2022年8月22日
By Damien读高级副总裁-数据产品
博客

超越狂欢:充分利用游戏后时刻提高用户粘性

在看完最新一季的美剧后，你是否感到有些失落 陌生的东西? 失去了，没有更多的情节 欧比旺·肯诺比? 第三季还没到 男孩们? 也许你刚刚把漫威电影宇宙里的所有电影都看完了，却忘记了没有准备好看下一部电影的感觉?

我们都有过沉迷于刷剧结束后留下的空虚感. 那么，为什么这么多流媒体服务错过了在这个关键时刻满足我们对新节目的需求的机会呢?

刷剧现在是一种普遍现象, 而且许多流媒体服务都支持它的“自动播放”功能. 在你正在看的电视节目的演职员表滚动的几秒钟内, 下一集将自动播放，除非你禁用该功能或按暂停键. 他们甚至可能给你机会跳过片头!

自动玩法能够有效鼓励玩家的狂欢行为，并且很容易在章节内容中执行. 但有多少流媒体服务真正优化了没有明显续集的内容的播放后行为——比如一部独立电影或一部电视剧的最后一集?

当消费者当前最喜欢的节目结束时，成功地填补他们生活中的空白，这不仅有利于提高参与度, 这对消费者的满意度很有帮助. 这对于应对当前市场的动荡至关重要.

我们的经验表明，此时添加个性化推荐是提高转化率的绝佳方式. BBC对此表示赞同. 当我采访了BBC iPlayer前产品总监丹·泰勒-瓦特, 他告诉我，播放结束的那一刻是他们使用个性化的“最有效的领域之一”. 事实上, 他说:“在那个时候，从提供一般性建议的机会变成了提供具体建议的机会,给了他们从个性化课程中看到的一些“最大的提升”.

建立所有正确的联系

那么，如何在游戏结束后给出正确的建议呢? 我们通常会建议我们的客户使用与他们主页上的“更多的 Like This”和“因为你看了”类别相同的算法. 在我上一篇关于推荐心理学的文章中我注意到，通常应该对这些模型进行调整，使其更加强调元数据相关性，而不是像用户集群这样的技术. 当然，这需要高质量的元数据匹配, 这是一个充满困难的话题，在接下来的几周内，它将有一篇单独的文章.

然而，关于用户行为仍然有重要的考虑因素. 当我写到如何平衡自动化和编辑管理, 我强调了如何使用算法来确保你不会浪费太多时间向已经看过剧集的人推荐最新一集. 那么，以我之前举的一个例子来说，为什么Disney+会推荐《百家乐软件app最新版下载》系列呢. 在我看完最新的漫威电影之后, 尽管它的数据应该清楚地表明，我已经观看了奥巴马的节目. 漫威在过去几周的表现? 我想知道这里是否有一个自动规则，在最新的MCU电影之后触发最新的MCU系列? 但为什么不把用户行为也考虑进去呢?

当然，推荐人们重看自己喜欢的旧剧也是有价值的. 但也有可能你会浪费这个向他们介绍新事物的黄金机会. 我经常发现自己会把一部非常喜欢的电视剧看第三或第四遍，而不是把晚上的时间浪费在一个又一个类别的分类中寻找新的东西. 再一次，测试可以确认哪种方法最适合您的特定用户. 也许答案是让UX提供两种游戏后建议，从而最大化游戏空间. 这是一种流动的旧押韵:有旧有新?

对自动播放”? 或者不要自动播放? 这就是问题所在!

说到UX, 我们经常与用户讨论的一个问题是，游戏后体验应该是什么样的? 我们的许多流媒体客户认为，在没有下一集的情况下，自动播放有点太侵入了. 他们选择提供一个或多个建议，消费者可以很容易地选择加入, 但不是替他们做决定. 我们合作过的一家领先的流媒体服务称其为“自动建议”而不是“自动播放”，正是出于这个原因.

相反，其他服务完全支持自动播放. 这可以归结为了解你的客户，并给他们提供符合他们需求的体验. 如果你确信你的客户想要找到好的内容，但也避免在漫长的一天辛苦工作后做太多的决策, 那么自动播放就是一个很好的解决方案, 只要你对你的内容的相关性有信心.

在很多方面, 这样做的流媒体服务是在VOD场景中复制线性频道的体验. 就像在电视直播的世界里一样——尤其是24i非常熟悉的大屏幕观看的“悠闲”体验——许多消费者喜欢不用太频繁地触摸遥控器. 从服务提供者的角度来看, 有可能当客户找到遥控器或暂停按钮时, 他们会看得足够多，从而相信推荐的节目值得一看.

如果您想了解有关优化元数据以获得有效推荐的更多信息, 你可以等我下周的下一篇文章, 或者你可以下载24i的电子指南: 现在，每个流媒体服务都应该采用五种提高参与度的策略.

[编者注:这是来自 24i. 流媒体接受供应商署名完全基于它们对我们读者的价值.]