Personalisierter Paid Content

Corona: Auch die Churn-Rates erreichen Höchststände

Die Krisenwochen haben den digitalen Medienangeboten einen neuen Höhenflug beschert. Reichweiten und Abonnementabschlüsse befinden sich auf einem Allzeit-Hoch. Leider auch die Abbestellerzahlen.

Wir alle kennen das Problem: Die Quoten für Conversion und Retention bei digitalen Qualitätsmedien sind weiterhin viel zu niedrig für ein dauerhaftes Geschäftsmodell. Ein optimiertes Lesermarketing und verbesserte Paywalls konnten zwar die KPIs für Neuabschlüsse in die Höhe treiben, die Loyalität der neuen Kunden bleibt jedoch erschreckend niedrig. Die meisten Newsrooms reagieren mit den klassischen Instrumenten, wie z.B. Newsletter und Emails. Es wird Zeit, dass wir uns dem richtigen Hebel zuwenden: Dem Produkt.

Paradigma aus der analogen Zeit: Ein Angebot für alle

Denn wir folgen weiter einem Paradigma aus der analogen Zeit: Ein Angebot für alle. Der Newsroom erstellt ein Angebot, das an alle Nutzer weitgehend in der gleichen Form ausgespielt wird. Anschließend wird gemessen, welcher Content am besten funktioniert und das Angebot auf diese „Erfolgsfaktoren“ optimiert. Das Ergebnis ist Mainstream. Erfolgreich ist das, was die meisten Nutzer mögen. Doch Qualitätsmedien werden im Mainstream nicht dauerhaft überleben können.

Netflix, Spotify, Amazon & Co. machen schon seit Jahren vor, wie es anders geht. Sie richten ihre Angebote nicht auf den größtmöglichen Nenner aus, sondern auf den einzelnen Nutzer. Und das mit überragendem Erfolg. Auch die großen Digitalangebote der New York Times und Washington Post setzen mittlerweile auf Personalisierung. Natürlich ist der Ausgleich zwischen journalistischer Einordnung auf der einen Seite und persönlichen Interessen auf der anderen Seite eine Gratwanderung. Doch auch im Newsbereich gilt: Die Loyalität des Kunden ist höher, wenn er bekommt, was er möchte. Und die heutigen Loyalitätswerte zeigen eindeutig, dass die Newsrooms noch einen weiten Weg vor sich haben.

Ohne Datentechnologie geht nichts mehr

Und dieser Weg führt nur über Datentechnologie. Ein Redakteur, und sei er noch so erfahren, kann eine Personalisierung nicht leisten. Ein einfaches Beispiel soll dies verdeutlichen. Es gibt ca. 20-40 messbare Kriterien, die eine Aussage darüber treffen, ob ein Content-Stück bei einem Nutzer zu einem höheren Engagement führt. Diese Kriterien gehen weit über die traditionellen Kategorien wie Thema, Ressort, Genre, etc. hinaus. SCHICKLER hat in umfangreichen Datenstudien gezeigt, dass die „Stimmung“ eines Artikels eine große Rolle spielt, also die Auswahl der Wörter, die Grundtendenz, etc. Die dpa hat bewiesen, dass unterschiedliche Tonalitäten bei dem gleichen Thema sehr unterschiedliche Reaktionen bei Nutzern auslösen und sich Content in Werte-Zielgruppen einordnen lässt. Die Welt ist also viel komplexer, als sie bislang schien.

Doch nicht nur die Art des Contents ist entscheidend, sondern auch das Zusammenspiel zwischen Content und Nutzern. Weitere Datenanalysen von SCHICKLER haben gezeigt, dass es mindestens 50 verschiedene Nutzungscluster unter den Usern gibt. Jede Zielgruppe erwartet eine andere Content-Zusammenstellung.

Ein optimales Angebot stellt also den richtigen Content in der richtigen Aufbereitung den richtigen Usern zur Verfügung. Bei 20-40 Content-Kriterien und 50 Userclustern keine Aufgabe, die ein Mensch übernehmen kann. Hier muss die Datentechnologie unterstützen. Selbst lernende Algorithmen, die eigenständig erkennen, welches Content-Stück auf welche Zielgruppe passt und die Angebote entsprechend personalisieren. Einfacher gesagt als getan. Denn viele Medienunternehmen stehen vor einem großen Problem: Die Datenmenge ist zu gering.

Problem: Datenmenge zu gering

Bis auf wenige Ausnahmen verfügt kein Verlag über eine ausreichende Menge an Artikeln und Userreaktionen, um Algorithmen zu trainieren und zu testen. Auch die Content-Menge wirkt als begrenzender Faktor. Newsrooms, die nur den eigenen Content veröffentlichen, verfügen meist gar nicht über den long tail, um User in der Breite zufrieden zu stellen. Das Angebot ist zu schmal.

Gemeinsame Initiative dpa und SCHICKLER

SCHICKLER und die dpa planen gemeinsam eine Initiative, um diese Probleme zu lösen. Ein gemeinsamer Datenpool über eine Vielzahl von Newssites ermöglicht ein gemeinsames Testen und Trainieren von Algorithmen. Die Nutzung des dpa Content Pools und gemeinsamer Sharing-Plattformen erhöhen die Verfügbarkeit von Content. So schaffen wir gemeinsam die Grundlagen für die Zukunft.

Die Relevanz der Angebote muss steigen

Ein Beispiel soll zeigen, wie diese aussehen kann. Nur etwa 5% der Abonnenten einer regionalen Newssite lesen den Bericht über eine lokale Opernpremiere – ein typisches Nischenthema. Im „Ein-Produkt-für-alle“ Paradigma ist dieser Artikel ein Underperformer und wird aussortiert. Denn in der Bevölkerung gibt es maximal 7-8% klassisch Kulturinteressierte. Für diese Zielgruppe ist der Bericht über die Opernpremiere jedoch höchst relevant. Viele von ihnen wünschen sich sogar noch mehr Content zu klassischer Kultur. Die Algorithmen würden diese Zielgruppe anhand ihres Leseverhaltens herausfinden und ihnen den Opernbericht zuspielen. Zusätzlich würden sie diesen Lesern noch weitere Artikel aus der klassischen Kultur vorschlagen, die von der dpa oder anderen Plattformen bezogen werden können. Für diese kleine Zielgruppe steigt die Relevanz des Newsangebots erheblich. Wenn man sehr viele dieser Zielgruppen identifiziert und abdeckt, steigt automatisch die Relevanz des gesamten Angebots. Und in der Folge die Conversion- und Retention-Quoten.

Unsere Datenanalysen zeigen, dass es hunderte dieser Beispiele gibt. Über eine Personalisierung wird der Newsroom die Loyalität aller steigern. Und das muss das Ziel sein, wenn Newsrooms mittelfristig von digitalen Abonnements leben sollen.