利用元数据和用户数据实现快和OTT货币化

T在出版业有一句古老的格言:写作就是写作，但出版是时间安排. 在媒体和娱乐界, 由此推论，内容为王, 但将内容货币化则完全是另一回事. 质量和数量很重要, 当然, 但是，与内容库的创建和管理一样重要的是支持和维持艺术的科学.

尤其是在已经饱和的OTT内容市场, 快, SVOD, 和AVOD, 在吸引眼球、将收视率转化为盈利能力的过程中，制作出精彩的节目还仅仅是成功的一半. 奥特的有利的一面, 即使在观众份额远远落后于传统线性电视的时候, 是否能够更精确地定位目标受众, 个性化体验，并利用推荐引擎为合适的观众呈现合适的内容.

当然, 没有什么能让推荐引擎——以及其他盈利杠杆手段——运转起来, go, 像 data 在它的许多变种中. 元数据尤其是个性化观众体验和优化内容组合的关键. 人工智能在提高元数据质量和改进推荐方面发挥着越来越大的作用. 分析师们关注的是M&媒体业界和主要媒体公司的内部人士对此表示赞同, 数据对于了解客户旅程以及就如何接触和留住订阅者和客户做出明智的决策也至关重要, 在广告支持方面, 向受众投放正确的广告，向品牌投放正确的受众.

元数据:一切的关键?

在11月的流媒体连接2023的一个小组讨论中，Chris Pfaff 克里斯·普法夫科技媒体将元数据描述为“关键”, “一切的DNA”，当涉及到推动OTT和快的投资回报率时.

Paul Erickson，创始人和负责人 Er-ickson策略 & 的见解，称为元数据”表股份，这是一种有效的OTT货币化策略，也是“整体服务投资回报率的潜在力量倍增器”, 如果你正确地利用它.”

这一切都归结为“持续参与”,埃里克森解释道, 这是留存率和盈利的基础. 它与个性化、搜索和推荐直接相关. 如果我们考虑如何有效地定位和解决特定受众的广告, 这种专一性得到元数据的极大帮助，元数据可以帮助广告商了解他们想要吸引的受众的细微差别. 对于那些能够有效地增强和丰富元数据的各方来说，有很多价值可以获得, 通常使用人工智能来帮助实现这一目标, 特别是当涉及到平衡不同库中的元数据质量和丰富程度时，这些库可能包含来自不同来源的新内容和遗留内容, 就像你在快频道中看到的那样.”

任何成本/收益分析都必须承认，不仅是回报，还有ROI的投资方面, 以及元数据带来的降低成本的机会, 埃里克森con-tinues. “元数据还可以帮助你了解内容组合中表现不佳的部分的具体细微差别，并让你了解其中的原因, 取决于元数据的丰富度和质量. 因此, 它可以帮助您优化现有的内容组合，并为您的未来内容获取策略提供信息.”

当然，有效使用元数据的另一个关键因素是拥有准确和干净的元数据. Bethany Atchison，分销合伙人管理副总裁 Vevo, 强调在拥有800个库的服务中拥有组织良好的数据的重要性,为了提供高质量的用户体验，我们提供了“跨越几十年、跨越流派”的5000个音乐视频. “组织我们的数据对于跟踪所有内容非常重要. 我们真的需要干净的元数据来组织一切，”她说. “我们有一个编程团队，利用他们的专业知识为我们每个单独的快频道编程, 但他们需要利用人工智能和数据来梳理所有这些内容，并将所有内容呈现给他们，因为有太多的内容需要浏览. 对我们来说，这真的等同于我们渠道的成功.”

Vevo

Vevo上的内容推荐

Dan Trotta，产品经理华纳兄弟. 发现, 通过描述他的公司和其他优质内容服务如何使用元数据来智能地确定当观众暂停节目时屏幕上出现的“暂停广告”，以及品牌广告可能放置的位置和不放置的位置，强调了元数据的价值. “假设你正在看这样的东西 打破坏, 你在节目中暂停一下，也许你不希望有人走进房间, 你也不希望广告客户的广告在上面弹出. 流媒体服务正在开发贯穿整个剧集的元数据，以告诉你什么时候该地区是安全的，什么时候不安全,他解释道. “它允许你采用这种广告形式，并将其分配到比其他方式更多的节目时间. 那是你口袋里的钱. 这比在不该放广告的地方放广告有更好的观看体验.”

h20max

在Max上暂停广告

上下文和. 行为数据

在互联网上，许多针对特定受众的广告都利用行为数据，表明用户的兴趣或人口统计数据，为相关的用户提供适合的广告. 上下文数据分析内容本身，并将广告活动与该内容所暗示的兴趣联系起来. 文本驱动的上下文广告相对简单, 依靠扫描关键词来匹配相关广告的内容. 应用于OTT内容的更复杂的上下文广告解决方案也会分析它的情绪和语气.

埃里克·伯杰常识网络, 哪家公司开发广告解决方案，在提供儿童内容的同时提供适合年龄的广告, 分解使用上下文数据的好处, 以及目前实施的一些限制. “如今上下文数据的问题在于，人们使用的是YouTube等平台上由创作者创建的元数据, 而且上下文也不太吻合,他说. “你就能更好地找到屏幕上的内容和广告之间的实际匹配, 消费者体验越好, 参与度越高. 有时是一个话题，比如一个带有REI广告的远足视频.

但有时也是情绪和情绪的问题——团队合作, 榜样, 同理心——连接并吸引你. 这就是为什么许多人更喜欢上下文而不是行为.”

常识网络

常识网络的上下文广告定位和匹配

在生成期望的消费者响应方面，上下文数据优于行为数据的另一个优势, 伯杰说, 是它的时效性. “行为是基于过去的行为，”他解释道. “有多少次你寻找一双鞋子，然后(鞋子广告)在网上跟着你, 但是你已经买了或者决定不买了? 上下文更多的是在当下.”

有效的上下文广告是, 如果任何东西, 甚至比行为更依赖于数据, 尽管它本身并不利用用户数据. “正确处理数据并尽可能地扩展内容海洋非常重要. 我们从评估内容中获取了3年的内容数据, 我们与德勤合作，利用机器学习技术将这些数据集放大，这样我们就可以有效地对适合孩子的海量内容进行分类，并能够在不需要任何用户数据的情况下，通过300多种不同类型的指标对其进行切片.”

部分人工智能，部分人类

正如伯杰所描述的, 机器学习和人工智能是将数据分析提升到一个新的水平的关键工具, 无论是广告对齐还是内容推荐. 随着推荐引擎在使用元数据和用户数据来改进推荐或广告相关性方面变得更加复杂和高效, 增强用户体验, 或者更长久地吸引观众的注意力, 那么问题就来了，有多少人工智能因素会影响到这个等式，又有多少人类智能会直接影响引擎的决策.

“你在流媒体主页上看到的很多内容都是针对你、你过去的观看行为以及与你相似的观众过去观看过的内容而个性化的,华纳兄弟说。. 发现号Trotta. “人的因素仍然非常重要，就是把算法指向正确的方向. 这意味着要设置关键输入和关键输出指标.人的因素也决定了关键战略问题的答案:“你是否打算在一天内为最活跃的观众进行优化?? 你是否打算在一天内优化你的服务可以获得的最多观看时间? 你是否会针对用户在一个月内的回访频率进行优化? 它通过管道加速，最终成为用户看到的东西. 但这是每次开始的基本问题.”

“人工智能将是一个巨大的游戏规则改变者，”他说 TVREV 联合创始人兼首席分析师艾伦·沃尔克. 他创造了“快”这个词，指的是免费广告支持的电视，当时它是数字化长尾和传统内容的一种出口，快频道提供商发现，这些内容可以作为商业上可行的媒体享受第二次或第三次生命, 这要归功于通过OTT和流媒体提供的更好的目标机会. 人工智能的真正力量在这个领域, Wolk声称, 是深入挖掘节目来分析情绪和情绪, 正如伯杰在测试中所说, 并在广告投放等方面做出更明智的决定.

“有些公司就像 AiBUY 和 KERV 它们实际上能够穿越并识别不同场景中正在发生的事情，”沃尔克说. “没有人想在节目的葬礼场景中播放滑稽的广告.他解释说，直到最近，“很难确定这一点。. 现在他们可以通过理解所涉及的情绪来做到这一点.”

这些功能也为情境洞察和内容匹配创造了机会，这在AI加入之前是闻所未闻的. 例如, Wolk说, “如果我是凯迪拉克, 马修·麦康纳也在其中, 我想在那里登广告, 因为他也在我的广告里. 它创造了一个很好的协同作用. 它甚至可以了解观众喜欢什么样的节目，并个性化他们的订阅. 这将是巨大的.”

普法夫认为，越聪明的人, target-ed, 数据和人工智能广告策略的策划性质也可能有助于减少“广告频率和广告疲劳”——这是流媒体货币化越来越以广告为中心的一个关键问题, 即使是最可靠的基于订阅的服务也在增加并强调它们的混合层.

“广告超载和目标定位不佳总是会对用户粘性或留存率产生负面影响, 这会随着时间的推移明显影响你的投资回报率吗,埃里克森表示赞同.

往心里去

所有这些都依赖于使用个性化要求的个人数据, 问题是，依赖于这些数据的内容公司以及其他数字数据采集公司是否会面临一场灾难. 随着消费者越来越意识到他们正在放弃的隐私，以及他们的数据对收集这些数据的公司的价值，他们可能不会那么愿意放弃——提供这么多关于他们的偏好和行为的信息，只是为了让他们更快地看到他们想要的节目，或者训练人工智能模型为他们提供他们可能购买的产品的广告.

出版商信息交换所最近做了一项广泛的研究，调查消费者对一系列目的的数据收集和使用的态度, 包括M的个性化&E内容和广告. 与ESHAP CEO共同制作埃文·夏皮罗这些发现发表在2023年11月的白皮书中，名为这都是个人问题.

PCH消费者洞察:一切都是个人的

PCH's It's All Personal report

尽管“个人数据隐私/安全”在美国人最关心的问题中排名第二, 夹在生活成本和经济状况之间, 相当低的数据素养水平似乎阻碍了他们对这一问题采取行动的能力或倾向. 大多数受访者承认，当他们看到像网站的cookie政策这样的数据共享选项时，他们并不完全确定自己会同意什么. 只有50%的人表示，他们愿意调整手机的隐私设置，以更密切地保护自己的数据, 更少的人表示有兴趣了解更多正在收集的数据.

许多受访者似乎没有充分认识到他们的个人数据对收集这些数据的公司的价值. 但他们似乎确实重视个性化给他们带来的好处. 不到一半(45%)的人表示，他们愿意用更少的个性化广告来换取对个人数据的更多控制. 调查显示，在容忍能够瞄准OTT内容的数据收集类型方面，用户总体上是被动的，并且愿意放弃一点点隐私以换取个性化的娱乐体验.

“当我们观察人们对广告的态度时, 我认为我们预期人们会对个性化广告有点反感, 但事实似乎并非如此, 尤其是对年轻的消费者,夏皮罗说. “他们似乎对自己的数据被用于针对他们的个性化广告完全无动于衷.”

“这些数据在想要个性化内容的人和不想要个性化内容的人之间几乎平分,Publishers clearing House助理副总裁Smriti Sharma说. “每个人都在谈论隐私，但人们真的了解隐私是什么吗? 因为很明显，提供个性化内容的唯一方法是捕获他们的数据并确定他们喜欢什么.”

对大多数媒体消费者来说，目的似乎证明了手段是正当的. “如果你有合适的内容,夏尔马说, “人们会跟随它, 他们已经准备好为此付出代价了.”

整体, 出版商信息交换所的研究表明，为个性化提供动力的个人数据访问不太可能在短期内减少——至少不会因为消费者出于隐私考虑而采取行动.

保持平衡

埃里克森断言，这与个人化同样重要, 干净的元数据, 以及人工智能增强的广告定位, 没有任何单一因素比声音内容预算对流媒体服务的投资回报率贡献更大. (这很可能是等待付费内容提供商的命运，他们在原创内容上花费过多，并试图通过广告层扭转命运, 分享镇压, 价格上涨, 诸如此类.)自然, 为用户匹配正确的内容，首先要有正确的内容作为开始.

“内容是任何视频运营的命脉, 无论是传统的广播, 流媒体服务, 快速信道, 你有什么?, 它可以成就或破坏你的服务的经济效益,埃里克森说. “合适的内容能够吸引玩家，让他们留在游戏中，并再次吸引他们. 但内容不足会导致他们流失, 在这些内容上花费太多, 不管它有多好，多相关, 会让你的投资回报率上下颠倒吗. 所以今天, 我认为我们终于看到了一个严肃而明智的内容支出审查，当涉及到收购和佣金时，以确保整体内容预算得到有效和盈利的使用.”

埃里克森认为M&2023年作家和演员罢工引发的内容创作实际上可能会带来一些重置，这可能会促使内容获取和开发模式进行必要的调整，并重新优先考虑质量而不是数量. “很明显, 从服务的角度来看，优秀的内容总是有价值的，可以吸引用户，让他们成为订阅用户. 但是如果你不能委托制作那么好的内容, 我们现在的情况是，罢工可能会让这个行业在另一个领域磨练自己的技能,埃里克森说. “投资组合中并非所有优秀的内容都必须是原创作品. 你可以授权和利用来自世界各地的一些令人惊叹的内容，如果你适当地将其国际化或者它已经国际化了. 随着时间的推移，你的用户基础会变得更加多样化, 留住他们成为一个企业变得越来越重要, 授权给了你很大的灵活性，以确保你服务于或超级服务于这些独特用户群体的所有细微差别. 无论您是将内容放入AVOD服务或SVOD服务或快频道的投资组合中, 你仍然需要具备一定程度的内容灵活性, 但是，这些内容支出可能会从优先考虑较少的原始佣金，转向非常谨慎的内容授权，以服务于特定的受众群体.”