تجاوز مشاهدات الصفحة السابقة: تحليلات أفضل للناشرين اليوم

بالإضافة إلى إيجاد نموذج أعمال مستدام، يواجه الناشرون اليوم الذين يعملون في الساحة الرقمية تحديًا آخر: قياس أداء المحتوى الخاص بهم بشكل صحيح وفهم سلوك جمهورهم حقًا. هذه مشكلة حقيقية بالنسبة لجميع أنواع المنشورات، بغض النظر عما إذا كانت ممولة من الإعلانات أو جزءًا من الجيل الجديد الذي يعمل وفقًا لنموذج إيرادات القارئ.

كانت الأمور أبسط قليلاً في الماضي. يمكن للناشرين قياس نجاح أعمالهم من خلال ملاحظة ومقارنة أعداد الصحف أو المجلات المباعة مع مرور الوقت. ويمكنهم بعد ذلك تقدير حجم قرائهم عن طريق ضرب عدد النسخ المباعة في 2 أو 2.5، وهو ما يعتبر متوسط ​​معدل النجاح . كانت المعلومات المتعلقة بنجاح التوزيع مهمة بشكل خاص للمعلنين الذين أرادوا بعض إثبات القيمة قبل الاستثمار في المساحات الإعلانية.

لا يزال ناشرو الوسائط القديمة يعتمدون على هذا النوع من الحسابات لأننا دعونا نواجه الأمر - إنها جيدة قدر الإمكان.

بمجرد دخولهم العصر الرقمي، اكتشف الناشرون طرقًا جديدة لاستثمار المحتوى الخاص بهم. ومع ذلك، فقد وجدوا أنفسهم أيضًا في منطقة غير مألوفة. أصبح قياس أداء المحتوى يتضمن الآن استخدام أدوات التحليلات والإلمام بالبيانات، وهو الأمر الذي تبين أنه بالنسبة للعديد من الناشرين يمثل صعوبة كبيرة في استيعابه. ومن هنا تأتي مغالطة الثقة في المقاييس الفردية.

دعونا نحاول ونرى لماذا المقاييس الفردية مثل

• مشاهدات الصفحة
• الوقت على الصفحة و
• الزوار العائدين

لا يمكن أن تكون مقاييس موثوقة للناشرين الذين يرغبون في قياس أداء المحتوى الخاص بهم، وفهم سلوك جمهورهم، وتحديد قرائهم المخلصين وإقامة علاقة قوية معهم.

1. مشاهدات الصفحة

كانت مشاهدات الصفحة حاضرة دائمًا لقياس أداء الإعلان وشعبية صفحات المنتجات على مواقع التجارة الإلكترونية. تم إطلاق هذا المقياس لأول مرة مع Google Analytics ، والذي يعد أحد أشهر أدوات التحليل الموجودة على الإطلاق، والمصمم بشكل أساسي لشركات التجارة الإلكترونية.

مشكلة مشاهدات الصفحة:

لسوء الحظ، في ظل عدم وجود أي شيء أفضل، سرعان ما تم اعتماد مشاهدات الصفحة كمقياس شرعي لقياس أداء المحتوى بواسطة العديد من أدوات التحليل في السوق.

وإليك كيفية تفسير مشاهدات الصفحة بشكل خاطئ من قبل العديد من الناشرين: المزيد من مشاهدات الصفحة يساوي المزيد من الزوار والمزيد من التفاعل. إذا كان جزء من المحتوى يولد العديد من مشاهدات الصفحة، فهو في النهاية أفضل من بقية المقالات، أليس كذلك؟

ليس حقيقيًا.

دعونا نتعامل مع هذه المشكلة بشكل منهجي.

إليك كيفية تحديد مشاهدات الصفحة في Google Analytics :

مشاهدة الصفحة (أو نتيجة مشاهدة الصفحة، نتيجة تتبع الصفحة) هي مثيل لصفحة يتم تحميلها (أو إعادة تحميلها) في المتصفح. مشاهدات الصفحة هي مقياس يتم تعريفه على أنه إجمالي عدد الصفحات التي تمت مشاهدتها. […] إذا نقر المستخدم على إعادة التحميل بعد الوصول إلى الصفحة، فسيتم احتساب ذلك كمشاهدة صفحة إضافية. إذا انتقل المستخدم إلى صفحة مختلفة ثم عاد إلى الصفحة الأصلية، فسيتم تسجيل مشاهدة ثانية للصفحة أيضًا.

يوجد أيضًا مقياس يسمى مرات مشاهدة الصفحة الفريدة والذي يمثل عددًا من الجلسات التي تمت خلالها مشاهدة صفحة معينة مرة واحدة على الأقل. لذا، إذا زار مستخدم معين الصفحة المعنية، ثم ابتعد عنها وعاد إليها مرة أخرى خلال نفس الجلسة، فسيحسب GA مشاهدة صفحة فريدة واحدة.

ومع ذلك، تعد مشاهدات الصفحة مقياسًا للمتصفح ولا تصف طبيعة الاتصال أو مستوى تفاعل زوار الموقع مع المحتوى الخاص بك. ليس إلى حد بعيد.

قد يفتح الشخص مقالة معينة ثم يغلقها على الفور، أو يتركها مفتوحة في علامة تبويب المتصفح أثناء القيام بشيء آخر. سيقوم البرنامج النصي لأداة التحليلات بتسجيله كمشاهدة صفحة بغض النظر.

يمكننا القول أن الاسم الأكثر دقة لمرات مشاهدة الصفحة هو "تحميل الصفحة" ، نظرًا لأن هذا المقياس لا يُظهر بالضرورة عدد الأشخاص الذين شاهدوا الصفحة، ولكن عدد مرات تحميل الصفحة في المتصفح.

كيف يحاول الناشرون فهم مشاهدات الصفحة:

قد يحاول الناشرون ومسوقو المحتوى فهم هذا المقياس بشكل أكبر من خلال مراقبة كيفية ارتباطه بالمقاييس الفردية الأخرى المتوفرة في GA وأدوات التحليل المماثلة.

على سبيل المثال، سوف ينظرون إلى مجموعة المقاييس الفردية المتاحة: مشاهدات الصفحة، ومتوسط ​​الوقت المستغرق في الصفحة، ومعدل الارتداد. لذا، فإن "الصيغة" الشائعة لتقدير ما إذا كان أداء مقال معين جيدًا أم لا هو كالتالي:

عدد كبير من مشاهدات الصفحة + متوسط ​​الوقت "الجيد" في الصفحة + معدل ارتداد منخفض

الوقت "المثالي" على الصفحة هو الوقت الذي يتوافق مع وقت القراءة اللازم للمقالة المعنية. يبلغ متوسط ​​سرعة القراءة حوالي 265 كلمة في الدقيقة، لذلك يجلس الناشرون ويقومون ببعض العمليات الحسابية البسيطة: إذا كانت مقالتهم تحتوي على 1500 كلمة، فسوف يستغرق الأمر حوالي 5 دقائق ونصف حتى يقرأها الشخص، من الأعلى إلى الأسفل. وبطبيعة الحال، لن يتمكن جميع زوار الموقع من قراءته، لذا سيكون متوسط ​​الوقت المستغرق في الصفحة أقل. الجزء الصعب بالنسبة للناشرين هو تحديد الوقت المقبول هنا، أي ما هو متوسط ​​الوقت "الجيد" على الصفحة.

المشكلة الرئيسية في هذا؟ حسنًا، الطريقة التي يتم بها حساب متوسط ​​الوقت المستغرق في الصفحة داخل GA والأدوات المشابهة يمكن أن تفسد افتراضاتك (راجع المقطع التالي الذي يسمى الوقت المستغرق في الصفحة / متوسط ​​الوقت المستغرق في الصفحة).

بحكم التعريف، الارتداد هو جلسة من صفحة واحدة على موقعك. معدل الارتداد هو النسبة المئوية لزيارات الصفحة الواحدة. يعتمد معدل الارتداد للصفحة فقط على الجلسات التي تبدأ بتلك الصفحة.

لذلك، يعتقد الناشرون أنه كلما انخفض معدل الارتداد، كان ذلك أفضل. من الناحية النظرية، فهم على حق لأن هذا يشير إلى أن الأشخاص كانوا مهتمين بمحتوى آخر منشور على موقع الويب الخاص بك، أي أنهم قرروا المزيد من التصفح. لكن المعلومات المتعلقة بالطريقة التي يتعاملون بها فعليًا مع المحتوى الخاص بك غير متوفرة في تقارير GA القياسية. يمكنك أن تفترض أن بعضها موجود على موقع الويب الخاص بك، ولكن هذا كل شيء.

عبر الإنترنت، يمكنك العثور على معلومات بخصوص قيم معدل الارتداد المثالية : فهي لا تزيد عن 40%، بينما يصل متوسط ​​القيم إلى 55%. ومع ذلك، يجب عليك تحديد خط أساس وفقًا لموقع الويب الخاص بك وعدم ملاحقة الأرقام والمعايير التي تناسب شخصًا آخر. بالإضافة إلى ذلك، قد تكون قيم معدل الارتداد مضللة للغاية إذا لم يتم تفسيرها بشكل صحيح. السياق مهم أيضًا: على سبيل المثال، إذا كانت صفحة الاتصال ذات معدل ارتداد مرتفع، فهذا لا يعني أنها لا تقدم قيمة. إنه ببساطة يجيب على استعلام محدد للمستخدمين الذين لا يشعرون بعد ذلك بالحاجة إلى التصفح أكثر.

كيف تعاملنا مع هذه المشكلة:

على عكس مشاهدات الصفحة في GA والأدوات المشابهة، في Content Insights – قمنا بتطوير مقاييس معقدة . يشتمل حل التحليلات الخاص بنا على قراءات المقالات ، والتي تركز على السلوك البشري الحقيقي، حيث تأخذ في الاعتبار الوقت الفعلي الذي يقضيه في الصفحة، ولكن أيضًا الطريقة التي يتفاعل بها الأشخاص مع الصفحة (على سبيل المثال، النقرات، واختيار النص، والتمرير، وما إلى ذلك). بالإضافة إلى قراءات المقالات، فإن CI لديها أيضًا عمق القراءة كمقياس معقد يكشف عن مدى عمق قراءة الزائر لجزء من المحتوى. لمزيد من الدقة، فإنه يعتمد على مزيج من عدة مقاييس، أحدها هو وقت الانتباه. بالإضافة إلى ذلك، لدينا أيضًا "عمق الصفحة" الذي يحسب متوسط ​​عدد الصفحات التي تمت زيارتها بعد أن يفتح القارئ الصفحة الأولى أو المقالة.

2. الوقت المستغرق في الصفحة / متوسط ​​الوقت المستغرق في الصفحة

ينظر العديد من الناشرين إلى الوقت المستغرق في الصفحة ومتوسط ​​الوقت المستغرق في الصفحة عند محاولة تحديد المحتوى الذي يمكن اعتباره جذابًا. ويعتقدون أنه كلما طال أمد بقاء الأشخاص على صفحة معينة، زاد احتمال جذب المحتوى المعروض.

ومع ذلك، بعد إدراك الطريقة التي يتم بها قياس هذا المقياس، سترى أنه لا يقدم أي رؤى موثوقة.

مشكلة قياس الوقت على الصفحة:

يقوم برنامج Google Analytics وأدوات التحليل المماثلة بقياس هذه المقاييس على مستوى المتصفح فقط، وهو ما لا يوضح أي شيء عن الطريقة التي يتفاعل بها الأشخاص مع المحتوى.

عندما ينتقل شخص ما بعيدًا عن الصفحة ولكنه يترك علامة التبويب مفتوحة - لا يمكن لبرنامج Google Analytics وأدوات التحليل المماثلة تسجيل ذلك. وبقدر ما يتعلق الأمر بالتحليلات، لم يغادر الشخص الموقع مطلقًا. كما لا يستطيع GA قياس الوقت الذي يقضيه المستخدم في الصفحة الأخيرة من زيارته لموقعك. بالإضافة إلى ذلك، إذا غادر الزائر بعد مشاهدة صفحة واحدة فقط (أي إذا كانت الزيارة مرتدة) - فلن يتم تسجيل أي وقت على الإطلاق.

وكما ترون، فإن هذه البيانات لا تعكس بشكل صحيح مستوى تفاعل القارئ مع المحتوى الخاص بك.

كيف يحاول الناشرون فهم متوسط ​​الوقت الذي تقضيه الصفحة:

ينشر بعض الناشرين أدوات تتبع الأحداث، مثل عمق التمرير، في محاولة للحصول على تقارير أكثر دقة والتأكد من قياس الوقت المستغرق في الصفحة حتى لو كانت الصفحة مرتدة. ومع ذلك، الأمر ليس بهذه البساطة.

عندما يتعلق الأمر بالاعتماد فقط على عمق التمرير، هناك مشكلة أساسية تتعلق بما يلي:

• النشاط الحقيقي للمستخدم
• موقع الطية​
• طول المقال

لنفترض أن أحد الأشخاص يقوم بالتمرير خلال 60% من المحتوى الخاص بك، ولكنه يفعل ذلك على شاشة لم يتم تكبيرها بنسبة 100% ولكن بنسبة 75%. يمكنهم رؤية بقية المحتوى الخاص بك ولا يستمرون في التمرير لأسفل.

أو لنفترض أنهم يسيطرون على 60% من المحتوى الخاص بك، لكنهم يظلون هناك لمدة نصف ساعة (تظل الصفحة مفتوحة ويبتعدون عن أجهزة الكمبيوتر الخاصة بهم)، قبل أن يرتدوا في النهاية. بالإضافة إلى ذلك، فإن مجرد تصفحهم للمحتوى الخاص بك لا يعني أنهم قرأوه بالفعل. وماذا لو لم تكن المقالة طويلة جدًا؟ سيكون عمق التمرير 100%، ولكن هذا لا يعني أن هذه المقالة تحديدًا قد ولدت تفاعلًا أكبر أو أنها أفضل أداءً من غيرها.

وغني عن القول، حتى مع تتبع الأحداث، قد لا تكون التقارير دقيقة لأنها لا تقدم صورة كاملة. إن تناقضات البيانات ليست نادرة، لذلك قد يلاحظ أصحاب الحسابات في تقريرهم أن متوسط ​​الوقت المستغرق في الصفحة أطول من متوسط ​​مدة الجلسة، وهو أمر غير منطقي. في Google Analytics، يُطلق على هذا اسم "الوقت الضائع".

كيف تعاملنا مع هذه المشكلة:

على عكس GA وأدوات التحليل المشابهة، تقيس Content Insights وقت الانتباه ، وهو الوقت الفعلي الذي يقضيه المستخدم على الصفحة في استهلاك المحتوى. ولا يأخذ في الاعتبار وقت الخمول، أي الوقت الذي لا يكون فيه الشخص نشطًا في الصفحة أو يكون بعيدًا عن الصفحة. لذا، فإن ما تحصل عليه باستخدام هذا المقياس هو وقت التفاعل الفعلي.

يعتمد حل التحليلات الخاص بنا على خوارزمية معقدة تسمى مؤشر أداء المحتوى (CPI). يتم تقديم مؤشر أسعار المستهلكين (CPI) دائمًا في شكل رقم، من 1 إلى 1000، حيث يكون الرقم 500 هو خط الأساس (المعروف أيضًا باسم "المعيار") لموقع الويب أو القسم أو الموضوع أو المؤلف أو المقالة التي تمت ملاحظتها.

يأخذ مؤشر أسعار المستهلكين (CPI) في الاعتبار العشرات من مقاييس أداء المحتوى المختلفة ويفحص العلاقات بينها. كما أنه يزنهم بشكل مختلف وفقًا لثلاثة نماذج سلوكية: التعرض ، والمشاركة ، والولاء . لذلك، قمنا بتطوير ثلاثة مؤشرات لسعر المستهلك (CPI) تقيس هذه السلوكيات: مؤشر أسعار المستهلكين للتعرض ، ومؤشر أسعار المستهلك للمشاركة ، ومؤشر أسعار المستهلك للولاء .

في سياق المشاركة، لدينا مؤشر تكلفة المشاركة (CPI) الذي يتم حسابه عن طريق قياس القراءة اليقظه ورحلة القارئ داخل الموقع أو المجال. فهو يوفر طريقة أكثر تقدمًا ودقة لقياس التفاعل مقارنةً بفحص الوقت المستغرق في الصفحة، وهو مقياس واحد في GA وأدوات التحليل المماثلة.

3. عودة الزوار

لكي نفهم ما هو الزائرون المتكررون، يتعين علينا أن نفحص بإيجاز الطريقة التي تتبع بها Google Analytics ومعظم أدوات التحليلات الحالية المستخدمين.

في المرة الأولى التي يقوم فيها جهاز معين (سطح المكتب أو الجهاز اللوحي أو الجهاز المحمول) أو متصفح (Chrome أو Firefox أو Internet Explorer) بتحميل محتوى موقع الويب الخاص بك، تقوم شفرة تتبع Google Analytics بتعيين معرف عشوائي فريد يسمى معرف العميل له، ثم يرسله إلى خادم GA

يتم احتساب المعرف الفريد كمستخدم فريد جديد في GA. في كل مرة يتم اكتشاف معرف جديد، يحسب GA مستخدمًا جديدًا. إذا قام المستخدم بحذف ملفات تعريف الارتباط للمتصفح، فسيتم حذف المعرف وإعادة تعيينه.

مع أخذ ذلك في الاعتبار، فإن الزائر العائد هو الذي يستخدم نفس الجهاز أو المتصفح كما كان من قبل للوصول إلى موقع الويب وبدء جلسة جديدة، دون مسح ملفات تعريف الارتباط . لذلك، إذا اكتشف Google Analytics معرف العميل الحالي في جلسة جديدة، فإنه يراه كزائر عائد.

مشكلة الزوار العائدين:

إن مشكلة حساب الزائرين العائدين واضحة: قد تحسب أدوات التحليلات نفس الزائر الذي عاد إلى موقع الويب كزائر جديد - فقط لأنهم قاموا بتغيير أجهزتهم أو متصفحهم، أو مسحوا ملفات تعريف الارتباط الخاصة بهم. ليس هناك الكثير الذي يمكن لأي شخص فعله حيال ذلك نظرًا لأن معرف العميل الخاص به قد تغير بهذه الطريقة. ليس من الممكن تتبع المستخدمين عبر المتصفحات والأجهزة المختلفة. وأيضًا، قد يحسب Google Analytics نفس الزائر كزائر جديد ومتكرر، إذا عاد خلال فترة زمنية معينة. وهذا يعني أنه من الممكن أن يكون هناك تداخل بين الزوار الجدد والعائدين، مما يسبب تناقضات في البيانات. بالإضافة إلى ذلك، قد يتم حساب نفس المستخدم مرتين لنفس المصدر/الوسيط.

ومع ذلك، هناك مشكلة أكبر بكثير هنا:

قبل العديد من الناشرين الزائرين العائدين كمقياس يشير إلى عدد القراء المخلصين، وهي مغالطة منطقية.

يشير الزائرون العائدون إلى عدد الأشخاص الذين زاروا موقع الويب الخاص بك في الماضي ثم عادوا. لكن هذا التقرير لا يذكر شيئا عن:

• ما مدى جودة المحتوى الخاص بك في جذب الزوار
• السلوك البشري الفعلي (كيفية تفاعل الأشخاص مع المحتوى الخاص بك)
• تكرار وحداثة زياراتهم
• ما إذا كان هؤلاء الزائرون موالين فعليًا لمنشورك أم أو مجرد متطفلين عرضيين كانوا على موقع الويب الخاص بك من قبل (على سبيل المثال، هل شكل هؤلاء الزائرون عادة فعلية لزيارة منشورك أو حدث أنهم عثروا على موقع الويب الخاص بك أكثر من مرة خلال فترة زمنية معينة) لأسباب XY)

لفهم هذا المقياس بشكل أفضل، يمكننا أن نحاول شرحه بتشبيه بسيط. إذا ذهب شخص ما إلى متجر ما، ثم غادره وعاد مرة أخرى، دون أي نية محددة أو إجراء عملية شراء فعلية - فهل هذا الشخص عميل مخلص افتراضيًا؟ ليس حقيقيًا. من الممكن أن يكونوا كذلك، لكن لا يمكنك أن تعرف ذلك حقًا.

مرة أخرى، علينا أن نؤكد - يقيس الزائرون العائدون نشاط المتصفح وليس له علاقة بالولاء.

كيف يحاول الناشرون فهم الزائرين العائدين:

يختار العديد من الناشرين تجاهل هذه المغالطات الحسابية أو أنهم لا يدركون حتى كيفية قياس الأشياء حقًا. إنهم يأخذون في الاعتبار نسبة الزائرين الجدد مقابل مكرري الزيارة للحصول على نظرة عامة شاملة على نوع حركة المرور التي يجذبها موقعهم على الويب، حتى لو لم تكن دقيقة جدًا. ثم يقومون بعد ذلك بمقارنة أشياء مثل عدد الجلسات أو متوسط ​​الوقت الذي تقضيه في الصفحة، في محاولة لكشف أوجه التشابه والاختلاف بين كيفية تفاعل الزوار العائدين والجدد مع موقعهم على الويب. بالإضافة إلى ذلك، قد يختارون تطبيق التصنيف وإنشاء تقارير مخصصة للحصول على مزيد من التفاصيل حول زوارهم.

ومع ذلك، تعتمد هذه التقارير على مقاييس فردية لا توفر رؤى قابلة للتنفيذ عندما يتعلق الأمر بقياس أداء المحتوى.

شيء آخر يمكن للناشرين استخدامه للحصول على بيانات أكثر دقة هو تتبع معرف المستخدم ، أي إنشاء نظام تسجيل دخول على صفحة الويب الخاصة بهم حيث يمكن للمستخدمين تسجيل الدخول. عند تسجيل الدخول، يمكن تتبع المستخدمين بسهولة عبر الأجهزة. ومع ذلك، لا يعمل GA بأثر رجعي، لذا إذا اخترت تنفيذ نظام تسجيل دخول - فلن يربط أي جلسات سابقة. المشكلة الملحة هنا هي أنه من غير المرجح أن يختار زوار موقعك تسجيل الدخول إلى موقع الويب الخاص بك إذا كان المحتوى متاحًا بغض النظر.

كيف تعاملنا مع هذه المشكلة:

لقد اهتم فريق مختبرات Content Insights بشكل خاص بفهم وتعريف القراء المخلصين، وإيجاد طريقة لقياس الولاء .

أخيرًا، قمنا بتعريف القراء المخلصين على أنهم "منخرطون بشكل روتيني للغاية" ، لأنه يتوافق بدقة مع المعتاد . هناك طريقة محددة يتم بها حساب "الأيام النشطة" الخاصة بهم ضمن تحليلات CI لضمان تفاعلهم الحقيقي مع المحتوى.

على عكس أدوات التحليل الأخرى، فإننا نقيس الولاء على مستوى المحتوى لأن هذا هو ما يهم حقًا. يرغب الناشرون في تحديد أجزاء المحتوى التي تشجع السلوك المخلص وربما تساهم في تحويل القراء المخلصين إلى مشتركين.

ومع أحدث التحسينات في مؤشر أسعار المستهلك للولاء ، أصبح من الممكن الآن قياس ذلك بالضبط. يبحث هذا النموذج السلوكي في كيفية مساهمة المقالات في الولاء العام لقاعدة القراء على موقع الويب.

"إذا لم يكن مكسوراً فلا تصلحه"

لقد أنشأنا نظرة عامة على المقاييس الفردية الأكثر استخدامًا وأظهرنا بتفصيل كبير سبب الخطأ في استناد تقارير أداء المحتوى عليها.

المشكلة الملحة هنا هي أن العديد من الناشرين اليوم لن يهتموا بفهم الطريقة التي يتم بها حساب الأمور.

على سبيل المثال، سيعتقد الناشرون حقًا أنهم عندما يطلبون تقرير الجمهور في GA - سيحصلون على رؤى دقيقة وموثوقة حول كيفية استهلاك جمهورهم للمحتوى الخاص بهم. لكن كل تقرير في Google Analytics كأداة مبتكرة يعتمد على مقاييس فردية تصف أحداث المتصفح .

ولا تستطيع هذه التقارير قياس السلوك البشري ومدى تعقيده بشكل صحيح، بغض النظر عن تسميتها. قامت العديد من أدوات التحليل في السوق ببناء روايات كاملة هي في الواقع كاذبة ومضللة - حيث لا يمكنك حقًا قياس الأشياء التي وعدت بها.

يمكنك تسمية قطة بالنمر والتظاهر بأن الأمر على ما يرام لمجرد أنها تنتمي إلى نفس شجرة عائلة القطط، ولكن في مرحلة ما - سوف يظهر الخطأ على السطح ويصبح واضحًا بشكل مؤلم لجميع أصحاب المصلحة الرئيسيين. مواء ليس هدير .

بدأ بعض الناشرين في إدراك مغالطة الاعتقاد بمقاييس فردية عند قياس أداء المحتوى، لكنهم اختاروا غض الطرف. والبعض الآخر لا يدرك حتى الآن حقيقة وجود المشكلة.

ونظرًا لحقيقة أن الناس بطبيعتهم يقاومون التغيير بشدة، فإن العديد من الناشرين يتمسكون بمبدأ "إذا لم يكن الأمر مكسورًا، فلا تصلحه". منطقهم منطقي: لقد استخدموا مقاييس واحدة وتمكنوا من تغطية نفقاتهم. التغيير يعني أن هناك خطر فقدان السيطرة، وهو يحمل "عدم اليقين" في كل مكان، ويفرض عملاً إضافيًا، وهو مخيف بشكل عام - بل ومرعب.

ومع ذلك، فإن الأمور مكسورة وتحتاج إلى إصلاح.

تمامًا مثل جميع التغييرات الأساسية، فإن هذا التحول من المقاييس الفردية إلى المقاييس المعقدة يتبع ما يسمى بقانون همنغواي للحركة : فهو يحدث تدريجيًا ثم فجأة. وكما هو الحال مع أي نوع من التكنولوجيا أو الطريقة التخريبية التي تدفع العالم إلى الأمام، فإن المتبنين الأوائل يكتسبون ميزة تنافسية. لقد رأينا ذلك يحدث. هذه هي الطريقة التي يعمل بها التقدم.

الآن تسليط الضوء عليك. ما هي التحليلات التي تستخدمها؟ كيف تفهم البيانات؟ ما هو مقياس "نجم الشمال" الخاص بك لقياس أداء المحتوى؟ نحن ندعوك للانضمام إلى هذه المحادثة ومشاركة أفكارك في التعليقات أدناه.