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.

Cómo desarrollar la mejor estrategia de recomendación para su sitio, su contenido y su audiencia: la mayoría de los motores de recomendación de contenido comercial no tienen todas las características descritas aquí, pero saber lo que es posible puede ayudarlo 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 el gusto musical y recomienda canciones similares.
• Mi hija dice que TikTok es increíble para encontrar contenido relevante para ella.

El objetivo en todos estos casos es involucrar al visitante con otro contenido convincente en su plataforma, pero eso 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, se recopilan datos de comportamiento del usuario, p. B. qué páginas visitaron, en qué hicieron clic y cuánto tiempo pasaron 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 visitantes que han leído el artículo actual.
• Artículos leídos por visitantes con un historial de navegación similar.
• 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 diferentes contenidos o áreas específicas 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 personas como usted les gustan estos artículos") se basan en modelos similares.

Drive-bys frente a clientes regulares

Si su sitio es como la mayoría de los demás, muchos visitantes leerán un artículo y luego se irán. Conseguir que algunos de esos "drive-bys" se queden para ver otra página puede marcar una gran diferencia en el tráfico de su sitio web. Una buena recomendación de contenido es una forma de abordar este problema.

El problema es que no sabes mucho sobre los drive-bys. No tiene un historial en su sitio, por lo que es más difícil crear maquetas similares. Pero hay algunas opciones.

• Puede utilizar datos de audiencia/cookies de terceros siempre que estén disponibles.
• Puede utilizar datos del encabezado HTTP, p. B. Geolocalización o referente.
• Puede confiar en las estadísticas generales del sitio web de sus otros lectores.

Con sus visitantes regulares, tiene muchas más opciones: 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 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 vea los artículos más populares en ese grupo más grande.
• Si tiene datos demográficos sobre sus clientes habituales (por ejemplo, el cargo), puede ver los artículos más populares para las personas con ese cargo.

Múltiples audiencias

Muchos sitios web tienen dos o más audiencias distintas: usuarios gratuitos frente a usuarios pagos, o B2B frente a prospectos B2C. Si este es el caso de su sitio, separar estas audiencias garantizará que esté haciendo las recomendaciones de contenido más relevantes.

He aquí por qué: considere un sitio de medicamentos con contenido para consumidores y médicos. Desea separar estas estadísticas para recomendar contenido médico para médicos y contenido de consumo para consumidores.

Cómo clasificar el contenido

La magia detrás de las recomendaciones de contenido se basa en clasificar el contenido que se ajuste a tus objetivos y los del lector. El contenido se puede clasificar de varias maneras, 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 artículos y extractos largos, es posible que no desee recomendar artículos largos a las personas que prefieren leer extractos.

Tipos de algoritmos de recomendación de contenido

Existen diferentes tipos de algoritmos de recomendación de contenido basados ​​en IA que puede utilizar para mejorar su sitio web. Aquí hay algunos de los más comunes.

Filtración colaborativa recomienda contenido basado en el comportamiento y preferencias de usuarios similares. Analiza el comportamiento histórico de los usuarios y recomienda contenidos con los que han interactuado usuarios con preferencias similares.

Filtrado basado en contenido recomienda contenido que es similar al contenido consumido previamente 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.

recomendación híbrida combina el filtrado colaborativo y el filtrado basado en contenido para proporcionar recomendaciones más precisas y diversas. Tiene en cuenta tanto las preferencias del usuario como las características del contenido que se está viendo para ofrecer 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 es el título de este trabajo) es una herramienta muy poderosa.

Filtrado basado en el conocimiento recomienda contenidos en función de los perfiles y preferencias de los usuarios. Se basa en los datos y comentarios del usuario para proporcionar recomendaciones basadas en los intereses del usuario, como: B. Compras anteriores, calificaciones y reseñas.

aprendizaje reforzado Recomienda contenido basado en las acciones y comentarios de los usuarios. Aprende de las interacciones y los comentarios de los usuarios para mejorar sus recomendaciones con el tiempo.

Profundizando: El ROI de los motores de recomendación para marketing

Elegir un motor de recomendación de contenido

Como se mencionó anteriormente, es poco probable que algún proveedor en particular pueda ofrecer todas estas opciones. Piense en cómo desea proporcionar 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 esta lista a proveedores potenciales e intente encontrar la mejor combinación.

Asegúrese de poner al lector primero

Uno de los desafíos de desarrollar una estrategia exitosa de recomendación de contenido es asegurarse de poner primero 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 enmarque su estrategia de recomendación de contenido en torno a lo que ayudará al lector a encontrar el contenido que desea encontrar. Esto será lo mejor para su negocio a largo plazo. Responder a las necesidades del lector aumenta el compromiso, lo que aumenta el compromiso es el objetivo principal.

¡Consigue Aprendermarketing! Entregado diariamente a su bandeja de entrada de forma gratuita.

Las opiniones expresadas en este artículo son las del autor invitado y no necesariamente las de Aprendermarketing. Los autores del personal se enumeran aquí.