Bagaimana AI Adalah Personalisasi Hiburan

Pengarang: Roger Morrison
Tanggal Pembuatan: 28 September 2021
Tanggal Pembaruan: 11 Boleh 2024
Anonim
AI in the Newsroom: Friends or Foe? - Digital Discourses
Video: AI in the Newsroom: Friends or Foe? - Digital Discourses

Isi


Sumber: iStock

Bawa pulang:

Kami datang jauh dari zaman siaran TV. Sekarang kita dapat menonton apa yang kita inginkan saat kita inginkan, dan kecerdasan buatan dapat membantu kita memilih apa yang akan ditonton selanjutnya!

Dari menawarkan konten streaming yang sederhana hingga konten streaming yang sangat personal, teknologi media streaming telah mengalami banyak kemajuan.Menawarkan konten streaming adalah suatu pencapaian, tetapi kemajuannya dibatasi oleh berbagai faktor seperti biaya perangkat keras komputer, kemampuan komputer yang terbatas, bandwidth internet yang terbatas, dan kurangnya teknologi kompresi.

Kemudian hal-hal berubah ketika kemampuan komputer meningkat, biaya perangkat keras dan penyimpanan berkurang, teknologi kompresi ditingkatkan, bandwidth internet ditingkatkan dan itu memberikan dorongan untuk streaming konten. Berbagai acara mulai disiarkan melalui streaming dan hasilnya menggembirakan. Bisnis merasakan peluang investasi yang baik dan melompat ke kereta musik. Tetapi sesuatu yang lebih besar akan datang - revolusi perangkat seluler dan kecerdasan buatan (AI). Dengan akses mudah ke bandwidth tinggi dan perangkat seluler yang kuat, harapan pelanggan mulai tren ke konten yang disesuaikan, dan penyedia konten streaming telah banyak menggunakan AI untuk menawarkan kepada orang apa yang mereka inginkan. (Semakin banyak orang yang menyerahkan kabel demi layanan lain. Pelajari lebih lanjut dalam Memotong Kabel di TV Kabel Anda.)


Bagaimana Semuanya Dimulai?

Percaya atau tidak, ide orisinal untuk menyediakan konten streaming mulai jauh di tahun 1920-an, dan itu juga, untuk audiens komersial. Itu datang dalam bentuk Muzak, teknologi yang dirancang untuk mengalirkan audio ke pelanggan melalui kabel listrik, daripada menggunakan radio. Itu bukan kesuksesan besar, tetapi gagasan itu tidak mati. Sebaliknya, perlahan akan berkonsolidasi.

Selama beberapa dekade berikutnya, kemampuan komputer meningkat, biaya perangkat lunak dan perangkat keras berkurang, bandwidth internet meningkat di seluruh dunia (walaupun tidak konsisten), orang memiliki akses yang lebih mudah ke internet dan komputer, dan gagasan konten streaming mulai bergerak lagi. Berbagai perkembangan memetakan arah. Microsoft dan Apple menciptakan format kepemilikan untuk streaming. Acara disiarkan langsung, yang orang tonton di komputer mereka. Namun, selalu ada upaya ini menuju format streaming tunggal, terpadu, dan dari situlah Adobe Flash masuk. Adobe Flash digunakan oleh banyak situs hosting video seperti YouTube, yang sekarang default ke HTML5. Jadi, streaming konten sekarang menjadi hampir mulus.


Bagaimana Streaming Konten Menjadi Populer?

Pada 2017 Horowitz Research, sebuah perusahaan survei pasar, menemukan bahwa 70 persen pemirsa konten menggunakan konten streaming dan 40 persen menonton TV didasarkan pada streaming. Milenium mengalirkan 60 persen dari konten yang mereka lihat. Jelas, penawaran seperti video langganan on demand (SVoD) dan aplikasi over the top (OTT) telah menjadi populer. Ini membawa awal dari kemunduran industri DVD. Pada 2015, sebuah laporan New York Times menyatakan bahwa jumlah pelanggan DVD Netflix telah anjlok secara signifikan, sementara jumlah pelanggan layanan streaming mereka telah meningkat. Pada bulan Maret 2016, sebuah penelitian menemukan bahwa konsumen konten tidak menemukan perbedaan kualitatif yang signifikan antara konten DVD dan streaming. Jelas, keseimbangan bergeser ke arah streaming. Namun, pelanggan sekarang membutuhkan fitur-fitur seperti fast forward, rewind, dan search. Selain itu, pendapatan iklan juga melonjak. Jelas, penyedia konten memiliki insentif untuk berinvestasi lebih banyak dalam layanan streaming. (Untuk lebih lanjut tentang SVoD, lihat Seberapa Jauh Data Anda Dari Analisis Anda? Gambaran Umum Lansekap Analisis SVoD.)

Bagaimana Personalisasi Konten Muncul?

Yang menarik, ketika konten streaming menjadi populer, personalisasi konten telah diidentifikasi sebagai langkah maju. Sistem rekomendasi konten adalah inti dari personalisasi. Misalnya, Netflix, yang bergerak dalam bisnis penyewaan DVD, sudah menggunakan taktik personalisasi yang semakin canggih dari waktu ke waktu. Pada pertengahan 2000-an, Netflix menawarkan insentif tunai kepada orang-orang yang akan membantu meningkatkan efisiensi sistem rekomendasinya. Awalnya, sistem rekomendasi membantu pemirsa mengidentifikasi DVD yang sesuai. Seiring waktu, itu akan menawarkan konten SVoD dan OTT berdasarkan preferensi individu, pola browsing, kebiasaan dan input pengguna lainnya.

Bagaimana Konten Personalisasi AI?

Mengidentifikasi preferensi pengguna individu sangat sulit. Pikirkan, misalnya, Amazon Prime dan Netflix dengan basis pelanggan mereka yang sangat besar dan beragam di berbagai benua dan tantangan personalisasi. Selain itu, perilaku pelanggan mungkin tiba-tiba berubah. Anda mungkin juga perlu memikirkan pengalaman pengguna, UI khusus pengguna, dan banyak faktor rumit lainnya. AI dan pembelajaran mesin mampu belajar dari data perilaku pelanggan dari waktu ke waktu dan menawarkan rekomendasi konten yang sesuai. Sistem ini dikenal sebagai mesin rekomendasi, dan belajar tentang perilaku pelanggan secara mendalam dengan sendirinya, seperti pembelajaran manusia yang berevolusi dan beradaptasi dengan harapan pelanggan yang dinamis.

Studi Kasus Personalisasi Konten Netflix

Mungkin tidak ada yang memiliki konten hiburan yang dipersonalisasi lebih baik dari Netflix. Netflix memungkinkan kontennya semata-mata didorong oleh pilihan pelanggan. Berikut ini adalah ikhtisar tentang bagaimana Netflix menjalankan tugasnya.

Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda

Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.

  • Pengalaman pelanggan khusus - Netflix memiliki lebih dari 75 juta pelanggan di lebih dari 90 negara dan setiap pelanggan ditawari pengalaman unik atau penawaran konten saat login.

  • Rekomendasi umum - Karena Netflix memiliki data pelanggan yang sangat besar dan beragam, Netflix mungkin menawarkan rekomendasi konten berdasarkan kriteria seperti "ini dinikmati oleh orang-orang dari kelompok usia Anda" atau "teman Anda baru saja menonton ini."

  • Tidak menawarkan pengalaman konten yang luar biasa - Netflix ingin menawarkan rekomendasi yang disukai pelanggannya dalam waktu 90 detik, jika tidak, pelanggan dapat melanjutkan. Jadi, itu tidak menenggelamkan pelanggannya di tengah-tengah banjir rekomendasi konten dan mencoba untuk menawarkan apa yang Anda suka. Menurut Chris Jaffe, wakil presiden inovasi produk Netflix, pelanggan tidak suka kewalahan, sehingga personalisasi konten adalah kuncinya.

  • Jangan terlalu personalisasi - Meskipun Netflix menawarkan apa yang cenderung disukai pelanggan, ia terkadang memberikan sesuatu yang tidak terkait dengan preferensi. Misalnya, pelanggan dengan kecenderungan yang ditunjukkan terhadap film horor dapat ditawari komedi.

  • Biarkan pilihan pelanggan mengatur - Bukan produk atau tim lain yang menentukan pilihan konten, tetapi pelanggan. Menurut Jaffe, “Kami berupaya terus-menerus menjadikan pengalaman itu lebih baik dan lebih baik. Ini pendekatan yang unik. Di beberapa perusahaan yang mengembangkan produk, tim produk mungkin menjadi pendorongnya: Tim tersebut muncul dengan ide, desain, pembuatan, peluncuran, dan melihat apa yang terjadi. Tim saya tidak dapat membuat keputusan itu. Kami datang dengan ide-ide, tetapi apa yang mendorong keputusan produk adalah pelanggan kami dan apa yang pelanggan lakukan dan bagaimana mereka menggunakan produk. "

  • Produk baru harus disetujui oleh pelanggan - Semua produk baru dijalankan oleh pelanggan dalam pengujian, tanpa sepengetahuan mereka. Netflix menjalankan tes produk "beberapa ratus" dengan 300.000 pengguna setiap tahun. Hanya produk dengan penerimaan yang cukup yang benar-benar datang ke rak.

Dampak Personalisasi Konten terhadap Bisnis

Netflix mengklaim bahwa itu bisa menghemat $ 1 miliar dengan cara mengurangi churn. Selain keuntungan finansial, Netflix dapat meningkatkan pengalaman pelanggan dengan mengoptimalkan transfer data dan mengompresi codec dengan teknologi yang disebut Pengoptimal Dinamis. Ini juga telah mengoptimalkan pengiriman OTT dengan mencegah tautan yang macet dan konektivitas yang tidak stabil dengan mengadopsi Protokol Internet.

Kesimpulan

Meskipun tampaknya tidak ada keraguan tentang potensi AI, hal-hal yang tampaknya tidak baik di bagian privasi. Tindakan mengambil data pelanggan tanpa persetujuan eksplisit adalah masalah pelik, dengan banyak mengkritik praktik tersebut. Tapi itu adalah topik untuk lain waktu. Sementara itu, pelanggan dapat mengharapkan konten yang lebih menarik di daftar pantauan mereka berkat AI.