El uso y análisis de datos es una de las apuestas que mayor beneficio está dando a los medios de comunicación, en cualquiera de sus facetas, pero fundamentalmente para crear productos que se acerquen más a las necesidades y gustos del lector, y que creen engagement que desemboque en un aumento de suscripciones.
Uno de los periódicos que mejor está explotando el uso de los datos para maximizar los ingresos por suscripción es The Boston Globe. Su director de análisis de consumo, Ryan McVeigh, ha compartido hoy las principales estrategias en una de las sesiones del Digital Media Latam, de WAN-IFRA, congreso del que Laboratorio de Periodismo ha sido media partner. Como moderadora ha ejercido Joana Santiago, directora de marketing, audiencias y desarrollo digital de GFR Media, de Puerto Rico.
Ryan McVeigh ha explicado algunos puntos relevantes en la estrategia:
- La prioridad son los ingresos, y métricas como el volumen de suscripciones, el LTV o la retención no son objetivos primarios. Las decisiones se toman basándose en el ingreso que van a generar.
- Pruebas continuas. «Creemos en las pruebas continuas. Siempre pensamos que es improbable que la estrategia actual sea la óptima, y por eso siempre estamos haciendo pruebas para mejorarla». Según McVeigh, no hay idea demasiado radical como para que no sea probada.
- Analistas proactivos. Los que trabajan en el área de análisis de datos deben ser proactivos, mirar, analizar, buscar, explorar los datos y no solo centrarse en responder a las preguntas que les llegan.
Específicamente, con respecto al muro de pago, McVeigh ha explicado la estrategia que llevan a cabo, basada en estos puntos:
Reducción del metered. Tras varias modificaciones, el muro medido ha quedado en sólo un artículo gratuito cada 90 días. Las pruebas realizadas han demostrado en el Boston Globe que la tasa de conversión no cambia a pesar de que el número de artículos de consumo libre antes de chocar con el muro sea menor. Un modelo más estricto no implica menor conversión. Un lector que lee 10 artículos antes de chocar con el muro tiene la misma posibilidad de suscribirse que el que lee sólo 5. «Esto fue un hallazgo importante». En estos momentos, el modelo de propensión a la suscripción del Boston predice que una visita que impacta contra el muro tiene 18 veces más probabilidades de suscribirse que uno que no.
Precio. El Boston Globe probó en 2018 con la oferta de un dólar por seis meses, medida que fue muy comentada en el ámbito de la industria de medios por lo radical que era, pero sin embargo «el primer día logramos 1.728 nuevas suscripciones -indica McVeigh-, y la tasa de conversión fue casi diez veces más alta con respecto a la anterior oferta de 99 centavos a la semana. La pregunta clave era cómo íbamos a retener después de los seis meses a esa gente que ha pagado solo un dólar. Miramos muchos factores sobre la probabilidad de que un suscriptor pague el precio total, y vimos que, a las seis semanas, la probabilidad de pagar por el precio completo aún era, efectivamente, baja, y eso nos alarmó», pero comprobaron que, a mayor plazo, los números era muy similares en cifras de conversión y que la probabilidad era muy parecida. Además, la retención a largo plazo de lectores que optaron por pagar el euro por seis meses es también prácticamente idéntica a cuando la oferta era de 99 centavos a la semana.
«Así adquirimos muchos más suscriptores gracias a esta oferta de un dólar. En el largo plazo el resultado de retención iba a sera el mismo, y, por lo tanto, aumentábamos de tres a cinco veces el ingreso, excluyendo ese primer periodo de seis meses», apunta. Al final los ingresos se duplicaron en dos años, gracias a esta oferta.
Tasa de abandono. Para entender la tasa de abandono y poder tener un modelo de anticipación, The Boston Globe usa tres tipos de datos.
- Datos de engagement (artículos leídos, artículos leídos en la app, si comentan o han compartido las noticias en redes sociales, etc.).
- Data transaccional (qué oferta aceptaron, si estaba suscrito anteriormente, si estaba suscrito al impreso, cuál es la fecha de vencimiento, etc.)
- Datos estáticos del suscriptor (geografía, etc.)
De estos tres conjuntos de datos el que mejor predice el churn es la información transaccional. En gran parte, la probabilidad de que una persona cancele depende mucho de la oferta a la que se suscribió y la antigüedad como suscriptor, que es fundamental. Hay una probabilidad de cancelar mayor en los que están en el primer año que en los que están tres o más años, aun incluso cuando el de tres años lea muchos menos artículos que el que lleva menos de un año.
Los datos de engagement, por lo tanto, también son relevantes, pero sobre todo si se segmentan para poder analizarlos teniendo en cuenta ese parámetro de antigüedad. El login diario, si se han descargado la aplicación, etc., es relevante, pero la información transaccional tiene más peso en la ponderación en el modelo predictivo.
División del churn entre el proactivo y el reactivo.
The Boston Globe divide el churn en dos partes, el proactivo y el reactivo. Según McVeigh, «nos centramos en el reactivo, porque es más fácil de controlar y de perfeccionar. En el churn proactivo hay que responder a dos grandes preguntas: qué suscriptores tienen la probabilidad abandonar y qué suscriptores son los que van a responder a un descuento proactivo». Teniendo en cuenta que incluso de los suscritores con la mayor puntuación sólo un 15% cancela al final, si se le ofrecen descuentos proactivos, y esa persona no iba a cancelar, se está dejando de ingresar mucho dinero.
Sin embargo, enfocándose en el churn reactivo «dejamos que sean los usuarios los que manifiesten que van a cancelar, y entonces ya entramos a buscar una solución, negociamos un precio que les encaje, incluso les pedimos a veces que digan ellos el precio que están dispuestos a pagar».