《纽约时报》要在机器学习的路上一路狂奔了。最近，他们聘请了哥伦比亚大学的数学家ChrisWiggins在公司中担任“首席数据官”，希望能预测哪位用户将要取消付费订阅，以及如何扩大订阅规模。
　　
　　同时，《纽约时报》的IT部门人数已经迅速扩张到500人。首席信息官马克·弗荣斯（MarcFrons）称公司已经成立了技术智囊团，全力集中到科技信息化的转移，并打算利用数据直接引导公司决策。
　　
　　这消息背后最有趣的，莫过于像《纽约时报》这样强势的传统媒体在科技浪潮中奋起直追——并不是通过开一个诸如“机器学习”的科技专栏，而是真刀真枪地参与到数据和机器学习中去。要知道，这些举动，是Google和亚马逊等大型的科技公司正在努力的方向。
　　
　　也许他们也是迫不得已。根据Pew的数据，仅仅7年时间，广告商向美国纸质媒体投放的印刷广告费用就从2005年的470亿严重“缩水”至2012年的190亿。而纽约时报想做的，不但是保住旗下1200多个记者编辑的饭碗，还想要和近年崛起的媒体创业团队一样，活在科技浪潮的尖端。
　　
　　“我们真的需要弄明白，人们为什么订阅我们的内容，并且如何留住他们。”
　　
　　马克·弗荣斯这么着急是因为，尽管纽约时报3年前就开始了订阅纸质版本可体验付费阅读频道的套餐，但是他们交出的成绩单也只是刚刚在及格线上——2013年，纽约时报“纯电子阅读”的订阅数增长了19%，尽管公司在年初就已经全力专攻线上订阅。而新兴的媒体网站BuzzFeed和赫芬顿时报，页面浏览量也已经超过了《纽约时报》，而且他们所雇佣的编辑团队人数很少，成本低出不少。
　　
　　所以，《纽约时报》准备用网站900万的日均访客量数据做点什么。
　　
　　他们的做法是，将用户的登陆浏览情况收集起来，然后做出数据模型，分析有什么样行为的账户可能会在未来取消关注，从而在用户决策之前测试什么样的方式能够增加这部分用户的留存率。ChrisWiggins准备领导一个小团队进行试验，尝试用数据统计的方法，把现存的用户数据推测网站未来可能出现的情况。
　　
　　与其说是《纽约时报》一家拍脑袋想要做数据，那还不如说这是一种趋势。根据ITReview的消息，华尔街日报也已经开展同类型的数据模型建立，很巧的是，他们聘请到的也是科伦比亚大学的网络统计专家RachelSchutt，她将会领导华尔街日报的机器学习团队以及“预测模型”的项目。而上文提及的BuzzFeed和赫芬顿时报？他们早就在利用数据测试内容的传播程度了，不然美国媒体怎么老抱怨那些标题党和萌猫萌狗内容占据了互联网？
　　
　　“但《纽约时报》在意的并不是内容的病毒传播程度，而是建立一个以‘订阅’为中心商业模式。”听到ChrisWiggins这句话长舒了一口气，起码可以确认这个162年历史的品牌内容不会被BuzzFeed等网站乱了阵脚。