AI-система аналитики аудитории для издателей

AI-система аналитики аудитории для издателей

Издатели накапливают богатые данные о поведении читателей, но используют лишь верхний слой метрик (просмотры, отказы). Глубокая аудиторная аналитика с ML превращает эти данные в actionable инсайты для редакции и коммерческой службы.

Сегментация аудитории

RFM + Behavioral Clustering:

Поведенческая сегментация читателей выходит за рамки демографики:

import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.cluster import KMeans

def segment_readers(reader_events_df, n_segments=6):
    """
    Сегментация читателей по поведенческим признакам.
    reader_events_df: события (статьи, время, scroll_depth, shares)
    """
    # Агрегация на уровне читателя
    reader_features = reader_events_df.groupby('reader_id').agg({
        'article_id': 'count',                    # Frequency
        'session_duration': 'mean',               # вовлечённость
        'scroll_depth_pct': 'mean',               # глубина чтения
        'days_active': 'nunique',                 # активные дни
        'category': lambda x: x.mode()[0],       # любимая категория
        'shares': 'sum',                          # виральность
        'direct_visit': 'mean',                  # лояльность (не трафик из поиска)
        'last_visit': lambda x: (pd.Timestamp.now() - pd.to_datetime(x).max()).days
    }).reset_index()
    reader_features.columns = ['reader_id', 'articles_read', 'avg_session',
                               'avg_scroll', 'active_days', 'top_category',
                               'shares', 'direct_ratio', 'recency_days']

    # Нормализация
    numeric_cols = ['articles_read', 'avg_session', 'avg_scroll',
                    'active_days', 'shares', 'direct_ratio', 'recency_days']
    scaler = StandardScaler()
    X = scaler.fit_transform(reader_features[numeric_cols].fillna(0))

    # K-Means кластеризация
    kmeans = KMeans(n_clusters=n_segments, random_state=42, n_init=10)
    reader_features['segment'] = kmeans.fit_predict(X)

    return reader_features

Типичные сегменты:

• Loyalists: приходят напрямую, читают каждый день, глубокий scroll
• Casual browsers: иногда заходят из соцсетей, читают только headline
• Topic specialists: много читают по одной категории (аудитория для niche newsletters)
• Social sharers: мало читают сами, но активно делятся
• Churning users: были активны, прекратили

Аналитика контента

Content Performance Scoring:

Оценка статьи не только по просмотрам, но по качественным метрикам:

Topic Resonance Analysis:

Какие темы вызывают наибольший отклик у разных сегментов аудитории:

• NLP кластеризация контента (BERTopic) → тематические кластеры
• Матрица «тема × сегмент аудитории» → editorial insights
• Редакция видит: «Читатели-Loyalists хотят больше аналитики, Casual - больше listicles»

Прогноз оттока подписчиков

Subscriber Health Score:

Динамический скоринг каждого подписчика:

• Снижение частоты чтения → желтый флаг
• Отписка от email рассылки → красный флаг
• Паттерн: не открывал письма 3 недели + не заходил на сайт → P(churn_30d) = 0.7

Win-back campaigns:

При P(churn) > 0.6:

• Персональная подборка лучших статей за период отсутствия
• Спецпредложение при истечении подписки (если LTV > cost of offer)
• Re-engagement email серия с нарастающими стимулами

Attribution и monetization insights

Content-Subscriber Attribution:

Какие статьи реально приводят к подписке?

• Multi-touch attribution: читатель прочёл 8 статей перед подпиской
• Markov Chain attribution: каждой статье — заслуженная доля «вины» за конверсию
• Редакция: инвестировать в создание контента типа X, потому что он конвертирует

Срок разработки: 2–4 месяца для платформы аудиторной аналитики с сегментацией, churn prediction и content scoring.