Spettacoli, film e una pandemia: come i big data hanno trasformato l'industria dell'intrattenimento
Pubblicato: 2020-06-04In questo momento, mentre leggi questo articolo, miliardi di persone sono sedute a casa senza accesso a sale cinematografiche o ristoranti e solo Internet come fonte di intrattenimento. Questo cambiamento improvviso ha creato un enorme impatto su tutti i tipi di attività, compreso l'industria dell'intrattenimento. Quando il cinema si è fermato bruscamente ma la domanda dei consumatori è rimasta sempre presente, i servizi multimediali over-the-top (OTT) hanno assistito a un improvviso aumento della domanda che non era previsto da nessuno dei giocatori.
Mentre le ultime settimane hanno ovviamente beneficiato tutti gli OTT, ma hanno anche sollevato domande come gli OTT continueranno a godere della stessa crescita man mano che i blocchi si allentano in tutto il mondo?
Attualmente, giganti come Netflix hanno assistito a un aumento del numero di abbonati e le loro azioni sono aumentate del 35% nel primo trimestre del 2020 . Abbiamo anche assistito a una crescente popolarità dei contenuti autoctoni ( mi viene in mente Some Good News di John Krasinski ), durante questi tempi incerti. Quibi , una piattaforma di contenuti di dimensioni ridotte, ha terminato il suo ultimo round di finanziamenti a marzo 2020. Ha mostrato episodi di 10 minuti con molte grandi star e titoli.
Tuttavia, con una pletora di giocatori OTT che si avvicinano a questa opportunità d'oro imprevista, i clienti hanno l'imbarazzo della scelta più che mai. La qualità dell'esperienza fornita dai giocatori OTT durante questa fase potrebbe anche definire il loro futuro una volta che i blocchi saranno completamente eliminati. In uno scenario del genere, sappiamo cosa possono usare per mantenere questo successo prolungato: i Big Data.
Sommario
Big Data: l'eroe sconosciuto
A differenza delle loro controparti, cinema e televisione, gli spettatori OTT hanno la possibilità di guardare qualsiasi cosa in qualsiasi momento. Nel caso dei televisori, dipendi dal palinsesto del canale, ma con una piattaforma OTT è contenuto on demand. La mancanza di un orario fisso pone quindi la proprietà della selezione del programma sul consumatore.
In un mare di scelte, in che modo un giocatore OTT offre opzioni che uno spettatore ha probabilisticamente la più alta propensione a guardare, anche se ciò significa suggerire allo spettatore di guardare FRIENDS per l'ennesima volta rispetto a una qualsiasi delle nuove versioni poiché è più probabile che guardi Quello! Tuttavia, senza nuovi contenuti disponibili in televisione a parte le notizie quotidiane, gli OTT hanno l'opportunità di attirare nuovi abbonati a abbuffarsi dei loro contenuti accuratamente selezionati.
È qui che entrano in gioco i big data (gioco di parole).
In larga misura, i big data risolvono il problema di "trovare ciò che l'utente potrebbe piacere" per gli OTT attraverso i suoi sistemi di raccomandazione. Per capirlo, dovremmo dare un'occhiata più da vicino alla piattaforma OTT più importante là fuori, Netflix. La loro incessante ricerca per perfezionare la loro esperienza del cliente non è un fatto sconosciuto.
Netflix è cresciuta rapidamente fino a diventare la più grande piattaforma OTT al mondo anticipando le richieste dei clienti e offrendo un'esperienza senza interruzioni in ogni punto di contatto. Era quasi come se potessero leggere nella mente dei loro clienti e sapere cosa volevano vedere i loro clienti ogni volta che arrivavano su Netflix. È un fatto meno noto che Netflix deve gran parte del suo successo ai big data.
Hanno iniziato con consigli personalizzati sui film, ma dopo essere passati allo streaming hanno iniziato a utilizzare sistemi di raccomandazione basati sui dati.
Demistificare il ruolo dei big data
Potresti già essere consapevole di quanto sia avanzato il sistema di consigli di Netflix. Utilizza più algoritmi per risolvere problemi complessi. Uno di questi algoritmi è l'algoritmo PVR, dove PVR sta per Classificazione video personalizzata. Filtra i titoli in base a criteri specifici (generi, attori, ecc.) considerando i prodotti del filtraggio basato sull'utente. Netflix incorpora anche RNN per le loro previsioni sensibili al tempo.
Il suggerimento "continua a guardare" non solo esamina il contenuto che l'utente non ha finito di guardare (film incompleto, episodi non visti di una serie), l'algoritmo considera anche il punto di abbandono, il dispositivo utilizzato per guardare i singoli titoli e altro contesto segnali basati per ottimizzare i suoi consigli. Le reti neurali ricorrenti sono eccellenti per i dati di sequenza contestuale, quindi non dovrebbe sorprendere il fatto che Netflix le utilizzi nel suo strumento di raccomandazione.
Durante il COVID-19, le grandi dimensioni della libreria di Netflix e i suoi vari algoritmi si sono rivelati il suo principale vantaggio competitivo. Netflix ha utilizzato uno dei suoi algoritmi, Trending Now Ranker per consigliare programmi e film al suo pubblico. Questo algoritmo si concentra sulle tendenze a breve termine che causano un aumento della popolarità dei singoli titoli.
Ad esempio, il colosso OTT che ha ottenuto oltre 15,8 milioni di nuovi abbonati nel primo trimestre del 2020 , ha lanciato un nuovo spettacolo all'inizio del blocco nel febbraio 2020 chiamato "Pandemic", che è un documentario che mette in dubbio la disponibilità dell'uomo ad affrontare una rapida evoluzione Coronavirus simile a un virus. Il nostro primo pensiero sarebbe: come è per il tempismo?
Tuttavia, non è una questione di tempismo. Questa è stata una serie di attualità lanciata di proposito dal giocatore OTT per sfruttare la crescente curiosità delle persone intorno al virus.
Netflix utilizza anche sistemi di filtraggio ibridi per fornire una migliore personalizzazione ai suoi utenti. Il filtro collaborativo consente di identificare i titoli più popolari, mentre il filtro basato sull'utente gli consente di riconoscere i titoli che un utente specifico vorrebbe di più. Cambiano anche l'immagine dei suoi titoli in base alle preferenze dell'utente. Eseguono test A/B per capire quale miniatura convincerebbe l'utente a fare clic su di essa. Esempi di applicazioni di Big Data in tutti i settori
Le altre piattaforme non sono molto indietro
Mentre Netflix ha goduto del dolce gusto del successo, i suoi concorrenti si sono anche tenuti più occupati del solito. OTT come Disney+, Amazon Prime Video, Hotstar e molte altre piattaforme che competono per una base di clienti simile utilizzano continuamente i big data per combattere la concorrenza.
Amazon, che è considerato il leader nell'esperienza del cliente, è stato anche leader nei sistemi di raccomandazione sin dal suo avvento. Usano algoritmi di diversificazione degli argomenti per migliorare i loro consigli. Attraverso il filtraggio collaborativo e le matrici da elemento a elemento, possono mantenere la loro implementazione scalabile per utenti diversi. Usano anche metodi di filtraggio basati sui contenuti per prevedere il comportamento degli utenti, laddove l'impatto di altri utenti non sarebbe troppo influente.
All'inizio di Amazon Prime Video, si sono concentrati esclusivamente sull'utilizzo del filtro collaborativo, il che si è rivelato dannoso perché le persone non ricevevano consigli personalizzati. Quando Amazon ha identificato questo problema, ha iniziato a utilizzare metodi più incentrati sull'utente, il che ha portato a un aumento del doppio del coinvolgimento degli utenti. Disney+ e Apple TV+ sono relativamente nuovi sul mercato e sarà interessante vedere come i loro consiglieri miglioreranno l'esperienza visiva.
Gli OTT non sono le uniche piattaforme che utilizzano i big data per personalizzare i consigli. Le piattaforme di streaming musicale come Spotify analizzano la musica che un utente ascolta per migliorare i suoi consigli. Allo stesso modo, Pandora prende in modo esplicito il feedback degli utenti (attraverso le valutazioni degli utenti) e genera nuovi consigli musicali attraverso quei dati.
Leggi: Ruolo dei Big Data negli aiuti COVID-19 - Fin dall'inizio
Dove andiamo da qui? Una domanda nella mente di tutti
L'attuale pandemia ha costretto le persone a rimanere a casa, il che ha portato a un aumento del numero di spettatori delle piattaforme OTT. Sicuramente, gli OTT stanno assistendo a un aumento della loro popolarità, ma questa tendenza continuerà? Cambierà il modo in cui le persone percepiscono l'intrattenimento? La pandemia segnerà la fine dell'era televisiva? Netflix ha annunciato ufficialmente che si sta preparando a un calo dei clienti mentre i blocchi vengono revocati e le persone tornano nel mondo esterno.
Il giocatore non è solo. Mentre il COVID-19 passa e il mondo passa alla nuova normalità, i passi intrapresi dagli OTT durante il blocco potrebbero definire il loro futuro. I giocatori OTT che mungono davvero i big data e di conseguenza ripensano alla loro strategia di contenuto e all'esperienza del cliente potrebbero continuare a godere del successo a cui stanno attualmente assistendo.
Se sei interessato a saperne di più sui Big Data, dai un'occhiata al nostro PG Diploma in Software Development Specialization nel programma Big Data, progettato per professionisti che lavorano e fornisce oltre 7 casi di studio e progetti, copre 14 linguaggi e strumenti di programmazione, pratiche pratiche workshop, oltre 400 ore di apprendimento rigoroso e assistenza all'inserimento lavorativo con le migliori aziende.
Dai un'occhiata ai nostri corsi di ingegneria del software su upGrad.
