Gijs Manders, Director Media Atos Origin

Afgelopen week had ik een goed gesprek met Ronald Egas, uitgever van de IT titels van VNU Media zoals Computable, Tweakers.net, Channelweb.nl en ITdirectory.nl.

Met een sterke afhankelijkheid van vacatures en IT advertenties zitten ze natuurlijk in een moeilijke hoek en hebben dan ook de nodige kostenreducties doorgevoerd. Het is een typisch voorbeeld van een bedrijf waar 5 goede jaren gevolgd worden door 2 slechte jaren. Zodra de (IT) markt aantrekt zijn ze ook de eerste die profiteren.

Maar er zijn wel degelijk initiatieven die nog groeien! Interessant vond ik de IT knowledge base van Computable. Hier kunnen IT-bedrijven hun kennis etaleren en bezoekers kunnen er gratis in zoeken. Het verdienmodel bestaat eruit dat een bezoeker van de knowledge base zijn gegevens achterlaat als hij een whitepaper download en de kennisleverancier zo'n 60 Euro betaalt voor deze lead (studenten worden eruit gefilterd).

Vooral in de IT werkt dit principe. Volgens marketing organisatie Sherpa wil de business professional, en vooral de IT-er, zelf zoeken naar de informatie. En een organisatie zoals Atos Origin publiceert vaak een enorme berg aan whitepapers en onderzoeken. Dus hiervoor een marktplaats creëren is geen slecht idee.

60 Euro voor de gegevens van een business professional die bezig is met een onderwerp waarin een organisatie expert is, is geen slechte prijs.

Of ben ik gewoon in zijn sales-pitch getrapt? Want inmiddels heb ik natuurlijk wel de afspraak met onze marketing directrice geregeld....

Je kunt, volgens hem, geen geld meer verdienen aan zaken die bekeken, gelezen of beluisterd worden. Zijn advies is om zaken te verkopen die niet te kopiëren zijn en de bezoeker te laten betalen voor premium abonnementen.

Een voorbeeld dat hij gaf was Pandora. Een gratis internet radiostation waar de muziek gratis is, maar de gebruiker betaalt voor een premium versie met meer functies. Daarbij zullen veel content producenten volgens hem zich gaan transformeren tot aggregators die voor een bepaalde doelgroep informatie verzamelen.

MAAR: als iedereen geld verdient rondom de content en zich gaat richten op verzamelen, wie gaat er dan de content nog maken? En hoe gaat deze journalist dan betaald worden?

De vergelijking met een internet radiostation gaat volgens mij dan ook niet op. Voor de schrijvende pers zijn er geen internationale verrekenmodellen en is er geen Buma en geen I-tunes. Veel bands en artiesten verdienen het meeste geld aan optredens maar of dat nu het verdienmodel voor de toekomst wordt voor journalisten....

Wie het weet mag het zeggen. De oplossing om geld te verdienen rondom de content kan uitkomst bieden voor uitgevers, maar is niet de oplossing voor de journalistiek.

Het antwoord op deze vraag is eigenlijk vrij simpel. Je schotelt de bezoeker van de website de advertentie voor waarbij de slagingskans het hoogst is.Dus als je betaald wordt per “click through”, dan schotel je de bezoeker de banner voor waarbij de kans op doorklikken het grootst is.

En toch doen nog weinig uitgevers dit. Waarom?Omdat het knap ingewikkeld is om dit goed te doen en veel adverteerders nog betalen op basis van het aantal keer dat de advertentie bekeken is.Maar dat gaat veranderen. Al is het maar omdat veel bezoekers het juist erg waarderen als zeer relevante advertenties worden aangeboden. 

Met behulp van “predictive analysis” kun je het gedrag van mensen analyseren en op basis daarvan ook hun gedrag gaan voorspellen.Sommige uitgevers in Nederland maken al gebruik van deze technologie om bijvoorbeeld hun abonnementenverkoop te ondersteunen met bijvoorbeeld in Nederland een uitgever die zijn conversie van proef-naar-vast verhoogde van 4% tot 9%. 

Voor on-line toepassingen heet dit “web-mining” en komen veel marketeers niet verder dan webstat of Google analytics. Terwijl marktleiders SPSS en SAS oplossingen bieden die veel verder gaan.Zo heeft een pilot bij de Deense uitgever Jubii tot een 40% verhoging van het aantal click-throughs geleid. Simpelweg door de advertentie aan te bieden op basis van de waarschijnlijkheid dat iemand door zou klikken.

Het lastige in dit vakgebied is dat je een enorme hoeveelheid complexe data moet interpreteren en daar generieke profielen uit destilleren. Maar voor mensen die het daarom maar niet toepassen verwijs ik naar de onderstaande quote:

“In God we trust

……. All others: bring data”  

Barry Barada, Sara Lee