你有(个性化的)邮件! 是时候让推荐超越应用程序界面了
在过去的几周里, 我已经概述了一系列现代个性化方法,流媒体服务提供商可以使用这些方法来提高其消费者应用程序中的内容参与度. 这些措施包括:
这将是一个错误, 然而, 认为个性化推荐只能用于增加浏览者访问你的应用程序后观看的内容的数量和范围. 如果用户只访问你的应用一次,然后就忘记返回,那么再好的内容发现用户体验和个性化用户界面都将付之东流.
作为个性化专家, 许多视频服务提供商都寻求24i的帮助,因为他们在一个备受瞩目的系列中拥有很高的用户数量, 但之后很难吸引这些访问者回来观看他们内容库中的其他项目. 扭转这种趋势的一个相对简单的方法是将个性化的内容推荐扩展到您的营销通信中——明智地使用数据来优化这些消息.
你可能已经通过无数不同的接触点——电子邮件——向你的消费者进行营销了, 社交媒体, 推送通知, 如果你是一家为家庭地址提供服务的电信公司或付费电视运营商,甚至可能是老式的邮寄“蜗牛”邮件. 你在这些信息中融入了多少个性化元素?
为每个特定的消费者写100万封(或更多)个性化的电子邮件显然是不可行的, 但如果你能识别出一群有着相似行为的消费者,那么给他们发送比毛毯更个性化的沟通就会非常有效, 放之四海而皆准的消息. 将他们推向特定内容的电子邮件, 不仅仅是你的旗舰系列发布或新的定价协议.
使用基于api的推荐服务, 您还应该能够在普通的电子邮件中插入两到三个用户特定的内容推荐, 就像你可以在文本中插入他们的名字一样.
像Netflix这样的流媒体领导者已经在尝试个性化的电子邮件信息,比如:
这些都是让消费者回到你的网站的好方法, 你已经有了驱动这种个性化交流所需的数据. 你只需要利用这些数据,并将其与你的元数据相匹配.
我们的一个客户就是这样做的,然后进行了A/B测试,比较了普通电子邮件简报和包含个性化内容推荐的电子邮件的成功率. 结果? 他们发现,在收到个性化邮件的人群中,在三天内访问他们应用程序的人数增加了121%.
时机(几乎)决定一切
在任何市场营销中,成功都不仅仅是沟通的内容. 您还需要考虑如何交付以及何时交付. 再一次, 个性化确实有助于提高转化率, 你已经有了数据来帮助你优化你的方法.
如果你的数据显示有一群用户经常在周五晚上访问你的服务, 催促他们在周三下午看点什么没什么意义. 到了周五晚上,他们就会完全忘记你在周中给他们推荐的精彩节目.
最大化你的成功, 确定客户群体中的观看模式,并将您的信息定位为适合大多数观看者. 周五下午一封合适的电子邮件会让一切都不一样. 同一名24i用户通过个性化邮件将游戏转换率提升了121%. 他们在周三进行了同样的A/B测试,尽管个性化邮件的效果仍然比普通邮件好, 上升幅度“仅”为20%!
当我采访Sky Group的Group Discovery和AI总监时, 卡罗琳·卡多佐, 她告诉我,他们还在“踮着脚尖”进入这个地区, 我做了很多工作来理解电子邮件推荐的挑战, “当你把所有的东西都放到一封电子邮件里, 这和你打开邮件的时间很不一样. 所以你可以在合适的时间看到你的内容以及点击率, 会非常复杂.”
用户对设备的选择也很重要. 如果你的数据显示有相当多的用户在一天中的某个时间(在回家的路上)用手机访问你的服务, 例如), 你可以利用这种行为模式. 而不是发送推荐邮件, 在用户常规观看时间开始时,通过手机推送通知提供个性化的内容建议是非常有效的. 这是他们需要的推动,在他们需要的时间和地点,享受你的内容.
一个警告:避免“令人毛骨悚然的区域”
显然,整合电子邮件需要克服一个技术障碍, 邮件或推送通知系统以及您的推荐服务的api. 但是正如我在我的 上一篇文章关于心理学的建议在美国,营销传播也需要保持微妙的平衡. 客户不希望有一种被监控和操纵的感觉. 和所有的电子邮件营销一样, 重要的是要选择正确的语气和频率,以避免成为“垃圾邮件”.”
卡洛琳·卡罗多佐将她的最终目标描述为能够“为我们的客户创造真正神奇的时刻,这些时刻是为他们量身定制的,但却不觉得是为他们量身定制的。.她说,天空希望它的客户觉得公司了解他们, “但他们不觉得我们越界了,也不觉得我们进入了我亲切地称之为‘令人毛骨悚然的区域’。”.”
与我在本系列文章中概述的所有其他策略一样, 这是找出适合你的用户的唯一方法, 还有什么会有误入“恐怖地带”的风险,就是定义明确的目标,然后进行一些详细的A/B测试.
这是我的流媒体系列文章的最后一篇. 如果你想更深入地了解我在这些博客中涵盖的主题, 你可下载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.]
相关文章
在今天的视频流媒体领域, 对有效广告的追求导致了向动态广告插入(DAI)的范式转变。. 这种先进的方法使广告商能够针对特定受众提供量身定制的内容, 最大化用户粘性和收益潜力. 随着流媒体行业的持续飙升, DAI是游戏规则的改变者, 有望增强盈利和观众体验.
2024年3月27日
OTT提供商正迅速意识到将用户推荐服务整合到他们的平台中所带来的好处. 然而,集成的两种主要选择都有缺点. 现成的解决方案可能会带来昂贵的成本, 但更便宜的定制部署需要合适的内部专业知识. 我们需要的是一种既能节省开支又能直观使用的中间解决方案, 同时提供重要的推荐服务,打动观众,并最终帮助留住他们.
2023年10月30日
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?
8月30日2022
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?
8月22日2022
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.
2022年8月16日
要想在流媒体领域获得病毒式传播,比流媒体平台开始一次性投放整季内容时,观众们第一次创造出“刷剧”这个词时要难得多. 但是如果, 即使在一个越来越拥挤的空间, 内容所有者和购买者可以使用数据来确定内容是否会吸引观众,或者是否值得一看就是一遍?
8月10日2022
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?
2022年8月2日
提及的公司及供应商