Лучшие статьи и кейсы стартапов
Включить уведомления
Дадим сигнал, когда появится
что-то суперстоящее.
Спасибо, не надо
Вопросы Проекты Вакансии
Relap +374
Помогаем медиа стать лучше с помощью машинного обучения и bigdata
Рекомендуем
Продвинуть свой проект
Лучшие проекты за неделю
36
Эбиа

Эбиа

www.ebia.ru

23
Enlite

Enlite

enlited.ru

22
YAGLA

YAGLA

yagla.ru

17
Venyoo

Venyoo

venyoo.ru

15
2.0

2.0

twozero.ru

14
SE Ranking

SE Ranking

seranking.ru

14
likearea

likearea

smm.li

12
Perezvoni.com

Perezvoni.com

perezvoni.com

11
Relap

Relap

relap.io

Показать следующие
Рейтинг проектов
Подписывайтесь на Спарк во ВКонтакте

Чеклист. Хорошо ли работает рекомендательная система на новостном сайте

248 2 В избранное Сохранено
Авторизуйтесь
Вход с паролем
Рассказываем на что обратить внимание и как понять, что ваша рекомендательная система нуждается в улучшении.

Многие СМИ пользуются рекомендациями контента для вовлечения пользователей и улучшения метрик сайта. За время работы мы провели сотни тестов на новостных медиа, среди которых РИА Новости, vc.ru, Известия, Forbes. Рассказываем, как понять, что ваша рекомендательная система нуждается в улучшении.

b_5788e5b7e6871.jpg1. Проверьте “возраст” ваших рекомендаций

Если вы рекомендуете новости полугодичной давности — это значит блоки на сайте работают не в полную силу. По нашему опыту, отсутствие временного ограничения всегда снижает CTR блоков на сайте.

Но период актуальности публикаций у каждого СМИ индивидуален. Причиной может быть разница аудиторий: большое ядро или много новых читателей, частота обновления и другие факторы.

Например, на vc.ru интерес пользователей к публикации затухает за 30 дней. Поэтому мы ограничили рекомендации на такой промежуток. А вот на «РИА Новости» оптимальный возраст новости всего 3 дня.

b_5788e5b826402.jpg2. Проверьте рекомендации на разнообразие

Если вы рекомендуете новости по разделам: к спорту — спорт, к политике — политику, — вы теряете около 20% времени, которое пользователи готовы провести на сайте.

Мы провели эксперимент и показали одной группе юзеров сегментированные рекомендации: человек читает новость из раздела «Общество» — рекомендуем ему статьи только из раздела «Общество». Другая группа получала рекомендации со всего сайта (кросс-сегментные рекомендации). CTR виджета с рекомендациями без учета разделов — в 2 раза выше, а процент отказа ниже на 16%. Время проведенное на сайте увеличилось на 23%.

Отключите сегментирование и увидите, как CTR блока пойдет вверх.

b_5788e5b84afb3.jpg3. Пройдитесь по темам: разнообразие и здесь повысит эффективность

Проверьте, не рекомендуете ли вы похожие статьи. К новости о премьере Великобритании еще 6 новостей о Великобритании и премьерах. Такой подход выглядит очевидно, но использовать его — значит потерять 30% кликов.

Мы в своих рекомендациях используем коллаборативную фильтрацию. То есть ориентируемся не только на содержание статьи, а на закономерности в поведении пользователей. По результатам А/В тестов коллаборативная фильтрация дает на 20-30% больше кликов, чем подборка по тегам.

Это значит, треть ваших читателей осталась бы на сайте дольше, если бы не рекомендации похожих статей.

Если вы хотите учитывать содержание статьи в рекомендациях, почитайте, как мы делаем это алгоритмически.

b_5788e5b86e836.jpg4. Учитываете ли вы, как растет и падает интерес читателей

Звучит сложно. Но самый простой способ проверить — посмотрите, рекомендуете ли вы “самое популярное”, новости, которые набрали очень много просмотров.

Если такой блок есть на вашем сайте — вы теряете 700% кликов. Интерес пользователей к «Популярным новостям» очень низкий, потому что они, скорее всего, уже в курсе. «Популярное» — это то, что все видели.

Второй способ не определишь на глаз, и придется спросить у разработчиков. Прогнозируют ли они виральность новостей для выдачи рекомендаций?

У свежей публикации может быть мало просмотров, но читатели активно делятся новостью и этот тренд будет сохраняться в течение какого-то времени. Нужно уловить его и рекомендовать такие новости. Но важно не совершать типичную ошибку и вовремя убирать их из выдачи, когда тренд виральности идет на спад и статья набрала много просмотров.

b_5788e5b88a2ee.jpg5. Посчитайте рекомендательные плитки на сайте

А потом проведите простой тест: увеличьте количество плиток в рекомендательном блоке и наблюдайте, как пользователь залипает на сайте, а CTR ваших рекомендаций взлетает.

В тесте на Tjournal мы увеличили количество плиток с 4 до 8 и повысили кликабельность рекомендательного блока на 34,3%.

В следующий раз мы увеличили количество плиток в рекомендательном блоге TJ с 8 до 12. CTR вырос еще на 12,47%.

Но бесконечно увеличивать количество плиток не имеет смысла. В какой-то момент количество перестает переходить в качество.

Эксперимент с количеством плиток, конечно, работает не только для новостей. Похожий эксперимент мы провели на Лайфхакере. Увеличили количество плиток с 8 до 12 и эффективность рекомендательного блока выросла на 25%.

Если хотите больше подробностей, почему рекомендации работают так а не иначе, читайте статью одного из наших разработчиков: «Как нельзя делать рекомендации контента».

+3
Первые Новые Популярные
Мозговые деньги
прогнозы результатов лотерей при помощи Machine Learning
addip
2-3% Ракоммендалов 7
Ответить
Shraibikus Media
А как настроить возраст рекомендаций?
Ответить
Выбрать файл
Читайте далее
Загружаем…
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать