新闻编辑室分析和内容智能

今天的主题是新闻编辑室分析的演变。现在，并不是说以下任何一个都特别复杂，而是因为现在我们的注意力被吸引到多个方向，让我们从一个类比开始。

想想你的车。
很可能你买了它，但你没有建造它（但如果你建造了，那就值得称赞）。

事情是这样的：无法区分凸轮轴和化油器之间的区别并不妨碍您驾驶它。事实上，当我们谈论驾驶和驾驶体验时，所使用的语言与讨论汽车工程细节的语言完全不同。我们很少有人关注用户体验以外的事情。

该行业很久以前就明白，产品最终必须服务于用户，而不是开发者。

这和新闻编辑室有什么关系？好吧，实际上一切。

以用户体验为中心

“有一波来自客户和社交媒体的数据。随着物联网的推出，将会有更多关于客户的信息。企业正在努力弄清楚如何从这些信息中提取价值。”

这是 Gartner 分析师理查德·戈登 (Richard Gordon) 的发言。他所描述的是向商业界所谓的“商业智能”的转变。

简而言之，分析是软件检索数据的技术辅助过程，商业 智能是一个更进一步的过程，它在数据到达预期接收者之前以易于理解的形式解释和呈现数据。

为什么这很有价值？好吧，除非你对这些数据提出了正确的问题，否则数字看起来有多好或者界面有多有吸引力都没有关系。如果没有相关的解释，即使您了解数据，它仍然不会对您和您的企业有很大的用处。

商业智能是商业世界的驱动体验。它是为用户和最终用途而开发的。自从它被商业世界所接受以来，它已经改变了游戏规则。

数据太多，洞察不够

那么，进入新闻编辑室，毫无疑问，您会明白我们的方向。

当然，分析在新闻编辑室中很常见。分析包比比皆是。我们都可能意识到行业中单一指标的问题和局限性；尽管对页面浏览量的崇拜似乎有所减弱，但它仍然是一股主导力量，因为很简单，它是一种方便且明显普遍的“成功”衡量标准——无论这意味着什么。

复杂问题的通用“简单”解决方案的问题在于，它们不太可能能够处理每个单独场景所需的复杂性。当然，处理失败或成功的二元衡量标准是件好事，但在现实世界中，变量太多，细微差别太多，对任何人来说都不方便。拯救那些试图推销这些“解决方案”的人！

毫无疑问，现在的分析在用户体验方面比以前更好，但世界上所有的美化都无法改变这样一个事实：如果你所做的只是呈现原始数据，那么你将无法接近它的目标。实际上意味着没有一些严肃的数据分析背景。而且，尽管这条规则无疑有例外，但大多数编辑既没有这种技能，也没有这种培训——当然也没有正确完成这项工作所需的时间。

当我们听到新闻业对“数据文化”的抵制时，很难不产生共鸣。

虽然数据——原材料——当然是必不可少的，但数据所揭示的背景和洞察才是绝对关键的。价值来自于将数据和信息与参考框架对齐并由此呈现。它并不要求编辑人员了解每一个细节的细微差别，也不应该这样做。最好将编辑和记者的技能放在最有价值的地方，这无疑具有更好的商业意义。

缺失的环节

 我们见证了分析的演变。从我们的读者那里几乎没有关于真实消费模式的信息，我们现在可能拥有的数据多得我们不知道如何处理——而且，我们常常不知道如何处理这些数据。

问题在于，由于历史上没有办法有效地将数据文化融入和灌输到新闻编辑室工作流程中，因此编辑和记者没有机会塑造其演变。开发分析工具的任务留给了编辑界之外的人（即广告商），但由于该工具的设计目的是提高广告效率，因此它对编辑和新闻实践没有任何帮助。

Content Insights 拉丁美洲副总裁 John Reichertz 表示： “让数据文化在我们的新闻编辑室中流动的最佳方式是让每个人都参与其中” ，他是对的：改善访问可以而且确实会对新闻编辑室产生变革性的影响。如果记者了解自己的故事在自己的部门和特定受众的背景下的有效性，他们就更有可能制作出更有效的内容。同样，通过访问细致入微的信息，编辑人员越来越能够明智地选择在何处放置哪些资源。

这并不是说编辑可以——或者应该——成为数据专家。 《南德意志报》的观众编辑克里斯托弗·普拉姆斯塔勒 (Christopher Pramstaller)做出了这样的澄清：

“我们不想造成数据污染：我们认为更重要的是在正确的时间向正确的人提供正确的信息。”

他们在数据洞察与编辑和新闻工作流程之间寻找正确的平衡，以找到适合其员工、组织及其目标的平衡。对他们来说，这意味着放弃实时分析并与新闻团队密切合作来传递重要的数据见解。这些报告可能会对表现不佳的文章提供帮助，突出显示成功的公式，或者可以进行一些微小的更改来提高文章的可见性。

编辑情报

 最终，我们需要认识到分析不仅仅是图形和图表中呈现的数据的代名词。他们应该做得更多，因为现在他们可以。他们必须提供洞察力、背景和意义，并且不仅符合每个新闻机构的需求，而且符合该新闻机构每个部门的每个记者的需求。

其中一部分是找到适合您的解决方案，但大部分都是从问题开始的：

• 流传的令人印象深刻的数字到底意味着什么？当一份报告谈到一百万页展示次数时，这是如何计算的？如果您依赖关键指标，请了解这些计算是如何执行的。

这就是为什么它很重要。

因此，用这两种衡量标准来看待同一篇文章，可能会得出截然不同的成功指标。第一个会返回更高的数字，很好地满足自我，并且看起来更令人印象深刻。第二种可能看起来更朴素，但更加有用和可操作。了解这些计算方式的差异可以产生巨大的差异。

• 从比率而非单一数字的角度进行思考 - 混合指标最具洞察力，并且因为它们已经为您进行了处理，所以它们可以让您一目了然地了解您的内容的表现。

最重要的是，分析现在已经达到了能够快速、简洁、准确地提供信息的程度。如果您正在翻阅一页又一页的数据，则需要停下来。数据的答案与所提出的问题一样好，如果您不知道要问什么或如何问它们，那么您将花费大量额外的时间迷失在数字的海洋中。

• 您的业​​务结构如何？您需要哪些信息来推动业务发展？最好的方法是增强工作流程而不是破坏工作流程。

如果您要转向订阅，您可能需要对具有强大广告基础的出版物有不同的见解。在当今的利基解决方案市场中，使用相同的成功衡量标准是可笑的，而且坦率地说是没有必要的。

• 您使用分析包吗？与屏幕后面的人交谈。

科技公司是迭代的。反馈和建议有助于改进服务和范围，因此有利于您和公司的沟通。正是通过与新闻编辑室和机构的合作，我们才能够推出新的版本和工具，如果没有这些对话，我们就无法做到这一点。反馈可以激发创新。

编辑分析发展的下一阶段

当您使用的分析方法是根据新闻编辑室的特定需求、能力和要求而设计时，您生成的报告只能增强编辑本能，而不能削弱编辑本能。它是将有用的见解集成到新闻编辑室的日常工作流程中，以便这些分析像打开电子邮件或上传文章一样用户友好和常见。在实践中，不同的新闻编辑室的情况会有所不同。您可能仍然有一个专门的分析部门，其职责是提醒各部门某些部分的成功或问题。您可能是一个小得多的团队，这种监控的责任落在编辑和部门身上。没有一种正确的组合。唯一正确的做法是找到一种方法，使您能够进入数据知情的思维方式，在这种思维方式中，决策由数据指导，而不是由数据驱动。

我们称之为内容智能，我们认为这是行业所需的范式转变。