Издание «Телеспутник» подготовило обзор рекомендательных сервисов у онлайн-кинотеатров и операторов платного ТВ: после успешного кейса Netflix игроки стали внедрять рекомендательные системы в обязательном порядке. Что из этого получилось?
С чего все начиналось
Один из основных запросов аудитории любого видеосервиса - персонализация видеоконтента и движение вперед его релевантности, констатирует генеральный директор «Megogo Россия» Виктор Чеканов. Первыми данный постулат сформулировали профессионалы Netflix, пытавшиеся на заре видеостриминга, в первых числах 2000-х, перенести опыт использования рекомендаций с сайта, на котором клиенты компании заказывали физические носители с фильмами, на VoD-платформу. Тем временем разработкой и внедрением рекомендательного движка в Netflix руководил экс-глава алгоритмического отдела компании Ксавье Аматриейн (Xavier Amatriain), который вспоминает, что механизм рекомендаций, превосходно работавший при заказах DVD, на сайте с онлайн-видео оказался ненужным - уж слишком по-разному проявляли себя покупатели дисков и потребители видео по запросу. Все же, сознавая, что за рекомендательными приборами будущее, Netflix нашел решение, на тот момент представлявшееся дорогостоящим и громоздким, но впоследствии превратившееся в отраслевой стандарт.
В 2006 году видеосервис запустил конкурс рекомендательных алгоритмов, условием победы в каком было создание движка, опередившего на 10% алгоритм Cinematch, который прогнозировал на сайте Netflix клиентские оценки и рейтинги контента на их основе. Приз в 1 долл млн взбодрил общество разработчиков, что дало сильный толчок созданию рекомендательных механик и обеспечило прогресс в этой области на годы вперед. У самого Netflix к 2013 году рекомендательная система показывала результат, который и по сие время можно назвать выдающимся: 75% просмотров на платформе генерировали рекомендации соответствующей системы.
«Непомерное контентное предложение - явное достоинство видеосервисов, но оно же становится ловушкой для зрителя, а как раз рекомендательные системы позволяют пользователю облегчить поиск занимательного ему контента на видеосервисе. Рекомендательная система - очень с помпой инструмент для развития сервиса. Она работает на привлечение новых пользователей, движение вперед лояльности непрерывных подписчиков, увеличивает ARPU, повышая время просмотра и платежи от продаж», - характеризует роль рекомендаций Виктор Чеканов.
Эксперт системы рекомендаций «ЭР-Телеком Холдинга» (бренд «Дом.ru») Иван Лямин подмечает, что значение рекомендательной системы для видеосервиса может зависеть от целей и задач, которые были изначально поставлены. «Например, в Movix (медиаплатформа «Дом.ru», включающая онлайн-кинотеатр, OTT-приставку и приложения для гаджетов, - прим. ред.) рекомендательная система помогает клиентам прытче и безошибочнее избирать нужный контент из десятков тысяч единиц. Это, в свою очередь, влияет на их лояльность к компании - основу любых числовых метрик: выручки, ARPU, LTV (жизненный цикл клиента, - прим. ред.)», - говорит Иван Лямин.
Продолжение читайте на сайте издания.
Материал опубликован в масштабах партнерского проекта ИАА TelecomDaily и «Телеспутника».