Рекомендательный трафик: как дать читателям то, что им действительно нравится

Олег Крыгин Директор по развитию

Один мой знакомый журналист начинал любые статьи своей коронной фразой — «В последнее время об этом не говорил только ленивый». К этой фразе очень много претензий, однако и сейчас она почему-то первой всплыла в голове, ведь о предмете данной статьи, так называемом рекомендательном трафике, в последнее время говорят много и постоянно. Есть что сказать по этому поводу и нам.

Системы рекомендации материалов ныне пользуются бешеной популярностью у владельцев ресурсов всевозможной тематической направленности. Прочные позиции в русскоязычном сегменте интернета уже успели завоевать Relap.io и myWidget от Mail.Ru (и это несмотря на то, что сервис до сих пор находится в режиме закрытого тестирования). Оно и понятно — никто не хочет отпускать читателя из цепких лап своего контента. Уж раз что-то привело его на ваш сайт, и неважно, что именно — добровольно он зашел или же его занесло случайным кликом по тизеру — очень не хочется с ним расставаться.

Что нужно, чтобы читатель проводил больше времени на сайте? Ответ очень прост: нужно предложить то, что интересно и полезно именно ему. Например, читатель кликнул на заголовок о том, что печень барбарийской утки действительно помогает от простуды. Что подумает человек, который увидит подобный запрос? То, что наш читатель, скорее всего, болен и очень хочет излечиться как можно скорее. А что «подумает» робот?

Как правило, под любым материалом на любом сайте вы увидите ряд ссылок на статьи связанных тематик. Это тоже рекомендательная система, правда, старого образца, довольно примитивная. Подбор материалов делается автоматически, в большинстве случаев — по тэгам, которые ставят редакторы. Однако представьте, какой контент там будет собран в нашем случае с барбарийской уткой: там будет все на свете, начиная от утиного корма и заканчивая утиным гриппом и смешными гифками про утят. Вы правда думаете, что это то, что нужно нашему многострадальному больному читателю?

Практика показывает, что тэговые рекомендации имеют довольно низкую эффективность. Их можно сравнить с наскальной живописью: грубо, топорно, сделано руками, имеют историческую ценность, но не более того. Короче говоря, тэги, вот это все — это некруто и давно устарело. И имеют право на жизнь они фактически в одном случае: если человек пришел на сайт выбирать, к примеру, модель телефона — в этом случае сам бог велел показать ему и обзоры других моделей, чтобы помочь ему наконец разрешиться от бремени выбора.

Второй, более совершенный метод — это рекомендации по ключевым словам. Однако он тоже далеко не идеален. В отличие от первого метода, когда тэги ставит человек, тут все делает машина. Останавливаться на нем подробно мы не будем, скажем лишь, возвращаясь к примеру о барбарийской утке, что рекомендации по ключевым словам уже дадут возможность нашему читателю получить больше информации не только об утке, но и о простуде и методах ее лечения.

Но высшим пилотажем мы все же вполне оправданно считаем коллаборативную фильтрацию. Что это такое? Официально определение звучит так: «Коллаборативная фильтрация, совместная фильтрация (англ. collaborative filtering) — это один из методов построения прогнозов (рекомендаций) в рекомендательных системах, использующий известные предпочтения (оценки) группы пользователей для прогнозирования неизвестных предпочтений другого пользователя.»

А если совсем просто, то представим себя на минуточку нашего несчастного пользователя. Сидит он, бедный, может, ему завтра в шесть утра на работу — водить трамвай, или проект сдавать, а у него температура и вообще жизнь не мила. Почитал он про утку, понял, что ничего полезного ее печень ему не даст. Но как же вылечиться? Пошел, прочитал статью про перья сизого голубя, которые точно помогут выздороветь к завтрашнему утру. А тут увидел ссылку на новую статью про игру Pokemon Go, прочитал и ее, расстроился, что не в состоянии ловить покемонов. И для поднятия настроения заодно посмотрел прикольный видосик с котятами. И все это он сделал на одном сайте. И вместо 30 секунд он, сам того не заметив, залип на вашем сайте на целых 4 минуты и 16 секунд!

И чудесное открытие состоит в том, что, оказывается, обязательно найдется другой человек, попавший на статью про утку, вполне вероятно, захочет тоже почитать про покемонов и посмотреть видео с котиками. Поймать и распознать таких схожих в своих интересах людей — дело техники. Коллаборативные системы, как правило, двухступенчаты.

  1. Сначала мы находим тех, кто разделяет оценочные суждения «активного» (прогнозируемого) пользователя
  2. Затем используем оценки сходно мыслящих людей, найденных на первом шаге, для вычисления прогноза.

Это мы умеем.

Мы работаем в сфере интернет-рекламы с 2004 года. Каждый день мы изучаем нашу аудиторию, ее интересы, ее поведение. Наши дорогие клиенты и партнеры, сотрудничеством с которыми мы гордимся (это Forbes, Mail.ru, ria.ru, vesti.ru, kp.ru, mk.ru, Rambler, msn.ru и многие, многие другие), знают, как кропотливо мы работаем с тем, чтобы привлечь на сайт нужную именно им аудиторию. Как приводим тех, кто проводит на сайте не 5-7 секунд, а действительно читает предложенные им материалы, кликает по другим заголовкам, каждый раз находя для себя что-то интересное, зарывается в глубины контента.

Проблема выбора — это проклятье 21 века. Слишком много всего вываливается на нас, и никто, ни один человек не может сохранить для себя четких ориентиров в этом нескончаемом потоке информации. Мы начали разрабатывать то, что можно назвать кроссплатформенными мультирекомендациями. Их мы и предлагаем вашему вниманию.

Мы научились выявлять кластеры пользователей со сходным поведением. Все и проще, и сложнее, чем кажется. Обладая информацией о поведении пользователя, мы можем предложить ему то, что его гарантированно заинтересует. Специфика тизерной сети накладывает свой отпечаток. Ведь у нас так или иначе можно найти все, что интересно хотя бы более-менее широкой аудитории: от новостей до товаров массового спроса (ну, все, что разрешено нашим законодательством). Можно сказать, что мы — как огромный макет для модели общества в миниатюре.

Многочисленные тестирования показали, что нет смысла показывать читателю новости из той же категории, на которую он кликнул. Тематические ограничения на 37% снижают вовлеченность пользователя. Миф о том, что только узкотематическими материалами можно удержать читателя, окончательно развенчан. Если он захотел узнать про то, почему в Барнауле массово погибают птицы, мы не будем забрасывать его подобными новостями. Алгоритмы показывают, что с него достаточно и барнаульских пернатых. Однако мы можем рекомендовать ему нечто совершенно иное, не связанное тематически с только что прочтенной им новостью, и он будет лишь рад такому повороту. Мы покажем ему, как пловцы на Олимпиаде в Рио сделали кое-что интересное, и, возможно, расскажем, что ЕС начал отменять антироссийские санкции.

Как это работает?

Кликая по заинтересовавшему его заголовку, читатель зачастую оказывается на транзитной странице с анонсом новости в первом окне.

Рекомендательный трафик: как дать читателям то, что им действительно нравится - 1

Совершая второй клик, он переходит на полнотекстовую версию новости и радуется тому, что получил нужную информацию. Однако в то время, как наш читатель погружен в изучение контента сайта, за транзитной страницей открывается рекомендованный нами материал. Это может быть любой выбранный системой по особому алгоритму контент наших партнеров и рекламодателей, загруженный в систему.

A/B-тесты показали, что качество трафика, получаемого с мультирекомендаций, ничуть не хуже, а порой и лучше, чем то, что может получить и получает рекламодатель или партнер. Мы точно знаем, что предлагаемый контент читателю интересен. Это означает, что он будет совершать на сайте те же действия, которые совершал бы, попади он туда другим путем. Посмотрите на глубину просмотра рекомендательного трафика по сравнению с обычным (данные предоставлены одним из наших партнеров):

Рекомендательный трафик: как дать читателям то, что им действительно нравится - 2

Выглядит убедительно, не так ли?

Иными словами, читатель проведет на сайте не меньше времени, и кликов он сделает не меньше прогнозируемого количества. И конвертируемость клика в покупки или действия никоим образом не пострадают.

Рекомендательный трафик: как дать читателям то, что им действительно нравится - 3

Да, это очень круто и удобно. Вот благодаря таким технологиям и создается полное ощущение, что мы с вами живем в будущем. В профите остаются все — и читатели, и рекламодатели. Первые получили то, что хотели, и даже больше, а вторые — прибыль от найденного «своего» клиента и дополнительный трафик на сайт.

Хотя эта опция и работает в режиме закрытого бета-тестирования, мы сможем подключить ее и вам. Просто напишите нам (support@directadvert.ru), и мы обязательно что-нибудь придумаем!

Поделитесь с друзьями

Начните прямо сейчас

Регистрируясь, вы подтверждаете своё согласие с офертой, а также даете согласие на обработку своих персональных данных