Hi-Tech

Рекомендованный контент на сайте: ради него пользователи готовы пожертвовать своими данными

Перевод исследования UX-специалиста Nielsen Norman Group Авроры Харли.

В закладки

Сегодня всё изменилось, и теперь персонализация — развивающаяся тенденция в интернете. Двадцать лет назад Якоб Нильсен утверждал: понятие «персонализация» переоценивают, технология ещё недостаточно развита, чтобы хорошо прогнозировать желания пользователей.

Одна из особенно полезных форм такой персонализации — рекомендации. Персонализированные пользовательские интерфейсы могут включать в себя разные элементы: от комбинаций клавиш до цветовых схем.

Например, YouTube, на котором есть миллионы видео, показывает пользователю лишь несколько рекомендуемых роликов и каналов. Рекомендуемый контент можно встретить в соцсетях, стриминговых сервисах, на коммерческих и новостных сайтах и в других местах.

Исследование

Для этого провели дистанционное юзабилити-тестирование, в котором приняли участие восемь человек из разных точек США. Мы решили узнать больше об ожиданиях пользователей и их ментальных моделях касательно индивидуальных рекомендаций.

Участники знали, что сайты обычно отслеживают просмотренные пользователем страницы, истории покупок и другие данные, чтобы формировать персонализированные предложения. В ходе каждой сессии они выполняли разные задачи на двух-трёх сайтах, где у них были учётные записи, и отвечали на вопросы в ходе интервью.

Участники посчитали их полезными, потому что они помогали сузить круг поиска. В целом эти предложения получили высокую оценку. Чтобы воспользоваться рекомендациями, пользователи были готовы пожертвовать конфиденциальностью данных; они знали, что многие их действия будут отслеживаться и анализироваться.

Подбор контента с помощью рекомендаций

Предложенные варианты, подобранные в соответствии с интересами пользователей, помогли им избежать перегрузки выбора и «отсеять лишнее», чтобы найти нужное быстрее. Реакция на рекомендации была положительной у подавляющего числа участников исследования.

Рекомендации хороши тем, что с ними можно просматривать много продуктов, чтобы найти нужное.

Я думаю, рекомендации — полезная штука. Они показывают то, что действительно может быть интересно, а потом ты просто выбираешь подходящий вариант.

участник исследования

Пользуюсь мобильным приложением, сайтом и его мобильной версией. Я постоянно что-то покупаю в интернет-магазине Sephora.

Было бы здорово, если бы Sephora работал подобным образом. Замечаю, что Google отслеживает всё, что я просматриваю, а затем на основе этого настраивает рекламу для меня. Это сэкономило бы много времени, которое трачу на прокрутку страниц с ненужным для меня контентом.

участник исследования

Мне не всегда хватает терпения просмотреть множество товаров и отсеять неподходящие. Мне нравится, что рекомендации показывают классные вещи, которые я сам мог пропустить.

Вот почему я воспользовался сервисом Stitch Fix. Было бы здорово, если бы Spotify мог делать это за меня. Мне нравится шоппинг, но я не люблю ситуации вроде «мне нужны брюки чёрного цвета, пожалуй, перемеряю сотню пар, пока не найду те, которые идеально подойдут».

На Stitch Fix я могу ответить на пару вопросов, и сайт мне выдаст: «Вот отличные брюки, которые могут вам понравиться, они вам подойдут».

участник исследования

Они считались более релевантными, чем общий продвигаемый контент. Как и к дружескому совету, к персонализированным предложениям у пользователей было больше доверия.

Когда перед участниками ставилась открытая задача — найти то, что их заинтересует, они больше хотели воспользоваться рекомендованным контентом (когда могли его найти).

Для меня лучшая подборка — та, где есть вещи, которые нравятся мне. Простой список модных вещей не всегда помогает. Вот почему поиск я обычно начинаю с рекомендуемого контента.

участник исследования

Сбор данных и конфиденциальность

На вопрос о том, какая информация используется для составления рекомендаций, люди дали чёткие ответы.

Первыми в списке стоят варианты, в которых участники были уверены больше всего: Вот типы данных, упомянутые ими в качестве вероятных источников.

  • История — либо прошлые покупки (на сайтах электронной коммерции), либо потребляемый контент (например, видео, песни, воспроизводимые на сервисах).
  • Введённые пользователем данные: пол, местоположение, интересы и другая информация, специфичная для контекста сайта.
  • Отзывы.
  • Сохранённые или «избранные» элементы.
  • Просмотренные страницы.
  • История поиска.

Я понятия не имею, как создаются рекомендации.

Большинство из них довольно точны, поэтому я бы предположил, что они основаны на моих покупательских привычках: вещи, на которые я нажимаю, вещи, которые я люблю, и вещи, которые я покупаю.

участник исследования

Оказалось, большинство пользователей хотели бы, чтобы их прошлые покупки, сохранённые элементы и информация в профиле имели больший вес при формировании рекомендаций, чем просмотр страниц.

Поэтому они не хотят, чтобы просмотры этих страниц исказили будущие рекомендации. По их мнению, не все материалы, на которые они когда-либо нажимали, соответствуют запросам.

Потом я читаю отзывы и понимаю: это не то, что я хотел бы видеть в рекомендациях. Иногда я нажимаю на что-то случайно или опираюсь на первое впечатление. Зато если я сам добавил в список «избранное» любимые бренды, то я хочу, чтобы мне предлагали их продукцию.

участник исследования

Они предположили, что есть алгоритмы, которые определяют похожих пользователей или похожие товары. Пользователи предположили, что некоторые рекомендации основаны не только на их прямой или косвенной деятельности.

«Если вам нравится эта чёрно-белая клетчатая рубашка на пуговицах, тогда вам понравятся и другие чёрно-белые клетчатые вещи или другие рубашки на пуговицах», — что-то вроде этого. Возможно, существует какой-то алгоритм.

участник исследования

Очевидно, существует алгоритм, основанный на множестве разных данных.

Также, вероятно, есть неличностный алгоритм, основанный на моём возрасте, поле и подобных параметрах. Я предполагаю, что он основан на моём личном использовании Netflix.

участник исследования

Некоторые из них предполагали, что «других людей» может встревожить этот момент. Ни один из пользователей в исследовании не был сильно обеспокоен вопросом конфиденциальности данных (возможно, частично из-за безобидного характера сайтов, которые мы тестировали).

Преимущества получения адаптированного контента перевешивали беспокойство за конфиденциальность данных. Для этих участников отслеживание использования сайта было принято как просто побочный продукт использования интернета в современном мире.

Но в здесь я просто покупала косметику, поэтому конфиденциальность меня не особо волнует. Я знаю, что многие люди против отслеживания их действий в интернете.

участник исследования

Я смирился с этим, в ближайшем будущем я вряд ли перестану пользоваться интернетом, так что всё, что мне остаётся, — пожать плечами.

участник исследования

Меня это немного беспокоит, но я знаю, что в современном мире всё так и будет, ничего не изменится.

Но меня это не беспокоит так, как некоторых людей. Этого следовало ожидать от века высоких технологий.

участник исследования

Некоторые люди могут быть напуганы тем, что компании пытаются предугадать, каким будет их следующий шаг.

Думаю, это хороший показатель того, что компания пытается сделать сервис лучше для пользователей. Но ведь они всегда делали это с помощью исследований и подобных вещей.

участник исследования

Оценка общего и персонализированного контента

Наши участники исследования опирались в основном на очевидные заголовки (например, «когда закончите просмотр, рекомендуем вам посмотреть это видео»). Как люди распознают персонализированный контент? Помимо очевидных показателей они использовали также косвенные признаки: оценивали общую популярность предлагаемого контента и вероятный бизнес-интерес в его продвижении.

Amazon.com: заголовки, использующие слово «You», ясно дают понять, что это персонализированный контент

Структура сервиса играет большую роль в том, ожидают ли пользователи, что контент будет адаптирован под них.

Он отметил несколько рецептов как интересные, но решил, что ничего не изменит. Пользователь Hello Fresh meal не поверил, что варианты еды были подобраны специально для него. Компания не стала бы готовить блюда по индивидуальному рецепту.

Подумав, он решил, что у Netflix есть бизнес-интерес в продвижении этого шоу, и поэтому его показывают всем пользователям. Пользователь Netflix задался вопросом: индивидуально ли подбирается сериал, который всплывает в баннере на главной странице.

Первое, что появляется на экране, когда я захожу на главную страницу, — это “Orange is the New Black”.

Может быть, только что вышел новый сезон, и его разместили здесь, чтобы все заметили. Я не уверен, у всех ли пользователей высвечивается это же. Или, может, я уже раньше открывал его, и они пытаются намекнуть мне: «Эй, почему бы тебе не посмотреть ещё?».

«Посмотрите шестой сезон прямо сейчас», — вот что говорится в рекомендации. Думаю, его показывают всем, потому что это новый сезон. Я уверен, так Netflix пытается продвигать свои шоу.

участник исследования

Участник уверен, что это шоу не было подобрано специально для него. Согласно его рассуждениям, интерес в продвижении нового сезона — достаточная бизнес-причина для Netflix, чтобы рекомендовать сериал

Участники также оценивали популярность контента, чтобы понять, персонализирован он или нет.

Менее популярный контент оценивался как индивидуализированный, поскольку в этом случае он явно связан с прошлым опытом пользователя. Чаще всего они считали, что популярные или наиболее обсуждаемые элементы показывают всем.

Хотя участница часто ходила на подобные мероприятия, она понимала, что много людей посещают их. Например, пользовательница Eventbrite не была уверена, что события, отображаемые на сайте, персонализированы.

Но я думаю, что это просто событие, которое кажется интересным большинству людей. Может быть, рекомендации об этих мероприятиях и появляются, основываясь на моей истории поиска.

участник исследования

Он предположил, что это могут быть просто популярные шоу. Пользователь Hulu не знал, почему на домашней странице ему показывают медицинские драмы. В то же время это мог быть персонализированный контент: его мать иногда смотрела такие фильмы через его аккаунт.

Он сделал такой вывод, потому что считал, что эти шоу менее популярны. Зато, увидев фантастические драмы, участник решил, что они были подобраны специально для него.

Не думаю, что фантастические драмы очень распространены среди большинства людей. Я уверен, что эти категории в какой-то степени адаптированы под меня. Уверен, это как-то связано с тем, что я уже смотрел.

участник исследования

Участник исследования предположил, что фантастические сериалы на сайте Hulu были выбраны на основе его индивидуальных интересов

Точность рекомендаций

Многие новые пользователи и нечастые гости сайта отмечали, что не ждут от него точных прогнозов, так как у него недостаточно информации. Пользователи в исследовании были снисходительны к неудачным рекомендациям.

Тогда в системе образуется много конкурирующих источников данных, которые необходимо учитывать. Наши участники признали, что рекомендательные системы часто ошибаются, если несколько человек пользуются одним аккаунтом одновременно.

Он не сможет дать мне качественные рекомендации. Я осознаю, что если я регистрируюсь на событие и не иду на него или использую сайт часто, то у него не будет достаточно данных.

участник исследования

Это такая вещь, качество которой зависит от того, насколько часто ты её используешь. Чем больше фильмов я смотрю, тем лучше становятся рекомендации.

Сначала отслеживают действия, а затем на основе этих данных предлагают вещи, которые могли бы вас заинтересовать.

участник исследования

Большинство шоу, представленных в ней, я бы не стала смотреть. Аккаунтом сайта Hulu мы с мужем пользуемся вместе, поэтому подборка рекомендаций здесь не совсем соответствует моим интересам.

участник исследования

Для пользователей было ожидаемо, что рекомендательные системы несовершенны и они будут ошибаться.

Даже если бы я один пользовался учётной записью Spotify, вряд ли был бы уверен, что мне понравится каждая песня, которую сайт выбирает. Я знаю, что это не идеальная система, и поэтому не жду от неё многого.

Мне может нравиться та или иная песня из-за воспоминаний, связанных с ней, и Spotify никогда не сможет это определить.

участник исследования

Пользователи игнорируют плохие рекомендации

Когда им предложили выяснить, есть ли способ скрыть или отклонить ненужные рекомендации, многие сказали, что даже не думали об этом. Пользователи не обращали внимания на неинтересные им предложения и просто продолжали искать нужное.

Следовательно, оно того не стоит — проще проигнорировать неподходящее предложение и продолжить скроллить страницу, чем искать, как отрегулировать рекомендации. Давать обратную связь по неудачным рекомендациям обернулось бы слишком высокой стоимостью взаимодействия для большинства сервисов, которые мы тестировали.

Просто не буду на ней останавливаться. Если мне не подходит рекомендация, я не стану стонать: «О нет, Eventbrite совсем не знает меня».

участник исследования

Eventbrite: пользователь посчитал неуместные рекомендации безобидными. Он сказал, что проще их проигнорировать, чем тратить время и силы, чтобы донести до сайта информацию о своих предпочтениях

Хотя люди и ждали, что рекомендации постепенно станут лучше, они по-прежнему терпимо относились к неуместным предложениям. Частота появления не сказалась на отношении пользователей к неинтересным рекомендациям.

Они понимали, что проще обучить рекомендательную систему, чем потом возвращать назад неподошедший товар. На сайтах интернет-магазинов люди были готовы и даже вынуждены взаимодействовать с системой, чтобы помочь сервису узнать их лучше.

С этими сайтами очень важно взаимодействовать. Я забочусь о качестве рекомендаций от Amazon меньше, чем о рекомендациях от Spotify или Stitch Fix. Чем больше усилий я приложу к этому, тем лучше будут рекомендации и тем больше мне понравится результат.

Его домашняя страница — всего лишь отправная точка для поиска того, что я хочу приобрести. На Amazon рекомендации играют небольшую роль.

участник исследования

В этом случае люди были готовы потратить время на взаимодействие с сайтом, чтобы донести до него информацию о своих предпочтениях. На некоторых сайтах персонализированный контент помогал пользователям при выборе товаров.

Пользователи оценили функцию на сайте Stitch Fix «Расскажите нам, какой стиль одежды вы предпочитаете». Им нужно было настроить предлагаемые варианты одежды, оценивая изображения товаров «пальцем вверх» или «пальцем вниз»

Этот вывод имеет большое значение для выбора алгоритма рекомендательной системы.

У вас есть выбор между двумя алгоритмами: алгоритм А выбирает два фильма, которые (средняя оценка) зрители оценили на 80 баллов из 100. Предположим, у вас есть стриминговый видеосервис, на странице которого каждому пользователю можно показать только два рекомендуемых фильма. Алгоритм Б выбирает два фильма, которые в среднем набирают 90 и 50 баллов.

Однако алгоритм Б лучше, если ваши пользователи нормально относятся к плохим рекомендациям. Таким образом, в случае А средняя удовлетворённость пользователей рекомендуемыми фильмами составляет 80 баллов, в то время как в случае Б она составляет только 70 баллов. Они получат два фильма, один из которых гарантированно им понравится, а на второй просто не обратят внимая.

Таким образом, если известные сайты улучшат точность своих рекомендаций, то пользователи будут ждать хороших рекомендаций и от вашего. Как и большинство других аспектов пользовательского опыта, ожидания пользователей относительно вашего сайта зависят от их опыта взаимодействия с другими сайтами.

Они понимают, что с помощью этого сайт пытается понять их, чтобы выдать хорошие рекомендации. Пользователи знают, что сайт отслеживает их действия, и не считают это вторжением в частную жизнь.

Они считают, что таким образом сервис пытается лучше обслуживать своих пользователей, помогая им сузить круг поиска. В целом люди позитивно воспринимают персонализацию в виде рекомендаций.

Они готовы приложить силы для настройки рекомендаций только на сайтах, где от этого зависит итоговый результат. Если предложение не подходит, люди его просто игнорируют.

#персонализация

Показать больше

Похожие статьи

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»
Закрыть