新聞價值與廣告價值的不對等關係／Frederic Filloux
只要數位出版技術繼續無視內容的價值，新聞產業的利潤增加就沒什麼好期待的。我們需要進一步探討這個問題。
問題的根源：內容價值與廣告價值不對等
數位新聞平台最大的問題，就是無法根據內容的類型和品質，分別界定出不同的經濟價值。
在新聞網站或App中，廣告的價位是由其版位所在的位置而決定的，而且不管文章內容是由作者、編輯和查證人員組成團隊，嘔心瀝血完成的萬言長篇大論，還是找個菜鳥編輯東拼西湊搞出來的農場文，只要是同一個版位，廣告價格就是相同的。
唯一會影響CPM（廣告每展示一千次）價格的因素，就只在於廣告版位所在的位置。放在網站首頁的廣告，會比深埋在內頁某處的廣告貴上許多倍；同理，放在網頁頂端的廣告也比頁面底端的要貴。
這種廣告計價方式完全不考慮文章的長短、深度，也不管內容多麼與眾不同，作者有多權威。而且不管是文字內容還是影音內容都是如此。純就CPM來看，一段行車記錄器拍下的車禍片段，和費盡心力製作的記錄片，其廣告價值是相同的。
再舉個例子，這段由Space X拍攝，在彭博新聞網站播放的宣傳影片，其廣告價格和彭博社內製的許多新聞影片是相同的。（順帶一提，彭博現在會在每一則新聞影片中不斷播放同一支廣告片，而且不能跳過不看。這也是另一個新聞產業在走下坡的明證。）
網路廣告的價格是由其所在版位而決定的，和內容本身的價值無關。
反觀電視產業，很久以前就發展出了強固的廣告價格變動策略。定價專家發展出各種計算方式，讓廣告主根據不同播出時段付出不同的廣告費。安插在運動賽事首播這類高收視節目的廣告，要價會比放到半夜兩點冷門時段的貴上十幾倍甚至上百倍。
要是廣告價格能與內容形式連動，這樣對內容製作者來說是好的。但困難在於我們要如何區分新聞內容的「靜態」價值和「動態」價值。
舉例來說，一小塊高檔起司的價值，是由它的許多屬性來決定的，包括它的質感、味道、口感、產地，或者再加上品質分級標籤；這些都是決定其經濟價值的隱形靜態因素。但是對新聞來說，隨著時間過去，其動態價值就會發生顯著的變化。
新聞價值如何在過程中遭到無視
我們再來看一下一個虛構的（同時也是悲劇的）新聞與其發展流程。
假設在某個冬日，一架飛往芝加哥的波音787班機，不幸在伊利諾州冰凍三尺的玉米田中墜毀，200名乘客罹難。這不但是場人間悲劇，同時也燒出了波音公司一連串問題。由於這款飛機使用了某種全新的碳纖維合成材料，導致各種製造上的困難，再加上其他多種原因，上市時間不斷延後；這款飛機在年前正式推出，但已經比預定的推出時間慢了三年之久。
這條悲劇新聞在發展的前半段，就是各種不斷更新的災後訊息：像是受災乘客的遍野哀鴻、各種現場狀況報導、肇事原因（雖然在事發一天之內不太可能找到真相），以及許多臨時被找來發表揣測與評論的各色專家學者等等。
這些內容看似重要，不過它們都是典型的「消費型新聞」，每個媒體都會在同一時間發布這些類似的內容。用傳統新聞學的角度來衡量，這些內容的品質都不盡理想，因為其中充斥著未經仔細查證的臆測和馬路傳說，而且在這個階段，所有媒體都在做一樣的事。在這種情況下，這些內容的經濟價值趨近於零，甚至有些媒體乾脆直接放棄像這類災難新聞的廣告，因為廣告主不喜歡在這種時候買廣告。
各種廣告自動採購系統，事實上根本無法判斷內容是否具有價值。
但隨著事件的推移，至少在理論上，情況將會有變。
每家大型新聞媒體裡負責跑交通線的記者，這時就會開始積極跑新聞，尤其會緊盯負責飛安與事故調查的相關單位。在這個階段，新聞的獨特性就是勝出的關鍵了。要是有個記者弄到了黑盒子的錄音檔案，內容的經濟價值理論上就會大大增加；但是這只限於理論上。實際上，由於傳統網站架構和廣告販售方式的限制，這條大新聞帶來的價值，並不會比某個明星的三手花邊「新聞」來得高。
像這樣令人遺憾的產業發展趨勢，這幾年間還在不斷惡化，原因來自於自動化廣告出價系統的市場佔比不斷提升：根據e-marketer的數字顯示，美國廣告市場中由程式化購買的比例將達到73%，年成長率高達44%；而這些幫新聞內容出價的程式，根本無法分辨新聞內容是嚴謹的調查報告，還是根本就是瞎掰的！
所以結論就是：這個市場並不鼓勵獨家新聞，也不鼓勵傳統新聞學中努力跑新聞這件事。
回到我們剛才舉出的假設案例。在某個時間點上，某家在追事故新聞的小媒體會發出一條關鍵報導；來自飛安單位的線報指出，失事飛機可能在飛行途中遇到強烈亂流，損及機身結構。這是條大新聞，而且會吸引大量的觀眾點閱。但是問題又來了。恕我直說，即使像這樣具有高度新聞價值的內容，也無力改變網路廣告計價的遊戲規則；更糟的是，像CNN這種大型媒體也會立即跟進報導，而當他們引述小媒體的獨家報導時，得到的流量甚至還是小媒體的十倍以上。
有些人可能會持反對意見，認為好的新聞會帶來更多觀眾，所以也能帶來更多收益；理論上這麼說是對的，但是事實上廉價的農場文會比生硬但重要的新聞吸引更多點閱。舉例來說，前一陣子在Business Insider網站上一篇報導Facebook新拍賣服務「Marketplace」上有人販賣毒品、動物與性交易的文章，拿到了八十萬以上的點閱；一篇名為「十種旅行中必備科技配件」的文章有三十多萬點閱，但在同一時間，BI網站上只有少數幾篇談科技或金融的文章能跨過一萬次點閱的門檻。
換個角度來看這個問題。
在剛才提到的墜機事故三個月前，有位沒沒無聞的複合材料專家寫了一篇文章，指出在航空器上使用碳纖維複合材料的危險。（特別說明一下，這點在我的舖陳中十分重要。網路上有很多像Atomic Delights這樣，由一些孤高的專家主持的網站，專門討論深奧的製造技術或冶金學。）
當這篇文章默默地刊登在該網站上時，根本沒人會注意到文章中指出的複合材料危險性。雖然從技術角度來看，這篇文章十分重要，但此時此刻它是沒什麼新聞價值可言的。一直要到某個媒體記者發現了這篇論文，在自己的報導中引述文章中的專家說法，並且加上原文出處的連結後，原文的曝光才會增加。要是這個網站有人贊助，也許可以多賺點錢。在這個例子裡，文章的經濟價值因為事件脈絡和時間而增加了。
這裡歸納三點重要結論：
新聞本身的內容價值會大幅變化，但其經濟價值卻始終維持在低檔，令人絕望。
網路上其實有很多專業且獨特，新聞價值很高的內容，但能見度卻非常低。
為了調合新聞價值與經濟／商業價值，一定要重新思考廣告的販售方式。
如何讓新聞價值與廣告價值連動？
有幾種方法可以用來解決上面提到的三個挑戰。
每一則從內容管理系統（CMS）中刊出的文章，都要附加一組精確的內容品質「標示」（也可以是標籤），以區分出調查報導和綜合報導、深度剖析或是簡短的描述等等。這些標示或標籤要能反應出參與內容產生的人數，並且能為廣告伺服器解讀，讓機器理解文章的獨特價值，提升廣告售價。
我們需要讓機器能夠判讀內容的價值，才有可能找回內容價值與廣告價值的關連，讓優質內容得到更多收益。
這套標示或標籤也應該能讓後續的平台讀到，例如願意讓標示後的內容排名向上提升的搜尋引擎、社群平台或內容聚合服務等。
怎麼讓那些像上述碳材料專文之類能見度不高的文章，也能透過這個系統得到適當的評價，問題就比較複雜。我們可以寄望第三方單位提出各種解決方案；另外，一些小型的廣告聯播網在把一些小網站的廣告包起來一起賣時，也應該要考慮採用這樣的文章品質評價系統，做為其廣告定價的參考標準。
要建立這套體系、廣泛運用在各種主題內容，使之達到臨界量，以及最重要的，讓各界廣為採納，在中間一定會有許多困難需要克服。這將會是條漫漫長路。
不可避免，這樣的演算法也需要千錘百煉。要靠機器學習和神經網路來處理上百萬篇文章，首先要了解人類編輯如何評價文章的編輯品質、文章的長期價值，以及其獨特性，然後就要能夠自行判斷給分。
上面所說的，正是筆者目前在史丹佛大學JSK新聞學院進行中的計畫，請大家密切注意。