Personalisering af indhold på tværs af kanaler

Der findes uendelige muligheder for at udgive og distribuere information og indhold i dagens Mediedanmark. Aviser har i mange år haft det ekstrasvært. De bruger mange ressourcer på at producere en stor mængde indhold mens mængden af tid, de har til at fange brugernes opmærksomhed, er ultrakort.

STEP har derfor skabt en løsning, der øger både engagement og loyalitet hos brugerne af Fyens Stiftstidendes digitale platforme ved at servere personaliseret indhold, der matcher deres interesser og læsemønstre. Det har resulteret i en stigning af click rate på mere end 40 % i de personaliserede nyhedsbreve, et øget forbrug af artikler på websitet og en halvering af afmeldinger i den gruppe, der modtager det personaliserede indhold i nyhedsbrevene.

Algoritmen, der udvælger indholdet til den enkelte bruger, har fokus på brugernes adfærd. Den trækker på data fra vores customer data platform, hvor al data fra vores forskellige platforme samles, behandles og stilles til rådighed for de enkelte kanaler (fx email og website). Anbefalingerne foretages på baggrund af andre brugere med lignende læsemønstre – en teknik kaldet collaborative filtering. Derfor kan den også matche indhold til brugere, vi endnu ikke kender så godt. Løsningen er 100% automatiseret og skalérbar, datadrevet og uden krav til manuelle ressourcer hos hverken redaktionen eller dataafdelingen.

Hvordan får man distribueret det rigtige indhold ud til de rigtige mennesker?

Målet har været at få Fyens Stiftstidendes læsere til at konsumere mere og bruge længere tid på indholdet, fordi de blev præsenteret for indhold specifikt udvalgt til lige præcis dem.

Brugerne søger hen, hvor de får den bedste dækning af emner, de interesserer sig for. Og det gælder alle platforme.

Så hvordan kan man som medie bedst muligt tilbyde præcis det indhold, som hver enkelt medieforbruger er ude efter? Hvordan kan vi skræddersy vores indhold til forbrugeren, så forbrugeren bliver præsenteret for præcis det indhold, han/hun er ude efter? Og hvordan kan vi gøre det på tværs af kanaler?

Det personaliserede indhold blev implementeret på fyens.dk og i Fyens Stiftstidendes nyhedsbreve i sommeren 2021. Herefter blev en A/B-test igangsat med fokus på nyhedsbrevene. En halvdel modtog nyhedsbreve, som ikke benyttede sig af personalificeringsmodellen, mens en anden halvdel modtog nyhedsbreve med personligt anbefalede nyhedsartikler foreslået af STEPs algoritme.

STEP har udviklet en algoritme til personalisering af indhold for Fyens Stiftstidende (og på sigt resten af Jysk Fynske Mediers regionale dagblade). Algoritmen er bygget centralt i vores data setup og er derfor uafhængig af platform. Det betyder, at uanset om du modtager et nyhedsbrev eller går ind på fyens.dk, så er indholdet personaliseret, så det matcher dine interesser og dine læsemønstre. Altså: Du rammes af indhold, der er relevant for lige netop dig – uanset hvor du møder Fyens Stiftstidende.

STEP har skabt en algoritme, der benytter collaborative filtering. Det er en strategi, hvor algoritmen har fokus på brugernes adfærd i stedet for at kigge på parametre som kategori, forfatter eller geografi (den tilgang, der kaldes content-based filtering). Det betyder, at vi har trukket data om læsemønstre baseret på artikel-ID’er og 1. parts bruger-ID’er fra vores CDP (Customer Data Platform). Løsningen kan faktisk også matche indhold til brugere, vi endnu ikke har adfærd på, hvilket ellers er en kendt begrænsning ved brug af collaborative filtering – det, som også er kendt som cold start.

Algoritmen baserer derfor anbefalingerne på baggrund af andre med lignende læsemønstre. Det er en løsning, der kræver mindre vedligeholdelse, idet teknologien automatisk opdager mønstre. Alle manuelle ressourcer er sparet væk, da løsningen er 100 % automatiseret og drevet af data.

Den traditionelle content-baserede løsning er begrænset af, at maskinen tror, at fordi du én gang interesserede dig for X, så vil du altid gøre det. Men faktum er, at mennesker ændrer sig, og det kan denne løsning bedre opfange, fordi den er baseret på, hvad andre, der ligner dig, gør.

Algoritmen indeholder et sæt regler, som den bruger til at definere, hvorvidt folk skal eksponeres for personaliseret indhold eller ej. Brugeren skal have læst mindst otte artikler, ligesom brugeren skal have været aktiv inden for de sidste fire uger. Derudover er der kortere aktualitet for 112-artikler, ligesom brugeren naturligvis ikke får anbefalet artikler, han/hun allerede har læst.

Resultatet af undersøgelsen var entydigt. Click raten er mere end 40 % højere i de personalificerede nyhedsbreve end i de standardiserede. Helt præcist klikkede 52.150 personer ind på fyens.dk gennem en personlig henvisning kontra 36.607 i standardnyhedsbrevet.

Dermed skaber algoritmen mere trafik til sitet, hvor vi også har registreret, at læserne har kvitteret med længere tid på sitet og klik på de anbefalede artikler.

Derudover har der været en reducering på 50 % af permission-churn i den gruppe, der modtog AI-indhold i nyhedsbrevene.

Løsningen er 100 % automatiseret, datadrevet og kræver ikke manuelle ressourcer i redaktionen. Det har frigivet ressorcer til andre redaktionelle opgaver.