メディア&エンターテインメントのユースケース
メディア&エンターテインメント企業は、Adobe Experience Platformを利用して、ストリーミングプラットフォーム、コンテンツライブラリ、購読者アカウントからのオーディエンスデータを統合し、各視聴者またはリスナーの単一のビューを作成できます。 この基盤により、パーソナライズされたコンテンツの発見、積極的な購読者維持、オーディエンスの再訪を促すエンゲージメント戦略が可能になります。
コンテンツ推薦エンジン
視聴履歴、嗜好、類似のユーザー行動にもとづいて、映画、テレビ番組、音楽、記事などのパーソナライズされたコンテンツのレコメンデーションを提供します。 オーディエンスが自身の興味に合わせたコンテンツを見ると、カタログの探索により多くの時間を費やし、そうでなければ見落としていたであろうタイトルを発見します。
ビジネスへの影響
パーソナライズされたコンテンツレコメンデーションエンジンを導入した企業は、コンテンツのエンゲージメントが向上し、ユーザー一人あたりの視聴時間が大幅に増加しました。
導入方法
行動レコメンデーション パターンを使用します。 このアプローチでは、オーディエンスとのインタラクションから継続的に学習するAIを活用したレコメンデーションモデルを利用して、一人ひとりに最も関連性の高いコンテンツを特定します。 これは、アイテムセットが大規模で継続的に変化する（コンテンツカタログ）場合に適したパターンです。また、適格性ルールによって管理される一連のオファーではなく、視聴履歴から学習した行動の親和性にもとづいて選択されます。
技術的な考慮事項
- ジャンル、キャスト、ディレクター、ムードタグ、コンテンツレーティングなどのコンテンツカタログメタデータを取り込み、最新の状態に保つことで、利用可能なあらゆるタイトルを反映したレコメンデーションを提案する必要があります。
- 視聴シグナルをほぼリアルタイムで伝達し、利用者がコンテンツを視聴またはスキップしたときに、レコメンデーションが1回の閲覧セッションで更新される必要があります。
- レコメンデーションモデルでは、視聴履歴がない新規購読者に対して、すぐに使える戦略が必要です。通常、トレンド、エディトリアル、地域ごとに人気のあるコンテンツにフォールバックします。
- コンテンツのライセンスと可用性ウィンドウをレコメンデーションロジックに組み込むことで、地域で利用できないタイトルや、カタログから削除されたタイトルをユーザーが推奨しないようにします。
サブスクリプション解約防止
キャンセルのリスクがある購読者を特定し、パーソナライズされたコンテンツのレコメンデーション、オファー、リテンション施策でエンゲージします。 新規顧客を獲得するよりも、既存顧客を維持する方がはるかに費用対効果が高く、適切なタイミングで積極的にアプローチすることで、解約の大幅な増加を防ぐことができます。
ビジネスへの影響
効果的な解約防止プログラムは、購読者の解約を大幅に減らし、定期的な売上を保護し、長期的な視聴者の生涯価値を向上させます。
導入方法
Decisioning🔗 パターンで クロスチャネルジャーニーを使用します。 このアプローチは、ジャーニーオーケストレーションとリアルタイムの意思決定を組み合わせることで、あらゆるチャネルでリスクのある購読者ごとに最適なリテンションオファーやコンテンツレコメンデーションを選択することができます。 これは、重複するリテンションオファーを防ぐために、ジャーニーがチャネルをまたいで配信を調整する必要がある場合や、オファーの選択に必要な適格性ルールが購読者の価値とリスクレベルに基づいている場合に適したパターンです。マルチステップオーケストレーションだけでは、必要なリアルタイムの意思決定レイヤーを提供できません。
技術的な考慮事項
- 解約リスクスコアリングには、視聴時間の短縮、ログイン頻度の低減、コンテンツの完了率の低下などのエンゲージメントシグナルを組み込む必要があり、解約ページに到達する前にリスクのある加入者を特定する必要があります。
- リテンションオファーは、パーソナライズされたコンテンツのハイライトから割引プランの延長まで、購読者の価値とリスクレベルに基づいて階層化され、利益の保護と利益率の影響のバランスを取るのに役立ちます。
- ジャーニーは、既に更新またはアップグレード済みの顧客に対するリテンションメッセージを抑制する必要があり、サブスクリプションの請求システムとのリアルタイムの統合が必要です。
- Journey Optimizer決定ルールでは、顧客のプランの種類、期間、過去のオファーの引き換え履歴を考慮して、画一的または反復的なオファーを提供しないようにします。
新しいコンテンツリリース通知
好みや視聴履歴に合わせて、新しいコンテンツがリリースされたことをオーディエンスに通知できます。 新しいコンテンツに関するタイムリーな通知により、即座にエンゲージメントを促進し、サブスクリプションの継続的な価値を加入者に思い出してもらうことができます。
ビジネスへの影響
リリース通知をパーソナライズし、リリースから1週間以内に新しいコンテンツのエンゲージメントを促進します。これにより、視聴者のエンゲージメントを高め、コンテンツパフォーマンス指標を向上させます。
導入方法
イベントをトリガーにしたメッセージ パターンを使用します。 このアプローチは、コンテンツリリースイベントに応答し、購読者の嗜好プロファイルに新しいタイトルを照合して、タイムリーで関連性の高い通知を配信します。 これは、トリガーが顧客行動ではなくシステムイベント（コンテンツリリース）であり、必要なコミュニケーションが持続的なナーチャリング手順ではなく、即座に反応する場合に適したパターンです。
技術的な考慮事項
- 新しいタイトルが利用可能になった時点で通知をスケジュールまたはトリガーできるように、コンテンツリリースカレンダーを統合する必要があります。これにより、まだアクセスできないコンテンツに対する早期アラートを回避できます。
- 購読者のプリファレンスマッチングでは、通知が個人的に関連性を感じることができるように、ジャンルの親和性、好きな俳優や監督、過去に視聴したシリーズ、フランチャイズの興味など、複数の側面を考慮する必要があります。
- 配信するコンテンツの量は、配信頻度の上限を設定して慎重に管理し、配信頻度が高い場合にオーディエンスを不快にさせないように注意する必要があります。
- タイムゾーンと視聴習慣に関するデータを収集し、配信のタイミングを把握することで、各オーディエンスがエンゲージメントする可能性が最も高いタイミングで通知を配信できます。
パーソナライズされたホームページ体験
ホームページとコンテンツ発見ページを動的にパーソナライズして、各ユーザーのプロファイルと行動にもとづいて、最も関連性の高いコンテンツを最初に表示します。 視聴者がアプリを開いた直後にコンテンツと好みが一致しているのを見ると、エンゲージメントが向上し、閲覧が長くなります。
ビジネスへの影響
パーソナライズされたホームページ体験は、ホームページのエンゲージメントを向上させ、特に大規模で成長しているコンテンツライブラリを持つプラットフォームにおいて、コンテンツの発見を有意義に向上させます。
導入方法
行動レコメンデーション パターンを使用します。 このアプローチでは、選択戦略とランキングモデルを利用して、各訪問者のプロファイルとリアルタイムの行動にもとづいて、ホームページのコンテンツ行と特集タイトルを並べ替えます。 アイテムセットが大規模で継続的に変化しており、選択が動的に行をランク付けする行動の親和性によって駆動される場合、これは適切なパターンです。静的にキュレーションされたセットや属性ベースの簡単なパーソナライゼーションではなくパターンです。
技術的な考慮事項
- ホームページのパーソナライゼーションは、感じられる読み込みの遅延を回避するために十分に迅速に実行する必要があります。多くの場合、秒単位の応答時間の期待に応えるためには、エッジベースの決定やサーバーサイドのレンダリングが必要になります。
- パーソナライゼーションロジックは、個々の好みとエディトリアルおよびプロモーションの優先順位を融合させ、テントポールのリリース、シーズンコンテンツ、パートナーがプロモーションしたタイトルが、適切な表示されるようにします。
- 「視聴中のコンテンツ」、「視聴中のコンテンツ」、「トレンド中のコンテンツ」などのコンテンツ行戦略では、それぞれ明確なデータ入力とランキングロジックが必要であり、これらは一貫性のあるページレイアウトに編成する必要があります。
- Experience Platform Web SDKの実装では、ランキングモデルを継続的に改良するために、行のスクロール、タイルのクリック、ホバーの動作など、ホームページのインタラクションを取得する必要があります。
ウォッチリストとお気に入りのリマインダー
ウォッチリストに追加されたコンテンツについて、まだ視聴していないコンテンツと、類似のタイトルに対するパーソナライズされたレコメンデーションのリマインダーをユーザーに送信します。 ウォッチリストは強力なインテントシグナルを表し、穏やかなリマインダーでそのインテントを実際の視聴に変換することができます。
ビジネスへの影響
ウォッチリストのリマインダープログラムにより、ウォッチリストの完了率が向上し、保存されたインテントがアクティブなエンゲージメントに変わり、プラットフォーム全体の利用率が向上します。
導入方法
イベントをトリガーにしたメッセージ パターンを使用します。 このアプローチでは、ウォッチリストのアクティビティと非アクティビティのシグナルにもとづいてリマインダーをトリガーし、コンテンツが保存されたが開始されていない場合にタイムリーなナッジを送信します。 これは、個別の行動シグナル（ウォッチリストが非アクティブ）がトリガーで、必要なレスポンスがマルチステップのシーケンスや継続的なレコメンデーションストリームではなく、時間に敏感な単一のメッセージである場合に適したパターンです。
技術的な考慮事項
- リマインダーのタイミングは、コンテンツがウォッチリストに登録されている期間と、ユーザーが最近プラットフォームでアクティブになったかどうかに基づいて調整する必要があり、エンゲージメントが多い期間中にリマインダーを送信する必要がない場合は除外します。
- ウォッチリストデータは、デバイス間でリアルタイムで同期する必要があります。これにより、モバイルで追加されたタイトルが、リマインダーの適格性の計算にすぐに反映され、プラットフォーム間で重複することがなくなります。
- リマインダーは、利用可能な期間の切れ目や新しいシーズンの保存など、コンテクストに即した詳細を表示する必要があります。これにより、焦りを感じることなく自然な緊急性を生み出すことができます。
- カタログから削除されたコンテンツ、または購読者の地域で使用できなくなったコンテンツは、リマインダーメッセージから自動的に除外し、代替の推奨事項に置き換える必要があります。
無料体験版のコンバージョン施策
パーソナライズされたコンテンツのレコメンデーションやオファーを無料トライアルユーザーに提供し、トライアル期間が終了する前にサブスクリプションのコンバージョンを促進できます。 試用期間は、利用者が支払うのに十分な価値を示す重要な機会であり、構造化されたコンバージョンジャーニーは、試用期間のリマインダーよりも大幅に優れています。
ビジネスへの影響
適切に設計された体験版コンバージョン施策は、体験版から有料版へのコンバージョン率を大幅に向上させ、加入者の獲得効率を直接向上させ、獲得単価を削減します。
導入方法
マルチステップ オーケストレーションされたジャーニー パターンを使用します。 このマルチタッチナーチャリングジャーニーでは、試用中のユーザーのエンゲージメントにもとづいて、コンテンツの発見、価値のデモ、コンバージョンメッセージのシーケンスを導きます。 これは、ユースケースで、エンゲージメントイベントと残りの試用時間に基づく条件分岐を使用して、数日間にわたって順序付きのマルチメッセージのフローを必要とする場合に適したパターンです。1つのトリガーメッセージでは、ステップ間の依存ロジックやケイデンス調整の必要性に対応できません。
技術的な考慮事項
- 試用期間の残り日数と観察されたエンゲージメントレベルにもとづいてメッセージングの頻度を調整する分岐ロジックを使用して、試用開始と終了日を正確に追跡する必要があります。
- ジャーニー内のコンテンツレコメンデーションでは、限定的な体験期間中に有料サブスクリプションの知覚される価値を最大化するために、プラットフォームの最も魅力的で排他的なタイトルを優先する必要があります。
- 試用期間が終了する前にコンバージョンしたユーザーは、自動的にコンバージョンジャーニーから新しい購読者ウェルカムフローに移動させ、試用版を重視したメッセージを継続しないようにします。
- Journey Optimizerのジャーニー条件では、体験版プランのタイプ、紹介ソース、デバイスの使用状況を考慮して、様々なオーディエンスセグメントに合わせてコンバージョンのアプローチをカスタマイズする必要があります。
ライブイベント表示のリマインダー
興味や視聴履歴に一致する今後のライブイベント、スポーツゲーム、プレミア番組について、ユーザーに通知します。 ライブコンテンツは、購読者の習慣を高める予約視聴を促進し、タイムリーなリマインダーは、オーディエンスが気に入ったイベントを見逃さないようにします。
ビジネスへの影響
パーソナライズされたライブイベントのリマインダーは、ライブイベントの視聴率を向上させ、価値の高いリアルタイムプログラミングのオーディエンスを最大化します。
導入方法
イベントをトリガーにしたメッセージ パターンを使用します。 このアプローチでは、イベントスケジュールにもとづいて通知をトリガー化し、今後のイベントを顧客の興味プロファイルと照合して、タイムリーなリマインダーを配信します。 これは、トリガーが顧客行動ではなくシステムイベント（イベントスケジュール）であり、必要なコミュニケーションが持続的なナーチャリングの順序ではなく、即座かつ期限付きである場合に適したパターンです。
技術的な考慮事項
- 開始時間、参加チームやタレント、放送の詳細などのイベントスケジュールのデータをプログラミングシステムから取り込み、直前のスケジュールの変更やキャンセルを処理するために最新の情報を保持する必要があります。
- リマインダーの配信タイミングは、タイムゾーンと一般的なイベント前のリードタイムを考慮する必要があります。早すぎるリマインダーを送信すると忘れ、遅すぎるリマインダーを送信すると開始時間を逃します。
- 興味関心のマッチングには、お気に入りのチームやジャンルなどの明示的な嗜好と、過去のライブイベントの視聴パターンなどの暗黙的なシグナルの両方を組み込み、各購読者に関連するイベントを特定する必要があります。
- マルチデバイス通知の調整は、加入者が携帯電話、タブレット、スマートテレビで同時に冗長なリマインダーを受け取らないようにするために重要です。
パーソナライズされたプレイリスト生成
各ユーザーのリスニング履歴、好み、ムード指標にもとづいて、パーソナライズされたプレイリストを自動的に生成および更新します。 厳選されたプレイリストは、コンテンツ選択の労力を軽減し、より長いセッションにわたってリスナーの関心を維持します。
ビジネスへの影響
パーソナライズされたプレイリスト生成により、プレイリストのエンゲージメントが向上し、平均リスニングセッション時間を有意義に延長することで、日々のプラットフォーム利用習慣を強化できます。
導入方法
行動レコメンデーション パターンを使用します。 このアプローチでは、AIを活用してリスニングパターン、スキップ行動、文脈的シグナルを分析し、各ユーザーに合わせたプレイリストを生成し、更新します。 アイテムセットが大規模で継続的に変更され、編集ルールで管理される一連のプレイリストではなく、リスニング履歴やムードシグナルからの行動への親和性によって選択が決定される場合、これは適切なパターンです。
技術的な考慮事項
- テンポ、ジャンル、ムードタグ、アーティストの関係、オーディオ機能などの音楽カタログのメタデータにリッチタグを付けて、単純なジャンルのマッチングを超えたニュアンスのあるプレイリストのキュレーションを可能にする必要があります。
- プレイリストの更新頻度は、鮮度と親しみやすさのバランスを取る必要があります。リスナーは、新しい発見を期待するだけでなく、お気に入りを再訪問したいと考えています。そのため、モデルは探索と快適さを融合させる必要があります。
- 時間帯、曜日、リスニングデバイスなどのコンテキストシグナルは、プレイリストのムードやエネルギーレベルに反映され、その瞬間に最適なプレイリストを作成できます。
- Experience Platformの行動データは、レコメンデーションモデルを継続的に改良するために、スキップ、リプレイ、保存、セッション時間などの詳細なリスニングイベントを取得する必要があります。
クロスプラットフォームのコンテンツ同期
視聴履歴、嗜好、レコメンデーションをリアルタイムで同期することで、デバイスをまたいでシームレスなコンテンツ体験を提供します。 視聴者は、場所を失うことなく1つのデバイスで一時停止し、別のデバイスで再開することを期待しています。また、プラットフォーム間で一貫した体験を提供することで、日々の利用習慣を強化できます。
ビジネスへの影響
クロスプラットフォームでコンテンツを同期することで、クロスデバイスのエンゲージメントを促進し、利用者がデバイスを切り替える際にセッション放棄につながる可能性のある摩擦を有意義に軽減します。
導入方法
Known-Visitor Web/App Personalization パターンを使用します。 このアプローチにより、webとアプリのプラットフォームをまたいで特定された利用者の体験をパーソナライズし、デバイスに関係なく一貫したコンテンツの状態とレコメンデーションを提供できます。 これは、行動に対する親和性モデルやジャーニーオーケストレーションのシーケンスではなく、プロファイル属性（クロスデバイス ID、ウォッチの進捗状況）やセグメントメンバーシップによってパーソナライゼーションが推進される場合に適したパターンです。
技術的な考慮事項
- クロスデバイス ID解決は、スマートテレビ、モバイルアプリ、タブレット、web ブラウザーをまたいでユーザーセッションを確実にリンクし、各加入者の単一の統合プロファイルを維持する必要があります。
- 正確な再生位置、エピソードの完了状況、字幕やオーディオトラックの環境設定など、進捗データを最小限の遅延で同期し、真にシームレスな再開エクスペリエンスを提供する必要があります。
- レコメンデーションモデルは、デバイスのコンテキストを考慮する必要があります。モバイルの通勤セッションと大画面のイブニングリビングルームセッションでは、コンテンツの好みが異なる場合があるからです。
- Real-Time Customer Data Platform プロファイル結合ポリシーは、競合する状態の更新を作成することなく、複数のデバイスで同時セッションを処理するように設定する必要があります。
Social Sharing Personalization
各ユーザーのソーシャル上のつながりやコンテンツの環境設定にもとづいて、ソーシャル共有のプロンプトやレコメンデーションをパーソナライズできます。 視聴者が自分の好きなものを簡単に共有できるようにすることで、満足している加入者を、認知度と獲得を促進するオーガニックな支持者に変えることができます。
ビジネスへの影響
パーソナライズされたソーシャル共有プロンプトにより、ソーシャル共有率が向上し、オーガニックリーチが拡大し、有料獲得コストが削減されます。
導入方法
Known-Visitor Web/App Personalization パターンを使用します。 このアプローチは、特定されたユーザーに対してアプリ内共有エクスペリエンスをパーソナライズし、ユーザーの好みやエンゲージメントパターンにもとづいて、コンテキストに関連性の高い共有プロンプトを表示します。 これは、行動の親和性モデルではなく、プロファイル属性と既知のエンゲージメントコンテキストにもとづいてパーソナライゼーションが推進される場合に適したパターンです。目標は、ジャーニーシーケンスを調整することなく、リアルタイムの体験を向上させることです。
技術的な考慮事項
- 共有プロンプトは、邪魔に感じる恣意的な間隔ではなく、過剰な表現のシリーズを完成したり、新しいお気に入りのアーティストを見つけたりするなど、自然な喜びの瞬間にトリガーする必要があります。
- 事前入力された共有メッセージや画像は、共有される特定のコンテンツに基づいて動的に生成する必要があります。これには、適切なサムネール、説明、ディープリンクなどが含まれ、受信者をプラットフォームに誘導します。
- プライバシー制御は、視聴行動が、ユーザーが明示的に共有を開始した場合にのみ共有されることを保証する必要があります。同意のない視聴履歴の受動的または自動共有は、信頼を損なう可能性があります。
- ソーシャルプラットフォームの統合は、各ネットワークの共有ポリシーに準拠し、Instagram、TikTok、Xなどのプラットフォームの認証、レート制限、コンテンツ形式の要件に対応している必要があります。
プレミアム機能アップセル
プレミアム機能から恩恵を受けるユーザーを特定し、その使用パターンにもとづいてパーソナライズされたアップセルオファーを提供します。 プレミアム価値に沿った行動を既に示している利用者に対するターゲットアップセルメッセージは、包括的なアップグレードキャンペーンよりもはるかに効果的です。
ビジネスへの影響
パーソナライズされたプレミアムアップセル施策により、プレミアム機能の採用率が向上し、ユーザー一人あたりの平均売上が増加します。さらに、購読者のニーズに真にマッチした機能を提供します。
導入方法
Offer Decisioning パターンを使用します。 このアプローチでは、一元化された意思決定ロジックを使用して、各購読者の利用パターンを評価し、最も関連性の高いプレミアムオファーを適切なタイミングで選択します。 オファーの選択では、使用パターンの制約とプレミアム層の適格性ルール（行動の親和性ランキングだけでなく、管理された意思決定ロジックを必要とする制約）を考慮する必要がある場合、これは適切なパターンです。
技術的な考慮事項
- 利用パターン分析では、基本プランの機能を頻繁に利用する、マルチデバイスを利用する、コンテンツの消費量が多いなど、プレミアム対応を示す特定の行動を特定する必要があります。
- オファーのプレゼンテーションでは、すべてのプレミアム機能を一般的にリストアップするのではなく、各ユーザーの行動に最も関連する特定のプレミアムのメリットを強調する必要があります。コンテンツを頻繁にダウンロードするユーザーは、オフライン表示を重視する必要があります。
- アップセルのタイミングは、ペイウォールのブロックの直後など、顧客が不満を感じるような瞬間を避け、代わりに顧客が最も反応を示した時点で肯定的なエンゲージメントの瞬間を活用する必要があります。
- Journey Optimizer決定ルールでは、アプリ内メッセージ、電子メール、プッシュ通知をまたいでアップセルオファーを調整し、チャネル間で購読者に負担をかけずに一貫性のあるオファーを提示する必要があります。
コンテンツ完了キャンペーン
リマインダーを送ると、最初は視聴したものの未完了のコンテンツを視聴し、その後に提供されるパーソナライズされたレコメンデーションを確認できます。 不完全なコンテンツは、未実現のエンゲージメントを表します。多くの場合、放棄されたセッションを優しいナッジがコンバージョンし、完了した体験へと変えます。
ビジネスへの影響
コンテンツ完了キャンペーンは、コンテンツ完了率の向上、合計エンゲージメント時間の増加、プラットフォームの価値に対する顧客の認識の向上に役立ちます。
導入方法
イベントをトリガーにしたメッセージ パターンを使用します。 このアプローチでは、コンテンツ放棄イベントにもとづいてリマインダーをトリガーします。タイトルの途中で停止し、定義されたウィンドウ内に戻ってこなかった場合に、タイムリーなメッセージを送信します。 これは、離散的な行動シグナル（コンテンツの放棄）がトリガーであり、必要な対応が、マルチステップのジャーニーや動的なオファーの選択ではなく、コンテキストを伴う、時間に敏感な単一のメッセージである場合に適したパターンです。
技術的な考慮事項
- 放棄のしきい値はコンテンツの種類によって調整する必要があります。80%のマークで一時停止した映画は強力な完了候補ですが、2分後にポッドキャストが停止した場合は、リスニングを中断するのではなく関心がないことが示される可能性があります。
- リマインダーメッセージには、特定のコンテンツタイトル、視覚的なサムネール、ユーザーが中断した正確なポイントで再生を再開する直接ディープリンクを含める必要があります。
- 配信頻度の上限は、日常的にコンテンツをサンプリングしているユーザーに対して、終わりなく過剰なリマインダーを送らないようにする必要があります。ユーザーが放棄することを選択したコンテンツに対して、繰り返し微調整を行うと、邪魔になる可能性があります。
- タイトルがプラットフォームを離れたり、放棄イベントとリマインダー配信の間で可用性リージョンを変更したりする可能性があるので、コンテンツの可用性は送信時に確認する必要があります。
購読者の離反ドライバーとコンテンツエンゲージメント分析
解約に先立つコンテンツ消費パターン、エンゲージメント頻度の変化、カタログインタラクションの行動を特定し、購読者セグメントや獲得コホートをまたいで、コンテンツの親和性がどのように変化するかを測定できます。 コンテンツ行動を解約結果に結びつけることができないストリーミング企業や公開企業は、顧客維持率への影響ではなく、集計数にもとづいてコンテンツ投資の意思決定をおこないます。
ビジネスへの影響
コンテンツのエンゲージメントパターンを購読者のリテンション結果と関連付けることで、製品、コンテンツ戦略、マーケティング部門は、カタログ投資を優先し、実際に購読を維持する行動に関するリエンゲージメントキャンペーンを設計するための事実に基づいて行動できます。
導入方法
Customer AnalyticsとInsight Generation パターンを使用します。 このアプローチにより、ストリーミングイベントデータ、コンテンツメタデータ、サブスクリプションライフサイクル記録、キャンペーンのインタラクション履歴をCustomer Journey Analyticsに接続できます。コホート維持分析では、コンテンツの親和性がサブスクライバーの在籍とどのように相関関係があるのかを測定し、フォールアウト分析では、キャンセルに先立つエンゲージメントの離脱パターンを特定します。 このパターンは、目標が、ウィンバックメッセージをトリガーしたり、チャーンリスクオーディエンスをアクティベートして抑制したりするのではなく、チャーンとコンテンツのパフォーマンスの行動ドライバーを理解する場合に適しています。
技術的な考慮事項
- CJAでエンゲージメントの深さを生の再生回数を超えて測定できるように、コンテンツ消費イベントには、コンテンツ識別子とセッションレベルのメタデータ（開始、一時停止、完了、スキップ）の両方が含まれている必要があります。
- 試用開始、コンバージョン、支払い失敗、ダウングレード、解約などのサブスクリプションのライフサイクルイベントは、CJA フィルターで解約前の動作ウィンドウを正確に定義できるように、正確なタイムスタンプを持つ個別のイベントとして取り込む必要があります。
- ジャンル、フォーマット、系列の関連付け、リリースの最新性などのコンテンツカタログ属性をCJA接続のルックアップデータセットとして使用できる必要があります。これにより、コンテンツエンゲージメント分析を個別のタイトルレベルで分析する必要はなく、カタログディメンションごとに分類できます。
- 獲得チャネルと閲覧されたオリジナルコンテンツによる保持曲線を比較するコホート分析では、獲得ソースと最初に閲覧されたコンテンツの両方が、プロファイルまたはファーストイベントのディメンションとしてキャプチャされ、CJAのコホート定義で利用できる必要があります。