《华盛顿邮报》不站队影响数据团队：意外的经济损失如何波及订阅者与模型调整

画一只熊猫正在读《华盛顿邮报》的图片，它身后是国会山庄。

美国总统选举只剩下不到一周的时间了，许多机构和名人纷纷站出来支持他们心仪的总统候选人。这样的支持不仅对总统候选人有利，也对支持者或机构有益。这并非又是一个试图通过数据预测选举结果的专家，也不试图通过数据来影响你的投票选择——这要有趣得多呢。

《华盛顿邮报》是不支持任何总统候选人的机构之一。出版方表示，这是他们36年来首次不支持任何总统候选人，并且他们也不打算在未来的大选中支持任何候选人。详情请见：https://www.washingtonpost.com/style/media/2024/10/25/washington-post-endorsement-president/

这一决定遭到了许多人的批评，并导致《华盛顿邮报》大量订阅被取消。据多方消息来源称，取消订阅的人数大约为25万，约占其活跃订阅用户总数的10%。

所以，数据方面的问题是，这些流失的订阅值多少钱？乍一看，这似乎是一个很简单的问题。

尽管没有他们的内部数据，我们无法给出一个确切的答案，但我们可以说说我们将如何处理这个问题。我们还将探讨为什么这个问题可能比表面上看起来要严重得多，以及为什么它可能会给《华盛顿邮报》的数据团队在接下来的几周和几个月带来更多的麻烦。

在我们深入探讨之前，让我们提醒自己，任何有订阅服务的品牌都将拥有大量的用户级数据。这包括用户注册时间、登录频率、使用最多的功能、偏好的内容类型以及哪些通知能增加他们的参与度等。从这些数据中，数据科学家通常会建立多个模型，从聚类分析和描述性建模到预测性建模等，预测下一步最佳行动以吸引用户。

该框架的一个重要部分通常是生命周期价值（LTV）建模，这从简单的LTV模型到预测性的LTV模型，这些模型可以为品牌提供每个订阅者在他们甚至还没有注册之前潜在价值的评估，基于公司可获得的数据。这反过来帮助他们为可能向潜在客户展示的广告设定合理的预算。

好的，绕道结束了，回到《华盛顿邮报》这里。他们有多种订阅级别，

• 全渠道数字访问（月度或年度）: 每月12元，每年120元
• 高级数字访问（月度或年度）: 每月17元，每年170元

除此之外，他们还另外提供给新生一些激励措施。

• 全渠道数字访问（月度或年度）: 每月只需4美元/月，一年只需40美元/年
• 高级数字订阅（月度或年度）: 每月只需6美元/月，一年只需60美元/年

用户选择的订阅类型也是衡量订阅者为品牌创造多少终身价值（LTV）的变量之一。通过这个模型，我们可以预测品牌从每位订阅者那里可能获得的收入。

所以，《华盛顿邮报》会如何评估大量订阅者流失的价值呢？他们会计算每位取消订阅者的预计长期价值（LTV，即Life-Time Value），把所有这些数值加起来，然后向领导团队汇报一个估算值。

但如果我们等不及，想马上做点什么，我们可以做一些快速的假设和计算，来感受一下这个决定的规模。

• 平均订阅时长： 我们没有具体的数据，但是流媒体服务的订阅时长通常为50至60个月，因此我们用这个作为参考。
• 最低费用： 全频道数字订阅每年120美元（我们忽略首年注册优惠，因为这个用户群已经享受过这个优惠，这对我们当前的估算不相关）
• 最高费用： 高级数字订阅每月17美元
• 流失的订阅数： 250,000

在 Excel 中进行了一些非常快速的计算后显示，如果所有订阅者至少订阅一年并支付最低费用的全价订阅，缺乏背书导致《华盛顿邮报》损失了约 3000 万美元。如果大多数订阅者更接近支付最高费用，这一数字更接近于每年大约 5100 万美元。假设订阅时间平均为 50 个月，我们可以看到，这一决定导致的潜在成本约为 1.25 亿美元的订阅费损失（假设仍然基于最低订阅费用）。

但这里就有趣了。订阅取消的情况非常公开，很多人会在社交媒体上发布他们取消订阅的消息，通常还会附上取消确认的截图，经常还会配上截图证明自己已经取消了订阅。华盛顿邮报及其数据团队的模型可能会遇到哪些意想不到的问题？

这是来自X的截图

如果你发现了问题，做得很好。

通过在社交媒体上高亮他们的取消订阅，人们无意中分享了《华盛顿邮报》的续订优惠。大多数人都知道公司会采取各种策略来防止客户流失。是的，确实有一小部分人会积极尝试钻空子以获取这些优惠。但我敢保证，知道具体优惠内容的人不多。

所以，这可能会导致大量从未想过要利用系统漏洞的人开始这样做，并获得较优惠的订阅。这种现象可能已经存在，这可能是一个《华盛顿邮报》未曾考虑过的额外成本（即他们认为自己的订阅保留优惠起了作用，但实际上是因为大量新订阅导致了人们寻求订阅保留优惠）。

但这更糟糕了！现在他们必须重新考虑这个挽留方案本身是如何确定的。WP的数据科学团队已经做了大量的A/B测试，生成了大量数据以建模和预测最佳挽留方案。这个挽留方案基于人们在取消潮之前的行为以及挽留方案的公开分享——因此，他们模型预测的最佳挽留方案已不再可靠，可能给《华盛顿邮报》带来比预期更高的成本。

他们到底该怎么办呢？

这并不是那么简单。他们首先需要进行更深入的分析，以评估这种影响可能带来的价值。这可能需要运行一系列场景，以突出影响的不同规模，这取决于现在可能开始寻找保留优惠的人数多少。他们也可以完全取消保留优惠，重新开始测试和模型构建的过程。虽然这也会产生成本，但如果成本低于潜在影响，这样做还是值得的。

这还可能对营销预算、创新投资、新闻业的质量等方面产生后续影响。

总体来说，华盛顿邮报不大可能将其缺乏对某位总统候选人的支持视为潜在影响的副作用。如果他们知道结果会是这样，他们可能会有不同的选择？谁知道，毕竟支持错误的候选人也可能使他们损失数百万乃至更多。

从整体来看，这种情况说明，品牌决策可能会对消费者行为产生意想不到的连锁影响，这表明品牌应当仔细考虑此类高调举措的短期和长期后果。

虽然这与当前的案例不一定相关，但这时拥有一位经验丰富且直言不讳的数据专家作为你的领导团队的一员就会带来好处，因为他们几乎总是建议运行一些情景模拟来评估决策的影响。这并不是说你必须遵循这些情景模拟的建议，但至少它们会让你质疑并为你的选择辩护。