- Die NYT führte im März 2011 eine Paywall ein und stellte auf ein Abonnementmodell um
- Bei der ersten Einführung nutzte sie einen "Meter Limit"-Ansatz, bei dem alle Nicht-Abonnenten gleichermaßen nur auf eine bestimmte Anzahl von Artikeln pro Monat kostenlos zugreifen konnten
- Inzwischen setzt sie ein Machine-Learning-Modell ein, um die Begrenzung mit einem Dynamic Meter zu personalisieren
- Dabei wird anhand des Subscriber-Engagements und der Anzahl der Paywall-Einblendungen nachgesteuert
- Es wird erklärt, wie ein dem "S-learner" ähnliches "base-learners"-Modell trainiert und optimiert wurde
3 Kommentare
Aus Sicht der Verbraucher fühlt sich so etwas wie ein Dynamic Meter – ähnlich wie auch die Dynamic Pricing von Coupang – nicht besonders gut an, weil es so wirkt, als würden Kunden ausdrücklich diskriminiert ...
Die New York Times war mit ihrer digitalen Transformation erfolgreich, und dazu gab es hier auch schon viele Beiträge.
Wie man in den obigen Artikeln sehen kann, gehen sie bei der Monetarisierung äußerst verbissen vor. Auch die Kündigung eines Abos machen sie schwierig.
Und gleichzeitig veröffentlicht die New York Times in ihren eigenen Artikeln Kritik daran, dass viele Unternehmen sogenannte "Dark Patterns" einsetzen, damit Nutzer nach der Anmeldung nicht mehr kündigen können. Dabei machen sie es selbst genauso..
Zu diesem Beitrag gab es offenbar auch Kritik mit der Frage, warum man ebenso verfahre, nachdem man Tech-Unternehmen zuvor für das Sammeln von Nutzerdaten kritisiert habe. When Tech Companies Do It, The NY Times Calls It ‘Dark Patterns,’; When The NY Times Does It, It’s Called ‘Being Smart’