Одна из фундаментальных проблем в аналитике текстов (и небольшое препятствие на пути замены редакторов с журналистами на роботов) – очень крупные единицы измерения. Можно оценить, как работают отдельные тексты и темы, желательно в масштабах недель и месяцев. Гораздо тяжелее проанализировать, получились ли хорошими абзац или предложение. Методики вроде измерения скорости скролла не очень легко интерпретировать и при этом они тоже достаточно грубые. Если человек быстро прочитал абзац, это хороший абзац или ненужный?

Вижу как минимум два способа что-то понять про внутреннее устройство текстов.

Во-первых, A/B-тестирование отдельных частей текста, ручное или полуавтоматическое. Когда-то раньше (а может, и сейчас) так SEO-копирайтеры писали тексты, сразу с синонимами: “наши [самые дешевые|высококачественные|европейские] пластиковые окна”. Можно тестировать более длинные и более короткие варианты текстов, или даже доверять алгоритмам суммировать какие-то части. Обычно, впрочем, такое применяют только для заголовков – слишком много работы и мало статистически значимых результатов. Впрочем, накопив достаточно много экспериментов, можно делать какие-то обобщенные выводы.

Второй способ сложнее, но выглядит более точным: отслеживание движений глаз и мимики в целом. Когда-то для этого нужны были целые лаборатории, сейчас достаточно камер, которые есть в каждом ноутбуке и, что еще важнее, каждом мобильном телефоне. Теоретически это может позволить понимать, как именно читатель реагирует на предложения текста, даже лучше, чем сам читатель. Заставить людей включать камеру может быть проблематично, это правда. Но необязательно, чтобы это делали вообще все – а для кого-то это может оказаться неплохой альтернативой пэйволлу, допустим.