Datadyk gav os mere viden om "læst til ende"

I vores årlige stræben efter at forbedre værdien af vores indhold, benytter JFM sig af dybdegående dataanalyser, kendt som 'datadyk'. Det er vores middel til at generere ny indsigt, som informerer vores redaktionelle strategier og tiltag, der skal gavne vores brugere.

I det forrige datadyk fik vi vigtig viden om fastholdelse af abonnenter. Altså viden om hvad der påvirker abonnenters lyst til at forblive abonnenter og betale den månedlige regning. Vi kunne se, at fastholdelse korrelerer med en høj besøgsfrekvens og læsning af hele artikler. Vi betragter en artikel som ’læst til ende’, når tidsforbrug og scrolldybde til sammen indikerer, at brugeren har set og læst hele artiklen.

Derfor brugte vi i det seneste datadyk en algoritme til at hjælpe os med at blive klogere på, hvordan vi bliver endnu dygtigere til at lave artikler, som vores brugere læser fra ende til anden. Algoritmen målte blandet andet læsbarheden af vores artikler med forskellige metoder – herunder LIX.

Konklusionerne er, at længde, læsbarhed og brug af visuelle hjælpemidler har betydning for, om brugerne læser artikler til ende. Knudret og uforståeligt sprog får læsere til at springe fra, mens brug af fotos, grafikker og andre visuelle hjælpemidler gør det mere sandsynligt, at brugerne får hele historien med.

På den baggrund har vi sat fokus på ’læst til ende’ gennem undervisningsindsatser og dashboards. Vi betragter i dag læst til ende som en af de vigtigste indikatorer for, hvordan brugerne har taget imod en artikel. På vores dashboards fremgår ’læst til ende’-tallet på alle artikler og symboler angiver om særligt mange – eller relativt få – har læst artiklen til ende.