Вы здесь

Financial Times тестируют на сайте систему оценки знаний читателей

В фокусе

Экспериментальная система рекомендует читателям материалы, учитывая их интересы и уровень знаний. За полтора месяца эксперимента (система была запущена для 13% подписчиков) увеличились дочитываемость статей, глубина просмотров и вовлеченность. В планах FT зарабатывать до 1,5 млн фунтов в год благодаря этой системе. Эксперты считают разработку уникальной, т.к. используются геймификация и машинное обучение для определения «пользы» статей. Эта система была анонсирована в марте, а в ее создание вложился один из фондов Google. Как это работает

Статьи на Financial Times разбиты на несколько сотен категорий. Подписчик может увидеть в своём профиле самые интересные темы и тут же выбрать важные статьи с максимальным уровнем «знаний».

 

К примеру, если подписчик увлекается искусственным интеллектом и роботами, система будет предлагать ему наиболее подходящие статьи по этой теме, учитывая при этом его уровень и актуальность знаний. Если пользователь долго ничего не читал про роботов, его «уровень знаний» в профиле падает, а каждая статья будет оцениваться большим числом баллов.

 Апрельский макет оценки статьи. В октябре проценты поменяли на баллы Financial Times

Так система изучает, насколько каждая статья будет полезна для каждого конкретного пользователя. Чтобы читатель больше узнал по теме статьи, система предлагает либо что-то похожее, о чём не говорилось в прочитанном, либо что-то более сложное и узкоспециализированное по той же теме.

 Макет учётной записи подписчика FT Financial Times

Фонд DNI от Google профинансировал идею, а инструмент, который обрабатывает метаданные каждой статьи и формирует базу по теме разработали CRUX и Financial Times.

 

Причины запускаFT приводит несколько причин, по которым проект будет интересен как читателям, так и самому изданию.

  • Система визуализирует, оценивает и помогает контролировать «основной мотиватор для чтения новостей» — знания.
  • Инструмент создаёт «новый стимул для нажатия ссылки на статью», потому что читателя не просто интересует заголовок — он понимает, насколько это улучшит его знание темы.
  • Это способ поддерживать старые статьи, которые пользователь не успел прочитать, но они все ещё актуальны в его «системе знаний». У читателя меньше шансов пропустить что-то интересное.
  • Увеличение вовлечённости должно уменьшить количество отказов от подписок. Financial Times оценивает, что система оценки знаний позволит дополнительно получать до 1,5 млн фунтов стерлингов в год. В июле 2018 года издание сообщало об операционной прибыли около 200 млн фунтов, что вдвое больше, чем за 2017 год.

 

Первые результаты

Систему запустили 16 октября на 13% подписчиков, а 28 ноября в издании Digiday UK появились первые результаты от менеджера группы продуктов Financial Times Джеймса Вебба.

По его словам, на ранней стадии эксперимента выявлено, что статьи с подключенной системой оценки знаний имеют более высокие показатели дочитывания. Кроме этого, среднее число страниц за один визит с включённой системой оценки в два раза выше, чем при чтении стандартных текстов. Точные цифры Вебб не привёл. Financial Times продолжит оценивать статистику и не планирует завершать эксперимент.

Директор по стратегии и маркетингу консалтинговой компании Simon-Kucher & Partners Грег Харвуд отмечает, что многие издатели применяют системы рекомендации: они используют данные о пользователях и формируют списки похожих материалов, основываясь на поведении групп пользователей.

По его мнению, систему Financial Times можно считать уникальной за счёт использования машинного обучения для определения «пользы», а также геймификации и визуальных элементов издание «выводит рекомендации на новый уровень».

VC.ru

Оценить материал:
Голосов еще нет
распечатать Обсудить в: