Aleksander Lidén Pettersen
Genom att analysera publikbeteenden och nyckeltal skapar Linkpulse webbettor som redigeras automatiskt. Med hjälp av artificiell intelligens kan på sikt ännu mer kunskap hämtas ur den insamlade datan. – Mängden är större än en människa kan överblicka, och då kan maskininlärning hjälpa till, säger Aleksander Lidén Pettersen, marknadsansvarig på analys- och automatiseringsföretaget Linkpulse.
Med digitaliseringen fick mediebranschen större möjligheter än tidigare att förstå hur resultatet av journalisternas arbete tas emot av publiken. Istället för enkätundersökningar där människor uppger vad de tittar på och vad de tycker om blev det möjligt att mäta deras faktiska beteende. Vilka länkar klickar de på? Hur lång tid spenderar de på en text? Tittar de klart på videoklippet eller inte? Nästa steg var att använda datan för redaktionella beslut, till exempel genom metoder som A/B-testning: Testa två olika rubriker eller dragarbilder eller placering på webbettan – och dra slutsatser om vilket alternativ som fungerar bäst.
Det här arbetet – att samla in, analysera och fatta beslut på data – kan utföras av människor. Men det går också att automatisera, med hjälp av datorer. Linkpulse är ett av flera företag som bygger lösningar för det här.
– Vi ger våra kunder kunskap om vilken design som fungerar, vilket innehåll som blir läst och hur det skiljer sig åt mellan olika typläsare, säger Aleksander Lidén Pettersen.
Artikeldata samlas in och analyseras
För varje enskild artikel som publiceras på en webbplats samlar Linkpulse in statistik: Hur många klick artikeln får, hur lång tid webbplatsens besökare stannar på den, hur långt de läser, i vilken utsträckning den konverterar gratisläsare till betalande kunder. Som komplement till de här mätetalen finns dessutom statiska uppgifter, som publiceringsdatum, vilken sektion texten är publicerad under, om den innehåller video och så vidare.
Som komplement till siffrorna om de enskilda artiklarna mäter Linkpulse också hur ettan och övriga sidor går, i realtid. Klickar sig tillräckligt många besökare vidare till andra sidor på redaktionens webbplats när de kommit till förstasidan eller läst en artikel?
Det går att se den samlade artikelproduktionen som en stor korg med texter att välja ur när ettaredaktören ska välja vad som ska finnas för förstasidan. Linkpulse minskar de manuella inslagen i det arbetet:
– De flesta av våra kunder vill ha en förstasida där artiklarna i toppen väljs ut av redaktören, och där vår teknik fyller resten, säger Aleksander Lidén Pettersen.
Informationsmängden för stor för människan att överblicka
Istället för att redaktörer väljer enskilda artiklar blir det redaktionsledningens uppgift att definiera regler för hur det automatiska urvalet ska gå till. Det innebär bland annat att definiera några grundläggande kriterier, som vilka sektioner artiklarna till en viss placering på ettan ska hämtas ifrån och hur gamla de får vara. Men också att bestämma hur olika nyckeltal ska viktas i urvalet. Är det viktigare att välja ut artiklar som får fler att bli betalande kunder eller ska vi på den här platsen ge högre prioritet åt rubriker som många klickar på? Svaret på den frågan går att hitta i Linkpulse dashboard. Om exempelvis klicken från förstasidan vidare till artiklar stiger, då har inställningarna lyckats. Men om de minskar, då behöver man testa något annat.
Det är i det här läget, när kunderna ska skruva på inställningarna, som Aleksander Lidén Pettersen ser stor potential i maskininlärning. Genom att tala om för verktyget vad som ska prioriteras, till exempel att ge inloggade prenumeranter länkar till den bästa långläsningen, kan tekniken själv prova sig fram till vilka urvalskombinationer som ger bäst resultat.
– När informationsmängderna och valmöjligheterna blir så stora som här, då är de också omöjliga för en människa att överblicka. Därför har vi börjat titta på hur vi kan ta hjälp av maskininlärning för att bygga en ännu bättre produkt, säger Aleksander Lidén Pettersen.
Om Linkpulse
- Grundat: 2014
- Verksamhet: Bygger verktyg för att samla in, analysera och agera på besökarbeteenden på en webbplats.
- Exempel på kunder: Aftonbladet, Svenska Dagbladet, VG, Dagbladet, Stampen, SVT, NRK, DR, Berlingske, Amedia, TV2.no, Tv4.se, Nyheter24, Polaris Media, TT, MTV.f