ContentInsights servis za merenje efekata sadržaja: Šestomesečno iskustvo

Napomena: Kako sam jedan od konsultanata u ovom projektu, ovaj tekst je subjektivna ocena korišćenja opisanog servisa primarno u kontekstu vođenja bloga i merenja efekata Content Marketing/Native Advertising aktivnosti i kampanja. U međuvremenu, ovaj alat je promenio ime u ContentInsights.

ContentInsights je veb analitički servis koji omogućuje kvalitativnu analizu sadržaja/tekstova (tzv. Content Analytics), sa akcentom na merenje doprinosa nekog teksta, odnosno njegovog autora u odnosu na generalne performanse posmatranog online medija.

Šta je Content Perfortmance Index (CPI)?

Osnovna metrika koju produkuje ContentInsights (CI) je tzv. zbirna metrika (Compound Metric) Content Performance Index (CPI), koja se izračunava složemin matematičkim postupkom uvrštavanja velikog broja osnovnih online metrika koje se prikupljaju direktno sa posmatranog online medija (slično kao kod Google Analytics – GA alata), ali i sa društvenih mreža. Detaljnije objašnjenje o metrikama AI alata možete pročitati u ovom tekstu.

Ako postoji potreba da se meri efekat određenog online saržaja, naročito novinarskog teksta, bilo koja od osnovnih metrika nije dovoljna da bi se učinak teksta dovoljno kvalitetno stavio u kontekst drugih objavljenih tekstova na nekom online mediju:

• Proj pregleda teksta za ekstremno popularne teme (npr. Stanija) ne može nikako da se stavi u korelaciju sa tekstom koji npr. opisuje prikaz neke pozorišne predstave. Ako medij želi da plati autora po pregledu teksta, to bi značilo da novinari/autori koji obrađuju popularne teme trebalo bi da uvek budu plaćeni bolje od novinara koji rade manje popularne teme.
• Broj lajkova, šerova, komentara na društvenim mrežama ili u samom tekstu pojedinačno ne moraju ništa da znače, a sa druge strane praksa je pokazala ako su autori tekstova plaćeni po nekim od ovih osnovnih metrika, na kraju se “snađu” da te metrike prevare “nabavkom” lajkova, šerova, komentara, koji realno ne doprinose posmatranom veb sajtu.

CPI u kontekstu merenja efekata nekog teksta služi da se prikaže relativan odnos doprinosa pojedinačnog teksta ili zbira tekstova nekog autora sa nekom od posmatranih kategorija veb sajta, celim veb sajtom, određenom temom, i sl., u određenom periodu vremena. To znači da se može “u isti koš” staviti tekst o Staniji i pozorišnoj predstavi, i da se njihov realan doprinos vidljivosti i angažmana oko online medija može međusobno uporediti, i autori adekvatno nagraditi u odnosu na taj doprinos.

CPI za pojedinačni tekst može da bude vrednost od 0 do 1.000, gde je 500 neutralna vrednost doprinosa teksta. Niže vrednosti od 500 predstavljaju prosečno manji doprinos u odnosu na performanse posmatranog sajta, kategorije, teme, autora… Vrednosti preko 500 predstavljaju prosečno veći doprinos u odnosu na performanse posmatranog sajta, kategorije, teme, autora…

ContentInsights omogućuje urednicima da upravljaju medijem u odnosu na objektivnu meru efekata autora, i daje autorima mogućnost da za svoj trud budu adekvatno plaćeni.

CPI ne predstavlja metriku koja govori šta je potrebno konkretno da uradite da bi ste povećali svoje CPI brojeve i kako (nije tzv. akciona metrika) – može se generalno reći: piši kvalitetniji/korisniji/zanimljiviji tekst. Obzirom da se radi o veoma složenim matematičkim formulama CPI koje generišu doprinos određenog teksta, namera ove metrike je da svim autorima pod istim uslovima (sa maksimalnim izbegavanjem mogućnosti prevara) ponudi mogućnost da zarade više kada pišu  tekstove koji više doprinose veb sajtu od nekih drugih tekstova.

Deo posmatranog alata pod nazivom Payformance omogućuje urednicima da definišu budžet za honorare/ili bonuse na osnovu kojih autori mogu biti plaćeni po efektima koje računa CI. Skoro dve godine ekipa oko projekta Njuz.net je plaćena (honorari i bonusi) na osnovu podataka iz CI alata, i upravo ovaj projekat je poslužio kao testno okruženje da se sistem prilagodi što objektivnijem sistemu merenja doprinosa pojedinačnog teksta i pojedinačnog autora.

U zavisnosti od poslovnog modela pojedinačnog medija, CI može da računa samo bonuse na osnovnu platu autora/novinara, može da računa kompletan honorar i bonuse, a može da se koristi i kao sistem plaćanja autora/novinara koji imaju osnovnu platu, osnovne bonuse i dodatne bonuse (ili nešto četvrto).

Šest meseci iskustva sa alatom ContentInsights

Negde u vreme prvog objavljivanja teksta o Startup projektu ContentInsights, servis je bio dovoljno fukcionalan za beta-testiranje od strane određene grupe medija i blogera. Od oktobra meseca 2013. godine kod za CI se nalazi i na mom blogu, i bio sam u mogućnosti da istražim kakav efekat ovaj alat ima za korišćenje od strane pojedinačnog blogera, iako je u osnovni CI namenjen za računanje efekata tekstova/sadržaja koji kreira veći broj autora.

Kao što se na prethodnoj slici može videti, primer efekata pojedinačnih tekstova na mom blogu može indikativno da kazuje u kom pravcu treba da ide kreiranje sopstvenih tekstova da bi se ostvario veći doprinos vidljivosti pojedinačnog autora na blogu, ali i istovremeno na koji način funkcioniše AI kao sistem merenja efekata pojedinačnog teksta:

• Ako se za primer uzmu dva najuspešnija teksta u periodu od oktobra 2013. do marta 2014. – komentar Zakona o radu i tekst o blogerki Zorranah, može se videti da najčitaniji tekst ne mora da ima nužno i najveći CPI.
• Podaci koji se odnose na čitanost blog postova – Readership (br. čitalaca) i Article Reads (čitanost teksta, broj pregleda) se veoma razlikuju od podataka koji se mogu videti na blogu, jer s jedne strane AI meri efekte pojedinačnog teksta određeni period vremena – do mesec dana od momenta objavljivanja, i sa druge strane meri posećenost na drugačiji način od GA – uzima se u obzir samo realna čitanost, koja ne uključuje posetioce koji su odmah po pristupu stranice otišli sa nje (ne uvrštava se visok Bounce Rate)
• Podaci o angažmanu korisnika – Social Applause (lajkovi, fejvovi na različitim društvenim mrežama) i Social Lift (šerovi na društvenim mrežama i komentari uz sam tekst) su takođe veoma različiti u odnosu na aktuelne podatke, jer je i u ovom slučaju ograničeno vreme merenja podataka sa jednog teksta, a sa druge strane sastavni delovi metrike CPI daju relativan odnos lajkova, šerova i komentara u sklopu svakog pojedinačnog segmenta ove metrike i u sklopu zbirnog računanja CPI.
• Ni jedan od pojedinačnih segmenata CPI ne mora da bude dominantan u odnosu na konačnu meru CPI, jer npr. očigledno je u slučaju mog bloga da segment Social Lift ima često glavnu ulogu u formiranju CPI, s tim  da je npr. sponzorisani tekst o zapošljavanju u kompaniji Philip Morris doneo u periodu merenja veći broj izmerenih pregleda (čitanosti), bez obzira na broj deljenja teksta i komentara na tekst, ovaj tekst bi imao veću ocenu CPI.
• Interesantno je da se među top tekstovima na mom blogu u tom periodu nalaze dva sponzorisana teksta, što govori u prilog tezi da Native Advertising na blogovima ima smisla.

Kako u osnovi funkcioniše sistem merenja CPI:

• Od momenta kada se doda kod na sajt medija/bloga sistem kreće sa računanjem CPI za tekstove/autore, što znači da se efekat prethodnih tekstova ne računa.
• Potrebno je bar deset objavljenih tekstova nakon postavljanja AI koda da bi sistem krenuo sa realnim predstavljanjem relativnih odnosa između različitih osnovnih segmenata CPI, ali i samog CPI.
• Razlog zašto se CPI za pojedinačni članak/tekst/blog post računa samo određeno vreme leži u osnovnoj nameni ovog servisa – da se izračuna efekat članka i na osnovu tog efekta obračuna honorar autoru teksta. Činjenica je da se efekti pojedinačnog online sadržaja vide veoma brzo nakon njegovog objavljivanja i distribucije.
• Ako članak posle nekoliko meseci ponovo postane dovoljno aktuelan (neko šeruje tekst nekoliko meseci posle objavljivanja) da ostvari tada vidljivost na nivou prosečne vidljivosati pojedinačnog teksta, tada taj sadržaj ponovo ulazi u kalkulaciju sa efektima koji su u tom periodu ostvareni.
• Sistem AI omogućuje urednicima i autorima teksta da se na veoma efikasan način iskažu u određenim oblastima, odnosno da se dosta precizno vidi u kojim oblastima autor kreira najefikasnije tekstove u kontekstu doprinosa veb sajtu.

ContentInsights i Content Marketing/Native Advertising

Veoma važna osobina CI alata je da može da kreira relativan odnos doprinosa pojedinačnog sadržaja i autora za različite oblasti, što je iskorišćeno od novembra 2013. g. za merenje doprinosa blog postova i blogera kampanji Coca-Cola Bloggers Network Adria. Blogeri koji imaju mogućnost da uvrste AI kod na svoj blog (blogeri koji ne mogu da postave GA kod ne mogu da postave ni AI kod) su to uradili, i prikaz efekata svakog pojedinačnog blog posta može biti veoma indikativan za dalje usmeravanje kampanje, kao i pokazatelj za same blogere u kom pravcu treba da idu sa kreiranjem sadržaja u konkretnoj kampanji.

Podaci za CPI na samom mediju i podaci koji se dobijaju kombinovanjem različitih medija – u ovom slučaju blogova i određene kategorije tekstova na ovim blogovima, su veoma različiti, jer CI daje relativnu meru doprinosa sadržaja/autora u odnosu na postavljene kriterijume koji su zajednički za sve medije/blogove. U ovom slučaju to je zajednička kategorija tekstova.

Pomenuta kampanja poslužila je kao testno okruženje za skorašnje formiranje posebnog servisa u sklopu CI koji je namenjen upravljanju sadržajima na kompanijskim blogovima, Native Advertising kampanjama i sličnim Content Marketing aktivnostima.

Kada se uz postojeće CI mere dodaju i akcione metrike (kao što su npr. prodajni efekti iz GA) dobija se kompletna slika o promotivnim i prodajnim sadržajima koji se kreiraju za potrebe različitih kompanija. Takođe, i u samim medijima postoji mogućnost kvalitativnog praćenja efekata sponzorisanih tekstova.

Budućnost CI

Nedavno objavljena investicija u alat ContentInsights samo bi trebalo da potvrdi mogućnost da ovaj alat doživi uspeh u svetskim razmerama, jer objektivno merenje efekata online sadržaja jeste velika potreba danas, ali još i više u narednom periodu.

ContentInsights servis za merenje efekata sadržaja: Šestomesečno iskustvo, 7.8 out of 10 based on 17 ratings