OTT와 빅데이터

우연히 2020 링크드인 OTT & Big Data 관련 글을 보았다.

 

빅데이터와 분석이 OTT(Over the Top)의 세계를 변화시키는 방법

by Dr.Prashant Pansare

https://www.linkedin.com/pulse/how-big-data-analytics-can-transform-world-ott-prashant-pansare

How Big Data and Analytics Can Transform the World of OTT

 

 

 

 

데이터는 새로운 토양입니다... 그것을 가꾸세요!

발행일: 2020년 5월 27일

 

우리는 '선택'이 성공의 비결인 고객의 시대에 깊이 빠져 있습니다.

엔터테인먼트와 비디오의 경우도 마찬가지입니다. 초고속 인터넷의 발달과 스마트폰 문화의 확산은 우리가 콘텐츠를 소비하는 방식을 완전히 바꾸어 놓았습니다. 한때 '케이블'에 의존했지만 오늘날 우리는 더 이상 케이블이나 방송사의 인질이 아닙니다. 이는 모두 인터넷 연결을 통해 콘텐츠를 전달하는 'Over Top' 또는 OTT 채널의 부상 덕분입니다.

 

Netflix 및 Hulu와 같은 서비스가 우리의 어휘에 정기적으로 포함되면서 OTT 시장은 모두 폭발할 준비가 되었습니다. 예를 들어, 연구 에 따르면 APAC 지역의 OTT 시장과 VoD(주문형 비디오) 시장은 2023년까지 3억 5,100만 명의 가입자로부터 420억 달러의 매출을 올릴 것으로 추정됩니다. 

광범위한 콘텐츠 제공으로 OTT 산업이 인기를 얻었습니다. 그러나 오늘날에는 광범위한 콘텐츠 제공만으로는 더 이상 충분하지 않습니다. 개인화는 스트리밍 서비스의 중심에서 자리를 잡았습니다.

 

 " 이 새롭고 멋진 비디오 세계에서 성공하려면 매력적인 콘텐츠, 매력적인 사용자 경험, 개인화의 기회, 데이터와 기술의 통합, 기존 비즈니스 에코시스템에 대한 초기 신뢰도의 연금술이 필요합니다. " - Howard Homonoff , 디지털 미디어 전략가 및 비즈니스 혁신 고문.

 

오늘날 방송 미디어 회사는 OTT 모드로 전환하고 여러 채널을 통해 구독자에게 비디오 콘텐츠를 제공하고 있습니다. OTT 시장이 성숙해짐에 따라 경쟁도 치열해지고 있습니다. 예를 들어 -

 

- 고객 이탈은 OTT 비즈니스의 가장 큰 과제 중 하나입니다.

- 고객 기반에서 최고의 고객 생애 가치를 보장하는 것은 어렵습니다.

- 더 많은 공급자가 시장에 진입함에 따라 OTT 공급자는 고객이 초기 시청 경험 후에 서비스를 유지하고 열렬한 고객이 되도록 하는 방법을 강구해야 합니다.

 

해답은 빅 데이터와 분석에 있습니다. 실제로 Netflix의 제품 분석 이사인 Dave Hastings 는 " 요즘에는 엄청난 양의 분석 없이는 1억 달러를 투자할 수 없습니다 "라고 명시적으로 말했습니다 . 

빅 데이터와 분석이 OTT의 세계를 바꾸는 방법 

훌륭한 OTT 서비스의 핵심은 콘텐츠, 사용자 경험, 비즈니스 모델 등 고객을 이해하고 고객의 요구에 신속하게 대응하는 것에서 시작됩니다.

'시청자'가 비즈니스의 중심에 있기 때문에 OTT 관리자는 빅 데이터와 분석을 통해 고객 행동에 대한 실행 가능한 학습을 ​​가능하게 하고 비즈니스 규칙을 관리해야 합니다. 

고객 이탈 이해

오늘날 OTT 시청자는 선택의 여지가 없습니다. 시장이 점점 붐비고 있습니다. OTT 플레이어의 수와 함께 고객의 공급자 선택도 증가하고 있습니다. 고객 이탈은 OTT 세계에서 수익성을 유지하기 위해 해결해야 할 실질적인 문제입니다. 

대부분의 OTT 서비스는 출시 후 유지에 어려움을 겪습니다. 시장 인구가 증가함에 따라 고객 확보도 비용이 더 많이 들고 어려워지고 있습니다. 그러나 빅 데이터 및 분석은 '다음 달에 이탈할 가능성이 가장 높은 고객'과 같은 질문에 답하는 상세한 이탈 분석을 제공하여 여기에서 경쟁의 장을 평정할 수 있습니다.

빅 데이터 분석을 통해 OTT 제공업체는 서로 다른 데이터 세트를 집계하고 360도 고객 뷰를 개발할 수 있습니다. OTT 제공자는 더 정확한 이탈 예측 모델을 사용하고 실시간 및 과거 데이터, 사용자 데이터 및 사용자 행동, 기타 관련 데이터를 사용하여 이탈 위험이 높은 가입자 클러스터를 식별할 수 있습니다. 또한 이탈의 주요 원인에 대한 자세한 통찰력을 얻고 이 문제를 해결하기 위한 사전 조치를 취할 수 있습니다. 

개인화로 콘텐츠의 틈을 뛰어넘다        

개인화되고 관련성이 있으며 상황에 맞는 콘텐츠는 OTT 시청자가 요구하는 것입니다. OTT는 이제 주류가 되었고 시청자는 여러 서비스에서 많은 콘텐츠를 원합니다.

그러나 거의 격주로 온라인에 제공되는 새로운 스트리밍 서비스로 인해 오늘날에는 역사상 그 어느 때보다 많은 콘텐츠가 생성되고 있습니다. 추천 엔진은 사용자에게 올바른 콘텐츠를 제공하기 위해 더 많은 사용자 정의 및 개인화 기능이 필요합니다. 

OTT 콘텐츠는 개인의 선호도에 따라 콘텐츠를 쉽게 제공할 수 있는 'Spotify' 모델에 도달하기 위해 빅 데이터와 분석을 활용해야 합니다. 사용자 데이터의 대규모 데이터 세트와 분석을 위한 메타데이터를 결합함으로써 OTT 제공자는 추천 엔진을 미세 조정하고 올바른 콘텐츠가 올바른 사용자에게 도달하도록 할 수 있습니다.

심층 빅 데이터 분석은 또한 OTT 제공업체에 더 깊은 청중 통찰력을 제공합니다. 수요가 많은 콘텐츠 장르, 하루 중 몇 시에 청중이 요구하는 콘텐츠, 일시 중지 또는 건너뛰는 콘텐츠를 이해하는 데 도움이 됩니다. 이 데이터를 기반으로 OTT 공급자는 콘텐츠 보급에 대한 정보에 입각한 결정을 내릴 수 있습니다.

고객 경험 향상 

지역별 사용자 행동의 뉘앙스를 이해하고 기기 인구 통계 및 플랫폼 인프라에 대한 통찰력을 얻는 것은 OTT 제공업체가 전 세계 청중을 구하는 데 필수적입니다. 또한 라이브 및 온디맨드 서비스 전반에 걸쳐 실시간으로 세분화된 통찰력을 얻는 것도 고객 경험을 개선하고 OTT 게임에서 선두를 유지하는 데 필수적입니다. 

빅 데이터 및 분석은 모든 데이터 인텔리전스를 살펴봄으로써 고객 경험의 모든 영향 요인에 대한 깊은 통찰력을 제공하는 데 중요한 역할을 합니다. 분석은 시청자 경험을 완전하고 다차원적으로 이해하는 데 도움이 되며 OTT 공급자에게 가장 중요한 사항을 벤치마킹하고 참여에 영향을 미치는 중단을 식별하며 모호성에 영향을 미치지 않으면서 현명한 비즈니스 결정을 내릴 수 있도록 정보 세분성을 제공합니다.

행동 기반 잠재고객 인사이트와 팬 분석을 사용하면 OTT 제공업체가 시청자를 정확하게 프로파일링할 수 있습니다. 이를 통해 프로그램 선택, 마케팅 효율성, 예측 가능한 교차 판매 및 상향 판매 기회에 대해 보다 정보에 입각한 비즈니스 결정을 내릴 수 있으므로 시청자에게 보다 관련성 있고 상황에 맞는 정보를 얻을 수 있습니다.

결론적으로

빅데이터와 분석은 보다 정확하고 개인화된 추천을 통해 사용자 경험을 향상시켜 OTT의 세계를 변화시키고 있습니다. 이를 통해 사용자 선호도에 따라 광고를 보다 정확하게 타겟팅할 수 있습니다. 빅 데이터 및 분석은 또한 다음 최고의 제안에 대한 보다 정확한 예측에 대한 통찰력을 제공하고 교차 판매 및 상향 판매 이니셔티브를 촉진하는 데 도움이 됩니다. 

OTT 플레이어의 장점은 이미 산더미 같은 귀중한 데이터에 앉아 있다는 것입니다. 그러나 우리는 " 빅 데이터는 데이터에 관한 것이 아니라 분석에 관한 것 "이라는 Harvard 교수 Gary King의 말에 동의합니다 . 이 데이터를 작동시키는 방법을 알고, 이 데이터를 푸시하고 조작하는 방법을 이해하고, 올바른 분석을 사용하면 OTT 제공자가 고객 만족, 고객 유지 및 수익성으로 이어지는 최상의 접근 방식을 설계하는 데 필요한 통찰력을 얻을 수 있습니다.