El siguiente artículo destaca una entrevista entre Yaron Galai, cofundador y codirector ejecutivo de Outbrain, y Ari Paparo, fundador y director ejecutivo de Marketecture. Regístrate gratis para ver más de la discusión y conozca las nuevas tecnologías disponibles que los editores pueden aprovechar para optimizar sus recomendaciones de contenido.

Si bien ahora es popular que los editores de todo tipo utilicen recomendaciones de contenido para hacer más que recomendar contenido para sus lectores, como atraer a los lectores y como una fuente de ingresos para el editor, Outbrain fue el pionero hace 15 años y continúa evolucionando. .

El cofundador y codirector ejecutivo de Outbrain habló recientemente con Ari Paparo, fundador y director ejecutivo de Marketecture; discutieron las nuevas características que Outbrain ha presentado y las capacidades en el núcleo de la empresa.

Cómo Outbrain permite a los editores optimizar sus recomendaciones de contenido

Para ayudar a mantener el modelo de recomendación de contenido a prueba de futuro para los editores, las cookies de terceros son la señal de datos menos valiosa dentro del modelo operativo de Outbrain. Debido a que el sistema de Outbrain se instala código en la página, donde sea que elija el editor (web, móvil, aplicaciones, etc.), puede extraer una gran cantidad de datos propios.

Debido a que los datos contextuales ayudan a los anunciantes a comprender de qué se trata una página y el feed de Outbrain se puede instalar en cada página, el feed, y por lo tanto los editores, pueden determinar las señales contextuales que un usuario ha visto a lo largo del tiempo.

El feed se mezcla según las preferencias de cada editor y se combina con el contenido del editor (recomendaciones orgánicas) y la publicidad saliente. Esta configuración permite que Outbrain recopile una cantidad significativa de datos propios que luego se pueden usar para optimizar las recomendaciones para el feed de ese editor.

Aproximadamente la mitad de los clics o el tráfico generado provienen de recomendaciones orgánicas y la otra mitad de la publicidad saliente. Todos los clics generados dan como resultado valiosos datos propios porque la indicación más inequívoca del interés del usuario es cuando hacen clic e interactúan con algo.

“Nuestro modelo principal es el costo por clic”, dijo Galai. “Creemos que esto es muy importante porque el enfoque o el ingrediente secreto del compromiso de una empresa es el compromiso del usuario. Los modelos comerciales de muchos editores hoy en día no reflejan eso como lo hace CPC”.

Conexión de las fuentes de recomendación de contenido con los objetivos comerciales

La última introducción de Outbrain al mercado, Keystone, se basa en años de experiencia cuando se trata de comprender la participación de los usuarios y los objetivos de los anunciantes.

Keystone permite a los editores aprovechar la experiencia en personalización de Outbrain y personalizar las experiencias en el sitio para cada usuario mientras la aplica a sus objetivos de crecimiento empresarial.

Por ejemplo, muchos editores hoy en día tienen un feed de tarjetas, especialmente cuando se piensa en la configuración móvil. En lugar de que varios departamentos administren manualmente esas tarjetas, Keystone permite una experiencia unificada. El equipo de editores puede elegir las tarjetas que se administrarán y establecer el objetivo que alcanzarán esas tarjetas, como generar suscripciones. Para ayudar a alcanzar este objetivo, es esencial aumentar la cantidad de contenido orgánico que un usuario lee cada mes, lo que Keystone puede hacer. Por ejemplo, cuando el usuario llega al séptimo piso, puede mostrarle una tarjeta de “suscríbete ahora”.

Además de construir un sólido sistema de recomendación de contenido, las profundas raíces de Outbrain en la orientación contextual y la publicidad nativa hacen que sea una empresa que intenta facilitar la vida de los editores, a diferencia de muchos otros competidores en el espacio.

————————————————
Regístrate gratis para ver más de la discusión entre Ari Paparo y Yaron Galai y conozca las nuevas tecnologías disponibles que los editores pueden aprovechar para optimizar sus recomendaciones de contenido.

https://digiday.com/?p=500349

Con información de Digiday

Leer la nota Completa > Las nuevas tecnologías están enriqueciendo las capacidades de recomendación de contenido de los editores

LEAVE A REPLY

Please enter your comment!
Please enter your name here