Nilalaman
- Maunawaan ang gumagamit
- Ang Locked Loop
- Pagsunud-sunod ng mga pahiwatig
- Mga pagsasaalang-alang sa teknikal
- Pagsasama at pag-aaral
- Pagganap at suporta
- Ang lohika
- Konklusyon
Ang artikulong ito ay unang lumitaw sa isyu ng 225 ng .net magazine - ang pinakamabentang magazine sa buong mundo para sa mga web designer at developer.
Araw-araw, napakalaking halaga ng nilalaman ang nilikha at ibinabahagi. Ang paggawa ng masa na ito ay nagtatanghal ng isang malaking problema: paano natin matutulungan ang mga gumagamit na madaling makahanap ng nauugnay na nilalaman?
Para sa kadahilanang ito, ang pag-personalize ay mabilis na nagiging pinakapinag-uusapang teknolohiyang web ng 2012.
Habang ang mga behemoth ng industriya tulad ng Amazon, Facebook at Google ay gumagamit ng pag-personalize upang lihim na i-skew ang aming mga online na buhay, maaari na ngayong i-access ng sinuman ang parehong advanced, malakas at may kakayahang umangkop na teknolohiya upang mag-plug in sa mga bago at mayroon nang mga site, platform, app at serbisyo upang lumikha ng nauugnay na karanasan ng gumagamit at gabay sa pagtuklas ng nilalaman. Sa artikulong ito, titingnan namin ang ilan sa mga kadahilanan na dapat isipin kapag lumilikha ng mga site na hinihimok ng nilalaman na may personalization at rekomendasyon na teknolohiya, mula sa kung paano magdisenyo para sa pabago-bagong nilalaman, mga teknikal na pagsasaalang-alang na dapat tandaan at ilan sa iba't ibang mga uri ng algorithm at mga filter na gumagawa ng lohika na hinihimok ang pag-personalize.
Ngunit una, ano ang ibig sabihin natin kapag pinag-uusapan natin ang tungkol sa personalization?
Ang pag-personalize ay pinakamahusay na ipinaliwanag bilang isang halo ng pagsubaybay sa pag-uugali ng on-site, mahuhulaan na algorithm, at nilalamang on-site at pag-aangkop sa karanasan.
Hindi tulad ng pag-target sa pag-uugali, ang data ng pag-uugali ay hindi ibinebenta sa mga kumpanya upang ma-target ang mga ad at ang mga gumagamit ay hindi nasusubaybayan sa web, o ang pag-personalize ay isang uri ng retargeting na pag-uugali na naglalayong taasan ang mga conversion sa pamamagitan ng pagbabalik sa mga browser upang bumili.
Ang mga engine sa pag-personalize / rekomendasyon ay maaaring gumamit ng parehong tahasang impormasyon (mga bagay tulad ng mga petsa ng kapanganakan, kasarian at lokasyon na sinasadya naming ibahagi sa mga site) at mga implicit na signal (mga hindi malay na signal, tulad ng mga tukoy na katangian ng nilalaman na tinitingnan namin at ang antas ng pakikipag-ugnayan mayroon kaming isang piraso ng nilalaman). Ang mga natatanging profile ng gumagamit ay nilikha at patuloy na na-update, natututo at umaangkop sa mga interes at kagustuhan ng gumagamit. Sa isang site sa tingiang damit, halimbawa, maaaring maunawaan ng teknolohiya sa pag-personalize na ang isang gumagamit ay isang lalaki na nagsusuot ng katamtamang sukat na damit at ginusto ang kulay na asul, at pagkatapos ay iakma ang tindahan sa paligid ng impormasyong ito.
Maunawaan ang gumagamit
Ang pagdidisenyo ng mga site na may isinapersonal na nilalaman at may-katuturang mga rekomendasyon ay hindi nangangahulugang paglalagay ng isang bloke sa isang sidebar o sa homepage. "Mahalagang maunawaan kung ano ang sinusubukan ng gumagamit na makamit," sabi ni Ali Carmichael, direktor ng UX na ahensya ng disenyo ng ahensya ng Karanasan. "Sa pamamagitan ng pag-unawa dito, maaari naming maitaguyod ang kritikal na nilalaman na kailangan ng gumagamit upang makumpleto ang kanilang layunin, at samakatuwid ay magbigay ng personalization sa mga punto sa kanilang paglalakbay na kapaki-pakinabang sa gumagamit".
Ang teknolohiya sa pag-personalize ay hindi ang mahiwagang sagot sa hindi magandang pag-navigate - ito ay isa sa maraming mga tool na kinakailangan upang matulungan ang matagumpay na pagtuklas ng nilalaman. "Madalas naming makita ang mga site na sumusubok na itaguyod ang ibang nilalaman nang masyadong maaga sa paglalakbay ng gumagamit, na sa huli ay nagreresulta sa hindi pagpapansin ng gumagamit ng nilalaman at posibleng umalis," sabi ni Carmichael. "Kung ang isang gumagamit ay sumusubok na makahanap ng impormasyon tungkol sa isang tukoy na laro sa Xbox, hayaan silang makita ang laro bilang isang priyoridad. Kapag nahanap na ng gumagamit ang impormasyong hinahanap nila, mas malamang na maging bukas sila sa inspirasyon. ”
Ang Locked Loop
Ang pagtiyak sa mahusay na pag-navigate ay makakatulong din sa mga gumagamit na makatakas sa tinatawag naming 'Locked Loop'. Nagsimula ang teorya matapos talakayin Ang Filter Bubble, isang libro ni Eli Pariser na nagtataas ng mga etikal na katanungan tungkol sa kung paano namin hinahayaan ang mga kumpanya ng media tulad ng Facebook at Google na kontrolin ang aming paggamit ng balita, na hinuhubog ang aming pananaw sa mundo. Napagpasyahan namin na ang 'filter bubble' ay hindi masyadong matindi para sa mga site na hinihimok ng nilalaman, ngunit ang Locked Loop ay.
Ang pag-personalize, lalo na sa ecommerce, ay maaaring magamit upang ma-target ang mga bisita sa pamamagitan ng labis na butil na detalye, na maaaring iakma ang buong site batay sa isang profile ng bisita. Kung ang isang site ay may mahinang pag-navigate, ang mga gumagamit ay maaaring hindi makatakas sa kanilang naka-profiled na pagkakakilanlan, i-lock ang mga ito sa isang walang katapusang loop ng parehong mga mungkahi.
Pag-isipan ang isang ina na naghahanap ng regalo sa kaarawan para sa kanyang tatlong taong gulang na anak na lalaki, at makalipas ang dalawang buwan ay bumalik siya upang tingnan ang mga regalo sa Pasko para sa kanyang medyo mas matandang anak na babae. Mula sa sandaling siya ay bumalik sa site ay maaaring siya ay nai-hounded ng mga manika ng Action Man, scooter at bisikleta - maaaring imposibleng mahanap ang Barbie na manika na hinahanap niya kung ang pag-navigate sa site ay hindi nakakasama sa mahirap, hindi maayos na pag-navigate at isang tampok na sub-standard na paghahanap.
Ito rin ay isang problemang algorithmic - dapat matuto at umangkop ang system sa pag-uugali ng bisita sa real time: kailangan nitong makilala ang mga bagong deklarasyon ng interes at lumipat ng mga algorithm nang naaayon. Ang pagbibigay ng sapat na mga mekanismo ng pagtuklas para sa iyong mga gumagamit upang makatakas sa Loop at makahanap ng bago, nauugnay, kawili-wili at sariwang nilalaman ay magpapataas sa saklaw ng kanilang profile, at makagawa ng mas may-katuturang mga mungkahi.
Pagsunud-sunod ng mga pahiwatig
Ang mga paunang pagsasaalang-alang para sa pag-personalize ay hindi lamang humihinto sa mga wireframes. Panahon na upang makakuha ng sikolohikal - maglaan ng kaunting oras upang pag-isipan ang tungkol sa iyong mga pahiwatig ng pag-uuri. Ito ang tila mga pamagat na random na block na tumutukoy sa nauugnay at isinapersonal na nilalaman tulad ng "Maaaring gusto mo", "Sa palagay namin ay interesado ka sa" o kahit na "Inirekumenda lamang para sa iyo". Lahat sila ay may magkakaibang epekto sa pagganap ng pag-click sa pamamagitan ng mungkahi, at sulit ang split-test ng iba't ibang mga pag-uuri ng pag-uuri upang makita kung alin ang pinakamatagumpay sa iyong mga bisita.
Mga pagsasaalang-alang sa teknikal
Ang malaking tanong ay, bumubuo ka ba o bumili ng teknolohiyang personalization? Maraming mga libreng open source na algorithm, halimbawa Apache Mahout at Google's Prediction API, ngunit ang mga ito ay simple at nagdaragdag ng maliit na halaga.
Mayroong maraming magkakaibang mga pagpipilian sa komersyal mula sa isang hanay ng iba't ibang mga vendor - mula sa mga makina na patayong mungkahi na engine hanggang sa ganap na itinampok ang mga platform sa pag-personalize, lahat sa magkakaibang mga hugis at sukat at pag-cater sa iba't ibang mga modelo ng negosyo.
Mayroong tatlong malalaking puntos na dapat isipin: mga pamamaraan ng pagsasama; kung paano namamahala ng nilalaman ang vendor; at pagganap at seguridad. Ito ang mga pangunahing bagay na dapat mong isaalang-alang, dahil maaari silang magkaroon ng direktang epekto sa tagumpay ng iyong site.
Pagsasama at pag-aaral
Una, magkakaiba ang lahat ng mga teknolohiya sa pagsasama. Ang lahat ng mga vendor ay dapat magkaroon ng isang naa-access na API na maaari mong mai-plug in, habang ang ilan ay maaaring may malalim na isinama na mga plug-in o extension para sa mga tukoy na platform, at Maglaan ng kaunting oras upang pag-isipan ang tungkol sa iyong mga pahiwatig ng pag-uuri, tulad ng "Maaaring gusto mo" o "Sa palagay namin baka interesado ka sa ”ang ilan ay maaaring gumamit ng JavaScript upang ipakita ang nilalaman, na kung saan ay ang pinakamahusay na pagpipilian din kung gumagamit ka ng buong pahina ng pag-cache.
Ang mga system ng JavaScript ay maaaring hindi pinakamahusay para sa pagbibigay ng mga nauugnay na mungkahi dahil kadalasan ay napakasimple nito nang hindi nagbibigay ng isang datafeed o katulad. Mayroong mga benepisyo at drawbacks sa bawat paraan ng pagsasama, kaya't alamin kung alin ang pinakaangkop sa iyong mga layunin.
Ang isa pang katanungan na tatanungin ay kung paano natututo at makahanap ng nilalaman ang mga vendor. Ang mga pamamaraan ng Datafeed ay mangangailangan ng isang paunang pag-set up at, maliban kung nakatakda upang magpatakbo ng lima o anim na beses sa isang araw, maaaring mangahulugan na nagtataguyod ka ng hindi magagamit na nilalaman, samantalang ang mga pamamaraan ng awtomatikong pagtuklas ay mas malinis at nagpapadala ng mga detalye ng nilalaman tuwing titingnan ang isang nilalaman.
Pagganap at suporta
Ang pagganap at seguridad ng software ng third-party ay mahalaga. Ang bawat sistema ng pag-personalize ay itatayo at suportado nang magkakaiba: ang ilan ay tatakbo sa cloud, ang iba sa mga naka-host na server. Maghanap para sa mga vendor na may mahusay na pamantayang mga kasunduan sa antas ng serbisyo (ang pinakamahusay na magagamit ay 99.95 porsyento) at hilingin sa kanila na ipaliwanag ang kanilang suporta sa failover, palabasin ang mga ikot at mataas na antas ng arkitektura.
Ito rin ay nagkakahalaga ng pagtingin sa suporta na magagamit din, dahil ito ay maaari ding maging isang kadahilanan sa pagpapasya. Ang ilang mga kumpanya ay may mga koponan ng suporta sa UK, at ang karamihan ay nasa US, at ang ilan ay ibinibigay ang kanilang suporta sa Silangang Europa - maraming iba't ibang mga modelo ng negosyo at suporta, at magkakaroon ng isa na pinakaangkop sa iyong mga pangangailangan.
Ang lohika
Ang mga algorithm at filter ay ang gulugod ng isang personalization / rekomendasyon na sistema. Ang ilang mga vendor ay nananatili sa mga pinagkakatiwalaang mga algorithm ng "karamihan ng tao" sa pagkukunwari ng isang "itim na kahon" na sistema ng rekomendasyon, habang ang iba ay nagsisiyasat ng mahuhulaan at layunin na nakabatay sa mga algorithm na may bukas, transparent at mai-configure na mga balangkas - depende talaga ito sa kung nais mong kasangkot upang makuha, at kung paano naka-target na nais mong maging ang iyong lohika.
Sa simula, ang mga algorithm para sa mga engine ng rekomendasyon ay tiningnan ang "mga gumagamit" at "mga item" upang lumikha ng mga makabuluhang ugnayan sa pagitan ng nilalaman at mga bisita. Pagkatapos ang "mga kaganapan" ay naipasok, na pinapayagan ang mga engine na tumingin sa mga ugnayan sa pagitan ng pag-uugali, nilalaman at mga bisita.
Ang mga konsepto na may mataas na antas na ito ay natigil sa huling ilang taon hanggang sa kamakailan lamang, nang magsimulang tingnan ang mga kumpanya sa mga pangunahing kaalaman upang maunawaan kung ano ang nilalaman at kung sino ang mga bisita. Mayroong maraming iba't ibang mga uri ng mga algorithm, kabilang ang:
- Pangunahing pagsasama-sama ng pagsasama - "ang mga taong tumingin dito ay tumingin din".
- Profile - pag-unawa sa iyong pag-uugali.
- Clickstream - nanonood ng iyong pag-uugali.
- Pag-shade ng katangian - pag-unawa sa pag-uugali.
- Pagsusuri sa pagpasok - "ang mga taong dumating sa ganitong paraan ay tumingin".
- Pagsusuri sa malabo na nilalaman - "ito ay isang katulad na laro batay sa alam namin tungkol sa platform, studio at game designer".
Ang hindi lubos na nauunawaan ng karamihan sa mga tao ay ang lahat ng mga algorithm na ito ay kailangang nasa tamang konteksto. Hindi magiging epektibo ang paggamit ng pagsasama-sama ng pag-filter sa mga homepage (kung saan magiging kapaki-pakinabang ang pag-profile), at hindi rin gagana ang malabo na pagtatasa ng nilalaman sa isang pahina ng pag-check out (samantalang ang magkakasamang pagsala ay).
Ang ilang mga vendor ay may patentadong teknolohiya upang maunawaan ang mga konteksto ng bisita at pabago-bagong iakma ang mga ginamit na algorithm - ang ilan ay hindi pinapayagan kang magkaroon ng anumang sabihin sa lahat ng mga pamamaraang "itim na kahon".
Posible ring i-maximize ang mga pagkakataong magagamit kasama ang pag-personalize sa pamamagitan ng mga hanay ng filter. Posibleng magtakda ng mga filter sa pagdurot ng mga nilalaman na ipinakita: halimbawa, baka gusto mong i-skew ang nauugnay na nilalaman ng mga may pinakamataas na click sa pag-click upang ma-maximize ang magagamit na opurtunidad o subukan upang makita kung ang nagmumungkahi ng kamakailang nauugnay na nilalaman ay gumaganap nang mas mahusay kaysa sa lahat ng oras na nauugnay sa nilalaman .
Ang pagsubok ay isa pang default na tampok na hahanapin. Dapat ay may kakayahan kang mag-split-test ng hindi bababa sa dalawang magkakaibang mga pagsasaayos ng lohika, na makakatulong sa iyo na malaman kung ano ang pinakamahusay na gumagana para sa iyong website.
Kapaki-pakinabang din para sa pagpapatunay ng pagbabalik ng pamumuhunan, dahil pinapayagan kang subukan ang 90 porsyento ng mga session na may mabuti, may-katuturang lohika, at 10 porsyento na may hindi kapaki-pakinabang na "Pinakabagong Nilalaman" o "Pinakabasang Basahin".
Konklusyon
Inaasahan ko, natulungan ka ng artikulong ito na makita na ang pag-personalize ay hindi lamang ibang teknolohiyang web upang mag-plug in at kalimutan. Upang maisagawa nang maayos ang pag-personalize, kailangan itong himukin ng isang pangkalahatang pag-unawa sa gumagamit.
Tulad ng sinabi ni Ali Carmichael mula sa Experience Solutions, “Ang pag-alam sa iyong mga gumagamit ay susi. Suriin ang iyong mga gumagamit at ang kanilang mga layunin, unahin ang mga ito kaugnay sa mga pangangailangan ng gumagamit at mga layunin sa negosyo at pagkatapos ay mapa ang mga paglalakbay ng gumagamit upang isama ang mga punto ng nauugnay na pag-personalize. "
Sa pamamagitan ng pag-unawa sa kung paano kumilos ang mga gumagamit sa iyong site, hindi mo lamang matututunan kung saan tutulong sa mga gumagamit sa kanilang paglalakbay, ngunit mauunawaan mo rin kung paano tutulong sa kanilang paglalakbay. At iyon ang malaking hakbang mula sa pagdidisenyo ng isang site sa paligid ng mga bisita, hanggang sa pagdidisenyo ng isang site para sa mga tao.
Maghanap ng 30 nangungunang mga halimbawa ng Javascript sa aming kapatid na site, Creative Bloq.
