コンテンツへスキップ
Personyze
デモを予約無料で始める
コンテンツレコメンドエンジン

コンテンツレコメンドで、どの訪問者も、読み続ける。

読者一人ひとりに、読む価値のある次の記事、動画、ガイドを表示します — 記事の後に、ホームページで、ニュースレターで、そしてアプリで。

ページの種類ごとのアルゴリズム—または、すべてのページで自ら選ぶ1つのウィジェット。読者が追っているものを先頭に表示し、どのおすすめがクリックされたかを確認できます。

何から始めるか迷ったら、自社サイト向けのレコメンド案を見る
G24.8Capterra4.6
おすすめする内容

何をおすすめするか、ページごとに。

すべてのページで、読者一人ひとりが次に読みそうな記事を表示します — 似た読者から学習し、初めての訪問から機能します。

自動

すべてのページで選ぶ、1つのウィジェット

1つのウィジェットをどこにでも置くだけで、ページごとに自ら選びます — 記事ページでは読者が次に向かう記事を、それ以外のページでは各読者が読みそうな記事を — そして、空になることはありません。

次に読むあなたへのおすすめコンテンツ訪問者の国で人気
新しいウィジェットは、パネルのページ行で先頭のカード「自動」から始まります — 自分で1つ選ぶ場合はすべてのアルゴリズムを開きます。
測定· クリックと7日以内のコンテンツゴール
読者の地域

読者の地域で人気

読者が最初に開いたページから:まだ何も読んでいなくても、同じ地域の読者に最も読まれている記事を表示し — 次に、急上昇中の記事を表示します。

訪問者の国で人気今トレンドのアイテム人気ランキング
測定· クリックと7日以内のコンテンツゴール
読者ごとに

読者一人ひとりが次に読みそうな記事を予測

似た行動をとる読者から学習します — そのため、再訪した読者には自分だけのトップページが、新しい読者には同じ地域の読者に最も読まれている記事が表示されます。

あなたへのおすすめコンテンツ訪問者の国で人気今トレンドのアイテム
測定· クリックと7日以内のコンテンツゴールニュースサイトの事例
前回以降

前回の訪問以降の新着

再訪した読者を、まだ見ていない記事へまっすぐ案内します。その読者のために選んだ記事です。

あなたへのおすすめコンテンツ — 前回訪問以降に公開最近公開されたコンテンツコメント数ランキング
測定· クリックと7日以内のコンテンツゴール
次に読む

読者が実際に次に読む記事

実際の読者が記事を開く順番と、似た読者が一緒に読む記事から学習します。AIが記事を読み込むので、公開したばかりの記事にも初日から関連記事があります。

次に読むこの記事を読んだ人はこんな記事も読んでいます類似コンテンツ(AI)
測定· クリックと7日以内のコンテンツゴールコンテンツレコメンドのプレイブック
記事の中で

読者を記事にとどめる

本文中の関連記事リンク、記事末尾の「続きを読む」パネル、次の記事へのページ送り — いま読んでいる記事は表示しません。

このトピックの関連記事最近閲覧したアイテム
測定· クリックと7日以内のコンテンツゴール
セクショントップ

各セクションで最も読まれている記事

セクショントップでは、そのセクションで人気の記事と新着記事が表示されます — サイト全体のリストではありません。

人気ランキング今トレンドのアイテム最近公開されたコンテンツ
測定· クリックと7日以内のコンテンツゴール
おすすめセクション

次に読みたくなるセクション

読者一人ひとりが次に読む可能性の最も高いセクションを表示するか、その読者が関心を示したトピックを、フォローするトピックとして提案します。

カテゴリのおすすめ興味のおすすめ
測定· クリックと7日以内のコンテンツゴール
検索結果

探しているものに応える

読者の直近の検索 — 自社サイト内の検索でも、読者を送り込んだ検索エンジンでの検索でも — を、記事のタイトル、トピック、説明文と照合します。

検索に一致あなたへのおすすめコンテンツ人気ランキング
測定· クリックと7日以内のコンテンツゴール
エラーページ

404でも行き止まりにしない

「見つかりません」と返すページでも、読む価値のある記事を読者に届けられます。

あなたへのおすすめコンテンツ訪問者の国で人気今トレンドのアイテム
ホームページ用のウィジェットを、キャンペーンがエラーページに表示します
測定· クリックと7日以内のコンテンツゴール
ニュースレター

開封したその時点で選ばれる

ニュースレターの記事は、読者が開封した時点で読者ごとに選ばれます — 配信した時点ではありません。

この記事を読んだ人はこんな記事も読んでいますあなたへのおすすめコンテンツ今トレンドのアイテム
測定· 読者ごとの開封とクリック開封時メールガイド
見逃した記事

見逃した記事のダイジェスト

この読者にとって新しい記事だけを、その読者のために選びます — ニュースレターでも、Webプッシュでも。

前回訪問以降に公開された、あなたへのおすすめコンテンツ前回訪問以降に追加された人気コンテンツ
測定· 読者ごとの開封とクリックWebプッシュ
JSONフィード

おすすめを、アプリ独自のデザインで表示

アプリが読者のおすすめを — メールアドレスまたは自社のユーザーIDで — リクエストし、JSONで受け取ります。

基本の記事リスト著者名付きの記事動画リスト
測定· すべての配信と、各アイテムのリンク経由のクリック
同じエンジン

サイトと同じエンジン

1つのアルゴリズム、その後ろに控えるフォールバック、除外する記事 — ウィジェットと同じウィザードで設定します。

あなたへのおすすめコンテンツ最近閲覧したアイテム今トレンドのアイテム
測定· すべての配信と、各アイテムのリンク経由のクリック
記事と読者

記事を知り、読者を知る仕組み。

タグを設置して記事の場所を伝えるだけで、あとはPersonyzeが行います:各読者が開く記事を把握し、すべてをマッピングします。

各記事は内部IDで管理されます。類似コンテンツ(AI)はカタログ設定で有効にし、AIクレジットを使用します。

どんな仕組みで作られたサイトでも動作します:どのCMSや独自開発のサイトにもタグを1つ貼り付けるだけ — またはWordPressやJoomlaのプラグイン、Google Tag Manager、Webflowならワンクリックで設置できます。このタグによって、Personyzeは各読者が何を読んでいるかを把握できます。

サイトをクロールします:Personyzeはサイトマップとリンクから記事ページを見つけ、各記事のタイトル、画像、日付、著者、セクションを読み取ります。さらに自動で読み込み直すので、新しい記事も追加されていきます。または、フィードやファイルを送ることもできます — RSSやAtom、URLで公開したCSV、Excel、XML、JSONファイル、SFTP、REST API経由で — WordPressなら、プラグインのフィードがカタログを毎日最新に保ちます。

タグはURLまたはページ上のIDで記事ページを識別し — ワンクリックで、サイト側の変更は不要です — その記事の閲読として記録します。

各記事のトピック — 自社のカテゴリ、またはPersonyzeが本文から抽出するキーワード — は、読者が読むにつれてその読者の興味になります。類似コンテンツ(AI)はすべての記事を読み込んで意味の近い記事を見つけるので、新しい記事にも、まだ誰も開いていないうちから関連記事があります。

学習のループ

そして、学び続けます —あらゆるシグナルから、訪問のたびに。

包括的な自己学習型:多くのシグナルを同時に考慮し、毎回の結果を次のおすすめの構築に反映します。

  1. 1表示実際に画面に表示されたものだけをカウントします。
  2. 2閲読とクリックすべての閲読、クリック、コンテンツゴールを記録します。
  3. 3学習多くのシグナルを同時に:読者が誰か、いま読んでいるものと過去に読んだもの、コメントや「いいね」をしたもの、達成したゴール — 次の構築にそのすべてが取り込まれます。
  4. 4次は、もっと良い記事をA/Bテストでは、テスト対象のトラフィックをすべて勝者に回すこともできます。
自社サイトで

読者が次に目を向ける場所に置き、思いどおりに設定。

6種類の記事フォーマットを、読者自身の言語で表示できます。場所はページ上のどこでも、離脱時のポップアップでも — アシスタントに頼む、ページ上で指定する、ギャラリーから選ぶ、のいずれかで作成します。

アシスタントに質問

やりたいことを一文で伝えるだけで、パネルのアシスタントがウィジェットを作成します。

ページ上で指定

エディターでページを開き、場所をクリックすれば、そこにウィジェットが配置されます。

ギャラリーから選ぶ

まずは6種類の記事フォーマットから。テンプレートギャラリーで1つを選び、「AIで編集」に言葉で伝えればデザインを変更できます。

選び方

「次に読む」欄は、こうして選ばれる。

カタログの1本の記事が、記事の下の欄に並ぶまでを追ってみましょう — どの読者でも、同じステップを同じ順序でたどります。

ステップ1 · 候補

公開済みの記事だけ

どの欄も公開済みの記事から始まります — 必要なら、特定のセクションや独自のルールで絞り込めます。

記事の取り込み方 ↑

ステップ2 · ページ

このページのためのアルゴリズム

記事ページでは、読まれている記事と、その読者が次に読んだ記事から始めます。ホームページでは、この読者がこれまでに読んだ記事から始めます。

ステップ3 · 読者ごと

すでに読んだ記事は除外

表示中の記事と、この読者に表示された記事、読んだ記事、「いいね」した記事、コメントした記事は除外されます。

ステップ4 · 訪問者との一致

追っているものを先頭に

この読者が追っているトピック、著者、タグが先頭に移動します。記事を選ぶのは引き続きアルゴリズムです。

欄が並び替わる様子を見る ↓

ステップ5 · ブースト

読んでほしい記事をブースト

プロモート記事や新着記事を押し上げたり、新しい記事のために1枠を確保したりできます。よくクリックされる記事は、上限付きで少しだけ押し上げられます。

ステップ6 · フォールバック

欄を半分空にしない

最初のアルゴリズムで足りないときは次のアルゴリズムが引き継ぎ — 残りの枠は、最も人気のある自社の記事で埋められます。

ステップ7 · バッジ

事実のときだけ、バッジを

新着、人気、急上昇は、自社の日付と閲読数にもとづきます。期間限定のカウントダウンは、カタログ内の日付から数えます。

ステップ8 · 測定

読者の次の行動で測定

クリックと、読者が7日以内に達成したコンテンツゴール — ウィジェットごと、記事ごとに。

訪問者との一致

次に読む記事は、アルゴリズムが選ぶ。読者が追うものを先頭にするのは、「訪問者との一致」。

どのコンテンツレコメンドウィジェットにも、いくつかの一致ルールを重ねられます — 読者自身の履歴にあるトピック、著者、タグ — すると、一人ひとりに合う記事が先頭に移動します。主導するのは引き続きアルゴリズムです:ルールはアルゴリズム自身が選んだ上位の記事を並べ替えるだけで、その外から記事を持ち込むことはありません。

読者初めての訪問

まだ何も読んでいません:どのルールも空になるため、ウィジェットはアルゴリズム本来の順序のままです。

読者気候面を読む

気候の記事を読み、その多くはMaya Lundの記事です。「Energy」タグの記事を繰り返し開いています。

読者科学面をフォロー

科学の記事を読み、Ana Ruizをフォローし、「AI」タグの記事を繰り返し開いています。

設定した順に並ぶルール
  1. 1トピック閲読履歴からメディア向けまだなし気候科学
  2. 2著者閲読履歴からメディア向けまだなしMaya LundAna Ruiz
  3. 3タグ閲読履歴からまだなし#Energy#AI

一致のみ表示スイッチ1つで、合うものがないウィジェットは何も表示しなくなります。

B2Bコンテンツ代わりに、自社データや企業属性データの連携をもとに、訪問者の企業の業種で一致させます。

どこでも同じルール自社サイト、レコメンドメール、Canvas Builder、JSON API & フィードで。

次に読む急上昇 · アルゴリズム本来の順序急上昇 · この読者向けに並べ替え急上昇 · この読者向けに並べ替え
外洋に立ち並ぶ風力発電機
洋上風力、次の10年気候Maya Lund#Energy↑ 3位から · 著者一致なし
夕暮れの海辺に広がる沿岸都市の街並み
海面上昇に備える沿岸都市気候Ana Ruiz#Cities↑ 4位から · トピック↑ 4位から · 著者
研究室で顕微鏡をのぞく科学者
1回接種インフルワクチンの研究室科学Maya Lund#Health↓ 2位から · 著者↑ 2位から · トピック
光を受けて輝く、チップが並んだシリコンウェハー
半導体微細化競争の内幕テクノロジーTheo Marsh#AI一致なし↓ 1位から · タグ

「訪問者との一致」の仕組みと、サイトの種類別のレシピ →

さらにできること

さらにできること、どのウィジェットでも。

テストする、バッジを付ける、メールで送る、アプリに渡す — そして、エンジンが学んだことを確認できます。

A/Bテスト

どのウィジェットもA/Bテスト

2つのアルゴリズム、2つのレイアウト、ページ上の2つの場所 — それぞれが1つのバージョンになります。新しいテストが勝者を決めるのは、次の両方を満たしたときだけ:信頼度98%と1,000セッション。

バッジ

事実に基づくバッジ

自社の日付と閲読数にもとづく新着・人気・急上昇、期間限定までのカウントダウン、またはフィードにある任意のラベル。

自由に使える3つの枠に、独自の文言を — 「編集部のおすすめ」「会員限定」「5分で読めます」。
すべての言語

すべての言語を、1つのウィジェットで

ウィジェットは自身の文言 — ボタン、タイトル、ラベル — を自動で翻訳し、各読者には本人の言語の記事が届きます。

言語を設定し、その言語に対応するフィードの項目を割り当てます。
登録ポップアップ

著者やトピックごとの登録

ポップアップは、特定の著者やトピックの読者にだけメールアドレスを尋ねます。その後のニュースレターは、前回の訪問以降の新着から始まり、毎日のプッシュ通知で、関心のあるトピックの最新記事を届けることもできます。

開封時メール

開封したときに選ばれる

すでに配信しているメールに入れる、レコメンドブロック。各読者の記事は、送信時ではなく開封時に選ばれます。

レコメンドセット

エンジンが学んだことを確認

記事ごとの閲読、コメント、いいね、ゴール、そして読者が一緒に読むことの多い記事。

コンテンツアナリティクス› レコメンドセット
マルチレコメンドウィジェット

1つのウィジェットに、複数のタブ

タブやセクションごとに、それぞれ独自のレコメンド。コンテンツキャンペーンで作成すると、「あなたへのおすすめ」と「今トレンドのアイテム」の2つから始まります。

タブごとに独自のアルゴリズムとフォールバック。
JSONフィード

おすすめをデータで

開発者、アプリ、メール配信ツールが読者のおすすめをJSONで取得し、独自のデザインで表示します — 結果が空のときは[ ]が返り、エラーにはなりません。

リードフォーム

記事の横にフォーム

読者ごとに選んだ記事の横で、メールアドレスを尋ねます — 1つのウィジェットで、読むことと登録を一緒に。

レポート

すべてのウィジェットの成果を、記事ごとに。

表示回数 — 記事が実際に画面に表示されたときだけカウントします — に加え、クリック、クリック率、読者が7日以内に達成したコンテンツゴール。すべてのウィジェット、すべての記事、テストする各バージョンごとに確認できます。

43,900表示回数画面表示を確認3,280アイテムクリックおすすめ記事で7.5%クリック率クリック ÷ 表示回数459ゴール7日以内
並び替え
記事ごと:表示 → クリック → ゴール
洋上風力、次の10年12,400回表示 → 1,180回クリック → 164件のゴール12,4001,1809.5%164
海面上昇に備える沿岸都市上昇中10,900回表示 → 960回クリック → 151件のゴール10,9009608.8%151
1回接種インフルワクチンの研究室9,800回表示 → 610回クリック → 88件のゴール9,8006106.2%88
2回折りたためるスマホ下降中8,700回表示 → 240回クリック → 19件のゴール8,7002402.8%19
決勝戦、5つのストーリー2,100回表示 → 290回クリック → 37件のゴール2,10029013.8%37
A/Bテスト · 2つのバージョン
A · 今トレンドのアイテム6.1%
B · あなたへのおすすめ8.2%
Bがリード · 信頼度98%
要チェック

表示は多く、クリックは少ない2回折りたためるスマホ

クリックは多く、表示は少ない決勝戦、5つのストーリー

「上昇中」と「下降中」は、期間の後半が前半と比べて20%以上増えた、または減ったことを示します。各数値の意味

パネルの中

Personyzeの中を、1画面ずつご覧ください。

記事のアルゴリズムとそれが埋めるカード、ウィジェットに表示する内容、そのテンプレートと一致ルール — そして、エンジンが読者から学んだこと。パネルの実際の画面です。

設定学んだこと動画で見る
B2Bサイトのコンテンツレコメンデーション:記事のアルゴリズム(あなたへのおすすめ、前回訪問以降の新着、急上昇)と、サイト独自のデザインの記事カード
フルサイズで開く ↗
設定

記事のアルゴリズム、そしてカード

あなたへのおすすめ、前回訪問以降の新着、急上昇 — そして、サイト独自のデザインの記事カード。

設定

記事、セクション、トピック、またはフィード

コンテンツレコメンデーション、読者が次に読みそうなセクション、フォローする興味、選んだ記事の横のフォーム、またはJSONでのおすすめ。

設定

読みもの向けのデザインから始める

記事のカルーセル、本文中の関連記事リンク、画像に重ねた見出し、よく読まれている記事のリスト、雑誌風の表紙 — どれも編集できます。

設定

読んでいるトピックと著者の記事をもっと

各読者がすでに読んだ記事のトピック、著者、タグが先頭に — 記事を選ぶのは引き続きアルゴリズムです。

設定

タブ付きのウィジェットと、各訪問者にその内容が表示される理由

アルゴリズムを選び、タブ付きのウィジェットを作り、2人の異なる訪問者に何が表示されるかとその理由を確認 — そして、記事のアルゴリズムとカード。

学んだこと

読まれ方からエンジンが学んだこと

すべての記事について、表示、閲読、コメント、いいね、ゴール到達の回数 — そしてその記事がおすすめされているセット。

動画で見る

すべてのページに一つのウィジェット、「自動」で2:36

自社のデータから、ページごと、読者ごとに合うものを自ら判断し、段階的にフォールバックするので空になりません — 設定はご自身でも、AIアシスタントでも。

動画で見る

特定のレコメンドを一つ、最初から最後まで構築2:29

この記事の読者が次に読んだもの:使うカタログと閲覧、デザイン、アルゴリズム、そしてすべての記事の後の配置まで — 実際のパネルで。

動画で見る

ガイド付きセットアップで記事を取り込む1:55

RSSまたはAtomフィード、自社サイト、ファイル、SFTP — 取り込み前の簡単なチェックのあと、自動で最新に保たれるカタログに。

動画で見る

読者の閲覧を取り込む1:02

コード不要でページのアドレスから読み取るか、開発者が追加する1行で — 閲覧は届くたびに確認され、過去の閲覧をアップロードすれば初日から人気がわかります。

1 / 10

無料AIツール · Inspire me

自社サイト向けのレコメンド案を見てみましょう。

Inspire meにサイトのURLを入力するだけ。初めての訪問者の目線でページを読み込み、実施する価値のあるコンテンツと商品のレコメンドを提案します:どのページで、誰に向けて、それぞれ何を選び、どう測定するか。

気に入ったアイデアがあれば、AIパーソナライゼーションエージェントに説明するだけで、キャンペーンを作成します。

無料 · 約4分 · メールアドレス不要 ·プラン例を見る

1アイデアの種類は?

限定レコメンデーションA/Bテストバナーとポップアップソーシャルプルーフ

2ウェブサイト

サイトをスキャン

無料 · インストール不要 · 公開ページだけを読み込みます

yourstore.comを読み込み中

初めての訪問者の目線で · 約4分

  • ホームページ
  • アウター
  • Alpine Parka
  • セール
  • カート

Waypoint & Co.完了

限定:レコメンデーション · あなたのプラン

1
「こちらもおすすめ」:閲覧履歴から選んだ商品
対象:リピーター商品ページ
測定:訪問者あたりの売上
2
ホームページに「最近閲覧した商品」
対象:2回目の訪問ホームページ
測定:訪問あたりの商品閲覧数
3
カートでコーディネートを提案
対象:カートにパーカーを入れた買い物客カート
測定:平均注文額

1「こちらもおすすめ」:閲覧履歴から選んだ商品

現在Personyze適用後

自社ページ上に描画—Alpine Parkaを閲覧したリピーター向け。

よくある質問

率直な回答。余計な話はなし。

コンテンツレコメンドについて、よく寄せられる質問です。ほかにご質問があれば、お打ち合わせの際にお尋ねください。

ヘルプセンターを見る →
コンテンツレコメンドエンジンとは何ですか?

読者一人ひとりに次に表示する記事、動画、ガイドを、その読者自身と似た読者が読んだものから選ぶソフトウェアです — そして、すべての閲読とクリックから学び続けます。再訪した読者には本人の履歴からおすすめを選び、初めての読者には同じ地域の読者に最も読まれている記事を表示します。Personyzeは、これを自社サイト、メール、アプリで行います。

Personyzeには、記事向けにどんなアルゴリズムがありますか?

ページの種類ごとに1つずつあり、その後ろにフォールバックが控えています:ホームページでは「あなたへのおすすめコンテンツ」、次に「訪問者の国で人気」と「今トレンドのアイテム」。記事ページでは「次に読む」、次に「この記事を読んだ人はこんな記事も読んでいます」と「類似コンテンツ(AI)」。セクション内では「人気ランキング」。検索結果では「検索に一致」。または、ウィジェットを「自動」のままにすれば — 新しいウィジェットは「自動」で始まります — 1つのウィジェットがすべてのページで自ら選びます。すべてのアルゴリズムはこちら。

コンテンツレコメンドと商品レコメンドの違いは何ですか?

どちらも同じエンジンで動き、それぞれ専用のカタログを使います。商品レコメンデーションは商品の中から選び、購入で測定します。コンテンツレコメンデーションは記事、動画、ガイドの中から選び、クリックと読者が達成したコンテンツゴールで測定します。Personyzeは両方に対応しているので、メディア、ECサイトやハイブリッドなサイトでも、ページごとに合うほうをおすすめできます。

自社のCMSで使えますか?

はい — Personyzeは、どんな仕組みで作られたウェブサイトでも動作します:どのCMS、サイトビルダー、独自コードにもタグを1つ入れるだけです。WordPress、Joomlaのプラグインならワンクリックで設置でき — WordPressでは、プラグインがカタログを毎日最新に保ちます — Google Tag ManagerとWebflowもワンクリックです。

複数の言語に対応していますか?

はい。ウィジェットは自身の文言 — ボタン、タイトル、ラベル — を自動で翻訳し、フィードには複数の言語を含められます:言語を設定し、その言語に対応するフィードの項目を割り当てれば、各読者に本人の言語の記事が表示されます。

記事はどこから取り込まれますか?

タグを設置して記事の場所を伝えるだけで、あとはPersonyzeが行います:各読者が開く記事を把握し、すべてをマッピングします。タグを設置:どんな仕組みで作られたサイトでも動作します:どのCMSや独自開発のサイトにもタグを1つ貼り付けるだけ — またはWordPressやJoomlaのプラグイン、Google Tag Manager、Webflowならワンクリックで設置できます。このタグによって、Personyzeは各読者が何を読んでいるかを把握できます。記事を取り込む:サイトをクロールします:Personyzeはサイトマップとリンクから記事ページを見つけ、各記事のタイトル、画像、日付、著者、セクションを読み取ります。さらに自動で読み込み直すので、新しい記事も追加されていきます。または、フィードやファイルを送ることもできます — RSSやAtom、URLで公開したCSV、Excel、XML、JSONファイル、SFTP、REST API経由で — WordPressなら、プラグインのフィードがカタログを毎日最新に保ちます。各読者が読む記事を把握:タグはURLまたはページ上のIDで記事ページを識別し — ワンクリックで、サイト側の変更は不要です — その記事の閲読として記録します。マッピング:各記事のトピック — 自社のカテゴリ、またはPersonyzeが本文から抽出するキーワード — は、読者が読むにつれてその読者の興味になります。類似コンテンツ(AI)はすべての記事を読み込んで意味の近い記事を見つけるので、新しい記事にも、まだ誰も開いていないうちから関連記事があります。各記事は内部IDで管理されます。類似コンテンツ(AI)はカタログ設定で有効にし、AIクレジットを使用します。

新しい記事や、サイトがまだ知らない読者の場合は?

新しい読者にも、最初のページからおすすめを表示します:「訪問者の国で人気」に必要なのは読者の所在地だけです。新しい記事は、「最近公開されたコンテンツ」ですぐにおすすめできるほか、タイトル、トピック、説明文から意味で記事を照合する「類似コンテンツ(AI)」でもおすすめできます。類似コンテンツ(AI)はカタログ設定で有効にし、AIクレジットを使用します。

メールにもレコメンドを入れられますか?

はい。すでに配信しているメールに入れたレコメンドブロックが、送信時ではなく読者がメールを開いた時点で、その読者の記事を選びます — たとえば、前回の訪問以降に公開された記事です。特定の著者やトピックの読者にだけ表示する登録ポップアップで、配信先のリストを増やせます。参考:開封時メールガイド。

モバイルアプリや独自のデザインでレコメンドを表示できますか?

はい。iOSやAndroidのアプリでは、SDK — アプリ向けコンテンツレコメンド — がサイトと同じエンジンを提供します。それ以外では、JSONフィードが、メールアドレスまたは自社のユーザーIDで特定した読者のおすすめを返し、フロントエンドやメール配信ツールが独自のデザインで表示します。各アイテムには、クリックを計測するリンクが付いています。

設定方法は?デザインは変更できますか?

パネルのアシスタントに作成を頼むか、エディターで自社ページ上の場所を指定するか、ギャラリーにある6種類の記事フォーマット — 本文内、続きを読む、ページ送り、よく読まれている、マガジン、オーバーレイ — から始め、記事の下や中、サイドバー、ポップアップに配置します。その後、デザイナーでレイアウトとスタイルを変更するか、「AIで編集」に頼むか、HTMLを直接編集します。

コンテンツレコメンドをA/Bテストできますか?

はい。2つのウィジェット — 2つのアルゴリズム、レイアウト、配置 — をA/Bテストにかけられます。新しいテストは、信頼度98%かつ1,000セッション以上で勝者を決定し、テスト対象のトラフィックをすべて勝者に回すこともできます。

何が効果的かは、どう確認できますか?

すべてのウィジェットと記事について:表示回数(実際に画面に表示されたときのみ)、クリック、クリック率、読者が7日以内に達成したコンテンツゴール、そして上昇中・下降中のもの。レコメンドセットには、エンジンが学んだことが表示されます — 記事ごとの閲読、コメント、いいね、ゴール、そして一緒に読まれることの多い記事。

始めましょう

あなたの記事を、次に読む可能性が最も高い読者の前へ —クリックのたびに学びながら。

読者の行動を機械学習で分析する、自己学習型のレコメンド:すべての閲読とクリックが次のおすすめの構築に反映されるので、表示する内容が読者の読むものに追いつき続けます。

無料プランあり · 30日間返金保証 · 年間契約不要