저널리즘 비즈니스

1명 구독자냐 4만8천PV냐 : 왜 모든 저널리스트들은 그들 콘텐츠의 단위 경제학을 알아야 할까

광고 담당자들은 광고 지표를 보고, 구독 담당자들은 구독 지표를 보고, 기자들은 자신들의 기사가 1면에 얼마나 자주 배치됐는지 철지난 지표를 보고 있었다. 사업 전반을 명확하게 보기 위해 이 지표들을 함께 살펴보는 사람은 아무도 없었다.

이성규 2019년 10월 08일

아래 글은 니먼랩이 게시한 스토리 'One subscriber or 48,000 pageviews: Why every journalist should know the “unit economics” of their content'를 전문 번역한 것입니다. 니먼랩 측의 '간접적'인 동의와 요청을 일정 수준으로 받고 진행하고 있습니다. 단, 아직 직접적이고 공식적인 협약을 체결하지 않았다는 사실을 알려드립니다. 오역이 포함돼 있을 수도 있다는 점도 말씀드립니다.
저자는 Matt Skibinski입니다.


당신이 커피숍의 바리스타라고 상상해보라. 비즈니스, 재무 또는 데이터 분석의 배경은 없을 수 있지만, 여전히 자신이 일하는 회사가 어떻게 돈을 벌고 그 과정에서 어떤 역할을 수행하는지 잘 알고 있을 것이다.

당신이 파는 커피 한 잔에 손님은 2달러나 3달러의 비용이 든다는 것을 당신은 알고 있다. 그 회사는 커피잔과 컵의 가격을 뺀 액수를 약간의 고정비(overshead)로 삼는다. 만약 당신이 더 많은 커피를 팔거나, 더 많은 비싼 음료를 사게 한다면, 회사는 더 많은 돈을 벌 수 있고, 심지어 기본적인 산술 능력으로도, 당신은 아마 얼마나 더 많은 커피를 팔 수 있을 것이라고 머리 속으로 추정할 수 있을 것이다. 만약 당신이 공급품을 허투루 낭비하거나 천천히 일한다면, 그 회사는 돈을 덜 벌게 될 것이다. 간단하다.

나는 최근 몇 년 동안 이런 생각을 해왔는데, 그 이유는 커피숍에서 디지털 뉴스의 비즈니스 모델에 대한 데이터를 골똘히 다루면서 많은 시간을 보냈기 때문이다. 이 작업의 벤치마크와 베스트 프랙티스의 모음은 렌페스트 연구소와 하버드 쇼렌스타인 센터가 제휴하여 지난달 발매한 디지털 유료 미터 플레이북에 게재되었다.

이 리포팅 과정에서 바리스타들, 그리고 대부분의 다른 산업 종사자들은 기자들이 하는 것보다 조직의 전반적인 사업에서 그들의 역할에 대해 더 잘 이해하고 있다는 생각이 들었다.

대부분의 기자들은 자신이 일하는 회사에 대해 몇 가지 사실만 알고 있다. 그들은 뉴스 산업, 특히 지역 뉴스 비즈니스가 어려움을 겪고 있다는 것을 알고 있다. 그들은 일반적으로 자신들의 기사가 더 많은 페이지뷰를 끌어들이면, 그 회사는 광고로 더 많은 돈을 벌 수 있다는 것을 알고 있을 것이다. 하지만 그게 얼마나 많은지에 대해서는 거의 감이 없다. 그리고 지난 1~2년 동안, 그들은 아마도 회사의 새로운 혹은 새롭게 강조된 디지털 구독이나 멤버십 가입 계획에 대해 열성적인 경영진으로부터 발표를 들은 적이 있을 것이다.

그들이 모르는 것은 다음과 같은 몇 가지 중요한 질문에 대한 대답이다. 나 자신이 쓰는 전형적인 기사는 광고로 얼마나 많은 수익을 창출하는가? 만약 그것이 바이럴된다면? 내 기사가 페이지뷰를 많이 받는 것이 좋은가 아니면 디지털 구독자를 끌어들이는 것이 나은가? 이 두 가지 목표는 어떻게 연관되어 있는가? 결과적으로 가장 많은 클릭을 발생시키는 보도(coverage)는 가입자를 불러모으는 기사와 완전히 다를 수도 있다.

실제로, 구독자의 가치에 대한 페이지뷰의 한계적 영향(marginal impact), 광고 매출에 대한 한계 영향, 기타 핵심 매트릭스 등에 대한 언론사의 기본적 지표를 얻으려고 할 때, 나는 많은 언론사들이 명확한 해답을 가지고 있지 않거나 해당 정보가 고립되어 있다는 것을 발견했다. 광고 담당자들은 광고 지표를 보고, 구독 담당자들은 구독 지표를 보고, 기자들은 자신들의 기사가 1면에 얼마나 자주 배치됐는지 철지난 지표를 보고 있었다. 사업 전반을 명확하게 보기 위해 이 지표들을 함께 살펴보는 사람은 아무도 없었다.

이제는 뉴스 산업이 저널리즘 콘텐츠의 ‘단위 경제학’(Unit Economics)을 명확히 파악해야 할 때다. 그리고 아직 모든 해답을 다 확보하지는 못했지만, 지금까지 수집한 연구와 지표 중 일부는 우리를 올바른 방향으로 향하게 할 수 있다.

뉴스를 위한 단위 경제학: 몇 가지 주요 지표

언론인들과 뉴스 조직들이 그들의 사업을 더 잘 이해하도록 도울 수 있는 많은 다른 지표들이 있다. 하지만, 우선, 언론사들은 단지 두 가지 핵심 데이터 포인트로 시작함으로써 큰 진전을 이룰 수 있다.

고객생애가치(CLV)

지표를 보는 언론사들(metric publishers)은 고객생애가치라는 것을 알아야 하는데, 이것은 가입 기간 동안 한 명의 신규 가입자가 창출한 평균 수익을 살펴보는 구독 사업에서 흔히 볼 수 있는 지표다.

image

CLV를 계산하는 방법은 여러 가지가 있지만, 가장 간단한 용어로, 구독자당 월평균 수익에 디지털 구독 기대(expected) 기간을 곱하면 계산할 수 있는데, 이는 평균 사용자가 취소하기 전까지 얼마나 오래 동안 구독하느냐를 의미한다. 사용자당 월평균 10달러를 지불하면서 평균 20개월 동안 구독하는 사업이라고 해보자. 이 경우 CLV는 200달러가 될 것이다. 매번 판매되는 신규 구독은 평균적으로 200달러의 새로운 수익을 창출할 것이다.

가입자당 월평균 수익은 6개월 또는 12개월 동안 총 가입자로 나누어 계산할 수 있다. 구독의 평균 수명은 여러 가지 방법으로 계산할 수 있지만, 대부분의 용도로 사용할 수 있는 간단하고 쉬운 계산은 다음과 같다.

1 ÷ 월 취소율(Churn Rate)

이것은 구독이 지속될 평균 월 수를 말해준다. 신규 구독자를 확보하기 위해 유료 광고 캠페인을 운영하는 언론사도 신규 확보당 평균 비용을 빼는 것을 선택할 수 있다.

매월 총 유료 마케팅 지출 ÷ 매월 늘어난 총 신규 구독자 수

  • 그들의 CLV에서

우리의 벤치마크에 따르면 디지털 구독 판매에 최소 어느 정도의 노력을 기울이는 일간 신문의 전형적인 범위인 80번째 백분위수를 해당하는 언론사는 디지털 구독자의 경우 CLV가 217달러인 것으로 나타났다. 디지털 구독에 더 중점을 두는 언론사의 경우, 그 숫자는 훨씬 더 높을 수 있으며, 종종 300달러에서 350달러 범위에 있을 수 있다.

대부분의 언론사는 자신의 재무담당 부서나 소비자 마케팅 부서에서 사용하는 CLV를 어느 정도 계산하고 있으며, 그렇지 않다면 그렇게 하는 것이 좋다. 그러나 디지털 구독자를 관리하는 상대적으로 작은 팀을 넘어, 전형적인 미디어 회사의 대부분의 사람들은 이 숫자를 모른다.

1000 임프레션 당 디지털 광고 수익(RPM)

두 번째 지표 측정 언론사는 자신의 디지털 비즈니스의 단위 경제를 이해하기 위해 RPM이라고도 불리는 1000 임프레션에 따른 디지털 광고 수익을 살펴볼 수 있을 것이다. 가장 간단한 형태로, RPM은 디지털 광고 수익을 총 페이지뷰로 나누고 그 숫자에 1000을 곱해서 계산한다. 간단히 말해서, 그것은 그들이 서비스하는 1000페이지뷰마다 얼마나 많은 광고 수익을 창출하는지 언론사에 알려준다.

그러나, 모든 언론사가 그들의 전체 RPM 숫자를 알아야 하지만, 모든 페이지뷰가 동일한 양의 광고 수익을 창출하는 것은 아니기 때문에 약간 오해의 소지가 있다. 대부분의 언론사는 고가의 직접 판매 광고로 가용 재고를 모두 팔지는 않는다. 대신에, 여백에서, 그들의 페이지뷰는 주로 페이지뷰당 상대적으로 적은 수익을 낼 수 있는 프로그머틱 광고로 수익을 창출한다. 만약 언론사가 페이지뷰를 그들의 평소의 기준보다 약간 높게 증가시킨다면, 광고 수익의 증가는 주로 이 낮은 수익률의 광고 카테고리에서 나온다.

일상적인 편집 관련 결정 사항의 경우, 더 중요한 것은 한계 RPM(Marginal RPM)이다. 즉 언론사가 다음 1000페이지뷰에서 창출할 수도 있는 광고 수익이다. 대부분의 언론사에 있어서 이것은 프로그래머틱 광고만을 위한 RPM을 의미한다.

콘텐츠 페이지에 대해서는 가능하면 이 매트릭스를 보는 것이 가장 좋다. 홈 페이지 또는 섹션 1면에 판매되는 광고들은 여전히 비즈니스와 관련이 있지만, 단일 기사나 다른 기사들이 비즈니스에 미칠 영향과는 관련이 없다.

비록 우리가 수백 곳의 언론사들로부터 이 지표를 완전히 벤치마킹할 수는 없었지만, 내가 언론사들을 대상으로 한 비공식 조사는 대부분의 언론사들이 주로 프로그래머틱 광고로부터 전체 페이지뷰 1000건당 20달러~25달러의 범위와 6~10달러의 마진 범위에서 페이지뷰를 수익화하고 있음을 보여줬다. CLV와 마찬가지로, 많은 조직에서 이 지표에 대한 지식은 디지털 광고 부서 안에 상당 부분 고립되어 있었다.

사례 연구: 디지털 구독자 1명 또는 4만8000페이지뷰?

언론사(및 언론인)는 이 두 가지 기본 지표만 알면 사업의 단위 경제성과 일상 업무의 가치에 대해 꽤 많은 것을 배울 수 있다.

사례 연구 차원에서, 이 대도시 일간 신문을 고려해 보자. 우리는 신문 A라고 부를 것이다. 이 두 가지 지표와 몇 가지 기본적인 트래픽 데이터를 나와 공유할 수 있을 만큼 친절했었다.

신문 A의 고객생애가치는 345달러로, 표준보다 조금 높았다. 그것의 계산에 따르면, 평균적으로 판매되는 새로운 디지털 구독은 구독 과정에서 그 정도의 가치가 있을 것이다. (이것이 높게 보인다면, 문제의 언론사가 평균보다 높은 구독 가격과 매우 양호한 리텐션 지표를 가지고 있기 때문이다.)

또한 신문 A는 1000페이지뷰당 21.44달러, 프로그래머틱 광고에서만 1000페이지뷰당 7.16달러의 총 광고 수익을 만들어냈다. 비프로그래머틱 광고의 판매율(STR)은 임프레션 100%를 훨씬 밑돌며, 이는 프로그머틱 숫자는 다음 1000페이지뷰로 창출하게 될 총 수익을 위한 좋은 대용품이라는 것을 의미한다.

image

이 몇 가지 사실만으로도 우리는 신문 A의 저널리즘의 단위경제학에 대해 많은 것을 배울 수 있다.

예를 들어, 우리는 한 명의 새로운 디지털 구독자를 끌어들인 기사(고객생애가치 $345)가, 1만6000페이지뷰로 직접 판매 광고 수익을 만들어낸 기사, 4만8000페이지뷰로 프로그래머틱 광고 수익을 벌어들인 기사만큼 회사에 평균적으로 많은 수익을 가져다 준다라고 말할 수 있다.

우리는 1000페이지뷰당 21.44달러와 7.16달러의 디지털 광고 수익으로 나누어 345달러의 CLV를 1000달러씩 곱해서 그 수치에 도달했다.

  • $345 ÷ $21.44 × 1000 = 16,090
  • $345 ÷ $7.16, × 1000 = 48,184

언론인이나 편집인으로서, 이 사실을 알고 있는 것만으로도 어떤 종류의 취재에 초점을 맞춰야 하는지에 대한 관점을 바꿀 수 있다.

특정 주(week)에 신문 A가 발행하는 모든 기사에 대한 자료를 보면, 평균적인 기사는 그것이 발행된 다음 달에 약 4250페이지뷰를 창출했다. 따라서 CLV와 한계 광고 수익 지표를 사용하여 우리는 평균적인 기사가 회사의 프로그래머틱 광고 수익에서 30.43달러를 발생시킨다고 말할 수 있다.

다시 말해, 한 명의 신규 구독자를 끌어들이는 기사는 평균 10건의 퍼포먼스를 내는 기사와 동일한 수익을 창출한다는 얘기다.

이와는 대조적으로, 그 기간의 최고 실적의 기사는 약 12만8000 페이지뷰 즉 약 2.6명의 가입자들이 창출한 수익과 맞먹는 916.48 달러를 벌어들였다.

신문 A는 자사의 CLV 매트릭스가 다소 부풀려져 있을 수 있다고 경고했다. 왜냐하면 그들의 구독 시스템이 신뢰할 수 있는 데이터를 수집하는 것을 용이하지 않게 하기 때문이다. 보다 일반적인 CLV 벤치마크가 217달러라고 가정할 경우, 이 수치는 다음과 유사한 사례(적은 경우라도)를 나타낸다.

한 명의 새로운 구독자는 3만 페이지뷰로 프로그래머틱 광고를 통해 수익을 벌어들이는 기사와 같은 가치가 있을 것이다.
한 명의 신규 구독자의 광고 수입은 7개의 평균 퍼포먼스 기사의 프로그램 광고 수입과 같은 가치가 있을 것이다.
이 최고 실적의 기사는 약 4.2명의 구독자 프로그래머틱 광고 수익의 가치가 있을 것이다.

매출 지표 및 뉴스룸

만약 뉴스 조직이 회사 전체, 특히 뉴스룸 내에서 이런 종류의 정보를 공유하고 사회화한다면 어떻게 될까?

내가 아는 어떤 언론사도 이 정보를 완전히 공유하지는 않았지만, 내 예측은 기자들이 그들의 일을 더 잘 하는데 도움이 될 것이라는 거다. 오늘날의 매트릭스 기반 환경에서 저널리스트가 실제로 이용할 수 있는 매트릭스는 주로 전체 범위의 척도로서 페이지뷰별 기사 랭킹과 경우에 따라 페이지 또는 기타 인게이지먼트 매트릭스에 소요되는 시간과 관련된 보다 상세한 데이터 목록들이다.

그들이 의도적으로 하고 있지 않더라도, 기자와 편집자들이 이러한 지표에 대한 그들의 성공과 실패에 대응하고 그들이 어떻게 기사를 만들어내는지를 조정하는 것은 자연스러운 일일 것이다. 선정적인 클릭바이트 헤드라인을 가진 기사들은 페이지뷰를 더 많이 받는다; 헤드라인을 뽑는 사람들은 그것을 보고 이런 방식으로 대응한다. 특정 연예인이나 정치인들을 언급하는 기사들은 더 많은 클릭을 끌어들이기 때문에 물론 기자들은 그 캐릭터들을 다른 것과는 다른 이야기들로 엮어내고 싶어한다. 국가적 혹은 국제적 이슈를 다루는 기사들은 국가적인 미디어에 많은 관심을 불러일으키기 때문에 물론 국내 언론인들은 새로운 것이 없을 때에도 같은 이야기들을 재탕하고 싶어한다.

그러나 우리는 가입자를 끌어모으고 유지시키는 보도는 가장 많은 페이지뷰를 창출하는 리포트와 종종 다르다는 것을 알고 있다. 때때로 고등학교 스포츠 팀의 커버리지나 날씨와 같은 매우 지역적인 이슈와 같은 틈새 주제가 사용자들의 서브셋에 가입하는 유일한 이유가 될 것이다. 더 일반적으로, 구독하는 사용자들은 그들이 다른 곳에서 본 뉴스의 선정적이거나 다시 쓴 이야기보다, 특색 있고, 지역적이며, 일상 생활과 관련이 있는 보도를 선호하는 경향이 있다.

뉴스룸이 클릭을 유발하는 콘텐츠뿐만 아니라 구독자들에게 가치를 전달하는 저널리즘으로 성공적인 기사를 보게 된다면, 그들이 매일 내리는 결정에서 그러한 신호에 응답할 이유가 될 것이다. (회사 전체에서 성공을 명확히 하고 측정하는 것은 많은 뉴스 조직이 살아남기 위해 반드시 비즈니스적으로 전환해야 하는 방식으로서 내가 본 유일한 방법이다.)

그렇다면 언론사들은 어떻게 이런 작업을 할 수 있을까? 내가 아는 어떤 언론사도 그들이 그것을 완전히 이해했다고 말하지는 않겠지만, 많은 언론사들은 이 접근법의 버전을 실험해 왔다. 업계 전반에서 살펴본 내용을 바탕으로 한 네 가지 간단한 출발점이 있다.

핵심 "단위 경제" 지표를 사회화한다. 기본 사항으로 시작하기 : 대부분의 언론사들에게, 회사 내의 모든 사람들이 CLV나 한계 광고 수입(marginal ad revenue)과 같은 주요 지표를 이해하지 못하거나 알지 못할 이유는 없을 것이다.

기본 일일 보고. 이것은 비슷하게 간단하지만 많은 언론사들은 그렇게 하지 않는다: 뉴스룸에 있는 모든 사람들은 매일 혹은 최악의 경우 매주 얼마나 많은 디지털 구독이 판매됐는지 그리고 사이트의 어느 섹션에서 판매됐는지 알아야 한다. 나와 보고서를 공유한 한 언론사는 전날부터 사이트의 트래픽을 재점검하는 데일리 이메일을 뉴스룸으로 보낸다. 이 보고서는 섹션당 신규 구독 건수를 나타내고, 신규 구독으로 이어진 모든 URL을 나열하며, 이러한 기사의 저자(기자)들을 강조한다.

구독자 콘텐츠 소비 리포팅. 언론사가 비구독자 트래픽에서 구독자 트래픽을 구분할 수 있는 능력을 가지고 있다면, 이 데이터를 뉴스룸에도 제공하는 것이 좋을 것이다. 구독자는 기사 X에 더 깊이 관여하고 있는 반면 비가입자는 기사 Y를 클릭하고 있다는 것을 알면 우리도 더 많은 것을 알 수 있게 될 것이다. 예를 들어, 이것을 시도한 언론사들로부터, 구독자들이 보는 콘텐츠는 적어도 신규 구독을 창출하는 커버리지와 느슨하게 연관되어 있다는 것을 알고 있다. 한 언론사는 Parsely를 사용하여 다음과 같은 간단한 버전을 구현했다. 그들의 전형적인 기사 트래픽 보고서에, 그들은 구독자들이 읽었던 톱 스토리가 전날 어떤 내용이었는지를 보여주는 섹션을 추가했다.

구독 영향 리포팅. 일부 언론사들은 기자들이 보는 전형적인 "가장 많이 본" 순위의 모양과 느낌을 모방하기 위한 "구독 영향력" 랭킹 차트를 실험했다. 이것은 특정 주의 기사를 신규 구독자의 몇 퍼센트 형태로 랭킹을 매긴다. 이러한 종류의 대시보드를 가진 한 언론사는 각 기사에 대해 해당 기사에 영향을 미치는 구독 횟수(구독 전 30일 안에 기사를 봤다는 뜻), "매우 영향을 받은 구독 횟수"(구독 전 7일 이내에 기사를 봤다는 뜻) 및 해당 기사의 수를 표시했다. “직접적인 영향" (사용자가 가입 후 동일한 세션에서 또는 구독 뒤 본 기사를 의미한다.) 이것은 단순히 구독하기 전에 사용자가 본 마지막 기사를 보는 것보다 낫는데, 이것은 그 자체로 어떤 것에도 아주 좋은 예측 변수가 아닌 것 같아서다.

이 네 가지 단계는 생각의 변화로 가능한 것의 표면을 긁는 수준일 뿐이다. 바라건대, 데이터를 더 쉽게 이용할 수 있게 되고 언론사들이 점점 더 디지털 수익에 초점을 맞추게 되면서, 이러한 종류의 발전은 많은 뉴스 조직에서 이뤄질 것으로 보인다.

콘텐츠 그 너머를 바라보기

뉴스룸에서 생산되는 다양한 콘텐츠의 상대적 가치를 이해하는 것 외에도, 이러한 종류의 지표를 확실한 이해하는 것은 언론사들이 그들의 비즈니스 모델을 보는 방법에 더 넓은 의미를 가질 수 있다.

예를 들어, 출판사는 미터 제약(meter limit) 및 기타 접근 규칙에 대한 결정을 내릴 때 이러한 측정 기준을 매일 사용할 수 있다. 발행물이 월 5개의 무료 기사에서 3개로 미터 제한을 낮추는 경우, 페이지뷰의 손실 수뿐만 아니라 페이지뷰의 가치가 얼마나 되는지, 그리고 순긍정성을 형성하기 위해 얼마나 많은 새로운 구독을 창출해야 하는지에 대해서도 질문해야 한다.

보다 광범위하게, 이러한 지표들을 이해하는 것은 언론사들이 어떻게 자원을 배분해야 하는지를 이해하는 데 도움이 될 수 있다. 로이터 연구소의 저널리즘, 미디어 및 기술 동향 및 예측 2019년 보고서에 대한 최근 조사에서, 조사 대상의 3/4의 언론사는 자사 자원의 25% 미만을 구독 상품 성장에 할당했으며, 약 10명 중 4명은 구독에만 전념하는 자원의 비율이 한 자릿수라고 응답했다. 언론사가 CLV와 같은 지표에 더 초점을 맞췄다면, 최소한 구독과 광고를 동등한 목표로 다루도록 밸런스를 변화시켰을지도 모른다 .