Suscripciones Algorítmicas
Como la tercera generación de modelos de suscripciones usan Machine Learning, algoritmos y data basado en modelos de propensión de pagar.
En los últimos años, los editores están implementando paywalls basados en conteos de páginas vistas. Las reglas de acceso están determinadas por el contenido en lugar de los datos del cliente. Esencialmente, ya sea que un posible suscriptor haya visitado un sitio varias veces o sea un visitante por primera vez, la experiencia que reciben es la misma. Este modelo Metered o combinado con el modelo de Freemium, son la gran mayor de los modelos en Iberoamérica, incluyendo Clarín de Argentina.
Sin embargo, en los últimos 24 meses, la tendencia ha sido la combinación de los modelos anteriores, con la capa adicional de segmentar a los usuarios y presentar ofertas únicas para cada segmento. Esto modelos están generando más ingresos, ejemplo seria O Globo de Brasil que hace dos años cambio su modelo de metered a uno basado en segmentación de audiencia y freemium. Este modelo lo llevo a ganarse un premio por al INMA como el paywall más exitoso de las americas en 2018.
Pero la nueva tendencias de los editores que están por delante de la curva tecnológica, especialmente en los países Nórdicos están han implementado modelos algorítmicas que incluye otra dimensión al modelo sofisticado de segmentación, que optimiza automáticamente la configuración basada en algoritmos de aprendizaje automático para encontrar el punto de inflexión individual de cada usuario para convertir.
El publisher de noticias suiza Neue Zürcher Zeitung han aumentado cinco veces su tasa de conversión desde la implementación de un muro de pago de Machine Learning.
El papel de Big Data
Los Publishers que comienzan a personalizar su experiencia de usuario generalmente comienzan con datos de terceros anónimos. Todo comienza con recopilar, interpretar y actuar sobre los datos, de usuarios de cluster y los contenidos que los diferentes grupos consumen y el nivel de engagement, provenientes de sus propios sitios.
Los editores a menudo tienen una gran cantidad de datos en bruto disponibles, pero muchos luchan por crear el tipo de información que su equipo de suscripciones puede comprender y utilizar para atraer y retener a más suscriptores. La aplicación de tecnología de punta y algoritmos de aprendizaje automático a los datos en bruto les brinda a los editores una visión tremenda sobre el comportamiento de cada lector individual en sus sitios y su propensión a suscribirse.
Hace tres años, Piano lanzo unas herramientas de análisis de audiencia de datos masivos, a través de los sitios de nuestros clientes (más de 130 Grupos de Medios a nivel Global, y 800 sitios corriendo la tecnología de Piano).
Desde entonces, se ha etiquetado y analizado más de 5 mil millones de páginas vistas, y los conocimientos adquiridos (información basada en datos y objetivos) informan directamente los fundamentos de un Algorithmic Paywall exitoso. Entre mas grande el Data Lake, se empieza a construir modelo de predicciones precisas.
Este data después se compara con el sitio de un Publisher y la plataforma empieza a ajustarse a la audiencias locales.
Porqué usar Algoritmos
Hasta ahora, los métodos utilizados para tratar de alcanzar los objetivos antes mencionados han sido un muro de pagos medido que valora todo su contenido por igual y es fácilmente vencible o un muro de pagos duro que también valora todo su contenido por igual y aleja al tipo de usuarios. de que depende su negocio publicitario.
A medida que los editores se están dando cuenta que las suscripciones generan un Life Time Value más alto de su mix de ingresos, están invirtiendo en desarrollar su estrategia para maximizar el margen con modelos de negocios que captura más valor de sus audiencias y contenido.
Elasticidad
Al usar un Paywall Dinámico basado en Algoritmos, ofrece el equilibrio adecuado entre ofertas gratuitas y de pago, una que genere ingresos incrementales significativos para convertir rápidamente a los usuarios dispuesto a pagar con una oferta basado en la elasticidad o inelasticidad de los diferente usuarios.
Un enfoque pionero en el campo de las soluciones de contenido pago, el Algorithmic Paywall de Piano ofrece una experiencia de usuario consistente y equilibrada de contenido gratuito y de pago que tanto incentiva a los segmentos de su audiencia a suscribirse mientras mantiene el alcance que es fundamental para su negocio de publicidad.
Además, el Paywall algorítmico proporciona un 100% de seguridad de contenido en los navegadores y dispositivos, y es seguro incluso cuando los miembros de su audiencia navegan de incógnito.
Como Funciona un Modelo Algorítmico
Un modelo Algorítmica le permite construir fácilmente un algoritmo al establecer una serie de reglas independientes o de la oferta que designan umbrales y valores para las características del contenido, como páginas vistas, autores, URL y participación de la audiencia.
Cada vez que una parte del contenido satisface los requisitos de su algoritmo, la página asociada se convierte en “clave”, lo que activa de forma dinámica en esa página una experiencia (generalmente una oferta pagada).
Segmentar la oferta a la Audiencias
En lugar de adivinar qué contenido debería pagarse o ser gratuito, editores deciden incluir contenido automáticamente en función de las preferencias de su segmento de audiencia más dedicado utilizando el Índice de segmentos.
El índice de segmentos compara los hábitos de visualización de un segmento de su audiencia, por ejemplo, lectores leales, a los hábitos de visualización de la población general de su sitio. El contenido se codifica y se desencadena una experiencia en función de si un porcentaje desproporcionado de un segmento, en este caso el segmento de lectores leales, interactúa o ignora una determinada pieza de contenido. Cuando el Índice de Segmento es mayor que 100, esto indica que el segmento dado, lectores leales, está comprometido con el contenido más que la población general.
Es decir, los usuarios más propenso de pagar y leales son los que votan que contenido va gatillar una oferta de conversion, registro o de pago en real time, mientras los segmentos de usuarios no dispuesto a pagar, pueden acceder el contenido sin que se le presenta la oferta.
En Resumen
Las ventajas de un modelo subscripciones basado en User Data, Algorítmico y Machine Learning entrega una experiencia que es verdaderamente dinámica y podría flexibilizarse dependiendo de la probabilidad de los usuarios de suscribirse, evitando que todos tengan la misma experiencia (por ejemplo, cinco artículos gratis por mes).
La capacidad de aumentar las ventas de suscripciones sin afectar la capacidad de la publicidad aumenta la tasa de conversión en un promedio cinco veces que un paywall de primera generación.
Una estrategia de suscripción algorítmica genera más suscripciones y un mayor margen, ya que utiliza el Machine Learning y los Algoritmos propietarios para predecir la probabilidad de que alguien se suscriba, cuándo y cuánto está dispuesto a pagar, lo que a su vez dicta la experiencia de pago y Oferta que recibe el cliente.
Billy D. Aldea-Martínez, Gerente Regional de Iberia & Latinoamérica para Piano, la plataforma SaaS líder mundial que permite a las empresas de medios lanzar modelos de monetización directa, con soluciones de medición y de pago para el contenido digital y análisis de datos de los usuarios.
Billy también es consultor de estrategia de Monetización Digital y trabaja exclusivamente con los grupos de medios en América Latina, como Editora Abril (Brasil), Grupo Globo (Brasil), GFR Media (PR), GMG (PT) y otros.
También ejerce como Advisor y Angel Investor para startups de adtech & martech como Start-up Chile, Start-up Perú, Parallel18 Admetricks y StarterDaily.
Para más artículos de Monetización de Medios de Comunicación, haga clic aquí.
