大數據和分析工具如何徹底改變 OTT 世界

前言

應變 ①：了解顧客為何流失

應變 ②：以個人化推薦跨越內容鴻溝　 

應變 ③：分析用戶行為，改善顧客體驗 

小結：從過去案例學習

前言

OTT 產業藉著提供豐富的內容達到當今的普及率。然而時至今日，光是豐富的內容已經不夠了。「個人化」在串流服務的核心中，佔有愈發重要的地位。傳統的廣播媒體公司正投入OTT 服務，隨著市場成熟，競爭也益趨激烈。挑戰諸如： 　

 – 顧客流失是 OTT 產業的一大挑戰 　

 – 基於客戶群，確保最高的顧客生命週期價值（註：每個用戶在未來可能為該服務帶來的收益總和）相當困難 　 

– 愈來愈多競爭者進入市場，OTT 服務提供者必須想辦法，讓用戶在初次體驗後繼續使用服務，甚至變成忠實用戶 　 

我們正身在屬於顧客的時代，優質 OTT 服務的關鍵，始於對顧客的了解，並即時回應他們的需求，無論是關於內容、使用者體驗或企業模式的需求。 　　 

OTT經營者必須審視大數據及分析工具，學習顧客的行為並管理企業規則。

應變 ①：了解顧客為何流失

今日的 OTT 收視戶享有過多選擇，市場亦趨飽和。OTT 服務為了保持營利，必須解決顧客流失的問題。 　 

對大多數的 OTT 服務來說，一旦開業就必須掙扎求生。競爭者愈來愈多，獲取顧客也變得愈發昂貴、愈發具挑戰性。然而，大數據及分析工具藉由提供詳細的顧客流失分析（例如：哪些客戶最有可能在下個月流失？），可以讓競爭變得較公平。 　 

大數據分析工具使得OTT業者能夠整合不同的數據組，並發展全方位的顧客視角。OTT業者可以採用更精確的顧客流失預測模式，可以利用實時與歷史數據、用戶數據與用戶行為，以及其他相關數據，找出高流失風險的顧客群。他們也可以具體洞察顧客流失的主要原因，並主動採取措施解決問題。 　 

應變 ②：以個人化推薦跨越內容鴻溝　

OTT 收視戶對內容的要求是個人化、具關聯性、與背景相應的。現在幾乎每兩周就有新的串流作品上線，創造出空前的大量內容。推薦系統需要加強個人化，才能帶給用戶合適的內容。 　 

深度大數據分析幫助 OTT 經營者深入洞察其用戶。得知哪種類型的內容有高度需求、收視戶在一天中的哪個時段收看何種內容、用戶在何時暫停、他們跳過哪些部分。 根據這些數據，OTT 經營者能夠在內容傳播上做出合理決策。 　 

應變 ③：分析用戶行為，改善顧客體驗

OTT 經營者若想爭取全球觀眾，理解特定地區用戶行為的細微差異、及深入了解受眾特徵和平台基礎架構，變得十分必要。除此之外，改善顧客體驗亦非常關鍵。

在深刻洞察所有影響顧客體驗的影響因素上，大數據及分析工具扮演重要角色。藉由分析工具，OTT 經營者能找出影響用戶投入的因素，做出明智的營運決策。 　 

分析用戶行為讓 OTT 經營者可以精確描繪出收視戶的特徵，並應用在程式的選擇、行銷的效用、可能的交叉銷售（註：向已經購買某公司產品的顧客出售其他產品）、向上銷售（註：說服顧客購買更高端的產品，創造更多利潤）的機會等方面，使得用戶感到更加與己攸關。 　

結語

藉由更精準、更個人化的推薦系統，大數據和分析工具令 OTT 世界徹底改觀。它們可以根據用戶偏好，使廣告變得更有針對性。它們也可以較精確地預測出最有利的下一波促銷，並有助交叉銷售及向上銷售。 　　

 OTT業者的優勢在於他們坐擁數據金山。但正如哈佛教授Gary King所說：「大數據不在於數據，而在於分析。」知道如何讓數據有用、如何正確分析，幫助OTT業者設計更好的方法提升顧客滿意度、留住用戶並提高獲利。

原文連結：How Big Data and Analytics Can Transform the World of OTT