Personyze Wiki Personyze Wiki docs
Français
Open Personyze
Docs/ Recommandations de contenu/ Assistant de recommandations de contenu
Recommandations de contenu

Assistant de recommandations de contenu

Du catalogue au widget en ligne : les étapes de l’assistant, les interactions, les modèles, les dix algorithmes de contenu, le ciblage, la QA et les performances.

11 min read Updated 44 minutes ago


Les recommandations de contenu placent le bon article, le bon guide ou la bonne vidéo devant chaque lecteur — un rail « continuer la lecture » sous un article, des guides associés dans une barre latérale, les contenus tendance sur la page d’accueil. Cet assistant vous accompagne du catalogue jusqu’au widget en ligne.

Dans le panneau : Nouvelle campagne › Navigateur web › Recommandations de contenu.

C’est le même moteur et le même parcours que les recommandations de produits, avec un catalogue adapté au contenu, ses propres types d’interactions et ses propres algorithmes.

1CatalogueLes articles à recommander2InteractionsCe dont le moteur apprend3ContenuConcevoir le widget4CiblerQui le voit5QAVérifier avant de publier6AutomatisationDémarrer/arrêter par règle7PerformanceRésultats en direct

Visite de l’assistant
Étape Catalogue
1. Catalogue — les articles parmi lesquels recommander

Votre catalogue de contenus : articles, guides, vidéos. L’étape indique combien d’éléments Personyze détient et si un flux les tient à jour.

💡 Renseignez correctement les catégories et les tags. Ce sont eux qui permettent aux recommandations de suivre un sujet plutôt que la seule popularité générale.
Étape Interactions
2. Interactions — ce dont le moteur apprend

Les interactions avec le contenu sont vu, commenté, aimé et objectif atteint. Chacune indique combien d’événements sont arrivés au cours des 30 derniers jours.

⚠️ Sans interactions, le moteur n’a aucun historique de lecture : chaque visiteur reçoit la même liste générique.
Sélecteur d’action
3. Contenu — ajouter une action

Deux types d’action pour le contenu : le Content Recommendation Widget, et Content Recommendations via JSON Feed si vous préférez gérer l’affichage vous-même.

Sélecteur de modèles
Choisir un modèle

Les modèles sont regroupés en Articles, Continue Reading, Navigation, Paging, Slide-In, Grid, Slider et Vertical — des mises en page conçues pour le contenu plutôt que pour les produits.

💡 « Continue Reading » et les modèles Paging sont des schémas propres au contenu, sans équivalent pour les produits.
Sélecteur d’algorithme
Choisir l’algorithme

Dix algorithmes répartis entre Personnalisés et populaires, Historique du visiteur, Événements du catalogue et Personnalisé. Filtrez d’abord par page : Accueil, Catégorie, Article, Rechercher ou Introuvable.

💡 La page change le point d’ancrage qu’utilise un algorithme comportemental — pas seulement l’endroit où le widget s’affiche.
Réglages de l’algorithme
Définir les garde-fous

Nombre de résultats et solutions de secours, articles à ignorer, restrictions du catalogue et règles de filtre personnalisées — les mêmes réglages que pour les recommandations de produits.

Étape Cibler
4. Cibler — qui le voit

Des règles d’audience combinées avec AND / OR / XOR, chaque groupe pouvant basculer entre inclure et exclure, avec la préparation de la campagne et une prévision d’audience à droite.

Étape Catalogue
1. Catalogue — les articles parmi lesquels recommander

Votre catalogue de contenus : articles, guides, vidéos. L’étape indique combien d’éléments Personyze détient et si un flux les tient à jour.

💡 Renseignez correctement les catégories et les tags. Ce sont eux qui permettent aux recommandations de suivre un sujet plutôt que la seule popularité générale.
Étape Interactions
2. Interactions — ce dont le moteur apprend

Les interactions avec le contenu sont vu, commenté, aimé et objectif atteint. Chacune indique combien d’événements sont arrivés au cours des 30 derniers jours.

⚠️ Sans interactions, le moteur n’a aucun historique de lecture : chaque visiteur reçoit la même liste générique.
Sélecteur d’action
3. Contenu — ajouter une action

Deux types d’action pour le contenu : le Content Recommendation Widget, et Content Recommendations via JSON Feed si vous préférez gérer l’affichage vous-même.

Sélecteur de modèles
Choisir un modèle

Les modèles sont regroupés en Articles, Continue Reading, Navigation, Paging, Slide-In, Grid, Slider et Vertical — des mises en page conçues pour le contenu plutôt que pour les produits.

💡 « Continue Reading » et les modèles Paging sont des schémas propres au contenu, sans équivalent pour les produits.
Sélecteur d’algorithme
Choisir l’algorithme

Dix algorithmes répartis entre Personnalisés et populaires, Historique du visiteur, Événements du catalogue et Personnalisé. Filtrez d’abord par page : Accueil, Catégorie, Article, Rechercher ou Introuvable.

💡 La page change le point d’ancrage qu’utilise un algorithme comportemental — pas seulement l’endroit où le widget s’affiche.
Réglages de l’algorithme
Définir les garde-fous

Nombre de résultats et solutions de secours, articles à ignorer, restrictions du catalogue et règles de filtre personnalisées — les mêmes réglages que pour les recommandations de produits.

Étape Cibler
4. Cibler — qui le voit

Des règles d’audience combinées avec AND / OR / XOR, chaque groupe pouvant basculer entre inclure et exclure, avec la préparation de la campagne et une prévision d’audience à droite.

Les étapes

Sept étapes : Catalogue, Interactions, Contenu, Cibler, QA, Automatisation et Performance.

Automatisation et Performance n’apparaissent qu’une fois la campagne enregistrée. Sur une nouvelle campagne non enregistrée, vous verrez cinq étapes. Notez aussi que Contenu vient avant Cibler — vous concevez d’abord le widget, puis vous décidez qui le voit.

1. Catalogue — les articles parmi lesquels recommander

L’étape Catalogue de l’assistant de recommandations de contenu, montrant le nombre d’articles et l’état du flux d’import
L’étape Catalogue indique combien d’articles Personyze détient et si un flux les tient à jour. Cliquez pour agrandir.

Chaque élément a besoin au minimum d’un identifiant interne, d’un titre et d’une URL, plus une image si votre mise en page en affiche une. L’import se fait des quatre mêmes façons que pour le catalogue de produits — import de fichier, flux URL, SFTP ou API REST.

Les catégories et les tags prennent tout leur sens ici. Ce sont eux qui permettent à une recommandation de suivre un sujet au lieu de retomber sur la popularité brute, et ils alimentent les portées « depuis la catégorie en cours » et « depuis les centres d’intérêt du visiteur » de presque tous les algorithmes.

Utilisez is_published pour retirer un contenu sans le supprimer.

2. Interactions — ce dont le moteur apprend

L’étape Interactions pour le contenu, montrant les événements reçus au cours des 30 derniers jours pour les vues, commentaires, j’aime et objectifs
L’étape Interactions. Chaque type indique les événements reçus au cours des 30 derniers jours. Cliquez pour agrandir.

Les interactions avec le contenu forment un ensemble différent de celui des produits :

  • Vu — obligatoire. Un article a été lu.
  • Commenté — le signal d’engagement pour le contenu éditorial.
  • Aimé — enregistré ou mis en favori.
  • Objectif atteint — ce qui compte comme un succès pour ce contenu : une inscription, un téléchargement, un clic vers un produit.

Elles alimentent la déduction des centres d’intérêt, ce qui permet aux recommandations de suivre un lecteur sur tout votre site et, si vous utilisez le SDK, jusque dans votre application.

L’état vide compte. Rien ne vous prévient au moment de la publication. Sans interactions, le widget s’affiche quand même — il sert simplement la même liste générique à tout le monde, faute d’historique de lecture sur lequel personnaliser. Vérifiez qu’au moins Vu reçoit des événements avant de publier.

3. Contenu — le widget lui-même

Le panneau d’ajout d’action d’une campagne de contenu, proposant le Content Recommendation Widget et Content Recommendations via JSON Feed
Deux types d’action pour le contenu : le widget affiché, ou un flux JSON que vous affichez vous-même. Cliquez pour agrandir.

Cliquez sur Ajouter une action. Deux types sont proposés : le Content Recommendation Widget, et Content Recommendations via JSON Feed — voir API JSON — recommandations de contenu pour le second.

Le sélecteur de modèles de contenu, avec les modèles regroupés en Articles, Continue Reading, Navigation, Paging, Slide-In, Grid, Slider et Vertical
Le sélecteur de modèles de contenu. Plusieurs de ces mises en page n’ont pas d’équivalent pour les produits. Cliquez pour agrandir.

Les modèles sont regroupés en Articles, Continue Reading, Navigation, Paging, Slide-In, Grid, Slider et Vertical. Les schémas de pagination et de lecture continue sont propres au contenu — par exemple Article Paging affiche les deux articles les plus récents côte à côte, ou fait défiler jusqu’à huit articles un par un avec des flèches et un compteur.

Choisir un algorithme

Le sélecteur d’algorithme de recommandation de contenu, filtré par page et par type entre Personnalisés et populaires, Historique du visiteur, Événements du catalogue et Personnalisé
Filtrez d’abord par page, puis par type. Cliquez pour agrandir.

Pages disponibles : toutes les pages, page d’accueil, page catégorie, page article, page de recherche, page introuvable. Comme pour les produits, la page n’est pas seulement l’endroit où le widget apparaît — elle change le point d’ancrage à partir duquel travaille un algorithme comportemental.

Les algorithmes

Dix algorithmes répartis en quatre familles. Dépliez une famille pour voir ce qu’elle contient.

Personnalisés et populaires — 5 algorithmes

Idéal quand l’intention du visiteur n’est pas encore claire. De bons choix par défaut pour la page d’accueil et les pages catégorie.

Contenu recommandé pour vous Les articles que le visiteur est susceptible de consulter ou de commenter, d’après le comportement de visiteurs similaires et les données démographiques.
… Publiés depuis la dernière visite La même chose, limitée aux articles publiés après la dernière session du visiteur.
Les plus populaires Les articles les plus affichés.
Contenus les plus aimés Les articles les plus souvent aimés ou enregistrés.
Le plus commenté Les articles les plus commentés.
Historique du visiteur — 3 algorithmes

Fait remonter ce que ce visiteur précis a déjà touché. Idéal pour les visiteurs récurrents.

Objectif atteint Les articles que le visiteur actuel a marqués comme objectif atteint.
Vus récemment Les articles que ce visiteur a consultés récemment — tous, ou seulement celui qu’il consulte en ce moment.
Vous avez commenté Les articles que le visiteur a commentés.
Événements du catalogue — 1 algorithme

Déclenchés par les changements de votre catalogue d’articles — les nouvelles publications. Un argument fort pour les pages d’accueil des visiteurs qui reviennent.

Publiés récemment Les articles ajoutés après la dernière visite du visiteur.
Personnalisé — 1 algorithme

Quand vous voulez un contrôle total — vous définissez le filtre, Personyze classe à l’intérieur.

Tous articles (filtre personnalisé) Vos propres règles de filtre ; Personyze classe à l’intérieur de l’ensemble obtenu.

La plupart acceptent des modificateurs : une période (récemment, aujourd’hui, les 2 / 4 derniers jours, la semaine dernière, depuis toujours), une portée de source (toutes, catégories mêlées, centres d’intérêt mêlés, catégorie en cours, dernière catégorie ou toutes les catégories consultées, catégories commentées, centres d’intérêt du visiteur) et un tri (objectif atteint, commentés, aimés, vus, publiés récemment).

Dans l’éditeur d’action

Étape 1 de l’éditeur d’action de recommandation de contenu, montrant l’algorithme choisi et ses réglages de résultats, d’exclusion et de filtre
Sous-étape 1. L’algorithme est un choix ; les réglages en dessous décident de ce qui peut apparaître. Cliquez pour agrandir.

L’éditeur comporte les trois mêmes sous-étapes que pour les recommandations de produits — Select Recommendation Algorithm, Customize Look and Feel, Placement, Trigger & Frequency — avec les mêmes réglages de résultats et de solutions de secours, règles d’exclusion, restrictions du catalogue et règles de filtre personnalisées. Ils sont détaillés sur la page de l’assistant de recommandations de produits et se comportent de façon identique ici.

4. Cibler — qui le voit

L’étape Cibler de l’assistant de recommandations de contenu, avec les règles d’audience et la préparation de la campagne
L’étape Cibler, avec les vérifications de préparation et la prévision d’audience à droite. Cliquez pour agrandir.

Sans règles, le widget atteint tous les visiteurs, ce qui convient souvent pour un rail de contenu. Restreignez-le aux lecteurs nouveaux ou récurrents, à la catégorie qu’ils lisent, ou à une audience importée.

5. QA — avant de publier

Enregistrez la campagne en brouillon et les panneaux de QA s’ouvrent : résumé de la campagne, liens d’aperçu partageables, simulateur, chevauchements et conflits avec vos autres campagnes en ligne, et résultats d’aperçu des 90 dernières minutes de trafic d’aperçu.

La vérification propre au contenu : le widget revient-il rempli, et avec des éléments pertinents ? Un widget vide désigne le catalogue ou les interactions plutôt que votre ciblage.

6. Automatisation — démarrer et arrêter par règle

Des règles qui démarrent ou arrêtent la campagne à une date, ou selon les performances mesurées de la campagne ou du site. Rien n’est activé tant que vous ne l’ajoutez pas, et les règles mesurées sont vérifiées une fois par jour sur des jours complets.

7. Performance — une fois en ligne

Impressions, engagement et objectifs attribués. Les rapports peuvent partir du début de la campagne ou de la dernière modification.

Deux horloges s’appliquent, comme pour toute campagne : Visites en direct montre les sessions correspondantes en quelques secondes et c’est là que vous confirmez qu’une nouvelle campagne fonctionne, tandis que l’étape Performance ne se remplit qu’après la fin des sessions — environ une heure après la clôture de la première, et 1 à 3 heures pour se stabiliser.

À quoi ressemble Performance avec des données

Pour le contenu, l’étape Performance remplace les transactions par l’engagement : objectifs atteints, lecteurs engagés (commentaires / j’aime), le taux d’objectif, et l’entonnoir affiché → vu sur l’ensemble des sessions du site.

Performances des recommandations de contenu
L’étape Performance d’une campagne de contenu : objectifs atteints, engagement et entonnoir affiché/vu. Cliquez pour agrandir.

Voir aussi

Did this page answer your question?
Thank you — that goes to whoever maintains this page.