Content personalisatie
Content personalisatie staat voor het aanbieden van content die op maat gemaakt is voor specifieke gebruikers.
Om content personalisatie toe te passen moet er eerst data worden verzameld over de gebruikers. Dit zou bijvoorbeeld expliciete of impliciete data kunnen zijn.
Zoals hierboven beschreven bestaat expliciete data uit data dat vanuit een actie voorkomt. Impliciete data is verzameld van een gebruiker door middel van tracking. Een goed voorbeeld hiervan is bijvoorbeeld Google Analytics tracking.
Met die data kan er dan verschillende dingen worden gedaan. Je zou bijvoorbeeld regels kunnen op stellen (bijvoorbeeld: Gebruiker komt uit Nederland) en op basis hiervan andere content laten zien. Een goed voorbeeld hiervan wat veel sites toepassen is om je door te leiden naar de variant van een site met jouw taal.
Een andere manier is om persona’s te maken en bezoekers in te delen binnen deze persona’s.
Dit is een geadvanceerdere aanpak voor grotere hoeveelheden gespecialiseerde content. Een valkuil hiermee is dat je te weinig persona’s hebt waardoor mensen toch net niet de juiste content te zien krijgt.
Faseringen van personalisatie
Er zijn 3 faseringen van personalisatie die kan worden toegepast op websites.
Zo kan er bijvoorbeeld puur gebruikt worden gemaakt van regels die vooraf gemaakt zijn door een beheerder. Uitgebreider alternatief is het gebruik van machine learning waarbij de computer allemaal informatie gevoerd krijgt en op basis daarvan zelf kan bepalen welke content goed is voor een gebruiker.
De automatische variant heeft pas echt nut op het moment dat er veel gebruikers op de website aanwezig zijn. Voor machine learning is er een hoge kwantiteit aan data nodig om goed verbanden te kunnen maken. Een bekende site die dit toepast is Amazon.
