빅 데이터 및 분석 – 미디어 및 엔터테인먼트의 파괴자

Netflix는 다음에 시청할 콘텐츠를 예측하고 제안할 수 있습니다. 온라인에서 가방을 검색했다면 Facebook에서 수많은 가방 관련 광고를 볼 준비를 하십시오. Cleartrip에서 몰디브행 티켓을 구매하셨나요? 앞으로 며칠 동안 온라인 경험을 통해 이 목적지에 대한 정보를 확인할 수 있습니다. 이는 데이터와 분석이 미디어와 엔터테인먼트를 교차하는 몇 가지 예에 불과합니다. 모든 산업에서 빅데이터 애플리케이션은 현재와 미래를 변화시키고 있습니다.

지난 10년 동안 미디어 및 엔터테인먼트 산업은 콘텐츠가 생성, 마케팅 및 배포되는 방식에서 큰 발전을 이루었습니다. 업계에서 데이터 및 분석을 사용하는 다양한 추세, 과제 및 기회에 대해 자세히 살펴보겠습니다.

소개

오늘날의 인터넷에 정통한 소비자는 데스크탑, 전화, 태블릿 및 TV를 통해 언제 어디서나 콘텐츠를 검색하고 액세스합니다. 그 결과 브랜드, 퍼블리셔, 방송사, 뉴스 채널, 심지어 게임 회사까지 적시에 올바른 고객에게 도달하기 위해 새로운 디지털 제작, 다중 채널 광고 및 유통 전략을 실행해야 하는 극심한 압박을 받고 있습니다.

그들은 소비자의 미디어 소비 선호도와 관련 행동에 대한 자세한 이해가 있어야 혼란스러운 것과 차별화되는 방법을 찾을 수 있습니다. 또한, 아날로그에서 디지털 콘텐츠로의 대대적인 전환으로 미디어 환경의 변화가 있으며, 콘텐츠를 수익화하고 새로운 제품 및 서비스를 식별할 수 있는 기회를 제공합니다. 지금은 미디어 및 엔터테인먼트 회사가 빅 데이터 자산을 활용하여 그 어느 때보다 정확하고 수익성 있는 고객 참여를 유도할 수 있는 최적의 시기입니다.

트렌드

데이터 수집 및 분석은 미디어 및 엔터테인먼트 산업에 새로운 것이 아닙니다. 이 회사들이 고객 데이터와 통찰력을 얻기 위해 리뷰를 읽고, 고객을 인터뷰하고, 그룹 토론에 집중하고, TV 및 차트 순위를 따르고 분석해야 했던 때가 있었습니다. 이 프로세스는 빅 데이터 및 분석 도구의 도움으로 훨씬 간단해졌습니다. 오늘날 기업은 콘텐츠, 가격, 마케팅 및 배포 전략을 조정하기 위해 모든 장치와 미디어 유형에서 클릭, 조회수, 참여 및 공유를 추적할 수 있습니다.

전 세계 미디어 및 엔터테인먼트 회사에서 데이터를 사용하는 몇 가지 방법은 다음과 같습니다.

1. 고객이 원하는 것을 예측

지속적인 데이터 수집 및 분석을 통해 기업은 시청 기록, 평가, 검색, 리뷰, 위치, 장치 데이터, 클릭스트림, 로그 파일 및 소셜 미디어 감정을 기반으로 잠재고객의 관심을 예측할 수 있습니다. 기업은 이 데이터를 고객 감정 분석과 함께 활용하여 적절한 콘텐츠를 만들고 적절한 대상에게 배포할 수 있습니다.

자연어 처리(NLP)는 긍정적이고 부정적인 언어 표현을 측정하는 알고리즘의 도움으로 정확한 고객 감정 분석을 보장합니다. 알고리즘은 감정을 기준으로 게시물, 메시지 및 대화 조각을 분류하고 감정을 정의할 수 있으며 기업은 이 데이터를 활용하여 그에 따라 콘텐츠를 조정하거나 만들 수 있습니다.

Netflix의 경우 회사는 1억 6,700만 가입자의 데이터를 활용하고 데이터 분석 모델을 사용하여 고객 행동 및 구매 패턴을 분석합니다. 그런 다음 해당 정보를 사용하여 구독자의 선호도에 따라 영화와 TV 프로그램을 추천합니다. Netflix의 데이터 과학 및 ML 애플리케이션에 대해 자세히 알아보려면 자세히 읽어보세요.

2. 스케줄링 및 최적화

미디어 및 엔터테인먼트 회사는 빅 데이터를 사용하여 고객이 콘텐츠를 볼 가능성이 가장 높은 시기와 콘텐츠를 보는 데 사용할 장치를 파악할 수 있습니다. 빅데이터의 확장성으로 인해 PIN 코드 및 장치 수준에서 정보에 액세스하여 로컬 배포를 할 수 있습니다. 이것은 소셜 미디어의 맥락에서뿐만 아니라 스트리밍 미디어 서비스, TV 및 게임 플랫폼의 프로그래밍 콘텐츠에도 사용됩니다.

3. 고객 확보 및 이탈

구독 및 구독 패턴은 미디어 및 엔터테인먼트 회사에서 가장 많이 연구된 데이터 세트 중 하나입니다. 이를 통해 최고의 판촉 및 제품 전략을 개발하여 고객을 유치하고 유지할 수 있습니다. 통화 세부 정보 기록, 이메일 및 소셜 미디어 감정은 고객의 관심과 유지 문제가 있는 경우 유지 문제가 있는 이유를 나타내는 세 가지 주요 채널입니다.

1억 5천만 명 이상의 활성 사용자 를 보유한 세계 최대의 주문형 음악 서비스인 Spotify는 600기가바이트 이상의 데이터 를 검색하여 알고리즘을 완성하고 고객 경험을 개선하고 통찰력을 추론하는 방법을 학습합니다.

Spotify는 또한 사람들이 특정 아티스트와 노래에 대해 말하는 것을 이해하기 위해 음악에 대한 블로그 게시물 및 기타 콘텐츠를 찾기 위해 웹을 지속적으로 크롤링합니다. 이를 통해 회사는 플랫폼의 '추천 재생 목록', '디스커버' 및 '인사이트' 섹션에서 고객을 위한 가치를 창출하고 개인화된 콘텐츠를 큐레이션할 수 있습니다. 당연히 이는 고객 확보에 직접적인 영향을 미치고 고객 이탈을 늦춥니다.

4. 광고 타겟팅

모든 산업이 적절한 상황에서 적절한 플랫폼에서 적절한 시점에 소비자에게 다가가는 것이 필수적입니다. 인터넷에서 콘텐츠에 대한 액세스 및 소비는 디지털 미디어를 복잡하고 끊임없이 변화하게 만들었습니다. 전통적인 인구 통계 데이터와 함께 사용되는 소비 패턴의 데이터 분석은 개인화된 광고에 대한 통찰력을 제공할 수 있습니다.

빅 데이터 애플리케이션은 고객의 마이크로 세분화에 의한 복잡한 콘텐츠 소비 행동에도 불구하고 광고 타겟팅을 지속적으로 개선합니다. 예를 들어 소비자는 여러 장치에서 콘텐츠에 액세스하기 때문에 빅 데이터 통찰력은 소비자가 두 번째 화면을 사용하는 시점을 이해하는 데 도움이 되어 여러 장치에서 캠페인을 최적화할 수 있습니다. 이는 미디어 및 엔터테인먼트 회사가 디지털 전환율을 높이는 데 도움이 될 수 있습니다.

5. 콘텐츠 수익화

빅 데이터는 또한 미디어 및 엔터테인먼트 회사가 추가 수익원을 창출하는 데 도움이 될 수 있습니다. 예를 들어, 이러한 통찰력은 할인 및 장기 구독을 제공하여 소비자 행동을 장려하는 새로운 방법을 제안할 수 있습니다. 빅 데이터는 또한 기업이 새로운 제품이나 서비스에 대한 기회를 식별하는 데 도움이 될 수 있습니다.

2018년 Disney는 JioCinema 및 Jio의 디지털 앱이 플랫폼에서 콘텐츠를 제공할 수 있도록 Reliance Jio Infocomm과 계약을 체결했습니다. JioCinema는 영화, 애니메이션 및 시리즈 전반에 걸친 콘텐츠가 포함된 전용 Disney 브랜드 섹션을 홈페이지에 호스팅합니다. 디즈니에게 이것은 수익원을 넓힐 수 있는 좋은 방법이었습니다. 대중 문화에서 빅 데이터의 적용에 대해 자세히 읽어보십시오.

미디어 및 엔터테인먼트 회사는 다음 도구 중 일부를 사용하여 데이터를 간소화하고 유효한 통찰력을 도출합니다.

• 하둡

Hadoop은 컴퓨터 클러스터에서 대용량 데이터의 안정적인 분산 처리를 허용하는 오픈 소스 프레임워크입니다. 실제로 Netflix의 데이터 구조에는 Hadoop, Hive 및 Pig와 기타 기존 비즈니스 인텔리전스가 포함됩니다.

• 큐볼레

Qubole은 데이터 활성화에 중점을 둔 기계 학습 모델을 개발하는 클라우드 네이티브 데이터 플랫폼입니다. 모든 유형의 데이터 세트를 처리하여 통찰력을 추출하고 인공 지능 기반 애플리케이션을 구축할 수 있습니다.

• HPCC

이것은 데이터 처리를 위한 단일 플랫폼과 아키텍처를 제공하는 오픈 소스 도구입니다.

• 아파치 카산드라

Cassandra는 상용 서버에서 대량의 비정형 데이터를 처리할 수 있는 무료 오픈 소스 NoSQL 분산 데이터베이스 관리 시스템입니다.

• 몽고DB

이 데이터베이스 관리 도구는 쿼리 및 인덱싱 기능을 제공하는 크로스 플랫폼 문서 데이터베이스입니다.

회사에서 사용하는 다른 빅 데이터 도구 및 소프트웨어로는 Apache Storm, Couch DB, Statwing, Flink, Pentaho, Hive, Rapidminer, Cloudera, Openrefine, DataCleaner, Neo4j, Apache SAMOA, Teradata 및 Tableau가 있습니다.

도전

미디어 및 엔터테인먼트 회사가 데이터 기반 여정을 가속화하는 데 도움이 되는 새로운 기술과 도구가 매달 등장하고 있습니다. 이것은 마케터들에게 분명 몇 가지 도전 과제가 될 것입니다. 이러한 문제 중 일부는 다음과 같습니다.

1. 사고방식의 변화

콘텐츠 제작자와 마케터는 데이터 통찰력을 사용하는 데 큰 진전을 이루었지만 여전히 인지도, 브랜딩, 획득, 유지 및 충성도의 사일로에서 고객 여정을 봅니다. 이러한 영역을 순조로운 연속성보다는 별개의 별개의 단계로 보면 예산 지출과 관련된 문제가 발생합니다. 조직 구조는 기존 사고 방식에 따라 각 팀에 산출물과 예산이 제공될 수 있지만 시간의 필요성은 다를 수 있습니다.

2. 초고속 인터넷 보급률 저조

2020년 1월 기준으로 45억 4천만명(세계 인구의 59%)이 인터넷을 활발히 사용하고 있지만, 고속 인터넷은 여전히 ​​많은 국가에서 도전 과제입니다. 중국, 인도 및 미국은 인터넷 사용자 측면에서 최고의 국가이지만 4G 연결은 특히 인도에서 여전히 분열되어 있습니다. 이렇게 하면 예산과 프로그래밍을 크게 줄일 수 있습니다.

3. 통합 부족

일부 회사는 여전히 디스플레이, 비디오, 모바일, 소셜 및 기본 배포 및 마케팅 채널을 별도로 취급합니다. 각 채널은 별도의 핵심 성과 지표(KPI)를 사용하여 추적됩니다. 목표 평가 점수(TRP)와 클릭률(CTR)이 성공 지표를 지배하기 때문에 미디어 비즈니스는 콘텐츠가 비즈니스 결과에 미치는 영향을 즉시 파악할 수 없습니다.

디지털 시대가 진정으로 세계 곳곳에 도래할 시간은 아직 있습니다. 인도의 소비 패턴 측면에서 사실일 수 있는 것이 미국과 관련이 없을 수 있습니다.

4. 결과 지향적 지표의 긴급성

빠른 결과를 얻기 위해 대부분의 미디어 회사는 옴니채널 설계를 위해 조직화하기 시작했습니다. 여러 번 한 사람이 모든 화면(TV, 전화 및 태블릿)을 보고 있기 때문에 회사는 그에 따라 KPI를 조정해야 합니다. 또한 정확성과 추세에 대한 충분한 양의 데이터와 통찰력을 끌어내기 위해 상당한 대기 시간이 필요합니다. 고객의 마음을 지배하기 위해 서두르는 과정에서 기업은 보다 장기적인 결과를 가져오는 보다 지속적인 통찰력을 놓칠 수 있습니다.

5. 데이터 개인 정보 보호 문제

지난 몇 년 동안 많은 기업이 데이터 침해 및 개인 정보 유출 혐의를 받았습니다. Adobe, Dubsmash, LinkedIn 및 Facebook은 최근 스캐너 아래에 들어온 회사 중 일부입니다. 그 결과 소비자들은 자신의 데이터에 더 민감해지고 데이터가 어떻게 사용될지 걱정하게 되었습니다.

전 세계적으로 정책 입안자들은 이러한 문제를 해결하고 개인 데이터를 처리하는 산업에 대한 규정을 구현했습니다. 이러한 문제는 정확한 분석을 수행할 수 없는 충분한 사용자 데이터를 축적하는 데 문제가 될 수 있습니다.

기회

빅 데이터 사용과 관련하여 미디어 및 엔터테인먼트 산업이 직면한 어려움에도 불구하고 수년 동안 몇 가지 기회가 나타났습니다. 이러한 기회의 대부분은 클라우드 인프라와 인공 지능에 포함되어 있습니다. 회사와 해당 인프라의 유산은 데이터 및 분석의 엄청난 속도에 대한 대응으로 빠르게 확장하는 데 제한이 있을 수 있습니다. 이것은 클라우드 기술의 사용을 불가피하게 만듭니다.

클라우드 기술은 대규모 조직에서 엄청난 양의 데이터와 방대한 컴퓨팅 문제를 처리하는 데 도움이 될 수 있습니다. 새로운 데이터 중심 세계의 인프라 요구 사항에 충분히 신속하게 적응하지 못하면 미디어 및 엔터테인먼트 회사에 일정 금액의 이익이 손실될 수 있습니다. 인공 지능(AI)은 대량의 데이터를 분석하고 정확한 소비자 행동을 예측하는 신뢰할 수 있는 유일한 방법입니다.

AI를 통해 기업은 노출 및 CTR(클릭률)에만 초점을 맞추는 대신 특정 소비자 세그먼트 및 페르소나에 대한 미묘한 통찰력을 얻을 수 있습니다. 고급 분석을 사용하여 진정한 개인화를 추진할 수 있습니다.

최신 최신 데이터 기술에 투자하고 데이터 중심 목표를 반영하도록 비즈니스 프로세스를 개선하는 것은 미디어 및 엔터테인먼트 산업에 필수적입니다. 지금이야말로 기업이 미디어 지출과 콘텐츠 프로그래밍 모두에 대해 프로그래밍 우선 접근 방식을 취해야 할 때입니다.

빅 데이터에 대해 더 알고 싶다면 PG 디플로마 빅 데이터 소프트웨어 개발 전문화 프로그램을 확인하십시오. 이 프로그램은 실무 전문가를 위해 설계되었으며 7개 이상의 사례 연구 및 프로젝트를 제공하고 14개 프로그래밍 언어 및 도구, 실용적인 실습을 다룹니다. 워크샵, 400시간 이상의 엄격한 학습 및 최고의 기업과의 취업 지원.

세계 최고의 대학에서 온라인으로 소프트웨어 개발 과정 을 배우십시오 . 이그 제 큐 티브 PG 프로그램, 고급 인증 프로그램 또는 석사 프로그램을 획득하여 경력을 빠르게 추적하십시오.