推荐引擎现在在各种网站和应用程序上很常见,通常使用某种人工智能(AI)来驱动个性化选择。随着用户对推荐的依赖程度的增加,以鼓励持续互动的方式清晰地呈现推荐内容列表,成为推动用户粘性和用户忠诚度的主要元素。

我们最近进行了用户研究,调查用户的期望在建议作为个性化内容的来源。

我们的研究参与者赞赏的个性化建议,帮助他们避免信息过载;这些建议在他们的时候最有效优先于一般内容了解建议的来源同样重要的是能够与建议互动为了提供积极或消极的反馈,尽管许多用户并不愿意这么做。

优先考虑个性化的建议

一个明确为你挑选的内容总是比一个普通的条目更受欢迎。在网上,信息是个性化的对个人来说,这被视为一项有价值的功能,帮助用户筛选电子商务或娱乐网站上的大量库存,找到他们感兴趣的那几颗珍珠。

然而,这些个性化推荐很难在某些网站上找到,因为它们在页面上的位置太低,位于推广内容的一般部分之下。这样的放置使得他们更不容易被发现,使得他们在网站上的收录基本上毫无价值。

“这(推荐给你内容]应该排在列表的前面。为什么不把它排在名单的前面呢?这就是我要买的。这就是我要花钱的地方。

“也许更靠近顶部,也许就在下面刚抵达.因为很多时候我不会一直滚动到主页,通常我会先看前几件东西,然后到我想买东西的那部分。这页上有很多东西推荐给你是倒数第二件事。所以,我可能会错过它。这实际上是我第一次看到它。”

Sephora主页的屏幕截图
Sephora.com:个性化推荐-在推荐给你旋转木马-在主页上显示的太低。用户在被提示浏览主页后才发现它,他们更希望看到它而不是其他通用的推广区域。

个性化内容比一般内容更受重视,以至于一位丝芙兰的常客希望网站的所有区域都能根据她的个人喜好进行定制。

“我想,在我点击的网站的任何区域,都能看到他们认为我最喜欢的东西。尤其是刚到的新东西,因为通常有很多东西,所以如果我最喜欢的东西会在顶部会很酷至少,即使他们仍然展示了其他一切。”

这些个性化推荐区域越高出现在网站的主页上,用户越有可能注意到并使用它们。例如,Amazon包括附近主页顶部的几个清晰个性化的内容区域,以及整个长滚动页面,并且用户通常由用户作为对个别用户量身高度量身定制的网站。事件列表网站EventBrite并不享受同样级别的街道可信度,但由于其个性化的建议在主页上突出显示,即在主横幅/搜索区域之下,用户很容易找到推荐的事件列表。

Eventbrite主页截图
Eventbrite.com:为您的活动在主页上突出了个性化建议的一节,增加了用户注意到并浏览该内容的可能性。

明确说明数据的来源

尽可能具体,具体对用于制作个性化建议的数据。此信息不仅让用户介绍他们的网络使用情况的哪些方面被跟踪并考虑了建议,也是如此增加推荐信的可信度并明确表示内容是针对个人的。

建议的解释(例如,提及来自用户行为历史的特定项目)帮助用户判断内容的类型并确定他们是否对这些建议感兴趣,或者更愿意寻找其他东西。

“Netflix上他们有不同的类别,我们认为你会喜欢这部电影,因为这部电影你看过具体地说,“它会给看的一部电影的名字,并给你一个列表10 - 15电影他们认为你想根据你看到的电影。(我喜欢那部电影,因为我能思考,)哦,那部电影很好,冷静,有趣,很容易看,这就是我现在的心情,所以我会浏览这些电影。或者,哦,那部电影非常紧张,有很多戏剧,很多神秘,这就是我现在想看的。”

Netflix的推荐截图
Netflix在推荐的部分标注了具体的数据来源(过去看过的电影或节目),用于形成建议。这些信息让用户能够理解为什么他们会看到这些内容,并为这些建议提供了背景。

至少,网站应该包括一些参考数据的总体来源用于创建推荐-例如基于你过去的历史与你所购买的物品有关.在陈述这些来源时,要清晰简洁,避免添加“更多”之类的模糊描述。例如,亚马逊视频就说推荐的电影部分是基于你看过的标题,这让用户想知道更多的可能来源。

亚马逊Prime视频建议的屏幕截图
Amazon Video包括描述了用于推荐区域的通用数据来源的字幕。但是,包含这句话和更多这让用户想知道什么才是“更多”。
Amazon.com美容产品列表页面的推荐截图
亚马逊产品列表页面具有突出的个性化建议,并具有清晰的标题,指出物品是与您看过的项目相关

不同类别的建议

向一组建议显示特定来源的另一个好处是它倾向于强迫个性化内容的分离成较小的块,而不是将所有建议集中在一个类别中。用户赞赏能够浏览更多具体类别的建议,特别是对于具有大而多样化的库存的网站 - 该库存是电子商务产品还是娱乐内容。正如您不会将网站上的所有内容丢弃到一个大小的上市页面,不要将所有建议丢弃到单个分组中。

“这些(你每天的混合有时甚至更有帮助,因为它们被分成了不同的类型。这是一种类型的音乐,这是我丈夫听的所有音乐,所以它成功地过滤了他喜欢的类型。”

Spotify的屏幕截图是您的日常混合建议
Spotify建议创建单独的你的每日混合基于类型的播放列表。一名研究参与者表示,她更喜欢这些建议你的每周发现播放列表,将过于多样化的歌曲组合在一起。

这些建议分组越具体,就越有助于将用户引导到相关项目。如果个性化的建议过于多样化(也许是因为用户有各种各样的兴趣),理解它们将是困难的,人们将不太可能与它们互动——无论是通过浏览或通过积极编辑建议。

例如,几个竞赛Brite用户指出,他们的建议包括专业和个人活动的组合。虽然这个名单是基于他们过去的行为(他们为这两种类型的事件购买了门票),但在他们浏览活动时,它的录制不如参加空闲时间。

同样,亚马逊上的一位用户抱怨说,由于她购买的书籍种类繁多,她的kindle推荐列表已经变得太笨重,难以浏览和管理。根据类型将这些推荐道具分开将在很大程度上缓解这一问题,并鼓励持续的互动。

“我曾经努力管理亚马逊的书籍会推荐,然后也是我购买了许多不同类型的书籍和试图通过竖起大拇指告诉亚马逊的任务或甚至给予五星级评分,它只是没有真正的工作。因为我可以是一个真正善良的小说五星级的小说,但那么我为这位技术书做了什么,这对我需要它的目的真的很好,但不是喜欢,我想读这个。“

允许用户微调建议

并不是所有的用户都有动力去与推荐进行互动以改进它们,但对于那些有兴趣的用户来说,提供一个给出建议反馈的方法编辑用于创建推荐的数据.如果用户是网站的常客,或者个性化是网站提供服务的主要组成部分,那么他们最有可能与推荐内容进行互动。例如,一位Spotify用户在她的个性化页面中查看推荐歌曲发现每周播放列表。当她听到一首自己不喜欢的歌曲时,她就会想办法向Spotify提供反馈,这样它以后就不会播放类似的歌曲了。遗憾的是,虽然在其他领域已经有了评分功能,但在这部分网页应用中却没有。

“哦,太可怕了,我讨厌这首歌!”你什么都做不了!在你不喜欢的歌面前你很无助。有时候你可以对这个应用竖起或竖起大拇指,但我不知道你在电脑上能不能做到。但这就是我在应用上要做的事这是让我的《探索周刊》变得更好的重要部分,既能给出积极的反馈,也能给出消极的反馈。

用户在Spotify上的每周发现推荐截图
Spotify:一名研究参与者很失望,因为她无法对自己的个性化播放列表中的歌曲给出反馈,以改善未来的播放列表推荐。

编辑过去活动的能力,如浏览历史或过去的购买允许用户指示系统折扣唯一的行为,例如为朋友购买礼物。在亚马逊,一个链接查看或编辑过去的浏览历史记录显示在推荐商品列表的旁边(参见之前的亚马逊截图)。

用户在Amazon.com上编辑浏览历史页面的截图
亚马逊:用户可以查看和管理他们的浏览历史,以影响网站将来为他们推荐的产品类型。

同样,Netflix的用户可以通过访问他们的账户信息并导航到他们的账户,来查看他们过去的活动观看历史页面。在这里,用户可以删除他们觉得不符合自己口味的内容(例如,因为其他人看到了他们使用自己的资料)。(然而,我们的研究参与者表示,他们不会利用这个选项,部分原因是Netflix在区分推荐方面做得很好,很容易忽略不好的建议。)单击从过去的活动中删除一个项目后显示的消息清楚地表明,该项目将不再用于提出建议。用户喜欢直截了当的描述性信息。

在Netflix上编辑他们查看历史的用户的屏幕截图
Netflix:从一个账户的过去活动中删除一个项目会显示一条信息,该项目将不再用于推荐。

快速且经常更新建议

当用户选择与网站交互调整建议(例如,通过发布一个评级,将一个条目添加到收藏夹列表,或更新他们的个人资料信息),他们希望这一行动立即反映在建议——特别是当他们提供负面反馈的建议。

例如,当一个个性化的目标广告被标记为无关时,人们希望该广告立即被删除。Pinterest允许用户隐藏广告——被称为提升销-通过弹出菜单。点击隐藏广告,立即将广告空间替换为占位符信息,表明广告已被隐藏。这种处理方法并没有强迫整个页面刷新或内容回流,同时仍然有效地显示反馈已经注册。

在pinterest网站上隐藏广告的过程截图
Pinterest:互动以隐藏促销的PIN(广告)立即从用户的饲料中删除广告。

当然,将物品标记为不需要或无关的并不局限于广告。在浏览Hulu上个性化的节目推荐时,一名研究参与者注意到有几个真人秀节目与他的兴趣不相符。他不确定他们为什么被推荐给他。当被问及如何让他的推荐节目列表变得更好时,他试图通过给一个非常负面的评级来删除一个节目。他认为,由于他给出了这样的负面反馈,该网站会更新推荐,不仅从推荐列表中删除该节目,还会推荐更少的真人秀节目。然而,在刷新页面时,他看到了同样的推荐列表。他认为,系统需要一些“思考”时间,才能更新其建议。

“所以现在我正在给我的反馈,我说我会亲自给它1星。[刷新页面,但建议没有改变。]所以也许需要一些时间才能重新处理?但下次我登录Hulu,我希望能够走了。对我来说,更有趣的事情应该取它。“

当网站迅速对个性化建议进行更新时,用户印象深刻并激励继续与该网站接触。

“只是通过保存其他类型的事件,改变事件对你“我不知道它会改变得这么快……这很好,这表明软件正在向你学习。”

结论

如果执行得当,个性化内容有可能提高用户参与度和满意度。好的推荐可以帮助用户快速识别感兴趣的商品,并培养持续的品牌忠诚度,因为用户很可能会回到那些让他们很容易找到自己想要的东西的网站和服务。

通过将个性化内容优先于一般内容(如网站范围内的促销活动),使其更易被发现。如果可行,将个性化的建议划分为清晰的类别,并注意用于创建建议的数据来源。提供与推荐条目交互的方法,使用户能够帮助完善未来的推荐,并鼓励用户增加对个性化内容的参与度。