3 maneiras de usar dados para compensar a mudança no feed de notícias do Facebook
por News
em 24/07/2018 emPergunte a qualquer publisher e ele dirá, repetidamente, o quanto o Facebook tornou-se valioso para a distribuição de conteúdo via terceiros ao longo dos anos. Contudo, devido a mudanças em seu Feed de notícias que priorizaram o conteúdo de amigos e familiares em detrimento de veículos e marcas, seu valor diminuiu drasticamente. Como resultado, muitos publishers notáveis viram seu tráfego despencar. Neste artigo escrito originalmente para o site inglês ExchangeWire, Chris Hogg (foto abaixo), Diretor Executivo da Lotame para a região EMEA, explica porque a análise de dados não deve ser aplicada somente na publicidade - e, sim, ser utilizada em um grau muito maior após as alterações no Feed de notícias do Facebook.
Então, como os veículos podem se adaptar? Como a distribuição provavelmente é uma questão mais problemática para os publishers, nunca foi tão importante construir um público fiel que continue voltando ao site. A chave? Dados. Os publishers podem aproveitar seus dados de forma mais eficaz para oferecer suporte e ampliar o interesse do público em seu conteúdo. Veja como.
Customização de conteúdo
As equipes de desenvolvimento de conteúdo e editorial dos veículos já têm experiência em identificar se uma história terá mais sucesso em forma de artigo, vídeo, áudio, experiência interativa, ou uma combinação entre eles. Esses times conhecem o meio mais adequado para diferentes tipos de conteúdo. Mas eles conhecem o público que provavelmente acessará uma determinada história? E, em caso afirmativo, a equipe de desenvolvimento de conteúdo entenderá como esse público deseja receber o conteúdo? Agora, estamos entrando em uma área menos explorada.
Aqui os dados podem ajudar. Por exemplo, digamos que 70% das pessoas que assistiram a vídeos pelo menos três vezes nos últimos cinco dias são homens, 40% entre 25 e 34 anos e 35% estão interessados em esportes. Com esse conhecimento, é possível direcionar uma equipe de produção de vídeos para criar mais conteúdo de futebol para os leitores. Conhecer as métricas de conteúdo facilita a publicação de material adaptado às preferências. Quando o conteúdo é relevante, os consumidores ficam envolvidos por mais tempo e é mais provável que retornem para obter mais.
Personalização de conteúdo
A personalização de conteúdo ajuda a modificar os tipos de conteúdo que as equipes editoriais produzem. Mas como garantir que o usuário esteja obtendo o conteúdo mais relevante - em qualquer mídia - enquanto navega em propriedades diferentes? Um veículo pode apresentar conteúdo relevante com base no que o usuário está lendo ou assistindo no momento, mas isso só será possível para visitantes frequentes, o que pode representar apenas de 25 a 50% do total de visualizações. Quando se trata dos usuários novos - sobre os quais os editores não têm dados prévios - o desafio é envolver esses usuários "sem dados" com os conteúdos que eles veem inicialmente.
Além de criar um conteúdo mais relevante graças à personalização, os publishers podem reduzir o conteúdo irrelevante para que ele não seja visto pelos usuários que não estão interessados. É aqui que a personalização de conteúdo entra em cena. Por meio de um sistema de gerenciamento de conteúdo (content management system - CMS), os valiosos atributos comportamentais de um perfil podem ser revisados e analisados para garantir que cada conteúdo, independentemente do tipo, seja veiculado para cada usuário individualmente. Isso maximiza as chances de um usuário clicar ou se envolver - e permanecer em um site por mais tempo.
Recomendação de conteúdo
Assim, agora podemos garantir que o conteúdo certo seja exibido de acordo com os interesses ou informações demográficas dos usuários, mas não podemos continuar exibindo o mesmo artigo ou tipo de artigo para o mesmo usuário. A recomendação de conteúdo pode ajudar a resolver isso. Quando um usuário navega na página, para um lado ou na parte inferior do artigo, uma seleção de novos conteúdos relevantes deve ser oferecida ao leitor. Se ele lê um artigo sobre esporte - mas também tem interesse em finanças e política - talvez a lista de conteúdo recomendado inclua um artigo sobre esportes, finanças e política. A integração de plataformas de dados com um mecanismo de recomendação de conteúdo - proprietário ou de terceiros, como Taboola ou Outbrain - permitirá que esses artigos relevantes sejam exibidos com base em afinidades comportamentais. Isso se tornou padrão na indústria. No entanto, não é segredo que há um grande trabalho a ser feito para tornar esses widgets de recomendação de conteúdo mais orientados por dados, proporcionando uma melhor experiência geral.
Data science não é mais apenas para publicidade. Pode, e deve, ser usado pelos veículos - e em um grau muito maior após as alterações no Feed de notícias do Facebook. Qualquer que seja a direção escolhida, uma verdade permanece: quando o conteúdo é relevante para seu público, o envolvimento será maior e aumentam as chances de ele voltar para o site em busca de mais informações (sem precisar de um third party).
Siga ExchangeWire