Les médias numériques reposent sur l’abonnement, mais les modèles de paywall, les essais gratuits et les prix varient fortement selon les pays. Les benchmarks classiques sont fragmentés, souvent anecdotiques, et ne relient pas modèle, base d’abonnés et revenus.
Ce segment harmonise les données des titres de presse : type de paywall, disponibilité d’essai, niveaux tarifaires, friction à la conversion et estimation du revenu d’abonnement. Chaque variable est alignée à une taxonomie commune, scorée en confiance et prête à l’usage stratégique ou opérationnel.
Normalisation des titres et domaines via taxonomie standardisée.
Enrichissement : type de paywall, essai gratuit, prix, abonnés.
Ajout d’un score de friction et d’un commentaire explicatif.
Modélisation des revenus avec règles transparentes et conversion FX.
Scores de confiance par champ, source et méthode.
Ce segment est activé grâce à un mélange de sources fiables et de vos propres données.
AI reasoning
APIs qualifiées
Web intelligence
Données comparables sur les paywalls à l’international.
Niveaux de prix détaillés en devise locale et USD.
Estimations abonnés + revenus, scorées en confiance.
Scores de friction pour comparer les parcours d’onboarding.
Vos benchmarks, structurés et prêts pour la décision.
Les réponses à vos questions sur ce segment
Les réponses à vos questions sur ce segment
Qu’en est-il du scraping interne ou des solutions maison ?
Le scraping interne donne du contrôle mais reste lourd à maintenir, hétérogène et non standardisé entre marchés.
Comment cela se compare-t-il aux rapports d’analystes ?
Les rapports d’analystes donnent des tendances utiles mais restent macro, lents et sans scoring détaillé par titre.
Puis-je demander d’autres titres ou zones géographiques ?
Oui, des extractions sur mesure peuvent être produites à la demande avec la même taxonomie et scoring.
Comment modélisez-vous le revenu d’abonnement ?
Il est estimé comme prix médian × abonnés actifs, ajusté si remises connues.
Incluez-vous les titres gratuits ou financés par la publicité ?
Oui, ils apparaissent avec “none” comme type de paywall.
Comment est calculé le score de friction à la conversion ?
Il combine étapes d’onboarding, essai gratuit et moyens de paiement, avec un commentaire explicatif.
Puis-je l’utiliser pour du market sizing et du benchmarking ?
Oui, il offre des données standardisées sur prix, abonnés et revenus à l’international.
Qu’est-ce qui garantit la fiabilité de ce jeu de données ?
Chaque champ inclut un score de confiance, basé sur disponibilité, fraîcheur et méthodes.
À quelle fréquence les données paywall sont-elles mises à jour ?
Les mises à jour sont mensuelles ou à la demande, selon l’évolution des titres.
{ "_meta": { "dictionaryColumns": ["Variable", "Data_Type", "Sample_Value", "Description"] }, "data": [ { "Variable": "outlet_name", "Description": "News outlet name", "Business_Rules": "Standardized, no duplicates", "Source_System": "Curated Listings", "Data_Type": "VARCHAR", "Sample_Value": "The New York Times" }, { "Variable": "primary_domain", "Description": "Primary domain for the outlet", "Business_Rules": "Lowercase, no trailing slash", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "nytimes.com" }, { "Variable": "geo_country", "Description": "Country of operation", "Business_Rules": "ISO 3166 alpha-2 or name", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "US" }, { "Variable": "paywall_type", "Description": "Paywall classification", "Business_Rules": "ENUM: hard|metered|freemium|none", "Source_System": "Web Intelligence + AI Reasoning", "Data_Type": "ENUM", "Sample_Value": "metered" }, { "Variable": "trial_available", "Description": "Whether free trial is offered", "Business_Rules": "BOOLEAN true/false", "Source_System": "Web Intelligence", "Data_Type": "BOOLEAN", "Sample_Value": "true" }, { "Variable": "subscription_currency", "Description": "Currency of pricing", "Business_Rules": "ISO 4217", "Source_System": "Web Intelligence", "Data_Type": "VARCHAR", "Sample_Value": "USD" }, { "Variable": "subscription_price_min_local", "Description": "Minimum monthly price tier (local currency)", "Business_Rules": "Decimal >=0; exclude temporary promos if unclear", "Source_System": "Web Intelligence", "Data_Type": "DECIMAL", "Sample_Value": "9.99" }, { "Variable": "subscription_price_max_local", "Description": "Maximum monthly price tier (local currency)", "Business_Rules": "Decimal >= min; highest regularly available tier", "Source_System": "Web Intelligence", "Data_Type": "DECIMAL", "Sample_Value": "29.99" }, { "Variable": "subscription_price_median_local", "Description": "Median monthly price across tiers (local currency)", "Business_Rules": "Median of active tiers; exclude enterprise/bundles", "Source_System": "AI Reasoning", "Data_Type": "DECIMAL", "Sample_Value": "15.99" }, { "Variable": "subscription_price_median_usd", "Description": "Median price normalized to USD", "Business_Rules": "FX-normalized to analysis date", "Source_System": "AI Reasoning", "Data_Type": "DECIMAL", "Sample_Value": "15.99" }, { "Variable": "conversion_friction_score", "Description": "Composite score of onboarding friction", "Business_Rules": "INTEGER 0–100 (higher = more friction)", "Source_System": "AI Reasoning", "Data_Type": "INTEGER", "Sample_Value": "40" }, { "Variable": "conversion_friction_comment", "Description": "Short note explaining friction drivers", "Business_Rules": "One line; cites main blockers (e.g., forced app, card-first)", "Source_System": "AI Reasoning", "Data_Type": "VARCHAR", "Sample_Value": "Card required before trial; multi-step email verification." }, { "Variable": "active_paid_subscribers", "Description": "Estimated number of active paid subscribers", "Business_Rules": "INTEGER >=0; modeled where undisclosed", "Source_System": "Web Intelligence + AI Reasoning", "Data_Type": "INTEGER", "Sample_Value": "9500000" }, { "Variable": "estimated_subscription_revenue_monthly", "Description": "Estimated monthly subscription revenue (local currency)", "Business_Rules": "active_paid_subscribers × subscription_price_median_local; adjusted for discounts if known", "Source_System": "AI Reasoning", "Data_Type": "DECIMAL", "Sample_Value": "151800000.0" }, { "Variable": "regulatory_context", "Description": "Summary of regulation affecting paywalls for this geography", "Business_Rules": "Short text; neutral phrasing; optional if none", "Source_System": "AI Reasoning", "Data_Type": "TEXT", "Sample_Value": "No constraints on metered paywalls; crisis info exceptions." } ] }
