□ 文/文衛(wèi)華

·學(xué)者界面·基金項(xiàng)目課題

受眾數(shù)據(jù)如何深度開(kāi)發(fā)：歐美知名媒體的新嘗試新趨向

□ 文/文衛(wèi)華

對(duì)受眾數(shù)據(jù)進(jìn)行實(shí)時(shí)性的監(jiān)測(cè)、分析，已經(jīng)成為了當(dāng)前歐美新聞編輯室中的一個(gè)趨勢(shì)。本文結(jié)合業(yè)界實(shí)踐，在梳理現(xiàn)有受眾數(shù)據(jù)分析工具的特點(diǎn)和創(chuàng)新的基礎(chǔ)上，進(jìn)一步探討了歐美知名媒體如何從分析工具、數(shù)據(jù)團(tuán)隊(duì)、數(shù)據(jù)文化等多個(gè)層面來(lái)建構(gòu)符合其媒體定位和商業(yè)模式的編輯型數(shù)據(jù)分析機(jī)制。

受眾拓展 受眾數(shù)據(jù)分析工具 編輯型數(shù)據(jù)分析機(jī)制

實(shí)時(shí)性地監(jiān)測(cè)、分析受眾數(shù)據(jù)已經(jīng)成為了當(dāng)前歐美新聞編輯室中的一個(gè)重要趨勢(shì)。近年來(lái)，從《赫芬頓郵報(bào)》、高客網(wǎng)（Gawker）、BuzzFeed等網(wǎng)生媒體到《衛(wèi)報(bào)》《金融時(shí)報(bào)》、BBC、《紐約時(shí)報(bào)》《華爾街日?qǐng)?bào)》、美國(guó)國(guó)家公共廣播電臺(tái)（NPR）等傳統(tǒng)主流媒體，都紛紛設(shè)置了專人或成立團(tuán)隊(duì)大力推進(jìn)受眾拓展工作（audience development），而在編輯部?jī)?nèi)開(kāi)展受眾數(shù)據(jù)分析正是其中的一項(xiàng)主要任務(wù)。它們或是引入現(xiàn)有的第三方數(shù)據(jù)分析工具，或是根據(jù)自身狀況與需求研發(fā)專供內(nèi)部員工使用的分析系統(tǒng)，以幫助編輯、記者更好地理解、把握新聞在新媒體平臺(tái)的傳播規(guī)律，從而優(yōu)化新聞報(bào)道，改進(jìn)編輯部的工作流程，最終促進(jìn)受眾數(shù)量的增長(zhǎng)，并提升受眾的參與度、忠誠(chéng)度。

一、受眾數(shù)據(jù)分析工具的特點(diǎn)及創(chuàng)新

目前，歐美新聞編輯室中普遍使用包括Chartbeat、NewsWhip、Parse. ly等在內(nèi)的第三方工具來(lái)分析受眾對(duì)于其新聞報(bào)道的反饋數(shù)據(jù)，同時(shí)一些實(shí)力雄厚的知名媒體也在積極研發(fā)、運(yùn)用自己的監(jiān)測(cè)分析系統(tǒng)，以更加有效地實(shí)現(xiàn)自身所側(cè)重的目標(biāo)。其中比較知名的包括《衛(wèi)報(bào)》于2012年自主研發(fā)的實(shí)時(shí)分析工具Ophan，《紐約時(shí)報(bào)》的“故事和事件分析”工具Stela（story and events analytics），《金融時(shí)報(bào)》的數(shù)據(jù)可視化工具Lantern，以及《赫芬頓郵報(bào)》的可視化界面Omniture等。雖然在指標(biāo)設(shè)置和呈現(xiàn)形式等方面有所不同，但這些受眾數(shù)據(jù)分析工具卻不乏諸多共同之處。

首先，它們對(duì)于報(bào)道在新媒體平臺(tái)上的傳播狀況進(jìn)行了實(shí)時(shí)性的監(jiān)測(cè)、分析。盡管新聞界一直以來(lái)都有受眾調(diào)查的傳統(tǒng)，但無(wú)論是閱讀率，還是收視率、收聽(tīng)率都是事后調(diào)查，處于“完成時(shí)”的狀態(tài)。從業(yè)者在進(jìn)行下一輪新聞生產(chǎn)時(shí)仍然需要“預(yù)判”受眾的興趣。[1]但上述這些受眾數(shù)據(jù)分析工具是“進(jìn)行時(shí)”的，編輯、記者可以根據(jù)它提供的實(shí)時(shí)反饋直接處理眼下的新聞工作。同時(shí)，這些工具及其數(shù)據(jù)面向媒體內(nèi)部所有的編輯、記者開(kāi)放，這也迥異于以往媒體對(duì)于受眾調(diào)查數(shù)據(jù)的態(tài)度，即將其視為內(nèi)部“機(jī)密”，只被少數(shù)的管理者所掌握。

其次，它們不僅能夠監(jiān)測(cè)、呈現(xiàn)網(wǎng)頁(yè)瀏覽量、社交媒體分享情況和有效閱讀時(shí)間等最基礎(chǔ)的受眾數(shù)據(jù)，還能提供一些對(duì)媒體來(lái)說(shuō)更有意義、更為深入的信息。比如，《衛(wèi)報(bào)》的Ophan能夠監(jiān)測(cè)到用戶獲取新聞的方式，包括他們所處的地理位置，所運(yùn)用的設(shè)備，以及他們是通過(guò)《衛(wèi)報(bào)》自身的社交平臺(tái)，還是通過(guò)官方網(wǎng)站來(lái)獲取新聞。[2]《金融時(shí)報(bào)》的Lantern則能夠通過(guò)分析受眾對(duì)于報(bào)道的融入、反應(yīng)、互動(dòng)等狀況，判斷出哪種類型的報(bào)道更容易引起受眾的共鳴。Lantern除了向編輯、記者提供用戶在網(wǎng)頁(yè)上所花費(fèi)的時(shí)間、用戶保留率、滾屏速度、社交表現(xiàn)以及用戶是經(jīng)由何種設(shè)備而接觸到報(bào)道的等等信息，還能提供一些更為特殊的數(shù)據(jù)，比如就某篇報(bào)道而言，訂閱用戶和非訂閱用戶之間究竟存在哪些差異。[3]與此同時(shí)，針對(duì)新聞分發(fā)渠道的多樣化現(xiàn)狀，這些分析工具還同時(shí)整合了多源數(shù)據(jù)。比如， Stela就監(jiān)測(cè)了《紐約時(shí)報(bào)》的網(wǎng)站和其所有移動(dòng)端的受眾數(shù)據(jù)，并將它們通過(guò)同一平臺(tái)展示出來(lái)。除了定量數(shù)據(jù)之外，它還能分析用戶在社交網(wǎng)站上有關(guān)報(bào)道的評(píng)論等定性數(shù)據(jù)，使記者和編輯了解到何種推送能夠帶來(lái)更廣泛的受眾分享。再次，這些受眾數(shù)據(jù)分析工具都采用了儀表盤(pán)（dashboard）的形式，界面友好。多通過(guò)簡(jiǎn)潔、清晰的動(dòng)態(tài)可視化圖表來(lái)呈現(xiàn)受眾數(shù)據(jù)，各種測(cè)量指標(biāo)與結(jié)果一目了然，非常便于編輯、記者的理解和操作。最后，為了適應(yīng)不斷變化的媒體環(huán)境，滿足編輯部的各種新需求，這些數(shù)據(jù)分析工具的升級(jí)也非常頻繁。如自從Ophan誕生以來(lái)，《衛(wèi)報(bào)》的受眾參與和拓展團(tuán)隊(duì)對(duì)它進(jìn)行了多次更新，開(kāi)發(fā)出了可以在智能手機(jī)上使用的版本，向記者、編輯發(fā)送相關(guān)的提醒郵件等諸多新功能，使它愈加簡(jiǎn)便高效。而Stela除了分析單篇報(bào)道的數(shù)據(jù)之外，也在積極向視頻分析領(lǐng)域拓展。

除了上述這些數(shù)據(jù)分析工具之外，媒體與數(shù)據(jù)分析公司也不斷探索新的可能和方向，力求充分釋放出數(shù)據(jù)的能量，更好地服務(wù)于新聞生產(chǎn)和傳播。2017年2月，Ophan的開(kāi)發(fā)團(tuán)隊(duì)又推出了全景式趨勢(shì)分析工具Kaleida。它所收集的數(shù)據(jù)既包括《紐約時(shí)報(bào)》、CNN、BBC等近二十家知名媒體的頭版新聞，還包括這些報(bào)道在Facebook上的全時(shí)段分享量。Kaleida運(yùn)用情感分析、機(jī)器學(xué)習(xí)等技術(shù)識(shí)別用戶的新聞消費(fèi)模式，預(yù)測(cè)報(bào)道的未來(lái)表現(xiàn)，以幫助記者、編輯把握全球新聞消費(fèi)的實(shí)時(shí)狀況與未來(lái)趨勢(shì)。[4]《金融時(shí)報(bào)》上線的新儀表盤(pán)則著重于對(duì)優(yōu)質(zhì)“舊聞”的再利用。它發(fā)掘過(guò)去兩周以來(lái)那些流量出現(xiàn)了明顯增長(zhǎng)的既有報(bào)道，以供編輯們選擇合適的時(shí)機(jī)與平臺(tái)重新推廣這些內(nèi)容。從實(shí)際效果來(lái)看，這些被儀表盤(pán)發(fā)掘出來(lái)、重新推薦到社交媒體上的“存檔內(nèi)容”（Archival Content）所獲得的點(diǎn)擊量、分享轉(zhuǎn)發(fā)和評(píng)論數(shù)，要比《金融時(shí)報(bào)》直接首發(fā)在Facebook上的內(nèi)容高出3倍，比人工編輯選擇發(fā)布的內(nèi)容高出1.5倍。Kaleida使得優(yōu)質(zhì)的“舊聞”再次煥發(fā)出生機(jī)，有效延長(zhǎng)了其生命。[5]

此外，Chartbeat與Facebook合作，為全球上千家媒體機(jī)構(gòu)提供了一套名為Offsite Social的解決方案，主要用于監(jiān)測(cè)、分析新聞報(bào)道在Facebook、Reddit、Twitter、Instagram、YouTube等一系列社交平臺(tái)上的實(shí)時(shí)表現(xiàn)，包括用戶對(duì)于內(nèi)容的參與時(shí)間，放大內(nèi)容影響力的關(guān)鍵節(jié)點(diǎn)以及何種類型的故事深受用戶歡迎等等。記者、編輯可以依據(jù)這些實(shí)時(shí)數(shù)據(jù)分析采取相應(yīng)的對(duì)策，以提升報(bào)道的傳播效率。而對(duì)于Facebook來(lái)說(shuō)，增強(qiáng)優(yōu)質(zhì)新聞的傳播，也是抑制假新聞的一種有效途徑。[6]

二、編輯型數(shù)據(jù)分析機(jī)制的建構(gòu)

當(dāng)前各種受眾數(shù)據(jù)分析工具層出不窮，越來(lái)越多的新聞編輯室也認(rèn)識(shí)到受眾數(shù)據(jù)所蘊(yùn)含的價(jià)值，紛紛將其引入新聞生產(chǎn)流程，希望借助于數(shù)據(jù)分析來(lái)優(yōu)化報(bào)道、輔助決策、拓展受眾。但牛津路透新聞研究院于2016年2月發(fā)布的一份報(bào)告卻顯示：就其調(diào)查的歐洲與北美地區(qū)而言，大多數(shù)新聞編輯室并未建立起真正意義上的編輯型數(shù)據(jù)分析機(jī)制，它們對(duì)于受眾數(shù)據(jù)的分析還停留在基礎(chǔ)的初級(jí)階段，即運(yùn)用現(xiàn)成的分析工具，關(guān)注瀏覽量、獨(dú)立用戶訪問(wèn)量等淺層化指標(biāo)，以求在短期內(nèi)提升流量。而未將受眾數(shù)據(jù)分析與媒體的編輯優(yōu) 先、組織目標(biāo)、工作流程等有效地結(jié)合起來(lái)，對(duì)于數(shù)據(jù)的運(yùn)用也并不充分。[7]在大數(shù)據(jù)時(shí)代，當(dāng)海量的用戶數(shù)據(jù)洶涌而來(lái)時(shí)，真正的挑戰(zhàn)在于如何準(zhǔn)確測(cè)量，正確分析、運(yùn)用這些數(shù)據(jù)，發(fā)揮其潛力和價(jià)值。對(duì)新聞編輯室來(lái)說(shuō)，擁有受眾數(shù)據(jù)和分析工具固然必要，但從工具、組織、文化等層面建構(gòu)符合其媒體定位和商業(yè)模式的編輯型數(shù)據(jù)分析機(jī)制卻更為關(guān)鍵。

就工具層面而言，無(wú)論是引入現(xiàn)有的第三方工具，還是自主研發(fā)分析系統(tǒng)，首先必須要考慮的就是媒體的定位和商業(yè)模式，據(jù)此來(lái)確定所要重點(diǎn)測(cè)量分析的指標(biāo)。如《金融時(shí)報(bào)》的讀者多為精英人群，商業(yè)模式也以讀者付費(fèi)訂閱為基礎(chǔ)。其用戶戰(zhàn)略的主要目標(biāo)是增強(qiáng)報(bào)道的閱讀量和影響力，為網(wǎng)站導(dǎo)入更多的高質(zhì)量流量，并增進(jìn)與用戶的線上線下互動(dòng)。這就決定了它在開(kāi)展受眾數(shù)據(jù)分析時(shí)雖然也很重視用戶的“量”，但卻更加偏重于用戶的“質(zhì)”。其受眾參與團(tuán)隊(duì)的工作重點(diǎn)在于推動(dòng)測(cè)量指標(biāo)的進(jìn)一步細(xì)化和深入，希望為不同的類型的報(bào)道制定不同的數(shù)據(jù)衡量維度，明確界定并準(zhǔn)確測(cè)量類似“參與度”“忠誠(chéng)度”“影響力”等包含了更加復(fù)雜向度的指標(biāo)。其次，對(duì)于受眾數(shù)據(jù)的分析要遵循編輯優(yōu)先的原則，同時(shí)使分析結(jié)果既有助于在短期內(nèi)提升報(bào)道的傳播效率，還能夠輔助新聞機(jī)構(gòu)進(jìn)行長(zhǎng)期的戰(zhàn)略決策。再次，分析工具還須因應(yīng)媒體環(huán)境的變化而升級(jí)更新。從目前的發(fā)展趨勢(shì)來(lái)看，這些工具也在緊跟受眾媒介消費(fèi)習(xí)慣變遷的步伐，即從PC端遷移到移動(dòng)端，通過(guò)社交媒體平臺(tái)獲取信息成為主流，力求開(kāi)發(fā)出新的指標(biāo)和分析方法，以更好地整合跨界面、跨設(shè)備、跨傳播環(huán)境的受眾信息。

組建專門(mén)的數(shù)據(jù)團(tuán)隊(duì)對(duì)于編輯型數(shù)據(jù)分析機(jī)制的建立也極為必要。盡管受眾數(shù)據(jù)能夠幫助記者、編輯及時(shí)全面地了解、響應(yīng)用戶反饋與需求，從而提升新聞報(bào)道的傳播效果，但是絕大多數(shù)記者、編輯都不具備專業(yè)的數(shù)據(jù)分析能力。如果只是簡(jiǎn)單地將一堆指標(biāo)和統(tǒng)計(jì)數(shù)據(jù)丟給他們，就很有可能造成誤讀，影響記者的新聞判斷。而一旦僅僅以報(bào)道的接受情況和傳播效果來(lái)指導(dǎo)新聞生產(chǎn)的策略和方向，則會(huì)導(dǎo)致新聞品質(zhì)的下降。從《紐約時(shí)報(bào)》建立編輯型數(shù)據(jù)分析機(jī)制的過(guò)程來(lái)看，組建數(shù)據(jù)團(tuán)隊(duì)也是先于向編輯、記者開(kāi)放分析工具與受眾數(shù)據(jù)的。盡管也訂購(gòu)了如谷歌分析、Chartbeat等第三方數(shù)據(jù)服務(wù)，但在相當(dāng)長(zhǎng)一段時(shí)間內(nèi)，新聞編輯室對(duì)于受眾數(shù)據(jù)的運(yùn)用非常有限。只有肩負(fù)特定任務(wù)、在特定崗位工作的員工可以接觸到這些數(shù)據(jù)；在采編部門(mén)并未形成一套正式的受眾數(shù)據(jù)分析與運(yùn)用體系；除了那些只在互聯(lián)網(wǎng)上發(fā)布的內(nèi)容外，受眾數(shù)據(jù)對(duì)于編輯決策而言也不甚重要。[8]在向采編部門(mén)全面開(kāi)放受眾數(shù)據(jù)，并運(yùn)用它來(lái)輔助、優(yōu)化報(bào)道之前，《紐約時(shí)報(bào)》先行建立了專業(yè)的數(shù)據(jù)團(tuán)隊(duì)。

2014年發(fā)布的《創(chuàng)新報(bào)告》中，《紐約時(shí)報(bào)》明確提出了要組建專門(mén)的數(shù)據(jù)分析團(tuán)隊(duì)和長(zhǎng)期戰(zhàn)略團(tuán)隊(duì)。數(shù)據(jù)分析團(tuán)隊(duì)不僅需要測(cè)量、分析報(bào)道的分享次數(shù)、受眾的閱讀時(shí)間、受眾滾動(dòng)瀏覽一篇文章的長(zhǎng)度，以及受眾每周閱讀同一欄目的百分比等等數(shù)據(jù)，還需要處理更為復(fù)雜的問(wèn)題，如：評(píng)價(jià)新聞價(jià)值最重要的標(biāo)準(zhǔn)是什么？信息應(yīng)該在多大范圍內(nèi)分享？如何確保信息清晰、可行而不是含糊、混亂？通過(guò)對(duì)受眾數(shù)據(jù)的深入分析來(lái)發(fā)現(xiàn)趨勢(shì)、分享成功、制定戰(zhàn)略。[9]除了分析工具和數(shù)據(jù)團(tuán)隊(duì)之外，編輯型數(shù)據(jù)分析機(jī)制的建立還有賴于數(shù)據(jù)文化在新聞編輯室內(nèi)確立和推行。一方面，要將數(shù)據(jù)分析工具高度內(nèi)嵌于新聞編輯室的日常工作之中。需要確保所有的編輯、記者了解數(shù)據(jù)的真正意義，并有意識(shí)地主動(dòng)運(yùn)用數(shù)據(jù)來(lái)輔助報(bào)道決策。BBC受眾參與部門(mén)的負(fù)責(zé)人指出：不僅要向記者們解釋清楚一系列問(wèn)題：他們需要關(guān)注哪些數(shù)據(jù)？這些數(shù)據(jù)指標(biāo)為什么重要？這些數(shù)據(jù)指標(biāo)將怎樣影響他們的工作？還應(yīng)告訴他們?nèi)绾胃鶕?jù)數(shù)據(jù)來(lái)采取相應(yīng)的行動(dòng)，而不是僅僅給他們提供一些儀表盤(pán)而已。[10]這里還特別需要厘清并協(xié)調(diào)受眾數(shù)據(jù)與新聞價(jià)值之間的關(guān)系，簡(jiǎn)單地將內(nèi)容的受歡迎情況與新聞價(jià)值劃上等號(hào)或?qū)α⑵饋?lái)都是不正確的。對(duì)于編輯、記者來(lái)說(shuō)，應(yīng)該努力提升那些具有高度新聞價(jià)值的優(yōu)質(zhì)報(bào)道的瀏覽量和分享、參與量。

另一方面，也要對(duì)受眾數(shù)據(jù)的作用、功能保持清醒的認(rèn)識(shí)。在重視數(shù)據(jù)分析、用數(shù)據(jù)說(shuō)話的同時(shí)，還需要注意不能過(guò)度依賴數(shù)據(jù)，否則會(huì)影響新聞工作者的價(jià)值判斷。一旦數(shù)據(jù)成為評(píng)估報(bào)道質(zhì)量的主要標(biāo)準(zhǔn)，頁(yè)面訪問(wèn)量變成了記者、編輯唯一關(guān)注、追求的目標(biāo)，一味地迎合受眾需求，最終只能帶來(lái)新聞品質(zhì)的下降。因此，《紐約時(shí)報(bào)》強(qiáng)調(diào)：我們的新聞價(jià)值深厚而穩(wěn)固，數(shù)據(jù)指標(biāo)可以幫助我們作出更明智的決策來(lái)提高到達(dá)率和影響力，但不會(huì)取代編輯判斷；《衛(wèi)報(bào)》認(rèn)為Ophan是為生產(chǎn)者服務(wù)的，而不是凌駕其上的指揮棒。其受眾參與和拓展團(tuán)隊(duì)的工作是幫助編輯部成員更好地使用Ophan“探索”新聞使用的數(shù)據(jù)，而不是把新聞生產(chǎn)簡(jiǎn)化為數(shù)據(jù)運(yùn)算。[11]事實(shí)上，讓 “數(shù)據(jù)為我所用”，而非“我為數(shù)據(jù)所用”也是當(dāng)前主流新聞媒體的普遍共識(shí)。將數(shù)據(jù)分析引入新聞生產(chǎn)過(guò)程中，遠(yuǎn)比將其用于經(jīng)營(yíng)決策中要更加復(fù)雜，其中關(guān)涉到了如何判斷新聞價(jià)值，以及如何處理它和新聞編輯室既有文化傳統(tǒng)之間的矛盾等諸多重要問(wèn)題，特別需要平衡好工具理性和價(jià)值理性之間的關(guān)系，促進(jìn)兩者的有機(jī)融合。

大數(shù)據(jù)時(shí)代，“數(shù)據(jù)”在新聞生產(chǎn)中正扮演著越來(lái)越重要的角色。它不僅成為新聞報(bào)道的一部分，也是數(shù)據(jù)新聞的主體，甚至整個(gè)新聞生產(chǎn)的過(guò)程也變得越來(lái)越數(shù)據(jù)化。在這種趨勢(shì)下，新聞媒體要真正提升自身的數(shù)據(jù)能力，并非只是引入或是開(kāi)發(fā)一套受眾數(shù)據(jù)分析工具那么簡(jiǎn)單，而是要建立起行之有效的編輯型數(shù)據(jù)分析機(jī)制。高效先進(jìn)的數(shù)據(jù)分析工具固然重要，但專業(yè)的數(shù)據(jù)團(tuán)隊(duì)和數(shù)據(jù)文化同樣重要，離開(kāi)了它們的支持，編輯、記者是很難正確理解和衡量數(shù)據(jù)的價(jià)值并充分利用這些分析工具的。同時(shí)，編輯型數(shù)據(jù)分析機(jī)制的建構(gòu)也是一個(gè)全員參與的工作，需要有頂層設(shè)計(jì)，具體的實(shí)施部門(mén)，更有賴于全體記者、編輯的積極參與。尤其是記者、編輯是其中的重要部分，如果他們沒(méi)有參與其中，新聞編輯室就難以真正將受眾的需求與新聞報(bào)道結(jié)合起來(lái)，將會(huì)喪失競(jìng)爭(zhēng)優(yōu)勢(shì)和意義。

（作者是北京交通大學(xué)語(yǔ)言與傳播學(xué)院副教授、博士，日本早稻田大學(xué)訪問(wèn)學(xué)者。本研究成果獲得國(guó)家留學(xué)基金委訪問(wèn)學(xué)者項(xiàng)目資助）

【注釋】

[1]王辰瑤,劉娉婷. 《衛(wèi)報(bào)》“開(kāi)放新聞”實(shí)踐的個(gè)案研究[J]. 編輯之友,2016,(07):17-23.

[2] Cherubini F, Nielsen R K. Editorial analytics: How news media are developing and using audience data and metrics[J]. 2016.

[3] The FT is launching a new analytics tool to make metrics more understandable for its newsroom, http://www.niemanlab. org/2016/03/the-ft-is-launching-a-new-analytics-tool-tomake-metrics-more-understandable-for-its-newsroom/

[4] New analytics tool Kaleida shows what stories and topics matter to readers, https://www.journalism.co.uk/news/ new-analytics-tool-kaleida-provides-an-overview-of-howaudiences-interact-with-news-stories/s2/a699499/

[5] A new dashboard from the FT helps editors identify and promote relevant archive stories, https://www.journalism.co.uk/ news/a-new-dashboard-from-the-ft-helps-editors-identifyand-promote-relevant-archive-stories/s2/a699851/

[6]How are your stories performing on distributed media? Facebook and Chartbeat are teaming up to solve the mystery,

http://www.poynter.org/2017/how-are-your-storiesperforming-on-distributed-media-facebook-and-chartbeatare-teaming-up-to-solve-the-mystery/452925/

[7] Cherubini F, Nielsen R K. Editorial analytics: How news media are developing and using audience data and metrics[J]. 2016.

[8] Petre C. The traffic factories: Metrics at chartbeat, gawker media, and the New York Times[J]. Tow Center for Digital Journalism, 2015.

[9] 數(shù)字化背景下的報(bào)業(yè)轉(zhuǎn)型——紐約時(shí)報(bào)創(chuàng)新報(bào)告(2014)[J]. 新聞與寫(xiě)作,2014,(06):26-31.

[10] Cherubini F, Nielsen R K. Editorial analytics: How news media are developing and using audience data and metrics[J]. 2016.

[11] How The Guardian’s Ophan analytics engine helps editors make better decisions, https://thenextweb.com/ media/2015/04/13/how-the-guardians-ophan-analyticsengine-helps-editors-make-better-decisions/#.tnw_dU4ZjNpL

編 輯 梁益暢 46266875@qq.com