Щомісяця ви втрачаєте 15% підписників, тому що не знаєте, хто готовий піти. Стандартні метрики на кшталт переглядів на сесію дають загальну картину, але не показують, який контент дійсно утримує аудиторію і що тригерить відтік. ML-моделі закривають ці прогалини: поведінкова сегментація, контент-скоринг і прогноз відтоку з точністю до 85–92%. У нашій практиці за 5 років і 15+ проєктів для медіа ми навчилися перетворювати сирі логи на працюючі інструменти зростання LTV. Оцінка проєкту — перший крок до зниження відтоку.
Чому стандартна аналітика не працює?
Видавці накопичують мільйони подій: перегляди, час на сторінці, скроли, шеринг — але використовують лише вершину айсберга. Стандартні метрики не показують, хто з читачів лояльний, хто піде, і який контент реально конвертує в підписку. ML вирішує ці завдання з точністю до 85–92%. Ми гарантуємо якість результату — кожен етап супроводжується тестуванням. В одному проєкті для медіа-сайту з 200K MAU ми сегментували аудиторію на 5 груп і для кожної налаштували персоналізовані рекомендаційні розсилки. Через 3 місяці ретеншн виріс на 12%, а показник відмов знизився на 8%.
Як ми сегментуємо аудиторію?
Поведінкова сегментація виходить за рамки демографіки. Ми використовуємо комбінацію RFM-аналізу та K-Means кластеризації за ознаками: частота читання, глибина скролу, частка прямих заходів, категорії контенту. K-Means швидший за ієрархічну кластеризацію в 10 разів за подібної якості.
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): """ Сегментація читачів за поведінковими ознаками. reader_events_df: події (статті, час, scroll_depth, shares) """ # Агрегація на рівні читача reader_features = reader_events_df.groupby('reader_id').agg({ 'article_id': 'count', # Frequency 'session_duration': 'mean', # вовлеченість 'scroll_depth_pct': 'mean', # глибина читання 'days_active': 'nunique', # активні дні 'category': lambda x: x.mode()[0], # улюблена категорія 'shares': 'sum', # віральність 'direct_visit': 'mean', # лояльність (не трафік з пошуку) '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'] # Нормалізація 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 кластеризація kmeans = KMeans(n_clusters=n_segments, random_state=42, n_init=10) reader_features['segment'] = kmeans.fit_predict(X) return reader_features Типові сегменти аудиторії:
| Сегмент | Характеристики | Частка аудиторії (типова) |
|---|---|---|
| Loyalists | Прямий вхід, щоденне читання | 15% |
| Casual browsers | З соцмереж, неглибокий перегляд | 40% |
| Topic specialists | Одна категорія, висока залученість | 10% |
| Social sharers | Часто діляться, мало читають | 20% |
| Churning users | Зниження активності | 15% |
Кожен сегмент отримує різну контентну стратегію — персоналізація підвищує залученість на 30% (згідно з даними Reuters Institute). Додатково модель атрибуції (multi-touch) показує, які статті дійсно впливають на підписку. Ми також використовуємо NLP-кластеризацію (BERTopic) для виявлення резонуючих тем, що допомагає редакції розуміти, які теми краще конвертують у кожному сегменті.
Як інтерпретувати сегменти?
1. Визначте мету: для Loyalists — утримання, для Churning — win-back. 2. Налаштуйте контент-план під вподобання сегмента. 3. Використовуйте A/B-тестування для перевірки гіпотез. 4. Оновлюйте сегменти щомісяця.Як ML прогнозує відтік підписників?
Динамічний скоринг кожного підписника враховує зниження частоти читання, відписку від розсилки та неактивність. Якщо користувач не відкривав листи 3 тижні і не заходив на сайт — ймовірність відтоку через 30 днів досягає 70%. Модель на LSTM аналізує часові ряди подій і видає ймовірність відтоку. Вона точніша за стандартні правила на 40%: AUC 0.91 проти 0.78 у логістичної регресії. При високій ймовірності відтоку запускаємо win-back: персональна добірка найкращих статей, спецпропозиція (якщо LTV виправдовує), re-engagement email-серія.
Контент-скоринг: що дійсно працює?
Ми оцінюємо статті не за переглядами, а за якістю залучення:
| Метрика | Вага | Що вимірює |
|---|---|---|
| Read rate (scroll >70%) | 30% | Утримання уваги |
| Time on page / expected | 25% | Реальне читання vs. bounce |
| Return rate | 20% | Читач повернувся через статтю |
| Social amplification | 15% | Віральність |
| Subscription assists | 10% | Вплив на конверсію |
Додатково використовуємо NLP-кластеризацію (BERTopic) для виявлення резонуючих тем. Матриця «тема × сегмент» дає редакції зрозумілі інсайти: «Loyalists хочуть більше аналітики, Casual — більше listicles» — і дозволяє оптимізувати контент-план.
Що входить у нашу роботу?
- Аудит даних — оцінка доступних логів CRM, CMS, analytics.
- Проектування моделі — вибір алгоритмів (RFM, K-Means, BERTopic, LSTM для churn).
- Розробка та навчання — пайплайни на PyTorch і Scikit-learn, версіонування в MLflow.
- Інтеграція — API для дашбордів редакції та CRM.
- Навчання команди — воркшопи з інтерпретації результатів.
- Підтримка — моніторинг дрейфу моделей і ретрейнінг.
Докладніше про RFM-аналіз читайте у Вікіпедії.
Терміни та окупність
Розробка базової платформи займає від 2 до 4 місяців. Окупність інвестицій — протягом 3–6 місяців за рахунок зниження відтоку підписників (до 25%) та підвищення ефективності контент-маркетингу (ROI до 150%).
Отримайте консультацію щодо вашого проєкту — ми оцінимо дані та підготуємо рішення. Хочете підвищити LTV? Напишіть нам — ми оцінимо ваш проєкт.