Melangkaui Paparan Halaman: Analisis yang Lebih Baik Untuk Penerbit Hari Ini

Selain mencari model perniagaan yang mampan, penerbit hari ini yang beroperasi dalam arena digital sedang bergelut dengan cabaran lain: mengukur prestasi kandungan mereka dengan betul dan benar-benar memahami tingkah laku khalayak mereka. Ini adalah isu sebenar untuk semua jenis penerbitan, tidak kira sama ada ia dibiayai oleh pengiklanan atau sebahagian daripada generasi baharu yang beroperasi di bawah model pendapatan pembaca. Keadaan agak mudah pada masa lalu. Penerbit boleh mengukur kejayaan perniagaan mereka dengan mencatat dan membandingkan bilangan surat khabar atau majalah yang terjual dari semasa ke semasa. Mereka kemudiannya boleh menganggarkan saiz pembaca mereka dengan mendarabkan bilangan naskhah yang terjual dengan 2 atau 2.5, yang dianggap sebagai kadar penghantaran purataMaklumat tentang kejayaan edaran amat penting bagi pengiklan yang mahukan bukti nilai sebelum melabur dalam ruang iklan. Penerbit media legasi masih bergantung pada pengiraan jenis ini kerana mari kita hadapinya - ia sebaik yang mungkin. Sebaik sahaja mereka memasuki era digital, penerbit telah menemui cara baharu untuk menjana wang daripada kandungan mereka. Walau bagaimanapun, mereka juga mendapati diri mereka berada di wilayah yang tidak dikenali. Mengukur prestasi kandungan kini melibatkan penggunaan alatan analitik dan menjadi celik data, yang bagi kebanyakan penerbit ternyata sukar untuk diterima. Oleh itu, terdapat kesilapan mempercayai metrik tunggal. Mari kita cuba lihat mengapa metrik tunggal seperti

Paparan Halaman
Masa di Halaman dan
Pelawat Kembali

tidak boleh menjadi metrik yang boleh dipercayai bagi penerbit yang ingin mengukur prestasi kandungan mereka, memahami tingkah laku khalayak mereka dan mengenal pasti pembaca setia mereka serta memupuk hubungan yang kukuh dengan mereka.

1. Paparan Halaman

Paparan halaman sentiasa ada untuk mengukur prestasi iklan dan populariti halaman produk di laman web e-dagang. Metrik ini mula-mula dilancarkan dengan Google Analytics, yang merupakan salah satu alat analitik paling terkenal di luar sana, yang direka terutamanya untuk perniagaan e-dagang.

Masalah dengan Paparan Halaman:

Malangnya, tanpa sebarang penyelesaian yang lebih baik, Paparan Halaman tidak lama kemudian telah diterima pakai sebagai metrik yang sah untuk mengukur prestasi kandungan oleh banyak alatan analitik di pasaran. Beginilah cara paparan halaman telah ditafsirkan secara salah oleh banyak penerbit: lebih banyak paparan halaman bersamaan dengan lebih ramai pelawat dan lebih banyak penglibatan. Jika sesetengah kandungan menjana banyak paparan halaman, ia akhirnya lebih baik daripada artikel lain, bukan? Tidak juga. Mari kita tangani masalah ini secara sistematik. Beginilah paparan halaman telah berlaku ditakrifkan dalam Google Analytics: Paparan halaman (atau klik paparan halaman, klik penjejakan halaman) ialah contoh halaman yang dimuatkan (atau dimuat semula) dalam pelayar. Paparan halaman ialah metrik yang ditakrifkan sebagai jumlah halaman yang dilihat. […] Jika pengguna mengklik muat semula selepas sampai ke halaman, ini dikira sebagai paparan halaman tambahan. Jika pengguna menavigasi ke halaman lain dan kemudian kembali ke halaman asal, paparan halaman kedua juga direkodkan. Terdapat juga metrik yang dipanggil Paparan Halaman Unik yang mewakili beberapa sesi di mana halaman tertentu telah dilihat sekurang-kurangnya sekali. Jadi, jika pengguna tertentu melawat halaman yang dimaksudkan, kemudian beralih daripadanya dan kembali kepadanya semula dalam sesi yang sama, GA akan mengira 1 paparan halaman unik. Walau bagaimanapun, Paparan Halaman ialah metrik pelayar dan ia tidak menggambarkan sifat hubungan atau tahap penglibatan pelawat tapak dengan kandungan anda. Tidak jauh bezanya. Seseorang mungkin membuka artikel tertentu dan kemudian menutupnya serta-merta, atau membiarkannya terbuka dalam tab pelayar semasa melakukan sesuatu yang lain. Skrip alat analitik akan merekodkannya sebagai paparan halaman tanpa mengira sama ada ia berlaku. Kita boleh katakan bahawa Nama yang lebih tepat untuk Paparan Halaman ialah Muatan Halaman, kerana metrik ini tidak semestinya menunjukkan bilangan orang yang melihat halaman tersebut, tetapi bilangan kali halaman tersebut dimuatkan dalam pelayar.

Cara penerbit cuba memahami Paparan Halaman:

Penerbit dan pemasar kandungan mungkin cuba memahami metrik ini dengan lebih mendalam dengan memerhatikan bagaimana ia berkorelasi dengan metrik tunggal lain yang tersedia dalam GA dan alat analitik yang serupa. Contohnya, mereka akan melihat gabungan metrik tunggal yang tersedia: Paparan Halaman, Purata Masa di Halaman dan Kadar Lantunan. Jadi, "formula" biasa untuk menganggarkan sama ada artikel tertentu menunjukkan prestasi yang baik atau tidak adalah seperti ini: Bilangan paparan halaman yang tinggi + Purata Masa di Halaman yang “baik” + Kadar Lantunan yang rendah Masa "ideal" di Halaman adalah masa yang sepadan dengan masa membaca yang diperlukan untuk artikel yang dimaksudkan. Purata kelajuan membaca adalah kira-kira 265 WPM, jadi penerbit duduk dan melakukan beberapa pengiraan mudah: jika artikel mereka mempunyai 1500 patah perkataan, ia akan mengambil masa kira-kira 5 minit setengah untuk seseorang membacanya, dari atas ke bawah. Sudah tentu, tidak semua pelawat laman web akan membacanya sepenuhnya, jadi Purata Masa di Halaman akan menjadi lebih rendah. Bahagian yang sukar bagi penerbit adalah untuk memutuskan pukul berapa boleh diterima di sini, iaitu apakah Purata Masa di Halaman yang "baik". Masalah utama dengan ini? Cara Purata Masa di Halaman dikira dalam GA dan alat serupa boleh merosakkan andaian anda (lihat segmen berikut yang dipanggil Masa di Halaman / Purata Masa di Halaman). Mengikut definisi, lantunan ialah sesi satu halaman di laman web anda. Kadar Lantunan ialah peratusan lawatan satu halaman. Kadar Lantunan untuk halaman hanya berdasarkan sesi yang bermula dengan halaman tersebut. Jadi, penerbit berpendapat: semakin rendah Kadar Pentalan, semakin baik. Secara teorinya, mereka betul kerana ini menunjukkan bahawa orang ramai berminat dengan kandungan lain yang diterbitkan di laman web anda, iaitu mereka memutuskan untuk melayari lebih lanjut. Tetapi maklumat tentang cara mereka sebenarnya berinteraksi dengan kandungan anda tidak tersedia dalam laporan GA standard. Anda boleh menganggap sebahagian daripadanya ada di laman web anda, tetapi itu sahaja. Dalam talian, anda boleh mendapatkan maklumat mengenai nilai Kadar Lantunan ideal: ia tidak lebih tinggi daripada 40%, manakala nilai purata meningkat sehingga 55%. Walau bagaimanapun, anda harus menetapkan garis dasar mengikut laman web anda sendiri dan tidak mengejar angka dan norma yang sesuai untuk orang lain. Tambahan pula, nilai Kadar Lantunan boleh mengelirukan jika ia tidak ditafsirkan dengan betul. Konteks juga penting: contohnya, jika halaman hubungan mempunyai Kadar Lantunan yang tinggi, bukannya ia tidak memberikan nilai. Ia hanya menjawab pertanyaan khusus untuk pengguna yang kemudiannya tidak perlu menyemak imbas lagi.

Bagaimana kami menangani masalah ini:

Berbeza dengan Paparan Halaman dalam GA dan alatan yang serupa, di Content Insights – kami telah membangunkan metrik kompleksPenyelesaian analitik kami mempunyai Bacaan Artikel, yang menumpukan pada tingkah laku manusia sebenar, kerana ia mengambil kira masa sebenar yang dihabiskan di halaman, tetapi juga cara orang berinteraksi dengan halaman (cth. klik, pemilihan teks, skrol, dsb.). Selain Bacaan Artikel, CI juga mempunyai Baca Kedalaman sebagai metrik kompleks yang mendedahkan sejauh mana pelawat telah membaca sesuatu kandungan. Untuk ketepatan yang lebih tinggi, ia bergantung pada gabungan beberapa metrik, salah satunya ialah Masa Perhatian. Di samping itu, kami juga mempunyai Kedalaman Halaman yang mengira purata bilangan halaman yang dilawati selepas pembaca membuka halaman awal, atau artikel.

2. Masa di Halaman / Purata Masa di Halaman

Ramai penerbit melihat Masa di Halaman dan Purata Masa di Halaman apabila cuba menentukan kandungan mana yang boleh dianggap menarik. Mereka berpendapat bahawa semakin lama orang berada di halaman tertentu, semakin tinggi kebarangkalian kandungan yang ditawarkan menarik. Walau bagaimanapun, selepas menyedari cara metrik ini diukur, anda akan mendapati ia tidak memberikan sebarang pandangan yang boleh dipercayai.

Masalah dengan mengukur Masa di Halaman:

Google Analytics dan alatan analitik yang serupa mengukur metrik ini hanya pada peringkat pelayar, yang tidak menyatakan apa-apa tentang cara orang ramai berinteraksi dengan kandungan. Apabila seseorang menavigasi keluar dari halaman tetapi membiarkan tab terbuka – Google Analytics dan alat analitik yang serupa tidak dapat mendaftarkannya. Setakat analitik berkenaan, orang itu tidak pernah meninggalkan laman web. Selain itu, GA tidak dapat mengukur masa yang dihabiskan oleh pengguna pada halaman terakhir lawatan mereka ke laman web anda. Tambahan pula, jika pelawat meninggalkan selepas melihat hanya satu halaman (iaitu jika lawatan itu lantunan) – tiada masa akan direkodkan sama sekali. Seperti yang anda lihat, data ini tidak mencerminkan tahap penglibatan pembaca dengan kandungan anda dengan betul.

Cara penerbit cuba memahami Purata Masa di Halaman:

Sesetengah penerbit menggunakan penjejak peristiwa, seperti kedalaman skrol, dalam usaha untuk mendapatkan laporan yang lebih tepat dan memastikan masa di halaman diukur walaupun halaman tersebut merupakan lantunan. Walau bagaimanapun, ia tidak semudah itu. Apabila ia melibatkan hanya bergantung pada kedalaman tatal, terdapat isu asas mengenai:

aktiviti sebenar pengguna
lokasi lipatan
panjang artikel itu

Katakan seseorang menatal 60% kandungan anda, tetapi mereka berbuat demikian pada skrin yang tidak dizum pada 100% tetapi pada 75%. Mereka boleh melihat kandungan anda yang lain dan tidak terus menatal ke bawah. Atau, katakan mereka berada di 60% kandungan anda, tetapi mereka kekal di sana selama setengah jam (halaman kekal terbuka dan mereka bergerak menjauhi komputer mereka), sebelum akhirnya melantun. Di samping itu, hanya kerana mereka menatal kandungan anda tidak bermakna mereka benar-benar membacanya. Dan bagaimana jika artikel itu tidak terlalu panjang? Kedalaman tatal akan menjadi 100%, tetapi ini tidak bermakna artikel tertentu ini telah menjana lebih banyak penglibatan atau berprestasi lebih baik daripada yang lain. Tidak perlu dikatakan, walaupun dengan penjejakan peristiwa, laporan mungkin tidak tepat kerana ia tidak memberikan gambaran penuh. Perbezaan data tidak jarang berlaku, jadi pemilik akaun mungkin perasan dalam laporan mereka bahawa purata masa di halaman adalah lebih panjang daripada purata tempoh sesi, yang tidak masuk akal. Dalam Google Analytics, ini dipanggil "masa yang hilang".

Bagaimana kami menangani masalah ini:

Tidak seperti GA dan alatan analitik yang serupa, Content Insights mengukur Masa Perhatian, iaitu masa sebenar yang diluangkan oleh pengguna di halaman tersebut untuk membaca kandungan. Ia tidak mengambil kira masa melahu, iaitu masa seseorang tidak aktif di halaman tersebut atau berada jauh dari halaman tersebut. Jadi, apa yang anda dapat dengan metrik ini ialah masa penglibatan sebenar. Penyelesaian analitik kami bergantung pada algoritma kompleks yang dipanggil Petunjuk Prestasi Kandungan (IHP). IHP sentiasa dibentangkan dalam bentuk nombor, dari 1 hingga 1000, dengan 500 sebagai garis dasar (juga dikenali sebagai "norma") untuk laman web, bahagian, topik, pengarang atau artikel yang diperhatikan. IHP mengambil kira berpuluh-puluh metrik prestasi kandungan yang berbeza dan mengkaji hubungannya. Ia juga menimbangnya secara berbeza mengikut tiga model tingkah laku: dedahan, pertunangan, dan kesetiaanJadi, kami telah membangunkan tiga IHP yang mengukur tingkah laku ini: IHP Pendedahan, IHP Penglibatan, dan IHP Kesetiaan. Dalam konteks penglibatan, kami telah IHP Penglibatan yang dikira dengan mengukur bacaan yang teliti dan perjalanan pembaca dalam laman web atau domain. Ia menawarkan cara yang jauh lebih maju dan tepat untuk mengukur penglibatan berbanding hanya memeriksa Masa di Halaman, yang merupakan metrik tunggal dalam GA dan alat analitik yang serupa.

3. Pelawat Kembali

Untuk memahami apa itu Pelawat Kembali, kita perlu mengkaji secara ringkas cara Google Analytics dan kebanyakan alat analitik hari ini menjejaki pengguna. Kali pertama peranti tertentu (desktop, tablet, peranti mudah alih) atau pelayar (Chrome, Firefox, Internet Explorer) memuatkan kandungan laman web anda, kod penjejakan Google Analytics akan memberikan ID unik dan rawak yang dipanggil ID klien kepadanya, dan kemudian menghantarnya ke pelayan GA ID unik dikira sebagai pengguna unik baharu dalam GA. Setiap kali ID baharu dikesan, GA akan mengira pengguna baharu. Jika pengguna memadam kuki pelayar, ID tersebut akan dipadam dan ditetapkan semula. Dengan mengambil kira perkara ini, seorang Pelawat Kembali adalah satu-satunya yang menggunakan peranti atau pelayar yang sama seperti sebelumnya untuk mengakses laman web dan memulakan sesi baharu, tanpa membersihkan kukiJadi, jika Google Analytics mengesan ID klien sedia ada dalam sesi baharu, ia akan melihatnya sebagai pelawat yang kembali.

Masalah dengan Pelawat Kembali:

Masalah dengan mengira Pelawat Kembali adalah jelas: alat analitik mungkin mengira pelawat yang sama yang kembali ke laman web sebagai baharu – hanya kerana mereka telah menukar peranti atau pelayar mereka, atau memadamkan kuki mereka. Tidak banyak yang boleh dilakukan oleh sesiapa pun mengenainya memandangkan ID klien mereka ditukar dengan cara ini. Tidak mungkin untuk menjejaki pengguna merentasi pelayar dan peranti yang berbeza. Selain itu, Google Analytics mungkin mengira pelawat yang sama sebagai pelawat baharu dan pelawat yang kembali, jika mereka kembali dalam tempoh masa tertentu. Ini bermakna terdapat pertindihan antara pelawat baharu dan pelawat yang kembali, yang menyebabkan percanggahan data. Di samping itu, pengguna yang sama mungkin dikira dua kali untuk sumber/media yang sama. Walau bagaimanapun, terdapat isu yang jauh lebih besar di sini: Banyak penerbit telah menerima Pengunjung Kembali sebagai metrik yang menunjukkan bilangan pembaca setia, yang merupakan satu kesilapan logik. Pelawat Kembali menunjukkan bilangan orang yang melawat laman web anda pada masa lalu dan kemudian kembali. Walau bagaimanapun, laporan ini tidak menyatakan apa-apa tentang:

Seberapa bagus kandungan anda dalam menarik perhatian pelawat
Tingkah laku manusia sebenar (bagaimana orang berinteraksi dengan kandungan anda)
Kekerapan dan kekerapan lawatan mereka
Sama ada pelawat tersebut benar-benar setia kepada penerbitan anda atau hanya pengintip sekali-sekala yang pernah berada di laman web anda sebelum ini (iaitu adakah pelawat ini mempunyai tabiat sebenar untuk melawat penerbitan anda atau kebetulan terjumpa laman web anda lebih daripada sekali dalam tempoh masa tertentu atas sebab XY)

Untuk lebih memahami metrik ini, kita boleh cuba menjelaskannya dengan analogi mudah. Jika seseorang pergi ke kedai, pergi dan kembali lagi, tanpa sebarang niat khusus atau benar-benar membuat pembelian – adakah orang ini pelanggan setia secara lalai? Tidak juga. Mereka mungkin begitu, tetapi anda tidak boleh benar-benar tahu. Sekali lagi, kita perlu menggariskan – Pengunjung Berulang mengukur aktiviti pelayar dan ia tidak ada kena mengena dengan kesetiaan.

Bagaimana penerbit cuba memahami Pelawat Kembali:

Ramai penerbit memilih untuk mengabaikan kesilapan pengiraan ini atau mereka tidak menyedari bagaimana sesuatu perkara diukur dengan sebenar. Mereka mengambil kira nisbah Pelawat Baharu vs. Pelawat Kembali untuk mendapatkan gambaran keseluruhan jenis trafik yang menarik laman web mereka, walaupun ia tidak begitu tepat. Kemudian mereka membandingkan perkara seperti bilangan sesi atau purata masa di halaman, dalam usaha untuk mendedahkan persamaan dan perbezaan antara cara pelawat kembali dan pelawat baharu berinteraksi dengan laman web mereka. Di samping itu, mereka mungkin memilih untuk menggunakan segmentasi dan menjana laporan tersuai untuk butiran lanjut tentang pelawat mereka. Namun begitu, laporan ini adalah berdasarkan metrik tunggal yang tidak memberikan pandangan yang boleh diambil tindakan apabila melibatkan pengukuran prestasi kandungan. Satu lagi perkara yang boleh digunakan oleh penerbit untuk mendapatkan data yang lebih tepat ialah menjejaki id pengguna, iaitu mewujudkan sistem log masuk di laman web mereka di mana pengguna boleh log masuk. Apabila log masuk, pengguna boleh dijejaki dengan mudah merentasi peranti. Walau bagaimanapun, GA tidak berfungsi secara retroaktif, jadi jika anda memilih untuk melaksanakan sistem log masuk – ia tidak akan menyambungkan sebarang sesi sebelumnya. Isu utama di sini ialah pelawat anda tidak mungkin memilih untuk log masuk ke laman web anda jika kandungannya tersedia.

Bagaimana kami menangani masalah ini:

Pasukan Makmal Content Insights amat berminat untuk memahami dan mentakrifkan pembaca setia, dan mencari cara untuk mengukur kesetiaan. Akhirnya, kami telah mentakrifkan pembaca setia sebagai "sangat terlibat secara rutin", kerana ia paling tepat sepadan dengan mereka kebiasaan tingkah laku. Terdapat cara khusus "Hari Aktif" mereka dikira dalam analitik CI untuk memastikan mereka benar-benar berinteraksi dengan kandungan tersebut. Tidak seperti alat analisis lain, kami mengukur kesetiaan pada tahap kandungan kerana itulah yang benar-benar penting. Penerbit ingin mengenal pasti kandungan yang menggalakkan tingkah laku setia dan mungkin menyumbang kepada penukaran pembaca setia menjadi pelanggan. Dengan penambahbaikan terkini kami IHP Kesetiaan, kini mungkin untuk mengukur dengan tepat perkara itu. Model tingkah laku ini melihat bagaimana artikel menyumbang kepada kesetiaan keseluruhan pangkalan pembaca anda di laman web.

"Jika ia tidak rosak, jangan baikinya"

Kami telah mencipta gambaran keseluruhan metrik tunggal yang paling kerap digunakan dan menunjukkan dengan terperinci mengapa mendasarkan laporan prestasi kandungan padanya adalah salah. Isu utama di sini ialah ramai penerbit hari ini tidak mahu bersusah payah untuk memahaminya jalan perkara dikira. Contohnya, penerbit akan benar-benar percaya bahawa apabila mereka meminta Laporan Khalayak dalam GA – mereka akan mendapat pandangan yang tepat dan boleh dipercayai tentang bagaimana khalayak mereka membaca kandungan mereka. Tetapi setiap laporan dalam GA sebagai alat siap sedia bergantung pada metrik tunggal yang menggambarkan peristiwa pelayar. Laporan-laporan ini tidak boleh mengukur tingkah laku manusia dan kerumitannya dengan betul, tidak kira apa jua panggilan anda terhadapnya. Banyak alat analitik di pasaran telah membina keseluruhan naratif yang sebenarnya palsu dan mengelirukan – kerana anda tidak boleh benar-benar mengukur perkara yang dijanjikan kepada anda. Anda boleh memanggil kucing sebagai harimau dan berpura-pura tidak mengapa hanya kerana ia tergolong dalam salasilah keluarga kucing yang sama, tetapi pada satu ketika – kesilapan itu akan timbul dan menjadi sangat jelas kepada semua pihak berkepentingan utama meow bukanlah raungan. Sesetengah penerbit mula menyedari kesilapan mempercayai metrik tunggal semasa mengukur prestasi kandungan, tetapi mereka memilih untuk menutup mata. Ada pula yang masih belum menyedari hakikat bahawa masalah itu wujud. Memandangkan hakikat bahawa manusia secara semula jadinya sangat tahan terhadap perubahan, ramai penerbit berpegang pada prinsip "jika ia tidak rosak, jangan baikinya". Logik mereka waras: mereka telah menggunakan metrik tunggal dan berjaya memenuhi keperluan hidup. Perubahan bermakna terdapat bahaya kehilangan kawalan, ia mempunyai 'ketidakpastian' yang tertulis di seluruhnya, ia mengenakan kerja tambahan, dan secara amnya menakutkan - malah menakutkan. Walau bagaimanapun, barang-barang itu ROSAK dan perlu dibaiki. Sama seperti semua perubahan asas, peralihan daripada metrik tunggal kepada metrik kompleks ini mengikuti apa yang dipanggil Hukum Gerakan Hemingway: ia berlaku secara beransur-ansur dan kemudian secara tiba-tiba. Dan sama seperti mana-mana jenis teknologi atau kaedah disruptif yang mendorong dunia ke hadapan, pengguna awal mendapat kelebihan daya saing. Kita telah melihatnya berlaku. Begitulah cara kemajuan berfungsi. Sekarang tumpuan tertumpu kepada anda. Analisis yang manakah anda gunakan? Bagaimanakah anda memahami data? Apakah metrik "bintang utara" anda untuk mengukur prestasi kandungan? Kami menjemput anda untuk menyertai perbualan ini dan berkongsi pendapat anda di ruangan komen di bawah.