AI 帮助出版商通过受众获利，改进工作流程
快速阅读: 据《英玛》最新报道，近期，INMA生成式人工智能大师班探讨了AI如何改变新闻业。多家媒体利用AI提高收入和优化业务，如Dotdash Meredith的D/Cipher工具、《纽约时报》的BrandMatch、《联合日报》的情境广告、《华尔街日报》的主题人工智能、《新闻日报》的机器学习策略，以及Ippen Digital的代理人工智能提升工作效率。
近期，INMA生成式人工智能大师班提供了机会，探讨这场AI革命正以各种方式改变一切。INMA生成式人工智能计划负责人索娜莉·韦尔马表示：“关键在于学习如何为这些新的新闻体验做好准备，并更有效地服务于受众，从而为实现其货币化打开大门。”
在大师班期间，来自Dotdash Meredith、《纽约时报》、《联合日报》、《华尔街日报》、《新闻日报》和Ippen Digital的媒体领导者分享了AI如何帮助他们的公司提高收入并提升业务目标的表现。
**Dotdash Meredith利用无Cookie定位工具**
Dotdash Meredith使用一个名为D/Cipher的工具，这是一种“意图定位工具”，允许用户在不被识别身份的情况下进行定位。D/Cipher工具通过品牌旗下网站上的用户互动，帮助广告商与受众建立联系。数据战略和洞察高级副总裁乔埃塔·戈贝尔表示：“如果有人正在TripSavvy上阅读一篇关于家庭旅行的文章，我们不需要知道他们的年龄、性别、饮食限制或健康状况就能提供他们需要的信息。我们知道他们在那一刻需要什么，以及他们希望理解或实现的目标。”
仅仅通过访问该网站并阅读相关内容，用户就在向D/Cipher提供信息。然后，该工具会扫描整个Dotdash Meredith组合内容，利用OpenAI“理解向量数据库中的位置及其多维空间”，并在所有网站上找到覆盖非常相似内容的内容领域。D/Cipher随后查看所有与家庭旅行相关的内容以及用户对其的互动情况，因此它关注的不是某个特定用户的下一步行动，而是任何人的下一步行动。例如，他们了解到，阅读有关规划家庭旅行文章的人很可能也会在LifeWire上阅读关于平板电脑和游戏设备的文章。
“我们不会做出这样的假设，”戈贝尔说。“我们的用户每天通过数百万次互动告诉我们这一点。”由于Dotdash Meredith拥有庞大且多样化的组合内容，D/Cipher还使他们能够了解用户在“优质开放网络”中的行为，这对广告合作伙伴具有重要价值。她说，关键在于找到方法利用AI“帮助我们解锁现有专业内容的价值，并确保它真正符合用户的需求时刻。”
**《纽约时报》将广告商匹配到合适的受众**
“每位营销人员都知道捕捉品牌和目标受众的细微差别，并将其转化为广告活动的实际定向是多么困难，”《纽约时报》广告产品营销执行总监瓦莱里奥·波切说。BrandMatch作为解决这一问题的方案而创建，利用生成式AI弥合品牌独特身份与广告活动实际定向之间的鸿沟。
生成式AI帮助《纽约时报》弥合鸿沟，将品牌的细微差别转化为可操作的定向标准。BrandMatch流程始于广告商提供的活动简报，其中包含品牌目标受众的详细信息和市场目标属性。然后，BrandMatch利用生成式AI深入解读这些简报，超越简单的关键词，理解内容的语义和主题层次。AI随后扫描《纽约时报》庞大的文章库，识别出与简报中概念语义一致的文章。
一旦确定相关文章，BrandMatch分析这些文章的读者数据，构建自定义受众群体细分。这个细分不仅基于基本人口统计或心理特征数据，还基于读者与与广告商简报有深刻主题关联的内容的互动和参与。“就点击率而言，我们发现超过一半至少运行过一次BrandMatch项目的活动，BrandMatch在整个活动中是点击率最高的驱动因素，”波切说，并补充道，当与原生广告形式结合时，BrandMatch提升了超过32%的点击率。
**《联合日报》利用AI推动情境广告**
当谷歌、脸书和其他全球科技平台开始抢夺《联合日报》的广告预算时，他们将危机转化为机遇。数据开发主管安森·莫克表示，凭借庞大的内容档案和持续的新闻生产，他们知道需要利用情境和内容为基础的广告定位。他们训练AI模型来理解他们的内容，识别主题、关键词，甚至某些文章的情感。“这使广告商能够精准投放广告至相关内容的文章，”莫克说。“例如，如果一篇文章是关于徒步小径的，那么户外装备广告可以自动出现在那里。情境广告或许显得传统，但AI赋予其新生，使其更加精准且可扩展。”
他们还能结合多种数据点，如人口统计数据和行为，获得定制的细分。广告商认为这些细分极具价值，也是《联合日报》图书馆中AI驱动预测模型的关键推动者。这些由人工智能驱动的广告活动的平均点击率比之前的活动高出两倍多。在他们推出这种广告之前，这一领域几乎没有带来任何收入。如今，大约45%的直接广告销售额来自人工智能驱动的目标广告。“最棒的是，每次活动都会向系统反馈更多数据，形成持续改进的循环，”莫克说，“我们的模型在学习，我们的团队也在学习。”
**《华尔街日报》重塑品牌内容与读者的连接方式**
《华尔街日报》母公司道琼斯将人工智能置于面向客户的创新中心位置，重塑品牌内容与读者的连接方式。主题人工智能是一种即插即用、可扩展的解决方案，旨在动态地将品牌内容与最相关的读者在最相关的时间匹配。它建立在道琼斯的独特优势之上：“我们拥有一个令人难以置信的平台和关于我们自身受众的深厚专业知识，”商业战略高级副总裁兼金融服务主管凯蒂·韦伯指出。
主题人工智能的核心是道琼斯最强大的资产：第一方数据。凭借超过30年的付费墙运营经验，该公司积累了大量关于用户的知识。自其推出以来，主题人工智能已经推动了30多项活动，每一项都针对独特的客户目标进行了定制。例如，巴克莱银行专注于更广泛的品牌内容。而全球X和盈透证券则利用它来推动对特定金融产品（如ETF）的兴趣。每次活动都超出预期，客户报告更高的参与度，并对什么内容引起了他们的受众共鸣有了更深的理解。
**《新闻日报》利用机器学习降低用户取消订阅比例**
《新闻日报》高级数字编辑约翰·卡莱加里指出，利用机器学习已被证明是一种最大化用户参与度和降低用户取消订阅比例的有效策略。根据卡莱加里的说法，《新闻日报》最初限制了推送通知的数量，以避免“让用户不堪重负并导致他们取消订阅”。测试这个理论时，他们将每日平均推送通知数量增加了175%，结果内容流量增加了38%。另一方面，用户取消订阅的比例几乎是前一年的四倍。
人工智能帮助《新闻日报》降低了用户取消订阅的比例并提升了点击率。幸运的是，《新闻日报》的警报平台内置了一个预测性人工智能工具。这个工具通过帮助从最大的受众子群体中提炼信息，判断他们有多可能取消订阅，并确定其中约一半的群体被认为是低风险取消订阅者，从而协助了他们的策略。
卡莱加里提到，在2024年，发送了更多的警报，特别关注基于预测性人工智能数据的新子群体：“而且我们能够在继续增加发送警报数量的同时，几乎将2024年的取消订阅数量减半。”在挑战他们最初的策略假设时，卡莱加里说公司学到了信任机器学习和人工智能的重要性。为了避免陷入惯性思维，新闻编辑室需要保持开放心态，以审慎的方式运用预测分析产生积极成果，卡莱加里说：“有时我们需要信任它的建议。在这种情况下，我们确实为我们的公司制定了一套成功的策略。”
**Ippen Digital通过代理人工智能提升工作流程**
德国Ippen Digital的首席技术官兼IT首席架构师马库斯·弗朗茨说，媒体品牌是时候重新思考如何与智能机器合作了。弗朗茨讨论了人工智能代理如何帮助新闻媒体公司改善工作流程。“我们在构建一个外皮质，”弗朗茨说，“这是一个外部的第二大脑，比如你的同事，你和他一起工作，它运行在一个基于人工智能的内容发布平台上。它可以是你们自己的发布基础设施，也可以是与OpenAI、Anthropic等的合作。”
代理工作流正在提升Ippen Digital的编辑工作流。在弗朗茨看来，当代理工作流构建时，机器会变得“越来越好”：“你总是有自己的任务，但任务会被分成更小的提示。然后我们将这些提示链接起来生成那样的输出。”例如，如果你打算深入研究某个主题，你会从一系列较小的提示开始，然后将输出（响应）组合起来形成整体研究的摘要。
弗朗茨分享的一个例子涉及一个关于Netflix公告的工作流生成的特殊兴趣文章。训练一个代理工作流生成了一个人类可能会创建的公告。当正确训练时，代理工作流能够优化编辑工作流并助力内容开发与生产。“它是软件，对吧？所以它确实是软件，”弗朗茨说，“如果你有这样的软件，我们可以扩展这种软件和能力，用更少的时间得到更好的故事。”
(以上内容均由Ai生成)
