ダイナミックペイウォールを採用するメリットは確実にある

要点

ニュースメディアの多数派が採用するハードペイウォールは機会損失が大きい。ユーザーごとに購読を増やすのに最適な購読プロセスの提示をするダイナミックペイウォールを採用する利点は大きい。

ダイナミックペイウォールが登場した経緯

世界中のほとんどのインターネット新聞社は広告を表示するか、または有料購読で記事へのアクセスを制限する有料モデルを利用することで収益を上げている。しかし、広告収入は、顧客との長期的な関係を構築しないため、既存のニュース制作の形態を維持するのに十分ではないかもしれない。ペイウォールという手法は全く新しくないが、近年はそのロジカルな発展が見られている。いわゆるダイナミックペイウォール（あるいはAdaptive Paywall）である。

広告型無料コンテンツの収益モデルの技術的障害の増加（例：広告ブロッカー）と、顧客との持続的な関係を求めるオンラインニュースプロバイダの数が増加しているため（発行部数が5万部を超える米国の新聞の78％がデジタル購読モデルを使用している）、効果的なペイウォールのメカニズムを開発して収益を上げる必要性が生まれている。

ユーザーが誤ったタイミングで記事を読むことをブロックすると、ユーザーの離脱が早すぎたり、潜在的な購読者ではない人が無料で多くのコンテンツを読むことを許してしまう可能性がある。このアプローチはより多くの購読につながらず、他のビジネス目的（例えば、ユーザーの滞留時間の増加、訪問回数の増加など）を犠牲にしている。したがって、スマートなペイウォールポリシーを開発することは、オンライン新聞の繁栄と収益性にとって最も重要である。

ユーザーのインタラクションデータの利用可能性と機械学習技術の進歩は、興味深い問題を提起している。

「特定のユーザーがペイウォールの前に、どのくらいの数の記事を読むことを許可すべきか推定できるだろうか？」。

すべてのユーザーに対して同じ答えを期待するのは非現実的である。さらに、その答えは、相反するビジネス上の目的を考慮しなければならない。例えば、読者がより多くの記事を読めるようにすることは、広告の表示数を増やすことにつながり、広告ベースの収益を増やすことになる。しかし、サブスクリプションの観点からは、無料コンテンツを提供しすぎると、読者の観点からサブスクリプションが不要になるので好ましくない。

「逐次決定過程」としてのペイウォール

最適なペイウォールのタイミングを見つけることは、ペイウォールを表示するかどうかの決定を、読み取りセッション中の各時点で行い、ペイウォールが表示されたらセッションを終了するという逐次的な意思決定プロセスに還元できる。

この前提に立った興味深い論文がデータマイニングの世界的なカンファレンスである「KDD2018」で採択されたヨーク大学のHeidar Davoudiらの"Adaptive Paywall Mechanism for Digital News Media"である。

本論文は、この問題の目的関数を定義するために、効用とコストの概念を導入する。記事の効用は、ビジネス目的（例えば、購読の可能性を高めることができるユーザーのエンゲージメント）を達成するための記事の有効性 / 実用性を測定することで求める。記事のコストは、それを準備するために消費されたリソースの量を測定する（例えば、著者に支払われた金額）。従来のペイウォールモデル（固定ペイウォールまたは従量ペイウォールと呼ばれる）は、上記の2つまたは他の要因を考慮することなく、一定の数の記事（例えば、2つの記事）を訪問した後に、ユーザが記事を読むことをブロックする。

図1は、記事の実用性とコストがどのようにスマートな意思決定に利用できるかを示す例を示している。異なる読書行動が異なるペイウォール戦略を必要とする可能性があることを示しており、ユーティリティとコストモデルに基づいて意思決定を行うことは、ユーザーの訪問ごとにスマートな意思決定を行うための効果的なアプローチとして役立つことを示している。

著者らは、商品の効用とコストを考慮し、ペイウォールを逐次決定問題として定式化する解決策を提案した。問題とその構成要素を近似動的計画法で定義し、その解決方法を分析し、データ駆動型のルックヘッド・ポリシー（将来の予測される意思決定に基づいて意思決定を行う）を用いた解決法を提案した。提案した手法をカナダの全国紙の実データセットに適用し、既存の手法や他のベースラインと比較した場合の利点と優位性を示した。

• 効用：記事の効用は、ドメインの専門家によって決定されたり、過去のナビゲーションパターンからデータ駆動型で学習されたりします。例えば、ある記事を読んだ非購読ユーザーの高い割合が後に新聞を購読した場合、その記事は高い効用を持っている。
• コスト：費用は様々な方法算定される。例えば、新聞社が著者に支払わなければならない金額などだ。
• ナビゲーショングラフ：ナビゲーショングラフは過去のユーザーのナビゲーション行動をエンコードし、ユーザーが次にどの記事を訪問する可能性が高いかを推定するために使用される。論文は、購読者が行ったセッションに基づいてナビゲーショナルグラフを作成している。
• セッションベースペイウォール：ユーザーが記事を読み始め、ペイウォールが提示されるまでのセッションに基づいてペイウォールを提示する

研究は、利用者の状態を表現するためのコンポーネントとして「ナビゲーショングラフ」を採用したが、これはユーザーが購読を決断するかどうかは、確率的に推移していく決定過程と捉えていることを意味している。これは強化学習でしばしば利用される、マルコフ決定過程の類似である。時間経過に伴う逐次的な意思決定は、機械学習では強化学習、オペレーション研究では近似動的計画法など、さまざまな名称で多くの分野で研究されてきた。

研究の結果

著者は方策関数（policy function）の設計のために近似動的計画法におけるルックヘッド・ポリシーの採用を提案している。このルックヘッド・ポリシーとともに、ハードペイウォールや標準的なモデルとともに同じ問題を解かせてみたところ、ルックヘッド・ポリシーのパフォーマンスが他を大きく上回った。ペイウォールを逐次決定問題として定式化する解決策を提案した。

参考文献

1. Heidar Davoudi. Adaptive Paywall Mechanism for Digital News Media. KDD 2018, August 19-23, 2018.
2. A. Williams. 2016. Paying for Digital News: The rapid adoption and current landscape of digital subscriptions at US newspapers. American Press Inst. (2016).

Photo by Keenan Constance on Unsplash