7 Wege zur Personalisierung von TV

Wenn Fernsehzuschauer ein Programm auf ihrem Lieblingsbildschirm sehen wollen, dann möchten sie, dass ihnen etwas geboten wird. Sie wollen personalisiertes Fernsehen.

In unserem Leitfaden „Fernsehen ganz persönlich“ liefern wir die Belege dafür, dass Verbraucher sich personalisiertes Fernsehen wünschen, und sprechen über verschiedene Wege, wie Medienunternehmen dies erfolgreich umsetzen können. Dadurch bekommen Sie eine Vorstellung davon, wie ein intuitives, intelligentes und interaktives Fernseherlebnis aussehen kann.

Ohne Daten und Technologie wäre personalisiertes Fernsehen undenkbar. Medienunternehmen sind auf Daten angewiesen, um die Vorlieben der Zuschauer zu kennen. Und sie benötigen die richtige Technologie, um diese Vorlieben in einem Erlebnis zusammenzuführen, das dem Zuschauer gefällt.

Wenn Sie eine Fernsehstation, ein Kabelsender oder ein Betreiber sind und gerne mehr Personalisierungsfunktionen in Ihren TV-Dienst integrieren möchten, sind die folgenden sieben Wege ein guter Ausgangspunkt.

1. Anwenderdaten – Erfassen Sie möglichst die präzisesten und vollständigsten Daten über Ihre Anwender, indem Sie Informationen wie Name, Alter, Geschlecht, Standort und zuvor mitgeteilte Präferenzen in einer Kundendatenbank sammeln. Je akkurater und vollständiger diese Daten sind, desto mehr können sie Ihnen bei der Segmentierung helfen. Im Anschluss können die Daten anonymisiert und für die Segmentierung mit einer Daten-Management-Plattform, wie etwa Adobe Audience Manager, verwendet werden.

2. Session-Kontext – Mit jeder Fernseh-Session können Sie weitere Daten sammeln, was zu verbesserter Personalisierung führt. Erfassen Sie den Browser- und Gerätetyp, die IP-Adresse und die Zeitzone. Diese Daten können in einen Personalisierungsalgorithmus eingespeist werden, der demselben Anwender weiteren Content vorschlagen kann, abhängig davon, ob er ein Mobilgerät oder einen PC benutzt oder ob er morgens oder abends fernsieht.

3. Daten aus dritter Hand – Daten von externen Anbietern machen es Ihnen möglich, Ihre eigenen Anwender oder Ihren Content noch besser zu verstehen. Sie können beispielsweise Daten über Produkte, die Ihre Zuschauer kaufen, sowie über die Art von Websites, die diese besuchen, erwerben. Sie sollten weiterhin Content-Metadaten ankaufen, damit sich Ihre Personalisierungsentscheidungen auf Genres, Subgenres, Besetzung, Auszeichnungen, Erscheinungsjahr und Bewertungen der von Ihren Kunden gesehenen Programme stützen können.

4. Segmentierung – Durch Segmentierung können Sie verschiedene Arten von Personalisierungserlebnissen für unterschiedliche Anwendersegmente orchestrieren. Segmente können in Bezug auf Verhaltensmerkmale Ihrer Zuschauer generiert werden, beispielsweise danach, wie häufig diese Ihren Dienst in Anspruch nehmen oder welche Art von Content am häufigsten gesehen wird. Segmente können außerdem im Hinblick auf kontextbezogene Merkmale, die Ihnen von Ihren Anwendern bekannt sind, generiert werden, wie zum Beispiel nach Gerät, Standort und Tageszeit, zu der der Dienst am häufigsten genutzt wird. Um den höchsten Grad an Interaktion bei Ihrer Zielgruppe zu erreichen, können Sie für jeden Zuschauer ein Erlebnis kreieren, von dem Sie wissen, dass es andere Kunden im selben Segment anspricht.

5. A/B-Tests – Mit A/B-Tests haben Sie die Möglichkeit, Hypothesen dazu zu testen, wie Sie mit Ihren Daten die Personalisierung verbessern können. Sie vermuten vielleicht beispielsweise, dass Zuschauer, die auf Sport-Websites surfen, eher dazu tendieren, auf vorgeschlagene Sportinhalte zu reagieren. Sie können diese Vermutung überprüfen, indem Sie eine Kontrollzielgruppe Ihrem existierenden Personalisierungsalgorithmus aussetzen, der sportbezogene Browser-Daten nicht berücksichtigt. Gleichzeitig setzen Sie eine Testgruppe einem neuen Personalisierungsalgorithmus aus, der sportbezogene Browser-Daten berücksichtigt. Wenn die Testgruppe die Kontrollgruppe bei einer oder mehreren für Sie wichtigen Kenngrößen übertrifft, wie beispielsweise bei der Fernsehdauer, ist der neue Algorithmus ein Erfolg.

6. Algorithmen – Algorithmen stellen den Entscheidungsträger für Personalisierungs-Features dar. Ist ein Algorithmus erst einmal darauf programmiert, zu wissen, welche Daten wie zu berücksichtigen sind, kann er in schnell Personalisierungsentscheidungen für jeden Zuschauer eines personalisierten TV-Dienstes treffen. Sie müssen nicht selbst dazu in der Lage sein, Algorithmen zu entwickeln, um einen TV-Dienst zu personalisieren. Lösungen wie Adobe Primetime Recommendations enthalten bereits eingebaute Algorithmen, die Sie nutzen können.

7. Automatisierte Optimierung – Optimierungstechnologie macht personalisiertes Fernsehen mit der Zeit intelligenter. Primetime Recommendations führt beispielsweise automatisch A/B-Tests durch, um die über Videovorschläge und visuelle Layouts getroffenen Entscheidungen kontinuierlich zu verbessern.

Mit diesen sieben Datenquellen und technologischen Funktionen kann jeder TV-Dienst Personalisierung für sich nutzen. Tatsächlich besitzen viele Medienunternehmen bereits alle Daten, die sie für eine gelungene Personalisierung brauchen. Andere können sich die benötigten Daten problemlos beschaffen.

Falls Sie gerade damit beginnen, mehr personalisierte TV-Dienste in Ihre Marke einzubauen, würden wir uns freuen, von Ihnen zu hören.