Personaliseringsmotor

Syfte och mål

Baserat på unika data om digital och mobil nyhetskonsumtion utvecklar ledande svenska mediehus en Personaliseringsmotor baserad på preskriptiv analys och maskinlärning för identifiering av användarbehov och automatiserad anpassning av nyhetsprodukter. På så sätt kan varje mediebolag bättre svara mot användares unika behov och unika situation när det gäller innehåll och funktionalitet i syfte att öka engagemang hos användargruppen.

Förväntade effekter och resultat

Projektet har vid projektslut tagit fram en prototyp av en "Personaliseringsmotor" baserad på faktiska digitala nyhetsbehov och beteenden. AI-motorn använder avancerad personlig identifiering, genom prediktiv, preskriptiv analys och maskinlärning för att automatiskt matcha innehåll, funktionalitet, design och publicering efter faktiska digitala konsumtionsbehov. Prototypen är anpassningsbar efter redaktioners olika behov och affärsmodeller med målet är att kunna driftsättas på redaktionerna under 2019.

Planerat upplägg och genomförande

Under 2017/2018, görs en beteendestudie av 2000 individers konsumtion av nyheter via mobila apparater (telefon, läsplatta etc). Studien använder app-tracking, webscraping, browser tracking och trigger baserad survey. I sig är detta en metodutveckling för kund och användar-undersökningar för ett digitalt ekosystem. Analysen skall sedan ligga till grund för modellbyggande, segmenteringsnycklar och slutligen utvecklingen av Personaliseringsmotorn.