Cómo aumentar la participación en el sitio web con recomendaciones de contenido

Cada proveedor de contenido quiere más compromiso con su contenido en línea. Las recomendaciones de contenido efectivas son una forma de lograr esto. pero no existe un enfoque único para todos.

Aquí le mostramos cómo desarrollar la mejor estrategia de recomendación para su sitio, contenido y audiencia. La mayoría de los motores de recomendación de contenido listos para usar no tendrán todas las capacidades que se analizan aquí, pero saber lo que es posible lo ayudará a encontrar la mejor solución para su negocio.

¿Qué es la recomendación de contenido?

Los sistemas de recomendación de contenido sugieren contenido adicional a los visitantes en función de lo que probablemente les interese. Por ejemplo:

• YouTube y Netflix usan recomendaciones de contenido para sugerir videos y programas de TV adicionales a sus usuarios en función de su historial de visualización.
• Spotify encuentra patrones en los gustos musicales y recomienda canciones similares.
• Mi hija dice que TikTok es increíblemente bueno para encontrar contenido relevante para ella.

El objetivo en todos estos casos es mantener al visitante comprometido con otro contenido atractivo en su plataforma. Pero esto plantea dos preguntas críticas:

• ¿Cómo sabe el sistema qué recomendar?
• ¿Cuál es el contexto de la recomendación?

Cómo funciona la recomendación de contenido

La recomendación de contenido se basa en el análisis de datos para predecir con precisión con qué contenido es probable que interactúe un usuario. En general, recopila datos sobre el comportamiento del usuario, como qué páginas ha visitado, en qué ha hecho clic y cuánto tiempo ha pasado en cada página. Luego puede generar diferentes tipos de recomendaciones, que incluyen:

• Artículos populares en el sitio ahora mismo.
• Artículos populares en una categoría específica.
• Artículos populares de un autor específico.
• Artículos leídos por los visitantes que leyeron el artículo actual.
• Artículos que han leído visitantes con historiales de navegación similares.
• Artículos populares para personas con un puesto de trabajo específico.
• Artículos leídos por personas que son como el lector.
• Artículos leídos por personas en un área geográfica específica.

Cada opción puede tener un uso diferente para varios contenidos o en distintas áreas de su sitio web. Notará que algunos de ellos (como "los más populares en el sitio en este momento") se basan en análisis simples, mientras que otros ("a las personas como usted les gustan estos artículos") se basan en modelos similares.

Drive-by vs regulares

Si su sitio es como la mayoría, muchos visitantes leen un artículo y luego se van. Lograr que algunos de esos "drive-bys" se queden para ver una página más puede marcar una gran diferencia en el tráfico de su sitio. Una buena recomendación de contenido es una forma de abordar ese problema.

El problema es que no sabes tanto sobre los drive-bys. No tienen historial en su sitio, por lo que es más difícil hacer un modelo similar. Pero hay algunas opciones.

• Puede utilizar cookies/datos de audiencia de terceros durante el tiempo que aún esté disponible.
• Puede usar datos del encabezado HTTP, como geolocalización o referente.
• Puede confiar en las estadísticas generales del sitio de sus otros lectores.

Tienes muchas más opciones con tus visitantes habituales. Además de todo lo que puede hacer con los drive-by, puede hacer predicciones basadas en su historial de navegación único, por ejemplo:

• Mostrar contenido similar al contenido que ya han visto (en la misma categoría, del mismo autor, con las mismas etiquetas o palabras clave, etc.)
• Compare su historial de navegación con aquellos con un historial de navegación similar y muestre los artículos más populares entre ese grupo más grande.
• Si tiene datos demográficos sobre sus clientes habituales (es decir, el cargo que ocupa), puede mostrar los artículos más populares para las personas con ese cargo.

Múltiples audiencias

Muchos sitios tienen dos o más audiencias distintas: usuarios gratuitos frente a usuarios pagos, o B2B frente a prospectos B2C. Si ese es el caso de su sitio, mantenerlos separados garantiza que haga las recomendaciones de contenido más relevantes.

Este es el por qué. Considere un sitio sobre medicamentos con contenido para consumidores y médicos. Desea segregar esas estadísticas para recomendar contenido médico para médicos y contenido de consumo para consumidores.

Cómo clasificar el contenido

La magia detrás de la recomendación de contenido se basa en clasificar el contenido para que coincida con sus objetivos y los del lector. El contenido se puede clasificar de varias maneras diferentes, tales como:

• Palabras en el título.
• Palabras clave o etiquetas.
• Densidad de palabras en el artículo.
• Categorías.
• Autor.
• Artículos largos vs. cortos.

La forma en que se clasifica el contenido puede afectar su caso de uso. Por ejemplo, si su sitio tiene extractos y artículos extensos, es posible que no desee recomendar artículos extensos a las personas que prefieren leer extractos.

Tipos de algoritmos de recomendación de contenido

Existen varios tipos de algoritmos de recomendación de contenido basados ​​en IA que puede utilizar para mejorar su sitio web. Estos son algunos de los más comunes.

El filtrado colaborativo recomienda contenido en función del comportamiento y las preferencias de usuarios similares. Analiza el comportamiento histórico de los usuarios y recomienda contenidos con los que han interactuado usuarios con preferencias similares.

El filtrado basado en contenido recomienda contenido similar al contenido consumido anteriormente por el usuario. Analiza el contenido de la página que el usuario está viendo actualmente y recomienda contenido similar basado en palabras clave, etiquetas y otra información relevante.

La recomendación híbrida combina filtrado colaborativo y filtrado basado en contenido para proporcionar recomendaciones más precisas y diversas. Considera tanto las preferencias del usuario como las características del contenido que está viendo para hacer mejores recomendaciones.

El filtrado basado en la popularidad recomienda contenido en función de la popularidad del contenido. Recomienda el contenido más popular visto, compartido o interactuado por muchos usuarios. La combinación de filtrado basado en la popularidad con otros tipos (por ejemplo, este contenido es más popular entre las personas con este cargo) es una herramienta muy poderosa.

El filtrado basado en el conocimiento recomienda contenido en función de los perfiles y preferencias de los usuarios. Se basa en los datos y comentarios del usuario para proporcionar recomendaciones que coincidan con los intereses del usuario, como compras anteriores, calificaciones y reseñas.

El aprendizaje por refuerzo recomienda contenido en función de las acciones y los comentarios del usuario. Aprende de las interacciones y los comentarios de los usuarios para mejorar sus recomendaciones con el tiempo.

Profundice más: el ROI de los motores de recomendación para marketing

Elegir un motor de recomendación de contenido

Como se mencionó anteriormente, es poco probable que un proveedor determinado pueda proporcionar todas estas opciones. Piense en cómo desea implementar recomendaciones de contenido en su sitio, dada su audiencia, su contenido y la variedad de opciones posibles, y decida qué métodos tienen más probabilidades de funcionar para su situación particular. Lleve esa lista a los proveedores potenciales e intente encontrar la mejor combinación.

Asegúrese de poner al lector primero

Uno de los desafíos en la creación de una estrategia de recomendación de contenido exitosa es asegurarse de que está priorizando los objetivos del lector. Es demasiado fácil caer en la trampa de pensar en lo que quiere que haga el lector para promover su modelo de negocio.

En su lugar, póngase en el lugar del lector y diseñe su estrategia de recomendación de contenido en torno a lo que ayudará al lector a encontrar el contenido que desea encontrar. Eso será lo mejor para su negocio a largo plazo. Abordar las necesidades del lector aumentará el compromiso, que es el objetivo principal.