Интернет-журналистика. Как писать хорошие тексты, привлекать аудиторию и зарабатывать на этом

Журналисты становятся все большими экспертами в переработке и структурировании атомов контента. Все это сопровождается забегами на длинные дистанции – сначала в области текстов, затем в визуальной и интерактивной сфере. На очереди – пока еще не существующие, но совсем близко подобравшиеся к издательской индустрии инструменты повествования с помощью дополненной реальности (AR).

17. Качество текста

Вопрос о том, какой журналистский текст считать качественным и на чем основывать эту оценку, очень болезненный. Многие десятилетия измерения качества лишь тешили журналистское самолюбие и могли разве что повлиять на кадровые решения внутри редакции.

В последние годы ситуация радикально изменилась. С появлением автоматической генерации новостей, индустрии фейков, сложных мультимедийных продуктов понадобились объективные критерии и сигналы, совокупность которых позволила бы с большой точностью определить, качественный ли текст перед читателем.

Запрос на такие критерии есть у крупных технокомпаний, с середины нулевых выстраивающих рекомендательные системы для пользователей. У самих пользователей, которые хотят быть уверены в качестве продукта. У СМИ, согласных делать качественные материалы в обмен на пессимизацию платформами заведомо некачественных. И, конечно, у рекламодателей, которые смогут обеспечить себе размещение на площадках с качественным контентом. Кроме того, по данным Chartbeat, качественные материалы обеспечивают лучший просмотр рекламы – пользователи, читающие материал дольше 75 секунд, уделяют рекламе на 60 % больше внимания.

17.1 Автоматическое измерение качества

В 2016 году журналист и медиааналитик Фредерик Филлу (Frederic Filloux) в серии статей в своем издании Monday Note предложил список объективных сигналов качества журналистских материалов^[55]. Такую сигнальную скоринговую систему в теории можно масштабировать на любое издание или платформу и тем самым существенно усложнить жизнь производителям фейков, кликбейтерам и просто создателям низкокачественных текстов.

Все сигналы Филлу разделил на три группы: заявленные (stated signals), производные (inferred signals) и субъективные (subjective signals).

17.1.1 Заявленные сигналы

Заявленные сигналы прилагаются к любому новостному материалу в процессе производства в системе управления контентом. Вот некоторые сигналы, которые предлагает забирать из системы публикации Филлу:

• Длина материала;

• Время публикации (отдельно – флаг «всегда актуально»);

• Время и место написания (хотя бы на уровне «местный материал», «зарубежное бюро», «штаб-квартира издания»);

• Число авторов;

• Число версий;

• Целевая аудитория – материал с высокой/низкой местной ценностью, тематический материал;

• Тип заметки (расследование, репортаж, фичер и т. п.);

• Степень мультимедийности.

Анализ, проведенный Филлу, показывает, что длинные материалы в среднем качественнее коротких. Несколько авторов обычно также создают лучший материал, чем один. То же касается количества редакций материала и вычитки – производилась ли она на уровне отдела или на уровне главного и шеф-редактора.

Надежный индикатор качества – сопровождение интерактивным блоком с визуализацией данных или инфографикой.

Естественно, любой из сигналов, взятый изолированно, ничего не говорит о качестве материала. Но эксклюзивный репортаж на 5000 слов, подготовленный тремя авторами и сопровождаемый графиками, в среднем заслуживает большего внимания читателя, чем проходная новость на 200 слов, написанная одним человеком и ориентированная на жителей небольшого городка.

Обратите внимание, что такая система способна эффективно предохранять пользователя от большого количества фейковых сообщений, не обращаясь к проверке фактов, а просто поднимая планку потребления на недосягаемую для производителей фальшивых новостей высоту.

17.1.2 Производные сигналы

Производные сигналы – показатели, которые могут быть автоматически измерены или оценены сторонним наблюдателем после публикации материала^[56]. Сюда могут входить и некоторые заявленные сигналы – например, длина, время публикации и часто место подготовки материала (их сравнительно легко вычленить из текста).

Филлу вводит понятие ПКИ или показателя качества издания[128]. ПКИ можно определить, учитывая множество параметров – качество авторов, первоисточник, продолжительность жизни как отдельных материалов, так и издания.

Если автор пишет давно и в основном качественные материалы (здесь вводится ПКА – показатель качества авторов[129]), это должно влиять на качество издания в целом. Медиа, долго находящиеся на рынке, в целом заслуживают большего доверия. Издатели, становящиеся поставщиками эксклюзивов, так же авторитетнее тех, кто лишь перепечатывает или перерабатывает сообщения.