,
The Financial Times внедрила алгоритм Knowledge Builder, который показывает каждому подписчику, как растет его уровень знаний, полученных от чтения статьи. Баллы начисляются после прочтения по двум базовым критериям. Наиболее «ядерные» для FT статьи с обширными перекрестными ссылками на другие материалы дают более высокий балл. Если же читатель уже прочитал много статей по этой теме (а алгоритм все помнит), то это снизит начисленные за статью баллы.
Задач у новшества несколько. Система привносит игровой элемент во взаимодействие читателя с газетой. После прочтения статьи подписчик видит, насколько он улучшил свою читательскую «карму» (фоном звучит идея — благодаря Financial Times!). У людей появляется игровой, визуально подкрепленный стимул к наращиванию знаний, то есть к прочтению большего количества статей. Таким образом FT пытается решить главную задачу эксперимента — повысить вовлечение и лояльность подписчиков, а значит, снизить их текучку.
Другая задача — максимально задействовать старый контент, который уже не анонсируется в ленте актуальных материалов, но все еще представляют большую ценность. Видя, какими темами интересуется читатель, алгоритм предлагает старые статьи по этим или смежным темам, показывая, на сколько баллов читатель улучшит свой уровень знаний. Стремление набрать баллы становится дополнительным стимулом для чтения старых статей. От этого тоже растут и вовлечение, и глубина просмотров.
Наконец, как говорит Джеймс Вебб, продукт-менеджер FT, система позволяет прорвать замкнутый пузырь фильтров (filter bubble), находясь в котором люди читают только то, что им нравится. Ведь алгоритм начинает начислять пониженные баллы, если читатель читает статьи только по одной теме. Таким образом, газета аккуратно стимулирует развитие разносторонних интересов читателя.
,
,
Первые результаты показывают, что дочитываемость статей, включенных в систему Knowledge Builder, возросла. Кроме того, удвоилось количество таких статей в показателе просмотра страниц за один визит. Редакция видит у проекта и финансовые перспективы. Анализ статданных показывает, что удержание от 10 до 20 тысяч отписывающихся подписчиков может принести почти два миллиона долларов в год дополнительно. Это не говоря уж о дополнительных показах рекламы, которые тоже возрастут при увеличении глубины просмотра. Любопытно, что проект финансируется из фонда Google’s Digital News initiative.
Для Financial Times этот алгоритм стал уже вторым проектом в сфере автоматизации социального инжиниринга. Как недавно писал ЖУРНАЛИСТ, другой алгоритм в FT следит за текстами и выдает редакторам оповещения, если в статье слишком много мужчин-комментаторов.
Отчеты об эксперименте Knowledge Builder пока не содержат идей о материальном стимулировании читателей за хороший уровень знаний. Но подобные идеи не могут не возникнуть в будущем (если уже не вынашиваются редакцией). По сути, система учета приобретаемых подписчиком знаний становится еще и разновидностью социального скоринга, организованного редакцией. И если из Китая приходят тревожные вести об экспериментах с введением социального скоринга, то социальный скоринг, который ведет по отношению к читателям редакция, может превращаться, например, в подписные скидки или дополнительные привилегии клубных программ.
В любом случае мы движемся к обществу, в котором «одобряемая» социальная активность людей будет обсчитываться по скоринговой системе (начислением баллов) и оцениваться алгоритмами, которые будут на этом основании принимать какие-то решения в отношении конкретных граждан. Сейчас это делают в страховании и банках, а также в Китае. Вот уже и СМИ подтягиваются.
,
