ショー、映画、パンデミック：ビッグデータがエンターテインメント業界をどのように変革したか
公開: 2020-06-04現在、この記事を読んでいると、何十億もの人々が家に座っており、映画館やレストランにアクセスできず、娯楽の源としてインターネットしか利用できません。 この突然の変化は、エンターテインメント業界を含むあらゆる種類のビジネスに大きな影響を与えました。 映画製作が急停止したが、消費者の需要は常に存在し続けたため、オーバーザトップ（OTT）メディアサービスは、どのプレーヤーも予測していなかった需要の急増を目撃しました。
過去数週間は明らかにすべてのOTTに利益をもたらしましたが、それはまた、OTTが世界中で封鎖が緩和されるのと同じ成長を享受し続けるのか、などの疑問を引き起こしました。
現在、Netflixのような巨人は加入者数の増加を目撃しており、2020年の第1四半期に彼らのシェアは35％増加しました。 また、これらの不確実な時期に、自家製のコンテンツ（ジョンクラシンスキーのいくつかの良いニュースが思い浮かびます）の人気が高まっているのを見ました。 一口サイズのコンテンツプラットフォームであるQuibiは、2020年3月に最新の資金調達ラウンドを終了しました。これは、多くの大きなスターやタイトルを含む10分間のエピソードを示しています。
しかし、多くのOTTプレーヤーがこの予期せぬ絶好の機会に立ち上がっているため、顧客はこれまで以上に選択肢に甘んじています。 このフェーズでOTTプレーヤーが提供する体験の質は、封鎖が完全に段階的に廃止された後の将来を定義する可能性もあります。 このようなシナリオでは、この成功を長引かせるために彼らが何を使用できるかを知っています。ビッグデータです。
目次
ビッグデータ：歌われていないヒーロー
映画やテレビとは異なり、OTT視聴者はいつでも何でも見ることができます。 テレビの場合、チャンネルのスケジュールに依存しますが、OTTプラットフォームでは、オンデマンドのコンテンツです。 したがって、決まったスケジュールがないため、プログラム選択の所有権は消費者にあります。
選択肢の海の中で、OTTプレーヤーは、視聴者が視聴する可能性が最も高いため、新しいリリースのいずれよりもn回目の視聴者を提案することを意味する場合でも、視聴者が確率的に視聴する傾向が最も高いオプションをどのように提供しますかそれ！ ただし、毎日のニュースを除いてテレビで利用できる新しいコンテンツがないため、OTTには、慎重に選択したコンテンツに夢中になるように新しい加入者を引き付ける機会があります。
ここでビッグデータが登場します（しゃれが意図されています）。
ビッグデータは、レコメンデーションシステムを通じて、OTTの「ユーザーが何を好むかを見つける」という問題を大部分解決します。 これを理解するには、世の中で最も有名なOTTプラットフォームであるNetflixを詳しく調べる必要があります。 彼らの顧客体験を完璧にするための彼らの執拗な追求は、未知の事実ではありません。
Netflixは、顧客の要求を先取りし、すべてのタッチポイントでシームレスなエクスペリエンスを提供することにより、急速に世界最大のOTTプラットフォームになりました。 まるで、Netflixにアクセスするたびに、顧客の心を読み、顧客が何を見たいかを知っているかのようでした。 Netflixが成功の大部分をビッグデータに負っているということはあまり知られていません。
彼らはパーソナライズされた映画のレコメンデーションから始めましたが、ストリーミングに切り替えた後、データベースのレコメンデーションシステムを使い始めました。
ビッグデータの役割をわかりやすく説明する
Netflixのレコメンダーシステムがいかに高度であるかをすでにご存知かもしれません。 複数のアルゴリズムを使用して複雑な問題を解決します。 そのようなアルゴリズムの1つがPVRアルゴリズムであり、 PVRはPersonalizedVideoRankingの略です。 ユーザーベースのフィルタリングの製品を考慮しながら、特定の基準（ジャンル、俳優など）に従ってタイトルをフィルタリングします。 Netflixには、時間に敏感な予測のためのRNNも組み込まれています。
「視聴を続ける」レコメンダーは、ユーザーが視聴を終了していないコンテンツ（不完全な映画、シリーズの未視聴のエピソード）を見るだけでなく、放棄のポイント、個々のタイトルを視聴するために使用されるデバイス、およびその他のコンテキストも考慮します。推奨事項を最適化するためのベースの信号。 リカレントニューラルネットワークはコンテキストシーケンスデータに優れているため、Netflixがそれらをレコメンダーに採用していることは驚くべきことではありません。
COVID-19の期間中、Netflixの大きなライブラリサイズとそのさまざまなアルゴリズムが、競争上の重要な利点であることが証明されました。 Netflixは、そのアルゴリズムの1つであるTrending Now Rankerを使用して、視聴者に番組や映画を推奨しました。 このアルゴリズムは、個々のタイトルの人気を高める短期的な傾向に焦点を当てています。
たとえば、 2020年の第1四半期に1,580万人を超える新規加入者を獲得したOTTの巨人は、2020年2月の封鎖の初めに、「パンデミック」と呼ばれる新しいショーを開始しました。ウイルスのようなコロナウイルス。 私たちの最初の考えは次のようになります–タイミングはどうですか？
ただし、タイミングの問題ではありません。 これは、ウイルスに対する人々の好奇心の高まりを利用するために、OTTプレーヤーによって意図的に開始されたトピックシリーズでした。
Netflixはまた、ハイブリッドフィルタリングシステムを使用して、ユーザーに高度なパーソナライズを提供します。 協調フィルタリングは、最も人気のあるタイトルを識別するのに役立ちますが、ユーザーベースのフィルタリングは、特定のユーザーが最も欲しいタイトルを認識するのに役立ちます。 また、ユーザーの好みに応じてタイトルの画像を変更します。 彼らはA/Bテストを実行して、どのサムネイルがユーザーにそれをクリックするように説得するかを理解します。 業界全体のビッグデータアプリケーションの例
他のプラットフォームはそれほど遅れていません
Netflixは成功の甘い味を楽しんでいますが、競合他社もいつもより忙しくしています。 Disney +、Amazon Prime Video、Hotstar、および同様の顧客ベースをめぐって競合する他の多くのプラットフォームなどのOTTは、競合と戦うためにビッグデータを継続的に使用しています。
カスタマーエクスペリエンスのリーダーと見なされているAmazonは、その出現以来、レコメンダーシステムのリーダーでもあります。 彼らはトピック多様化アルゴリズムを使用して、推奨事項を強化しています。 協調フィルタリングとアイテム間のマトリックスを通じて、さまざまなユーザーに対して実装をスケーラブルに保つことができます。 また、コンテンツベースのフィルタリング方法を使用して、他のユーザーの影響があまり影響を受けないユーザーの行動を予測します。
Amazon Prime Videoの初期の頃、彼らは協調フィルタリングの使用に専念していましたが、人々がパーソナライズされた推奨を取得していなかったため、これは有害であることがわかりました。 アマゾンがこの問題を特定したとき、彼らはよりユーザーに焦点を合わせた方法を使い始め、それはユーザーエンゲージメントの2倍の増加につながりました。 Disney+とAppleTV+は市場では比較的新しいものであり、それらの推奨者が視聴体験をどのように向上させるかを見るのは興味深いでしょう。
ビッグデータを使用して推奨事項をパーソナライズするプラットフォームは、OTTだけではありません。 Spotifyのような音楽ストリーミングプラットフォームは、ユーザーが聴いている音楽を分析して、推奨事項を改善します。 同様に、Pandoraは（ユーザーの評価を通じて）ユーザーのフィードバックを明示的に受け取り、そのデータを通じて新しい音楽の推奨事項を生成します。
読む： COVID-19援助におけるビッグデータの役割–最初から
ここからどこにいきますか？ みんなの心の質問
現在のパンデミックにより、人々は家にいることを余儀なくされ、OTTプラットフォームの視聴者数が急増しました。 確かに、OTTの人気は高まっていますが、この傾向は続くのでしょうか。 それは人々が娯楽をどのように認識するかを変えるでしょうか？ パンデミックはテレビ時代の終わりを示しますか？ Netflixは、封鎖が解除され、人々が再び外の世界に足を踏み入れることで、顧客の減少に備えていることを公式に発表しました。
プレイヤーは一人ではありません。 COVID-19が通過し、世界が新しい正常に移行すると、封鎖中にOTTが講じた措置が彼らの将来を定義する可能性があります。 ビッグデータを真に活用し、それに応じてコンテンツ戦略と顧客体験を再考するOTTプレーヤーは、現在目撃している成功を引き続き享受する可能性があります。
ビッグデータについて詳しく知りたい場合は、ビッグデータプログラムのソフトウェア開発スペシャライゼーションのPGディプロマをチェックしてください。このプログラムは、働く専門家向けに設計されており、7つ以上のケーススタディとプロジェクトを提供し、14のプログラミング言語とツール、実践的なハンズオンをカバーしています。ワークショップ、トップ企業との400時間以上の厳格な学習と就職支援。
upGradでソフトウェアエンジニアリングコースを確認してください。
