Como o New York Times tornou seu paywall mais inteligente com machine learning

• O NYT introduziu um paywall em março de 2011 e fez a transição para um modelo por assinatura
• Quando foi implementado pela primeira vez, usava o método de "Meter Limit", no qual todos os não assinantes podiam acessar gratuitamente apenas um certo número de artigos por mês
• Agora, a empresa introduziu um modelo de machine learning para personalizar os limites com um Dynamic Meter
  • O ajuste é feito observando o engajamento dos assinantes e o número de vezes que o paywall é exibido
• Explica o método de treinar e otimizar um modelo de "base-learners", semelhante ao modelo "S-learner"

[budlebee]

Do ponto de vista do consumidor, esse tipo de abordagem, como medição dinâmica — e também o preço dinâmico da Coupang — passa a sensação de estar discriminando explicitamente os clientes, então não me agrada muito...

[xguru]

A transformação digital do New York Times foi bem-sucedida, e já saíram muitos artigos relacionados sobre isso.

• (Sem fracassar) The New York Times
• 4 anos em retrospectiva do CTO do New York Times
• Como o New York Times projetou um CMS para melhorar o fluxo de trabalho da redação
• New York Times decide não usar dados de terceiros para publicidade

Como dá para ver nos textos acima, eles se esforçam de forma extremamente obstinada para fazer a estratégia de conteúdo pago funcionar. Até cancelar a assinatura é difícil.

• Como cancelar a assinatura do New York Times

Ao mesmo tempo, o próprio New York Times também publicou artigos criticando muitas empresas por usarem "dark patterns" que dificultam o cancelamento depois da assinatura. E isso sendo que eles mesmos fazem o mesmo..

• Stopping the Manipulation Machines

[hasflat]

Também vi críticas dizendo que, embora eles critiquem neste post a coleta de informações dos usuários por empresas de tecnologia, acabam fazendo a mesma coisa. When Tech Companies Do It, The NY Times Calls It ‘Dark Patterns,’; When The NY Times Does It, It’s Called ‘Being Smart’