寫在資料分析專案之前
在開始一項新的資料分析專案之前，了解相關產業的基本知識是非常必要的。在這裡，我們將著重討論內容媒體這個領域。
內容媒體的種類
內容媒體與我們非常息息相關，它們豐富了我們生活，最常見的就是新聞媒體和部落格/論壇。若我們或公司未來也想規劃做自媒體，那接下來的內容肯定也與我們有關。
新聞媒體網站類
ETtoday新聞雲、三立新聞網、自由時報、聯合新聞網、妞新聞 等。
論壇/部落格類
痞客邦、Dcard、mobile01、PTT、巴哈姆特等。
內容媒體、廣告主與客戶的三角關係
在內容媒體的世界中，有三個主要的角色：廣告主 (Advertiser)、內容媒體 (Publisher) 以及客戶/讀者 (Customer)。這三者之間的關係可以透過流量和商品的轉移來理解。
內容媒體產業的盈利模式
根據前面的三角關係，我們會發現廣告主 (商家) 與內容媒體的依附關係超級大，商家目標讓自己的商品可以觸及到更多消費者，以台灣來說，通常會選擇 Google 和 FB 聯播網投放商品廣告，而另一種觸及方式是會向流量很大的內容媒體網站買廣告版位，目標吸引更多對自己商品有興趣的消費者讓他們點擊廣告、進而促進消費者加入會員以及購買商品。
所以我們發現，內容媒體經營者的商業模式，不外乎就是需要把自己的流量賣給「需要流量」的廣告主 (商家)，或是讓讀者用「訂閱制」的方式看付費的文章內容，執行優質內容需付費的概念。今天我們先聚焦在前者。
因此，培養站內流量池至關重要
AARRR 行銷漏斗也能直接用於內容媒體產業，我們需要在網站上創造優質的讀者體驗才能讓流量源源不絕，若要以廣告收益為目標，唯有高品質的流量，內容經營者才可能販售站內廣告版位來盈利。
提高讀者活躍度 (Activation) 與讀者留存 (Retention) 會是我們資料人最能施力的點，我們可以使用站內瀏覽數據與文章數據洞察讀者的閱讀習慣與閱讀喜好，用各種分析手段讓讀者在站內的時間可以停留的更長、提高整體留存。
資料科學可以派上用場的地方
資料科學在內容媒體產業中有許多可以派上用場的地方。例如，文章自動貼標、相似文章推薦、個人化文章推薦以及讀者分群等等。
文章自動貼標
我們可以透過文章主題分類模型挖掘文章潛在主題字，供編輯上架文章時參考。還可以透過文章自動貼標模型，自動將文章貼標風格與重要元素，未來假設有讀者看了這些文章，我們可以辨識讀者的文章風格偏好程度、並能統計整體文章風格偏好趨勢。
相似文章推薦
通常執行完文章貼標/分類或是主題挖掘模型，我們就掌握了文章與文章的相似性，接著就可以定期算出文章與文章的相似分數，並把結果與網站前端呈現串接，當有讀者讀了某文章 A 我們就可以推薦 B 文章給他，因為 A 文章與 B 文章都是提到保濕相關的化妝品。
個人化文章推薦與讀者分群
當文章已經有被貼上分類或標籤、同時若我們也有網站數位足跡數據，那我們就能將讀者根據價值與興趣角度分群，知道讀者們有無相似的進站偏好、相似的文章風格興趣。了解讀者特性後，可以直接發送 EDM，同時也能變成個性化推薦的線索。
個人化推薦通常需要兩個先前要素：文章之間的相似度、讀者對於文章的偏好。當這兩個要素都準備好，我們就可以執行個人化推薦演算法，此結果也可以直接與網站前端呈現串接，可以利用專屬 page 呈現個性化推薦結果 ，也可以與相似文章推薦、熱門文章推薦等推薦結果共存在推薦列表中。
希望這則分享能讓你快速理解內容媒體生態以協助你規劃資料科學題目，歡迎留言分享你的心得！歡迎收藏 IG 同篇貼文！