徹底擁抱數位出版:即將滿 80 歲的《新聞週刊》將不再發行紙本雜誌

成立於 1933 年,每期發行量 150 萬份,有近 80 年歷史的新聞週刊(Newsweek)在網站上正式宣佈將在年底結束紙本雜誌的發行,全面轉為數位出版,可說是在傳統出版業投下一枚震撼彈。
評論
評論

傳統出版業,你們時間不多了。

成立於 1933 年,每期的發行量 150 萬份 1,擁有接近 80 年歷史的新聞週刊(Newsweek)在網站上正式宣佈 2,他們將在年底結束紙本雜誌的發行,並於明年年初全面轉為數位出版。新版的新聞週刊將會更名為《Newsweek Global》。

新聞週刊在網站上說明,今年的 12 月 31 日,將會是紙本雜誌的最後一期。接下來他們會更加著重在平板及線上的出版,全面成為數位媒體。以下是 The Daily Beast 就新聞週刊全面數位化議題訪談自家總編 Tina Brown 與 CEO Bada Shetty 的影片:

新聞週刊邁入數位時代後虧損連連,2007 年時他們還可以賺 3000 萬美金,兩年之後竟然變成虧損 3000 萬美金,最終被所屬的華盛頓郵報在 2010 年以象徵性的一美元價格賣給音響大亨 Sidney Harman,並由他承接超過 5000 萬美金的債務。總編輯 Tina Brown 在前面的影片中提到,不計人事費用,現在光是要印製、發行、銷售、派送紙本新聞週刊,一年就要花費 4200 萬美金。

四年前成立的新聞網站 The Daily Beast 在兩年前與華盛頓郵報售出的新聞週刊合併,分別進行報導工作。目前 The Daily Best 每個月的不重複訪客量為 1500 萬,光是去年就成長了 70%。反觀過去在高峰期發行量高達 300 萬份的新聞週刊 3,如今發行量只剩一半。

而目前數位版的 Newsweek 雜誌在 iPad、Kindle、Nook 等裝置上都有相對的版本,他們發現平板使用者的成長速度實在太快了,根據他們的估計,光是美國就有 7000 萬以上的平板電腦使用者,前一年這個數字還不過是 1300 萬。

根據 皮尤研究中心最新公布的資料顯示 ,有 39% 的美國人都是從網路閱讀新聞,新聞週刊判斷這個現象說明趨勢已經來到引爆點(tipping point),全面以數位形式發行內容將能更有效地接觸到他們的使用者。

This decision is not about the quality of the brand or the journalism—that is as powerful as ever. It is about the challenging economics of print publishing and distribution.

這個決定與品牌價值或新聞業本身無關——他們如過往般強而有力。真正的原因在於紙本發行在經濟上帶來的挑戰。

但是在停止發行紙本新聞週刊後,必須在全球進行裁員以精簡編輯和營運業務,但並未提供具體的數字。他們表示雖然紙本出版非常的浪漫,但是面臨目前紙本出版的困境,若要延續新聞週刊 80 年的歷史,那麼就必須擁抱數位出版:

We are transitioning Newsweek, not saying goodbye to it.

我們正在對新聞週刊進行變革,而不是向它道別。

紐約時報指出 4,新聞週刊會停止發行紙本雜誌並不讓人意外,新聞週刊的老闆 Barry Diller 在今年七月時就曾經宣布對紙本發行進行評估。

新聞週刊不是第一家停止紙本發行的出版品,也不會是最後一家。 相信今天國內也有許多媒體會報導這一則消息,我們想問的是:台灣的傳統媒體與出版業,你們真的準備好了嗎?現在的問題可不是什麼個人電腦產業興起或是網際網路起飛對你們的衝擊,那些跟未來的風暴比起來都還算小意思。請好好檢視一下你們的數位與紙本出版品各自對營收的貢獻程度和成長情形吧。或者,考慮 其他型態的數位出版

時間不等人,滴答、滴答。

 


與數據為伍,善用機器學習拓展商機

摸不透如何實現數位轉型?AWS 線上研討會 11/25 免費參加,公開分享如何以自動化技術來提升銷量、降低成本、和簡化商業流程。
評論
評論

立即報名 AWS 免費線上課程

巨量資料的年代,將如何擅用人工智慧及機器學習已蔚為技術風潮,當今市場上以深度學習為基礎的人工智慧應用程式正快速成長並持續激增,IDC 估計, 2021 年,AI 應用程式方面的支出將超過 630 億美元。2025 年時,至少 90% 的新型企業應用程式,將納入 AI 功能的內嵌功能、推薦或建議。今日所面臨的商業環境,正一步一步引領著許多企業實現數位轉型,找尋各層面上自動化技術來提升銷量、降低成本、和簡化商業流程。

AWS 提供非常完整的人工智慧及機器學習服務,讓新創從數據去驅動價值,並用最低成本、最少資源,卻能最大化的提高開發人員生產力,加快組織創新腳步。在 AWS 上,無論是各式型態的資料—文字、圖像、聲音,你都能達成從資料處理初期,自動化資料擷取和分析、到提升數據準確度,以及為客戶創建個人化體驗及系統的任務。此活動將帶為你帶來初步的 AWS 人工智慧及機器學習服務介紹,以及邀請到 Orderly 執行長分享他們如何透過 Amazon SageMaker 打造自然語言處理 (NLP) 的服務,從文字資料集分析、語義模型開發撰寫到搭建推論模型端點的 AI 開發流程,並打造一個能協助零售品牌分類消費者意見反饋的評價分析服務。

免費報名 11/25 線上課程


本文章內容由「AWS」提供。