目前智能视听产业各方都在寻求从量变到质变、从流量到留量、从短期收益到长线价值的进阶之道,而这有赖于精细化、智能化、场景化运营策略,更有赖于各方从产品思维到服务思维的转变。
2022年6月15-16日,由流媒体网主办的「海南论道暨第23届中国智能视听与科技创新高峰论坛」在海口举行。在15日下午的「智屏运营论坛」上,与会嘉宾就产业精细化运营与服务思维转变等热点话题展开广泛探讨。
会上,火山引擎智媒高级架构师龙妮娜进行了题为《媒体智慧大屏运营最佳实践》的演讲。
以下是演讲全文:
大家好,我是火山引擎龙妮娜,我今天演讲主题是《媒体智慧大屏运营最佳实践》。智慧大屏作为智慧家庭的核心,联动多场景经济,运营价值多维度持续提升。增值业务方面,大屏交互体验带来购物、音乐、游戏、教育、健身等增值业务快速落地,超半数用户逐渐养成习惯。至2025年增长有望逾1150%;影视付费分成方面,付费意愿提升带来影视付费持续扩容。优质内容涌现下影视付费会员平均单价亦有望提升;OTT广告分成方面,大数据加持提升精准投放效果,广告分成量价齐升,至2025年有望超200亿。
不过大屏用户体量的增加随之带来了差异化的需求,传统单一的人工运营模式难以实现高效分发并盘活中长尾的媒资,亟需借助推荐算法实现千人千面的效果,帮助提升用户的活跃及留存,盘活存量市场并渗透增量空间。借助推荐算法,提升用户对付费套餐、内容的购买率,最终提高大屏业务价值变现能力。
火山引擎智慧大屏解决方案
接下来,我跟大家简单介绍一下火山引擎。火山引擎是字节跳动旗下的云服务平台,将字节跳动快速发展过程中积累的增长方法、技术能力和工具开放给外部企业,提供云基础、视频与内容分发、大数据、人工智能、开发与运维等服务,帮助企业在数字化升级中实现持续增长。
目前火山引擎跟很多媒体有合作,尤其在大屏领域,包括跟华数、CMG等等。我们面向大屏领域提供了比较好的解决方案,这个依赖于自身公有云平台和数据中台、智能中台,提供以大数据技术、智能算法为核心的全链路、全场景、端到端的定制化大屏解决方案,主要集中在智能推荐场景、数字运营场景以及未来的大屏互动娱乐的场景。最终我们希望能够帮助提升大屏整个业绩指标,包括点击、时长、付费转化率等指标。
我们的愿景希望依托于内容推荐+用户运营+商品转化协同联动打造大屏商业生态的闭环,希望借助智能推荐算法和会员个性化运营实现1+1大于2的效果。
智能推荐实践——全场景智能推荐,实现大屏业务增长
像第一个场景更多会集中在智能推荐这一层面,因为过去跟各个媒体厂商合作过程中,其实已经验证了个性化推荐能够帮助大屏实现运营指标和收入指标的提升。
面向大屏首页,猜你喜欢以及电影电视这种垂直频道和详情页,给它做内容个性化推荐、广告个性化推荐以及商品的个性化推荐,其实本质就是希望通过推荐算法预测用户对什么东西比较感兴趣。而为了达到更好的推荐效果,火山引擎开放了抖音、头条同款推荐能力,这一点着重强调一下算法的特殊性,算法跟一般产品不同,算法的策略依赖于我们产品和业务的不断迭代。而算法的模型其实是通过用户行为的喂养,来不断进行优化。
如果说厂商在开放算法过程中,本身没有好的业务,就很难做到精准效果,这就是为什么我们要开放自己本身终端算法,是因为我们算法经过了上亿用户的验证,确实能够带来实质性的效果,同时也能够保证给整个大屏带来业绩指标的提升。这个指标可以是用户点击行为的提升,可以是用户在线时长、订阅付费转化的提升。
目前智能推荐整体流程包含了召回、过滤、排序和重排等等,经过每个环节推荐算法之后,呈现给用户端就是几十条用户感兴趣内容的列表,而且每个内容都带着算法的打分。而在最后的重排阶段,我们支持运营和编辑自定义运营规则。
有时候需要做内容的置顶,有时需要固定内容的加权,这些都支持做自定义的。火山引擎其实就是把抖音的推荐能力通过推荐算法平台来对外进行输出,能够提供从数据的接入校验,到特征工程、模型开发再到AB测试的端到端解决方案能力。
如果客户本身没有开发团队,火山引擎算法工程师可以基于客户的业务场景和想要优化的业务指标定制我们的算法模型。此外如果客户有自己的开发团队,可以让算法工程师基于客户平台做特征工程和模型开发。
大家都知道,其实抖音推荐算法已经有业界领先的系统架构,所以我们在算法平台里面内置了非常多的深度学习的模型,是实时性的,就是前一秒刷新一下,后一秒就可以根据刷新的行为实现新的推荐。
同时针对家庭用户的场景,我们开发多用户识别的算法,主要应用的就是抖音的算法能力,最重要的一点无论是家里的老人、小孩还是家里的男主人、女主人都有自己的兴趣偏好,而且会在固定场景下用,这个基础之上,当你跟它产生交互之后,深度学习网络会分析产品使用行为,定义他是什么用户,到底是老人还是小孩,定义用户之后会基于使用的行为做推荐。
最后考虑到本身广电媒体对数据的重视性,大屏提供专属VPC的方案,可以把数据传到本身公有云专属云的区域,可以实现用户的隔离和数据的隔离,最终保证大屏算法的安全性和稳定性。
举一个我们与某省运营商的实践案例,我们当时接入到了电影频道和电视频道的场景,大家都知道数据它是有一点贪婪性,随着时间周期延长,整个数据指标会越来越好,推荐会越来越精准,用户的留存会越来越高。因此上线6个月之后,整个点击播放时长完播率有进一步提升,尤其是播放时长在50%提升基础之上又增加了100%的提升。
还有是跟某IPTV OTT牌照方的合作案例,我们的指标体系优化是遥遥领先的,而首月上线之后也取得了非常好的效果,尤其在电影频道整个优化指标上有一个比较大的提升。
最后,是我们跟某省新媒体公司也做了一个推荐的合作,在前期过程中它是有比较好的优化指标的效果,现在已经在跟它探讨第三期的合作,希望在更多大屏场景里面接入我们的推荐,更多的去优化我们本身的指标效果,帮助大屏业绩提升指标。
数据运营实践——面向用户增长的数字化运营体系
第二个面向于数据运营的实践,就是以数据应用驱动为核心,面向用户增长打造整个数字化运营体系,希望能够提升整个用户活跃开机和会员订阅付费。
本身,火山引擎其实就提供了一整套从数据源到数据集成的数据化运营体系,像数据中台就是基于数据的集成、开发以及数据的治理帮助我们更好做数据基建,帮助去保障数据全链路。
再往上就是数据应用,最重要的点就是帮助业务方去使用数据,告诉他们怎么用数据更合适,帮助他们做业务的增长。在这个之上,通过一整套产品互相之间的合作,最终基于数据实现分析,提出并验证假设,进行实施以及持续跟踪效果分析。
最终实现可持续性用户增长的闭环,那放到大屏业务增长的实践场景里面,其实就是希望,一方面打造数据类产品,另一方面希望打通数据产品套件,提升开机活跃以及用户付费。
大家都知道,在互联网形态下,数字化的应用相对于传统应用有一个比较特殊的点,就是可以通过用户买点获取用户数据的资源。因此客户数据平台一方面能够汇聚大屏还有新媒体生态。可以汇聚机顶盒的数据、网站的数据等等,可以去做多元数据汇聚,然后打通大小屏的用户。我们可以为客户提供公私域数据的联动能力,帮助客户更好地了解自己的用户。
我们沉淀了数据资产之后,放到我们平台上要做什么事情呢?我们要建立本身的标签体系,这个标签体系可能会包含一些基础信息,就是你的性别是什么、机顶盒类型是什么样,还有本身套餐偏好、使用偏好,内容偏好、会员类型等等,我们希望基于我们的标签能够对用户价值进行分层,同时希望构建用户全生命周期的档案,了解你到底是新用户还是活跃用户还是即将流失的用户。
我们对这个用户进行全生命周期档案之后,希望能够基于用户整体生命周期进行用户运营,就需要用到我们的增长营销平台,最重要的一点首先接入所有的推送渠道,包含大屏资源位、短信、push、微信公众号等等通道,同时跟客户数据平台打通获取行为包和人群包之后,可以做基于人群分类的精细化的运营,推送他感兴趣的运营动作。
就像我们可以做一些定时的推送触达,签到的提醒,热门内容推送,还可以基于行为做推荐,新用户注册之后,给你下发新用户大礼包,没支付的时候给你下发优惠券,最终的目标是希望能够实现新用户的快速转化,也可以实现成熟用户的留存,还可以实现流失用户的一个召回、激活,最终提升整体开机率。
用户开机了之后,我们最重要的目标是希望在大屏上消费,这个时候数据发挥的作用就是要通过数据引导你进行消费。而从首页资源位到支付成功整个过程中我们需要对数据进行分析。
我们首页资源位,数据显示50%的会员订购都跟首页资源位的内容有很大关系。第二我们希望在这个路径上尽量减少用户流失,因为每流失一个用户,最后支付就少一个用户。
第一我们增长分析平台就是对整个用户使用数据进行洞察,可以对首页资源位进行分析,可以分析内容点击的情况,可以了解用户的行为习惯。第二可以对整个流失关键节点进行分析,可以判断哪个节点的转化是有问题的,而且定位问题之后提出解决的策略帮助我们解决这个问题,这是本身增长分析平台能做到的事情。
同时我们在整个付费路径之上,如果我们产品经理觉得今天会员订购转化率不是很好,我们可能想出一个好的解决方案可以做一些付费套餐、文案、落地页风格或者付费活动的设计,但是我们不知道我们的设计能否取得好的效益,可以通过AB平台实验。
开通了实验之后跑一段时间,对比一下我们想优化的指标是否有提升,像点击率对比的情况、付费转化率情况,如果我们发现实验效果更好,意味着我们可以做这个策略的支持。
本身AB实验是怎样的过程呢?首先我们数据分析师通过数据分析工具发现问题,发现问题之后反馈给产品经理,产品经理基于我们的问题做策略以及优化指标的一些定义。那到了关键的一步就是基于我们的策略去做本身AB实验的分流实验,需要跑一段时间。放到大屏里面很多的场景一般会做为双周或者一个月看我们整体实验的效果,最终出一个实验报告,会验证和检测我们的实验指标,最终给出整体实验的结论。最终我们希望通过AB更好帮助做用户付费场景探索。
互动娱乐实践 ——智能中台赋能打造大屏沉浸体验
第三就是我们互动娱乐的场景,互动娱乐场景希望把我们智能算法和本身场景应用做结合,能够带来更好的交互式的体验。我们可以在大屏上做手势的一些识别,可以在大屏上做肢体动作的识别,这个东西最主要的一点是无需穿戴式的设备,只需要接入摄像头和我们的算法就可以做识别。
它有比较好的应用场景,比如说有游戏的应用场景和内容互动场景,识别摇头、手势、跳跃等等动作实现人机交互,同时可以在健身里面有比较好的应用,可以跟AR进行结合,通过算法判断你的动作到底标准不标准,比如说我平时做瑜珈等等可以基于你的动作做出打分,还可以有AR效果支持拍照。这个更多帮助我们做一些营销的新路径,或者是探索我们在大屏上更多的场景。第二个其实就是会把现在抖音上同款的人像美颜和AR试色的能力在大屏上释放,传统电视中插广告都是视频类型,现在可以通过AR试妆等实现广告互动,希望通过新场景探索帮助更好做广告运营整体的转化。
最后还会有一些面向大屏的老片修复技术,这个老片修复技术我们现在在西瓜视频以及在抖音上都有比较好的应用,例如葫芦兄弟和黑猫警长4K修复场景就是由火山引擎支持的,我们可以做老片的上色,也可以对质量不好的老片做瑕疵针对性的修复以及做画质增强,能够焕发出老片新的活力。
如果说大家对我们刚才讲的内容比较感兴趣的话,我们接下来可以深入沟通交流,同时各位也可以访问火山引擎官网,了解我们的产品并去做产品的测试,这就是我今天的分享,谢谢大家。
责任编辑:侯亚丽
24小时热文
流 • 视界
专栏文章更多
- [常话短说] 【重大】全国广电网一二把手最新名单 2025-01-17
- [常话短说] 【解读】中国广电第一会,大量信息曝! 2025-01-16
- [常话短说] 【解局】广电出路:免费?! 2025-01-14
- [常话短说] 【解局】万兆光网试点,喊话广电! 2025-01-10
- [常话短说] 【重大】2025开年,广电“双治理”大进展! 2025-01-08