Вовлеченность: новый идол медиа (часть 2)

Так как же измерить читательский интерес?

Вовлеченность пришла на смену лояльности. Лояльной аудитории больше не существует. А если она и осталась где-то на старых порталах с развитыми форумами, то вполне возможно, что «ядро» эти форумы и не покидает, ограничиваясь общением. Метрика вовлеченности действует в рамках одного материала. На ее основании можно вполне уверенно вычислить не только то, насколько актуальной оказалась ваша статья, но и насколько правильно вы ее сверстали.

Для того чтобы оценить вовлеченность конкретного читателя, надо получить пару промежуточных показателей:

Поблочная глубина просмотра

Глубину просмотра мы отныне меряем не количеством страниц за сессию, — она, скорее всего, будет лишь одна, — а процентами доскрола. Нам важно знать, ушел ли человек сразу после перехода на страницу (увидев заходную иллюстрацию и анонс), пролистал ли ее на треть, две трети или все 100%. Собственно, важен не сам процент, а его связь с версткой отдельных блоков. Допустим, на втором экране у вас фотогалерея, на третьем — инфографика, а на четвертом — справочный материал или заключение. Имея информацию о том, на каком блоке посетитель покидает страницу, вы сможете оптимизировать верстку таким образом, чтобы удержать внимание. Допустим, рекомендовать ему еще 2–3 материала на смежные темы, чтобы превратить переход во внутренний.

Конечно, с чисто технической точки зрения, наилучшим показателем глубины просмотра является 100%. Вот он, дошедший до конца лояльный читатель, усвоивший всю информацию, которую мы хотели до него донести. Именно этот сегмент сейчас наиболее «прогрет» для получения, например, какого-то призыва к действию или редакционных рекомендаций по продолжению чтения на других страницах. Так? Лишь отчасти. Значительная часть аудитории, стесненная во времени или просто невнимательная, сразу прокручивает материал до конца, чтобы приобщиться к выводам из него. Особенно этому эффекту подвержены разного рода сравнительные тестирования, в которых принято вставлять в конце таблицу характеристик и подводить итоги всему вышесказанному. Оправданы ли затраченные на единицу контента средства при такой модели потребления? Вряд ли. Именно поэтому нельзя делать вывод о вовлеченности аудитории по одной лишь поблочной глубине просмотра. Нам приходится вводить еще один необходимый параметр — время прочтения.

Время прочтения

Время прочтения отличается от привычного времени просмотра тем, что мы заранее вычисляем среднее время прочтения материала и отбрасываем крайние полученные значения. Этот показатель не только позволит отличить реальное чтение от пассивного висения в пачке открытых вкладок, но и даст пищу для размышлений о том, почему посетители проскроливают те или иные части вашего замечательного рассказа, обзора, галереи, лонгрида или новости — нужное подчеркнуть. Для того чтобы получить эти ценные данные, время прочтения тоже придется мерить поблочно.

Для понимания полученных цифр полезно будет знать, что русскоязычный читатель потребляет текстовый контент со средней скоростью 120–180 слов в минуту. Именно из этого показателя исходят те проекты, которые сейчас выносят предположительное время прочтения в «шапку» материала. Стоит ли это делать — вопрос дискуссионный, но легко проверяемый a/b-тестом на достаточно большом объеме трафика.

Эта метрика может дать весьма ценную информацию даже о тех пользователях, которые вообще не скролили материал, а ушли прямо с первого экрана. Так, например, если посетитель покинул страницу через 5 секунд зрительного контакта, то, возможно, его оттолкнула заходная иллюстрация, а если уход состоялся через 10–15 секунд, можно предположить, что не сработал попавший на первый экран текстовый анонс. Допустим, вы получаете много трафика из соцсетей, но при этом видите, что уходов с первого экрана многовато. Уже на этом этапе можно проверить, не содержит ли анонс в соцсетях обещание, которое не может выполнить первый экран. Скажем, заголовок для соцсетей оказался слишком «желтым» или просто плохо сочетается с тем, что увидел читатель непосредственно на сайте.

Также можно обнаружить, что в длинном обзоре посетители демонстрируют адекватное время прочтения лишь на последнем экране. Так зачем тогда все промежуточные? Содержащуюся там информацию наверняка можно значительно сократить, увеличив долю последовательно прочитавших. Не все редакторы согласятся с подобным подходом, но тут уж приходится выбирать между чувством прекрасного или объективными, измеряемыми параметрами. Нетрудно догадаться, что из этого больше способствует успешной монетизации. Статистика, конечно, лукава, и средние показатели медиа будут сильно разниться в зависимости от тематики и манеры подачи, но не стоит надеяться, что массовый читатель и вправду уделит вам более 3–5 минут своего времени. Оптимальнее всего будет вычислить «окно внимания» для конкретно вашей аудитории, и твердой рукой обрубать все, что вылезает за его пределы. Если редакция сразу не придет к этому выводу интуитивно, то позднее ее заставит сделать это аналитика.

Бывают исключения. Например, среднее время прочтения этой статьи составляет 17 минут (обеих ее частей). Однако мы имеем дело с очень нишевым материалом, нацеленным на узкий круг профессионалов. Здесь не действуют ограничения, применимые к массовой аудитории. В конце концов, кто-то читает монографии по сосудистой хирургии и, что характерно, дочитывает. Еще и пометки на полях оставляет. Так что слепое следование рекомендациям из кейсов тоже может сыграть злую шутку — всегда следует опираться на собственный опыт и стартовый объем статистики, накопленной именно вашим ресурсом.

Двух вышеперечисленных метрик вполне достаточно, для того чтобы выстроить качественную систему оценки вовлеченности аудитории. Внедрив их, вы получите мощный инструмент проверки качества и, что немаловажно, оптимизации вашего контента. Используя глубину просмотра и время прочтения, вы сможете буквально в реальном времени, ориентируясь на текущие показатели, улучшать ваши материалы, делая их более привлекательными для читателей.

В большинстве случаев для улучшения показателей вовлеченности оказывается целесообразно включение дополнительных технических решений, причем как собственной, так и сторонней разработки. Так, на множестве примеров показано, что на показателях вовлеченности положительно сказывается внедрение различных систем рекомендации контента. Широкую популярность у российских издателей получил Relap, однако хорошо, когда есть выбор — не оставим без упоминания относительно недавно представленный публике myWidget от Mail.Ru и, конечно же, наш Giraff.io, который совмещает плюсы рекомендательной системы с внутренней аналитикой для контентных проектов.

Не стоит забывать, что владея полной аналитической информацией, вы сможете проводить переговоры с рекламодателями на совершенно новом уровне. Имея на руках данные о вовлеченности, вы начнете предлагать самые неожиданные форматы размещения.

Какие инструменты и сервисы подходят для оценки вовлеченности?

Рассказ о методах оценки вовлеченности аудитории был бы неполным без описания хотя бы нескольких удобных инструментов для ее измерения. К счастью, в настоящее время уже разработано и успешно используется достаточно аналитических платформ, позволяющих быстро извлечь всю нужную информацию.

Chartbeat Publishing

Отличным инструментом редакционной аналитики является Chartbeat Publishing, основной задачей которого является слежение за вниманием пользователей. Основываясь на частоте проявлений пользовательской активности, он позволяет получать объективные показатели времени прочтения и глубины просмотров, формируя исчерпывающую картину вовлеченности посетителей в каждый из материалов, размещенных на сайте. Важно отметить, что в отличие от традиционных систем веб-аналитики, Chartbeat показывает не накопленные статистические данные, а картину пользовательской активности в реальном времени (лаг обычно составляет порядка 30 секунд). Это позволяет мгновенно вычислять всплески интереса к тому или иному материалу, отслеживать путь посетителя по странице и сразу оптимизировать ее в случае обнаружения утечек трафика или ошибок при формировании «обвеса» основного содержимого страницы. Chartbeat также подходит для анализа проектов, основанных на видеоконтенте, имеет встроенные средства тестирования популярности заголовков и другие функции. К минусам можно отнести то, что за цифрами необходимо следить только в режиме реального времени. Множество внедрений, которые уже добрались и до русскоязычных медиа, говорят о том, что, несмотря на свой платный статус, Chartbeat весьма востребован среди издателей цифровых медиа.

Parse.ly

Большой объем данным о вовлеченности аудитории предоставляет издателям аналитическая платформа Parse.ly. Успешно внедренная на таких масштабных сетевых ресурсах, как Fox News, The Telegraph, Mashable и The Next Web, она доказала свою эффективность в задачах, связанных с оценкой текущих показателей работы медиа. Меняя верстку материалов, вы можете сразу же узнать о том, как она влияет на читательский интерес, а статистика социальных сигналов поможет выявить тренды, которые стоит учесть при формировании тематического плана. Parse.ly позволяет не только получить мгновенный срез аудиторных показателей, но и сохранить архив всех собранных данных, которые, в зависимости от задачи, можно представить, используя полтора десятка методов визуализации. Разработчики Parse.ly отдельным пунктом обращают внимание своих потенциальных клиентов, что система уже укомплектована средствами для эффективного ведения кампаний контент-маркетинга. Специальный инструмент позволяет делиться с заказчиками «живыми ссылками», дающими возможность наблюдать за кампанией в реальном времени, а также формировать коммерческие отчеты, построенные вокруг показателей вовлеченности.

KYA Analytics

Еще одним способом лучше понять свою аудиторию может стать KYA Analytics. Название сервиса расшифровывается как «Know Your Audience» и полностью отражает его суть. Этот инструмент подходит для относительно небольших контентных проектов, построенных на платформе WordPress. С его помощью можно получать данные о вовлеченности аудитории, основанные на анализе пользовательской активности и социальных сигналов (Facebook). Возможности KYA Analytics позволяют получать данные о тематиках, популярных на других проектах, входящих в экосистему сервиса, что дает редакции возможность оперативно реагировать на изменения читательских интересов. Также сервис предлагает несколько дополнительных инструментов, таких как собственная система рекомендации контента, служба «умных» комментариев, а также специальная кнопка Shout, которую можно поместить под каждым материалом. Имея некоторое функциональное сходство с кнопкой Like, Shout дает посетителям сайта возможность оценить материал. Ее функционал строится на инфраструктуре Facebook Connect, так что каждое нажатие дает редакции возможность получить открытые данные из профиля Facebook посетителя. Эти данные значительно расширяют аналитические возможности KYA Analytics, однако в отдельных случаях могут вызвать отторжение у части аудитории.

Giraff.io

Новый сервис, который позволяет достичь сразу нескольких целей: повысить вовлеченность читателей, увеличить аудиторию и заработать на собственном контенте. Помимо серьезной редакционной аналитики, которая вполне по набору полезных метрик может соперничать с зарубежными сервисами, «Жираф» позволяет увеличивать глубину просмотра сайта благодаря индивидуальным рекомендациям каждому читателю, привлекать новую аудиторию за счет обмена переходами с сайтами-партнерами системы и зарабатывать на трансляции рекламы.

Владелец сайта решает сам, какие цели для него в приоритете — тонкие настройки сервиса позволяют не ограничиваться выбором одного параметра.

Giraff.io собирает и предоставляет данные и об охвате аудитории, и о глубине доскролла, и о времени чтения материалов, дает информацию о том, на какой платформе пользователи качественнее всего взаимодействуют с контентом — на персональных компьютерах, смартфонах или планшетах. С его помощью вы можете узнать о том, какие из материалов получают больше всего просмотров, каков их коэффициент виральности, кто из авторов создает наиболее востребованный контент и многое другое.

ScrollDepth

Если ваш сайт работает под управлением WordPress, а вам хотелось бы избежать установки платных аналитических систем, вы можете ограничиться привычной Google Analytics с установленным плагином Scroll Depth. Он не столь информативен, как вышеописанные решения, однако поможет понять, до какого места той или иной страницы доскроливают посетители. Плагин умеет определять, когда пройдены отметки в 25%, 50%, 75% и 100%. При достижении каждого из этих показателей, Scroll Depth с помощью jQuery отправляет событие в Google Analytics, где вы можете посмотреть его стандартными средствами GA. Подробные инструкции по установке и настройке Scroll Depth вы без труда найдете даже в русскоязычном сегменте Сети.

Screentime

Крошечная JS-библиотека Screentime пригодится тем, кто ищет бесплатный способ передачи данных о времени просмотра страницы в Google Analytics. Не ждите многого от кусочка кода размером 6 килобайт, однако со своей задачей Screentime вполне справляется. Особенно полезно в ней то, что вы можете выделить на странице несколько зон, а Screentime будет исправно отслеживать время пребывания пользователя в каждой из них. Позже вы уже сами сможете решить, как распорядиться этими данными. В русскоязычном сегменте интернета подробная информация об этом инструменте отсутствует, однако разобраться с ним можно при помощи, например, вот этого несложного англоязычного туториала.

Заключение

Итак, наше маленькое путешествие в мир метрик вовлеченности подошло к концу. Конечно, тема эта весьма глубока и требует гораздо более развернутого анализа, однако на роль «дорожной карты», на наш взгляд, эта статья вполне годится. В будущем мы надеемся порадовать вас более детальными материалами, которые помогут вам лучше понять свою аудиторию и значительно повысить показатели качества потребления контента вашего ресурса.