Intelligente Paywalls und dynamische Paywalls: Gemeinsamkeiten und entscheidende Unterschiede
Sie hören lieber zu?
In den Technologiekreisen der heutigen Medienbranche wird häufig über „intelligente Paywalls“ und „dynamische Paywalls“ diskutiert. Obwohl diese Schlagworte inzwischen zum Alltag gehören, werden die beiden Begriffe oft miteinander verwechselt. Das wirft die Frage auf: Beschreiben diese beiden Bezeichnungen tatsächlich dasselbe?
Um das zu beantworten, müssen wir zunächst die anderen Arten von Paywalls verstehen, die ihnen vorausgegangen sind.
Die klassischen Paywalls
In den ersten zehn Jahren des digitalen Mainstream-Journalismus (und anderer Mediendienste) wurden Paywalls in der Regel auf eine von drei Arten umgesetzt:
- Harte Paywall – sämtlicher Inhalt befindet sich hinter der Bezahlschranke.
- Freemium – Premium-Inhalte sind hinter der Bezahlschranke, weniger wertvolle Inhalte sind öffentlich zugänglich.
- Metered Paywall – begrenzter Konsum von Inhalten ist erlaubt, bevor eine Bezahlschranke erscheint.
Obwohl diese drei Ansätze für einige Unternehmen funktionieren können, lohnt es sich, sie im Detail zu betrachten, um ihre Schwächen zu verstehen und den Bedarf an fortschrittlicheren Lösungen zu erkennen.
- Eine „harte Paywall“ sendet die unmissverständliche Botschaft, dass es sich um ein hochwertiges Premium-Produkt handelt. Für Konsumenten, die die Inhalte der Marke noch nie erlebt haben, ist es jedoch schwierig, vor dem Abschluss eines Abonnements eine Bindung aufzubauen. Die Kaufbereitschaft wird ausschließlich durch Marke und Reputation bestimmt. Dies steht im völligen Gegensatz zum rein werbefinanzierten Ansatz, bei dem der wahrgenommene Wert der Inhalte stark abnimmt.
- Das „Freemium“-Modell versucht, das oben beschriebene Engagement-Problem zu lösen, indem ausgewählte Inhalte freigegeben werden, damit Konsumenten einen Vorgeschmack auf die Publikation erhalten. In den meisten Fällen ist das Freemium-Modell jedoch entweder für Medienunternehmen ungeeignet oder wurde schlecht umgesetzt. Das liegt daran, dass die wertvollsten Inhalte typischerweise hinter der Paywall liegen. Das bedeutet, dass Nicht-Abonnenten nur einen Eindruck von Inhalten mit dem geringsten Wert bekommen, was keinen starken ersten Eindruck hinterlässt.
- Und schließlich die „Metered Paywalls“, die heute das vorherrschende Modell für digitale Nachrichten und Zeitschriften sind. Sie stellen einen weiteren Versuch dar, einen Teil der Wertwahrnehmung zugunsten eines höheren Engagements am oberen Ende des Funnels einzutauschen. In diesem Fall dient das Kontingent als Indikator für Engagement. Wenn ein Nutzer sein Kontingent ausgeschöpft hat, gilt er für den Verlag als engagiert und sieht eine Paywall; hat er weniger Inhalte konsumiert als das Limit erlaubt, gilt er als nicht engagiert und erhält weiterhin Zugang. Diese Theorie ist gut, aber sie lässt sich noch weiter verbessern…
Der Aufstieg der intelligenten Paywalls
Frühere Generationen des Meter-Modells waren oft viel zu grob. Eine Publikation entschied sich beispielsweise für zehn kostenlose Artikel pro Monat. Aber warum zehn? Und warum monatlich?
Mit der zunehmenden Verbreitung von Split-Testing und datengetriebenem Produktmanagement bei Verlagen entstand branchenweit der Wunsch, die „beste“ Meter-Konfiguration zu finden. Doch schnell wurde klar, dass dieses Unterfangen zum Scheitern verurteilt ist, denn es gibt keine „beste“ Meter-Konfiguration.
Das optimale Meter-Modell unterscheidet sich von Konsument zu Konsument. Hier kommen intelligente Paywalls ins Spiel…
Heute, im Zeitalter der standardisierten Methoden des maschinellen Lernens, meinen viele Verlage mit „intelligenten“ Paywalls den Einsatz von Künstlicher Intelligenz, um für jeden Besucher das optimale Meter-Limit zu bestimmen. Mittels Machine Learning wird die Kaufwahrscheinlichkeit eines Besuchers bewertet, Besucher werden in Segmente mit hoher oder niedriger Kaufwahrscheinlichkeit eingeteilt und entsprechend auf ihrer Nutzerreise geführt. Besucher mit niedriger Kaufwahrscheinlichkeit erhalten 10 kostenlose Artikel, während Besucher mit hoher Kaufwahrscheinlichkeit nur 2 erhalten.
Dies ist ein deutlich effektiveres Modell zur Konvertierung von Nutzern auf Basis individueller Präferenzen. Doch die eigentliche Frage ist: „Warum überhaupt noch ein Meter optimieren?“ Das Meter-Modell war eine Lösung für die technischen Beschränkungen von gestern. Es war immer nur ein Proxy für Engagement, weil die Branche keine besseren Werkzeuge zur genauen Messung von Engagement hatte.
Betrachten wir einmal die Nutzerreise, die ein Meter-Modell vorgibt:
Kostenloser Artikel 1-> Kostenloser Artikel 2-> Kostenloser Artikel X-> Meter-Paywall 1-> Paywall 2
Stellen wir uns vor, dass es für einen einzelnen Besucher zu einem bestimmten Zeitpunkt eine optimale Nutzerreise gibt. Ist es möglich, dass diese Reise auch mit einer Paywall beginnt?
Paywall 1-> Kostenloser Artikel 1-> Paywall 2-> Kostenloser Artikel 2-> Paywall 3
Das könnte durchaus eine realistische Abonnentenreise sein. Sie vermittelt einen Wert und bietet dem Besucher dennoch kostenlosen Content. Aber, sie lässt sich nicht mit dem Paradigma eines Meter-Modells abbilden.
Selbst bei „intelligenten“ Paywalls, die auf ein Meter-Modell setzen, schränken Verlage die möglichen Nutzerreisen weiterhin ein. Dadurch gibt es eine natürliche Grenze, wie nah sie an das Optimum herankommen können.
Der nächste Schritt: Dynamische Paywalls
Einige Medienunternehmen haben es geschafft, sich aus der Meter-Falle zu befreien. Diese Unternehmen haben Systeme entwickelt, die als wirklich „dynamische“ Paywalls bezeichnet werden können. Um dynamisch zu sein, müssen diese Systeme bei jeder Interaktion Entscheidungen in Echtzeit treffen. Die Entscheidung für einen Seitenaufruf basiert weder auf dem Segment, in das der Besucher gestern eingeteilt wurde, noch auf dem Meter, das er vor fünf Tagen verbraucht hat. Aktuelle Nutzungsinformationen, Nutzerstatus, Kontext, Metadaten der Inhalte und Ergebnisse aus dem maschinellen Lernen werden bei jedem Zugriff neu bewertet. Der Einsatz von Machine Learning in diesen Entscheidungsprozessen ermöglicht es, dass eine Paywall sowohl dynamisch als auch intelligent ist – und dies ist vermutlich die Zukunft effektiver Abonnentenreisen.
Letztlich läuft all dieser Fortschritt auf eine zentrale Erkenntnis hinaus: Bauen Sie ein System, das auf den Kunden und seine Wertwahrnehmung optimiert ist – nicht auf ein Meter-Modell oder eine bestimmte Methode. Ein konsequent nutzerzentrierter Ansatz wird weiterhin die Innovation in der Branche vorantreiben.