Руководитель группы аналитики Sports.ru Александр Галухин на международной бизнес-конференции «Деловой интернет» подробно рассказал о рекомендательных системах в СМИ и автоматических сервисах персонализированных предложений.
Мы рекомендуем «Google news» и все другие агрегаторы новостей. Вы им указываете, какие новости вам интересны, и он каждый день подбирает эти новости и выбирает те места, в которых они будут освещены так, как вам хочется, потому что одну и ту же новость можно оценить по-разному.
В целом, если обобщить эти системы, можно выделить две большие группы. Это контентная фильтрация, когда мы знаем чётко, за какую команду болеет пользователь и даём ему нужную информацию, то есть, если пользователь, например, болеет за «БАТЭ», мы предлагаем ему результаты этой команды, посмотреть видеоголы, фотогалерею, почитать материалы на эту тему и т.д. Есть, конечно, существенный минусы, пользователь таким образом не узнает ничего про другие команд или виды спорта. Но есть и плюсы, это легче реализовать, и пользователь для нас как бы становится единственным, его предпочтения мы хорошо знаем.
Коллаборативная фильтрация предполагает, что мы находим похожих пользователей, причём это могут быть и незнакомые люди, однако предпочтения их схожи, вот мы и рекомендуем им одинаковую информацию. У этого подхода тоже есть свои минусы: это технически сложнее плюс нужно много людей, потому что, если на сайте будет человек 5–10 или даже 100–200, эта система будет плохо работать.
И гибридные системы – это сочетание двух предыдущих, самый прогрессивный вид. Можно их параллельно использовать или последовательно, всячески миксовать, лишь бы лучше работало.
С какими сложностями мы столкнулись? Во-первых, у нас очень большой поток контента, потому что много людей и они пишут разные посты в блогах, комментируют и даже пишут новости, отсюда много информации. Это не позволяет редакторам вручную каждому отправлять уникальный контент, то есть обычно всем рекомендуются одинаковые материалы, самые популярные и актуальные на данное время, по их мнению. К тому же, много просто проходящих пользователей, которые зашли по ссылкам из Яндекс.Новости или из социальных сетей, а через полтора клика они уже покинут страничку. Получается, что лишь 5% зарегистрированы, а об остальных 95% мы не знаем ничего, только откуда они к нам пришли.
Как мы делаем рекомендательную систему контента? Вообще, мы используем это везде под всеми видами контента, так и нужно делать. Например, перед онлайн матчем, мы рекомендуем прочитать всё, что необходимо узнать, до начала игры. Это делается автоматически, чтобы не загружать редакцию, да и делают они сами это плохо. И делаю это сами пользователи, даже не подозревая об этом, по сути, они создают рекомендательную систему своими руками.
Мы рекомендуем отобранные редакцией посты, пусть они и работают не идеально, но это своего рода «заглушка», особенно когда система ещё не начала работать под новый контент. Также рекомендуем по тегам, это тоже не лучший способ, но из-за недостатка информации приходится делать именно так.
Лучший метод – это гибридный, включающий все вышеописанные, потому что он даёт много информации о пользователе, откуда он пришёл, в каком городе находится, чем интересуется, с телефона он или большого web, или вообще из приложения, и что именно он читает.
Как это работает? Цифры округлились, но, в целом, видна лесенка. И редакционно-отобранные посты работают хуже, примерно в 1,5 раза. Мы активно работает над увеличением цифры CTR, хотя это далеко не главное. Причём мы делаем это сами, не привлекая другие сервисы. Мы получили от этого некоторые преимущества, например, увеличился показатель глубины просмотра, а это очень хорошо. Для этого мы рекомендуем, какие блоги стоит почитать, какие приложения установить, на каких людей подписаться и т.д. Также мы практиковали email-рассылки под конкретного пользователя, то есть разные люди получают разные письма.
Почему мы это делаем сами? Потому что это позволяет знать механизм как бы изнутри, ты можешь в любой момент «подкрутить» так, как тебе нужно. Это также можно использовать как инструмент маркетинга и вставлять туда свои посты и внутреннюю рекламу. При запуске спецпроекта можно добавить необходимых людей. У нас есть отлаженная система аналитики, которая собирает данные, а раз есть данные, их нужно использовать. И, на мой взгляд, мы хорошо с этим справляемся.
Подробнее о возможностях рекламы в интернете в Беларуси
Как работает контекстная реклама?
*** Выражаем особую благодарность спикерам и организаторам международной бизнес-конференции "Деловой интернет" за предоставление презентационных материалов.
Материал подготовила Дарья Курас
