浏覽量、訂閱數、點擊率、跳轉情況……這些數字都描述了讀者的行為，但是卻并沒有真正揭示讀者對新聞的實際想法和感受。

娴熟使用、深入分析數據是很多記人的技能短闆，而這恰恰也是需要改進的地方。

讀者認為哪些故事最有價值？什麼樣的内容能夠促使讀者轉變成為訂閱者？有哪些信号表明讀者正在重新回歸社區？什麼樣的流量數據對組織目标具有意義？當新聞編輯室試圖和讀者建立起更好的信任關系時，他們也在努力解決上述問題。

一項由MelodyKramer和BetsyO’Donovan（這兩位都是尼曼前雇員）完成的美國新聞協會研究報告，基于與20多位記者的訪談和20家媒體組織的數據，總結一些重要的指标，為創建數據驅動型新聞編輯部貢獻了新的智慧，“我們的目标是尋找對大多數新聞編輯室都有意義的實踐經驗，但又盡量提供具體的可借鑒的做法。”

用“活”數據：擺脫單一、機械的指标

記者和新聞編輯室并不讨厭數據，隻是他們喜歡易于理解的數據。

現在，各種數字指标往往使人徒增疑慮而不能提供指導。浏覽量、訂閱數、點擊率、跳轉情況……這些數字都描述了讀者的行為，但是，與評論、對話不同，這些數字并沒有真正揭示讀者對新聞的實際想法和感受。大多數的數字指标隻勾勒出新聞機構想要了解的真實情況的模糊圖景：

“（我想了解）愛。我們被讀者愛着嗎？這份愛有多少？”負責Quartz增長業務的SariZeidler說道。“我們可以看到讀者們的閱讀頻率和他們走向轉化漏鬥的過程，但我們真正想知道他們是否熱愛我們？我們在如何影響他們？我想更好地了解這些人，了解他們為什麼愛我們，了解他們為什麼成為鐵杆讀者。“

這就是挑戰。單靠機械的數字是無法告訴編輯室應該将注意力放在哪裡，這些指标必須與經營戰略、編輯室文化甚至每個記者的具體工作聯系起來。

報告的撰寫者Melody Kramer和Betsy O’Donovan表示，指标必須放置在具體的情境之中。适用于《金融時報》或者NPR的測量可能并不适用于AnchorageDailyNews或Virginian-Pilot。因此在這份報告裡，研究者鼓勵讀者從與自己業務類型、經營目标相似的案例中尋找啟發。

比如，像NewTropic這樣的媒體組織正越來越注重建立起少而精、具有高度忠誠的讀者群體，對他們而言就不會過分看重類似閱讀量或者隻訂閱卻從未有點開行為的訂閱數量。相反，對于大多數正在轉向付費訂閱模式的媒體組織而言，他們十分關注如何将讀者從閑散消遣的閱讀者轉化成訂閱者。對于這些組織而言，他們正努力加速這一轉化過程，正竭盡所能地縮短某個人訂閱所需的時間。

不同的數據代表了不同的價值取向。在這裡，我們需要區别兩類指标類型：總結性評價指标和形成性評價指标。

在媒體機構，總結性評價指标對于産品經理和高管而言具有非凡的價值，這些指标幫助他們作出是否繼續投入時間制作視頻内容還是轉移到文字内容上等決定。

這是目前大多數記者所面對的指标類型：你的文章有多少閱讀量，獲得了多少評論轉發等。雖然這些指标對管理層具有價值，但是它們卻很少為記者創造新的學習機會和延伸價值。

另一種指标類型是“形成性評價指标”，它側重于展示如何實現目标，而不是評估目标的最終效果。在《金融時報》，一支讀者參與小組幫助每個團隊理解數據指标的含義，“以FT典型讀者的身份出發，這支小組會幫助記者進行各種檢查，确定讀者感興趣的内容，并共同開展實驗進行測試。”《金融時報》首席數據官湯姆·貝茨這樣介紹。

得益于這種幫助，記者們已經找到了最佳的文章發布時間。對于《金融時報》的記者而言，工作日中的上午8點到9點是個生死攸關的窗口期，“如果你太遲提交文章，就會失去大量的讀者”，貝茨說。

将指标與更大的目标勾連

“如果記者真正了解他們的工作是如何與更大的組織目标産生關聯的，那麼就更有機會讓人們使用數據。“負責美國新聞研究所新聞指标工作的LizWorthing說道。

在《達拉斯晨報》，“将感興趣的讀者轉變為訂閱者”是其最為重要的關鍵指标，但這并不是對記者提出的直接要求，因為這個目标不僅難以實現，而且距離記者的實際工作太過遙遠。

“直接實現這個指标十分困難，但是我們可以圍繞這個目标設立與之相關的具體指标，”曾負責晨報讀者開發的AmandaWilkins說，“我們最主要的一級KPI是轉化率，但是具體的二級指标則可以是訪客回頭率和文章閱讀時間等。”

在這份報告中，每個新聞編輯室都承認，對記者提出嚴苛的指标要求不僅痛苦而且困難，因為這樣的要求往往是關于商業經營的，而不是關于新聞業務的，并且對于從未接受過正式數據分析培訓的記者而言，這個要求似乎并不合情理。

為了解決這一問題，越來越多的新聞編輯室都引入了數據指标分析師，通過這些人士作為翻譯，溝通起數據與新聞采編業務。“你不能丢給編輯和記者一些他們不甚了了的數據，指望他們據此做出改變”，NPR的數據指标分析師DanFrohlich這樣說道。

過去十年，在數據指标與記者的激勵體系之間存在着某種矛盾。許多記者表示，他們的新聞編輯室正經曆着數據疲勞或者數據恐懼。

在通常情況下，記者擔心這些數據指标成為做出裁員決策的記錄卡，而不是幫助自己的工具。“我們會把數據作為一種新工具而感到興奮，還是害怕它成為一種懲罰手段？”資深記者吉爾·尼科爾森提出這樣的問題，“這與組織文化有關。有些領導團隊将數據作為鞭子和棍子，這種情況下，如果你的領導在查看網頁浏覽量，這些數據就會讓你感到壓力。”

此外，有些記者也表達了對管理層偏好大流量而不是好故事的擔憂。這些記者并不反對流量的重要性，但是他們懷疑這種取向會沖淡那些重要卻不那麼吸引人的報道主題，比如對當地政府的監督。

如果希望記者愛上數據指标，管理層就必須尊重和接受這些恐懼懷疑，并為解決這些疑慮做出積極回應。

在NPR等新聞編輯室裡，一個值得學習的取向是，他們将數據作為整個編輯室值得慶祝、紀念的成就或者需要反思的失敗，而不是鑒定記者質量的指标。

注重數據的可行性、可能性

新聞編輯室如何激發員工對數據的興趣？

在很多編輯室内，數據分析師和培訓師都為記者提供了簡單可行的數據清單，比如指導記者在文章中添加更多的超鍊接，并且在一兩個星期後，檢測這些指标的結果并讨論下一步應該做什麼。

在Chartbeat的新聞編輯室中，懸挂在室内的數據分析面闆引人注目，通過這個顯示屏能夠讓所有人實時地掌握數據情況。但是在Nicholson看來，這些數據的作用應該是啟動對話，而不是結束讨論。

她指出，引入數據給新聞編輯室帶來的好變化就是，他們能夠從這些簡單的數據中獲取重要的信息，比如她會告訴記者：“你在文章裡添加了相關鍊接嗎？你已經讓讀者點擊進入了頁面，你能吸引他們點擊進入第二頁嗎？在讀者閱讀時間和他們回訪之間存在着相關性。”

對于記者而言，沒有必要時時刻刻緊盯着數據，他們需要做的是回頭看看昨天的文章是否引發了共鳴；對于編輯而言，則需要以更長的時間長度為周期進行回顧，從更大的數據面上分析哪些故事更受歡迎。基于這些分析，記者和編輯再商議是否需要做出調整和改變。

對于緻力于引入數據指标的新聞編輯室，有一個廣為流傳的諷刺：“如果你有了一把錘子，那麼一切看起來都像是釘子。”

換句話說，如果你唯一擁有的數據指标是獨立訪客數量，那麼你可能會誤以為增加這一數量就是目标。

在現在，新聞編輯室會定期檢查是否需要關注特定的數據指标，了解這些數據是否具有良好的指導作用。

以Whereby.us為例，“有段時間，我們在發展訂閱用戶方面做了大量工作。我們的确看到我們的訂閱用戶越來越多，但是他們并沒有像我們期待的那樣給産品或者用戶社區帶來更多價值”，RebekahMonson說，“這些用戶沒有參與我們制作生産的内容。”

現在，Whereby.us降低了訂閱用戶這一KPI的重要性，而給文章打開率等其他指标賦予了更多權重。

簡單的數據指标常常能為編輯室帶來意料之外的啟發。“我們借助數據來審視哪些做得好，哪些業務還具有更大潛力”，TheVirginian-Pilot的數字戰略總監EricaSmith說，“數據表明我們的商業報道做得不錯，但是消費者新聞，比如新餐館或者新商業故事，表現得更加出色。因此，我們另組建了隊伍從事這方面的報道。”

采用多類型的數據，能夠幫助編輯室更好地制定戰略，“當我們隻關注浏覽量時，體育運動類報道的表現不佳，但是當關注那些訂閱者在看什麼時，體育運動正是他們的最愛”，Smith說，“更深的數據分析幫我們區别忠誠的訂閱者和随意的浏覽者。”

如何創建指标驅動型新聞編輯室

在采訪了衆多記者和新聞編輯室後，研究者就如何創建指标驅動型的新聞編輯室繪制了藍圖。雖然每個組織采取的數據指标路徑都是獨一無二的，但是研究者從大量的例子中萃取了其中的相同性：

1. 定義組織的總體目标和關鍵績效指标。

比如組織的增長計劃等，廣泛分享讓每個人都明确這些數字；鼓勵人們就目标、績效指标和組織的運營狀況提出質疑；當KPI發生調整時，确保組織内的每個人都收到了詳細的解釋和說明。

2. 将組織目标與編輯室工作聯系起來。

如果媒體機構中的每個人都應對組織的良好情況負責，那麼每個人就應該知道“良好”的樣子。對編輯室而言，指标可以是增加用戶閱讀時間、提高文章點擊率等。《金融時報》通過在新聞編輯室創建數據團隊，定期反饋編輯室的工作，帶來了公司範圍内的成功，并且這種方式，幫助記者編輯更好地了解自己對團隊勝利發揮的作用。

3. 為每個人建立情景和利益關系。

考慮這些問題：記者在組織的整體成功中扮演怎樣的角色？他們需要靠什麼來了解自己的作用？他們是否有适當的工具來衡量自己是否做得好？

4. 提供指導，建立溝通。

為了降低指标引入的困難、有效地使用指标，一對一的親密對話是不錯的方法。Chartbeat的客戶關系總監JillNicholson經常親切地告訴用戶，數據分析面闆（dashboards）不是對用戶的分級對待，使用數據的目的是引發更深的讨論，比如一個簡單的調整——在文章中添加相關故事的鍊接，為什麼可以顯著提高閱讀時間，培養其他重要的閱讀習慣。

5. 通過數據分析面闆和新聞稿來強化反饋。

數據分析面闆提供了簡約、全景式的信息，新聞稿則可以通過添加相關具體内容和想法進一步補充數據信息。例如，NPR通過新聞稿深入分析數據指标如何幫助自身取得勝利，并進一步提出可以推進的想法。

6. 通過面對面的對話親密跟進。

持續的、以學習為目的的數據反饋能夠幫助記者更好地适應數據要求，帶來更好的報道。在《達拉斯晨報》，一位體育編輯對于南方某足球迷為什麼比其他足球迷更容易轉化為訂閱者的好奇，帶來了一個全新的報道主題。随着對數據使用能力的不斷提高，編輯室創建了一系列遠高于平均閱讀量的新欄目。

盡管這份報告已經為我們提供了大量鮮活的案例和具體的行動路徑，但是正如兩位撰寫者所說的，在建立新聞數據指标上，沒有所謂的“黃金法則”和“上帝指标”，因為每個讀者社區都是獨一無二的，每個新聞機構都面對着獨特的挑戰和目标。

随着數字閱讀成為主流，對于新聞編輯室而言，數據更容易獲得，對記者、編輯的考核激勵似乎更加“有理有據”。但是這份報告所展示出的的複雜性和多樣性，更在啟示我們，數據驅動型新聞編輯室絕不僅僅是用一些表面化的數據，去為記者編輯打分定級，而應借助數據和分析，幫助記者和新聞編輯室實現共赢，為新環境下的新聞業增添新的驅動力。數據本身，既不是答案也不是真相，隻有不停地拷問，它才會坦白一切。

公衆号：全媒派（ID：quanmeipai）

本文由 @全媒派 原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!