Uma nova era de guerras de streaming está aqui – e essa batalha está se tornando pessoal

Em meio a uma concorrência acirrada, os serviços de streaming estão buscando novas estratégias de personalização para aumentar o envolvimento do conteúdo, combater a rotatividade, aumentar a receita de publicidade e incentivar os usuários a retornar aos seus aplicativos. Quais abordagens novas e emergentes baseadas em dados devem ser usadas pelos serviços de streaming para aumentar a experiência do usuário de descoberta de conteúdo?

Não é segredo que os serviços de streaming estão sentindo o aperto tanto do aumento da concorrência quanto das pressões inflacionárias nos orçamentos das famílias em todo o mundo. As guerras de streaming evoluíram para uma batalha contínua de retenção de clientes. Quando se trata de convencer os usuários do valor de um serviço de streaming, o engajamento do conteúdo é o novo rei.

Churn sempre foi um desafio para serviços de assinatura, mas quando até a Netflix está recorrendo a opções financiadas por anúncios, você sabe que os métodos existentes de redução de rotatividade não são suficientes. Modelos de negócios baseados em publicidade trazem seus próprios desafios de retenção de clientes e descoberta de conteúdo, é claro, basta perguntar aos serviços que estão na vanguarda da tendência atual de streaming de TV gratuito suportado por anúncios (FAST).

O toque pessoal vale o esforço

Então, qual é a resposta? Adicionar mais e mais conteúdo é ótimo, mas os consumidores ficam sobrecarregados com a escolha. Ajudá-los a encontrar algo atraente para assistir, o mais rápido possível, é essencial. Recomendar conteúdo com base no histórico de visualização de um usuário é uma ótima maneira de reduzir o tempo de conteúdo na jornada do usuário de streaming. É um uso sensato dos dados que você já possui e é ótimo para a satisfação do cliente, independentemente do modelo de negócios.

Quer uma prova de que a personalização pode realmente mover o mostrador? Dados agregados de nossos próprios clientes mostram que, em média, os usuários que interagem com seções de um aplicativo com personalização assistem a uma duração maior do conteúdo e se envolvem com uma variedade maior de itens de conteúdo individuais do que aqueles que interagem apenas com seções genéricas. Um de nossos clientes viu o número médio de reproduções de conteúdo por sessão de usuário aumentar em 133% quando os usuários interagiam com o conteúdo recomendado!

Dados do usuário do Metadata Plus: a arte das recomendações

O desafio para os serviços de streaming é que implementar a personalização não é uma coisa trivial. É uma arte e também uma ciência, exigindo uma mistura complexa de metadados e insights comportamentais. Os metadados podem ajudá-lo a combinar um drama criminal com outros dramas criminais, ou um filme de Tom Cruise com outro que ele protagoniza. Por outro lado, insights comportamentais lhe dirão que o único filme de Tom Cruise que seu espectador assistiu é Longe e distante de 1992, então talvez eles estejam mais interessados ​​em romance histórico do que Missão Impossível. Ou que uma proporção significativa de pessoas que assistem ao seu novo programa de jardinagem também assiste a um programa de culinária específico, tornando cada um deles ideal para promoção cruzada.

O que há de novo na personalização?

24i está vendo um aumento no interesse de serviços de assinatura e financiados por anúncios em maneiras novas e emergentes de fazer ajustes específicos ao usuário em sua experiência de streaming. Aqui estão cinco perguntas a serem feitas para determinar se seu serviço de streaming está aproveitando ao máximo as modernas metodologias de personalização:

Você está usando dados para determinar a ordem do seu conteúdo editorialmente derivado?

As recomendações algorítmicas são frequentemente vistas como uma ameaça pelas equipes editoriais. No meu passado, trabalhei no serviço de streaming da Sky NOW TV (simplesmente conhecido hoje como NOW), víamos regularmente as equipes editorial e de dados enviando e-mails concorrentes para ver qual teria melhor desempenho. Essa atitude “eles e nós” é um desperdício de grande talento. Se sua equipe editorial ainda não está aproveitando o poder da ciência de dados, minha primeira e mais importante recomendação é começar o mais rápido possível.

É verdade que nenhum algoritmo pode conhecer seu conteúdo (ou seus objetivos de negócios específicos) tão bem quanto sua equipe editorial. Igualmente, é claro, nenhuma equipe editorial pode conhecer cada consumidor individualmente. Juntos, você obtém o melhor dos dois mundos. Comece com seu banner de herói. Deixe a equipe editorial escolher o conteúdo que você deseja exibir e, em seguida, use algoritmos de personalização para determinar a ordem na qual exibir esse conteúdo para cada usuário com base em seu histórico de visualização e no que é mais provável para eles. É uma vitória tão rápida e você ficará surpreso com o impacto instantâneo que isso tem em seu engajamento.

Você já pensou sobre a psicologia por trás da maneira como você rotula suas seções de conteúdo orientadas por dados?

Muitos serviços de streaming têm trilhos “Recomendado para você” ou “Trending”. Outros títulos comuns que você verá para seções orientadas a dados incluem “Mais populares”, “Mais assim”, “Porque você assistiu” etc. Cada um deles pode ser bem-sucedido, mas alguns funcionarão melhor em uma parte do seu aplicativo do que outro. E embora alguns possam parecer títulos intercambiáveis ​​para o mesmo conteúdo, eles funcionam melhor quando combinados com conjuntos de dados sutilmente diferentes.

Se você leva a sério a personalização, precisa pensar cuidadosamente sobre o impacto psicológico dos nomes de suas seções e certificar-se de que eles sejam adequados tanto para sua base de usuários específica quanto para seus objetivos. A ajuda de especialistas e muitos testes A/B ajudarão você a encontrar a combinação ideal para seu serviço e seus objetivos. Por exemplo, nossa experiência sugere que você deve usar diferentes modelos algorítmicos para “Mais populares” e “Tendências”. Da mesma forma, uma mensagem “Recomendado para você” é mais eficaz quando você deseja ajudar os usuários a descobrir algo novo. Em termos de negócios, isso se traduz em incentivar sua base de usuários a assistir a uma variedade maior de conteúdo de sua biblioteca.

Você está aproveitando ao máximo os “momentos pós-jogo” para incentivar a visualização adicional?

O dicionário Merriam-Webster sugere que “binge-watching” foi usado pela primeira vez como um termo em 2003. Em menos de 20 anos, tornou-se um conceito comum para uma grande proporção da população global. A reprodução automática do próximo episódio de uma série é uma ótima maneira de manter os consumidores dentro do seu serviço, e é por isso que é amplamente usado por streamers de todos os tipos e tamanhos. O que acontece no final da série, no entanto? Ou no final de um filme ou documentário único que não tem uma sequência óbvia?

Muitos serviços de streaming foram all-in para assistir compulsivamente, mas ainda estão desperdiçando uma excelente oportunidade de fazer recomendações de conteúdo personalizado no mesmo momento pós-reprodução para seu conteúdo não episódico. Se você já tem um algoritmo “Porque você assistiu” em ação, isso deve ser uma vitória muito rápida para implementar.

Seus metadados são otimizados para garantir as melhores recomendações de conteúdo para conteúdo?

Os metadados são, francamente, o maior obstáculo que a maioria dos serviços de streaming enfrenta quando se trata de recomendações. Todas as empresas com quem falo me dizem que gostariam de melhorar a qualidade de seus metadados porque é assim que você faz boas correspondências de conteúdo para conteúdo. Esta é uma área onde você definitivamente quer qualidade sobre quantidade. Uma empresa nos disse orgulhosamente que tinha mais de 50.000 palavras-chave diferentes, mas se cada palavra-chave for usada em apenas um ou dois conteúdos em sua biblioteca, como isso ajuda você a fazer correspondências relevantes?

Não há mágica para a qualidade dos metadados, mas fizemos melhorias significativas para os clientes usando modelos avançados de previsão de metadados (aprendizado de máquina). O primeiro passo é analisar seus metadados existentes, então definimos uma estrutura estruturada de palavras-chave – não muitas! As máquinas podem então preencher os espaços em branco para organizar o uso de palavras-chave na biblioteca.

Você levou a personalização além do aplicativo e em suas mensagens de marketing para gerar visitas repetidas?

Incentivar os usuários existentes a lembrar seu aplicativo por meio de mensagens de marketing é uma etapa importante, seja para combater a rotatividade ou aumentar a receita de anúncios. A integração de recomendações de conteúdo personalizadas nessas mesmas mensagens leva você um passo adiante; dá ao usuário uma razão concreta para retornar. Se você não estiver usando recomendações de conteúdo personalizadas em seus e-mails e notificações push, agora é a hora de considerar isso.

Há muitas variáveis ​​a serem consideradas, principalmente em torno do momento de suas comunicações, mas se você acertar, poderá ver um grande impacto. Um de nossos clientes realizou testes A/B que compararam a taxa de sucesso de um boletim informativo por e-mail regular com um e-mail contendo recomendações de conteúdo personalizadas. As conversões foram 121% maiores no grupo que recebeu os e-mails personalizados.

A personalização é uma história sem fim

A combinação específica de modelos de dados e algoritmos ideais para seu serviço de streaming só pode ser determinada por meio de testes e refinamentos regulares. É por isso que as recomendações não podem ser um simples processo de “configure e esqueça”. Eles precisam de ajustes contínuos, principalmente porque sua biblioteca de conteúdo e sua base de usuários provavelmente mudarão com o tempo. É também por isso que oferecemos personalização como um “serviço gerenciado” para que possamos trabalhar continuamente para obter ganhos incrementais todos os meses e nos adaptar conforme o conteúdo e as mudanças de UX.

Nas próximas semanas, a Streaming Media publicará uma série de artigos adicionais nos quais detalharei algumas das estratégias descritas acima. Se você não pode esperar tanto tempo, confira nosso guia eletrônico: Cinco estratégias de aumento de engajamento que todo serviço de streaming deve adotar agora.

[Editor’s note: This is a contributed article from 24i. Streaming Media accepts vendor bylines based solely on their value to our readers.]

Artigos relacionados

Você tem correio (personalizado)! É hora de levar recomendações além da interface do aplicativo

As recomendações de conteúdo personalizado são um tópico importante no streaming. Estendê-los para seus e-mails e outras mensagens de marketing é uma maneira lógica de aumentar as visitas repetidas aos seus aplicativos e neutralizar a rotatividade.

07 de setembro de 2022

Maneiras modernas de maximizar metadados para melhor descoberta e recomendações de conteúdo

A qualidade dos metadados costuma ser o maior desafio para qualquer serviço de streaming que busca aumentar o envolvimento do conteúdo com recomendações direcionadas. O aprendizado de máquina pode ajudar?

30 de agosto de 2022

Além da compulsão: aproveitando ao máximo os momentos pós-jogo para aumentar o engajamento

Muitos serviços de streaming têm assistido compulsivamente para conteúdo episódico, mantendo os espectadores viciados em suas séries mais quentes com a reprodução automática da próxima parcela. Mas você está desperdiçando uma oportunidade de ouro de recomendar um novo conteúdo no final de uma série ou quando um espectador termina de assistir a conteúdo não episódico?

22 de agosto de 2022

Descompactando a psicologia das recomendações de conteúdo bem-sucedidas

Se você deseja adicionar ou atualizar suas recomendações baseadas em dados, você deve optar por Recomendado para você, porque você assistiu ou em alta para trazer o maior aumento no engajamento? O vice-presidente sênior de produtos de dados da 24i, Damien Read, argumenta que a escolha dos nomes das seções e os modelos de dados por trás deles devem ser ajustados à sua base de usuários e aos seus objetivos de negócios específicos.

16 de agosto de 2022

Curadoria editorial versus automação: qual é a maneira mais bem-sucedida de aumentar o engajamento?

Maior envolvimento com o conteúdo é o santo graal do streaming. Mais olhos em uma variedade maior de conteúdo é ótimo para combater a rotatividade e aumentar a receita de publicidade. Mas onde você deve investir seu esforço – em curadoria editorial ou recomendações baseadas em dados?

09 de agosto de 2022

Empresas e fornecedores mencionados