-->
为11月的流媒体连接保存您的免费座位. 现在注册!

视频:OTT广告个性化做得好

了解更多关于个性化和OTT的信息 流媒体的下一个事件.

观看诺拉·所罗门的完整演讲, B103. Dailymotion——Hyper-Personalization & 跨平台观看体验, in the 流媒体会议视频门户.

阅读这段录音的完整文本:

诺拉所罗门: 我想谈谈OTT,就像我一开始承诺的那样. 在这种极具挑战性的形式下实现个性化. 我将从一个相当简单的例子开始,向你们介绍OTT个性化定位的一些积极和挑战.

在这种情况下,我们有康妮,我们要把目标对准她. She is 28, 她是女性, 她是个旅游爱好者, 她有一台联网电视设备, 只要她喜欢,她就会按需播放广告视频, 她不付订阅费.

如果你是广告商,你想瞄准康妮, 你需要识别谁在看连接的电视设备, 要做到这一点, 你利用了一个叫做恒等图的工具. 身份图包含用户的各种信息,并创建用户档案. 这是完全匿名的, 这完全是PII, 但它可以帮助你们识别用户是谁, 不管是男性还是女性, 他们属于多大的年龄范围啊, 其他你可能知道的关于他们的行为或信用卡信息, 任何你能得到的信息.

有太多的数据了, 身份图会将所有信息结合起来创建一个用户配置文件,你可以用它来定位目标. 在这种情况下,我们已经确定了康妮的身份. 她是女性,年龄在25到35岁之间,她对旅行很感兴趣. 所以我们要给她看正确的广告. 也许有一家旅行社试图让客户预订去斐济的旅行.

这可能是他们攻击康妮的绝佳机会. 所以她在看一个联网的电视设备, 这就意味着广告商需要考虑用户现在使用的是什么设备. 这是一个非常吸引人的设备,因为它的屏幕很大, 它是高度可见的, 通常是完成率. 你不能点击它,你不能像使用其他设备一样使用它.

所以他们要用一张斐济海滩的美丽照片来引诱康妮去那里. In fact, 他们把她带到那里是因为屏幕的大小, 他们真的有机会发挥创意,因为这个装置可以让他们真正让用户沉浸在广告体验中.

其次是利用其他接触点. 你带康妮参观了这个美丽的海滩, 你想让她和你的旅行社一起去斐济旅游. 你得带她去能买到的地方. 所以你要考虑如何在她的其他设备上定位她因为你刚刚在联网电视上向她展示了广告.

回到可信恒等式图, 它也有跨设备的解决方案,它映射了所有它知道是康妮的不同设备, 或者至少它自认为是康妮的. 然后你就可以在她的手机上投放广告. 如果她坐在沙发上,她的手机连接到同一个IP,因为它连接到与她连接的电视设备相同的wifi.

所以你会以她为目标. 你会用与原始信息一致的信息来瞄准她. 你利用连续的广告来继续讲述故事,并向她展示她的旅行可能会是什么样子, 然后你给她一个行动的号召. 你想让她做什么. 它可以是订阅时事通讯,也可以是预订去斐济的旅行.

我们的最终结果,用户满意度和转化率. 康妮在海滩玩得很开心. 这很好. 这是一个很好的例子. 但问题是,这是最理想的情况. 我们都知道,大多数时候事情并没有这么简单. 为什么呢?? 这是因为联网电视和通常的OTT流媒体是在家庭层面完成的, 而不是在单个用户级别.

如果我们考虑康妮和室友住在一起的情况, 约翰和萨拉, 他们都差不多大, 但是他们有非常不同的兴趣, 很明显, 他们不是同一个性别, 所有的. 你怎么知道在你想投放广告的时候谁在看连接的电视设备? 所以这就是挑战,谁在看?

在这个场景中, 康妮在看, 但她在用莎拉的流媒体服务, 三个室友都在家, 他们所有的其他设备都连接到同一个wifi. 所以你实际上很难确定是康妮在看内容. 因此, 你可以用莎拉的流媒体登录数据来定位她,并投放一个体育广告, 但是康妮对运动不感兴趣, 她对旅游很感兴趣.

这是OTT的主要挑战之一. 我要讲的另一个挑战与康妮这个虚构的场景完全无关, and Sarah, 还有约翰和他们可爱的室友, 而是频率封顶的概念, 我们在手机和桌面上都非常熟悉, 但对OTT来说确实是一个挑战.

相关文章

视频:情境定位和个性化广告

Dailymotion编程副总裁 & 诺拉·所罗门在2019年东流媒体大会上的演讲片段中解释了个性化广告,并介绍了一个上下文定位用例.

视频:OTT个性化的挑战

sechange International高级副总裁, Mark Tubinis讨论了管理创建个性化OTT体验所需数据的难度.

视频:个性化是如何革新OTT的

Nice People at Work的劳拉·德尔科(Laura Delcor)和谷歌云的卢克·戴尔(Luke Dyer)在2018年流媒体西部直播峰会上讨论了个性化和互动性对OTT行业的影响.

视频:在OTT视频中个性化意味着什么?

Sea Change International营销副总裁Kurt W. 米歇尔在流媒体东部的演讲片段中讨论了分析和人工智能驱动的个性化.