Was TikTok Reisemarken über das Auffinden von Inhalten beibringen kann

Trotz der Hunderte von Millionen, die für algorithmenbezogenes Engineering ausgegeben werden, können Empfehlungen manchmal gut oder schlecht ausfallen, egal ob es sich um einen Film von Netflix oder einen Song von Spotify handelt. Dieses Problem ist im Reiseverkehr noch schlimmer, wo die Technologie im Allgemeinen hinter anderen Branchen zurückbleibt und die Herausforderung noch schwieriger ist – aber TikTok hat möglicherweise eine Lösung.

Warum ist TikTok die App zum Lernen? Aufgrund der langen und erfolgreichen Geschichte von TikTok-Besitzer ByteDance in Empfehlungsmaschinen. Von seiner ersten Nachrichten-App Toutiao bis hin zur Social-Media-App TikTok (und Douyin in China) mit mehr als einer Milliarde Benutzern hat ByteDance erfolgreich Empfehlungsmaschinen gemeistert, um die richtigen Inhalte an die richtige Person zu bringen.

Obwohl die Technologie von TikTok fortschrittlich sein mag, dient sie als Beispiel dafür, wie Marken die Kunst der Personalisierung beherrschen können.

Hier sind drei Lektionen, die Reisemarken von der TikTok-App lernen können.

1) Fangen Sie klein an, aber beginnen Sie jetzt

Empfehlungsmaschinen sind kompliziert, und es wird Zeit brauchen, zu verstehen, wie Sie ihre Fähigkeit nutzen können, um einen Mehrwert für Ihr spezifisches Geschäft zu schaffen. Die Lernkurve ist steil, aber schnell. Dies bietet Unternehmen einen Vorteil, die bereit sind, ihre Spielzeuge früher einzutauchen und personalisierte Empfehlungen in einem Teil ihres Produkts einzuführen.

Bei Medium können Sie sehen, wie es einen zweiten Tab zu seinem Artikel-Feed hinzugefügt hat, wo es auch handgehaltene Nachrichten enthält, um zu erklären, wie die Empfehlungen funktionieren und wie man Feedback gibt. Und dann YouTube, das mit seinem New To You-Feed einen ähnlichen Start-Small-Ansatz verfolgte.

Die Lösung des Auffindbarkeitsproblems gibt Reisenden einen guten Grund, immer wieder zu einem Produkt oder einer Plattform zurückzukehren.

Alex Rainy

Dies sind zwei sehr große Medien- und Inhaltsunternehmen, die zweifellos über die Ressourcen verfügen, um die Besten der Branche für Empfehlungsmaschinen einzustellen. Dennoch werden sie immer noch ausgewählt, um mit der Bereitstellung dieser neuen Technologie in kleinen Teilen zu beginnen, um Lernzeit zu haben, bevor sie sie breiter in ihr Produkt einführen.

Instagram ist ein brillantes Beispiel dafür, wohin diese Start-Small-Strategie führen kann. In den letzten 10 Jahren hat es seine Fähigkeiten und Erfahrungen aufgebaut, angefangen mit der Änderung seines Newsfeed-Algorithmus, der Einführung seines Erkundungsbereichs und vor kurzem der Einführung von Reels.

Wenn Reisemarken ihre eigenen kleinen Einführungen von personalisierten Empfehlungen starten, werden sie schnell lernen, welche Schlüsseldatenpunkte ihnen fehlen, um Empfehlungen zu skalieren, wo die Lücken in bestehenden Inhalten sind und welche die wichtigsten Merkmale für die Empfehlungsmaschine eines Benutzers sind und im Inhalt.

Um schneller zu starten – oder wenn das technische Know-how fehlt – können sie SaaS-Anbieter für Empfehlungsmaschinen wie Algolia oder Recombee nutzen. Natürlich werden Reisemarken im Laufe der Zeit Mitarbeiter im Unternehmen brauchen, die diese Technologie verstehen und wissen, wie man sie auf die nächste Stufe bringt.

2) Content-Metadaten anreichern

Als Menschen können wir Dinge, die wir sehen, verstehen und sehr schnell kategorisieren – Restaurants, Videoclips und Lieder –, aber einem Algorithmus muss dies beigebracht werden. Eine Empfehlungsmaschine kann immer nur so gut sein wie ihr Verständnis der empfohlenen Inhalte.

Videos, die mit Reiseinhalten vergleichbar sind, sind einer der schwierigsten Bereiche für eine Maschine, um zu verstehen, was sich in jedem Clip befindet. Aus diesem Grund hat TikTok so viel in die Entwicklung einiger der führenden Algorithmen für maschinelles Lernen investiert, um jedes Bild in jedem Video zu scannen und es in verschiedenen Subkulturen zu kategorisieren. Dieser Anreicherungsprozess hilft TikTok zu verstehen, was in jedem Video enthalten ist, um welche Art von Video es sich handelt, wie die Stimmung ist und vieles mehr.

Bei Reisen sind beispielsweise Hotels, Bars, Museen und Restaurants ebenfalls sehr nuanciert. Sie lassen sich nur schwer im Detail kategorisieren. Stellen Sie sich die Frage, warum jemand ein bestimmtes Video oder Restaurant mag. Es gibt viele, viele Attribute, die als Teil der Antwort berücksichtigt werden müssen.

Reisemarken sollten frühzeitig darüber nachdenken, welche Daten sie für jeden Inhalt haben, wie diese Daten organisiert sind und vor allem, wie sie sie weiter anreichern können. Ein Restaurant kann beispielsweise nur eine Beschreibung und eine Bewertung haben. Aber es könnte auch das Preisniveau, die Anzahl der Bewertungen, die Anzahl der Instagram-Follower, die Küche usw. enthalten. Jedes dieser Attribute ist in Kombination ein großer Faktor dafür, warum jemand einen Ort einem anderen vorzieht.

Je angereicherter ein Inhalt ist, desto robuster sind die Schlussfolgerungen von Benutzern, die damit interagieren. Angenommen, die Nutzer suchen nicht nur nach Restaurants in Marokko, sondern nach sehr beliebten, mittelgroßen und günstigen Restaurants in der Altstadt. Diese reichhaltigen Metadaten werden den Unterschied zwischen großartigen Empfehlungen und durchschnittlichen bis schlechten Empfehlungen ausmachen.

Reiseunternehmen müssen möglicherweise mit anderen Unternehmen zusammenarbeiten, um ihre Daten anzureichern, wie z. B. Googles Maps-API oder einem neuen Herausforderer in diesem Bereich, wie hier.

3) Erfassen und speichern Sie die richtigen Daten

Das mag offensichtlich klingen, aber es gibt immer Lücken in den erfassten Daten.

Beispielsweise ist es wichtig sicherzustellen, dass zwischen jedem Benutzer und jedem Inhalt, mit dem er jemals interagiert hat, eine klare und nachvollziehbare Verbindung besteht. Und zwar nicht nur, ob ein Nutzer Inhalte gespeichert oder gebucht hat, sondern auch andere Intent-Signale wie Klicks, Aufrufe und verbrachte Zeit.

Kombiniert mit den reichhaltigen Metadaten des Inhalts aus dem vorherigen Punkt beginnt sich ein wirklich klares Bild davon zu entwickeln, woran die Benutzer interessiert sind. Dies sind alles wichtige Eingaben für eine Empfehlungsmaschine.

Netflix behauptet nun, „mehr als 80 % der TV-Sendungen, die sich die Leute ansehen, werden über das Empfehlungssystem der Plattform entdeckt.“ Dies ist eine erstaunliche Zahl und ein Beispiel für das Potenzial eines guten Inhaltsempfehlungssystems. Netflix hat sich schon immer als datengetriebenes Unternehmen positioniert und es wurde dokumentiert, wie viele Nutzungsdaten es über jeden Zuschauer sammelt.

Dieses tiefe Verständnis der Benutzer und jeder Mikroaktion und Interaktion, die auf der Plattform stattfindet, ist einer der Schlüsselfaktoren für den Erfolg des Empfehlungssystems von Netflix.

Schließlich müssen all diese Nutzungsdaten in einem rohen, zugänglichen Format gespeichert werden – idealerweise nicht in einem bestimmten Analyse- oder Empfehlungstool vergraben. Datenverwaltungstools wie der Marktführer Segment bieten eine einfache Möglichkeit, Daten an Analysetools sowie an langfristige Speichercontainer wie die Cloud-Plattform von Google oder AWS weiterzuleiten. Dadurch erhalten die Daten uneingeschränkten Zugriff auf die Empfehlungsmaschine. Und vor allem stellt es sicher, dass ein Unternehmen nicht langfristig an einen bestimmten Anbieter gebunden ist. Vielmehr gibt es ihnen die volle Kontrolle und das Eigentum an den Nutzungsdaten ihrer Benutzer.

Das große Problem des Reisens

Auf Reisen stehen Benutzer vor einem enormen Entdeckungsproblem: Wohin gehen, wo essen, was besuchen, wo übernachten – es ist endlos. Und so sehr Reisende die zufällige Entdeckung neuer Orte genießen, kann es beschwerlich sein.

Unsere Recherchen bei Pluto haben ergeben, dass – selbst von Reisenden, die mehr als sechs Mal im Jahr verreisen – 76 % sagen, dass die Suche nach relevanter Inspiration mühsam ist. Reisende haben heute einzigartige Interessen und möchten dies in ihrem Urlaub widerspiegeln.

Aber die überwältigende Auswahl macht es immer schwieriger, genau das zu finden, wonach sie suchen: Google Maps zum Beispiel hat mehr als 200 Millionen Points of Interest und Tripadvisor hat fast acht Millionen Unternehmen.

Ein Problem, das es wert ist, gelöst zu werden

Die Lösung des Auffindbarkeitsproblems gibt Reisenden einen guten Grund, immer wieder zu einem Produkt oder einer Plattform zurückzukehren. Aber es bleibt eine enorme Herausforderung für Reisemarken, teilweise aufgrund der seltenen Nachfragezyklen von Reisen.

Genau das lösen wir bei Pluto mit einer App, die Reisenden dabei hilft, sich inspirieren zu lassen, ihre nächste Reise zu planen und sich mit gleichgesinnten Reisenden zu vernetzen. Wir nutzen personalisierte Empfehlungen, um Menschen dabei zu helfen, authentische und einzigartige Orte zu finden, die sie auf ihren Reisen besuchen können, und stützen uns dabei auf dieselben Muster wie einige der erfolgreichsten Inhaltsplattformen.

Personalisierte Empfehlungen werden immer besser, und Plattformen wie TikTok haben gezeigt, dass es möglich ist, in diesem Bereich erhebliche Fortschritte zu erzielen. Es ist Zeit für die Reise, um an Bord zu gehen.

Über den Autor…

Alex Rainey ist Mitbegründer und CEO von Pluto.

Leave a Comment