Mit Big Data gegen Aboverluste

Produktentwickler bei der "New York Times" haben ein Verfahren entwickelt, mit dem sich Kundenkündigungen rechtzeitig erkennen lassen.

Im Februar startete die bekannteste Qualitätszeitung der USA eine neue Technikkolumne namens "Machine Learning". Doch hinter den Kulissen arbeitet die "New York Times" an ihren eigenen Anwendungen aus dem Bereich des maschinellen Lernens: Die Produktentwickler des Blattes haben ein Verfahren geschaffen, mit dem es möglich sein soll, potenzielle Abokündiger rechtzeitig zu erkennen.

Erst kürzlich hatte die Zeitung Chris Wiggins vom Fachbereich Angewandte Mathematik der Columbia University zu ihrem "Chief Data Scientist" erklärt. Wiggins hatte zuvor unter anderem Vorhersagemodelle zur Bestimmung der Herkunft von Viren entwickelt. Nun leitet er eine kleine Gruppe, die versucht, dem mittlerweile 162 Jahre alten Printprodukt zu helfen, seine Leserschaft zu halten und zu erweitern.

Wiggins übernahm die bislang noch als Teilzeitjob gedachte Tätigkeit, weil er das Qualitätsblatt liebt und helfen wollte, dass seine 1200 Redakteure und Reporter ihre Jobs behalten können. Trotz disruptiver Kräfte aus dem Internet soll die Traditionszeitung ein tragfähiges Geschäftsmodell behalten.

Zu den Hauptproblemen der Printmedien in Amerika und anderswo gehört, dass Werbetreibende weniger Anzeigen schalten. Der Reklameverkauf sank laut dem "Pew's Sate of the News Media"-Bericht bei den US-Zeitungen von 47 Milliarden Dollar im Jahr 2005 auf 19 Milliarden im Jahr 2012. Onlinereklame wiederum reicht nicht, um diesen Verlust aufzugleichen.

Entsprechend lebt die "New York Times" verstärkt von Abos. Die Printzeitung wurde teurer und man führte Digitalsubskription samt Bezahlschranke ein. Dieser Ansatz funktioniert offenbar bereits gut: Im Vergleich zu den ansonsten unschönen Jahreszahlen, die im Februar bekanntgegeben wurden, konnte man beim Onlineabo 2013 ein Plus von 19 Prozent verzeichnen.

Marc Frons, Chief Information Officer (CIO) der New-York-Times-Muttergesellschaft, die rund 500 Menschen in den Bereichen IT, Technik und Programmierung beschäftigt, erläutert, dass die Firma vor rund einem Jahr damit begonnen hat, Daten zu zentralisieren, die zuvor in verschiedenen "Silos" gesteckt hätten. Eine "Business Intelligence Group" wurde gegründet. Hier ist das Blatt nicht allein: Auch andere traditionsreiche Firmen setzen mittlerweile auf Big Data.

Wiggins leitet nun ein Team aus einer Handvoll Personen, deren Aufgabe es ist, mit vorhandenen Informationen zu experimentieren – und dabei zu bestimmen, ob die geschäftlichen Probleme der "New York Times" vielleicht mit maschinellem Lernen behoben werden können. Statistische Methoden sollen Vorhersagen erlauben, wie sich die Abozahlen entwickeln.

Daten hat das Blatt eigentlich genug, jeden Tag schauen neun Millionen Besucher auf der Startseite vorbei. "Aber wir brauchen Werkzeuge, die uns zeigen, warum die Leute uns abonnieren und wie wir sie halten können", sagt CIO Frons. Bevor jemand zum Telefon greife, um zu kündigen, müsse es doch möglich sein, ein Verhaltensmuster zu erkennen. "Das kann ja zum Beispiel sein, dass man sich nicht mehr häufig einloggt."

Der Plan ist derzeit noch eher bescheiden angelegt. Andere Firmen im Web treiben viel mehr Aufwand. So hat Google gerade 400 Millionen Dollar für ein Start-up ausgegeben, das auf maschinelles Lernen spezialisiert ist. Und Amazon sucht aktuell nach 40 wissenschaftlichen Experten auf dem Gebiet – zusätzlich zu den bereits vorhandenen.

Gut zu sehen ist, dass die traditionellen Firmen versuchen, aufzuholen. Im Oktober stellte der "Wall Street Journal"-Verlag News Corp. Rachel Schutt ein, die ebenfalls von der Columbia University kommt und dort als Statistikerin auf Netzwerke spezialisiert war. Ihr Posten: Senior Vice President for Data Science. Den Job gab es bislang nicht. Schutt zufolge ist sie nun die "zentralisierende Kraft" für eine Anzahl von Projekten aus den Bereichen maschinelles Lernen und Vorhersagemodellierung, die bereits laufen.

Große Verlage versuchen, mit Medienstart-ups mitzuhalten, von denen einige sogar die ehemaligen Studenten von NYT-Chief Data Scientist Wiggins beschäftigen. Websites wie Buzzfeed zeigen, wie mathematische Modelle die Viralität von Geschichten erhöhen können. Dieser Dienst und die "Huffington Post" erreichen mit weniger Menschen mehr Seitenabfragen als die "New York Times".

Dem Blatt geht es bei seiner Initiative aber nicht um so etwas Einfaches wie mehr Seitenabrufe. "Wenn etwas auf Buzzfeed viral wird, kriegt es viele Klicks. Aber das ist etwas anderes, als die Beziehung, die sich die "New York Times" zu ihren Lesern wünscht", sagt Wiggins. "Denn darum wollen wir unser Geschäft aufbauen." Abos sollten dementsprechend "viral" werden. "Das steht im Zentrum des Modells." (bsc)