Visuaalinen data auttaa ymmärtämään Ylen sisältöjen käyttäjiä
Ylen verkkosisältöjen merkityksen ja suosion kasvaessa on syntynyt tarve saada uutta tietoa niitä kuluttavista ihmisistä. Tietoa tarvitaan paremman julkisen palvelun tarjoamiseksi kaikille suomalaisille, ja erityisesti niille, jotka käyttävät Ylen palveluita vähän.
Television katsojista ja radion kuuntelijoista on saatu tarkkaa tietoa jo pitkään, mutta verkossa yleisö on pitkään näyttäytynyt vain kasvottomina selaimina. Verkkoyleisöihin liittyviä haasteita lähdettiin ratkomaan mallintamalla käyttäjädataa ketterästi kokeilemalla. Ylen kumppaneita mallintamisessa olivat Futurice ja Reaktor.
Syntyi uusi ja ainutlaatuinen tapa ennustaa verkon käyttäjien ikää ja sukupuolta. Malli tuottaa luotettavaa dataa suosittujen sisältöjen lisäksi myös vähän katsotuista ohjelmista. Malli laajennettiin kattamaan myös audioiden kuuntelu ja artikkeleiden lukeminen.
Tuloksilla ja niiden visualisoinneilla pyrittiin vastaamaan kahteen kysymykseen:
- Miten Yle voisi palvella paremmin niitä, jotka käyttävät Ylen verkkosisältöjä vain vähän?
- Miten verkon käyttäjistä saataisiin sellaista tietoa, jota jokainen yleläinen voisi hyödyntää paremmin työssään?
Malli hyödyntää kaikkea Ylen verkkosivuilla tapahtuvaa selailua, mutta se ei vaikuta käyttäjän näkymiin tai käyttökokemukseen eri palveluissa. Kyseessä on pikemminkin työkalu, joka auttaa Yleä ymmärtämään, millaisia sisältöjä eri ihmiset käyttävät.
Ketterän kokeilukulttuurin tuotos
“Arjessa mallinnus tarjoaa toimittajille syvemmän ymmärryksen yksittäisen ohjelman tai jutun toimivuudesta tietylle yleisölle ja tätä voidaan seurata lähes reaaliajassa”, kertoo Ylen Älykäs data ja asiakkuus -tiimin päällikkö Eija Moisala.
Mallinnus on herättänyt mielenkiintoa myös eurooppalaisissa mediataloissa. BBC ja pohjoismaiset yleisradioyhtiöt halunneet kuulla lisää myös mallinnuksen takana olevasta data-arkkitehtuurista.
“Iän ja sukupuolen lisäksi muita kiinnostavia mallinnuskohteita ovat esimerkiksi erilaiset motiivit ja kontekstit, joissa mediaa käytetään. Näiden parissa kehitystyö on jo käynnissä”, kertoo Eija Moisala.
"Iän ja sukupuolen lisäksi muita kiinnostavia mallinnuskohteita ovat erilaiset motiivit ja kontekstit, joissa mediaa käytetään.
Laadukkaampi tieto auttaa suunnittelemaan parempia sisältöjä
Datan mallintaminen on nostanut Ylen ymmärryksen erilaisista yleisöistä alan kehityksen kärkeen sekä muuttanut toimintatapoja yhtiön sisällä. Tietoa pääsevät käyttämään työnsä tukena kaikki yleläiset toimittajista toimitusjohtajaan. Mallinnusdatasta saadaan myös tuotettua nopeasti erilaisia visualisointeja.
“Iso yleisö on selkeästi löytämässä verkon kautta tapahtuvan katselun ja sen kasvu on nyt hurjaa. Sohvaperunoiden yksittäiset jaksot ovat syksyn aikana rikkoneet omia ennätyksiään ja parhaimmillaan on käyty yli 120 000 käynnistyksessä", kertoo Ylen kulttuuri- ja viihdeohjelmien tilaaja Arttu Nurmi.
"Uusi tapa mallintaa verkon yleisöä on tarjonnut reaaliaikaista tietoa katselijoiden profiileista. Samalla katsojia on pystytty palvelemaan entistä paremmin sisällön ja tarjoilun osalta.”
"Sohvaperunoiden yksittäiset jaksot ovat rikkoneet omia ennätyksiään, parhaimmillaan käynnistyksiä on ollut yli 120 000.
Käytettävän datan laatu ja tarkkuus paranevat jatkuvasti. Samalla kasvaa ymmärrys erilaisten käyttäjien mieltymyksistä. Mitä syvemmälle Yle porautuu yksilön tarpeisiin, sitä paremmin se myös palvelee kaikkia suomalaisia.