Enklare att hitta rätt med hjälp av AI på Mittuniversitetets webb

Implemented owned by Rek.ai Swedish
1y ago
Read more at https://www.miun.se/
Mittuniversitetets hemsida har över 18 000 sidor. Informationen riktar sig till både befintliga och blivande studenter, forskare, anställda och övriga besökare. Ett stort problem man har brottats med är användarvänligheten på den “spretiga” webbplatsen, där den årliga användarundersökningen alltid visar på hur svårt det är att hitta den information man söker. Ett annat problem var att få studenter och anställda att läsa publiceringarna i nyhetsflödet, och att visa artiklar som är relevanta för besökaren och inte bara det nyaste. Besökare har även, i undersökningar, efterfrågat möjligheten att lyfta information som är relevant “just nu” tydligare, så att det blir enklare att hitta.
Med hjälp av AI och en ny meny-struktur ville Mittuniversitetet göra det enklare för besökare att snabbt hitta och läsa relevant information i den stora mängd publicerade artiklar.
Relaterade nyheter
När en besökare har läst klart en nyhet rekommenderar rek.ai fler relevanta nyheter, för att inspirera till merläsning i det ämne besökaren är intresserad av.

Populära sidor
För att presentera den information besökaren troligtvis söker efter använder Mittuniversitetet snabblänkar under rubriken Populärt på flera ställen på webbplatsen.

Rekommenderade sidor
På några av sidorna visar Mitt Universitetets webb upp anpassade innehållspuffar beroende på vem besökaren är, kombinerat med innehåll utvalt av redaktörerna.

Efter att Rek.ai har implementerats man kunnat se en procentuell ökning i antalet klick på flera framträdande sidor på webbplatsen. Exempelvis klickade 44% av alla sidans besökare på Tentamen, vilket tyder på att relevant information presenterats på ett tydligt och lättnavigerat sätt.

Attributes

Education
Marketing & Communications
Better Customer Experience, Better Quality, More Efficient, Smarter Product or Service, Saving Cost
Shaper
Optimization, Prediction, Discovery
DNN, Machine Learning
Unstructured Data, Structured Data, Textual Data