e-dialogs Recommender System verhilft "k.at" zu Verdoppelung der Sitzungsdauer

Ausspielung personialisierter Artikel-Empfehlungen basierend auf Machine Learning.

Das Recommendation System, entwickelt durch das e-dialog Data Science Team, sorgt dafür, dass k.at Besucher durch personalisierte Artikel- Empfehlungen interessanten Content finden. Die Spezialagentur für Datadriven Advertising implementierte die Recommendation Engine für Kurier Digital zuerst auf k.at, dem jungen Nachrichtenportal des Medienhauses. Durch Machine Learning und basierend auf dem Userverhalten, werden nun auf allen Seiten personalisierte Artikel Recommendations ausgespielt.

Personalisierung immer relevanter

"Die hohe CTR von über 17 Prozent zeigt: Die Artikel Empfehlungen kommen bei den k.at Lesern ausgezeichnet an" so e-dialog in einer Aussendung. Martin Gaiger, Geschäftsführer von Kurier Digital, führt aus: "Mit k.at bauen wir vor allem in jüngeren Zielgruppen Reichweite und Engagement auf. Personalisierung ist hierfür ein wichtiger Hebel. k.at dient uns auch als 'Innovation Lab', wo wir gemeinsam mit e-dialog neue Technologien erproben, bevor wir diese in unserem gesamten Netzwerk ausrollen."

"Im Fokus des Projekts steht ganz klar, die User Experience zu verbessern", erklärt Siegfried Stepke, Gründer und CEO von e-dialog. "Die Ergebnisse sprechen für sich: Immer wenn die Recommendations ausgespielt wurden, konnte nicht nur die Sitzungsdauer mehr als verdoppelt, sondern auch die Anzahl der besuchten Seiten deutlich gesteigert werden."

Keine Backend-Modifications auf Kundenseite notwendig

Durch die Ausspielung via Google Tag Manager, habe es weder Programmieraufwand gegeben, noch seien Backend-Modifications auf Kundenseite notwendig gewesen. Jakob Lindsberger, Consultant Digital Analytics bei e-dialog: "Mit dieser neuen Methode haben wir einen Weg gefunden, unseren Kunden viel Programmieraufwand zu ersparen." (red)

www.k.at

www.e-dialog.at

leadersnet.TV