Vil du afmelde dig? Det vil New York Times forudsige.

Denne måned New York Times lancerede en ny personlig-teknologi klumme med den smarte titel Maskinelæring . Men bag kulisserne laver avisen også ægte machine learning, og med et meget seriøst formål: den vil forudsige, hvem der skal afmelde, før det sker.

Datadrevet : New York Times Companys hovedkvarter på Manhattan.

Det Tider har hyrede Columbia University anvendte matematiker Chris Wiggins som sin første chef for dataforsker. Wiggins, der har bygget forudsigelige computermodeller til at bestemme oprindelsen af ​​vira, vil nu lede en lille gruppe, der forsøger at bruge matematik til at hjælpe den 162-årige udgiver med at opretholde eller udvide sin abonnentbase.

Wiggins siger, at han tog deltidsjobbet, fordi han er en stor fan af publikationen og ønsker at hjælpe med at holde dens 1.200 redaktører og journalister i deres job. Han mener, at datavidenskab kan hjælpe med en forretningsmodel, der er blevet alvorligt forstyrret.

Problemet er, at annoncører køber færre avisannoncer. Amerikanske avisers salg af trykte annoncer kollapsede fra 47 milliarder dollars i 2005 til 19 milliarder dollars i 2012 ifølge Pews State of the News Media rapport . Online annoncering har ikke været i nærheden af ​​at indhente manglen.

Som svar har Tider er mere afhængig af abonnementer. Det har hævet prisen på det trykte papir og sælger digitale abonnementer ved hjælp af sit digital betalingsmur , lanceret for næsten tre år siden med stor succes. I rapportering ellers dystre årsresultater i februar sagde selskabet, at det havde set en stigning på 19 procent i antallet af abonnenter kun digitalt i løbet af 2013.

Marc Frons, informationschef for New York Times Company, som beskæftiger omkring 500 mennesker inden for it, teknologi og programmering, siger, at virksomheden for et år siden samlede informationer, der havde været i forskellige siloer, og dannede en business intelligence-gruppe, der skulle starte udnytter det. Det er en del af en bredere tendens, hvor virksomheder bruger data til at guide forretningsbeslutninger mere direkte (se vores rapport Data and Decision Making .)

Wiggins vil lede et team på tre eller fire personer med mandat til at eksperimentere og afgøre, om Tider ' Forretningsproblemer kan løses med maskinlæring, et sæt statistiske metoder, der bruger eksisterende data til at lave forudsigelser om lignende situationer.

Det Tider mangler ikke data - dets læsere besøger deres hjemmeside ni millioner om dagen. Men vi havde virkelig brug for nogen til at give os indsigt i, hvorfor folk abonnerer, og hvordan de kan beholde dem, siger Frons. Før de tager telefonen og siger 'Jeg vil annullere', kunne du forudsige deres adfærdsmønstre, som ikke at logge så meget på, at de kunne gøre det.

Det Tider ’ indsats er stadig relativt beskeden i omfang, i hvert fald sammenlignet med de største webvirksomheders. Google brugte i år 400 millioner dollars på at erhverve en enkelt maskinlæringsstartup (se Er Google hjørner på markedet på dyb læring?), og Amazon annoncerer i øjeblikket stillinger for 40 maskinlæringsforskere – ud over de resultater, som det allerede beskæftiger.

Det bemærkelsesværdige er, hvordan traditionelle medieorganisationer indhenter det. I oktober, News Corp., udgiver af Wall Street Journal , hyrede Rachel Schutt, en anden Columbia-statistiker med speciale i netværk, som senior vicepræsident for datavidenskab. Det er også en nyoprettet rolle. Schutt skrev i en e-mail, at hun vil være en centraliserende kraft for en række maskinlærings- og prædiktive modelleringsprojekter, der allerede var i gang.

Store udgivere søger også at holde trit med mediestartups, hvoraf nogle har ansat Wiggins elever. Websteder som BuzzFeed, udgiver af en blanding af tåbelige og seriøse nyheder, har vist, at matematisk modellering kan hjælpe med at øge historiernes viralitet - et mål for, hvor bredt indholdet bliver delt online. Websteder som BuzzFeed og Huffington Post nu få flere sidevisninger end det New York Times , men med langt mindre stabe.

For sin del Tider siger, at det ikke er efter noget så grovt som flere sidevisninger. Noget på BuzzFeed, der går viralt og får mange klik, er anderledes end forholdet, som New York Times håber på og bygger sin forretning op omkring, siger Wiggins. Det sætter virkelig abonnementer, snarere end historier, der går viralt, i centrum for deres model.

skjule