如何提高数字订阅用户的留存与新增？这份数据化运营打法请收好

“您本周的免费文章已经读完，如需继续阅读请先订阅。
”

几乎每个互联网使用者都遭遇过计量付费墙
：
你可以免费阅读一定数量的文章，之后若想继续阅读，则需付费。

然而，对许多媒体机构来说，这种效果并不尽如人意。为改变这种一刀切的“野蛮”策略，他们开始改进付费墙。

如今，

本期全媒派（ID：quanmeipai）独家编译路透研究所论文，以欧美媒体机构为案例，探寻媒体行业内领先的数字订阅产品运营模式，着重分析数据在数字订阅产品中所扮演的角色。

用户拉新的多样化试水

在谈及数字订阅产品时，我们通常关注用户获取、用户参与和用户留存三个环节。

用户获取即将用户转化为订阅者的措施，想象一个漏斗结构，底部是订阅行为，
用户进入越深，越有可能成为一个订阅者。

用户参与是指确保订阅者尽可能多的使用服务。
服务的高使用量通常与客户满意度正相关，订阅盈利占比较大的机构常常在用户参与方式上投入很多，以此促进留存。
用户留存指确保用户持续订阅的方法，这一环节通常可以来评估前两个环节努力的最终结果。

这三个关键行为形成了一个循环：
你必须获得订阅者才可以知道你的服务表现如何，然后提升它的使用量；
当用户想要离开时，你必须找出原因，并采取措施，既阻止他们离开又防止其他用户效仿。

关注细节

数据模型可以对订阅渠道进行个性化设计。
比如，之前没有浏览过华尔街日报的用户，将会首先看到更为品牌导向的广告；
而对订阅华尔街日报表现出兴趣的用户，则会看到标示出具体价格的营销。

挪威的报业巨头
施伯史泰德（Schibsted）
采用类似的措施，通过他们的Touchpoints平台，
促使商务和产品团队快速生产banner等消息。
对于订阅销售来说，banner是文章之后第二重要的来源。
通过测试banner信息的措辞、位置和目标，他们不仅显著提升了点击率和再订阅率，还强化了现有订阅者的参与，如提醒他们进行家庭分享和节假日报纸重新递送。

新苏黎世报也对他们的营销物料的细节进行了个性化调整，如字体颜色和价格分解（每周、每月还是每年）都被调整为可以最大化用户-订阅者转化率的状态。

找准模型

订阅可能性通常由一个0（不太能订阅）到1（很有可能订阅）之间的小数代表，为了更好的测试订阅可能性，媒体机构首先需要甄别什么样的数据可以成为订阅行为的标示。
只有与成为订阅者的用户最具关联性的指数才会被考虑进倾向模型的开发中。

人口统计指数，如教育或收入相关的指数，与订阅可能性有很强的关联性，但出于技术和法律限制，这些数据通常很难为了开发倾向模型而被收集。
华尔街日报为规避限制，采取了基于其它数据（比如定位）进行估算的方法。
现在这个模型中有超过一百个决策树来试图使估算尽可能的准确。

排查错误

大部分有订阅业务的媒体机构都会根据表现定期重新调整他们的数据模型，并改写特定指数的加权和复数。因为总是有特殊情况出现，所以
媒体机构需要定期排查错误。在新苏黎世报，如果一个用户通常只阅读几篇不同主题的文章，那么这个用户比阅读同样篇数特定主题文章的用户更有可能进行订阅。

豁免规则

不同的模型也会创造“豁免规则”的程式来提升效率。
华尔街日报创造了“神圣时期”，在这些时期，史上最多订阅已经被达成，此时驱动转化的原因已无法从数据中被抽象出来，所以需要应用更为严格的规则。
同样的，苏黎世新报也会在特定时间取消付费墙，因为他们知道许多常规用户会在那时（比如通勤中）登录网站，取消付费墙不会打扰他们的惯常行为。

内容筛选

由于付费墙的个性化，华尔街日报和新苏黎世报的编辑团队已经无法决定一篇特定的文章是应该收费还是免费，新闻编辑部看起来失去了部分编辑权威
，也因此这在媒体机构内部制造了一定的摩擦。但据用户反馈来看，动态付费墙是最有效的方法。

用户参与的最佳实践

国际新闻媒体协会最新报告指出，
金融时报在用户参与的投入是用户获取的3倍，
包括新苏黎世报在内的媒体机构则将用户参与视为其发展的基础。

媒体机构尝试在用户使用产品的每个流程中进行个性化设计以强化用户参与，以提高用户订阅和留存。通过分析
用户行为数据，开发自动化和个性化并行的解决方案，帮助优化内容，提高用户参与。

个性化交流

新苏黎世报为实现新用户引导过程的个性化，灵活选择与用户交流时的营销物料、内容和渠道，如电子邮件、App或网站。


唯一没有实现个性化的部分是发送信息的时间，然而他们计划在未来将这一部分也实现个性化。

游戏化应用

2018年10月，金融时报发起了他们的“知识生成器（Knowledge Builder）”工具，这是为加强用户参与而将游戏机制应用于文章的一个尝试。
订阅者可以选择他们想要获得更多知识的主题，比如人工智能或区块链，

“知识生成器”通过算法给知识点与文章相关性打分，并将动态分配给相应文章，尽管这个工具只在13%订阅者中做了测试，但结果很乐观，尤其表现在高退订风险用户的用户参与提升方面。

个性化头版

《瑞典日报》试图用内部数据去自动排版并改善用户参与。记者
为文章的新闻价值（1-5五个等级）和时效性（短，中，长）打分，同时通过算法为文章打标签和分类，帮助文章在版面中找到最佳位置。
在排版后，文章的表现（如浏览量、浏览时间和网站转化率）决定了这篇文章是留在原处还是换位置。

选择性漏洞

当言及手动内容筛选时，有一条主要的规则：
如果某篇文章是付费文章，那么它需要一直被呈现为付费文章。
斯洛伐克报纸DennikN却反
其道
而行之。
他们紧密关注其内容的销售数据，

他们认为，这样做虽然不能获得更多费用，但是却收集了更多邮箱地址，使文章价值最大化。
同时，他们还会在各个社交网站平台或简讯上推荐这篇文章，告诉大家可以免费阅读。

不过
，这种看似像营销漏洞一样的诱饵文章的数量毕竟是有限的，大多数付费文章依旧会被放置在付费墙之后。

阻止退订，提高用户留存

数字订阅产品本质上是一个以过程为导向的持续性商业模式。一个媒体机构的数字订阅产品若想获得稳定盈利，必须要解决其用户退订的问题。

许多媒体机构可
以在技术上通过相关数据分析实现退订预测，即知道订阅者退订服务的概率，但
比这更关键的是弄清楚退订的原因，基于这些原因展开阻止退订的策略，实现用户留存的目的。

寻找可能退订人群

挪威《晚邮报》2015
年开发了一个预测用户流失模型，帮助报纸找到可能退订的用户并提高留存。
他们将多个数据源结合起，如用户数据（人口统计和订阅信息），CRM数据（客户登录的方式和时间），使用行为数据和第三方数据（收入、教育程度等信息）。
数据团队能够识别与流失密切相关的指标，例如低参与度等。
然后，尝试联系有可能取消订阅的客户，以尝试召回。
现在，这种方法已经扩展到Schibsted媒体集团的电话营销和客户支持部门，现在可以根据绿色，黄色或红色的指标数据了解客户的流失风险。

习惯胜过内容

行为性数据往往表现出与退订概率最强的关联性。
对华尔街日报来说，“活跃时间”是行为性数据中与退订概率关联最强的指数。
“活跃时间”指的是订阅者在28天的周期里与华尔街日报内容互动的天数。

华尔街日报
和施伯史泰德报业都非常关注一个订阅者的，这段时间在一个订阅者的订阅生涯中最为关键。
据华尔街日报调查，一个订阅者在前100天中形成一个新习惯的可能性是其他时间的4倍，习惯可以阻止退订。
施伯史泰德报业则发现订阅者付费超过两次以后，退订的概率会减少2.5倍。

塑造订阅者的习惯并不意味着内容单调。
华尔街日报发现，跌宕起伏的内容变化在订阅者习惯形成中起了很大的作用。
这就像电视节目一样，必须保证观众总是有新鲜可看。

始终将用户体验放在第一位

订阅者退订的原因多种多样：提高用户参与度并不能完全阻止用户退订，订阅价格或者竞品等均可能导致用户退订。因此基于退订原因的数据，并不一定能有效找出阻止退订的措施。

知晓一切，静观其变，常常是一种有效的措施。

对于一些媒体机构来说，与想要退订的订阅者沟通是一个挑战，因为此时订阅者
会减少与订阅产品的接触。
全媒派往期好文

提到，为创造更多更好的空间以供会员交流
，
华尔街日报启动“画布项目”，希望在不介入用户体验的前提下推广产品，加强用
户参与。确保在不影响用户体验、新闻和品牌标准的情况下强化了会员体验。

人际沟通不可忽视

尽管许多媒体机构表明希望借助自动化方式来减少退订，但他们中的大多数仍依赖电话推销。
用户和客服之间的人际互动似乎仍然是使人改变对退订看法的最有效途径。

他们也在客服上加大了投资，并且雇佣坐班的客服人员，而非外包给第三方。
这些品牌大使会获得公司的培训，通过与客户交谈传递有价值的意见。

全媒派往期文章

列举了海外媒体
用“产品思维”来做内容
的新尝试，
数据导向正是产品思维的重要体现。在数据驱动下思考内容的走向、媒体与用户的关系，打造come-read-stay-pay的良性模式，每一小步新的尝试，都意味着我们离用户更近了一步。