Четырехминутное чтение Джереми Морриса, вице-президента по маркетинговым технологиям
Одним из ярких событий 2017 года для меня стало участие в TNW New York. Мероприятие было наполнено потрясающим контентом и вдохновляющими спикерами, которые обсуждали, что сейчас и будет в цифровом формате. Мне посчастливилось быть одним из тысячи участников, которые ушли с новым взглядом и пониманием IoT, ИИ, данных и блокчейна.
Глава отдела машинного обучения Netflix Тони Джебара был одним из выдающихся спикеров. Его выступление о машинном обучении для персонализации действительно заставило меня задуматься о будущем маркетинга, вовлечения и удержания пользователей среди этих новых технологий.
Как мы все знаем, люди — это животные, рассказывающие истории, изначально полагающиеся на произнесенное слово, передаваемое из поколения в поколение. Хотя у истории обычно есть начало, середина и конец, манера, в которой она рассказана, может повлиять как на аудиторию, так и на рассказчика. Природа двустороннего разговора добавляет еще одно измерение к тому, что в противном случае казалось бы линейной историей. Выражение лица, язык тела и уточняющие вопросы помогают формировать опыт. Это также позволяет рассказчику узнать, нравится ли вам то, что вы слышите, и, что более важно, будете ли вы слушать снова. С появлением книг, телевидения и фильмов мы потеряли большую часть этого взаимодействия. Однако это не означает, что двустороннее взаимодействие исчезло навсегда.
Теперь Netflix может добавить слой «реакций» обратно в повествование, чтобы экспоненциально улучшить персонализацию, рекомендации и общий пользовательский опыт — и все это благодаря машинному обучению.
Я предполагаю, что большинство людей знают, что когда им нравится или не нравится фильм на Netflix, их действия будут влиять на то, какие типы фильмов будут рекомендованы в будущем. Как маркетологи, мы также предполагаем, что любая платформа цифрового контента будет пытаться отслеживать как можно больше прямых (или подразумеваемых) взаимодействий пользователей. Тем не менее, глубина, с которой Netflix собирает данные о поведении пользователей для персонализации их опыта, весьма примечательна. Думаю, можно с уверенностью предположить, что они отслеживают не только что вы смотрите и почему, но и где вы предпочитаете смотреть.
При всем при этом Netflix МНОГО знает о своих клиентах. Так что же они делают со всеми этими данными?
Простой пример этого можно увидеть, когда вы исследуете, как персонализация иллюстраций для каждого названия в библиотеке Netflix может стать как значимой, так и уникально полезной для каждого клиента. Учитывая огромную разницу в индивидуальных предпочтениях, очевидно, что в интересах Netflix (а также конечного пользователя) оптимизировать иллюстрацию для каждого участника, чтобы выделить аспекты названия, которые наиболее важны для них.
Давайте рассмотрим, как может работать персонализация изображения для фильма «Форрест Гамп». Имейте в виду, что у Netflix есть десятки изображений-кандидатов для каждого заголовка. Тот, кто смотрит много боевиков/военных фильмов, может больше заинтересоваться Форрестом Гампом, если ему покажут иллюстрацию, на которой Гэри Синиз ведет взвод в джунгли Вьетнама. То же самое название фильма может быть представлено заядлому поклоннику Castaway с изображением Тома Хэнкса, бегущего по пересеченной местности с длинными волосами и косматой бородой.
Большая часть догадок устраняется с помощью сложных алгоритмов машинного обучения, которые используют контекстных, многоруких бандитов. Такой подход не позволяет большим выборкам пользователей упустить преимущества персонализации в процессе машинного обучения. Что-то, что просто невозможно с помощью простого A/B-тестирования.
Это всего лишь один небольшой пример того, как Netflix использует огромные объемы пользовательских данных и платформу, которая на самом деле становится умнее, чем больше вы взаимодействуете с ней, чтобы принести пользу ее участникам. Трудно судить о книге (или фильме) по обложке, но, по крайней мере, теперь эта обложка будет персонализирована.
Этот контент изначально был опубликован Swarm Agency по адресу https://www.swarmagency.com/buzz/how-netflix-personalizes-user-experience-through-machine-learning/?utm_source=facebook&utm_medium=social&utm_content=post% 2B01172018&utm_campaign=swarmlogs»