Soms bereikt een artikel onverwachts een groot publiek, of juist een klein publiek. Het is niet altijd duidelijk waaraan dat ligt. Maar er zijn tools die je daarbij helpen: ze voorspellen welke koppen het best werken en welke tijdstippen geschikt zijn voor welke onderwerpen.
Smartocto is zo’n tool. Het helpt redacties op allerlei manieren om hun publiek zo goed mogelijk te bereiken. Zo helpt de software bij het A/B-testen van koppen: een journalist kan twee nieuwskoppen invullen waarop de feature Tentacles bijhoudt welke van de twee (nieuwskop A of B) het beste werkt. Smartocto zet automatisch de best presterende kop boven het artikel.
Net als Google Analytics biedt smartocto verder inzicht in de lezersdata van nieuwsmedia. In het dashboard kunnen journalisten inzien welke artikelen goed worden gelezen. Ook kan smartocto slimme aanbevelingen doen, bijvoorbeeld om een bepaald webartikel ook op Facebook te plaatsen omdat smartocto voorspelt dat het het daar goed zal doen. Op basis van lezersdata kan smartocto journalisten bovendien adviseren welk type verhaal het best gepost kan worden op welk moment van de dag.
Smartocto maakt gebruik van verschillende soorten informatie (ook wel datapunten genoemd) om het model te voeden. De datapunten kunnen bestaan uit bijvoorbeeld informatie over artikelen op Facebook (likes, shares, opmerkingen), gelijksoortige data van Instagram, lezersdata van de website (leestijd en scroll depth – hoe ver scrollt iemand door een artikel?) of het percentage van gebruikers dat een pushbericht opent. Smartocto brengt deze informatie samen om een breder beeld te krijgen van hoe goed een artikel wordt ontvangen door het publiek.
AI-technisch is het product Smartify van smartocto relatief overzichtelijk: het doet voorspellingen op basis van historische (analytics-)data. Wat het model oplevert, is een kansberekening.
Een vergelijking: stel je voor dat je je huis wil verkopen. Dan bedenk je vaak samen met een verkoopmakelaar de vraagprijs. Waar smartocto datapunten gebruikt zoals likes, leestijd en scroll depth, gebruikt je makelaar de postcode, het aantal vierkante meters, bouwjaar en aantal badkamers als datapunten om tot een waardevoorspelling te komen. Zo weet je voor hoeveel geld je jouw huis kunt aanbieden.
Een typisch regressie-vraagstuk
Smartocto’s Smartify werkt in die zin hetzelfde. Het kijkt naar resultaten uit het verleden. Op basis daarvan kan het voorspellen dat het een goede score oplevert als journalist X over onderwerp Y schrijft. Het type ‘AI-probleem’ van smartocto (of je makelaar) valt onder (lineaire) regressie. Je past lineaire regressie toe wanneer je op basis van informatie uit het verleden een voorspelling wilt doen over de toekomst en als je verwacht dat er een lijn is die zich voortzet. De eerder verkochte huizen in jouw buurt zijn bijvoorbeeld de datapunten die je helpen om de vraagprijs voor jouw woning te bepalen.
Een ander voorbeeld van regressie is dat je temperatuur en regenkans kunt gebruiken om te voorspellen hoeveel ijsjes een ijswinkel gaat verkopen. We voorspellen ook hier weer een getal. Zo’n getal kun je als aanbeveling gebruiken, bijvoorbeeld om je huis met een bepaalde vraagprijs op Funda te plaatsen of om grondstoffen in te kopen voor softijsproductie.
In de praktijk kan smartocto aanbevelingen doen doordat het meerdere gegevens combineert. Die gaan bijvoorbeeld over het onderwerp, de vorm en de behoefte waarin een artikel voorziet. Zo kan de tool zien of een inspirerend (lezersbehoefte) interview (vorm) over de woningmarkt (onderwerp) het goed doet bij het publiek. Vervolgens weet het notificatiesysteem daar bepaalde tips bij te geven. Stel dat een simpel nieuwsbericht over de woningmarkt op de website verschijnt, dan kan de tip zijn: ‘Maak een persoonlijk interview over dit onderwerp om lezers te inspireren.’
Door als redactie op basis van lezersdata bepaalde online uitingen te doen op specifieke momenten of op een specifieke manier kan in theorie het journalistieke kompas op de achtergrond raken. Een journalist kan de data en aanbevelingen van smartocto gebruiken als inspiratie om een bepaald type verhaal te schrijven, maar dit moet in de praktijk nog wel passen binnen de doelen en signatuur van de redactie. De software vormt een ondersteuning voor het journalistieke werk, maar kan het journalistieke kompas niet vervangen. Daar moet je je als journalist van bewust zijn als je dit type AI gebruikt.
Benieuwd hoe zo’n metrics-omgeving eruit ziet? Kijk dan eens naar dit voorbeeld van Google Analytics. Hier zie je de cijfers van de Google Merchandise Store. Zo krijg je een idee hoe metrics (zoals ook die van smartOcto) eruit kunnen zien.
project van Hogeschool Utrecht
gemaakt door Wilfred Hoogendoorn
contactinformatie
Heb je ideeën of voorbeelden voor deze website of wil je samenwerken?
Neem contact op via
journalistiek-en-ai @journalismlab.nl
Ik wil..
