Sicher ist, heutzutage kommt fast kein Publisher mehr ohne qualitative Content Recommendations aus und generiert hierdurch nicht nur eine längere Verweildauer der Nutzer auf den Seiten, sondern zudem auch eine neue vermarktbare Reichweite. Jetzt versuchen sich auch Gruner+Jahr auf dem Markt zu etablieren.

Mit Empfehlungsmarketing zum Erfolg

Ebenso wie die Suchmaske zu Google gehört, ist Amazon ohne den Satz “ Kunden, die diesen Artikel gekauft haben, kauften auch…“ sowie die unterm dem Produkt folgende Liste mit Kaufempfehlungen kaum vorstellbar. Wer bei Amazon nach einem Zelt sucht, erhält auch gleich Verweise auf Isomatten, Campingkocher, Schlafsäcke und Schutzplanen.
Dieses Empfehlungssystem hat den Namen „Collaborative Filtering“ und basiert darauf, dass in der bestehenden Datenbank nach Usern gesucht wird, die komparable Vorlieben aufweisen und dann festgestellt wird, welche anderen Produkte von Usern ebenfalls gekauft wurden. Als Kaufempfehlung werden letztlich die am stärksten nachgefragten Produkte angegeben.

Alle Publisher nutzen Empfehlungen

Schon seit Langem gehört das Collaborative Filterung zum Empfehlungsmarketing, und zwar nicht nur für den E-Commerce. So haben beispielsweise auch die großen Verlagshäuser festgestellt, wie sinnvoll es tatsächlich ist, den Nutzer mit Hinweisen auf weitere, für ihn interessante Seiten bei der Stange zu halten. Hierfür lassen nahezu alle Publisher Algorithmen im Hintergrund laufen, die meist in Bruchteilen von Sekunden analysieren, welche Videos, welche Artikel oder welche Bilder ein Nutzer gerade ansieht. Im Anschluss werden dem Nutzer meist im direkten Umfeld Teaser angezeigt, deren Inhalte themenverwandt sind und zum betrachteten Content passen.
Dabei wird die spezielle Form des Empfehlungsmarketings, die eine Vielzahl von Vorteilen verspricht, als Content Recommendation bezeichnet. Jana Kusick die als CEO beim Werbenetzwerk Plista tätig ist, welches sich mit unterschiedlichen Arten von Content Distribution beschäftigt, erläutert: „Der User bleibt länger auf der Seite, er liest nicht mehr nur einen Artikel, sondern zwei oder drei.“ Dabei werden durch die interne Linksetzung neben der Verweildauer auch die Pageviews gesteigert, woraus eine größere Reichweite resultiert, die zudem vermarktet werden kann. Ob dieses System, und wie gut es de facto funktioniert, ist allerdings abhängig davon, wie effektiv der im Hintergrund laufende Algorithmus arbeitet. Sicher ist, dass derartige Empfehlungen beim Nutzer danebenliegen können. Dies weiß jeder Kunde von Amazon aus eigener Erfahrung, denn fast jeder wurde schon einmal mit völlig irrelevanten Kaufempfehlungen konfrontiert.
Peter Sweeney – der Chef und Gründer von Primal, einem kanadischen Datenspezialisten – publizierte in seinem Blog einen zwar fiktiven, aber dennoch treffenden Dialog, aus dem deutlich hervorgeht, wie problematisch es für eine Recommendation-Software ist, dass sie ihre Gegenüber nicht kennt.

„Speech to Text“ und semantische Analsye

Aufgrund der steigenden Relevanz von professioneller Recommendation-Software ist der Wettkampf auf dem Markt nun voll entbrannt.
Das weltbekannte IT-Unternehmen IBM vertreibt beispielsweise ein eigens entwickeltes System, das nicht nur in der Lage ist, auf analoge Inhalte zu verweisen, sondern dem User zugleich Seiten anzeigt, von deren Existenz dieser zuvor nichts wusste, dessen Inhalte ihn aber durchaus interessieren könnten. Neben relevanten Videos, Posts und Artikeln wird auch auf White Paper und Sponsored Content verwiesen. Durch derartige Empfehlungen sei es möglich, die Nutzer auf recht einfache Art und Weise in die verschiedenen Kanäle einzubinden – so zumindest argumentiert IBM.
Auch bei Plista sind 35 professionelle Entwickler kontinuierlich tätig, um das Content-Recommendation-System zu optimieren. Selbiges greift bei der Analyse sowohl auf den Ort, an dem sich der Nutzer befindet, als auch auf die aktuelle Uhrzeit sowie zuvor genutzte Seiten und Themen zurück. Daneben sind auch Themen, die in der entsprechenden Region generell diskutiert werden, relevant. Zudem werden von diversen Tageszeitungen im Internet noch einmal ganz eigene Regeln aufgestellt: So untersagen sie beispielsweise das Verweisen auf Inhalte, die sich schon länger als 48 Stunden im Netz befinden.
Ebenso wurde von Gruner+Jahr erst vor wenigen Tagen öffentlich gemacht, dass sie über ihr Tochterunternehmen Ligatus einen der Marktführer im Content-Recommendation-Bereich, nämlich Veeseo, übernommen haben. Derzeit beschäftigt sich Veeseo mit der semantischen Analyse sowie der „Speech to Text“-Technologie, mit deren Hilfe Sprache aus Videos ausgelesen werden kann, und auf Basis dieser Ergebnisse anderer Content empfohlen wird.