20 năm trước, Jakob Nielsen đã cho rằng cá nhân hóa được đánh giá quá cao, chủ yếu là do công nghệ khi đó chưa đủ tiên tiến để đưa ra những dự đoán tốt cho những thứ mà người dùng quan tâm. Tua nhanh đến ngày hôm nay, và (như ông dự đoán) cá nhân hóa đang là một xu hướng phát triển trên web. Cá nhân hóa, trái ngược với cá nhân hóa dựa trên vai trò, đề cập đến việc thực hành điều chỉnh nội dung và chức năng cho một người dùng cụ thể, dựa trên dữ liệu thu thập được về sở thích và hành vi của người dùng đó.
Mặc dù giao diện người dùng được cá nhân hóa có thể bao gồm mọi thứ, từ phím tắt lệnh đến bảng màu, một hình thức cá nhân hóa khá hữu ích là sử dụng các đề xuất trên các trang web và ứng dụng di động. Các sản phẩm hoặc mục nội dung được đề xuất đặc biệt phổ biến trên các trang web thương mại điện tử, social media, trang web tin tức và dịch vụ streaming video hoặc âm nhạc, nhưng cũng có thể được tìm thấy trên các trang web khác. Vì vậy, trong khi một dịch vụ như YouTube có thể cung cấp hàng triệu video, bất kỳ người dùng nào cũng sẽ chỉ được hiển thị một số video và kênh được đề xuất khi truy cập trang chủ của trang web hoặc sau khi xem video, dựa trên dữ liệu được thu thập về người dùng đó.
Đề xuất cá nhân có thể dựa trên sự học hỏi của máy móc hoặc các kỹ thuật trí tuệ nhân tạo khác, hướng dẫn tùy chỉnh rõ ràng từ người dùng hoặc kết hợp cả hai.
Để hiểu rõ hơn về kỳ vọng người dùng và mô hình tinh thần xung quanh nhiều loại đề xuất cá nhân được cung cấp trên các website, chúng tôi đã thực hiện một nghiên cứu về khả năng sử dụng được kiểm duyệt từ xa với 8 người tham gia trải dài Hoa Kỳ. Trong mỗi phiên, những người tham gia đã hoàn thành các nhiệm vụ được giao bởi người hỗ trợ trên 2-3 trang web mà họ có tài khoản và cũng như trả lời các câu hỏi liên quan đến các đề xuất trong buổi phỏng vấn.
Những người tham gia nghiên cứu của chúng tôi rất hài lòng với sự thật là các trang web thường theo dõi các kiểu duyệt web, lịch sử mua hàng và các nguồn dữ liệu khác để trình bày các đề xuất được cá nhân hóa. Nhìn chung, những đề xuất này được đánh giá cao và được coi là công cụ để thu hẹp các tùy chọn có sẵn trên một trang web. Để gặt hái lợi ích này, người dùng sẵn sàng hy sinh một số quyền riêng tư; họ mong đợi nhiều hành động của họ sẽ được theo dõi và phân tích.
Khâu kiểm duyệt các đề xuất
Phản ứng cực kỳ tích cực với các đề xuất trên tất cả những người tham gia nghiên cứu của chúng tôi. Các mặt hàng được đề xuất phù hợp với sở thích của họ đã giúp họ tránh được tình trạng quá tải sự lựa chọn để tìm các mặt hàng chính nhanh hơn.
"[Các đề xuất là điều tốt vì chúng không] làm cho bạn phải load nhiều, nhiều sản phẩm trước khi thực sự tìm thấy thứ bạn muốn. Chúng cho thấy những thứ bạn thực sự có thể quan tâm và sau đó bạn chỉ việc chọn một trong số đó. Tôi nghĩ nó khá tốt."
"Lúc nào tôi cũng dùng Sephora. Tôi sử dụng ứng dụng, trang web di động và trang web máy tính của họ. Tôi cảm thấy, giống như Google nhìn vào mọi thứ tôi nhìn và sau đó tùy chỉnh quảng cáo cho tôi và tôi nghĩ sẽ thật tuyệt nếu Sephora làm điều đó. ... Bằng cách đó, nó sẽ được cá nhân hóa với tôi, điều đó sẽ thực sự tuyệt vời. Nó sẽ đỡ được khoản di chuột rất nhiều."
"Tôi thực sự đánh giá cao cách nó cho phép tôi khám phá những thứ khác liền kề với những thứ mà tôi thích mà tôi có lẽ sẽ không thể tự mình khám phá. Tôi không bao giờ có đủ kiên nhẫn để nghe cả đống thứ mà tôi không chắc là mình sẽ thích, để sàng lọc và tìm ra thứ mà tôi sẽ thích. Và vì vậy, nếu Spotify có thể làm điều đó cho tôi thì nó sẽ thật tuyệt. Đó là lý do tại sao tôi đã thử Stitch Fix. Tôi thích mua sắm, nhưng tôi không thích kiểu 'ồ tôi cần một chiếc quần đen vì vậy tôi sẽ tìm hàng tấn quần đen để thử và tìm ra chiếc quần phù hợp với mình.' trong khi tôi có thể trả lời một số câu hỏi và sau đó có Stitch Fix sẽ kiểu 'đây là những chiếc quần đẹp, bạn có thể thích chúng và chúng sẽ đẹp với bạn.' Điều đó khiến bạn đỡ tốn công sức, thay vào đó sẽ là 'đây là thứ bạn có thể thích, hãy thử xem."
Giống như một đề xuất cá nhân từ một người bạn biết rõ về bạn, những đề xuất được cá nhân hóa này được cân nhắc nhiều hơn và được coi là phù hợp hơn nội dung quảng cáo chung chung. Khi được giao một nhiệm vụ có kết mở để tìm kiếm thứ gì đó khiến họ quan tâm, những người tham gia đã hướng về những vật phẩm được đề xuất này (khi họ có thể tìm thấy chúng).
"Tôi cho rằng, những lựa chọn hàng đầu cho tôi, sẽ có thêm một chút tương quan với các loại đồ mà tôi thích, khi mà phổ biến cũng chỉ là những gì phổ biến như với bao người khác. Những gì được cho là phổ biến có thể sẽ không hấp dẫn đối với tôi. Đó là lý do tại sao tôi thường bắt đầu với những lựa chọn hàng đầu cho tôi."
Kỳ vọng về thu thập dữ liệu và quyền riêng tư
Khi được hỏi cơ sở nào được sử dụng để tạo đề xuất, mọi người đều hình thành một vài ý tưởng. Dưới đây là các loại dữ liệu được đề cập dưới dạng nguồn có thể xảy ra, với những người tham gia đã tự tin nhất về danh sách đầu tiên:
- Lịch sử - mua hàng trong quá khứ (trên các trang web thương mại điện tử) hoặc nội dung được tiêu thụ (như video đã xem, bài hát được phát trên các dịch vụ nội dung)
- Dữ liệu hồ sơ do người dùng nhập, bao gồm các nhân khẩu học như tuổi, giới tính và vị trí, cũng như các danh mục sở thích hoặc thông tin khác cụ thể cho bối cảnh của trang web
- Lượng ratings
- Các mặt hàng đã lưu hoặc được ưa chuộng
- Hành vi duyệt web
- Lịch sử tìm kiếm
“Tôi thực sự không biết làm thế nào một số trong số này được chọn. Hầu hết mọi thứ có vẻ khá hay, vì vậy tôi đoán nó sẽ dựa trên thói quen mua sắm của tôi: những thứ tôi nhấp vào, những thứ tôi yêu thích và những thứ tôi mua.”
Mặc dù một vài người dùng đánh giá cao rằng họ không cần phải mua hàng để hưởng lợi từ các đề xuất được cá nhân hóa, hầu hết đều muốn hoạt động trực tiếp của họ như mua hàng trong quá khứ, các mục đã lưu hoặc nhập thông tin hồ sơ để cân nhắc nhiều hơn so với duyệt đơn giản. Họ cảm thấy rằng không phải tất cả nội dung họ nhấp vào đều phù hợp với họ và không muốn việc xem những nội dung đó đó làm sai lệch các đề xuất trong tương lai.
"Đôi khi tôi nhấp vào một cái gì đó bởi vì tôi nghĩ nó sẽ rất tuyệt, và sau đó tôi đọc các bài đánh giá như một cái mặt nạ lấp lánh hoặc bất cứ thứ gì đấy tương tự, tôi sẽ không có hứng thú khi xem trong Đề xuất cho bạn. Nhưng những thứ tôi đã thêm vào danh sách Yêu thích của tôi, những thương hiệu tôi đã mua từ trước, tôi hoàn toàn muốn thấy nhiều hơn những thương hiệu đó và những loại sản phẩm đó trong Đề xuất cho bạn."
Người dùng cho rằng một số đề xuất không chỉ dựa trên hoạt động trực tiếp hoặc gián tiếp của họ, mà còn dựa trên các thuật toán xác định người dùng hoặc vật phẩm tương tự giống với những người họ đã thể hiện sự quan tâm.
“Họ có thể có một số loại thuật toán như kiểu nếu bạn thích chiếc áo sơ mi kẻ sọc đen trắng này thì bạn sẽ thích những thứ kẻ sọc đen trắng khác hoặc những chiếc áo sơ mi cài nút khác, đại loại thế.”
“Rõ ràng là họ có một số loại thuật toán họ đang sử dụng dựa trên nhiều dữ liệu khác nhau. Tôi cho rằng nó dựa trên việc sử dụng Netflix cá nhân của riêng tôi và những gì tôi đã xem. Và, có lẽ, không mang tính cá nhân, có nghĩa là dựa trên tuổi tác, giới tính của tôi, những thứ tương tự.”
Không ai trong số những người dùng trong nghiên cứu của chúng tôi quan tâm quá mức đến quyền riêng tư (có lẽ một phần do tính chất vô hại của các trang web mà chúng tôi đã kiểm tra), mặc dù một số người cho rằng những người khác có thể lo lắng. Đối với những người tham gia này, việc theo dõi sử dụng trang web của họ được chấp nhận là hiện trạng và chỉ đơn giản là yếu tố phụ của việc sử dụng Internet và sống trong thế giới hiện đại. Những lợi ích của việc có được nội dung phù hợp vượt xa mọi mối quan tâm về quyền riêng tư.
"Tôi biết rất nhiều người chống lại [theo dõi], nhưng nó là một sản phẩm tốt nên tôi không quan tâm."
"Tôi đã thỏa hiệp với điều đó vì tôi không nghĩ rằng tôi sẽ sớm ngừng sử dụng Internet. Nên tôi chỉ kiểu, ehhh."
"Nó làm phiền tôi một chút, nhưng tôi biết rằng đó là cách mọi thứ sẽ diễn ra trên thế giới này, nó sẽ không thay đổi. Đó chỉ là điều bạn mong đợi với công nghệ của thế giới và mọi thứ khác. Nhưng nó không làm phiền tôi như nó làm với một số người khác."
"Tôi nghĩ nó khá hay. Ý tôi là, một số người có thể sợ nếu các công ty hoặc thứ gì đó đang cố gắng nắm bắt bước tiếp theo của bạn sẽ là gì. Nhưng ý tôi là, họ đã luôn làm điều đó với nghiên cứu của Pew và những thứ tương tự. Tôi nghĩ nó khá tốt, điều đó cho thấy công ty đang cố gắng cung cấp dịch vụ tốt nhất mà họ có thể."
Đánh giá nội dung chung so với nội dung được cá nhân hóa
Với nội dung được cá nhân hóa ngày càng trở nên phổ biến, làm thế nào để mọi người xác định liệu một phần nội dung có phù hợp với họ không? Không có gì ngạc nhiên, những người tham gia nghiên cứu của chúng tôi chủ yếu dựa vào các tiêu đề rõ ràng (ví dụ: Được đề xuất cho bạn, vì bạn đã xem). Bên cạnh các chỉ số rõ ràng này, các manh mối gián tiếp như mức độ phổ biến của mặt hàng được đề xuất hoặc lợi ích kinh doanh có khả năng trong việc quảng cáo nó cũng được sử dụng để xác định xem một mặt hàng có phải là đề xuất được cá nhân hóa hay không.
Cấu trúc của dịch vụ đóng một vai trò lớn trong việc người dùng có mong đợi nội dung được điều chỉnh theo chúng hay không. Một người sử dụng dịch vụ bữa ăn Hello Fresh không tin rằng các tùy chọn bữa ăn cho mỗi lô hàng là dành riêng cho anh ta, ngay cả khi anh ta đánh dấu một số công thức nấu ăn là thú vị, bởi vì công ty sẽ phải làm quá nhiều việc để cung cấp công thức được cá nhân hóa cho mỗi khách hàng.
Một người dùng Netflix đã đặt câu hỏi liệu chương trình được quảng bá ở khu vực biểu ngữ hàng đầu trên trang chủ có được cá nhân hóa cho anh ấy không. Sau khi cân nhắc, anh xác định rằng Netflix có lý do kinh doanh rõ ràng để quảng bá chương trình, và do đó nội dung có thể sẽ được trình bày cho tất cả người dùng.
"Điều đầu tiên xuất hiện khi tôi đi đến màn hình chính của mình là Orange is the New Black. Tôi không chắc người khác có gặp trường hợp giống tôi hay không. Có lẽ một mùa mới vừa xuất hiện và đó là lý do tại sao nó ở đây và mọi người đang xem bộ phim này? Hoặc có thể bởi vì tôi đã nhìn thấy nó trước khi họ muốn nói, "tại sao bạn không xem nhiều hơn? Tôi đoán mọi người sẽ có thể xem nó, bởi vì đó có thể là một mùa mới. Nó nói xem mùa 6 đi. Vì vậy, tôi chắc chắn Netflix đang cố gắng thúc đẩy các chương trình gốc của họ."
Sự phổ biến nhận thức của một phần nội dung cũng được sử dụng như một đầu mối để đánh giá liệu nội dung đó có được cá nhân hóa hay không. Những người tham gia của chúng tôi có xu hướng cho rằng các mặt hàng hợp thời trang hoặc được nhắc tới đã được hiển thị cho mọi người; ngược lại, nội dung thích hợp hoặc ít chính thống có nhiều khả năng được đánh giá là cụ thể cho từng cá nhân, vì nội dung có liên quan rõ ràng với các hành vi trong quá khứ của người dùng. Chẳng hạn, một người dùng Eventbrite không chắc chắn liệu các sự kiện Thực phẩm và Đồ uống được hiển thị trên trang web có được cá nhân hóa hay không: mặc dù cô ấy thường xuyên đến các sự kiện như vậy, cô ấy cảm thấy mọi người khác cũng vậy.
"Có lẽ, một lần nữa, dựa trên tìm kiếm của tôi đây là những gì họ nghĩ rằng tôi thấy thú vị nhất, hoặc, 'chúng tôi biết dựa trên lịch sử tìm kiếm mà bạn quan tâm nhất về điều này.' Nhưng tôi cũng nghĩ rằng đó là Một điều phổ biến mà mọi người thấy thú vị."
Tương tự, một người dùng Hulu không chắc liệu các bộ phim y tế mà anh ta xem trên trang chủ là những chương trình nổi tiếng được nhiều người yêu thích hay nội dung được cá nhân hóa dựa trên hành vi trong quá khứ của anh ta (anh ta nói rằng mẹ anh ta thỉnh thoảng xem những chương trình đó trên tài khoản của anh ta khi bà đến thăm). Ngược lại, anh ấy nghĩ rằng những bộ phim giả tưởng được trưng bày có khả năng được cá nhân hóa, bởi vì anh ấy tin rằng những chương trình đó ít phổ biến hơn.
"Tôi chắc chắn những danh mục này có phần tùy chỉnh. Tôi không nghĩ rằng TV Fantasy Dramas sẽ phổ biến đối với hầu hết mọi người để xem, và không có chương trình nào trong số này thực sự là chương trình tôi nghe mọi người nói về bây giờ. Vì vậy, tôi chắc chắn những thứ này có liên quan đến những gì tôi đã xem."
Độ chính xác phụ thuộc vào mức độ hoạt động, bị giới hạn bởi công nghệ
Người dùng trong nghiên cứu của chúng tôi đã rất dễ dàng cho các đề xuất bị mất dấu. Nhiều người dùng mới hoặc không thường xuyên của một trang web nhận xét rằng, trong trường hợp không có đủ dữ liệu, họ không mong đợi trang web đưa ra dự đoán chính xác về sở thích của họ. Những người tham gia của chúng tôi thừa nhận rằng các hệ thống đề xuất thường dễ bị sai lệch khi nhiều người chia sẻ một tài khoản, bởi vì sẽ có nhiều nguồn dữ liệu cạnh tranh mà hệ thống sẽ cần để cung cấp.
"Tôi cũng nhận thức được rằng nếu tôi đăng ký [cho một sự kiện] và không đi, hoặc nếu tôi không sử dụng trang này thường xuyên, thì họ sẽ không có nhiều dữ liệu để lưu trữ."
"Một khi bạn bắt đầu xem nhiều phim hơn, tôi nghĩ những gợi ý được đề xuất sẽ tốt hơn cho bạn. Đây là loại điều sẽ trở nên tốt hơn khi bạn sử dụng nó ngày càng nhiều. Nó học hỏi từ những gì bạn làm và sau đó cho thấy những điều bạn có thể quan tâm hơn."
"Tài khoản Hulu này tôi và vợ / chồng tôi đều sử dụng nên một số chương trình, Lựa chọn hàng đầu cho tôi, có lẽ sẽ ít cụ thể hơn so với chỉ dành cho tôi. Có rất nhiều chương trình mà tôi sẽ không thể nhanh chóng click vào."
Ngoài ra, người dùng mong muốn các hệ thống đề xuất không hoàn hảo và thỉnh thoảng xảy ra lỗi. Máy tính không phải là nhà ngoại cảm,và điều đó cũng không được mong chờ sẽ xuất hiện sớm.
"Tôi cũng biết rằng đó không phải là một hệ thống hoàn hảo, và vì vậy những kỳ vọng của tôi về nó khá là không ổn. Ngay cả khi tài khoản Spotify của tôi chỉ là của tôi, tôi sẽ không yêu thích mọi bài hát mà nó chọn cho tôi. Đôi khi không biết tại sao, đôi khi tôi thích một bài hát vì những ký ức cá nhân liên quan đến nó và Spotify sẽ không bao giờ hiểu được điều đó."
Đề xuất kém dễ bị bỏ qua
Người dùng không nhớ đến các đề xuất không thú vị và chỉ cần tiếp tục duyệt tìm các mục mà họ quan tâm. Ngay cả khi được nhắc điều tra liệu có phương pháp nào để che giấu hoặc loại bỏ các đề xuất kém, nhiều người nói họ sẽ không nghĩ về việc thực hiện nó. Đối với phần lớn các dịch vụ chúng tôi đã thử nghiệm, chi phí tương tác để đưa ra phản hồi về các đề xuất không lý tưởng là quá cao và do đó không đáng để làm - việc bỏ qua một đề xuất xấu và tiếp tục tìm kiếm tốt hơn là tìm cách đánh dấu đề xuất đó không cho nó hiện lên.
"Đây không phải là điều thực sự khiến tôi khó chịu hoặc cảm thấy như, 'oh, Eventbrite không thực sự biết tôi.' Đấy chỉ là thứ mà tôi sẽ bỏ qua."
Tần suất sử dụng không ảnh hưởng đến trải nghiệm người dùng tới các đề xuất không thú vị. Mặc dù mọi người mong đợi rằng các đề xuất cá nhân sẽ cải thiện theo thời gian khi họ tiếp tục cung cấp dữ liệu vào hệ thống đề xuất, họ vẫn rất ổn với các đề xuất xấu.
Tuy nhiên, đối với những dịch vụ chủ yếu phân phối nội dung được cá nhân hóa hoặc hàng hóa vật chất, họ sẵn sàng và thậm chí tương tác với hệ thống để giúp dịch vụ hiểu rõ hơn về họ. Đó là bởi vì chi phí cho một đề xuất xấu (ví dụ: vận chuyển lại một hộp các mặt hàng không mong muốn) cao hơn rất nhiều so với chi phí tương tác đào tạo hệ thống đề xuất.
"Trong nội dung trang chủ [trên Amazon] tôi quan tâm ít hơn [về các đề xuất tốt] so với [về các đề xuất chất lượng từ] một cái gì đó như Spotify hoặc Stitch Fix. Bởi vì theo một cách nào đó, với Spotify hoặc Stitch Fix, tôi sẽ có được những thứ đó. Và sẽ phải bỏ ra bao nhiêu nỗ lực tôi quản lý xem tôi có thích những thứ tôi nhận được hay không sẽ quyết định mức độ tốt của những thứ mà tôi sẽ có. Trong khi đó với Amazon, nó sẽ không tự động gửi cho tôi những thứ trên trang chủ, đó chỉ là điểm khởi đầu để tìm kiếm thứ gì đó mà tôi muốn."
Những phát kiến đó có ý nghĩa đối với việc lựa chọn công cụ đề xuất. Cứ cho rằng bạn đang chạy một trang web phát video trực tuyến với bố cục trang chỉ cho phép bạn hiển thị hai phim được đề xuất cho mỗi người dùng. Bạn có thể lựa chọn giữa hai thuật toán đề xuất: Thuật toán A chọn hai phim (tính trung bình trên toàn bộ người dùng mà bạn đã kiểm tra) cả hai đều đạt 80 điểm theo thang điểm 0-100 về mức độ hài lòng của người xem sau khi xem phim. Ngược lại, Thuật toán B chọn hai phim có điểm trung bình 90 và 50. Vì vậy, trong trường hợp A, mức độ hài lòng của người dùng trung bình với các phim được đề xuất là 80, trong khi đó trong trường hợp B, mức độ hài lòng của người dùng trung bình chỉ là 70. Tuy nhiên, Thuật toán B là tốt hơn lựa chọn vì người dùng sẽ không bận tâm đến một số đề xuất xấu (ở đây một bộ phim họ chỉ đạt 50 điểm), nhưng sẽ hài lòng hơn với một đề xuất mà họ thực sự xem (90 thay vì 80).
Giống như hầu hết các khía cạnh khác của trải nghiệm người dùng, kỳ vọng của người dùng về trang web của bạn được điều khiển bởi trải nghiệm của họ với các trang web khác. Do đó, nếu hoặc khi các trang web lớn cải thiện độ chính xác của các đề xuất của họ, có khả năng người dùng bỏ qua cho các đề xuất kém sẽ giảm.
Kết luận
Theo dõi việc sử dụng trang web để trình bày nội dung được cá nhân hóa không bị coi là xâm phạm quyền riêng tư đối với nhiều người dùng, ít nhất là đối với các dịch vụ mà người dùng đã chọn tạo và duy trì tài khoản cá nhân.
Ngược lại, cá nhân hóa chẳng hạn như các đề xuất được xem như một tính năng - một dấu hiệu cho thấy một trang web cố gắng phục vụ người dùng của họ tốt hơn bằng cách giúp họ thu hẹp tổng số tùy chọn để tiện xem xét. Các đề xuất kém dễ bị bỏ qua hoặc khi lợi ích của việc nhận được các đề xuất tốt đủ mạnh, người dùng thậm chí có thể sẵn sàng tương tác hơn nữa với trang web để hoàn thiện các đề xuất trong tương lai.
Một điều chắc chắn là cá nhân hóa không còn được đánh giá quá cao như hồi trước.