Den Nye Betalingsmuren Er Dymanic: Hvordan Wall Street Journal Vokste Abonnementer med 25 Prosent

Dynamisk Betalingsmur

Utgivere står overfor den stadig voksende utfordringen med fallende annonseinntekter på grunn av markedsdominerende plattformer Som Google, Facebook og Amazon. Og med så mye gratis innhold for enkelt forbruk og endring av brukeradferd, er det en alvorlig utfordring for utgivere å selge digitale abonnementer, stoppe nedgangen og øke inntektene. En del av denne utfordringen er at utgivere gjennom årene har vedtatt betalingsmurer som er statiske og one-size-fits-all, og ignorerer at leserne oppfører seg, har forskjellige interesser og tilbøyelighet til å abonnere.

gjennom årene har utgivere prøvd ut ulike betalingsmur modeller, men de har alle utfordringer:

  • Hard betalingsmur: Utgivere som implementerer en hard betalingsmur vanligvis stole på en høy mengde lojale, faste lesere som kjenner publikasjonen godt. Lesere uten interesse for produktet vil vanligvis forlate etter å ha sett paywall for første gang og aldri komme tilbake.

  • Metered Access: denne tilnærmingen forutsetter at lesere kan tiltrekkes til å abonnere over tid ved å tillate fri tilgang til noe innhold. De gratis artiklene er valgt av utgiveren basert på deres evne til å generere abonnenter. Men når du bruker abonnement utløsende artikler for dette formålet-hvorfor gi bort så mange og hvorfor gi de samme artiklene til hver leser? Og hvordan forventer du at leserne skal kjøpe en supscription for premium innhold de ikke kan se eller prøve?

  • Freemium: En lignende tilnærming til målt tilgang med lignende utfordringer.

hva disse vanlige modellene har til felles er at de oppfører seg på samme måte uavhengig av hvem som samhandler med nettstedet. Videre setter de innholdet først, ikke brukeren. Med andre ord legger de byrden av å generere abonnementer på innholdet alene, og ignorerer de store økningene i abonnementsveksten som datadrevet, sanntids tilpassing kan generere.Wall Street Journal ‘ s paywall, men drevet Av Cxense Konverteringsmotor, er annerledes og har vist seg å være mye mer vellykket enn de tradisjonelle tilnærmingene.

Abonnement og data analytics eksperter På Wall Street Journal spurte seg selv:

  • hvilke lesere er mest sannsynlig å konvertere til abonnenter?

  • hvilke lesere bør motta hvilket abonnementstilbud?

  • når bør disse leserne få et tilbud?

Tre viktige elementer for rask abonnementsvekst

  1. det er dataene, dumt! Utgivere som begynner å tilpasse brukeropplevelsen, begynner vanligvis med anonyme førstepartsdata. Alt begynner med å samle inn, tolke og handle på dataene som kommer fra dine egne nettsteder. Utgivere har ofte rikelig med rådata tilgjengelig, men mange sliter med å skape den typen innsikt som abonnementer-teamet ditt kan forstå og bruke til å tiltrekke seg og beholde flere abonnenter. Bruk av banebrytende teknologi og maskinlæringsalgoritmer til rådata gir utgivere enorm innsikt om hver enkelt lesers oppførsel på nettstedene dine og deres tilbøyelighet til å abonnere.
  2. Bruk tilpassing for å drive interesse. Hver leser må behandles som et individ, ikke som et publikum eller segmentmedlem. Sann personalisering som kan styres i sanntid av redaksjonelle og bedriftsbrukere (ikke AV IT-avdelingen), gjør det mulig å vise nøyaktig de artiklene som er mest relevante og til en gitt leser. Over tid øker dette engasjementet og sannsynligheten for å abonnere. Avanserte personaliseringsløsninger bruker algoritmer som kan lære hvilke innstillinger som fungerer best og automatisk optimalisere brukeropplevelsen.

  3. Individualiser betalingsmuren. Erfaring viser at mengden artikkelsyn som trengs for å konvertere, varierer sterkt fra leser til leser, og at langsiktig interesse og kontekst også spiller en viktig rolle. Personlige meldinger på stedet har vist seg å være veldig gode konverteringsdrivere. Derfor, for å gi optimale konverteringsresultater, bør betalingsmuren være dynamisk og personlig når det gjelder timing, kontekst og tilbud. Ideelt sett kan personaliseringsmotoren også kategorisere leserne automatisk i henhold til deres tilbøyelighet til å abonnere. I praksis betyr dette at noen brukere kan konsumere ganske mange artikler før de mottar et abonnementstilbud, mens andre vil oppleve en hard paywall etter noen besøk allerede.

når du har implementert disse elementene, er du på en god måte å forstå lesernes interesse og deres sannsynlighet for å bli abonnent.

Wall Street Journal byttet til en dynamisk betalingsmur ved å følge disse fire trinnene:

  • Vedta en leser første/kunden først perspektiv (i stedet for innhold først)

  • Dra nytte Av Cxense Intelligent Data Layer for å få grundig innsikt i hvordan leserne samhandle med innholdet

  • Implementere automatisert tilbøyelighet scoring for ikke-abonnerte lesere basert på avansert dataanalyse og maskinlæring
  • Vokse abonnementer Uten å ofre annonseinntekter ved å implementere en dynamisk betalingsmur

  • atie vanneck smith, president og chief customer officer hos dow jones, sier det på denne måten: “Vi har hatt enorm suksess med å bruke publikumsdata og personlig tilpasning i sanntid for å konvertere online lesere til medlemmer ved Hjelp Av cxense-programvare.”

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert.