Fernsehen ganz persönlich

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Wenn Sie sich auf Netflix Scandal angesehen haben, liegt dies sehr wahrscheinlich daran, dass Sie bereits House of Cards, Madam Secretary oder eine andere politische Dramaserie kennen. Laut Netflix stellen personalisierte Vorschläge 75 % der Programme, die von Kunden über dessen Streaming-Dienst geschaut werden. Heutzutage ist ein personalisiertes TV-Erlebnis der Schlüssel dazu, sich die Aufmerksamkeit der Verbraucher auf einem überfüllten Unterhaltungsmarkt zu sichern.

Verbraucher sind heute so übersättigt mit Medien, dass jeder TV-Dienst mit aller Kraft um einen Teil ihrer Zeit und Aufmerksamkeit kämpfen muss. 2016 verbrachten Erwachsene mehr als zwölf Stunden pro Tag mit Multitasking auf verschiedenen Medien – laut eMarketer fast eine Stunde mehr als die Durchschnittszeit 2011. 2018 wird diese Zahl noch weiter steigen. Aufgabe der TV-Unternehmen ist es daher, den größtmöglichen Anteil dieses Medienkonsum-Universums für sich zu gewinnen, und das in einer Zeit, in der Zuschauern eine größere Auswahl als je zuvor zur Verfügung steht.

Marken investieren Millionen in Eigenproduktionen, um von diesem Medienkonsum eine kleine Scheibe abzubekommen. Radio, Zeitungs- und Zeitschriftenverlage müssen weiterhin mit ansehen, wie ihre einst bedeutenden Anteile immer weiter zusammenschrumpfen. Die Anteile von Social-Media-Unternehmen sind in den letzten Jahren gestiegen, besonders unter den Millennials, die laut Nielsen 24 % ihrer Medienzeit in sozialen Netzwerken verbringen. Weiterhin darf man auch nicht die Unterhaltungsoptionen für Mobile, Spiele, Virtual Reality und sogar Augmented Reality vergessen, die sich um die Aufmerksamkeit der Verbraucher bemühen.

Auf diesem überfüllten Unterhaltungsmarkt ist es unbedingt erforderlich, dass Medienunternehmen ihr Angebot differenzieren, indem sie Zuschauer mit dem richtigen Content zur richtigen Zeit anlocken. Einer der effizientesten Wege, dies zu erreichen, ist datengestützte Personalisierung.

16 %

Nur 16 % der Verbraucher sagen, dass TV-Empfehlungen stets von sehr guter Qualität seien.

Quelle: Piksel und Censuswide
23 %

der Verbraucher sagen, ein gutes Programm zu finden, sei ihnen so wichtig, dass es ihre Wahl des Anbieters beeinflusse.

Quelle: Piksel und Censuswide
75 %

dessen, was sich Kunden auf Netflix ansehen, beruht auf einer Empfehlung.

Quelle: The Netflix Tech Blog
TV-Unternehmen mit erfolgreicher Videopersonalisierung machen zwei Dinge richtig. Sie identifizieren erstens Personalisierungstechniken, die die gewünschten Ergebnisse bringen, wie beispielsweise höhere Zuschauerbindung und vermehrte Videoaufrufe. Zweitens stellen sie die erforderlichen Ressourcen zur Umsetzung und Skalierung dieser Techniken bereit.

Falls Sie ein TV-Anbieter sind, der sich im Anfangsstadium der Personalisierung befindet, sollten die folgenden Techniken unter den ersten sein, die Sie ausprobieren. Wenn Sie Personalisierung bereits teilweise einsetzen, werden Ihnen diese Techniken dabei helfen, Personalisierungsaspekte zu identifizieren, die Sie bisher vielleicht übersehen haben.

space
7 Methoden für erfolgreiche Personalisierung von TV

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Personalisierung hilft Ihnen dabei, bei jeder Fernseh-Session das Interesse Ihrer Zuschauer aufrechtzuerhalten und diese an Ihr Unternehmen zu binden. Von den unten aufgelisteten sieben Wegen zur TV-Personalisierung wurden einige von Adobe-Mitarbeitern getestet und für effektiv befunden, während andere sich auf dem Markt bewährt haben. Sie selbst können am besten beurteilen, welche davon für Ihre Zielgruppe geeignet sind.
1: Personalisierung für neue Besucher (auch „Kaltstart“ genannt)
Wenn ein neuer Besucher über Ihren Dienst Content findet, den er sich ansehen möchte, steigt die Wahrscheinlichkeit, dass aus ihm ein treuer Zuschauer wird. Es kann jedoch schwierig sein, neuen Besuchern aufgrund des „Kaltstart“-Problems den richtigen Content zu empfehlen, ohne über historische Daten über zuvor angesehene Programme zu verfügen. Sie können dieses Problem lösen, indem Sie Daten von Bestandskunden verwenden, die ähnliche demografische Merkmale wie der neue Besucher aufweisen oder die Content in einem ähnlichen Kontext ansehen.

Nehmen wir einmal an, dass Sie anonymisierte Daten über Alter, Geschlecht, Standort und Browser-Verlauf für jeden neuen Besucher besitzen. Sie können diese Daten dazu nutzen, weiblichen Millennials, die Koch-Websites besucht haben, eine bestimmte Art von Fernseherlebnis zu bieten und einem männlichen Baby-Boomer, der Sport-Websites besucht hat, eine ganz andere. Auf ähnliche Weise können Sie jedem ihrer wichtigsten Zielgruppensegmente ein individualisiertes Fernseherlebnis bieten.

Wenn ein TV-Dienst auf diese Art personalisiert ist, steigt die Wahrscheinlichkeit, dass erstmalige Besucher bei ihrer ersten Session ein Programm ansehen und dann zurückkommen, um ähnlichen Content zu sehen.

2: Kontinuierliche Personalisierung für wiederkehrende Zuschauer
Die Personalisierung des Fernsehens ist niemals völlig abgeschlossen, da das Erlebnis mit jeder Interaktion und jedem Datenelement eines Anwenders weiter angepasst werden kann. Behalten Sie immer im Auge, was angesehen wurde und was nicht. Diese Information kann dazu genutzt werden, Content zu empfehlen, der dem ähnelt, der bereits angesehen wurde, oder um eine ganze Content-Kategorie vorzuschlagen, die den Zuschauern eines ähnlichen Zielgruppensegments gefallen könnte.
3: Personalisiertes Browsing
Wenn Zuschauer auf einer personalisierten TV-Oberfläche suchen, sollte ihnen optimaler Content gezeigt werden, der so präsentiert wird, dass sie zum Weiterschauen animiert werden. Dies könnte unter anderem durch personalisierte Navigation, personalisierte Empfehlungen und sogar durch ein personalisiertes Look-and-Feel insgesamt geschehen.
Netflix liefert ein gutes Beispiel für personalisierte Sucherlebnisse. Justin Basilico von Netflix und Xabier Amatriain von Quora erklären in einem Vortrag über die Zukunft von Empfehlungssystemen, wie es funktioniert. Für jeden Kunden personalisiert Netflix die Top-Empfehlung und teilt dieser einen Empfehlung einen großen Teil der Bildschirmfläche zu. Diese Top-Empfehlung enthält einen sich auf das ausgewählte Programm beziehenden Bewertungsvorschlag für den Kunden sowie Anhaltspunkte aus dem Verlauf gesehener Programme des Kunden, die dieser Bewertung zugrunde liegen. Netflix bestimmt auch die Empfehlungskategorien, die einem Kunden gefallen könnten, und listet diese in Reihenform auf. Weiterhin bestimmt das Unternehmen die Empfehlungsrangfolge innerhalb jeder einzelnen Kategorie und listet diese von links nach rechts innerhalb einer Kategorienreihe auf.
4: Personalisierte Videoempfehlungen in Suchergebnissen
Wenn Zuschauer auf einer personalisierten TV-Oberfläche suchen, sollte die Ergebnisseite sie wie beim Sucherlebnis tiefer in den Dienst eintauchen lassen. Der beste Weg, dies zu erreichen, sind personalisierte Suchergebnisse, die auf Ihren Daten über den jeweiligen Anwender basieren.

Jeder TV-Anbieter besitzt Standortdaten über seine Zuschauer, und diese können dazu verwendet werden, Suchergebnisse relevanter zu machen. Google personalisiert beispielsweise seit 2009 Suchergebnisse für ausgeloggte User. Die personalisierte Suche wird ebenso auf YouTube eingesetzt. Dies kann anhand der YouTube-Suchergebnisse für „Football“ in den USA im Vergleich zu denen in Großbritannien veranschaulicht werden.

Der Standort ist natürlich nur ein Aspekt, der Videoempfehlungen in Suchergebnissen beeinflussen könnte. Die Suchergebnisse eines Zuschauers könnten weiterhin durch den Verlauf gesehener Videos, Gerätetyp, Tageszeit, Lieblingsschauspieler, Lieblingsregisseure und andere Kriterien beeinflusst werden.

5: Personalisierte Empfehlungen am Ende eines Programms
Am Ende eines Programms erreichen Zuschauer einen wichtigen Moment in ihrer aktuellen Fernseh-Session. Sie haben entweder Interesse am Weiterschauen oder beenden ihre Fernseh-Session. Viele TV-Dienste, wie z.B. HBO Go, motivieren ihre Zuschauer zum Weiterschauen, indem sie automatisch zu einem neuen Programm überleiten.

Manche Übergänge von einem Programm zum nächsten sind einfach vorauszusagen, während andere bessere Daten und Technologie erfordern. Es ist beispielsweise leicht, vorauszusagen, dass Zuschauer nach einer Serienfolge die nächste sehen möchten. Es ist jedoch schwieriger, vorauszusagen, was Zuschauer am Ende einer Serie oder eines Films sehen möchten. Personalisierungs-Technologie kann in diesem Bereich dabei helfen, Zuschauer zum Weiterschauen zu animieren.

6: Die „Weiterschauen“-Funktion
Eine weitere wichtige Komponente für wiederkehrende Zuschauer ist, ein Programm dort fortzusetzen zu können, wo man zuvor aufgehört hat. Diese Funktion ist besonders hilfreich, wenn sie über mehrere Geräte hinweg angewendet werden kann, sodass Zuschauer beliebig vom Fernsehbildschirm zu ihrem Tablet, zu einem Desktop-Computer oder zu ihrem Smartphone wechseln können.
Der TV-Streaming-Dienst Crackle bietet die „Weiterschauen“-Funktion sogar für nicht eingeloggte Zuschauer an.
Telefon
7: Personalisierte Werbung
Ein weiterer wichtiger Personalisierungsbereich ist Werbung. Sie können Advertisern dabei helfen, kostenpflichtige Anzeigen nur den Zuschauern zukommen zu lassen, die am wahrscheinlichsten darauf reagieren. Dies unterscheidet sich von traditionellen Fernsehwerbungs-Transaktionen, bei denen Advertiser Werbe-Spots in Programmen kaufen, die gut zu ihrer Zielgruppe passen. Es ist ein gutes System für den Anwender, weil die Werbe-Spots relevanter sind. Es ist ein gutes System für den Advertiser, weil die Wirkung jedes Spots steigt. Und es ist ein gutes System für Sie als TV-Anbieter, weil Sie von jedem einzelnen Werbeblock mehr Einnahmen generieren können.
space
Adobe
Adobe hat die passende Lösung.
Für erfolgreiche Videopersonalisierung müssen Sie nicht Netflix sein. Sie müssen sich nur entscheiden, wie Sie Ihren TV-Dienst personalisieren möchten. Arbeiten Sie dann zusammen mit Adobe an Ausführung und Skalierung Ihres Angebots. Mit unserer Suite von Cloud-Diensten, Adobe Experience Cloud, können Sie ganz persönliche TV-Erlebnisse erschaffen – damit Zuschauer jedes Mal zufrieden sind, wenn sie bei Ihnen einschalten.

Adobe Experience Cloud macht ganz persönliche TV-Erlebnisse möglich.

space
„Growth in Time Spent with Media Is Slowing“, eMarketer, 6. Juni 2016, https://www.emarketer.com/Article/Growth-Time-Spent-with-Media-Slowing/1014042.

Jon Lafayette, „Nielsen: Time Spent on Social Media Growing“, Broadcasting & Cable, 17. Januar 2017, http://www.broadcastingcable.com/news/currency/nielsen-time-spent-social-media-growing/162512.

„Personalized Search for everyone“, Google Official Blog, 4. Dezember 2009, https://googleblog.blogspot.com/2009/12/personalized-search-for-everyone.html.

„TV Viewing Habits“, Piksel and Censuswide, December 2016, https://www.slideshare.net/Evolyte/piksel-tv-viewing-habits-report.

Xavier Amatriain und Justin Basilico, „Netflix Recommendations: Beyond the 5 stars (Part 1)“, The Netflix Tech Blog, 6. April 2012, https://medium.com/netflix-techblog/netflix-recommendations-beyond-the-5-stars-part-1-55838468f429.

Xavier Amatriain und Justin Basilico, „Past, Present & Future of Recommender Systems: An Industry Perspective“, 18. September 2017, https://www.slideshare.net/justinbasilico/past-present-future-of-recommender-systems-an-industry-perspective.