Arten von Empfehlungen für Medien-Apps

Auf dieser Seite werden die Empfehlungstypen beschrieben, die verfügbar sind, wenn Sie eine App für Media-Empfehlungen erstellen. Dazu gehören die Geschäftsziele, Kontextereignistypen und andere Anpassungen, die für jeden Empfehlungstyp verfügbar sind.

Empfehlungstypen

Die folgenden Empfehlungstypen sind für Apps mit Media-Empfehlungen verfügbar:

Was Ihnen sonst noch gefallen könnte

Der Empfehlungstyp „Was Ihnen sonst noch gefallen könnte“ empfiehlt das nächste Dokument, mit dem ein Nutzer am wahrscheinlichsten interagiert. Die Empfehlung basiert auf dem Interaktionsverlauf des Nutzers und dem aktuellen Kontextdokument.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

Unterstützte Seiten für die App-Bereitstellung:

Anforderungen an Nutzerereignisse:

  • view-item oder media-play für das Zielvorhaben „Klickrate“

  • media-complete und entweder media-play oder view-item für das Zielvorhaben „Conversion-Rate“ und das Zielvorhaben „Beobachtungszeitraum pro Sitzung“

Der Empfehlungstyp „Empfehlungen für mich“ sagt das nächste Dokument vorher, mit dem sich ein Nutzer höchstwahrscheinlich befassen wird, basierend auf dem Engagement-Verlauf dieses Nutzers. Dieser Empfehlungstyp wird normalerweise auf der Startseite verwendet.

„Empfehlungen für mich“ kann auch auf Kategorieseiten nützlich sein. Eine Kategorieseite ähnelt einer Startseite, mit der Ausnahme, dass nur Artikel aus dieser Kategorie angezeigt werden. Sie können dies mithilfe eines standardmäßig für Sie empfohlenen Empfehlungstyps mit Filter-Tags erreichen. Beispielsweise können Sie den Artikeln in Ihrem Datenspeicher benutzerdefinierte Filter-Tags (entsprechend den einzelnen Kategorieseiten) hinzufügen. Legen Sie in der Empfehlungsanfrage das Nutzerereignisobjekt als view-category-page fest und geben Sie im Feld „Filter“ das Tag einer bestimmten Kategorieseite an. Es werden nur Empfehlungsergebnisse zurückgegeben, die mit dem angeforderten Filter-Tag übereinstimmen. Die Diversität sollte in diesem Anwendungsfall deaktiviert werden, da Diversität mit kategoriebasierten Filter-Tags in Konflikt stehen kann.

Wenn Sie auf der Startseite „Für dich empfohlen“ verwenden, wählen Sie „Startseitenkontext“ als Kontextereignistyp für die App aus. Mit „Startseitenkontext“ lässt sich eine bessere Leistung erzielen, da zusätzliche Nutzungssignale verwendet werden, die bei der Option „Allgemein“ nicht verfügbar sind. Verwenden Sie die Option „Allgemein“ nur dann, wenn Sie keine view-home-page-Ereignisse haben.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardmäßiger Kontextereignistyp:Kontext der Startseite

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

  • Kontextereignistyp

Unterstützte Seiten für die App-Bereitstellung:

  • Alle. Auf Kategorieseiten müssen Sie Filter-Tags angeben.

Anforderungen an Nutzerereignisse:

  • view-item oder media-play für das Zielvorhaben „Klickrate“. Für den Startseitenkontext ist auch view-home-page erforderlich.

  • media-play oder view-item und media-complete für das Zielvorhaben „Conversion-Rate“ und das Zielvorhaben „Beobachtungszeitraum pro Sitzung“. Für den Startseitenkontext ist auch view-home-page erforderlich.

Mehr hierzu

Beim Empfehlungstyp „Mehr wie dieses“ werden Medien empfohlen, die einem Kontextelement ähnlich sind und mit denen sich ein Betrachter des Kontextelements wahrscheinlich als Nächstes befassen wird. „Mehr wie dieses“ basiert auf dem Kontextelement und dem aggregierten Aufrufverlauf aller Nutzer, die das Kontextelement angesehen haben. Eine „Mehr wie dieses“-App wird normalerweise auf Detailseiten oder auf der Startseite mit einem festen Kontextelement verwendet.

Für den Empfehlungstyp „Mehr wie das“ werden verschiedene Faktoren verwendet, um zu bestimmen, wie ähnlich sich zwei Media-Dokumente sind. Dazu gehört auch das Feld categories der Media-Dokumente. Für optimale Ergebnisse sollten ähnliche Media-Dokumente sich in den Kategorien überschneiden. Die Kategorien ["Action", "Comedy"] sind beispielsweise etwas ähnlich wie ["Action", "Thriller"], aber nicht wie ["Drama"].

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

Unterstützte Seiten für die App-Bereitstellung:

  • Detailseite

  • Startseite (erfordert ein Kontext-Element)

Anforderungen an Nutzerereignisse:

  • view-item oder media-play für das Zielvorhaben „Klickrate“

  • (media-play oder view-item) und media-complete für das Zielvorhaben „Conversion-Rate“ und das Zielvorhaben „Beobachtungszeitraum pro Sitzung“

Der Empfehlungstyp „Am beliebtesten“ empfiehlt Medien, die in den letzten Tagen unter allen Nutzern am beliebtesten waren. Die Empfehlung basiert auf dem Wiedergabe- oder Aufrufverlauf aller Nutzer. Sie können das Zeitfenster anpassen, um die Beliebtheit der Dokumente zu prüfen.

Standardoptimierungsziel: Klickrate (Click-through-Rate, CTR)

Standardbereitstellungskonfiguration: –

Verfügbare Anpassungen:

  • Geschäftsziel

  • Zeitfenster. X

Unterstützte Seiten für die App-Bereitstellung:

  • Startseite

Anforderungen an Nutzerereignisse:

  • view-item oder media-play für das Zielvorhaben „Klickrate“

  • media-complete für Zielvorhaben „Conversion-Rate“

Beschränkungen:

  • Beim Empfehlungstyp „Beliebteste“ können Sie keine Bereitstellungskonfigurationen anpassen oder mehrere Bereitstellungskonfigurationen erstellen.

  • Filtern nach Kategorien wird bei „Am beliebtesten“ nicht unterstützt

Optimierung für Geschäftsziele

Die Machine-Learning-Modelle, die Media-Empfehlungs-Apps zugrunde liegen, werden erstellt, um auf ein bestimmtes Geschäftsziel hin zu optimieren, das bestimmt, wie das Modell erstellt wird.

Nachdem Sie eine App trainiert haben (wodurch das zugrunde liegende Modell trainiert wird), können Sie das Optimierungsziel nicht mehr ändern. Sie müssen eine neue App trainieren, um ein anderes Optimierungsziel verwenden zu können.

Recommendations for Media unterstützt die folgenden Optimierungsziele.

Klickrate (Click-through-Rate, CTR)

Bei der Optimierung der CTR wird besonders die Interaktion hervorgehoben. Sie sollten die CTR optimieren, wenn Sie die Wahrscheinlichkeit maximieren möchten, dass der Nutzer mit der Empfehlung interagiert.

Die CTR ist das standardmäßige Optimierungsziel für die Empfehlungstypen Was Ihnen sonst noch gefallen könnte und Empfehlungen für mich.

Conversion-Rate (CVR)

Durch die Optimierung auf die Conversion-Rate hin wird die Wahrscheinlichkeit maximiert, dass der Nutzer die Inhalte bis zum in der App definierten Conversion-Schwellenwert konsumiert.

Der Conversion-Grenzwert kann in Sekunden oder als Prozentsatz angegeben werden. Beispiel: Wenn der Conversion-Schwellenwert auf 25% festgelegt ist und der Nutzer sich mindestens 25% des Programms ansieht, wird das Conversion-Zielvorhaben erreicht.

Beobachtungszeitraum pro Sitzung

Wenn Sie die Wiedergabedauer pro Sitzung optimieren, maximieren Sie die Dauer des Medienkonsums. Bei diesem Zielvorhaben werden Informationen zu Klicks, Conversions und Wiedergabedauer aus media-complete-Nutzerereignissen verwendet, um Elemente zu empfehlen, die mit höherer Wahrscheinlichkeit länger angesehen werden als andere.

Achten Sie beim Aufzeichnen von Nutzerereignissen darauf, dass der Wert für mediaProgressDuration nicht negativ und in den Ereignissen vom Typ media-complete der letzten 90 Tage korrekt angemeldet ist.

Das Ziel „Wiedergabedauer pro Sitzung“ ist für die Empfehlungstypen Was Ihnen sonst noch gefallen könnte, Empfehlungen für mich und Mehr wie dieses verfügbar.

Nächste Schritte