İrem Sertbaş / [email protected]

Bir veri dağını hasat etmek yeterli değil. Çünkü, bir insanın onunla ne yapacağını bulması neredeyse imkansız. Okuyucuların; resim içeren veya içermeyen bir haber bülteni almayı tercih edip etmedikleri, hangi içerikle etkileşime girdikleri ve bir haber bültenini açma ve bir bağlantıyı tıklama olasılıkları gibi kullanıcı alışkanlıklarını analiz eden bir program düşünün. Londra merkezli yayıncı The Times&The Sunday Times, iki yıl önce Belçikalı mediatech şirketi Twipe ile ‘dijital bir uşak’ aracılığıyla okuyucuların ihtiyaçlarını karşılamak için yapay zekayı nasıl kullanabileceklerini anlamak için ortaklık yaptı.

“YAPAY ZEKA, OKUYUCULAR İÇİN UYGUNLUK ETKİLEŞİMİ SAĞLAMAK ADINA NE YAPABİLİR?”

JAMES (Journey Automated Messaging for Higher Engagement) olarak bilinen bu ‘dijital uşak’, abonelerin ilgilenmesi muhtemel içeriği tahmin ederek, ardından kişilerin okuma olasılığı en yüksek olan zamanda ve okuyucuların tercih ettikleri biçimde gönderilmek üzere kişiselleştirilmiş e-postalar oluşturuyor. Twipe Medya İnovasyon Analisti Mary-Katharine Phillips, şu yorumda bulunuyor: “JAMES, insanlar özellikle haber için web sitelerine geldikçe kişisel olarak ilginç olacak ve en popüler olanın bir karışımı olan karma bir algoritma kullanıyor.” Lucinda Southern, Digiday’da; News UK’nin veri bilimi ekibinden 9 kişi ve yayıncı, proje ortağı Belçikalı dijital yayın şirketi Twipe, gazeteciler ve pazarlamacılar da dahil olmak üzere toplamda 20 kişilik bir ekiple JAMES’i geliştirdiğini söylüyor. Proje, ayrıca Google’ın Dijital Haber Girişimi tarafından 1 milyon Euro'ya finanse edilerek büyük bir başarı yakaladı. Temel amaçlarının yapay zekadan ve haberlerden yararlanmak olduğunu söyleyen Twipe CEO’su Danny Lein, kendilerine şu soruyu sorduklarını vurguluyor: “Haberin gün boyunca farklı bir uygunluğu var. Yapay zeka, okuyucular için uygunluk etkileşimi sağlamak adına ne yapabilir? ”

DİJİTAL BİR UŞAK NE OKUYACAĞIMIZA KARAR VERİYOR

JAMES, içeriği okuyuculara dağıtma yöntemlerini kişiselleştirerek net abone büyümesini hızlandırmayı amaçlıyor. Phillips, “The Times ile içerik havuzu yalnızca dijital sürümlerinden geldi. Ancak, yeni ortaklarla JAMES’in yeni yinelemeleri web sitesinden de içerik kullanıyor” diyor. Böylece JAMES, hem dijital baskılar hem de siteler üzerinden yeni takipçi kazanımını hızlandırıyor. Dijital uşak metaforu ise bir tesadüf değil. JAMES, bir kahya gibi kullanıcının tercihlerini öğreniyor ve onlara kişisel olarak uygun servisi sunuyor. Kendi kendine öğrenme algoritmalarıyla güçlendirilen sistem, okuyucuların içeriği nasıl tükettiğini analiz ederek, buna uygun kişiselleştirilmiş bültenler hazırlıyor. Böylece, yayına duyulan okuyucuğu bağlılığı geliştiriliyor. Lein, “İdeal bir uşak gibi, JAMES sizi gözlemler, haberlerinizin nerede, ne zaman ve nasıl sunulmasını istediğinizi hatırlar ve daha sonra siz fark etmeden sizin için ideal bülteni oluşturur” diyor. 

Sizin için en doğrusu: KİŞİSELLEŞTİRİLMİŞ BÜLTEN 

JAMES’in ilham aldığı nokta, gazetecilerin haber içeriğini okuyuculara dağıtma biçimlerini kişiselleştirmelerine yardımcı olmak. Ancak, kendi kendine öğrenme algoritmalarını kullanarak ve yapay zekanın da yardımıyla, yalnızca doğru içeriği doğru insana iletmekle kalmıyor. Bunu, o kişi için doğru saatte ve en doğru formatta gönderiyor. 

Sistemin arkasındaki kişiselleştirme algoritmaları, optimizasyonun 

4 boyutunu temel alıyor:

Saat: e-posta göndermek için en iyi zaman

İçerik: Hangi içerik okumayı tetikler?

Biçim: Düzen ve kopya

Sıklık: Gönderilen e-posta sayısı

Proje-zaman çerçevesi boyunca, 6 farklı önerme test edildi. Hepsinin farklı zaman hesaplama modelleri, içerik seçme-  farklı gönderme biçimleri ve sıklıkları vardı. Sistem için en uygun kombinasyon seçildi. Kişiselleştirme ve kişiselleştirilmiş bültenler, bir süredir diğer endüstrilerde popüler olsa da (e-ticaret gibi) JAMES, her gün yaratılan haber makalelerinin dinamik doğası nedeniyle haber makalelerine kişiselleştirme getirme noktasında çığır açıyor. 

NELER YAPILDI?

Proje için, örneklem olarak seçilen çeşitli yaş gruplarındaki 300 bin abone ve kayıtlı kullanıcıya, kendi tüketim özelliklerine uygun haber içerikleri gönderildi. Her bireyin farklı ilgi alanları olduğu için, gönderilen içeriği genellemek oldukça zor oldu. Bir yıl boyunca süren çalışma sırasında, mail gönderilen kişilerden yüzde 70’inin e-postalarla etkileşime girdiği, sadece yüzde 15’inin e-postalarla ilgilenmediği ve bu kişilerin de sadık site okuyucuları olduğu gözlemlendi. Bu araştırmada, daha anlamlı deneyimler yaratmak için her gün oluşturulan 1 milyar veri noktasının zenginliğinden yararlanıldı. Ekip, yayın içeriklerinin ulaşılabilir ve keşfedilebilir olmasına odaklandı. Yayına karşı, düşük ve orta seviyede bağlılığı olan abonelerin oluşturduğu boşluğu kapatmayı hedeflediler. Buna ek olarak, diğer gazete yayıncılarının yapay zekadan ve makine öğrenmesinden nasıl faydalanabileceklerini keşfetmeye çalıştılar.

KAÇINILMAZ BAŞARI 

The Times ve The Sunday Times’ın 527 bin abonesi var. Bunların 286 binini yalnızca dijital kullanıcılar oluşturuyor. Sistem sayesinde, her aşamadaki müşteri yolcuğunu anlamak için veri gücünü artırıyorlar. Yeni okuyucular edinmek, bulmacanın bir parçası... Mevcut olanları korumak ise hem kritik hem de daha ucuz. Proje sonuçları; JAMES sayesinde mail yoluyla bülten gönderilen 117 bin abonenin yüzde 70’inin bülteni açarak veya tıklayarak etkileşime girdiğini ortaya çıkardı. Abonelik iptalleri, JAMES yapay zekasına maruz bırakılmayan kontrol grubuna kıyasla yüzde 49 oranında düştü. Sistem, en az etkileşimde bulunan Times aboneleri üzerinde en fazla etkiyi gösterdi.