웨어는 예상 수치를 실제 수치와 비교하고 1에서 5까지의 지수를 제공합니다. 여기서 3은 "예상대로"입니다.

이 시스템은 아울렛의 분석에서 스토리를 보다 쉽고 효과적으로 찾을 수 있도록 도와줍니다. 이를 개선하기 위해 팀은 기사를 읽기 시작한 총 사람 수, 기사에 대한 댓글 수, The Times의 각 대상 독자에 대한 기사의 성과에 대한 지표도 추가했습니다. 이 모든 것이 수많은 데이터 시각화와 실험을 위한 문을 열었고 저널리스트를 위한 분석을 단순화하여 작업이 얼마나 잘 수행되는지 이해하는 데 도움을 주었습니다.

그러나 모든 시스템에는 결함이 있다는 점에 유의하십시오. Gilbert가 말했듯이 팀이 저널리스트와 인덱스를 확인했을 때 그들은 “가장 낮은 점수 중 하나(따라서 기계에 의해 나쁜 것으로 간주되는) 기사가 저널리즘 어워드 후보에 오른 기사라는 사실에 여러 번 확인했습니다". 물론 어떤 시스템도 이상적이지는 않지만 검색을 통해 뉴스룸의 목적과 목표에 적합한 지표를 찾을 수 있습니다.