おすすめのコンテンツでウェブサイトのエンゲージメントを高める方法

すべてのコンテンツ プロバイダーは、オンライン コンテンツへのエンゲージメントを高めたいと考えています。 効果的なコンテンツの推奨は、これを達成するための 1 つの方法です。 しかし、万能のアプローチはありません。

サイト、コンテンツ、オーディエンスに最適なレコメンデーション戦略を作成する方法は次のとおりです。 ほとんどの既製のコンテンツ レコメンデーション エンジンは、ここで説明するすべての機能を備えているわけではありませんが、可能なことを知ることは、ビジネスに最適なソリューションを見つけるのに役立ちます。

おすすめコンテンツとは？

コンテンツ レコメンデーション システムは、訪問者が興味を持ちそうな内容に基づいて、訪問者に追加のコンテンツを提案します。例:

• YouTube と Netflix は、コンテンツ レコメンデーションを使用して、視聴履歴に基づいてユーザーに追加のビデオやテレビ番組を提案します。
• Spotify は、音楽の好みのパターンを見つけて、似たような曲をおすすめします。
• 私の娘は、TikTok は自分に関連するコンテンツを見つけるのに驚くほど優れていると言っています。

これらすべての場合の目標は、訪問者をプラットフォーム上のさらに別の魅力的なコンテンツに引き付け続けることです. しかし、これには 2 つの重要な疑問が生じます。

• システムは何を推奨するかをどのように判断しますか?
• 推薦の文脈は何ですか？

コンテンツ レコメンデーションの仕組み

コンテンツのレコメンデーションは、データ分析に依存して、ユーザーが関与する可能性が高いコンテンツを正確に予測します。 一般に、ユーザーがアクセスしたページ、クリックしたもの、各ページで費やした時間など、ユーザーの行動に関するデータを収集します。 次に、次のようなさまざまな種類の推奨事項を生成できます。

• 現在当サイトで人気の記事。
• 特定のカテゴリで人気のある記事。
• 特定の著者による人気記事。
• 現在の記事を読んだ訪問者が読んだ記事。
• 似たような閲覧履歴を持つ訪問者が読んだ記事。
• 特定の役職の人に人気の記事。
• 読者のような人が読む記事。
• 特定の地域の人々が読んだ記事。

各オプションは、さまざまなコンテンツや Web サイトの特定の領域に対して異なる用途を持つ場合があります。 それらの一部 (「現在サイトで最も人気のある記事」など) は単純な分析に依存しているのに対し、他の記事 (「あなたのような人がこれらの記事を気に入っている」など) は類似モデルに基づいていることに気付くでしょう。

ドライブバイと常連客

あなたのサイトがほとんどの場合、多くの訪問者が 1 つの記事を読んでから離れます。 これらの「ドライブバイ」のいくつかを取得して、ページ ビューをもう 1 回表示すると、サイト トラフィックに大きな違いが生じる可能性があります。 適切なコンテンツの推奨は、この問題に対処する 1 つの方法です。

問題は、ドライブバイについてあまり知らないことです。 サイトには履歴がないため、似たようなモデリングを行うのは困難です。 しかし、いくつかのオプションがあります。

• サードパーティの Cookie/オーディエンス データは、有効期間中は使用できます。
• ジオロケーションやリファラーなど、HTTP ヘッダーのデータを使用できます。
• 他の読者からの一般的なサイト統計に頼ることができます.

定期的な訪問者には、さらに多くのオプションがあります。 ドライブバイでできることすべてに加えて、独自の閲覧履歴に基づいて予測を行うことができます。次に例を示します。

• 彼らがすでに見たコンテンツに似たコンテンツを表示します (同じカテゴリ、同じ作者、同じタグまたはキーワードなど)。
• 閲覧履歴を同様の閲覧履歴を持つユーザーと比較し、その大きなグループの中で最も人気のある記事を表示します。
• 常連客 (つまり、役職) に関する人口統計データがある場合、その役職を持つ人々に最も人気のある記事を表示できます。

複数のオーディエンス

多くのサイトには、無料ユーザーと有料ユーザー、または B2B と B2C の見込み客という 2 つ以上の異なるオーディエンスがいます。 あなたのサイトがそうである場合、それらを分けておくことで、最も関連性の高いコンテンツの推奨事項を確実に作成できます。

理由は次のとおりです。 消費者と医師向けのコンテンツを含む医薬品に関するサイトを考えてみましょう。 これらの統計を分離して、医師向けの医師向けコンテンツと消費者向けの消費者向けコンテンツを推奨します。

コンテンツの分類方法

コンテンツのレコメンデーションの背後にある魔法は、あなたと読者の目標に合わせてコンテンツを分類することに依存しています。 コンテンツは、次のようなさまざまな方法で分類できます。

• タイトルの言葉。
• キーワードまたはタグ。
• 記事内の単語密度。
• カテゴリ。
• 著者。
• 長い記事と短い記事。

コンテンツの分類方法は、ユース ケースに影響を与える可能性があります。 たとえば、サイトに長い記事と抜粋がある場合、抜粋を読むことを好む人に長い記事を勧めたくない場合があります。

コンテンツ推奨アルゴリズムの種類

Web サイトを改善するために使用できる、さまざまな種類の AI ベースのコンテンツ推奨アルゴリズムがあります。 最も一般的なもののいくつかを次に示します。

協調フィルタリングは、類似ユーザーの行動と好みに基づいてコンテンツを推奨します。 ユーザーの過去の行動を分析し、同様の好みを持つユーザーが操作したコンテンツを推奨します。

コンテンツ ベースのフィルタリングは、ユーザーが以前に消費したコンテンツに類似したコンテンツを推奨します。 ユーザーが現在閲覧しているページのコンテンツを分析し、キーワード、タグ、その他の関連情報に基づいて類似のコンテンツを推奨します。

ハイブリッド レコメンデーションは、協調フィルタリングとコンテンツ ベースのフィルタリングを組み合わせて、より正確で多様なレコメンデーションを提供します。 ユーザーの好みと、表示されているコンテンツの特性の両方を考慮して、より適切なレコメンデーションを作成します。

人気度ベースのフィルタリングは、コンテンツの人気度に基づいてコンテンツを推奨します。 多くのユーザーが閲覧、共有、または操作した最も人気のあるコンテンツを推奨します。 人気度に基づくフィルタリングを他のタイプと組み合わせること (たとえば、このコンテンツは、この役職を持つ人々の間で最も人気がある) は、非常に強力なツールです。

ナレッジベースのフィルタリングは、ユーザー プロファイルと好みに基づいてコンテンツを推奨します。 ユーザーのデータとフィードバックに基づいて、以前の購入、評価、レビューなど、ユーザーの興味に合った推奨事項を提供します。

強化学習は、ユーザーのアクションとフィードバックに基づいてコンテンツを推奨します。 ユーザーのやり取りとフィードバックから学習して、時間の経過とともに推奨事項を改善します。

掘り下げる: マーケティング用レコメンデーション エンジンの ROI

コンテンツ推奨エンジンの選択

前述のように、特定のベンダーがこれらすべてのオプションを提供できる可能性は低いです。 視聴者、コンテンツ、および可能なオプションの範囲を考慮して、コンテンツの推奨事項をサイトに展開する方法を検討し、独自の状況に最も適した方法を決定します。 そのリストを潜在的なベンダーに持って行き、最適なベンダーを見つけようとします。

読者を第一に考えてください

成功するコンテンツ レコメンデーション戦略を作成する際の課題の 1 つは、読者の目標を最優先にすることです。 自分のビジネス モデルを宣伝するために読者に何をしてほしいかを考えるという罠に陥りがちです。

代わりに、読者の立場に立って、読者が探しているコンテンツを見つけるのに何が役立つかを中心に、コンテンツの推奨戦略を設計してください。 長期的には、それがあなたのビジネスにとって最良のものとなるでしょう。 読者のニーズに対応することで、主要な目標であるエンゲージメントが向上します。

マーテックを手に入れよう！ 毎日。 無料。 受信トレイに。

ビジネス用メールアドレス

購読 処理...

条件を参照してください。