大佬,玩數據就不要玻璃心,尊重一下這場遊戲的基本邏輯
反駁《馬傑偉、朗澄:大數據不是點金石,PV 大跌並非世界末日》

本來想取標題:《大護法:大數據就是點金石,PV 大跌就是世界末日》。後來覺得「大護法」這個筆名實在太蹭動畫片的熱點,放棄。
馬傑偉、朗澄的這篇文章,總體在勸媒體人:別一味地追逐PV,要堅守新聞的專業和價值。讀完很怨忿,PV 的壓力根本在社交媒體編輯,growth team 或者市場部頭上,就現在的媒體環境來看,編輯室的問題恰恰是太排斥社交媒體、流量、數據,甚至躲在「專業和價值」的背後圍爐取暖。
PV大跌不重要??沒人看你的內容了,你還不驚?!
傳媒,特別是新聞行業,講求影響力、閱讀量,Page View 大跌意味着很多人不看你的文章了,當然是一個非常需要解決的問題,就算未到「世界末日」,也是「末日將臨」了。
文中舉《華爾街日報》的例子試圖證明PV下跌不是世界末日,這是不恰當的。第一,《華》的 page view 下跌並非內容直接導致,而是它商業計劃的一部分。《華》的戰略是退出“First Click Free” 項目,讓更多讀者無法免費閱讀文章而不得不付費訂閱;代價是 page view 下跌。這種PV下跌,無法與自然下跌相較。
自然下跌意味着,1)讀者開始減少閱讀你的內容了; 2)你的讀者數量開始減少。這兩點劍指內容,除非特殊情況,很難歸咎到產品、技術。如果不檢討近期的選題、文章質量、標題和引言等等內容要素,趁早找到肇因,那麼PV還會繼續下跌。
《華》讓渡 page view 換取訂閱的做法,並不能說明 page view 下降不嚴重。第二,他們對數據分析的重視,以及去年開始盈利的亮眼財務報表,反而說明了「大數據」可以「點石成金」。
在2013年買下《華》的 Jeff Bezos,月前明確表示:「我永遠不會讓任何人成爲數據的奴隸,但我也不認同那些不在乎數據的人(I would never let anybody or ask anybody to be slavish to data, but I’d also be super skeptical of people who aren’t curious about the data.)」別人家大老闆出面說明數據和善用數據的重要性,而且,《華》推出的 CMS 管理系統 Arc Publishing,內嵌數據分析工具,再次說明《華》在數據分析上的革新。
數據分析也是媒體業的手藝活
朗澄說,
(數據)是一把雙刃劍,理解越多,可因應客戶或老闆等目標觀眾而「調教」發揮功效,盲目跟從數字走勢,只會作繭自縛。
馬傑偉說,
掌握網絡數據,不必相信十足十,追數留三分,點擊率之外,還有專業判斷與價值追求。
華語新聞界內,其實有多少媒體人,包括我自己,識答新聞編輯室裏的數據是什麼,怎麼分析,又怎麼借用呢?大家都在探索而已,這麼快站出來高喊「PV高低也沒什麼,你要相信自己的專業判斷」,這一副保守態勢,不禁想問自信何來。拜託先從神壇走下來想想清楚基本邏輯:
- Google、Facebook 沒提供數據分析前,媒體人百分之百靠自己的判斷做新聞,有解決社交媒體時代,媒體影響力下降、閱讀量下降、難以生存的困局嗎?沒有。
- 那它們兩家提供數據分析以後,媒體人不作改變,還是靠自己的判斷能解決問題嗎?之前不能,現在就能?
- 主動學習數據分析,適應變化,能解決媒體的現代困局嗎?不一定能,也不一定不能。
綜上,數據分析不一定能解決媒體的問題,但是不做嘗試就一定解決不了任何問題。試了,才有可能活;不試,就會死。
怎麼試呢?數據分析是一門手藝活。首先,「大數據」只是一個詞而已,不喜歡這個詞,那我們換成「據數大」也行啊。仔細瞭解「大數據」背後蘊含的意思,精髓是用數據研究用戶的行爲,就像以前報紙做的 Focus Group,讀者調研等。其次,做數據分析的,多看不同指標,通過複合指標來研究單一問題;通過假設、實驗、反思的循環方法進行論證,是基本功。
目前,已經有很多量化指標可以看到讀者與內容之間的關係。有 page views,也有 unique views,有 average session time,也有 duration,有 bounce rate,也有 referral path… 與工程師合作,還能建立 events,觀察讀者在每個網頁上的動作,他們會否點擊「延伸閱讀」「熱門頭條」,他們會否評論、分享,他們在文章的什麼位置離開…
這些顆粒度極細的指標,搭配在一起,爲媒體提供了讀者用行爲表現的滿意度、興趣、疑惑。這種量化分析,再結合定性訪談,可以說極大提高了媒體在內容、產品、技術、運營各方面決策的科學性。
文中提到靠扭曲數據報告博得客戶歡心的案例,居然能作爲證僞數據分析的論據?不可思議…
「專業和價值」只是擋箭牌,擋掉媒體人適應新變化、不得不做出改變時的心理痛苦
以前,甚至現在也有,媒體人想做什麼新聞就做什麼,想怎麼做就怎麼做。當然,這些判斷建立在他們多年經驗上,並非編輯記者的任性。
這種模式的問題在於,除非媒體人能準確判斷目標讀者的疑問、資訊需求、感興趣或不感興趣的議題… 即「痛點」;否則,讀者看不到文章和自己的關係,很容易選擇不點開文章。
其實,讀者選擇不看這篇文章,與文章本身的深度、故事精彩程度、文筆流暢都不矛盾,但表明某一些內容要素出了問題,可能是標題引言,可能是題圖,或者切入方向,或者選題方向等等。這一簡單邏輯這麼難接受嗎?
現實困境往往是,媒體人被「大數據」「PV」「UV」這樣的指標嚇壞了,抗拒思考指標所代表的,讀者對你說的話。就我粗淺的理解,回應讀者的疑問、時代的病症,是媒體人的職責所在,拒絕聆聽讀者聲音,由着自己的喜好來判斷大小事務,這樣不叫專業,而叫自嗨。
假設一篇文章UV低,停留時間在平均水平,跳出率也在平均水平。這就是讀者用行爲向你投訴,你的內容有問題。數據分析幫助你找到可能的肇因,最終,還是由媒體人自己來解決問題,數據分析早已退場。
互聯網出現後,媒體面臨的最大變化是,信息、內容供給大於需求,媒體業走入買方市場。這不是說媒體人要開始「服務」讀者了,但在市場中,主導角色確實早已對換,編輯記者和讀者之間的關係改變,這是不是令驕傲的媒體人感到不適?
其實媒體人和讀者之間本來就是共生關係。讀者厭惡內容農場,期待自己感興趣的、高質量、專業的內容;媒體人也希望生產讀者感興趣的、高質量、專業的內容。既然大家目標一致,不必排斥去相互傾聽、相互瞭解。考慮到讀者人數過多,難以逐個面對面溝通,才有了「大數據」,試圖以數據分析的方法打通媒體人與讀者的溝通橋梁。所以媒體業也不必排斥這座橋梁。
我明白但凡工具,就是雙刃劍。行業內,也不乏對數據走火入魔的人。若認爲朗、馬的文章是在提醒大家不要走火入魔,那好心,但有些多慮了。現在華語新聞界,在數據分析及應用上的嘗試未足三分,還遠沒有到「相信十足十,追數留三分」的程度。還是多鼓勵嘗試吧。
