Comment augmenter l'engagement du site Web avec des recommandations de contenu

Chaque fournisseur de contenu veut plus d'engagement avec son contenu en ligne. Des recommandations de contenu efficaces sont un moyen d'y parvenir. mais il n'y a pas d'approche unique.

Voici comment développer la meilleure stratégie de recommandation pour votre site, votre contenu et votre audience. La plupart des moteurs de recommandation de contenu standard n'auront pas toutes les fonctionnalités décrites ici, mais savoir ce qui est possible vous aidera à trouver la meilleure solution pour votre entreprise.

Qu'est-ce que la recommandation de contenu ?

Les systèmes de recommandation de contenu suggèrent du contenu supplémentaire aux visiteurs en fonction de ce qui les intéressera probablement. Par exemple :

• YouTube et Netflix utilisent des recommandations de contenu pour suggérer des vidéos et des émissions de télévision supplémentaires à leurs utilisateurs en fonction de leur historique de visionnage.
• Spotify trouve des modèles dans les goûts musicaux et recommande des chansons similaires.
• Ma fille dit que TikTok est incroyablement doué pour trouver du contenu pertinent pour elle.

L'objectif dans tous ces cas est de garder le visiteur engagé avec un autre élément de contenu convaincant sur votre plate-forme. Mais cela soulève deux questions essentielles :

• Comment le système sait-il quoi recommander ?
• Quel est le contexte de la recommandation ?

Comment fonctionne la recommandation de contenu

La recommandation de contenu repose sur l'analyse des données pour prédire avec précision le contenu avec lequel un utilisateur est susceptible de s'engager. En général, il collecte des données sur le comportement des utilisateurs, telles que les pages qu'ils ont visitées, ce sur quoi ils ont cliqué et combien de temps ils ont passé sur chaque page. Il peut ensuite générer différents types de recommandations, notamment :

• Articles populaires sur le site en ce moment.
• Articles populaires dans une catégorie spécifique.
• Articles populaires d'un auteur spécifique.
• Articles lus par les visiteurs qui lisent l'article en cours.
• Articles que les visiteurs ayant des historiques de navigation similaires ont lus.
• Articles populaires pour les personnes ayant un titre de poste spécifique.
• Articles lus par des personnes qui ressemblent au lecteur.
• Articles lus par des personnes dans une zone géographique spécifique.

Chaque option peut avoir une utilisation différente pour divers contenus ou sur des zones distinctes de votre site Web. Vous remarquerez que certains d'entre eux (comme "les plus populaires sur le site en ce moment") reposent sur des analyses simples, tandis que d'autres ("des gens comme vous aiment ces articles") sont basés sur une modélisation similaire.

Drive-by vs habitués

Si votre site est comme la plupart, beaucoup de visiteurs lisent un article puis partent. Faire en sorte que certains de ces "drive-bys" restent pour une vue de page supplémentaire peut faire une énorme différence dans le trafic de votre site. Une bonne recommandation de contenu est un moyen de résoudre ce problème.

Le problème est que vous n'en savez pas autant sur les drive-bys. Ils n'ont pas d'historique sur votre site, il est donc plus difficile de faire une modélisation similaire. Mais il y a quelques options.

• Vous pouvez utiliser des cookies/données d'audience tiers aussi longtemps qu'ils sont encore disponibles.
• Vous pouvez utiliser les données de l'en-tête HTTP, telles que la géolocalisation ou le référent.
• Vous pouvez vous fier aux statistiques générales du site de vos autres lecteurs.

Vous avez beaucoup plus d'options avec vos visiteurs réguliers. En plus de tout ce que vous pouvez faire avec les drive-by, vous pouvez faire des prédictions basées sur leur historique de navigation unique, par exemple :

• Afficher un contenu similaire au contenu qu'ils ont déjà consulté (dans la même catégorie, par le même auteur, avec les mêmes balises ou mots-clés, etc.)
• Comparez leur historique de navigation avec ceux ayant un historique de navigation similaire et affichez les articles les plus populaires parmi ce groupe plus large.
• Si vous disposez de données démographiques sur vos habitués (c'est-à-dire le titre du poste), vous pouvez afficher les articles les plus populaires pour les personnes portant ce titre.

Publics multiples

De nombreux sites ont deux publics distincts ou plus : les utilisateurs gratuits contre les utilisateurs payants, ou les prospects B2B contre B2C. Si tel est le cas pour votre site, les séparer vous permet de faire les recommandations de contenu les plus pertinentes.

Voici pourquoi. Considérez un site sur les médicaments avec un contenu pour les consommateurs et les médecins. Vous souhaitez séparer ces statistiques pour recommander le contenu médical pour les médecins et le contenu consommateur pour les consommateurs.

Comment classer le contenu

La magie derrière la recommandation de contenu repose sur la classification du contenu en fonction de vos objectifs et de ceux du lecteur. Le contenu peut être classé de plusieurs manières différentes, telles que :

• Mots dans le titre.
• Mots-clés ou balises.
• Densité des mots dans l'article.
• Catégories.
• Auteur.
• Articles longs ou courts.

La façon dont le contenu est classé peut affecter votre cas d'utilisation. Par exemple, si votre site contient de longs articles et extraits, vous ne voudrez peut-être pas recommander de longs articles aux personnes qui préfèrent lire des extraits.

Types d'algorithmes de recommandation de contenu

Il existe différents types d'algorithmes de recommandation de contenu basés sur l'IA que vous pouvez utiliser pour améliorer votre site Web. Voici quelques-uns des plus courants.

Le filtrage collaboratif recommande du contenu en fonction du comportement et des préférences d'utilisateurs similaires. Il analyse le comportement historique des utilisateurs et recommande le contenu avec lequel les utilisateurs ayant des préférences similaires ont interagi.

Le filtrage basé sur le contenu recommande un contenu similaire au contenu précédemment consommé par l'utilisateur. Il analyse le contenu de la page actuellement consultée par l'utilisateur et recommande un contenu similaire en fonction de mots-clés, de balises et d'autres informations pertinentes.

La recommandation hybride combine le filtrage collaboratif et le filtrage basé sur le contenu pour fournir des recommandations plus précises et diversifiées. Il prend en compte à la fois les préférences de l'utilisateur et les caractéristiques du contenu consulté pour faire de meilleures recommandations.

Le filtrage basé sur la popularité recommande du contenu en fonction de la popularité du contenu. Il recommande le contenu le plus populaire consulté, partagé ou avec lequel de nombreux utilisateurs interagissent. Combiner le filtrage basé sur la popularité avec d'autres types - par exemple, ce contenu est le plus populaire parmi les personnes ayant ce titre de poste - est un outil très puissant.

Le filtrage basé sur les connaissances recommande du contenu en fonction des profils et des préférences des utilisateurs. Il s'appuie sur les données et les commentaires des utilisateurs pour fournir des recommandations qui correspondent aux intérêts de l'utilisateur, tels que les achats précédents, les évaluations et les avis.

L'apprentissage par renforcement recommande du contenu en fonction des actions et des commentaires de l'utilisateur. Il apprend des interactions et des commentaires des utilisateurs pour améliorer ses recommandations au fil du temps.

Approfondir : le retour sur investissement des moteurs de recommandation pour le marketing

Choisir un moteur de recommandation de contenu

Comme mentionné ci-dessus, il est peu probable qu'un fournisseur donné puisse fournir toutes ces options. Réfléchissez à la manière dont vous souhaitez déployer des recommandations de contenu sur votre site, compte tenu de votre audience, de votre contenu et de l'éventail d'options possibles, et décidez quelles méthodes sont les plus susceptibles de fonctionner pour votre situation unique. Apportez cette liste à des fournisseurs potentiels et essayez de trouver la meilleure correspondance.

Assurez-vous de mettre le lecteur en premier

L'un des défis de la création d'une stratégie de recommandation de contenu réussie est de s'assurer que vous accordez la priorité aux objectifs du lecteur. Il est trop facile de tomber dans le piège de penser à ce que vous voulez que le lecteur fasse pour promouvoir votre modèle d'entreprise.

Au lieu de cela, mettez-vous à la place du lecteur et concevez votre stratégie de recommandation de contenu autour de ce qui aidera le lecteur à trouver le contenu qu'il souhaite trouver. Ce sera le meilleur pour votre entreprise à long terme. Répondre aux besoins du lecteur augmentera l'engagement, qui est l'objectif principal.