미디어 및 엔터테인먼트 사용 사례
미디어 및 엔터테인먼트 조직은 Adobe Experience Platform을 사용하여 스트리밍 플랫폼, 콘텐츠 라이브러리 및 구독자 계정의 대상 데이터를 각 뷰어 또는 리스너의 단일 보기로 통합합니다. 이 토대를 통해 개인화된 컨텐츠 검색, 사전 예방적 가입자 유지 및 참여 전략을 통해 대상자가 더 많이 다시 찾아올 수 있습니다.
콘텐츠 추천 엔진
시청 기록, 환경 설정 및 유사한 사용자 행동을 기반으로 영화, TV 프로그램, 음악, 기사 등 개인화된 콘텐츠 추천을 제공합니다. 대상자가 자신의 관심사에 맞는 콘텐츠를 볼 때 카탈로그를 탐색하는 데 더 많은 시간을 소비하고 그렇지 않았다면 놓쳤을 제목을 발견합니다.
비즈니스에 대한 영향
개인화된 콘텐츠 추천 엔진을 배포하는 조직에서는 개선된 콘텐츠 참여도와 사용자당 총 시청 또는 청취 시간에서 의미 있는 상승도를 볼 수 있습니다.
구현 방법
동작 권장 사항 패턴을 사용하십시오. 이 접근 방식은 대상 상호 작용에서 지속적으로 학습하여 각 개인에게 가장 관련성이 높은 콘텐츠를 제공하는 AI 기반 추천 모델을 사용합니다. 이는 항목 세트가 크고 지속적으로 변경되는 경우(컨텐츠 카탈로그) 올바른 패턴이며, 선택은 자격 규칙이 제어하는 바인딩된 오퍼 세트가 아니라 보기 기록에서 학습된 행동 친화성에 의해 결정됩니다.
기술 고려 사항
- 장르, 캐스트, 디렉터, 무드 태그 및 컨텐츠 등급을 포함한 컨텐츠 카탈로그 메타데이터는 권장 사항이 사용 가능한 제목의 전체 범위를 반영하도록 하고 최신 상태로 유지해야 합니다.
- 사용자가 콘텐츠를 보거나 건너뛸 때 권장 사항이 단일 탐색 세션 내에서 업데이트되도록 보기 및 듣기 신호가 거의 실시간으로 흘러야 합니다.
- 추천 모델은 일반적으로 트렌드, 사설이 선별된 콘텐츠 또는 지역적으로 인기 있는 콘텐츠로 폴백하여 보기 기록이 부족한 신규 가입자를 위한 콜드 스타트 전략이 필요합니다.
- 콘텐츠 라이선싱 및 가용성 창을 권장 사항 논리에 팩토링하여 사용자가 해당 지역에서 사용할 수 없거나 카탈로그에서 제거된 권장 제목을 사용하지 않도록 해야 합니다.
구독 이탈 방지
취소할 위험이 있는 가입자를 식별하고 개인화된 콘텐츠 권장 사항, 오퍼 및 유지 캠페인을 통해 가입자를 참여시킵니다. 기존 가입자를 유지하는 것이 신규 가입자를 획득하는 것보다 훨씬 비용 효율적이며, 적시에 사전 예방적 지원을 통해 취소의 상당한 부분을 방지할 수 있습니다.
비즈니스에 대한 영향
효과적인 이탈 방지 프로그램은 가입자 이탈을 의미 있게 줄여 반복 매출을 보호하고 장기적인 고객 생애 가치를 향상시킵니다.
구현 방법
Decisioning이 있는 크로스 채널 여정 패턴을 사용합니다. 이 접근 방식은 여정 오케스트레이션과 실시간 의사 결정을 결합하여 모든 채널에서 각 위험 상태의 구독자에 대해 최상의 유지 오퍼 또는 컨텐츠 권장 사항을 선택합니다. 이는 여정이 중복 보존 오퍼를 방지하기 위해 채널 간 전달을 조정해야 하는 경우와 오퍼 선택에 구독자 가치 및 위험 수준에 따른 자격 규칙이 필요한 경우(여러 단계 오케스트레이션만으로는 필요한 실시간 의사 결정 레이어를 제공하지 않음)에 적합한 패턴입니다.
기술 고려 사항
- 이탈 위험 점수는 시청 시간 감소, 로그인 빈도 감소, 콘텐츠 완료 감소 등의 참여 신호를 통합하여 위험 상태의 가입자가 취소 페이지에 도달하기 전에 식별해야 합니다.
- 유지 보수는 개인화된 컨텐츠의 하이라이트에서부터 할인된 플랜 확장에 이르기까지 구독자의 가치와 위험 수준에 따라 계층화되어야 하며 수익 보호와 마진 영향의 균형을 이루어야 합니다.
- 이 여정은 이미 갱신되거나 업그레이드된 가입자에 대한 보존 메시지를 표시하지 않아야 하며, 구독 청구 시스템과 실시간 통합이 필요합니다.
- Journey Optimizer 의사 결정 규칙은 구독자의 계획 유형, 재직 기간 및 과거 오퍼 상환 기록을 고려해야 일반적이거나 반복적인 오퍼를 표시하지 않을 수 있습니다.
새 콘텐츠 릴리스 알림
구독자에게 환경 설정 및 보기 내역과 일치하는 새 콘텐츠 릴리스에 대해 알립니다. 새로운 콘텐츠에 대한 적시 알림은 즉각적인 참여를 유도하고 구독자에게 지속적인 구독 가치를 상기시킵니다.
비즈니스에 대한 영향
개인화된 릴리스 알림은 릴리스 첫 주 내에 새로운 콘텐츠 참여를 개선하여 시청률을 가속화하고 콘텐츠 성능 지표를 향상시킵니다.
구현 방법
이벤트 트리거 메시지 패턴을 사용합니다. 이 접근 방식은 콘텐츠 릴리스 이벤트에 응답하며 구독자 환경 설정 프로필에 대해 새 제목을 일치시켜 적절하고 관련 있는 알림을 제공합니다. 트리거가 고객 행동이 아닌 시스템 이벤트(콘텐츠 릴리스)이고 필요한 커뮤니케이션이 지속적인 육성 시퀀스가 아닌 즉각적이고 반응적일 때 올바른 패턴입니다.
기술 고려 사항
- 새로운 제목을 사용할 수 있는 시점에 알림을 예약하거나 트리거할 수 있도록 컨텐츠 릴리스 캘린더를 통합해야 하므로, 아직 액세스할 수 없는 컨텐츠에 대한 조기 경고를 방지할 수 있습니다.
- 구독자 환경 설정 일치는 알림이 개인적으로 관련이 있는지 확인하기 위해 장르 선호도, 좋아하는 배우 또는 감독, 이전에 시청한 시리즈 및 프랜차이즈 관심 분야를 포함한 여러 차원을 고려해야 합니다.
- 알림 볼륨은 콘텐츠가 많이 릴리스되는 기간 동안 구독자가 부담감을 느끼지 않도록 빈도 제한 작업을 통해 신중하게 관리해야 합니다.
- 표준 시간대 및 보기 습관 데이터는 하나의 글로벌 전송 시간이 아니라 각 구독자가 참여할 가능성이 가장 높은 시간에 알림이 도착하도록 배달 시간을 알려야 합니다.
개인화된 홈페이지 환경
각 사용자의 프로필 및 행동을 기반으로 가장 관련성이 높은 콘텐츠를 먼저 표시하도록 홈 페이지 및 콘텐츠 검색 페이지를 동적으로 개인화할 수 있습니다. 시청자가 앱을 여는 즉시 자신의 취향에 맞는 콘텐츠를 볼 때 더 빠르게 참여하고 더 오래 탐색합니다.
비즈니스에 대한 영향
개인화된 홈 페이지 경험은 홈 페이지 참여도를 향상시키고 콘텐츠 검색을 의미 있게 개선합니다. 특히 크고 증가하는 콘텐츠 라이브러리를 사용하는 플랫폼에 적합합니다.
구현 방법
동작 권장 사항 패턴을 사용하십시오. 이 접근 방법에서는 선택 전략 및 순위 모델을 사용하여 각 방문자의 프로필 및 실시간 행동을 기반으로 홈 페이지의 콘텐츠 행 및 주요 제목을 재정렬합니다. 이는 항목 세트가 크고 지속적으로 변경되며 선택은 정적 조정 세트나 간단한 속성 기반 개인화가 아니라 콘텐츠 행의 등급을 동적으로 매기는 행동 친화성에 의해 주도되는 경우 적합한 패턴입니다.
기술 고려 사항
- 홈페이지 개인화는 인식된 로드 지연을 방지할 수 있을 만큼 빠르게 실행되어야 합니다. 에지 기반 의사 결정 또는 서버측 렌더링은 1초 미만의 응답 시간 기대치를 충족해야 하는 경우가 많습니다.
- 개인화 논리는 개별 환경 설정을 편집 및 홍보 우선 순위와 혼합하여 텐트폴 릴리스, 시즌 콘텐츠 및 파트너 홍보 타이틀이 여전히 적절한 가시성을 받도록 해야 합니다.
- "계속 시청", "시청했기 때문에", "지금 트렌드"와 같은 컨텐츠 행 전략은 각각 고유한 데이터 입력 및 일관된 페이지 레이아웃으로 오케스트레이션해야 하는 순위 논리를 필요로 합니다.
- Experience Platform 웹 SDK 구현에서는 등급 모델을 지속적으로 세분화하려면 행 스크롤, 타일 클릭 및 마우스로 가리키기 동작을 비롯한 홈 페이지 상호 작용을 캡처해야 합니다.
관심 목록 및 즐겨찾기 미리 알림
사용자에게 아직 시청하지 않은 시청 목록의 콘텐츠에 대한 미리 알림과 함께 유사한 제목에 대한 개인화된 추천을 보냅니다. 감시 목록은 강력한 의도 신호를 나타내며 부드러운 미리 알림은 해당 의도를 실제 보기로 변환할 수 있습니다.
비즈니스에 대한 영향
관심 목록 미리 알림 프로그램은 관심 목록 완료율을 향상시켜 저장된 의도를 활성 참여로 전환하고 전체 플랫폼 사용량을 증가시킵니다.
구현 방법
이벤트 트리거 메시지 패턴을 사용합니다. 이 접근 방법에서는 감시 목록 활동 및 비활성 신호에 따라 미리 알림을 트리거하여 콘텐츠가 저장되었지만 아직 시작되지 않은 경우 적절한 종료 메시지를 보냅니다. 이는 개별 동작 신호(감시 목록 비활동)가 트리거이고 필요한 응답이 다중 단계 시퀀스 또는 연속 권장 사항 스트림이 아닌 시간에 민감한 단일 메시지인 경우 올바른 패턴입니다.
기술 고려 사항
- 미리 알림 시간은 콘텐츠가 워치리스트에 얼마나 오래 있었는지와 사용자가 최근 플랫폼에서 활성화했는지 여부를 기반으로 보정해야 하며, 불필요한 경우 참여가 많은 기간 동안 미리 알림을 피해야 합니다.
- 모바일에 추가된 제목이 알림 자격 계산에 즉시 반영되고 플랫폼 간에 중복되지 않도록 감시 목록 데이터가 장치 간에 실시간으로 동기화되어야 합니다.
- 미리 알림은 시간 초과와 같은 상황별 세부 정보 또는 저장된 시리즈의 새로운 시즌을 강조하여 서두르지 않고 자연스러운 긴급성을 만들어야 합니다.
- 카탈로그에서 제거되었거나 더 이상 구독자의 지역에서 사용할 수 없는 콘텐츠는 미리 알림 메시지에서 자동으로 제외되고 대체 권장 사항으로 대체해야 합니다.
무료 평가판 전환 캠페인
개인화된 콘텐츠 추천 및 오퍼를 통해 무료 평가판 사용자를 참여시켜 평가판 기간이 종료되기 전에 구독 전환을 유도하십시오. 체험판 기간은 사용자가 지불할 용의가 있는 충분한 가치를 입증할 수 있는 중요한 기회이며, 구조화된 전환 여정은 단일 체험판 종료 미리 알림을 크게 능가합니다.
비즈니스에 대한 영향
잘 설계된 평가판 전환 캠페인은 평가판-유료 전환율을 의미 있는 개선으로 가입자 확보 효율성을 직접 높이고 취득당 비용을 절감한다.
구현 방법
여러 단계로 구성된 오케스트레이션된 여정 패턴을 사용합니다. 이 멀티 터치 육성 여정은 체험판 사용자의 참여도에 따라 콘텐츠를 검색하고 가치를 시연하며 전환 메시지를 보내는 과정을 안내합니다. 이는 사용 사례에서 참여 이벤트 및 남은 평가판을 기반으로 하는 조건부 분기와 함께 며칠 동안 순차적인 다중 메시지 흐름이 필요한 경우 적합한 패턴입니다. 단일 트리거 메시지는 단계 간 종속성 논리 또는 케이던스 조정 필요성을 수용할 수 없습니다.
기술 고려 사항
- 여정은 남은 평가판 일수와 관찰된 참여 수준에 따라 메시징 케이던스를 조정하는 분기 논리를 사용하여 평가판 시작 및 종료 날짜를 정확하게 추적해야 합니다.
- 여정 내의 콘텐츠 권장 사항은 제한된 평가판 기간 동안 유료 구독의 가치를 극대화하기 위해 플랫폼의 가장 매력적인 독점 타이틀을 우선시해야 합니다.
- 체험판이 종료되기 전에 전환하는 사용자는 전환 여정에서 새로운 가입자 환영 플로우로 자동으로 이동해야 하므로 지속적인 체험판 중심 메시징이 발생하지 않습니다.
- Journey Optimizer 여정 조건은 다양한 대상 세그먼트에 대한 전환 접근 방식을 조정할 수 있도록 시험 계획 유형, 참조 소스 및 장치 사용을 고려해야 합니다.
라이브 이벤트 보기 미리 알림
관심 분야와 시청 기록이 일치하는 예정된 라이브 이벤트, 스포츠 게임 또는 프리미어에 대해 사용자에게 알립니다. 라이브 컨텐츠는 예약 보기를 유도하여 구독자 습관을 강화하고, 적시에 알림을 보내어 대상자가 관심 있는 이벤트를 놓치지 않도록 합니다.
비즈니스에 대한 영향
개인화된 라이브 이벤트 미리 알림은 라이브 이벤트 시청률을 향상시켜 고부가가치 실시간 프로그래밍에 대한 대상을 극대화합니다.
구현 방법
이벤트 트리거 메시지 패턴을 사용합니다. 이 접근 방식은 이벤트 일정 데이터를 기반으로 알림을 트리거하여 구독자 관심 프로필에 대해 예정된 이벤트를 일치시켜 적시에 미리 알림을 제공합니다. 트리거가 고객 동작이 아닌 시스템 이벤트(이벤트 일정)이고 필요한 커뮤니케이션이 지속적인 육성 시퀀스가 아닌 즉각적이고 시간이 많이 소요되는 경우 올바른 패턴입니다.
기술 고려 사항
- 시작 시간, 참여 팀 또는 인재, 브로드캐스트 세부 정보를 포함한 이벤트 일정 데이터는 프로그래밍 시스템에서 수집해야 하며 막판 일정 변경 또는 취소를 처리하려면 최신 상태를 유지해야 합니다.
- 미리 알림 게재 시간은 시간대와 일반적인 사전 이벤트 리드 타임을 고려해야 합니다. 너무 일찍 전송된 미리 알림은 잊혀지고 너무 늦게 전송된 미리 알림은 시작 시간을 놓칩니다.
- 관심 일치는 즐겨 찾는 팀이나 장르와 같은 명시적 환경 설정과 과거 라이브 이벤트 보기 패턴과 같은 암시적 신호를 모두 통합하여 각 구독자에 대한 관련 이벤트를 식별해야 합니다.
- 가입자가 전화, 태블릿, 스마트 TV에서 동시에 중복 알림 메시지를 받지 않도록 다중 장치 알림 조정이 중요합니다.
개인화된 재생 목록 생성
각 사용자의 청취 기록, 환경 설정 및 기분 표시기에 따라 개인화된 플레이리스트를 자동으로 생성하고 업데이트합니다. 큐레이트된 플레이리스트는 콘텐츠 선택의 노력을 줄이고 청취자의 참여를 더 긴 세션 동안 유지합니다.
비즈니스에 대한 영향
개인화된 재생 목록 생성은 재생 목록 참여를 개선하고 평균 청취 세션 기간을 의미 있게 확장하여 일일 플랫폼 사용 습관을 강화합니다.
구현 방법
동작 권장 사항 패턴을 사용하십시오. 이 접근 방식은 청취 패턴, 건너뛰기 행동 및 컨텍스트 신호를 분석하여 각 사용자에 맞는 재생 목록을 생성하고 새로 고치는 AI 기반 모델을 사용합니다. 항목 세트가 크고 지속적으로 변경되고 선택은 에디토리얼 규칙에 의해 관리되는 경계 플레이리스트 세트가 아니라 청취 기록 및 기분 신호의 행동 친화성에 의해 주도될 때 올바른 패턴입니다.
기술 고려 사항
- 템포, 장르, 무드 태그, 아티스트 관계 및 오디오 기능을 포함한 음악 카탈로그 메타데이터는 풍부한 태그를 지정해야 단순한 장르 일치를 넘어서는 미묘한 재생 목록 큐레이션이 가능합니다.
- 재생 목록 새로 고침 빈도는 새로운 발견과 친숙성의 균형을 맞춰야 합니다. 청취자는 새로운 발견을 기대하지만 즐겨찾기를 다시 방문하고자 하므로 모델은 탐색과 편안함을 혼합해야 합니다.
- 시간, 요일 및 청취 장치와 같은 컨텍스트 신호는 재생 목록 기분과 에너지 수준을 알려주어 순간에 적합하다고 느끼는 재생 목록을 만들 수 있습니다.
- Experience Platform 동작 데이터는 권장 사항 모델을 지속적으로 세분화하려면 건너뛰기, 재생, 저장 및 세션 기간 등 세분화된 수신 이벤트를 캡처해야 합니다.
크로스 플랫폼 콘텐츠 동기화
시청 기록, 환경 설정 및 권장 사항을 실시간으로 동기화하여 장치 간에 원활한 컨텐츠 경험을 제공합니다. 시청자들은 한 디바이스에서 잠시 멈춘 후 자리를 잃지 않고 다른 디바이스에서 다시 시작할 것으로 기대하며, 플랫폼 간 일관된 경험이 일상의 사용 습관을 강화한다.
비즈니스에 대한 영향
크로스 플랫폼 콘텐츠 동기화는 디바이스 간 참여를 개선하고 사용자가 디바이스 간에 전환할 때 세션 중단으로 이어질 수 있는 마찰을 의미 있게 줄입니다.
구현 방법
알려진 방문자 웹/앱 Personalization 패턴을 사용합니다. 이 접근 방식은 웹 및 앱 플랫폼에서 식별된 사용자의 경험을 개인화하여 장치에 관계없이 일관된 콘텐츠 상태 및 권장 사항을 보장합니다. 이는 행동 친화성 모델 또는 여정 오케스트레이션 시퀀스가 아닌 프로필 속성(장치 간 ID, 진행 상황 보기) 및 세그먼트 멤버십에 의해 개인화가 추진되는 경우 올바른 패턴입니다.
기술 고려 사항
- 장치 간 ID 확인은 각 구독자에 대해 하나의 통합된 프로필을 유지 관리하기 위해 스마트 TV, 모바일 앱, 태블릿 및 웹 브라우저에서 사용자 세션을 안정적으로 연결해야 합니다.
- 정확한 재생 위치, 에피소드 완료 상태, 자막 또는 오디오 트랙 환경 설정을 포함한 진행 상황 데이터 시청은 최소한의 대기 시간으로 동기화되어야 정말로 매끄러운 재개 경험을 제공할 수 있습니다.
- 대형 화면에서 모바일 출퇴근 세션과 저녁 거실 세션 간에 콘텐츠 환경 설정이 다를 수 있으므로 추천 모델은 디바이스 컨텍스트를 고려해야 합니다.
- Real-Time Customer Data Platform 프로필 병합 정책은 충돌 상태 업데이트를 만들지 않고 여러 장치에서 동시 세션을 처리하도록 구성해야 합니다.
소셜 공유 Personalization
각 사용자의 소셜 연결 및 콘텐츠 환경 설정을 기반으로 소셜 공유 프롬프트 및 권장 사항을 개인화할 수 있습니다. 시청자들이 좋아하는 것을 쉽게 공유하고 호소하는 것은 만족한 구독자를 인지도와 획득을 주도하는 유기적인 지지자로 변하게 한다.
비즈니스에 대한 영향
개인화된 소셜 공유 프롬프트는 향상된 소셜 공유율을 달성하여 유기적 도달 범위를 증폭시키고 유료 획득 비용을 줄입니다.
구현 방법
알려진 방문자 웹/앱 Personalization 패턴을 사용합니다. 이 접근 방식은 식별된 사용자에 대한 인앱 공유 경험을 개인화하여 사용자의 환경 설정 및 참여 패턴에 따라 컨텍스트에 맞는 공유 프롬프트를 표시합니다. 이는 개인화가 행동 친화성 모델이 아닌 프로필 속성 및 알려진 참여 컨텍스트에 의해 추진되는 경우 올바른 패턴이며, 여정 시퀀스를 오케스트레이션하지 않고 즉각적인 경험을 향상시키는 것이 목표입니다.
기술 고려 사항
- 프롬프트를 공유하는 것은 거침없이 느껴지는 임의의 간격이 아니라, 폭증할 만한 시리즈를 완성하거나 새로운 좋아하는 아티스트를 발견하는 것과 같은 자연스러운 순간 기쁜 순간에 트리거되어야 한다.
- 수신자를 플랫폼으로 다시 유도하는 적절한 썸네일, 설명 및 딥링크를 포함하여 공유 중인 특정 콘텐츠를 기반으로 미리 채워진 공유 메시지 및 이미지를 동적으로 생성해야 합니다.
- 개인 정보 컨트롤은 사용자가 명시적으로 공유를 시작할 때만 보기 활동이 공유되도록 해야 합니다. 즉, 동의 없이 시청 기록을 수동적으로 또는 자동으로 공유하면 신뢰가 손상될 수 있습니다.
- 소셜 플랫폼 통합은 각 네트워크의 공유 정책을 준수하고 Instagram, TikTok 및 X와 같은 플랫폼에 대한 인증, 요금 제한 및 콘텐츠 형식 요구 사항을 처리해야 합니다.
프리미엄 기능 상향 판매
프리미엄 기능을 활용할 사용자를 식별하고 사용 패턴에 따라 개인화된 상향 판매 오퍼를 제공합니다. 이미 프리미엄 값에 부합하는 행동을 보여주고 있는 사용자에게 타기팅된 상향 판매 메시지는 포괄적인 업그레이드 캠페인보다 훨씬 효과적입니다.
비즈니스에 대한 영향
개인화된 프리미엄 업셀 캠페인은 프리미엄 기능 채택을 향상시켜 사용자당 평균 매출을 높이는 동시에 구독자의 요구 사항에 진정으로 부합하는 기능을 제공합니다.
구현 방법
Offer Decisioning 패턴을 사용합니다. 이 접근 방식은 중앙 집중식 의사 결정 로직을 사용하여 각 가입자의 사용 패턴을 평가하고 적시에 가장 관련성이 높은 프리미엄 오퍼를 선택합니다. 이는 오퍼 선택이 사용 패턴 제한 및 프리미엄 계층 자격 규칙(행동 친화성 순위만 고려하는 것이 아니라 통제되는 의사 결정 논리를 필요로 하는 제한)을 고려해야 하는 경우 올바른 패턴입니다.
기술 고려 사항
- 사용 패턴 분석에서는 기본 계획에서 제한된 형태로 사용할 수 있는 기능의 빈번한 사용, 다중 장치 사용 또는 높은 콘텐츠 소비량과 같이 프리미엄 준비 상태를 나타내는 특정 동작을 식별해야 합니다.
- 오퍼 프레젠테이션에서는 모든 프리미엄 기능을 일반적으로 나열하는 대신 각 사용자의 동작과 가장 관련이 있는 특정 프리미엄 이점을 강조해야 합니다. 콘텐츠를 자주 다운로드하는 사용자는 오프라인 보기를 강조해야 합니다.
- 업셀 타이밍은 페이월 블록 직후와 같은 좌절의 순간을 피해야 하며, 대신 구독자가 가장 수용적일 때 긍정적인 참여 순간을 활용해야 합니다.
- Journey Optimizer 의사 결정 규칙은 여러 채널에서 구독자를 압도하지 않고 일관된 오퍼를 제공하기 위해 인앱 메시지, 이메일 및 푸시 알림에서 상향 판매를 조정해야 합니다.
컨텐츠 완료 캠페인
사용자가 시작했지만 완료하지 않은 콘텐츠를 보거나 듣는 것을 완료하고 다음에 즐길 내용에 대한 개인화된 추천을 동반하도록 사용자에게 알립니다. 불완전한 콘텐츠는 실현되지 않은 참여를 나타내며 부드러운 넛지(nudge)는 종종 중단된 세션을 완료된 경험으로 변환합니다.
비즈니스에 대한 영향
콘텐츠 완료 캠페인은 콘텐츠 완료율 향상을 유도해 총 참여 시간을 늘리고 플랫폼 가치에 대한 구독자의 인식을 강화한다.
구현 방법
이벤트 트리거 메시지 패턴을 사용합니다. 이 접근 방식은 콘텐츠 포기 이벤트를 기반으로 미리 알림을 트리거하여 사용자가 제목 중간에 일시 중지했다가 정의된 창 내에서 반환되지 않은 경우 적시에 메시지를 보냅니다. 이는 개별 동작 신호(컨텐츠 중단)가 트리거이고 필요한 응답이 다중 단계 여정 또는 동적 오퍼 선택이 아닌 컨텍스트가 있는 시간에 민감한 단일 메시지인 경우 올바른 패턴입니다.
기술 고려 사항
- 포기 임계값은 콘텐츠 유형별로 보정해야 합니다. 80% 표시에서 일시 중지된 영화는 강력한 완료 후보이지만, 2분 후에 중지된 팟캐스트는 청취 중단이 아닌 흥미를 잃을 수 있습니다.
- 미리 알림 메시지에는 특정 콘텐츠 제목, 시각적 썸네일 및 사용자가 종료한 정확한 지점에서 재생을 재개하는 직접 딥링크가 포함되어야 합니다.
- 빈도 제한은 완료하지 않고 콘텐츠를 일상적으로 샘플링하는 사용자에게 과도한 미리 알림을 방지해야 합니다. 사용자가 포기하도록 선택한 콘텐츠에 대한 반복적인 넛지는 방해가 될 수 있습니다.
- 제목이 플랫폼을 떠나거나 포기 이벤트와 미리 알림 게재 간에 가용성 영역을 변경할 수 있으므로 전송 시 콘텐츠 가용성을 확인해야 합니다.
구독자 이탈 드라이버 및 콘텐츠 참여 분석
구독자 취소 전 콘텐츠 소비 패턴, 참여 빈도 변경 및 카탈로그 상호 작용 행동을 식별하고 구독자 세그먼트 및 획득 집단에 따라 콘텐츠 선호도가 어떻게 다른지 측정합니다. 컨텐츠 행동을 이탈 결과에 연결할 수 없는 스트리밍 및 게시 기업은 보존에 미치는 영향이 아니라 전체 보기 수에 따라 컨텐츠 투자 결정을 내립니다.
비즈니스에 대한 영향
콘텐츠 참여 패턴과 구독자 유지 결과의 상관 관계를 파악하면 제품, 콘텐츠 전략 및 마케팅 팀이 카탈로그 투자의 우선 순위를 지정하고 실제로 구독을 유지하는 비헤이비어에 대한 재참여 캠페인을 디자인할 수 있는 실질적인 기반을 마련할 수 있습니다.
구현 방법
Customer Analytics & Insight 생성 패턴을 사용합니다. 이 접근 방식은 스트리밍 이벤트 데이터, 컨텐츠 메타데이터, 구독 라이프사이클 레코드 및 캠페인 상호 작용 기록을 Customer Journey Analytics에 연결하며, 여기서 집단 유지 분석은 컨텐츠 관심도가 구독자 종신 기간과 상호 작용하는 방식을 측정하고 폴아웃 분석은 취소 전에 발생하는 참여 감소 패턴을 식별합니다. 이는 콜백 메시지를 트리거하거나 억제하기 위해 이탈 위험 대상을 활성화하는 대신, 이탈 및 콘텐츠 성능의 행동 요인을 이해하는 것이 목표일 때 올바른 패턴입니다.
기술 고려 사항
- 컨텐츠 사용량 이벤트에는 컨텐츠 식별자와 세션 수준 메타데이터(시작, 일시 중지, 완료 및 이벤트 건너뛰기)가 모두 포함되어야 CJA에서 원시 재생 수를 넘어 참여 깊이를 측정할 수 있습니다.
- 평가판 시작, 전환, 결제 실패, 다운그레이드 및 취소를 포함한 구독 라이프사이클 이벤트는 CJA 필터에서 취소 전 동작 창을 정확하게 정의할 수 있도록 정확한 타임스탬프를 가진 개별 이벤트로 수집되어야 합니다.
- 장르, 형식, 시리즈 연결 및 릴리스 최신성과 같은 콘텐츠 카탈로그 속성은 CJA 연결에서 조회 데이터 세트로 사용할 수 있어야 콘텐츠 참여 분석을 개별 제목 수준에서 분석할 필요 없이 카탈로그 차원별로 분류할 수 있습니다.
- 획득 채널별 유지 곡선과 원본 컨텐츠 보기 를 비교하는 집단 분석에서는 획득 소스와 처음 본 컨텐츠가 모두 프로필 또는 첫 번째 이벤트 차원으로 캡처되어야 하며, CJA에서 집단 정의에 사용할 수 있습니다.