記事レコメンドエンジンの導入【メディア・Webメディア】 
読者の閲覧履歴や属性、記事の内容（タグ、カテゴリ）をAI分析し、記事下やサイドバーに「あなたへのおすすめ」記事を自動表示するエンジン（Outbrain, popIn等）を導入する施策です。回遊率（PV/セッション）を高め、滞在時間を延ばします。広告収益型のレコメンドウィジェットを導入すれば、新たな収益源にもなります。メリットは、PVの底上げと、直帰率の改善です。成功には、自社媒体のトーンに合ったアルゴリズムの調整が必要です。
 職種 |
情報システム |  施策難易度 |
★☆☆☆☆ |
|---|---|---|---|
 業界① |
広告・出版 |  目的 |
回遊率向上 |
| 業界② |
メディア・Webメディア |  対象 |
データアナリスト プロダクトマネージャー 広告運用担当 |
 費用 |
50〜300万円 |  実施期間 |
30 |
主なToDo
- レコメンド枠の設置場所（記事下、記事途中）を決める
- レコメンドエンジンを選定し、タグを埋め込む
- ABテストを行い、クリック率の高いロジックやデザインを採用する
期待できる効果
ユーザーが興味のある記事を次々と提示でき、サイト内を回遊させられる。過去の良質なストック記事を掘り起こし、PVを稼げる。
躓くところ
アルゴリズムが自社メディアのトーンに合わない「扇情的な記事」や「質の低い外部広告」を推奨してしまうと、読者の信頼を失うリスクがあります。また、レコメンドウィジェットのスクリプト読み込みが重いと、ページの表示速度を逆に低下させる本末転倒な結果を招く恐れがあります。
狙えるチャネル
