Concepts
Cette page explique les concepts fondamentaux inhérents à Forecast :
- la transmission des informations
- le traitement des informations reçues
Cette page ne décrit pas les différentes utilisations possibles des informations traitées.
Transmission des Hits
Avant d’offrir ses services, Forecast a besoin de réceptionner des informations regroupées dans des Hits pour ensuite les traiter.
C’est généralement suite à des événements de navigation ou suite aux actions d’un utilisateur qu’une application va transmettre un Hit à Forecast. Le Hit porte généralement des informations sur l’évènement qui vient de se produire.
Par exemple, le Hit “Page vue” porte les informations suivantes : URL de la page, titre de la page.
Les différents Hits
Les différents Hits acceptés par Forecast sont les suivants :
- Page vue
- Taux de lecture
- Temps de lecture
- Clic sur une publicité
- Survol d’une publicité
- Partage via Facebook / Mail / Twitter / Autre
- Commentaire
- Cadeau (exemple, article offert)
- Accès au tunnel d’abonnement
- Conversion
- Volonté de désabonnement (exemple, accès à la page “Comment se désabonner ?”)
- Vue d’un widget servi par Forecast
- Click sur un widget servi par Forecast
- Attribution d’une version d’A/B test pour un widget servi par Forecast
Le contenu des Hits
Chaque Hit peut porter ces informations :
- ID de session
- URL consultée
- Device utilisé
- Referrer
- Source de trafic
- Statut de l’utilisateur (anonyme, inscrit, abonné)
Les Hits concernant les pages d’articles peuvent porter ces informations :
- URL
- Langue de l’article
- Date de publication
- Date de modification
- Section
- Sous-section
- Mots clés
- Lien vers l’image de l’article
- Caractère gratuit ou réservé à l’abonné de l’article
- Auteur
- Titre
- Description
- Contenu
Les Hits concernant un utilisateur inscrit peuvent porter ces informations :
- ID de l’utilisateur inscrit
- Date de commande de l’abonnement
- Date de début d’abonnement
- Date de fin d’abonnement
- Moyen de paiement
- Informations sur les caractéristiques de l’abonnement
- Toute autre information permettant une meilleure caractérisation de l’utilisateur
Intelligence artificielle
Une fois que des informations sont réceptionnées, Forecast s’en sert pour nourrir ses modèles d’intelligence artificielle.
Par exemple, à partir d’un certain nombre de Hit “Article vu” reçus, Forecast va pouvoir prédire la performance des prochains articles publiés.
Les différents modèles
Les différents modèles proposés par Forecast sont les suivants :
Top
Ce modèle Top est utilisé par Forecast pour dresser différents classements des articles visités. Chaque classement repose sur l’un de ces métriques :
- Vues de la page
- Vues uniques de la page
- Taux de lecture
- Temps de lecture
- Accès au tunnel
- Abandon (au niveau du tunnel)
- Taux de conversion
- Conversions
- Suspicion de résiliation
- Résiliation
- Taux de partage
- Total de partage
- Partage Facebook
- Partage Twitter
- Partage E-mail
- Taux de commentaire
- Commentaires
Ces classements sont ensuite exposés à travers les interfaces de Forecast.
Top Weighted
Cet algorithme de recommandation répond à la question suivante : “Quels sont les articles chauds ayant une forte audience ces dernières heures ?”
À la différence d’un algorithme classique “Les Plus Lus”, le Top Weighted donne plus d’importance aux vues les plus récentes, lui permettant de recommander rapidement un nouvel article particulièrement intéressant.
L’algorithme Top Weighted de Forecast prend en compte les articles publiés les 15 derniers jours. Toutes les 10 minutes, il classe les articles selon leur nombre de visites et l’âge des visites : les anciennes visites ont moins de poids que les récentes visites.
Il existe un algorithme analogue nommé Top Weighted Premium qui ne recommande que des articles chauds payants.
L’algorithme peut être ajusté afin de recommander les articles ayant le plus fort taux de lecture et/ou appartenant à une rubrique donnée
Top Next Weighted
Cet algorithme de recommandation répond à la question suivante : “Quels sont les articles les plus consultés après l’article en cours de lecture ?”
L’algorithme Top Next Weighted recommande les articles les plus visités suite à l’article en cours de lecture. Il donne plus d’importance aux vues les plus récentes, lui permettant de recommander rapidement un nouvel article particulièrement intéressant.
Il existe un algorithme analogue nommé Top Next Weighted Premium qui ne recommande que des articles chauds payants.
L’algorithme peut être ajusté afin de recommander les articles ayant le plus fort taux de lecture et/ou appartenant à une rubrique donnée
Content Based
Cet algorithme de recommandation répond à la question suivante : “Quels sont les articles qui parlent d’un sujet similaire à l’article en cours de lecture ?”
L’algorithme Content Based analyse le contenu et la sémantique des mots des articles. Il permet de recommander des articles avec un contenu très similaire à celui en cours de lecture. Il ne prend pas en compte la popularité des articles.
Cet algorithme est idéal pour un lecteur qui souhaite approfondir sa lecture avec d’autres articles sur le même sujet.