Sitemap 切換菜單

如何通過內容推薦提高網站參與度

已發表: 2023-04-04

每個內容提供商都希望更多地參與他們的在線內容。 有效的內容推薦是實現這一目標的一種方式。 但沒有放之四海而皆準的方法。

以下是如何為您的網站、內容和受眾制定最佳推薦策略。 大多數現成的內容推薦引擎不具備此處討論的所有功能,但了解可能的功能將幫助您找到適合您業務的最佳解決方案。

什麼是內容推薦?

內容推薦系統根據訪問者可能感興趣的內容向訪問者推薦其他內容。例如:

  • YouTube 和 Netflix 使用內容推薦,根據用戶的觀看歷史向他們推薦其他視頻和電視節目。
  • Spotify 發現音樂品味的模式並推薦類似的歌曲。
  • 我女兒說 TikTok 非常擅長為她尋找相關內容。

在所有這些情況下,目標都是讓訪問者與您平台上的另一段引人入勝的內容保持互動。 但這提出了兩個關鍵問題:

  • 系統如何知道推薦什麼?
  • 建議的背景是什麼?

內容推薦的工作原理

內容推薦依靠數據分析來準確預測用戶可能參與的內容。 一般來說,它會收集有關用戶行為的數據,例如他們訪問過哪些頁面、他們點擊了什麼以及他們在每個頁面上花費了多少時間。 然後它可以生成不同類型的建議,包括:

  • 目前網站上的熱門文章。
  • 特定類別中的熱門文章。
  • 特定作者的熱門文章。
  • 閱讀當前文章的訪問者閱讀的文章。
  • 具有相似瀏覽歷史的訪問者閱讀過的文章。
  • 具有特定職位的人的熱門文章。
  • 由與讀者相似的人閱讀的文章。
  • 特定地理區域的人閱讀的文章。

每個選項可能對各種內容或您網站的不同區域有不同的用途。 您會注意到其中一些(例如“目前網站上最流行”)依賴於簡單的分析,而其他一些(“像您一樣喜歡這些文章的人”)則基於相似的建模。

駕車者與常客

如果您的網站與大多數網站一樣,很多訪問者會閱讀一篇文章然後離開。 讓一些“路過的人”留下來多瀏覽一次頁面可以對您的網站流量產生巨大的影響。 好的內容推薦是解決該問題的一種方法。

問題是你對路過的人了解不多。 他們在您的站點上沒有歷史記錄,因此很難進行相似的建模。 但是有一些選擇。

  • 您可以使用第三方 cookie/受眾數據,只要它仍然可用。
  • 您可以使用來自 HTTP 標頭的數據,例如地理位置或引薦來源網址。
  • 您可以依賴其他讀者的一般網站統計數據。

對於普通訪客,您有更多選擇。 除了可以對駕車者進行的所有操作之外,您還可以根據他們獨特的瀏覽歷史進行預測,例如:

  • 展示與他們已經看過的內容相似的內容(在同一類別中,由同一作者,具有相同的標籤或關鍵字等)
  • 將他們的瀏覽歷史與具有相似瀏覽歷史的人進行比較,並顯示該較大群體中最受歡迎的文章。
  • 如果您有常客的人口統計數據(即職位),您可以顯示具有該職位的人最受歡迎的文章。

多個受眾

許多網站有兩種或多種截然不同的受眾:免費用戶與付費用戶,或 B2B 與 B2C 潛在客戶。 如果您的網站屬於這種情況,將它們分開可確保您做出最相關的內容推薦。

這就是為什麼。 考慮一個關於藥物的網站,其中包含面向消費者和醫生的內容。 您希望將這些統計數據分開,以便為醫生推薦醫生內容,為消費者推薦消費者內容。

如何對內容進行分類

內容推薦背後的魔力依賴於對內容進行分類以符合您和讀者的目標。 內容可以用幾種不同的方式分類,例如:

  • 標題中的單詞。
  • 關鍵詞或標籤。
  • 文章中的詞密度。
  • 類別。
  • 作者。
  • 長文章與短文章。

內容的分類方式可能會影響您的用例。 例如,如果您的站點有長篇文章和摘錄,您可能不想向喜歡閱讀摘錄的人推薦長篇文章。

內容推薦算法的類型

您可以使用各種類型的基於 AI 的內容推薦算法來改進您的網站。 以下是一些最常見的。

協同過濾根據相似用戶的行為和偏好推薦內容。 它分析用戶的歷史行為,並推薦具有相似偏好的用戶交互過的內容。

基於內容的過濾推薦與用戶之前消費過的內容相似的內容。 它分析用戶當前瀏覽的頁面內容,並根據關鍵詞、標籤等相關信息推薦相似的內容。

混合推薦結合了協同過濾和基於內容的過濾,以提供更準確和多樣化的推薦。 它同時考慮了用戶偏好和正在查看的內容的特徵,以做出更好的推薦。

基於流行度的過濾根據內容的流行度推薦內容。 它推薦許多用戶查看、共享或交互的最流行的內容。 將基於流行度的過濾與其他類型相結合——例如,此內容在具有此職位的人中最受歡迎——是一個非常強大的工具。

基於知識的過濾根據用戶配置文件和偏好推薦內容。 它依靠用戶數據和反饋來提供符合用戶興趣的推薦,例如以前的購買、評級和評論。

強化學習根據用戶的操作和反饋推薦內容。 它從用戶交互和反饋中學習,以隨著時間的推移改進其推薦。

深入挖掘:營銷推薦引擎的投資回報率

選擇內容推薦引擎

如上所述,任何給定的供應商都不可能提供所有這些選項。 考慮一下您希望如何在您的網站上部署內容推薦,考慮到您的受眾、您的內容和可能的選項範圍,並確定哪些方法最有可能適用於您的獨特情況。 將該列錶帶給潛在的供應商,並嘗試找到最佳匹配。

一定要把讀者放在第一位

創建成功的內容推薦策略的挑戰之一是確保將讀者的目標放在首位。 很容易陷入思考你希望讀者做什麼來推廣你的商業模式的陷阱。

相反,設身處地為讀者著想,圍繞有助於讀者找到他們想要查找的內容的內容設計內容推薦策略。 從長遠來看,這對您的業務是最好的。 滿足讀者的需求將增加參與度,這是主要目標。


獲取營銷技術! 日常的。 自由的。 在您的收件箱中。

見條款。



本文中表達的觀點是客座作者的觀點,不一定是 MarTech。 此處列出了工作人員作者。


相關故事

    跟隨 MarTech 的內容營銷專家
    回歸基礎:營銷即對話
    域權威已死:專注於排名的 SEO 內容
    B2B 營銷人員的長篇內容指南
    LinkedIn 為 B2B 營銷人員發布新的頁面功能

MarTech 上的新功能

    為什麼 ChatGPT 對代理機構來說既是福也是禍
    在消費者團體投訴後,沃爾瑪從 Roblox 平台上撤下了一款遊戲
    營銷技術人員報酬豐厚
    跟隨 MarTech 的內容營銷專家
    ChatGPT 受到歐洲監管機構的威脅