БОЛЬШИЕ ДАННЫЕ КАК ИНСТРУМЕНТ РАЗВИТИЯ ЛОКАЛЬНЫХ МЕДИА (КОНСУЛЬТАЦИОННЫЙ ПРОЕКТ ДЛЯ ИЗДАНИИ «ТОМСК.РУ» И «ТОМСКИЙ ОБЗОР»)
|
Перечень условных обозначений 4
Введение 6
ГЛАВА 1. Большие данные как инструмент развития локальных медиа 9
1.1. Важность работы с комьюнити для локального медиа 9
1.2. Большие данные как способ оценки эффективности локального
медиа 17
ГЛАВА 2. Консультационный проект по большим данным для изданий «Томск.Ру» и «Томский Обзор» 25
2.1. Личный опыт и основная идея проекта 25
2.2. Результаты анализа издания «Томск.Ру» 28
2.3. Результаты анализа издания «Томский Обзор» 32
Заключение 40
Список использованных источников и литературы 42
Консультационный проект для издания «ТомскРу» 47
Позиционирование ресурса 48
Запрос заказчика 49
Рабочие базы данных 50
Ретроспективный анализ 51
Статистический анализ 55
Выявление наиболее вовлекающих материалов 64
Тематический анализ и выявление ключевых слов 82
Базовый анализ аудитории 94
Основные рекомендации 114
Отзыв заказчика 115
Приложение: ссылки на базы данных 116
Консультационный проект для издания «Томский Обзор» 117
Позиционирование ресурса 118
Запрос заказчика 119
Рабочие базы данных 120
Ретроспективный анализ 121
Статистический анализ 125
Выявление наиболее вовлекающих материалов 134
Тематический анализ и выявление ключевых слов 152
Базовый анализ аудитории 164
Основные рекомендации 184
Отзыв заказчика 185
Приложение: ссылки на базы данных 186
Введение 6
ГЛАВА 1. Большие данные как инструмент развития локальных медиа 9
1.1. Важность работы с комьюнити для локального медиа 9
1.2. Большие данные как способ оценки эффективности локального
медиа 17
ГЛАВА 2. Консультационный проект по большим данным для изданий «Томск.Ру» и «Томский Обзор» 25
2.1. Личный опыт и основная идея проекта 25
2.2. Результаты анализа издания «Томск.Ру» 28
2.3. Результаты анализа издания «Томский Обзор» 32
Заключение 40
Список использованных источников и литературы 42
Консультационный проект для издания «ТомскРу» 47
Позиционирование ресурса 48
Запрос заказчика 49
Рабочие базы данных 50
Ретроспективный анализ 51
Статистический анализ 55
Выявление наиболее вовлекающих материалов 64
Тематический анализ и выявление ключевых слов 82
Базовый анализ аудитории 94
Основные рекомендации 114
Отзыв заказчика 115
Приложение: ссылки на базы данных 116
Консультационный проект для издания «Томский Обзор» 117
Позиционирование ресурса 118
Запрос заказчика 119
Рабочие базы данных 120
Ретроспективный анализ 121
Статистический анализ 125
Выявление наиболее вовлекающих материалов 134
Тематический анализ и выявление ключевых слов 152
Базовый анализ аудитории 164
Основные рекомендации 184
Отзыв заказчика 185
Приложение: ссылки на базы данных 186
Медиа-индустрия в 2022 году находится в кризисе: аудитория перестаёт доверять СМИ, а сами издания не имеют достаточного количества денег на развитие из-за упадка рекламного рынка, который является наиболее значимым источником дохода. Свои проблемы также возникают и в России: блокировка иностранных соцсетей привела СМИ к уменьшению аудитории, а уход зарубежных компаний - к ещё большим экономическим потерям. Всё это заставляет медиа-индустрию задуматься о необходимости перестраивания имеющихся бизнес-процессов.
В новых условиях для завоевания доверия становится важен параметр локальности - близости медиа к аудитории. Также общество всё больше осознаёт значимость поддержки изданий, а взамен ушедших иностранных компаний происходит рост российских платформ.
В сложившейся ситуации городские издания становятся новыми площадками, которые целостно отражают действительность окружающей жизни. Однако, чтобы доверие читателей сохранялось и дальше, локальным изданиям необходима осмысленная работа с комьюнити. Читатели лучше осознают значимость локального ресурса, когда язык материалов и их тематика соответствуют позиционированию. А если контент ещё и удовлетворяет запросам аудитории, то они готовы за это заплатить не только временем и вниманием, но и деньгами («донатами»).
Примером городского издания, которое смогло сформировать комьюнити и начать на этом зарабатывать, является Петербургское медиа «Бумага». Редакторы развивают комьюнити «Клуб друзей Бумаги», которое пользуется большим спросом. Подписчики, желающие вступить в Клуб, ежемесячно платят изданию фиксированную цену (на данный момент, 400 рублей в месяц). Издание предоставляет членам Клуба доступ в закрытый общий чат в Telegram для неформального общения, подчаты для узкого тематического общения (книги, блюда, напитки, история города, культурные события, приюты животных), е-мейл рассылки (общая рассылка с новостями Клуба и опросами аудитории + тематические на свой выбор: про исторические здания Петербурга, про алкогольные напитки и про культурные события в городе), скидки от партнёров (магазины, театры, кафе, образовательные платформы) и совместные мероприятия. На момент написания данной работы, в общем чате Клуба друзей «Бумаги» состоят 870 человек, которые ежедневно общаются друг с другом с соблюдением правил бережной коммуникации. Общение ведётся на свободные темы: рекомендации, вопросы, дискуссии, благодарности, питомцы, селфи, поздравления друг с друга с днём рождения и так далее. Участники Клуба друзей «Бумаги» знакомятся лично, встречаются вживую, посещают совместные мероприятия в городе, начинают ходить друг к другу в гости, рассказывают о комьюнити родственникам и друзьям. Издание становится частью их жизни.
Чтобы добиться такого результата, необходимо уметь объективно оценивать качество своего издания с точки зрения соответствия его запросам аудитории, выявлять проблемы и находить способы их решения. Общих субъективных представлений об издании и контенте здесь недостаточно. Необходим анализ больших данных - совокупности информации о публикациях издания и его аудитории. Качественный анализ поможет улучшить политику создания контента для осуществления комьюнити-менеджмента.
Способы применения анализа больших данных в медиа пока только выясняются, обсуждаются и разрабатываются на практике. Однако всё больше новостных редакций задумываются о необходимости этого подхода.
Данная работа осуществлена в рамках создания консалтинг-проекта на базе ВШЖ ТГУ при взаимодействии Университетского консорциума исследователей больших данных и Центра прикладного анализа больших данных ТГУ. Он поможет редакторам локальных изданий находить свои проблемные точки и возможности развития соответствия запросам аудитории, а факультету - получать новых партнёров. Для проведения анализа мы сотрудничали с томскими изданиями «Томск.Ру» и «Томский Обзор».
Цель работы: реализация консалтингового проекта при помощи анализа больших данных сообществ VK «Томск.ру | Tomsk.ru» и «Томский Обзор» с целью выяснения соответствия изданиями запросам своей аудитории.
Задачи работы:
1) Выявить важность вопроса измерения точных характеристик аудитории;
2) Описать применимость метода анализа больших данных в локальных медиа;
3) Выявить запрос редакторов локальных медиа на анализ больших данных;
4) Выгрузить базы данных при помощи инструмента Университетского консорциума исследователей больших данных «SN Lab»;
5) Провести анализ больших данных при помощи изучения данных функциями приложения «Excel», инструментом Центра прикладного анализа больших данных ТГУ «PolyAnalyst» и визуализациями данных сайтом «Flourish»;
6) описать результаты анализа и выводы консалтинга, получить обратную связь от редакторов изданий.
Работа осуществлялась с марта по май 2022 года. В работе использовались методы ретроспективного и сопоставительного анализов, массовых статистических наблюдений, вычисления среднестатистических, медианных и нормированных показателей, выявления трендов и пиков, сегментирования аудитории. Анализ основан на сообществах изданий в социальной сети «ВКонтакте» (VK). Применялись инструменты «SN Lab», «VK API», «Excel», «PolyAnalyst», «Flourish».
В результате работы представлены отчёты с запросами заказчиков, подробной поэтапной методологией и результатами анализов,сформированными рекомендациями заказчиков, их отзывами и ссылками на использованные базы данных. Объём одного отчёта: 70 страниц.
В новых условиях для завоевания доверия становится важен параметр локальности - близости медиа к аудитории. Также общество всё больше осознаёт значимость поддержки изданий, а взамен ушедших иностранных компаний происходит рост российских платформ.
В сложившейся ситуации городские издания становятся новыми площадками, которые целостно отражают действительность окружающей жизни. Однако, чтобы доверие читателей сохранялось и дальше, локальным изданиям необходима осмысленная работа с комьюнити. Читатели лучше осознают значимость локального ресурса, когда язык материалов и их тематика соответствуют позиционированию. А если контент ещё и удовлетворяет запросам аудитории, то они готовы за это заплатить не только временем и вниманием, но и деньгами («донатами»).
Примером городского издания, которое смогло сформировать комьюнити и начать на этом зарабатывать, является Петербургское медиа «Бумага». Редакторы развивают комьюнити «Клуб друзей Бумаги», которое пользуется большим спросом. Подписчики, желающие вступить в Клуб, ежемесячно платят изданию фиксированную цену (на данный момент, 400 рублей в месяц). Издание предоставляет членам Клуба доступ в закрытый общий чат в Telegram для неформального общения, подчаты для узкого тематического общения (книги, блюда, напитки, история города, культурные события, приюты животных), е-мейл рассылки (общая рассылка с новостями Клуба и опросами аудитории + тематические на свой выбор: про исторические здания Петербурга, про алкогольные напитки и про культурные события в городе), скидки от партнёров (магазины, театры, кафе, образовательные платформы) и совместные мероприятия. На момент написания данной работы, в общем чате Клуба друзей «Бумаги» состоят 870 человек, которые ежедневно общаются друг с другом с соблюдением правил бережной коммуникации. Общение ведётся на свободные темы: рекомендации, вопросы, дискуссии, благодарности, питомцы, селфи, поздравления друг с друга с днём рождения и так далее. Участники Клуба друзей «Бумаги» знакомятся лично, встречаются вживую, посещают совместные мероприятия в городе, начинают ходить друг к другу в гости, рассказывают о комьюнити родственникам и друзьям. Издание становится частью их жизни.
Чтобы добиться такого результата, необходимо уметь объективно оценивать качество своего издания с точки зрения соответствия его запросам аудитории, выявлять проблемы и находить способы их решения. Общих субъективных представлений об издании и контенте здесь недостаточно. Необходим анализ больших данных - совокупности информации о публикациях издания и его аудитории. Качественный анализ поможет улучшить политику создания контента для осуществления комьюнити-менеджмента.
Способы применения анализа больших данных в медиа пока только выясняются, обсуждаются и разрабатываются на практике. Однако всё больше новостных редакций задумываются о необходимости этого подхода.
Данная работа осуществлена в рамках создания консалтинг-проекта на базе ВШЖ ТГУ при взаимодействии Университетского консорциума исследователей больших данных и Центра прикладного анализа больших данных ТГУ. Он поможет редакторам локальных изданий находить свои проблемные точки и возможности развития соответствия запросам аудитории, а факультету - получать новых партнёров. Для проведения анализа мы сотрудничали с томскими изданиями «Томск.Ру» и «Томский Обзор».
Цель работы: реализация консалтингового проекта при помощи анализа больших данных сообществ VK «Томск.ру | Tomsk.ru» и «Томский Обзор» с целью выяснения соответствия изданиями запросам своей аудитории.
Задачи работы:
1) Выявить важность вопроса измерения точных характеристик аудитории;
2) Описать применимость метода анализа больших данных в локальных медиа;
3) Выявить запрос редакторов локальных медиа на анализ больших данных;
4) Выгрузить базы данных при помощи инструмента Университетского консорциума исследователей больших данных «SN Lab»;
5) Провести анализ больших данных при помощи изучения данных функциями приложения «Excel», инструментом Центра прикладного анализа больших данных ТГУ «PolyAnalyst» и визуализациями данных сайтом «Flourish»;
6) описать результаты анализа и выводы консалтинга, получить обратную связь от редакторов изданий.
Работа осуществлялась с марта по май 2022 года. В работе использовались методы ретроспективного и сопоставительного анализов, массовых статистических наблюдений, вычисления среднестатистических, медианных и нормированных показателей, выявления трендов и пиков, сегментирования аудитории. Анализ основан на сообществах изданий в социальной сети «ВКонтакте» (VK). Применялись инструменты «SN Lab», «VK API», «Excel», «PolyAnalyst», «Flourish».
В результате работы представлены отчёты с запросами заказчиков, подробной поэтапной методологией и результатами анализов,сформированными рекомендациями заказчиков, их отзывами и ссылками на использованные базы данных. Объём одного отчёта: 70 страниц.
Стратегия создания локальных медиа и развития в них комьюнити кажется нам наиболее подходящим вариантом возможного способа решения сложившегося кризиса индустрии в 2022 году. Городским изданиям, в отличие от глобальных, гораздо проще получить доверие аудитории. Это позволяет им создать комьюнити и начать монетизироваться при помощи поддержки (донатов). Однако для налаживания такой схемы работы редакторам городских изданий потребуется осознать эффективность своего ресурса с точки зрения соответствия своему позиционированию и удовлетворения запросов аудитории. Помочь в этом может анализ больших данных.
Проведённые дата-анализы изданий «Томск.Ру» и «Томский Обзор» для тестирования нашей теории показали, что у них оказалась схожая ситуация с точки зрения вовлечённости, соответствия своему позиционированию и общему описанию аудитории. При этом, у них отличаются несущие наибольшую пользу типы материалов, тренды статистики охватов (у «Томск.Ру» - ежегодный рост, у «Томского Обзора», напротив, - падение) и некоторые детали в интересах читателей (например, у «Томского Обзора», благодаря специфике издания, среди наибольшего количества подписчиков есть люди с историческим образованием, а у «Томск.Ру» их значительно меньше).
Сама осуществлённая работа получила положительный отклик от обоих главный редакторов, однако выводы получила разные. Для издания «Томск.Ру» работа целиком оказалась полезной. Редакция изначально была глубоко заинтересована в анализе и результаты повлияли на улучшение редакционной политики. Однако для издания «Томский Обзор» имеющегося взаимодействия оказалось недостаточно и сформированные выводы, на данный момент, не привели к практическим действиям.
На данный момент, инструмент дата-анализа имеет серые зоны, которые в будущем возможно доработать. Во-первых, в отчёте не учитывалась проблема существования и периодического изменения алгоритмов «умной ленты» VK (кнопка «Сначала интересные»), фактическая методология работы которой неизвестна. Во-вторых, некоторые этапы работы можно автоматизировать, а итоговый результат (отчёт) перевести в традиционный для анализа больших данных электронный вид («онлайн-дашборды»). В-третьих, оба главных редактора в обратной связи об анализе высказались, что для осуществления практических действий им не хватает проверки корреляции между социальной сетью и сайтом (показатели метрики). Также взаимодействие с редакциями следует сделать более тесным (например, предоставлять выводы при проведении каждого этапа анализа, а не только при итоговом формировании отчёта).
Тем не менее, в целом, эта работа востребована и эффективна, потому что, на самом деле, помогает редакторам медиа объективно понять проблемные зоны в работе издания, на которые стоит обратить внимание, и улучшить свою контент-политику для формирования комьюнити, при условии заинтересованности самой редакции в этом процессе. Внедрение продуктового подхода и анализ больших данных в локальные медиа поможет им улучшить удовлетворение запросов аудитории, достичь лояльности и увеличить свой заработок.
Проведённые дата-анализы изданий «Томск.Ру» и «Томский Обзор» для тестирования нашей теории показали, что у них оказалась схожая ситуация с точки зрения вовлечённости, соответствия своему позиционированию и общему описанию аудитории. При этом, у них отличаются несущие наибольшую пользу типы материалов, тренды статистики охватов (у «Томск.Ру» - ежегодный рост, у «Томского Обзора», напротив, - падение) и некоторые детали в интересах читателей (например, у «Томского Обзора», благодаря специфике издания, среди наибольшего количества подписчиков есть люди с историческим образованием, а у «Томск.Ру» их значительно меньше).
Сама осуществлённая работа получила положительный отклик от обоих главный редакторов, однако выводы получила разные. Для издания «Томск.Ру» работа целиком оказалась полезной. Редакция изначально была глубоко заинтересована в анализе и результаты повлияли на улучшение редакционной политики. Однако для издания «Томский Обзор» имеющегося взаимодействия оказалось недостаточно и сформированные выводы, на данный момент, не привели к практическим действиям.
На данный момент, инструмент дата-анализа имеет серые зоны, которые в будущем возможно доработать. Во-первых, в отчёте не учитывалась проблема существования и периодического изменения алгоритмов «умной ленты» VK (кнопка «Сначала интересные»), фактическая методология работы которой неизвестна. Во-вторых, некоторые этапы работы можно автоматизировать, а итоговый результат (отчёт) перевести в традиционный для анализа больших данных электронный вид («онлайн-дашборды»). В-третьих, оба главных редактора в обратной связи об анализе высказались, что для осуществления практических действий им не хватает проверки корреляции между социальной сетью и сайтом (показатели метрики). Также взаимодействие с редакциями следует сделать более тесным (например, предоставлять выводы при проведении каждого этапа анализа, а не только при итоговом формировании отчёта).
Тем не менее, в целом, эта работа востребована и эффективна, потому что, на самом деле, помогает редакторам медиа объективно понять проблемные зоны в работе издания, на которые стоит обратить внимание, и улучшить свою контент-политику для формирования комьюнити, при условии заинтересованности самой редакции в этом процессе. Внедрение продуктового подхода и анализ больших данных в локальные медиа поможет им улучшить удовлетворение запросов аудитории, достичь лояльности и увеличить свой заработок.