Влияние внедрения инструментов веб-аналитики на редакционные процессы (на примере анализа работы редакции РБК)

Раздел: Социология журналистики

В середине 1990-х гг. во всем мире произошла трансформация отношений СМИ с аудиторией. Стремительный рост популярности онлайн-изданий и распространение систем веб-аналитики, позволяющих точнее определить размер и характеристики аудитории и эффективно выявить темы и даже материалы, которые вызывают у нее наибольший интерес, ускорили переход от «интуитивного понимания» аудитории к ее количественному измерению. Эти тенденции не обошли стороной крупнейший российский негосударствен­ный медиахолдинг — РБК, сайт которого на протяжении второго десятиле­тия обгоняет основных конкурентов по посещаемости. Данная статья осно­вана на этнографическом наблюдении за работой редакции РБК в течение года — с 1 июля 2015 по 31 июня 2016 гг. — и показывает принципы взаимо­действия СМИ с данными веб-аналитики в условиях редакционного процес­са. Наблюдение показало, что редакция РБК пытается получить макси­мально точные данные о своей аудитории, установив несколько систем веб-аналитики и анализируя полученные данные. Результаты анализа влия­ют на формирование повестки дня, расположение материалов на сайте, их попадание в газету РБК и даже на общий дизайн изданий.

Развитие инструментов изучения аудитории СМИ

История аналитических исследований аудитории средств мас­совой информации уходит корнями в начало XX в. Уже тогда ме­диаорганизации направляли значительные финансовые и аналитические ресурсы на попытки измерить свою аудиторию, испы­тывая критический дефицит информации о ней. Анализировались как самые очевидные данные, такие как объемы продаж и количе­ство подписчиков печатных СМИ, так и примитивные качествен­ные механизмы обратной связи, например письма в редакции. Не­которые издания даже просчитывали количество писем от поклонников и взвешивали их, чтобы «отследить рост или сниже­ние популярности» (Handel, 1950: 10).

Попытки найти более рациональные подходы к изучению ауди­тории чаще всего связывают с началом 1930-х гг. (Hurwitz, 1984: 205-215), когда СМИ столкнулись с экономическими сложностями, вызванными Великой депрессией. Кризис стал толчком для развития индустрии рекламы, маркетинга и исследований аудито­рии. Рекламодатели, а вслед за ними и медиаорганизации оказались под сильным давлением, заставившим бросить все силы на оптимизацию распределения ресурсов и предоставление ощути­мых доказательств того, что деньги на продвижение тратятся эффективно. Как объяснял исполнительный директор Эн-Би-Си (NBC) Эндрю Джеймс, «когда наступила Великая депрессия, ре­кламодатели и рекламные агентства немедленно начали искать обоснования каждому потраченному доллару. Насколько это было возможно, они пытались проследить, какие медийные средства влияют на рост продаж, а значит, оправдывают рекламные расхо­ды» (James, 1937: 141).

Печатные СМИ в эти годы начали собирать и анализировать данные не только о количестве подписчиков, но и о демографи­ческих показателях аудитории (Ward, 1996). Но наиболее отчетливо ранние попытки получить более тщательное представление о своей аудитории были выражены в секторе радио- и телевеща­ния. Именно эти СМИ воспринимались как наиболее эффектив­ные рекламные носители и получали существенную долю бюд­жетов компаний. Вместе с этими бюджетами они получали и «немедленный мощный стимул для разработки более рациональных подходов к пониманию аудитории — по крайней мере с точки зрения количественной оценки охвата аудитории про­граммами и встроенными рекламными сообщениями» (Silvey, 1974: 131).

В первые годы вещания радиостанции зачастую просто наноси­ли на карту зону покрытия с указанием численности населения и демографических данных региона (Chappell, Hooper, 1944). Другой подход касался сбора данных о количестве устройств, позволяю­щих слушать радио, в зоне прослушивания. Разумеется, ни один из них не обеспечивал ни станцию, ни рекламодателя никакой конкретной информацией о размере или составе фактической аудитории слушателей, предоставляя скорее приблизительную оценку потенциальной аудитории для любой радиопрограммы. Но даже таких размытых данных оказывалось достаточно, чтобы радио за несколько лет стало наиболее привлекательным для ре­кламодателей средством массовой информации. При этом, как и в случае с газетами, письма сотрудникам радиостанций были главным источником данных для качественного исследования ауди­тории.

В те же годы происходила коммерциализация радио на фоне перехода с подписной модели на рекламную, что привело к появ­лению и развитию системы рейтингов, дающих более высокий уровень точности в оценке размеров аудитории — информации, которая была больше всего интересна рекламодателям (McChesney, 1993: 42). Переход к рейтинговым системам «заключался в попытке оценить неосязаемое — «опыт прослушивания» — вместо того чтобы цепляться за подсчет осязаемых, но менее пока­зательных данных — количества радиоприемников или писем на радиостанцию» (Bogart, 1966: 47). Аналогичные методы вскоре стали использоваться и на телевидении.

Если 1930-е гг. можно определить как отправную точку в про­цессе изучения аудитории, то вторым важным периодом можно считать 1970-е. В это десятилетие существенно увеличилась мощность компьютерных систем, способных собирать и анали­зировать большие объемы статистических данных, а их стои­мость значительно снизилась (Buzzard, 2003: 186—201). Все это ускорило развитие «количественно ориентированных научных подходов» к изучению аудитории (Bogart, 1986: 52). Первые шаги к получению более точных эмпирических данных об аудитории включали в себя телефонные опросы по случайной выборке, установку счетчиков и изобретение дневников прослушиваний (Beville 1988). Тогда же были предприняты первые попытки со­брать подробную демографическую информацию не просто об аудитории канала, но и о составе аудитории отдельных программ. Менеджмент телевизионных выпусков новостей стал все больше усилий тратить на различные формы количественного исследо­вания аудитории, чтобы откалибровать свои новостные материа­лы и сюжеты в прямом эфире для привлечения более широкой аудитории (Gitlin, 2000). Эфемерную аудиторию пытались пре­вратить в нечто материальное и измеримое, а затем эффективно сегментировать эту массу в однородные дискретные подгруппы, чтобы наиболее выгодным образом продать их внимание рекла­модателям.

Однако исследования эти были трудны, дороги, отнимали мно­го времени, но давали мало значимой информации. Количествен­ное измерение аудитории стало возможным в последующие деся­тилетия в значительной степени благодаря распространению Интернета — самому важному фактору, способствующему рацио­нальному изучению аудитории (Bermejo, 2007: 133—135).

Распространение онлайн-СМИ и инструментов веб-аналитики

Еще в 1996 г. стокгольмский исследователь Питер Дальгрен прогнозировал, что стандартные редакционные процессы в корне изменятся при распространении онлайн-СМИ. «Журналистская работа осуществляется в специфичных институциональных, орга­низационных и технологических условиях. Появление киберпро­странства неизбежно скажется на факторах, которые формируют работу СМИ, и может даже изменить наши общие представления о журналистике», - писал он (Dalghren, 1996: 60). Спустя 20 лет после этого прогноза Интернет действительно стал одним из основных источников информации, а онлайн-СМИ по популяр­ности уже обогнали многие традиционные средства массовой ин­формации.

Авторитетный американский исследовательский центр «Пью Ресерч Центр» (Pew Research Center)¹ отмечает, что в 2016 г. основ­ными источниками информации для американцев стали телеви­дение (57%) и Интернет (38%), причем последний всего за не­сколько лет обогнал печатную прессу (20%) и радио (17%). В России ситуация похожая: телевидение остается основным источником информации о событиях в стране и мире (согласно данным исследовательской организации «Левада-Центр»², 86% россиян). При этом число россиян, которые узнают новости с те­леэкранов, с 2009 г. сократилось на 10%. Все большую конкурен­цию телевидению составляют интернет-СМИ: онлайн-издания регулярно читают 33% россиян, а количество людей, которые уз­нают новости в Интернете, за последние 8 лет увеличилось в 3,5 раза.

С развитием новых технологий отследить предпочтения ауди­тории стало на порядок проще и дешевле. Появившиеся в середи­не 1990-х гг. системы веб-аналитики позволяют не просто прово­дить вспомогательную проверку размера аудитории и ее демографических показателей (хотя и это они делают точнее), но и отслеживать поведенческие паттерны. «Уникальность настояще­го момента заключается в огромном объеме данных об аудитории, легкостью, с которой они собираются, и повсеместностью техно­логий цифрового отслеживания, а также в том, насколько эти дан­ные могут влиять на работу СМИ, более полно передавая пред­почтения аудитории», - пишет Бермехо (Bermejo, 2007: 133). Технологические возможности систем веб-аналитики позволяют без труда фиксировать даже интерес к отдельным материалам.

Сам термин веб-аналитика описывает системы, осуществляю­щие сбор и анализ данных о том, как пользователи взаимодейству­ют с веб-сайтами. Первые системы веб-аналитики появились в се­редине 1990-х, почти одновременно с появлением первого лее распространенными традиционными метриками, используе­мыми в веб-аналитике, как пишет исследователь систем веб-ана­литики Авинаш Каушик, являются:

• подсчет посещаемости (включает в себя количество про­смотров страниц и число уникальных посетителей);

• длительность сессий (время, проведенное пользователем на странице или на сайте);

• показатель отказов (процент посетителей, который покида­ют сайт после просмотра одной страницы) и коэффициент переходов по внутренним ссылкам (Kaushik, 2009).

Кроме того, системы позволяют анализировать тенденции, по­казывая хронологические изменения выбранных показателей (на­пример, как изменился процент захода с мобильных телефонов за последние два года). Веб-аналитика также часто используется для анализа профилей посетителей и клиентов, позволяя увидеть, из какого географического региона, в какое время заходят пользова­тели на сайт, сколько страниц они посещают за один визит, какова средняя продолжительность сессий, как часто новые посетители возвращаются на сайт после первого посещения, как часто посто­янные посетители сайта его открывают (показатель лояльности) и т.д.

Польза от сбора этих данных очевидна. Так, анализ потока кли­ков, отражающего «последовательность щелчков мышью на веб­сайте», помогает улучшить навигационную и информационную архитектуру веб-сайтов. Анализ тепловых карт показывает, на ка­кие зоны сайта приходится большая часть внимания посетителей, и позволяет поместить туда самую важную информацию, разраба­тывая максимально эффективную стратегию размещения контента. Конверсионный анализ дает представления о том, насколько эф­фективно владельцы сайтов достигают своих целей; коэффициент конверсии рассчитывается путем деления числа выполненных це­левых действий (например, количества кликов на материалы, раз­мещенные в онлайн-СМИ) на количество уникальных пользова­телей, посетивших сайт и т. д. Для владельцев и сотрудников сайтов СМИ это означало возможность не только узнать коли­чество посетителей сайта, но и увидеть, какие именно материалы они читают, сколько времени тратят на конкретные истории, откуда они приходят на сайт и когда с него уходят.

Трансформация редакционных процессов на фоне технологической революции

Отсутствие необходимых технологий долгое время приводило к отсутствию качественной связи между редакциями средств массо­вой информации и аудиторией (Shlezinger, 1987: 106). Герберт Ганс, автор знаменитого труда «Что такое новости» (Deciding What’s News), впервые опубликованного в 1979 г. и сформировавшего классическую академическую позицию об отношениях редакций СМИ с собственной аудиторией, на основе этнографических на­блюдений за редакционной жизнью американских каналов Си-Би-Эс (CBS) и Эн-Би-Си (NBC), а также журналов «Ньюсвик» (Newsweek) и «Тайм» (TIME) пишет, что «был удивлен тем, как мало журналисты знают о своей аудитории и как упорно они отка­зываются воспринимать обратную связь. Журналисты игнориро­вали исследования аудитории, предпочитая устанавливать повест­ку дня на основе обсуждений с коллегами и начальством и предполагая, что нечто, способное заинтересовать их, будет при­влекать и аудиторию» (Gans, 2004: 229).

Пабло Бочковски соглашается, что процесс принятия важней­ших редакционных решений в традиционных СМИ абсолютно не учитывал предпочтений аудитории, что удивительно, ведь «про­фессионалы в области СМИ, утверждающие, что они лучше зна­ют, какой продукт нужен аудитории, похожи на условного шеф-повара, который бы заставлял всех посетителей его ресторана есть исключительно шпинат». Исследователь отмечает, что этот факт особенно негативен, учитывая, что вкусы сотрудников средств массовой информации и их аудитории очень часто не совпадают, что подтверждается исследованиями Сингера, Богарта и других медиааналитиков (Boczkowski, 2012: 1-12).

Распространение интернет-журналистики привело к фунда­ментальной трансформации понимания журналистами своей аудитории (Bermejo, 2009). Интерактивность цифровых каналов настолько выше, чем интерактивность традиционных СМИ, и ин­струменты, используемые для отслеживания аудитории, настолько совершеннее, что редакции получили огромный объем данных о предпочтениях аудитории, почти не прилагая усилий, - объясняет он. Новые инструменты позволяют не просто провести вспомога­тельную проверку размера аудитории и ее демографии, но и про­следить ее поведенческие паттерны.

«Детализация того, что мы знаем об аудитории сегодня, неве­роятна. Раньше мы могли видеть только количество уникальных пользователей. Теперь мы получаем данные о страницах, на кото­рые приходят читатели и с которых они уходят, о показателях от­казов, о среднем времени, которое аудитория проводит за про­смотром видео, о показателях кликабельности отдельных материа­лов (dick-through rate, или CTR). Все это влияет на то, каким образом материалы размещаются на сайте и как издание делится ими в социальных сетях»³, - отмечает Кристин Монтгомери (Montgomery, 2012). Автор теории рационализации аудитории Фи­липп Наполи пишет, что развитие технологий стало одной из основных причин включения аудитории в процесс контроля доступа (Napoli, 2016: 1-7).

Важно и то, что сегодня информация, которую СМИ получают с помощью систем веб-аналитики, более широко распространяет­ся среди сотрудников редакции (Lee, Lewis, Powers, 2014). Этно­графические исследования, проведенные в начале 2000-х гг. по всему миру, показывают, что теперь информация, полученная с помощью систем веб-аналитики, используется многими редакция­ми для принятия решений относительно публикуемого контента и что веб-трафик оказывает сильное влияние на решения, прини­маемые сотрудниками редакций. Бочковски, последние исследо­вания которого были посвящены работе редакций крупных южно­американских газет и их веб-сайтов Кларин.ком (Clarin.com) и Ланасьон.ком (Lanacion.com), приходит к выводу, что журналисты все больше внимания обращают на то, какие материалы на их сай­тах пользуются наибольшим успехом (Boczkowski, 2010: 147). Аме­риканские исследователи Ли, Льюис и Пауэрс выяснили, что ре­дакторы, которые контролируют расположение материалов на веб-страницах, часто используют данные о количестве просмотров того или иного материала в качестве ориентира (Lee, Lewis, Powers, 2014: 515). Еще одно исследование провели голландские исследователи. На протяжении шести месяцев они анализировали печатные и онлайн-версии пяти крупнейших национальных газет Нидерландов и обнаружили, что «наиболее часто просматривае­мые статьи с сайтов с большей вероятностью получали дальней­шее освещение» и чаще попадали на страницы бумажной версии (Welbers, Van Atteveldt, 2015: 1049).

Крис Андерсон документирует три основные тенденции: рито­рический сдвиг к понятию «генеративной, творческой аудито­рии», у которой есть свое видение того, как должны выглядеть СМИ, появление технологий, позволяющих получить почти бес­конечный объем данных об аудитории, и распространение страте­гий управления, которые признают значимость показателей веб­счетчиков. Андерсон отмечает, что журналистскую автономность, привычку писать, ориентируясь скорее на коллег, чем на аудито­рию, сменяют ценности нового века (Anderson, 2007: 553). Памела Шумейкер соглашается, что можно говорить о цифровых формах контроля доступа, на этот раз уже со стороны аудитории. Пред­почтения читателей все больше видны не только редакциям, специалистам в области средств информации, их друзьям, но и не­знакомым людям — например, через списки «самых просматрива­емых» или «самых часто перепощиваемых» статей, которые сами СМИ все чаще показывают на своих главных страницах (Shoe­maker, 2010: 55-77).

Важно отметить, что в России, насколько автор может судить, до сегодняшнего дня не было проведено ни одного этнографиче­ского исследования, целью которого было бы выявление влияния внедрения систем веб-аналитики на работу редакции. Для отече­ственной науки такие исследования представляли бы большую ценность.

Влияние систем веб-аналитики на работу редакции РБК

РБК (РосБизнесКонсалтинг) — это крупнейший негосударст­венный медиахолдинг России, который c момента создания был одним из главных представителей деловой прессы в России. Дело­вые СМИ изначально были ориентированы на средний и высший класс общества (акционеров, менеджеров и т. д.) — людей, прямо заинтересованных в получении и анализе деловой информации. Сама качественность деловой прессы определяется характером аудитории, которой необходима абсолютно достоверная информа­ция. Отсюда — особые подходы к ее сбору, анализу и т. п. Харак­тером аудитории обусловлена и предметно-тематическая направ­ленность деловых изданий: большинство статей в них имеют ярко выраженную прикладную направленность, опубликованная ин­формация помогает принимать значимые для читателя решения (Вырковский, 2007: 78).

Свой веб-сайт руководство РБК описывает так: Rbc.ru — это ленты новостей экономики, финансов и политики, аналитические материалы, комментарии и прогнозы, тематические статьи, ин­тервью с крупнейшими российскими бизнесменами и политиче­скими деятелями, позволяющие в режиме реального времени от­слеживать все изменения в информационной картине дня и принимать эффективные бизнес-решения. На портале представ­лены все актуальные и эксклюзивные новости.

С 1998 г. РБК на протяжении десятилетия сохраняло лидерство в российском Интернете по посещаемости (до 4 млн посещений в месяц), а заявленные компанией продажи интернет-рекламы пре­вышали продажи других крупнейших рекламных площадок, в том числе и интернет-гигантов вроде «Яндекса», Mail.ru, Rambler. В 2008 г. компания РБК была названа журналом Global Finance луч­шей медиакомпанией на российском рынке в 2008 г.⁴

К 2015 г. аудитория сайта РБК в разы превышает аудиторию сайтов конкурентов - издательского дома «Коммерсант» и газеты «Ведомости».

К 2014 г. сайт РБК также стал одним из лидеров цитируемости, по данным автоматизированной системы мониторинга средств массовой информации «Медиалогия». К этому моменту его аудитория, по данным самого холдинга, превысила 20 миллионов уни­кальных посетителей в месяц, которые просматривают 211 милли­онов материалов. Ежедневно сайт посещает почти 2 миллиона уникальных посетителей, просматривая почти 7 миллионов мате­риалов, говорится в отчетности компании⁵.

Выручка холдинга РБК от медиабизнеса составляет 3 миллиар­да рублей, из которых почти две трети приходятся на доходы от интернет-рекламы. В 2015 г. медийный бизнес холдинга пытался сохранить объем выручки вопреки негативным рыночным тенден­циям, и сотрудникам холдинга это удалось: рекламные продажи показали хоть и скромный, но прирост (+1%). Лучше остальных сегментов чувствовал себя Интернет, который вырос на 5%, не­смотря на общерыночное снижение объемов интернет-рекламы на 2%. Быстрее всего росла выручка от мобильной рекламы - на 65% за год, причем доля мобильной аудитории РБК в Интернете достигла 29%.

Во многом такие результаты объясняются умением редакции работать с данными, получаемыми с помощью систем веб-анали­тики. Редакция и менеджмент медиахолдинга, понимая важность сохранения и наращивания аудитории, от размеров и качества ко­торой зависят доходы издания, а значит, и его экономическая со­стоятельность, уделяет немало внимания анализу показателей си­стем веб-аналитики. Автор проводил этнографическое иссле­дование с 1 июля 2015 г. по 31 июня 2016 г. Данные о посещае­мости сайта РБК в этот период собирались с помощью сразу нескольких систем веб-аналитики, таких как Google Analytics, «Яндекс.Метрика» и AT Internet. Руководство редакции РБК, де­партамент маркетинга и менеджеры медиахолдинга, в состав кото­рого входит сайт РБК, в рассматриваемый период использовали в качестве основного источника информации счетчик AT Internet, считая, что именно он дает наиболее полные и точные данные о поведении аудитории сайта.

Руководство холдинга и редакции (главный редактор, его заме­стители и редакторы отделов) каждое утро получали отчет о двад­цати самых читаемых и пяти самых нечитаемых статьях за преды­дущий день, с указанием нескольких ключевых характеристик для каждой из них: количестве просмотров, среднем времени, которое читатели проводили за чтением, и источниках трафика. Доступ к этим отчетам по запросу могли получить и другие сотрудники ре­дакции - например, журналисты, которым было интересно, как аудитория взаимодействует с их материалами.

Среди данных, которые позволяет получить счетчик AT Internet, есть, например, информация о посещаемости каждого материала, среднем времени, которое читатели проводили за его чтением, по­ведении после прочтения материала: покинули они сайт или пере­шли по одной из гиперссылок на сайте, предлагающих ознакомить­ся с другими материалами, об источниках трафика, количестве перепостов в социальных сетях. Счетчик позволяет также отслежи­вать показатели просмотра каждого материала в реальном времени. Это помогало редакторам сайта выявлять интерес читателей к от­дельным материалам и влияло на расположение материала на сайте.

В период, когда автор проводил этнографическое наблюдение, ежедневные утренние встречи редакции для обсуждения плана на день начинались с оглашения данных по трафику сайта за предыду­щий день и читаемости отдельных статей. Озвученные данные всег­да принимались в расчет при выборе новых тем для обсуждения. Например, видя интерес читателей к материалам, посвященным во­енному перевороту в Турции в июле 2016 г., редакция создает целый сюжет⁶, посвященный этой теме, где собираются новости, аналити­ческие статьи, комментарии, фотогалереи - всего более ста материа­лов. Аналогичная ситуация произошла с темой протеста дально­бойщиков в ноябре 2016 г., когда водители грузовых автомобилей в разных регионах России провели акции протеста, требуя отменить дорожные сборы с грузовиков массой более 12 тонн. Заметив инте­рес аудитории к первым материалам на эту тему, редакция приняла решение создать отдельный сюжет⁷ на сайте, в который вошло бо­лее 200 материалов различных жанров.

Данные о просмотрах материалов также влияли на их расположе­ние на сайте РБК. Анализируя тепловую карту, заместитель главного редактора РБК Владимир Моторин, который отвечал за расположе­ние материалов на главной странице, сопоставлял области экрана с более высокой средней скоростью кликов и определял, находится ли нужная ссылка или нужный контент в нужном месте. Например, пятнадцать материалов с наивысшими показателями кликабельности (dick-through rate, или CTR) оказывались на основном экране главной страницы сайта - в блоке, который в первую очередь видели посети­тели сайта. Основной экран главной страницы при этом должен был оставаться актуальным и меняться в течение дня, поэтому статьи на­ходились в главном блоке до тех пор, пока их CTR не падал ниже 6%. При падении CTR ниже этого уровня статья заменялись либо более свежими материалами, либо материалами с растущим CTR.

Чуть менее популярные материалы или материалы, уже просто­явшие достаточно долго в главном блоке, в зависимости от CTR либо перемещались на второй экран, либо убирались с главной страницы во вкладки, посвященные конкретным рубрикам — по­литике, экономике, финансам и т. д. Популярность материалов при этом влияла не только на их расположение на сайте, но и на попадание в газетный номер, который, благодаря влиянию систем веб-аналитики на принятие редакционных решений, во многом стал напоминать витрину самых популярный материалов за день.

Так, материал, набравший больше всего просмотров 9 ноября 2015 г. (см. рис. 1), оказался главным на передовице газеты РБК за 10 ноября. На главной странице также даны ссылки на другие по­пулярные материалы с сайта, касающиеся допингового скандала, и исследования редакции о том, «Чем владеет Кремль».

Данные веб-аналитики влияли не только на расположение ма­териалов на сайте, но и в конечном итоге на внешний вид самого сайта. Основываясь на результатах анализа взаимодействия читателей с сайтом, редакция РБК решила провести редизайн сайта. Описывая принципы, которыми руководствовалась редакция при создании нового сайта, директор по b2с-продуктам РБК Кирилл Титов объяснял, что каждое существенное изменение сначала про­ходит тестирование на малой доле аудитории и только при усло­вии удовлетворения ряду критериев внедряется на 100% читате­лей. «Среди российских интернет-СМИ у РБК самая большая аудитория читателей, которая приходит на сайт напрямую, а не с помощью новостных агрегаторов, поисковых систем и прочего. Поэтому мы крайне бережно относимся к привычкам постоянных пользователей: каждое существенное изменение на rbc.ru сначала проходит тестирование», — отмечал он.

Главным изменением во время редизайна 2016 г. стало внедре­ние «бесконечных страниц»: после прочтения статьи алгоритмы сайта автоматически подгружали пользователю другие новости из того же блока. Если читатель открывал материал об изменении ключевой ставки, сразу после ее прочтения ему открывалась ста­тья на похожую тему — например, об изменении курса доллара. «Бесконечная лента стала очень популярной, потому что избавля­ла пользователя от необходимости постоянных переходов между страницами», — рассказывал Титов. Над разработкой и тестирова­нием логики бесконечных страниц в РБК работали более полугода, на небольшом количестве читателей проверялись различные варианты реализации.

Версия, на которой в итоге остановилась редакция, тестирова­лась на 10% читателей сайта rbc.ru и показала впечатляющие ре­зультаты: прирост глубины визита на 15%, снижение отказов на 6% и увеличение суммарного времени, которое читатели проводи­ли на сайте, почти на 10%.

Подробный анализ популярности материалов, выходящих на сайте РБК, позволял сегментировать аудиторию и контент, соот­носить их, сопоставлять, удовлетворять существующий спрос определенных сегментов, стремясь при этом обеспечить главную функцию по освещению обязательных событий. Расширяя штат, увеличивая объем охватываемых инфоповодов, руководство ре­дакции старалось оценивать эффект от этих изменений по ряду очень конкретных показателей, таких как количество популярных материалов, доля новой аудитории, частота возврата, глубина просмотра материалов и т. д.

Примером менеджерских решений, основанных на данных веб­аналитики, можно назвать создание SMM-отдела (Social Media Marketing), который позволил медиахолдингу увеличить долю тра­фика из социальных сетей и узнаваемость среди новых аудиторий. «С каждой страницы РБК в социальных сетях в обычный день на сайт переходили 60—80 тысяч человек пользователей. После того как было принято решение при публикации материалов в социаль­ных сетях давать к ним обширное объяснение, на страницу РБК в социальной сети Фейсбук (Facebook) каждый день стали подписы­ваться по 200—300 человек — притом что до этого подписывались по 20—30 человек. Среди самых популярных в России деловых СМИ — на русском и английском языках — по показателю People Talking About страница РБК оказалась на втором месте после Вол Стрит Джорнал (The Wall Street Journal)», — объяснял руководитель отдела социальных медиа холдинга Ислам Абдуллабеков.

В конечном итоге инструменты веб-аналитики позволили ре­дакции и менеджменту РБК перестать отталкиваться от эксперт­ных мнений и добавить в редакционные процессы больше объективности, ориентируясь на данные о взаимодействии аудитории с сайтом. Благодаря такому анализу, редакции РБК удается не толь­ко удерживать, но и увеличивать аудиторию. К началу 2017 г. ауди­тория сайта составила 26,5 миллионов уникальных пользователей, увеличившись на 500 тысяч пользователей за год.

Заключение

Системы веб-аналитики — это относительно новый инструмент для изучения предпочтений аудитории средств массовой информа­ции, позволяющий редакциям СМИ без крупных затрат получить колоссальный объем данных о своих читателях/слушателях/зрите­лях. Теперь руководители СМИ могут не только проводить вспомо­гательную проверку размера аудитории и ее демографических пока­зателей, но и прослеживать поведенческие паттерны аудитории, с точностью определять популярность каждой темы и каждого мате­риала. Грамотный анализ данных, полученных с помощью систем веб-аналитики, может оказаться ключом к построению максималь­но продуктивных отношений со своей аудиторией, а значит, и к со­хранению финансовой устойчивости изданий.

Изучение интересов аудитории, соответствие ее предпочтениям стало приоритетной стратегией для большинства средств массовой информации, — показывают этнографические исследования, про­водившиеся в начале 2000-х гг. по всему миру. Наблюдение автора за работой редакции одного из крупнейших российских независимых изданий — РБК — на протяжении года (с 1 июля 2015 г. по 31 июня 2015 г.) показывает, что и российские СМИ не стали исключением.

Редакция медиахолдинга, понимая важность сохранения и на­ращивания аудитории, от размеров и качества которой зависят до­ходы издания, а значит, и его экономическая состоятельность, уделяет немало внимания анализу показателей систем веб-анали­тики. Данные о посещаемости сайта РБК в этот период собира­лись с помощью сразу нескольких систем веб-аналитики. Руководство холдинга и редакции (главный редактор, его заместители и редакторы отделов) каждое утро получали отчет о двадцати са­мых читаемых и пяти самых нечитаемых статьях за предыдущий день с указанием нескольких ключевых характеристик для каждой из них: количество просмотров, среднее время, которое читатели проводили за чтением, и источник трафика. Доступ к этим отче­там по запросу могли получить и другие сотрудники редакции — например, журналисты, которым было интересно, как аудитория взаимодействует с их материалами.

В период, когда автор проводил этнографическое наблюдение, ежедневные утренние встречи редакции для обсуждения плана на день начинались с оглашения данных по трафику сайта за преды­дущий день и читаемости отдельных статей. Озвученные данные всегда принимались в расчет при выборе новых тем для обсужде­ния. Данные о просмотрах материалов также влияли на их распо­ложение на сайте РБК. Благодаря такому анализу редакции РБК удается не только удерживать, но и увеличивать аудиторию.

Примечания

¹ Pew Research Center. State of media in 2016. Режим доступа: http://www.journalism.org/2016/07/07/pathways-to-news/ 

² Левада-Центр. Доверие СМИ и готовность высказывать свое мнение, 2016. Режим доступа: https://www.levada.ru/2016/08/12/14111/

³ Montgomery C. Presentation to the Markkula Center for Applied Ethics: Santa Clara University, 2012. Режим доступа: http://www.youtube.com/watch?v=dOm9wRXfJY4

⁴ Global Finance. Russia‘s biggest banks and companies – 2008. Режим доступа: http://www.gfmag.com/awards-rankings/best-banks-and-financial-rankings/russias-best-banks-and-compan...

⁵ ПАО «РБК». Годовой отчет компании – 2016. Режим доступа: http://pics.v2.rbcholding.ru/rbcholding_pics/media/files/6/49/87967565871081498744360401496.pdf

⁶ РБК. Военный переворот в Турции – Сюжет. Режим доступа: https://www.rbc.ru/story/5789610d9a79478bff68809c 

⁷ РБК. Протест дальнобойщиков – Сюжет. Режим доступа: https://www.rbc.ru/story/56436c299a79479d46010d42

Библиография

Афанасьева А., Блинова М., Борисяк Д., Вайсберг В. и др. Деловая журналистика / отв. ред. А. В. Вырковский. М.: МедиаМир, 2012.

Мурзин Д. А. Очерк типологии деловой прессы // Вестн. Моск. ун-та. Сер. 10: Журналистика. 2003. № 2. С. 64–75.

Allen C. (2007) News directors and consultants: RTNDA’s endorsement of TV journalism’s “greatest tool.” Journal of Broadcasting & Electronic Media 51 (3): 424–437. DOI: 10.1080/08838150701457487

Anderson C. W. (2011) Between creative and quantified audiences: Web metrics and changing patterns of newswork in local US newsrooms. Journalism 12 (5): 550–566/ DOI: 10.1177/1464884911402451

Bermejo F. (2007) The Internet audience: Constitution and measurement. New York: Peter Lang. DOI: 10.1177/1461444808091227

Bermejo F. (2009) Audience manufacture in historical perspective: From broadcasting to Google. New Media & Society 11 (1–2): 133–154. DOI: 10.1177/1461444808099579

Beville H. M., Jr. (1988) Audience ratings: Radio, television, cable. Hillsdale, NJ: Lawrence Erlbaum Associates. DOI: 10.1080/00913367.1989.10673154

Boczkowski P. J., Mitchelstein E. (2012) How users take advantage of different forms of interactivity on online news sites: Clicking, e-mailing, and commenting. Human Communication Research 38 (1): 1–22. DOI: 10.1111/ j.1468-2958.2011.01418.x

Boczkowski P. J. (2010) News at work: Imitation in an age of information abundance. Chicago, IL: University of Chicago Press. DOI: 10.1080/14241277. 2011.616112.

Bogart L. (1966) Is it time to discard the audience concept? Journal of Marketing 30 (1): 47–54. DOI: 10.1177/002224296603000111

Buzzard K. S. & James W. (2003) Seiler of the American Research Bureau. Journal of Radio Studies 10 (2): 186–201. DOI: 10.1207/s15506843jrs1002_4

Chappell M. N., & Hooper, C. E. (1944) Radio audience measurement. New York: Stephen Daye. DOI: 10.1086/219950

Dalghren P. (1996) Media Logic in Cyberspace: Repositioning Journalism and its Publics. Journal of the European Institute for Communication and Culture 3 (3): 59–72. DOI 10.1080/13183222.1996.11008632

Gans H. J. (2004) Deciding What’s News: A Study of CBS Evening News, NBC Nightly News, Newsweek, and Time. Chicago, IL: Northwestern University Press. DOI: 10.1080/08821127.2005.10677988

Gitlin T. (2000) Inside prime time. Berkeley, CA: University of California Press.

Handel L. (1950) Hollywood looks at its audience: A report of film audience research. Urbana, IL: University of Illinois Press. DOI: 10.1086/617779

Hurwitz D. (1984) Broadcasting ratings: The missing dimension. Critical Studies in Mass Communication 1(2): 205-215. DOI: 10.1080/15295038 409360031

James E. (1937). The development of research in broadcast advertising. Journal of Marketing 2 (2): 141–145. DOI: 10.2307/1245908

Kaushik A. (2009) Web Analytics 2.0: The Art of Online Accountability and the Science of Customer Centricity. Indianapolis: Wiley.

Lee, Lewis, Powers (2014). Audience Clicks and News Placement. A Study of Time-Lagged Influence in Online Journalism. Communication Research 41 (4): 505–530. DOI: 10.1177/0093650212467031

McChesney R. (1993) Telecommunications, mass media, & democracy: The battle for the control of U.S. broadcasting, 1928-1935. New York: Oxford University Press. DOI: 10.2307/3117250

Napoli P. (2010) Audience Evolution: New Technologies and the Transformation of Media Audiences. New York: Columbia University Press.

Newman K. M. (2004) Radio active: Advertising and consumer activism. Berkeley, CA: University of California Press.

Shlezinger P. (1987) Putting ‘Reality’ Together: BBC News. New-York: Methuen. DOI: 10.1080/08821127.1989.10731188

Shoemaker P., Johnson P., Seo H., Wang X. (2012) Readers as gatekeepers of online news: Brazil, China, and the United States. Brazilian Journalism Research 6 (1): 55–77. DOI: 10.25200/BJR.v6n1.2010.226

Silvey R. (1974) Who’s listening? The story of BBC audience research. London: George Allen & Unwin Ltd.

Ward D. B. (1996) Tracking the culture of consumption: Curtis Publishing Company, Charles Coolidge Parlin, and the origins of market research, 1911–1930: PHD dissertation: 10.01.10. University of Maryland.

Welbers K., Van Atteveldt W., Kleinnijenhuis J., Ruigrok N., Schaper J. (2015) News selection criteria in the digital age: Professional norms versus online audience metrics. Journalism 17 (8): 1037–1053. DOI: 10.1177/ 1464884915595474

Поступила в редакцию 01.10.2018