‘Contentaanbevelingen zijn de nieuwe moneymaker’

Sexy zijn contentaanbevelingen nooit geweest. Maar als het aan Michel Hoekstra van Ligatus ligt, komt daarin snel verandering. Wat hem betreft worden content recommendations de nieuwe moneymaker voor online uitgeverijen. “Meer pageviews en daarmee extra advertentie-inkomsten zijn niet langer alleen afhankelijk van meer zoekmachineverkeer.”

Al jaren worstelen uitgeverijen met een gezond online verdienmodel. Betalen voor nieuws en content zijn voor veel mediaconsumenten nog taboe. Toch hebben inmiddels enkele uitgeverijen de overstap gemaakt naar een – al dan niet gedeeltelijke – betaalmuur. Een handjevol kiest voor een eigen webshop. Voor de uitgeverijen die dat niet zien zitten, blijft meestal vooral advertentie-inkomsten als verdienmodel over.

Juist uit online advertising kunnen uitgeverijen meer munt slaan, beweert Michel Hoekstra managing director van Ligatus Nederland. “Meer pageviews en daarmee extra advertentie-inkomsten zijn niet langer alleen afhankelijk van meer zoekmachineverkeer. Ook door de CTR van gerelateerde artikelen te optimaliseren, vergroot je de interne circulatie.” Ligatus dat vooral bekend is van advertentieblokken met tekst/afbeeldingcombinaties op nieuwssites, stapte na de overname van veeseo in juni dit jaar in de markt van contentaanbevelingen. Hoewel er meerdere grote spelers als Taboola en Outbrain zijn, is Ligatus in Nederland de enige aanbieder.

De crux achter Hoekstra’s bewering – van meer online advertentie-inkomsten – is dat contentaanbevelingen veel beter kunnen door ze niet meer over te laten aan een redacteur of contentmanagmentsysteem (cms), maar aan een recommendation engine. Hij stelt dat technologieën van deze aanbieders het doorklikpercentage van contentaanbevelingen tussen de 30 en 300 procent kunnen verhogen. Dat lijken op het eerste gezicht duizelingwekkende percentages. Echter de CTR van gerelateerde artikelen ligt meestal rond de paar procentpunten. Als de CTR op 2 procent ligt, dan komt deze met betere content recommendation engines uit 2,6 tot maximaal 8 procent.

Algoritmes
De reden dat CTR’s van recommendation engines beter zouden presteren dan die van een cms en handmatige aanbevelingen van redacteuren schuilt volgens Hoekstra in twee verschillen. “Aanbevelingen in een cms maken gebruik van zogeheten metatags. Dit terwijl recommendation engines de inhoud van het gehele artikel of video scannen. Hierdoor ontstaan betere contextuele aanbevelingen. Daarnaast optimaliseren recommendation engines het doorklikgedrag van de gebruikers.”

Content recommendation diensten hebben overigens verschillende soorten algoritmes. En dat heeft zo zijn consequenties. Er zijn engines die een contextual algoritme gebruiken, die soortgelijke content presenteren als op de pagina staat. Dat werkt prima voor websites met een divers publiek en contentaanbod. Voor contentaanbevelingen op een homepage is het echter minder geschikt. Trending recommendations laten de meest populaire content zien en zijn vooral geschikt voor nieuwssites. Behavorial recommedations geven relevante aanbevelingen op basis van klikgedrag en hebben dus alleen effect bij niet-nieuwe bezoekers.

Afslankproducten
Naast de belofte van meer pageviews kunnen uitgevers extra inkomsten generen uit de advertenties in het blok met contentaanbevelingen. Recommendation diensten delen de advertentie-inkomsten met de publishers. In het geval van Ligatus mag een uitgeverij gratis gebruik maken van de dienst als één van de contentaanbevelingen één advertentie vanuit het Ligatus-netwerk is. Bij twee of meer advertenties worden de inkomsten gedeeld. Aan dit melkkoetje, zit wel een maartje. Als uitgever verlies je namelijk de controle over de gepresenteerde content op de site. Met name advertenties over financiële – en afslankproducten hebben vaak een schreeuwerige, platte uitstraling, waarop niet iedereen zit te wachten. In het geval van Ligatus bestaat er echter de mogelijkheid om specifieke (categorieën) uit te schakelen.

Content recommendation engines maken het verder mogelijk om bezoekers naar pagina’s te sturen met meer advertentieruimte, een hogere cpm door bijvoorbeeld videocontent of gesponsorde content. Hoekstra: “Wij weten van nieuwssites dat de economiesectie over het algemeen een hogere cpm heeft dan algemeen nieuws. Door bezoekers vooral contentaanbevelingen van economisch nieuws te geven, stuur je ze naar pagina’s die meer inkomsten opleveren.”

Volgens Hoekstra versnelt de opkomst van automated trading de acceptatie van recommendation diensten. “Ik denk niet dat uitgeverijen een gebrek hebben gehad aan bereik. Wel liepen ze tegen de grenzen aan van eigen online advertentieverkopen, waardoor vaak maar een klein percentage van de beschikbare advertentieruimte werd verkocht. Automated trading zorgt ervoor dat 100 procent kan worden verkocht. Dat maakt interne circulatie met content recommendations aantrekkelijker.”