蘋果新聞宣布會員訂閱收費...如果黎智英目標不在錢　那他的野心恐怕不簡單

image sorurce:蘋果新聞網

前一篇文章從讀者面分析黎智英將新聞集團推行會員制、訂閱制可能踩下的誤區，不過說真的，前一篇文章對黎智英有點不敬，倒不是因為評論，而是單從受眾層面思考這件事，似乎把他想得淺了。

這篇我們從另一個角度來觀察這個事件，而且這可能才是黎智英這位在商場馳騁甚久、擅長把新聞商品化的企業家心裡真正的盤算，但如果他心裡的籌劃真的是如此，將會對台灣讀者的生活，甚至台灣的未來造成更巨大的影響，屆時就不是你不爽就不訂閱這麼簡單了。

讓我們分別從幾個不同的切入點思考整件事。

1、如果訂閱費不是重點，你的媒介使用行為、個人偏好、個資數據才是呢？

雖然蘋果日報效法的是紐約時報訂閱制，但事實上，他看中的未必是訂閱費用，任何親自做過數位電商的人都知道，「流量」轉「銷量」的轉換率低到可以，0.2%的轉換率算是正常，若黏著度高一點的（例如非常會促購的KOL或組織），或許還有機會是2%-5%，換句話說，讓我們用比較樂觀的2%來計算，假設蘋果最終有100萬註冊會員，流量轉入的訂閱費（打個比方199台幣)，也不過是不到4百萬台幣的訂閱收入。這樣微薄的收入要支撐一個龐大的新聞集團，雖有小補，但遠遠不足。

所以訂閱費絕對不是唯一拿出來解救平面媒體的解方。在數據為王時代下，新聞媒體除了廣告版位、訂閱之外，另有一個重要資產，就是讀者。讀者的各種數據、包含年齡、性別、職業、收入、對應到你喜歡什麼樣的新聞內容，例如你曾經點入【周品均傳奇經歷遇上這事全毀了 籲女性決定前睜亮眼】這則新聞，後台便可以透過Tag標籤你這個讀者，屬於對#時尚 #感情 #娛樂 #女力 #離婚…是有興趣的人。

image source:unsplash

大數據演算法是一種透過下大量標籤來運算、比對、配搭的機制。也就是說，要在新聞網站上做到完整的數據搜集，必須對每則新聞都下足夠且大量的標籤，另外，每一位來訪的讀者也會被丟上標籤。

我們用簡單的例子說明：

例如現在有A、B、C、Ｄ四則新聞，這四則新聞因為屬性而被預先貼上的Tag很可能不太相同，簡單說：

A：#時尚 #感情 #娛樂 #女力 #離婚….

B：#時尚 #科技 #名人 #韓貨 #美肌 #Youtuber…

C：#民進黨 #柯文哲 #政治 #選舉…

D：#韓粉 #國民黨 #高雄 #韓冰 #正妹 #感情

如果你曾經接觸過 A、B、D這三則新聞，你身上除了有ABD所有的標籤之外，還會特別在「時尚」、「感情」這兩個標籤上的分數高一點。如果新聞網站開始運用大數據來餵養讀者，未來透過演算法運算，你就會更容易接觸到時尚、感情這類型的新聞，而媒體端也可以把這些讀者大數據賣給廣告聯播業者或廣告主，做出廣告區隔策略，未來你更容易看到化妝品、保養品、或是交友APP之類跟時尚、感情有關的廣告。

（當然，以上是用非常簡要的方式概述，真正的用戶資料分析是非常複雜的，但畢竟這不是一篇以探討大數據分析為目標的文章，如果有興趣進一步了解演算法計算邏輯的人，可以看這段YouTube影片〈The Secret Rules of Modern Living Algorithms〉，這是我進修MIT學程時，教授在第一堂給大家的指定參考影片，蠻有趣的，特別推薦）

2、用演算法「投其所好」不是新聞，但新聞業開始用演算法，有什麼好處？

如果你是從事網路、數位或電商的人，可能會覺得以上一切都不是新聞，但對於台灣的媒體業來說，數位化的過程確實跑得比電子商務和新創產業慢上許多，當PCHOME、博客來、KKBOX…這些服務早就已經開始使用客戶數據產出更能投其所好的服務時，台灣的電視、平面、出版業其實對自己的用戶掌握還不甚清楚，過往單憑Nielsen給的統計數據調查只能看個大概，根本看不出精準用戶樣貌，因此黎智英想搜集用戶資料其實對企業經營者來說，是極其正常的策略，不只無可厚非，甚至還能說是有點慢了。

不過此處有一值得思考的點，當新聞業手上擁有大數據資料時，他們可以做的用途有什麼？

▶從廣告收益來看：新聞業可以跟廣告業者合作，把讀者的數據販賣出去，讓廣告業者能做更精準的投放，過往只能保證流量，但如今，他們可以透過演算法，抓到對特定產品有興趣的民眾。例如你特別愛看汽車新聞，你就更可能在一邊看汽車新聞時收到汽車廣告；你如果關心娛樂演藝甚多，就可以提供你這些演藝明星代言的商品或相關產品…

▶從內容產製端來看：新聞業可以透過大數據了解什麼樣的媒介內容比較討喜，因此盡量製作那種角度的內容；如果因為某些商業需求需要增加特定族群，也能量身打造能吸引該族群的新聞內容。

▶從與讀者連結的層面來看：演算法既然可以知道偏好，當然也可以知道你不喜歡什麼樣的內容。透過同樣的邏輯，新聞網站可以持續餵養你本來就喜歡的議題，換句話說，未來每一個人登入新聞平台的時候，所看到的新聞很可能不會一樣，所收到的新聞推播通知也會不同。甚至可以掌握你的政治態度（喜歡藍營的就餵你藍營好棒棒的新聞；支持小英的就餵你一堆綠營最神的新聞），藉此拉長你的媒介使用時間。

▶從未來利潤擴展的角度來看：智慧家庭是未來社會必然趨勢，歐美各國皆以開始推行各式各樣的軟硬體產品，泛中文市場因為市場廣大，也不可小看潛力。這兩年是中文智慧型語音機器人的興盛時期，大陸有小米音箱，台灣有華碩的小豬同學、遠傳愛講、小豹AI音箱…這些各式各樣的智能服務運作，主要靠的也是數據。試想，假設新聞業跟智能音箱合作，當你開口：「小豬同學，讀今天頭條新聞給我聽」，音箱便開始朗誦新聞標題（當然，這些新聞肯定也是透過演算了你的新聞媒介閱讀偏好而來的），此時新聞的運用性就不再只限於手機與電腦，而是無邊無際地在各種智能產品上應用開來。