<b id="offlu"></b>
        <source id="offlu"></source>
        1. <source id="offlu"></source>

          <mark id="offlu"></mark>
          您現在的位置:融合網首頁 > 獨家報道 >

          存量經營時代,數據驅動IPTV/OTT精細化運營體系構建指南

          來源:融合網|dwrh.net 作者:張華 責任編輯:方向 發表時間:2021-11-10 09:54 
          核心提示:為了順應互聯網時代,打破傳統與現代之間的桎梏與邊界,以數據為基礎的各類智能化應用正在成為行業轉型的有效利器。大數據與用戶行為分析技術,使得媒體能夠比過往任何時候都能更快、更精準地了解受眾特點,駕馭日益豐富的媒體內容形態與互動形式,創新線上媒

          在移動互聯網沖擊下,IPTV/OTT業務正在經歷著一場轉型巨變,隨著“三網融合發展”戰略的推出,電信網、計算機網、有線電視網三大領域在業務運營層面深度融合和打通,我國各省、市區、縣都在加緊建設大數據平臺、搭建底層數據庫,一方面通過大數據能力為大眾提供更加智能的服務,一方面不斷改進產品形態,探索新的業務營收之路。

          為了順應互聯網時代,打破傳統與現代之間的桎梏與邊界,以數據為基礎的各類智能化應用正在成為行業轉型的有效利器。大數據與用戶行為分析技術,使得媒體能夠比過往任何時候都能更快、更精準地了解受眾特點,駕馭日益豐富的媒體內容形態與互動形式,創新線上媒體傳播方式,促進和提升用戶體驗的粘性,滿足新媒體流量變現的迫切需求。

          基于多年的行業服務經驗,神策數據近期發布了融媒數字化運營白皮書,立足IPTV/OTT行業現狀,探索精細化運營的核心發力點及未來發展方向,分別從數據根基建設、數據賦能業務、數據驅動實例等角度出發,為存量經營時代的IPTV/OTT指明關鍵發展路徑,構建行業核心競爭力。

          一、深度打通建立廣電基礎數據根基 探索業務運營新方向

          各大廣電部門的業務痛點始終繞不開幾個問題:如何保證開機率?點播增長疲軟怎么辦?到底有哪些用戶已經流失?如何追回?訂購比例太低怎么辦?如何跨會員包給用戶進行推薦?歸根到底主要還是兩個層面:開機活躍、用戶付費。

          海量的行業數據散落在各業務部門之間,不同部門之間數據關聯較弱,很難整合挖掘用戶數據價值;對接了大量的網絡節目內容,卻不知道應該如何推薦給不同的用戶,統一的界面和觸點不能滿足越來越多元的用戶需求,很多優質的節目內容卻無法保證收看率……

          以上種種問題的根本原因在于數據根基的散亂和薄弱。夯實數據根基首先要做的就是各個業務部門的數據打通和融合,根據不同業務的實際情況進行數據體系、數據標準的建立,解決行業的現實問題。通過需求梳理、制定數據采集方案、設計埋點方案、數據校驗四步走,實現數據根基建設。

          在全局層面對所有用戶統一識別,形成以“人“為中心的數據資產積累,進而就可以分析哪些用戶既是新聞客戶端的用戶,也是IPTV/OTT用戶,同時還是某個相關公眾號的用戶。統一用戶ID的識別,可以幫助相關業務人員實現對現有用戶的深層認知,進行深度用戶畫像和洞察,從而可以進行多個業務端的千人前面智能化推薦,有效提升節目內容的收看率。

          另一方面,數據之間的組合分析既可以滿足目前業務運營的相關需求,還可以碰撞出更多新的創新點,反哺原有業務發展,為行業提供更多新的數據協作模式。

          二、內容+運營,數據驅動賦能多元智慧運營平臺

          新媒體時代,人們在信息獲取效率上天然更高,同時也帶來了新挑戰。媒體內容數量龐大,但是用戶的注意力和時間有限,若找不到感興趣的內容用戶就會遷移到別的媒體平臺。因此,利用大數據與人工智能技術,實現機器學習與人工經驗的完美融合,構建智慧內容運營平臺,實現千人千面,是融媒行業的必然之選。

          諸如在內容列表、Banner位、Icon等EPG欄位增加熱門節目專題,是IPTV/OTT行業常見的運營手段,但是導航欄資源有限,而熱點節目頻發,此時,基于千人千面的推薦系統,可以實現差異化的內容展示。

          除了規則推薦,IPTV/OTT行業還可以通過深度學習等先進機器學習算法,實現“千人千面”的個性化推薦,改善用戶體驗,提升核心業務指標。

          神策數據智能推薦系統覆蓋IPTV/OTT業務中的“EPG 欄目頁推薦”“搜索頁推薦”“個人中心推薦”“詳情頁推薦”“直播點播推薦”及“分類頁面”等六類頁面,包括“熱門推薦”“猜你喜歡”“相關推薦”“專題推薦”“最新上線”“大家都在看”“收視排行榜”“分類排行”等多種常見的場景。利用10余種算法模型,解決業務痛點,比如提升開機率、增加訂購人數、解決付費人數低迷、改變用戶續訂難等。

          三、打造用戶全生命周期運營體系

          數字化的用戶運營體系具備以下三個特征。

          第一,數據是做好一切用戶運營的前提。過往IPTV/OTT行業受限于業務數據,只能單純做一些粗放的運營動作。如今可以通過集成業務數據、用戶基礎數據和行為數據,進行復雜的用戶運營體系構建,進行大量用戶運營策略的制定,從而聚焦問題進行定向突破。

          第二,精細化運營的目的是提高管理效率。當用戶體量變大時,運營人員無法再依靠一套簡單的、粗放的機制或者策略服務好所有用戶。這時,需要針對不同的用戶制定更有針對性的策略,通過精細化運營,努力滿足用戶的需求。

          第三,自動化 + 機制化。如今,行業可以基于系統去設定自動觸發的運營行為,完成千人千面且大規模的運營動作。通過更多地依賴于機制和規則進行自動化的運營,才能夠駕馭好機器,降低運營成本。

          由此可知,一套完整用戶運營體系包括三大要素:生命周期管理、用戶分層運營及用戶行為激勵,掃描下方二維碼或點擊文末“閱讀原文”,可查看對此三大要素的分類闡述及亮點案例,并獲取高清完整版白皮書。

          鏈接:https://sensorswww.datasink.sensorsdata.cn/t/wTr

          【備注:上述相關內容(包括但不限于,文字、圖片、數據、觀點、排名、獎項等)由神策網絡科技(北京)有限公司提供給融合網&呼麥網&​耀旅網所用。相關權益(包括但不限于,解釋權等)等歸神策網絡科技(北京)有限公司所有!

          (責任編輯:方向)
            • “掃一掃”關注融合網微信號

            免責聲明:我方僅為合法的第三方企業注冊用戶所發布的內容提供存儲空間,融合網不對其發布的內容提供任何形式的保證:不保證內容滿足您的要求,不保證融合網的服務不會中斷。因網絡狀況、通訊線路、第三方網站或管理部門的要求等任何原因而導致您不能正常使用融合網,融合網不承擔任何法律責任。

            第三方企業注冊用戶在融合網發布的內容(包含但不限于融合網目前各產品功能里的內容)僅表明其第三方企業注冊用戶的立場和觀點,并不代表融合網的立場或觀點。相關各方及作者發布此信息的目的在于傳播、分享更多信息,并不代表本網站的觀點和立場,更與本站立場無關。相關各方及作者在我方平臺上發表、發布的所有資料、言論等僅代表其作者個人觀點,與本網站立場無關,不對您構成任何投資、交易等方面的建議。用戶應基于自己的獨立判斷,自行決定并承擔相應風險。

            根據相關協議內容,第三方企業注冊用戶已知悉自身作為內容的發布者,需自行對所發表內容(如,字體、圖片、文章內容等)負責,因所發表內容(如,字體、圖片、文章內容等)等所引發的一切糾紛均由該內容的發布者(即,第三方企業注冊用戶)承擔全部法律及連帶責任。融合網不承擔任何法律及連帶責任。

            第三方企業注冊用戶在融合網相關欄目上所發布的涉嫌侵犯他人知識產權或其他合法權益的內容(如,字體、圖片、文章內容等),經相關版權方、權利方等提供初步證據,融合網有權先行予以刪除,并保留移交司法機關查處的權利。參照相應司法機關的查處結果,融合網對于第三方企業用戶所發布內容的處置具有最終決定權。

            個人或單位如認為第三方企業注冊用戶在融合網上發布的內容(如,字體、圖片、文章內容等)存在侵犯自身合法權益的,應準備好具有法律效應的證明材料,及時與融合網取得聯系,以便融合網及時協調第三方企業注冊用戶并迅速做出相應處理工作。

            融合網聯系方式:(一)、電話:(010)57722280;(二)、電子郵箱:2029555353@qq.com dwrh@dwrh.net

            對免責聲明的解釋、修改及更新權均屬于融合網所有。

            快速直達

            新聞關注排行榜

            熱門推薦 最新推薦

            熱門關鍵字

            首頁導航

            關于我們 - 融合文化 - 媒體報道 - 在線咨詢 - 網站地圖 - TAG標簽 - 聯系我們
            Copyright © 2010-2020 融合網|DWRH.net 版權所有 聯系郵箱:dwrh@dwrh.net 京公網安備 11011202002094號 京ICP備11014553號
            日日摸夜夜摸人人看