Favoriser les parcours de lecture sur les sites de contenus ou tentative de typologie des liens de rebonds sur les sites de contenu

Pour les sites dont le contenu est le centre (sites de presse, site thématiques), un des leviers de performance est de multiplier le nombre de contenus vus par un même internaute. Pour cela, il faut constamment lui proposer d’autres contenus susceptibles de l’intéresser. Il s’agit donc d’accompagner efficacement son parcours utilisateur (ou « parcours de lecture ») au sein des contenus.

Plusieurs critères permettent d’optimiser la sélection des autres contenus à proposer. En voici une sélection que j’essaierai de tenir à jour avec les exemples trouvés en ligne. N’hésitez pas à me corriger ou à m’en signaler d’autres dans les commentaires.

Critères d’optimisation des parcours de lecture

selon le contexte du contenu
les étapes de lecture	la pagination, « à lire ensuite »	articles paginés sur nytimes.com
du même auteur	–
traitant de la même thématique	même rubrique, mêmes tags ou mots-clés	mots-clés liés sur 20minutes.fr
dans d’autres formats	même sujet mais dans d’autres formats. Ex : info flash, chiffres, vidéo, diaporama, animation, etc. Possible sous forme de « dossier »	contenus sous d’autres formats sur lemonde.fr
partageant une même méta-donneé	Ex. : même année, même lieu, même artiste, etc.	autres films partageant des membres du casting sur allocine.fr
de précision d’un élement du contenu	glossaire, page « topic »	accès aux pages globales « topic » sur nytimes.com
d’utilisation du contenu	par le biais de quizz, jeux, débats
selon le contexte des lecteurs
les contenus plus vus	–	contenus les plus lus sur figaro.fr
les contenus les plus partagés	envoyés par e-mail, partagés sur les réseaux sociaux	contenus les plus partagés via Facebook sur lemonde.fr
les contenus les plus commentés		contenus les plus commentés sur france24.com
les contenus les mieux notés, les plus recommandés	si une évaluation rapide est proposée aux lecteurs
selon le contexte personnel du viseur sur le site
l’historique du lecteur	les contenus déja consultés sur le site
le profil du lecteur	âge, sexe, adresse, profession, etc.
le statut du lecteur	Exemple : nouvel inscrit, abonné, primo-visiteur
les centres d’intérêt du lecteur	si déclarés lors de l’inscription
selon le contexte personnel hors site
les centres d’intérêt déclarés ou collectés sur un autre site	à partir des données utilisateurs Facebook par exemple
vos amis ont aimé, vous recommandent	–	recommandations des contacts Facebook sur nytimes.com
selon le contexte de provenance du visiteur
la requête saisie dans les moteurs de recherche	idenfication de l’expressoin de recherche à l’origine de la visite
le site référent	site de provenance du visiteur
la campagne ou le support de provenance	depuis un réseau social, de la publicité, un e-mailing, etc.
sans contexte
au hasard	–	article au hasard sur fr.wikipedia.org