《麻省理工科技评论》数字化转型的经验教训

数字化转型
就《麻省理工科技评论》的数字产品而言,该杂志最初关注的是抵达受众,作为一种快速传递新兴事物的方式,但最近将重点转向订阅,以确保长期繁荣。

《麻省理工科技评论》的首席执行官兼发行人Elizabeth Bramson-Boudreau表示,“我们必须改变一切。事实上,在过去7年的时间里,我们已经改变了很多次。我想这可能很正常,当然,我并不是说我们在2015年的表现很正常,而是我认为这种不断的重塑可能是我不会停止的事情。”

挖掘细分市场

当Bramson-Boudreau来到《麻省理工科技评论》这家出版社后,就看到了自己所面临的挑战,她知道自己可以指望的只有一件事——一流的内容,但问题是没有足够的人能有机会接触到它。

她表示,“我们的大部分内容都非常非常棒。在真正了解我们之前,很多人可能认为这是一本学术期刊。不,它实际上是关于新兴技术的科技新闻,初衷是在这些新兴技术从实验室走进我们的生活之前对其进行挖掘报道,比如,我们早在30-40年前就已经开始关注和报道人工智能话题了。但由于它只有印刷版,所以长期以来只能接触到一小部分受众。为了获得长足发展,我们必须深入挖掘细分市场。”

围绕人工智能出版的一个热门活动为Bramson-Boudreau指明了前进的方向,并催生了聚焦重点的邮件通讯(newsletter,通过邮件来交付内容和价值)。

她解释称,“事实证明,围绕人工智能主题的活动非常成功,包括报道硅谷的名人录和该领域的学术领袖等。所以,我们需要真正建立一个人工智能的利基市场。我们在人工智能领域建立了特定利基的newsletter——我们有一个关于太空的,我们有一个关于未来工作的,这在2016年左右是一种新的概念。我们建立了这些newsletter,这样我们就能不断地围绕着关心这些话题的人建立受众群,这些人也可能成为购买我们期刊的潜在客户群。”

转向订阅

就《麻省理工科技评论》的数字产品而言,该杂志最初关注的是抵达受众,作为一种快速传递新兴事物的方式,但最近将重点转向订阅,以确保长期繁荣。

Bramson-Boudreau回忆称,“当我刚加入的时候,我们可以说已经跌到了谷底。所以,我们还有很长的路要走,但继续循规蹈矩并不能让我们的业务有起色,因为一切都变了,我们也需要改变。所以,虽然我们首先需要一些快钱,但我们知道读者收入将是我们的未来。我们需要做的是确保我们的注意力随着时间的推移而转移。随着广告业务的稳定,我们知道我们必须建立订阅服务,但要做到这一点,还有很多事情要做。”

首先要改变的是编辑部的思维方式。如今,《麻省理工科技评论》的方法是为特定的受众撰写文章,利用大型企业的故事来产生大量的流量,吸引人们阅读。

然后,该出版物试图将读者转变为免费订阅时事通讯的用户,提供更多关于人工智能、生物医学、机器人和网络安全的“热门报道”。

Bramson-Boudreau表示,“我们希望定期为用户提供这些服务,由此产生用户粘性,因为我们已经把用户带到了一个大的轰动故事(可能是一个独家或深入的调查),这就是我们鼓励用户订阅的方式。”

Bramson-Boudreau采用了她所谓的“投资组合法”来管理编辑团队。

她解释称,“并不是所有的新闻都是为了培养现有的读者,有些新闻应该是为了吸引更多的流量,这些人可能会有更多的时间来做大型的调查报道,所以他们的报道量会少一些,因为他们的目的是要有更多的轰动报道。”

而团队中的其他人则需要每天或每周追踪自己特定节奏的变化。他们需要制作更多的故事。但我们的预期是,这些故事中的每一个在流量方面的表现都不会那么突出,到今年年底,这些单独故事的集合应该会形成一个适用于整个平台的投资组合。

隶属于麻省理工学院这样的世界知名研究型大学,也为Bramson-Boudreau及其团队提供了很多指导和帮助。

“类似‘标题党’这样的操作对我们不起作用,因为你可以想象,人们会对此深恶痛绝,并吐槽‘麻省理工学院怎么变成这样了?’”

当被问及“有什么建议可以给那些正着手杂志公司数字化转型的首席执行官”时,Bramson-Boudreau称,关键是要了解你的利基受众,了解他们到底会为什么付费。

她补充道,“我认为,我们媒体行业的很多人都认为,内容至上。当然,这种想法没有错,但它还必须是独一无二的,因为我们已经被订阅请求淹没了,它必须有脱颖而出的实力。”

责任编辑:姜华 来源: 企业网D1Net
相关推荐

2020-08-17 17:12:07

戴尔

2019-02-28 09:47:24

技术研发指标

2023-12-27 14:26:21

2018-01-03 09:17:56

2023-12-26 07:46:35

2017-02-24 07:37:30

2024-05-09 12:23:20

数字化转型

2020-07-21 10:55:42

技术研发指标

2020-02-27 09:27:21

技术研发指标

2015-04-16 09:41:01

2020-04-29 09:34:54

人脸识别技术安全

2009-06-14 17:15:10

ibmdwWebSphereSOA

2018-03-15 22:32:47

谷歌CPU深度学习

2015-11-04 10:25:14

WiFi黑科技感知

2024-12-10 12:34:07

2020-10-11 20:10:59

技术人工智能麻省理工

2018-02-25 14:10:33

2017-02-27 11:36:31

阿里
点赞
收藏

51CTO技术栈公众号