Times personalisiert Inhalte & Empfehlungszeitpunkt
Personalisierung 2.0 Times testet individuelle Optimierung von Artikelauswahl &-präsentation Seit etwa einem Jahr experimentiert die Londoner Times mit einer Machine Learning-Software, die nutzerindividuell ermittelt, welche Artikel zu welchem Zeitpunkt besonders interessant sind und in welcher Form die Nutzer Inhalte am liebsten lesen (z.B. Newsletter mit oder ohne Bilder). Die Times-Nutzer generieren täglich eine Milliarde Datenpunkte, die von der Software verarbeitet werden können. Intern wird sie als JAMES bezeichnet. Das ist zugleich ein Akronym (Journey Automated Messaging for Higher Engagement through Self-Learning) und eine Anspielung auf die persönlichen Dienste, die ein Butler bietet. im Test habe das zu einer Halbierung der Kündigungsquote geführt Die Times hat die Effektivität der Software an einem repräsentativen Sample von 300.000 Nutzern, darunter 117.000 Abonnenten, verprobt. Denen hat James per Newsletter individuelle Leseempfehlungen gegeben. 70% dieser Testgruppe sollen die von James kuratierten E-Mails genutzt haben. Bei den meisten Testpersonen soll James einen großen Beitrag zur Steigerung des Engagements und der Kundenbindung geleistet haben. Die Kündigungsquote der Abonnenten soll sich gegenüber einer Kontrollgruppe fast halbiert haben.