AI за журналистика, която продължава да се изплаща

Проблем

Отказите се струпват в първите 90 дни и в седмицата преди промоционалната цена да се вдигне до редовната, но абонаментният отдел разбира едва когато формата за прекратяване бъде подадена. Тогава задържащите оферти тръгват на едро и отстъпката отива и към хора, които така или иначе биха подновили на пълна цена.

Подход

Модел за дискретен хазард върху редове „абонат на ден“ — LightGBM или вариант на Cox/DeepSurv, когато кривата на престоя носи сигнала — оценяван всеки ден спрямо оставащите дни до подновяване, а не по календарен месец. Състоянието на договора от Piano, Zuora или Omeda (престой, план, стъпка на цената и размерът ѝ, начин на плащане, предишни задържания, събития в гратисен период и ценовата стъпка от преминаването към еврото през януари 2026 г., която и днес е активно събитие за отлив във всяка българска абонатска база) се свързва с поведението от Snowplow, Chartbeat или Deep.BI (RFV, сесии за последните 7/28/90 дни, тематична широта по IPTC тагове, приложение срещу мобилен уеб, съгласие за push) и с процента кликове в бюлетина, а не с отварянията — Apple Mail Privacy Protection обезсмисли отварянията през септември 2021 г. Отделен uplift модел (двумоделен или causal forest) върху исторически рандомизирани оферти решава кой изобщо заслужава оферта. Изпълнение през Braze или Sailthru, с постоянна нетретирана група от 5–10%.

Проблем

Фиксираният метър от пет статии е едновременно твърде стегнат върху трафик с висок рекламен приход — убива RPM върху материал, който така или иначе никого няма да конвертира — и твърде разхлабен върху разследването, за което хората биха платили. Редакцията и търговският отдел спорят за това всеки месец без общо число.

Подход

Два модела, захранващи един слой за решение. Модел А оценява очаквания рекламен приход на показване от Google Ad Manager Data Transfer на ниво импресия, сегментирано по позиция, гео, устройство, източник и състояние на съгласието — TC String и Consent Mode v2 заедно, защото съгласуван TC String при отказано Consent Mode се остойностява съвсем различно от напълно съгласувана заявка. Модел Б оценява очакваната стойност на абонамента като вероятност за абониране по цена на офертата по очаквано оцеляване. Слоят за решение в Piano Composer, Zuora Zephr или Poool избира свободен достъп, метър, регистрационна стена или твърда стена за всяка заявка и се изпълнява на ръба на CDN — Cloudflare Worker или Fastly Compute със сървърна проверка на правата — така че текстът зад стената никога не влиза в DOM. Това спира извличането на съдържание и премахва изместването на оформлението, което клиентската стена причинява; решение по Core Web Vitals толкова, колкото и по приход.

Проблем

Между една пета и две пети от отлива е неуспешно плащане, а не решение. Повтарящите се плащания са инициирани от търговеца и остават извън обхвата на SCA, след като мандатът веднъж е удостоверен, така че щетата от PSD2 идва другаде — при първоначалното плащане, при всяка промяна на сумата или графика, която налага ново удостоверяване, и при меките откази на банката издател, когато изключението за плащане, инициирано от търговеца, не е зачетено. Добавете изтеклите и преиздадените карти и рисковите правила на издателя — и абонаменти, които никой не е искал да спре, умират тихо, а стандартната стълбица от три повторни опита възстановява около половината.

Подход

Включване на услугите за обновяване на карти — Visa VAU и Mastercard ABU — през Stripe или Adyen и преминаване към мрежови токени, за да продължи да работи преиздадената карта. Предупредителен dunning 30 дни преди известен срок на валидност, който постига около 73% отваряемост срещу всичко, изпратено след отказ. След това модел за времето на повторния опит, който предсказва часа и деня с най-висока вероятност за одобрение, обусловен от BIN на издателя, кода на отказа (мек отказ „недостатъчна наличност“ се държи съвсем различно от твърд do-not-honour), сумата и изхода от предишните опити. Стълбицата се диференцира по децил на стойността — абонат с десет години печат и дигитал получава телефонно обаждане, пробен абонамент за едно евро получава два имейла — а SEPA директен дебит се предлага като резервен вариант при дългогодишните абонати — 3–5% върнати плащания срещу около 15% откази по картите, макар двете да се измерват различно и при директния дебит отказът да излиза дни по-късно. Замяната е по-нисък дял откази срещу безусловното право на връщане в осемседмичен срок по SEPA Core, тринадесетмесечния прозорец за неразрешени плащания и задължителното предизвестие при всяка промяна на сумата — затова го предлагаме на дългогодишни абонати със стабилна цена и никога на пробни или промоционални кохорти.

Проблем

Връщания от 15–35% от тиража изгарят хартия, мастило, форми, вложки и транспорт за бройки, които отиват за брак. Разпределенията са зададени преди години и се коригират на ръка, EPOS данните от дистрибутора идват до десет дни след продажбата, а обект, който е изчерпал бройките, се отчита като продал точно колкото е получил.

Подход

Формулировка като newsvendor задача за всяка двойка обект–издание за деня, с поръчка при критичната квантила cu/(cu+co) — cu е загубеният принос от непосрещната продажба, включително рекламният приход и приходът от вложки, които бройката носи, а не само маржът от коричната цена; co е граничният разход за печат и превоз, нетно от кредита на дистрибутора и стойността на възстановената хартия. И двете са финансови входни данни, договорени писмено с вашия директор „Разпространение“, преди моделът да е тръгнал, защото недоопределена квантила греши уверено. Оптимизаторът след това работи при твърд под върху одитирания тираж на всяко издание — икономия от връщанията, която ви коства рекламна база, е загуба — наред с размерите на пакетите, капацитета на вложителната линия и часовете на тръгване на курсовете. Търсенето се моделира с градиентен бустинг или Temporal Fusion Transformer по ден от седмицата, тема на първата страница (взета от IPTC таговете върху макета), приложения и промоции на конкуренцията, училищни и официални празници, време, местни събития и тип обект. Стъпката, която почти всички пропускат, е корекцията за цензуриране: за изчерпаните обекти скритото търсене трябва да бъде импутирано, по типа на Tobit или през EM цикъл, иначе моделът научава историята на вашите доставки и уверено препоръчва точно това, което вече печатате. Изходът влиза в ppi Media или в системата за разпространение преди крайния срок за форми, а не след него.

Проблем

Двадесет години архив, етикетиран със свободни ключови думи от този, който е подал материала. Сегментите за бюлетина стоят върху регулярни изрази по URL, препоръките въртят едни и същи три рубрики, кохорти по Seller-Defined Audiences не могат да се съставят, а никой лицензионен разговор не може да опише какво реално съдържа корпусът.

Подход

Йерархична класификация в IPTC Media Topics — над 1200 термина в пет нива — чрез извличане по вграждания върху дефинициите на термините и последваща LLM проверка на краткия списък. Никога свободно генериране, което измисля термини, каквито речникът няма. Именуваните обекти се свързват към поддържан от издателя авторитетен файл с ключове към Wikidata и ISNI, така че двете изписвания на едно и също име да сочат към един възел. Праговете на увереност се различават по ниво: автоматично прилагане на нива 1–3, а нива 4–5 отиват в опашка за потвърждение с едно кликване от редактор, защото точно там съседните термини се препокриват и точността се срива. Таговете се записват като NewsML-G2 или ninjs в CMS и като schema.org NewsArticle с about/mentions на страницата. За българския е нужен поддържан слой етикети — IPTC публикува преводи на Media Topics на над дузина езика и българският не е сред тях.

Проблем

Обикновено половината печатен тираж отива като абонамент до дома, където връщания изобщо няма, а лостовете са други: гъстота на маршрута, цена на разносвача за бройка, спирания и пренасочвания при отпуска, оплаквания от доставка. Разходът за бройка расте най-бързо по най-тънките маршрути, а никой не може да каже кои пощенски кодове вече не се изплащат и колко прекратявания би струвало оттеглянето от тях — така решението се спори на борда, вместо да се остойности.

Подход

Принос на бройка по маршрут, сглобен от реалния разносен график, а не от средно за района: плащания към разносвачите, гориво и разход за депо срещу абонаментния принос, който този маршрут наистина носи. След това хазарден модел от оплакване за доставка до прекратяване, оценен върху дневника на оплакванията, свързан с дневника на прекратяванията, така че недоставена бройка да носи число за отлив, а не извинение. Двете захранват оптимизатор за уплътняване и оттегляне с моделирана цена на отлива за всеки отпаднал адрес и с оферта за заместване по пощата или само дигитално, остойностена във всеки вариант, а не приета за даденост.