Cómo el aprendizaje automático ayuda al New York Times a potenciar su muro de pago
¿No pudiste asistir a Transform 2022? ¡Vea todas las sesiones de la cumbre en nuestra biblioteca a pedido ahora! Mira aquí.
Todas las organizaciones que aplican inteligencia artificial (IA) y aprendizaje automático (ML) a su negocio buscan utilizar estas poderosas tecnologías para resolver problemas difíciles. Para el New York Times, uno de los mayores desafíos es equilibrar el logro de su objetivo más reciente de 15 millones de suscriptores digitales para 2027 y lograr que más personas lean artículos en línea.
Hoy en día, el gigante multimedia está explorando esta compleja relación de causa y efecto utilizando un modelo de aprendizaje automático causal, llamado Dynamic Meter, cuyo objetivo es hacer que su muro de pago sea más inteligente. Según Chris Wiggins, científico jefe de datos de New York Times, durante los últimos tres o cuatro años, la empresa ha tenido problemas para comprender científicamente el viaje general de los usuarios y cómo funciona el muro de pago. .
En 2011, cuando The Times comenzó a centrarse en las suscripciones digitales, se diseñó el acceso "medido" para que los no suscriptores pudieran leer la misma cantidad fija de artículos cada mes antes de llegar a un muro de pago que requería una suscripción. Esto permitió a la empresa ganar suscriptores al tiempo que permitía a los lectores explorar una variedad de ofertas antes de comprometerse con una suscripción.
Aprendizaje automático para una mejor toma de decisionesAhora, sin embargo, el contador dinámico puede establecer límites de contador personalizados, es decir, alimentando el modelo con información del usuario basada en los datos. El modelo de aprendizaje automático causal puede ser prescriptivo, determinando la cantidad correcta de elementos gratuitos que debe obtener cada usuario. para que se preocupen lo suficiente por The New York Times como para suscribirse y seguir leyendo.
EventoMetaBeat 2022
MetaBeat reunirá a líderes de opinión para asesorar sobre cómo la tecnología del metaverso transformará la forma en que todas las industrias se comunican y hacen negocios el 4 de octubre en San Francisco, CA.
registrarse aquíSegún una entrada de blog de Rohit Supekar, científico de datos del equipo de segmentación algorítmica del New York Times, en la parte superior del embudo de suscripciones del sitio se encuentran los usuarios no registrados. En un cierto límite de metros, se les muestra un muro de registro que bloquea el acceso y les pide que creen una cuenta. Esto les da acceso a más contenido gratuito y una identificación de registro ayuda a la empresa a comprender mejor su negocio. Una vez que los usuarios registrados alcanzan otro límite de medidores, reciben un muro de pago con una oferta de suscripción. El modelo de medidor dinámico aprende de todos estos datos de usuario registrados y determina el límite de medidor apropiado para optimizar para indicadores clave de rendimiento (KPI) específicos.
La idea, dijo Wiggins, es formar una relación a largo plazo con los lectores. "Es un problema mucho más lento en el que las personas se involucran durante semanas o meses", dijo. "Luego, en algún momento, les pides que se suscriban y ver si hiciste un buen trabajo o no".
La IA causal ayuda a entender qué habría pasadoEl desafío más difícil en la construcción del modelo de aprendizaje automático causal fue construir una canalización de datos sólida para comprender la actividad de los usuarios de los más de 130 millones de usuarios registrados del New York Times", dijo Supekar. .< /p>
El principal avance técnico que impulsa el contador dinámico es la IA causal, un método de aprendizaje automático en el que desea crear modelos que puedan predecir lo que habría sucedido.
"Realmente tratamos de entender la causa y el efecto", explicó.
Si un usuario en particular recibiera una cantidad diferente de artículos gratuitos, ¿cuál sería la probabilidad de que se suscribiera o leyera cierta cantidad de artículos? Es una pregunta complicada, explicó, porque yo...
¿No pudiste asistir a Transform 2022? ¡Vea todas las sesiones de la cumbre en nuestra biblioteca a pedido ahora! Mira aquí.
Todas las organizaciones que aplican inteligencia artificial (IA) y aprendizaje automático (ML) a su negocio buscan utilizar estas poderosas tecnologías para resolver problemas difíciles. Para el New York Times, uno de los mayores desafíos es equilibrar el logro de su objetivo más reciente de 15 millones de suscriptores digitales para 2027 y lograr que más personas lean artículos en línea.
Hoy en día, el gigante multimedia está explorando esta compleja relación de causa y efecto utilizando un modelo de aprendizaje automático causal, llamado Dynamic Meter, cuyo objetivo es hacer que su muro de pago sea más inteligente. Según Chris Wiggins, científico jefe de datos de New York Times, durante los últimos tres o cuatro años, la empresa ha tenido problemas para comprender científicamente el viaje general de los usuarios y cómo funciona el muro de pago. .
En 2011, cuando The Times comenzó a centrarse en las suscripciones digitales, se diseñó el acceso "medido" para que los no suscriptores pudieran leer la misma cantidad fija de artículos cada mes antes de llegar a un muro de pago que requería una suscripción. Esto permitió a la empresa ganar suscriptores al tiempo que permitía a los lectores explorar una variedad de ofertas antes de comprometerse con una suscripción.
Aprendizaje automático para una mejor toma de decisionesAhora, sin embargo, el contador dinámico puede establecer límites de contador personalizados, es decir, alimentando el modelo con información del usuario basada en los datos. El modelo de aprendizaje automático causal puede ser prescriptivo, determinando la cantidad correcta de elementos gratuitos que debe obtener cada usuario. para que se preocupen lo suficiente por The New York Times como para suscribirse y seguir leyendo.
EventoMetaBeat 2022
MetaBeat reunirá a líderes de opinión para asesorar sobre cómo la tecnología del metaverso transformará la forma en que todas las industrias se comunican y hacen negocios el 4 de octubre en San Francisco, CA.
registrarse aquíSegún una entrada de blog de Rohit Supekar, científico de datos del equipo de segmentación algorítmica del New York Times, en la parte superior del embudo de suscripciones del sitio se encuentran los usuarios no registrados. En un cierto límite de metros, se les muestra un muro de registro que bloquea el acceso y les pide que creen una cuenta. Esto les da acceso a más contenido gratuito y una identificación de registro ayuda a la empresa a comprender mejor su negocio. Una vez que los usuarios registrados alcanzan otro límite de medidores, reciben un muro de pago con una oferta de suscripción. El modelo de medidor dinámico aprende de todos estos datos de usuario registrados y determina el límite de medidor apropiado para optimizar para indicadores clave de rendimiento (KPI) específicos.
La idea, dijo Wiggins, es formar una relación a largo plazo con los lectores. "Es un problema mucho más lento en el que las personas se involucran durante semanas o meses", dijo. "Luego, en algún momento, les pides que se suscriban y ver si hiciste un buen trabajo o no".
La IA causal ayuda a entender qué habría pasadoEl desafío más difícil en la construcción del modelo de aprendizaje automático causal fue construir una canalización de datos sólida para comprender la actividad de los usuarios de los más de 130 millones de usuarios registrados del New York Times", dijo Supekar. .< /p>
El principal avance técnico que impulsa el contador dinámico es la IA causal, un método de aprendizaje automático en el que desea crear modelos que puedan predecir lo que habría sucedido.
"Realmente tratamos de entender la causa y el efecto", explicó.
Si un usuario en particular recibiera una cantidad diferente de artículos gratuitos, ¿cuál sería la probabilidad de que se suscribiera o leyera cierta cantidad de artículos? Es una pregunta complicada, explicó, porque yo...
What's Your Reaction?
