Мишель Фридман (Michal Fridman) — вице-президент по маркетингу в компании Comigo Ltd. Comigo разрабатывает приставки для платного ТВ с интерактивными функциями, которые реализуются «в облаке» — то есть на стороне Comigo. Comigo принимала участие в CSTB. Решение, в частности, используется в Картине ТВ, но в простом варианте.
Мишель Фридман: Правильный подбор контента исключительно важен для телевизионных услуг. За счет подбора и рекомендаций сервис-провайдер может заметно увеличить интерактивность взаимодействия и вовлеченность пользователя, более эффективно использовать т.н. long tail – видеоконтент, интересный небольшому количеству зрителей. Поэтому когда наши клиенты – сервис-провайдеры — решают расширить спектр телевизионных услуг, они обязательно, в числе прочего, уделяют внимание и решениям по подбору и рекомендациям контента.
Мы предлагаем целый спектр решений, позволяющих зрителям найти, что посмотреть — начиная с таких простых, как выбор самого популярного контента, и заканчивая такими сложными, как персональные рекомендации на базе персонального профиля пользователя и контекста потребления.
Какие решения для персональных рекомендаций вы тестировали и по каким критериям их сравнивали?
Компания Comigo разработала собственный рекомендательный движок, который является частью интерактивной платформы Comigo E.I. (Experience Intelligence). Comigo E.I. — запатентованная платформа, которая к телевизионному контенту в зависимости от контекста добавляет контент из разнообразных интернет-источников. В результате телепросмотр становится более интересным. Зритель, к примеру, может прямо на большом экране посмотреть дополнительную информацию о телепередаче, данные об актерах и месте действия, а также поделиться впечатлениями с друзьями.
Модуль по поиску контента выдает персональные рекомендации, которые основаны на профиле телесмотрения (какие телепередачи выбирает зритель), а также учитывает выбираемый интернет-контент. Профиль пользователя постоянно обновляется и улучшается.
Мы считаем, что мгновенное предоставление дополнительной информации и интернет-сервисов, релевантных телепередаче, которую смотрит зритель, позволяет операторам повысить заинтересованность абонентов и удержать их в рамках своих сервисов, а также предложить новые услуги и найти новые источники дохода. При этом мы предоставляем операторам SDK, поэтому они могут создать решение, максимально подходящее именно для них.
Какую информацию о зрителе нужно использовать, чтобы рекомендации стали работать?
Интернет-данные не структурированы, и их труднее правильно привязать, проанализировать и отмасштабировать по сравнению с традиционными структурированными данными: метаданными из EPG и видео по запросу. Чтобы преодолеть этот барьер, сервис-провайдерам нужно использовать самые современные научные методы и технологии «больших данных», которые позволят обработать большие объемы неструктурированной информации, извлечь оттуда релевантную и привязать к соответствующему видео.
Наши партнеры сервис-провайдеры успешно используют информацию о видеоконтенте для поиска подходящего видео из интернета, интерактивных приложений и др.
Также можно, к примеру, находить обзоры телешоу онлайн, анализировать настроения и использовать это при выдаче рекомендаций. Можно определять, что показывается в кадре, и давать возможность купить соответствующие товары.
Решения по поиску и персональным рекомендациям контента дороги, и внедрение их требует дополнительных усилий – в частности, переработки пользовательских интерфейсов. Оправданы ли затраты? Имеет ли смысл использовать такие решения уже сейчас или лучше подождать?
Нам кажется, что рынок требует от сервис-провайдеров дифференциации, и они больше не могут откладывать. Продвинутые алгоритмы, которые найдут для зрителей правильный контент из всех возможных источников – это то, что зрители ожидают уже сейчас.
