个人信息

Damien读的文章

你有(个性化的)邮件! 是时候让推荐超越应用程序界面了

个性化内容推荐是流媒体领域的一个热门话题. 将它们扩展到你的电子邮件和其他营销信息中是一种合乎逻辑的方法，可以增加你的应用的重复访问并抵消流失. 

为了更好的内容发现和推荐而最大化元数据的现代方法

元数据质量通常是任何流媒体服务希望通过有针对性的推荐来增加内容参与度的最大挑战. 机器学习能拯救我们吗? 

超越狂欢:充分利用游戏后时刻提高用户粘性

许多流媒体服务已经锁定了连续观看的情节内容, 通过自动播放下一集，让观众对他们最热门的剧集着迷. 但是，你是否在浪费一个在剧集结尾或观众看完非章节内容时推荐新内容的黄金机会呢? 

解析成功内容推荐的心理学

如果你想添加或升级你的数据驱动的推荐, 你应该选“推荐给你”吗, 因为你看了, 或趋势能够最大程度地提高用户粘性? 他是24i数据产品高级副总裁, Damien读, 论证了区段名称的选择及其背后的数据模型应该针对您的用户群和特定的业务目标进行调整.

编辑策展vs. 自动化:提高用户粘性的最成功方法是什么?

更高的内容参与度是流媒体的圣杯. 更多的眼球关注更广泛的内容，这对于解决用户流失和增加广告收入是件好事. 但你应该把精力投入到哪里呢?是编辑策划还是数据驱动的推荐? 

流媒体战争的新时代已经到来，这场战争正变得个人化

在激烈竞争中, 流媒体服务正在寻求新的个性化策略来增加内容的参与度, 解决生产, 增加广告收入, 并鼓励用户返回他们的应用程序. 流媒体服务应该使用哪些新兴的数据驱动方法来提升其内容发现用户体验?