来源：Monday Note

翻译：于波

这是一篇译稿。但是当小编将文中提到的具体网站和媒体名称隐去之后，发现国内外媒体行业遭遇的窘境竟然是如此一致。

数字出版使得内容的商业价值变得扁平化，只要这种局面不发生变化，改善新闻出版的经济状况就只是奢望。这个问题必须加以解决。

数字新闻平台的最大失败在于，它们无法根据内容的类型和质量，赋予不同的经济价值。

在新闻网站上或者新闻应用中，广告位是以相同价格出售，不管那是东拼西凑出来的新闻综述，还是由记者、编辑和研究员共同协作、辛辛苦苦完成的长篇特写。

影响CPM（千人成本）的因素只有一个，那就是广告的位置。

主页上的广告比其他位置上的广告要贵得多，同理，页面顶部的广告比页面底部的广告贵得多。

但广告产生的经济效益与内容的篇幅、深度、独家性和作者身份是脱节的。

图文内容是如此，视频也是如此。

在视频网站上，行车记录仪拍摄的俄罗斯车祸壮观场面可能和无聊的室内纪录影像拥有相同的CPM。

在彭博新闻网站上，由SpaceX提供的宣传片和彭博视频团队制作的很多片段有着相同的广告费率（顺便说一句，彭博社在每段视频中都会重复播放相同的广告，而且不能跳过，这是新闻业衰退的另一个证据）。

相比之下，电视行业早就形成了健全的动态定价策略。

利用效益管理专家设计的算法，广告销售公司已经建立了精密的收费模型，在体育赛事等高收视节目播放的广告比深夜两点重播前投放的广告要贵上几十倍甚至上百倍。

如果出版方能将内容（新闻报道、视频、多媒体）的价值与广告费率关联起来，那必定会受益匪浅。

但是这其中的困难之处在于从静态和动态两方面来评估内容的质量。

一块干酪的价值取决于几个客观因素：口感、气味、味道、产地，也许还有品质标签，这些是静态的无形因素，将决定干酪的经济价值。

相比之下，新闻要素的价值是动态的，可能会随着时间的变迁而大幅变化。

下面让我们以一个虚构的新闻周期为例。

冬日里的一天，一架飞往某机场的航班坠毁在一块玉米地里，导致200人丧生。

这是个可怕的悲剧，对飞机制造公司来说也是个严重的问题。

该公司在几年前才交付这款客机，而在交付之前的三年中，由于从未用过碳复合材料，导致生产出现问题，使这种新型客机的交付时间被多次推迟。

对这次悲剧事件的报道不断发酵，首先是没完没了的坠机最新消息：对遇难者表示哀悼；详述坠机情形和原因（事故发生后的头24小时内基本上是不可能弄清楚事故起因的）；提供众多专家的推断，而那些专家才刚刚从睡梦中被匆忙叫醒。

虽然这些内容可能很重要，但它们是典型的大路货——全国所有新闻媒体几乎都在同样的时间报道同样的内容。

要说新闻的质量（从传统的新闻意义上来说），那就只能呵呵了，因为各种坊间传言往往没有经过仔细的事实核查就出现在新闻中。

这时候所有媒体几乎都是处在同一个起跑线上。

这时候，这条新闻的经济价值几近于零，甚至完全等于零，因为某些新闻机构考虑到这是悲剧事件，于是选择不登广告，而且广告客户也不喜欢自己的广告和悲剧新闻并列出现。

随着新闻周期的推进，情况发生变化，至少从理论上来说是如此。

在国内所有的大型媒体，负责报道交通事故的记者将千方百计地从他们在航空业内的消息人士那里套料，尤其是国家运输安全部门的内部人士。

在这个阶段，独家新闻开始出现：如果某记者弄到了飞行记录的副本，那么其报道将具有很高的经济价值。

从理论上来说是这样，但由于传统网站的结构和销售广告的方式，这篇独家新闻带来的经济价值不可能比某网红在异国遭抢劫的第三手“新闻”更高。

这种不幸的趋势在近些年里得愈加明显，因为通过自动化投放技术完成的广告销售占比越来越高。

eMarketer的数据显示，程序化广告支出将占到中国网络展示广告总支出的51.0%，并且在以每年50%的速度快速增长。

把经济价值赋予新闻作品的所有机制都无法体现凭空码字和真相调查之间的区别！

这下你明白了吧？市场并不奖励独家性，也不奖励传统的新闻跑腿活（辛苦但至关重要的情报搜集工作）。

再回到那个虚构的例子。

在某个时候，跟进那起坠机事件的某个新媒体团队得到了一个关键线索。

来自国家运输安全部门的匿名人士透露消息，那架飞机是在半途遭遇剧烈湍流，导致飞机结构损坏。

这可是大新闻。该媒体随后发表了有根有据的长篇报道，吸引了大量读者。

然而，这篇具有很高新闻价值的报道还是没有带来可观的经济价值：和这篇重磅新闻一起出现的广告不会有什么变化，尤其是因为这篇报道在几分钟内就会被别人转载（有的注明了出处，有的没有）： 某大型媒体的网站转载了那篇报道，浏览量是原文的十倍。

有些人可能会反驳说，优秀的新闻报道肯定会给出版方带来更多的经济价值，因为它吸引了更多的读者。

理论上来说是这样，不过，比起讨巧的特写类稿件，硬新闻的表现更差。

例如，某科技新闻网站发表了一篇报道，说某社交媒体新推出的分类服务被用来贩卖毒品、动物和色情服务，点击量超过80万；典型的“旅行必备的10种科技产品”获得了30多万次的点击。

相比之下，这家科技新闻网站上的科技或金融新闻报道的点击很少能过万。

现在，让我们换个角度。

那起坠机事件发生三个月前，一位籍籍无名、专门研究复合材料结构的大学教授写了一篇文章，提到了机身或机翼等大型构件采用碳纤维材料的风险。

这篇关于复合材料风险的文章发表在某个名不见经传的行业网站上，当时并没有引起任何关注。

尽管从学术上来说，这篇文章无可挑剔，但并没有什么新闻价值，直到被那个新媒体团队的记者发现，并重新发表了文中的大部分内容（注明了出处和原文链接）。

原文得到了很多浏览量。如果这个行业网站有赞助商，那么该网站就能多赚些钱。

在这种情况下，背景和时机提高了深度报道的价值。

由此得出三点结论：

虽然新闻价值有高有低，但可悲的是，经济价值是趋同的。

网络上到处都有新闻价值很高的专业和独家内容，只不过它们很少被发现。

为了使新闻价值和经济/商业价值相符，必须彻底反思广告的投放方式。

解决这三个难题的办法有这么几个：

内容管理系统（CMS）中的每篇报道必须带有一系列明确的质量“信号”（标签）：调查性质的报道而不是综述性质的简讯，深度分析而不是简短的概要等等。

这些信号（或者说专用标签）也应该反映从事于这篇报道的人数，并且具有足够的机器可读性，好被广告投放程序识别，以便发现不寻常的价值，提高广告的收费。

这些信号还必须被搜索引擎、社交网络和聚合网站等二次发布平台发现。

二次发布平台将把更高的搜索排位授予被标记的内容。

高质量内容不易被发现的问题更为复杂，比如那位默默无闻的碳复合材料专家发表的文章。

这就要依靠第三方来提供解决办法：就像小型广告网络把小型媒体的广告位聚集起来打包出售一样，它们也应该考虑使用同样的标签系统来标记新闻报道的质量，并按照质量高低调整广告费率。

的确，这其中有很多障碍需要克服，比如建立一个周全的系统，涵盖众多主题以达到临界数量，以及使真正的标准被广泛采纳。

确实还有很长的路要走。

对广告投放程序的算法进行训练，这一点肯定将越来越有必要。

这涉及到用机器学习和人工神经网络来处理大量新闻报道，首先是理解，然后是模仿人类编辑来评估新闻报道在整个新闻周期中动态变化的质量、价值和独家性。