Todos estamos detrás de lo que los americanos denominan el engagement: fidelizar usuarios, convertir usuarios en clientes…
Y que mejor estrategia que recomendar aquellos elementos de nuestra web que concuerden con sus intereses. Esto es algo que hemos visto y mucho en sites de e-commerce, siguiendo la estela de Amazon, al que siempre recurrimos como ejemplo explicando el concepto con funcionalidad como “te recomendamos estos productos” o, “compradores que adquirieron este libro también han adquirido estos otros”…
Este tipo de técnicas y estrategias también están dando el salto a los medios online y portales de información.
Para ello se recurre a lo más antiguo, aplicar con criterio la capacidad curatorial de los periodistas e informadores. Valioso y necesario en muchos casos de buen periodismo.
Pero también la tecnología, en base a similitudes semánticas, valoraciones sociales o patrones de comportamiento, puede adquirir una gran importancia. Además “escala” mejor que la tarea manual que puede realizar una redacción.
Dos casos recientes de referencia: New York Times y Bloomberg
Nytimes.com, estos meses célebre por su metered paywall, además de querer cobrar a una parte de sus usuarios, o de trabajar un periodismo de muchos quilates, ha incorporado la recomendación de contenidos de una forma realmente interesante y en base al trabajo de la redacción, de algoritmos y de preferencias sociales. Merece la pena una revisión detallada del modelo, que estoy seguro seguirán otros muchos medios. Demuestra cómo el registro de usuarios puede aportar un gran valor a éstos.
Por su parte Bloomberg recomienda contenidos en base a los consumos de sus 20 millones de usuarios y el cruce entre la información que les parece más interesante y la manera que quieren recibirla en función del momento del día, gracias a las alternativas que hoy en día ofrecen los ordenadores personales, móviles y tabletas.
Gigaon informa que Bloomberg extrae información de 100 puntos de cada página de contenido en base a los patrones de comportamiento de sus usuarios y a partir de esta información recomienda a los lectores gracias a 15 algoritmos distintos.
Estrategias que se están viendo
Al menos estas tres, pero iremos hablando de otras
- Mejor servicio, que se traduce en más consumo de contenidos y por tanto un mayor inventario publicitario que ofrecer a anunciantes.
- Si se integra sabiamente con los adservers, permite segmentar de mejor manera los impactos publicitarios, que la publicidad sea más efectiva y que se pueda vender a tarifas más altas.
- Si un media cuenta con un negocio complementario de e-commerce, desde suscripciones, paquetes Premium o la venta detallista de un conjunto de productos (libros, informes, electrónica…) podrá sugerir y ofertar de forma contextualizada, evitando el spam en las páginas de contenido y buscando una mayor conversión con sus campañas y promociones. Me gusta el ejemplo de Harvard Business Review.
Resumiendo
Negocio, negocio y negocio… algo de lo que andan muy necesitamos numerosos portales de información. Eso sí, mejorando la experiencia de sus clientes, los lectores.
Más información:
Bloomberg: Personalizing the News for 20 Million People
The NYT adds recommendation features to its article pages
