-

Waarom loopt Duitsland voorop met content recommendation?

Als het om contentaanbevelingen gaat, dan heeft Nederland nog wel een slag te maken. Bij de oosterburen, bijvoorbeeld, zijn veel online uitgeverijen inmiddels overgestapt op aanbevelingssoftware. Terwijl redacteuren hier vaak nog handmatig gerelateerde artikelen bij elkaar zoeken. Hoe komt dat toch?

Menig online uitgeverij of titel leunt zwaar op het advertentie-inkomstenmodel. Bij het Duitse EatSmarter.de, met maandelijks 1,4 miljoen unieke bezoekers één van de grootste websites in gezonde recepten, is dat niet anders. Alle inkomsten zijn afkomstig uit display advertising, vertelt projectmanager Martin Kaltwasser. Natuurlijk kon hij na de lancering van de nieuwe vorig jaar eenzijdig inzetten op het aantrekken van nog meer nieuwe bezoekers. Maar hij koos ook voor een ander pad: het verhogen van het aantal impressies per bezoeker, zodat het het aantal advertentieweergaven eveneens zou toenemen.

Black box
Zoals bij meer online uitgaven maakte EatSmarter.de voorheen gebruik van de ingebouwde feature voor contentaanbevelingen van het CMS, in dit geval Drupal. “Een redacteur had de keuze welke type content, tekst of video’s hij wilde relateren aan zijn artikel. Daarmee hielden echter de mogelijkheden op. Statistieken die bijhielden welke aanbevelingen de meeste doorkliks opleverden, ontbraken. Het was een totale black box”, aldus Kaltwasser.

Na een proef van zo’n twee maanden werd dit voorjaar de content recommendation tool van een externe partij uitgerold over meer dan 1 miljoen contentpagina’s. Volgens Kaltwasser zorgt de tool na een half jaar voor gemiddeld 15 procent meer impressies. Daarnaast biedt de tool de mogelijkheid om bezoekers te sturen naar meer waardevolle pagina’s, omdat daarop meer advertenties staan.

EatSmarter.de is één van de vele Duitse online uitgaven die de afgelopen periode zijn overgestapt op dergelijke software. Andere titels zijn Spiegel Online, Sport1 en RTL, om er een paar te noemen. In Duitsland vechten drie grote spelers in recommendation diensten Ligatus, Outbrain en plista om de gunst van de uitgevers, zeggen betrokkenen. De belofte van alledrie is hetzelfde: meer relevante gerelateerde content, wat zorgt voor trouwere bezoekers.

Onder de motorkap leunen de systemen op twee methodes als basis voor aanbevelingen: klikgedrag of de inhoud van de content. Afhankelijk van wie je spreekt, levert de ene of andere methode een beter algoritme en dus meer relevante aanbevelingen op. Het lijkt echter buiten kijf te staan dat deze third party tools beter presteren dan de bestaande opties in content managementsystemen.

Duitse oorsprong
Terwijl in Duitsland een ‘vechtmarkt’ is ontstaan, blijft het in Nederland rustig en is alleen Ligatus actief. Steven Hofman, Chief Operational Officer van Ligatus, is een kenner van beide markten. Een belangrijk verschil tussen beide landen is dat twee van de drie grote spelers van recommendation tools uit Duitsland afkomstig zijn. “Zowel Ligatus als het Berlijnse plista zijn gestart in het thuisland met het aanbieden van hun diensten. Voor zover ik weet kent Nederland geen startup in recommendation.”

Daarnaast zijn volgens hem grote aanbieders niet erg happig op de Nederlandse markt. “In grotere landen als Duitsland zijn er aanzienlijk meer websites met maandelijks honderden miljoenen bezoekers. Aanbieders zoeken eerst deze uitgeverijen op, omdat grotere volumes meer omzet betekenen.”

Ook aan de vraagkant van de markt zijn er verschillen. Hofman: “De Duitse uitgeversmarkt heeft wat minder van de crisis gemerkt en is nog behoorlijk gefragmenteerd. In Nederland zijn er daarentegen, mede door de kostendruk, nog maar een handjevol grote spelers. Ik verwacht, dat de Nederlandse uitgevers de voordelen van geautomatiseerde content recommendations met beide handen zullen aangrijpen.”

Cross brand recommendation
De argumentatie dat Nederlandse uitgeverijen te kleine volumes hebben voor een third party recommendations tool, lijkt overigens geen lang leven beschoren. Wie regelmatig Amerikaanse nieuwswebsites bezoekt, ziet de richting waarin de bevelingen zich bewegen. Naast recommendations van de eigen site zijn er aanbevelingen van zustertitels. Deze cross brand recommendation zorgt ervoor dat de verschillende merken binnen een uitgeverij content onderling beter kunnen gaan aanbevelen. Door grotere volumes die hierdoor ontstaan, zullen recommendation tools ongetwijfeld ook voor kleinere – Nederlandse – titels binnen bereik komen.

Deel dit bericht

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond