德国数字内容专家Ippen Digital & TigerGraph

Ippen Digital:通过TigerGraph改善内容推荐,增强客户参与度,推动新的收入来源

实现成效:

Ippen Digital通过利用TigerGraph来发现其数据中的连接,从而使出版业能够过渡到新的收入来源。 “我们的推荐引擎基于机器学习,而我们选择的图数据库技术可简化数据准备过程,并进行更强大的数据上下文分析,以构建知识图。” Ippen Digital首席执行官Jan Ippen解释说,“ TigerGraph是一款强大的产品,我们希望它将帮助我们在未来尽可能高效、经济地运营本地新闻。” Ippen Digital期望随着更多见解的出现,能够扩展其解决方案的功效。

客户面对的挑战:

在印刷媒体广告支出下降之际,Ippen Digital率先通过更复杂地使用内容和受众数据来帮助发布商向新的数字收入过渡。 Ippen Digital先前已经开发了一个内部推荐引擎,用于分析对其文章的网络访问。但是,随着最近几年的强劲增长,很明显,该系统无法提供高度定制的建议,这促使它使用非常适合于这些类型的大数据分析用例的图数据库技术评估替代解决方案 。

选择TigerGraph向客户提供个性化的实时推荐解决方案

在选择TigerGraph之前,Ippen Digital根据其要求进行了自己的内部基准测试,并对所有可用系统进行了全面比较。在确定入围名单后,Ippen Digital随后构建了原型并进行了更详细的性能测试。最终,TigerGraph简化了数据准备工作,并且对数据进行了强大的上下文分析,从而使Ippen能够通过知识图为现有的推荐引擎提供支持。

Ippen Digital首席执行官Jan Ippen说:“ TigerGraph提供了一个可扩展的高性能图数据库平台,事实证明,这种集成非常简单,而且GSQL环境的灵活性使尚未成为Graph专家的开发人员可以更轻松地快速参与我们的生产流程。”

TigerGraph的原生并行图数据库使Ippen Digital能够提供实时的深层链接分析,从而打开有关每个阅读器配置文件的大量信息。这有助于交付更可能引起他们兴趣的相关内容,利用过去的现场浏览行为,内容与用户之间的相似性以及跨用户行为模式来实时发现和提取用户、文章和广告之间的相似性。所有这些全部是实时的。 Ippen Digital已根据所有用户的数字互动建立了每个用户的360度视图,包括他们的兴趣、喜好和可能的需求,以提供超个性化的建议,从而提高参与度和收益。

客户评价

我们的推荐引擎基于机器学习,而我们选择的图数据库技术可简化数据准备过程,并进行更强大的数据上下文分析,以构建知识图。TigerGraph是一款强大的产品,我们希望它将帮助我们在未来尽可能高效、经济地运营本地新闻。

——Jan Ippen|首席执行官|Ippen Digital

客户简介

Ippen Digital是德国数字内容行业的先驱,是Ippen Verlagsgruppe的一部分,Ippen Verlagsgruppe是德国最大的新闻媒体集团之一,拥有25家报纸,60多个网站和周刊。

该公司提供了一个集成平台,用于在一系列数字内容营销服务中聚合内容,率先帮助发行商通过更复杂地使用受众数据和内容推荐,来推动订阅量增长和管理广告,实现新的数字收入。