Özet

Bu makalede, Disney Hotstar’ın büyük verileri ve yapay zekayı nasıl kullandığını araştırıyoruz. Hindistan’da popüler bir akış hizmeti olan Hotstar, yakın zamanda Disney Plus ile ortaklık kurdu ve Disney Plus Hotstar olarak yeniden markalı. 300 milyondan fazla aktif kullanıcı ile Hotstar, içgörü kazanmak, kullanıcı deneyimini geliştirmek ve veri odaklı kararlar almak için büyük verilere güvenir. İşte Hotstar’ın büyük verileri nasıl kullandığına dair on önemli nokta:

1. Büyük veriler, geleneksel yöntemlerin üstesinden gelmek için mücadele ettiği büyük ve karmaşık veri kümelerinin analizine ve organizasyonuna yardımcı olur.
2. Üç V, büyük veri – hacim, hız ve çeşit – büyüklüğünü anlamak için çok önemlidir.
3. Hotstar, çok çeşitli Hint televizyon şovları ve akarsular sunar ve birden fazla dilde Hint Premier Ligi maçları.
4. 46 ile.4 milyon ücretli abone, Hotstar’ın düşük fiyatlı aboneliği büyük popülaritesine katkıda bulunuyor.
5. Hotstar, platform tarafından üretilen büyük miktarda veriyi yönetmek için veri teknolojisini kullanır.
6. Büyük veri, rakiplere bilgi vererek ve yeni iş fırsatları yaratarak işletmelere fayda sağlıyor.
7. Büyük Veri, pazarlama kampanyalarına bilimsel bir unsur sunarak pazarlamacıların veri odaklı stratejiler yapmalarını sağlayan.
8. Hotstar, pandemi sırasında kullanımda bir artış gördü ve OTT platformlarının büyümesine katkıda bulundu.
9. Büyük Veri, reklam hedeflemesinde önemli bir rol oynar, reklamverenlerin kitle tercihlerini anlamalarına ve reklam yerleşimlerini optimize etmesine yardımcı olur.
10. Büyük Veri Analizi, platformların tercihlerine hitap etmesine ve kullanıcı deneyimini geliştirmesine olanak tanıyan izleyici davranışının tahminini sağlar.

15 benzersiz soru

1. Büyük ve karmaşık veri kümelerinin analizine büyük veri nasıl yardımcı olur??

Büyük Veri, geleneksel yöntemlerin hacimleri, hızları ve çeşitliliği nedeniyle ele almaya çalıştığı veri kümelerini analiz etmeye ve düzenlemeye yardımcı olur. İşletmelerin değerli bilgiler kazanmalarını ve veri odaklı kararlar almasını sağlar.

2. Büyük veri üç V’si nelerdir?

Üç V büyük veri hacim, hız ve çeşittir. Hacim, üretilen büyük miktarda veriyi ifade eder, hız verilerin oluşturulma ve işleme hızı gösterir ve çeşitlilik farklı veri türlerini ve kaynaklarını temsil eder.

3. Hotstar neden Kızılderililer arasında popüler?

Hotstar, çok çeşitli Hint televizyon şovları ve Hint Premier Ligi maçlarının birden fazla dilde canlı akışı nedeniyle Hintliler arasında popülerdir. Ayrıca, uygun fiyatlı abonelik fiyatı popülaritesine katkıda bulunur.

4. Hotstar, platformda üretilen çok miktarda veriyi nasıl yönetiyor??

Hotstar, günlük olarak üretilen önemli miktarda veriyi işlemek için veri teknolojisini kullanır. Bu, verilerin verimli depolanması, organizasyonu ve analizini sağlar ve Hotstar’ın bilinçli kararlar vermesini sağlar.

5. İşletmeler için büyük verilerin faydaları nelerdir?

Büyük Veri, daha iyi rakip anlayışı, yeni iş fırsatlarının tanımlanması ve veri odaklı pazarlama stratejileri yapma yeteneği dahil olmak üzere işletmeler için çeşitli faydalar sağlar.

6. Pandemi Hotstar gibi OTT platformlarını nasıl etkiledi??

Pandemi, insanlar zaman geçirmenin yollarını ararken Hotstar gibi OTT platformlarının kullanımının artmasına yol açtı. Aşırı izleme, karantina dönemi boyunca popüler bir etkinlik haline geldi ve bu platformların büyümesine katkıda bulundu.

7. Büyük Veri reklam hedeflemede nasıl bir rol oynar??

Büyük Veri, kitle tercihleri ​​ve davranışları hakkında bilgi vererek hassas reklam hedeflemesini sağlar. Kitlenin hangi içeriği izledikleri, hangi reklamlarla etkileşime girdikleri ve tercihleri ​​hakkında verileri analiz etmek, reklamverenlerin reklam yerleşimlerini optimize etmesine yardımcı olur.

8. Büyük veriler izleyici davranışını tahmin etmede nasıl yardımcı olur?

Büyük Veri Analizi, Hotstar gibi platformların reklam katılımı, gösteri tercihleri, içerik atlama alışkanlıkları ve demografik bilgiler gibi faktörleri anlayarak izleyici davranışını tahmin etmesini sağlar. Bu, kullanıcı deneyimini kişiselleştirmeye ve müşteri memnuniyetini iyileştirmeye yardımcı olur.

9. Büyük Veri, Hotstar gibi platformlarda video derecelendirmelerini nasıl etkiler??

Hotstar gibi platformlarda video derecelendirmelerinin belirlenmesinde büyük veriler etkilidir. Hotstar, kullanıcı davranışını ve tercihlerini analiz ederek, hangi içerik türlerinin kitleleri tarafından tercih edildiğini belirleyebilir ve bu verileri gösteri yenilemeleri ve yeni gösteri lansmanlarıyla ilgili kararlar vermek için kullanabilir.

10. Hotstar gibi platformlarda büyük veriler akış planlamasına nasıl katkıda bulunuyor??

Canlı akışın yükselişiyle, Big Veri akış planlamasında rol oynar. İzleyici davranışı ve tercihleri ​​hakkındaki verileri analiz ederek, Hotstar gibi platformlar, kitle katılımını en üst düzeye çıkarmak ve sorunsuz bir izleme deneyimi sağlamak için akışlarını stratejik olarak planlayabilir.

11. Analitik reklam stratejilerini geliştirmek için nasıl kullanılır?

Analytics, kitle görüntüleme alışkanlıkları, tercihler ve reklam etkileşimleri hakkında güvenilir istatistikler sağlar. Reklamverenler, reklam stratejilerini geliştirmek, reklam frekansını optimize etmek ve belirli kitleleri hedeflemek için bu verileri kullanabilir, bu da daha etkili ve hedefli reklam kampanyaları ile sonuçlanabilir.

12. Büyük Veri Müşteri Memnuniyetine Nasıl Yardımcı Oluyor?

Büyük Veri, posta mesajları ve müşteri hizmetleri etkileşimleri gibi çeşitli kaynaklardan verileri analiz ederek müşteri tercihlerini, ihtiyaçlarını ve duyguları anlamaya yardımcı olur. Bu bilgiler, müşteri deneyimlerini kişiselleştirmek, ürün tekliflerini iyileştirmek ve genel müşteri memnuniyetini artırmak için kullanılabilir.

13. Big Veri, akış platformlarında gösteri yapımında ve elde tutmada nasıl rol oynar??

Büyük Veri Analizi, akış platformlarının hangi içerik türlerinin kitleleriyle yankılandığını ve hangilerinden kaçınılması gerektiğini anlamasını sağlar. Bu bilgiler, gösteri yenilemeleri, yeni şov lansmanları ve izleyici tercihleriyle uyumlu içerik üretimi ile ilgili kararları etkiler ve daha yüksek izleyicinin elde tutulmasına yol açar.

14. Büyük Veri YouTube gibi platformların başarısına nasıl katkıda bulunuyor??

YouTube gibi platformlar, kitlelerinin demografik özelliklerini, tercihlerini ve davranışlarını anlamak için büyük veriler kullanıyor. Bu veriler, hedeflenen içeriğin sağlanmasına, kullanıcı ilgi alanlarına dayalı videolar önerilmesine ve kişiselleştirilmiş bir kullanıcı deneyimi sunmaya yardımcı olur.

15. İşletmeler büyük veri yeteneklerini geliştirmek için hangi adımları almalı??

İşletmeler, ilgili verileri toplayarak, veri analiz araçlarını uygulayarak ve nitelikli veri profesyonellerini işe alarak büyük veri yeteneklerini geliştirmeye yatırım yapmalıdır. Ayrıca, büyük veri teknolojisindeki en son trendler ve ilerlemelerle güncellenmek, potansiyelini kullanmak için çok önemlidir.

16. İşletmelerin büyük veri uygularken dikkate almaları için temel faktörler nelerdir??

Büyük veri uygularken, işletmeler veri güvenliği ve gizlilik, verilerin etik kullanımı, veri altyapısının ölçeklenebilirliği, veri kalitesi ve doğruluğu ve büyük veri girişimlerini genel iş stratejileri ve hedefleriyle hizalama gibi faktörleri dikkate almalıdır.

Disney Hotstar nasıl büyük veri ve yapay zeka kullanıyor

Her işletmedeki şirketler, büyük veri yeteneklerini geliştirmek için çalışmalıdır, böylece bundan faydalanabilirler. Günlük hayattaki büyük verilerin uygulamaları hakkında daha fazla bilgi edinin.

Hotstar büyük verileri nasıl kullanıyor?

Büyük Veri, verilerin analizine, verilerin sistematik organizasyonuna veya tipik veri analiz yazılımının yeteneklerinin ötesinde büyük veri kümelerinin işlenmesine yardımcı olan bir alandır.

Diğer terimlerle, büyük veriler, özellikle yeni kaynaklardan türetilen çok sayıda karmaşık veri setini ifade eder. Bu veriler o kadar büyük ki, geleneksel yöntemler onları anlamakta zorlanıyor. Bu, büyük verilerin büyük bir rol oynadığı zamandır.

Büyük veriler, geleneksel yöntemlerin tespit edemediği iş sorunlarının çözümüne de yardımcı olur. Üç V büyük veri hacim, hız ve çeşittir. Bu, büyük verilerin nasıl ölçüleceğini anlayabilmemiz için.

Öte yandan, Hotstar Hindistan’da popüler bir akış hizmetidir. Hotstar yakın zamanda Disney Plus ile ortaklık kurdu ve Hostar’ın Disney Plus Hotstar olarak yeniden markalanmasıyla sonuçlandı. Makyajından bu yana Disney Plus Hotstar ana akım haline geldi.

Platform, Hint televizyon şovlarını çeşitli dillerde yayınlıyor. Ve altı farklı dilde bulunan Hindistan Premier Ligi’nin canlı akışını unutmayın. Bu, Disney Plus Hotstar’ın Hintliler arasında neden bu kadar popüler olduğunu anlamak için yeterli.

Disney Plus Hotstar’ın 46 ile 300 milyon aktif kullanıcısı var.Ödenenlerin 4 milyonu abone. Hotstar’ın popülaritesinin bir başka nedeni de aboneliğini çok düşük bir fiyata satmasıdır.

Hotstar gibi bir şirket için her gün çok miktarda veri kaydedilir. Bu verilerin işlenmesi kuruluş için mümkün olmadığı için veri teknolojisi işe alınır. Hotstar’da büyük verilerin nasıl kullanıldığına bakmadan önce, büyük verilerin ne olduğunu ve bir şirkete nasıl fayda sağlayabileceğini anlamak önemlidir.

Büyük Veri İşletmelere Nasıl Yararlanır??

Rakipleri daha iyi anlamak için büyük veriler kullanılabilir. Büyük veriler, ister yeni katılımcılar ve heyecan verici şirketler tarafından her alanda kullanılır, ister sağlık bakımı. Her endüstri büyük verilerden yararlanır. Yeni iş fırsatlarının yaratılmasına büyük veri yardımcı olur.

Pazarlama kampanyaları için Big Veri, bilimsel bir unsur sundu. Pazarlamacılara pazarlama stratejilerine yardımcı olacak araçlar verir. Bu işletmelerin çoğu, hizmetler ve ürünler, tedarikçiler ve alıcılar, tüketici niyeti ve tercihleri ​​dahil olmak üzere büyük veri akışlarının merkezinde olacak ve daha fazlası.

Her işletmedeki şirketler, büyük veri yeteneklerini geliştirmek için çalışmalıdır, böylece bundan faydalanabilirler. Günlük hayattaki büyük verilerin uygulamaları hakkında daha fazla bilgi edinin.

Büyük verilerin hotstar üzerindeki etkisi

Karantina günleri bitti, ancak aşırı izleme alışkanlığı değil. Pandemik sorun gerçekleştiğinden beri, dünyanın dört bir yanındaki insanlar zaman geçirmenin bir yolunu arıyorlar.

Neredeyse herkesin zamanı geçmenin en sevdiği yolu aşırı izlemek. Pandemi, Hotstar, Netflix ve Amazon Prime Video gibi OTT platformlarının film ve seriyi yayınlamak için yoğun bir şekilde kullanıldığı bir dönemdi. Bu platformlar sayıca büyüyor ve teknolojik olarak daha gelişmiş hale geliyor.

Büyük Veri, bu platformların artan oranının en önemli bozucularından biridir. Bugünün nüfusu göz önüne alındığında, bu bir zorunluluktur çünkü diğer her şeyde olduğu gibi, amaç proliferasyonu en üst düzeye çıkarmaktır. Öyleyse, büyük verilerin eğlence sektörünü nasıl etkilediğine bakalım.

Reklam hedefleme

Reklam, broşürlerin dağılımı ile başladı, sonra radyo jinglesine geçti ve şimdi sosyal medya platformlarında reklamlarımız var. Medya sektöründe şu anda milyarlarca izleyici var. Rekabet etmek için iyi bir yerleştirme stratejisine sahip olmak önemlidir. Reklamda reklam oyun sıklığı son derece önemlidir.

Bu günlerde reklamın ana odağı, izleyicinin hangi platformda belirli içeriği izlediği zamandır. Analytics, kitlenin hangi içeriği neyin ve ne zaman izlediğine dair güvenilir istatistikler sağlar. Kalabalık hangi reklamları izliyor ve göz ardı ettikleri reklamlar tercihlerinin ne olduğunu ve neyi sevmeyebileceklerini ortaya koyuyor.

İzleyici davranışının tahmini

Müşteriler şirketin başarısı için önemlidir. Müşteri ne kadar mutlu olursa, şirketin geliri o kadar yüksek olur. Big Veri, Müşterilerin tüm duygularını yayın mesajları ve müşteri hizmetleri aracılığıyla toplar.

Büyük Veri, izleyicilerin bir reklamı ne kadar süre izledikleri, ne tür reklamları tercih ettikleri, ne tür şovları tercih ettikleri ve izlemek için ne tür içerik atladıkları gibi bir reklam görmede başarısız olmasını sağlar.

Büyük Veri ayrıca, çeşitli platformlarda kitlenin yaş grubu ve kullandıkları cep telefonlarının türü gibi bilgileri de verir. YouTube, kitlesini anlamak ve keyif aldıkları içerik sağlamak için bu bilgileri kullanan bir platformun harika bir örneğidir.

Video derecelendirmeleri

Büyük Veri Netflix, Amazon Prime ve Hotstar gibi hizmetlere fayda sağlamıştır. YouTube’a benzer şekilde, bu platformlar kullanıcı davranışını tahmin etmek için büyük verilere güveniyor. Bu istatistikler ise son derece detaylıdır ve gösteri üretimini ve elde tutmayı doğrudan etkiler.

Bu platformlar, müşterileri tarafından hangi tür içeriklerin tercih edildiğini ve önümüzdeki sezon için şovu yenilemek için hangilerinden kaçınıldığını belirlemek için büyük veriler kullanıyor. Platformlarında yeni bir gösteri başlatmadan önce aynı şeyi yapıyorlar.

Akış planlaması

Sosyal medyada veya ana akım medyada canlı akış kavramı bugünlerde çekişiyor. Seyirci canlı web yayınını seviyor gibi görünüyor. Twitch, içerik yaratıcılarının izleyicileriyle gerçek zamanlı olarak etkileşime girmesi için popüler bir platformdur.

Reklamverenler, ürünlerini hedef kitlelerinin önünde tanıtmak için bu fırsatı kullanıyor. Analytics, en fazla sayıda insanla bağlantı kurmak için akış için en iyi zamanın belirlenmesine yardımcı olur ve GoodworkLabs tarafından açıklandığı gibi halkın dikkatini çekmeye ne tür bir ürün yardımcı olacaktır.

Hotstar, freemium kullanıcılarını premium kullanıcılara taşımak için büyük veriler kullanıyor

Pazarlama ekibi, Freemium abonelerini kararlı premium üyelere dönüştürmek için dört yönü inceliyor.

Bireyselleştirilmiş Kullanıcı Deneyimi

Bir tüketiciyi daha iyi anlamak için, istedikleri şey, işlerinin ne olduğu ve ürününüzün hayatlarını nasıl etkileyeceği gibi demografik bilgilerin ötesini keşfetmek önemlidir.

Kullanıcı uygulamayı kaç kez açar ve hangi içeriği gördükleri, belirli bir içeriği ne kadar süre izledikleri veya tüketicinin huniye ne kadar yavaş gidebileceği ve onları sadık müşteriler olmaya ikna edeceği şey?

Kullanıcı davranışı tahmin edildikten sonra, etrafında çalışmak ve kullanıcıları, kullanıcı kişilerinin ve psikografiklerin kapsamlı bir şekilde anlaşılmasına dayanarak paketlenmiş ve itilen içerik kullanarak huni boyunca taşımak kolaydır.

Yaşam tarzına göre içerik tavsiye edin

Aboneler, üyelik için ödeme yaptıktan sonra içeriği incelemek için platformlara geri dönmezlerse paralarını boşa harcayabilir. Spor tutkunları, bir maçın canlı akışı olduğunda Hotstar’ı kullanırlar ve diğer günlerde kullanmazlar. Bu insanları, Hotstar’ın sunduğu tüm eğlencelerin abone olmaya ve tadını çıkarmaya ikna etmek zordur.

Bu hedefe ulaşmak için şirket, bireyleri tarama ve görüntüleme geçmişi, içerik tüketimi kalıpları ve diğer tercihler gibi dijital özelliklere göre tanımlar ve sınıflandırır. Kullanıcı ücretsiz bir platform kullanıcısıysa, Premium Kütüphane’den ilgilendikleri ürünler önererek onları huniden hareket ettirin.

Doğru zamanda kişiselleştirilmiş mesajlaşma

Sadece istatistikleri taşımak yerine insanların dikkatini çekebilecek bir kampanya ile ivme korumak. Milyonlarca kullanıcıya itme bildirimleri göndermek zorunda kaldılar.

Bağlantı yapmak planın sadece bir yönüydü. Çeşitli kullanıcı kategorilerinin bildirimleri itmek için en meşgul ve alıcı olduğu haftanın günlerini ve saatlerini belirlemek de önemliydi. Bu prosedürde Hotstar, tıklamaları üç kez artırmak için bu bilgileri kullandı.

Kullanıcılarla gerçek zamanlı olarak ilgilenmek

Kullanıcı etkinliğini izleme Bir kullanıcı uygulamada bir şey izlediğinde ve daha sonra aniden kapattığında kullanıcıların anahtarlıkları ne sıklıkta ve yakın zamanda kullandığını görmek için, bu onlara başladıklarını bitirmeye teşvik eden bir push bildirimi vermek için bir fırsat olarak yorumlanır.

Bu, Hotstar’ın daha iyi bir dönüşüm oranına ve kullanıcılar tarafından daha fazla içerik tüketimine sahip olmasını sağlar. (kaynak)

Özetlemek gerekirse, Hotstar’ın işini büyütmek için büyük verileri nasıl kullandığını görebiliriz. Çektiği abone sayısına dayanarak, Hotstar’ın bu konuda başarılı olduğunu kesinlikle kabul edebiliriz. Büyük veriler, doğru kullanılırsa işi olumlu etkileme potansiyeline sahiptir.

Paylaş blog:

Bir parçası ol Instagram toplum

Trend bloglar

• Tüketici davranışını etkileyen 5 faktör daha fazla oku
• Talebin esnekliği ve türleri daha fazla okuyor
• Havalandırma analizi nedir? Bununla ilgili bilmeniz gereken her şey daha fazlasını okuyun
• Tanımlayıcı analize genel bir bakış daha fazlasını okuyun
• Yönetim ekonomisi nedir? Tanım, Türler, Doğa, İlkeler ve Kapsam Daha Fazla Oku
• Talebin fiyat esnekliğini etkileyen 5 faktör (PED) Daha fazla bilgi edinin
• Dijkstra’S algoritması: en kısa yol algoritması daha fazla
• Yapay Zekanın 6 Başlıca Şubesi (AI) Daha Fazla Oku
• Yönetim Ekonomisinin Kapsamı Daha Fazla Oku
• 7 İstatistiksel Analiz Türü: Tanım ve Açıklama Daha Fazla Bilgi

Disney+ Hotstar nasıl büyük veri ve yapay zeka kullanıyor

Disney+ Hotstar, dünyanın dört bir yanındaki yükselen akış platformlarından biridir. Çeşitli bölgelerde hizmet sunmaya başlamış olsa da,’S Fox, HBO ve Showtime’a ait bir grup şov nedeniyle zaten bir hayran favorisi haline geldi. Ayrıca, üzerinde canlı maç akışlarını da yakalayabilirsiniz.

Disney+ Hotstar, platformu geliştirmek için büyük veri ve yapay zeka gibi gelişmiş teknolojileri içerdiği için diğer akış platformlarına paraları için bir çalışma sağlayabilir’S yetenekleri.

Her durumda, biz’İlginizi çekti, akış platformunun rakiplerinin geri kalanına kıyasla ne kadar iyi ücret aldığını kendiniz test etmek için İngiltere’de Disney Plus Paketini deneyebilirsiniz.

İzin vermek’içine gir.

Akış için bir bulut dağıtım platformu kullanmak

Disney+ Hotstar, Vivo IPL 2018’i yayınlarken Akamai Technologies’in yardımını aldı. 10 Nisan 2018’de Chennai Super Kings (CSK) ve Kalküta Knight Riders (KKR) arasındaki oyun için izleyiciler 5’te zirveye çıktı.5 milyon eşzamanlı görüş. Görünüşe göre, herhangi bir yayıncı tarafından çevrimiçi olarak tek bir akış etkinliğinin rekorudu.

Akamai’S akıllı platformun cep telefonu akışında% 75’e kadar artış var. Bulut dağıtım platformu 95 exabayt veri sunabildi, 2.5 exabyte veri ve 1’den fazla eğlendirin.Günde 3 milyar cihaz.

Böyle bir veri akışı ile, makine öğrenimi (ML) motorları, dijital deneyimin performansını, güvenliğini ve genel güvenilirliğini artırabilir. En iyisi, bulut güvenliği, analitik ve çok daha fazlasını sağlamak için web ve mobil uygulamalarla kolayca entegre edilebilir.

Trafikte artış

Disney+ Hotstar’a göre, maç sayısı ne olursa olsun,’canlı akış; Trafik modelleri her seferinde öngörülemez kalır. Buna rağmen, karar vermek için geçmiş kalıplara güveniyorlar. Hotstar’daki teknoloji başkanı Akash Saxena’ya göre, trafikteki artışın arka uç sistemini ezmesi ve akışta aksaklıklara neden olması muhtemeldir.

O’Neden eski arka ucu pazarlığın sonunu koruduğu sürece,’Yeni kullanıcıları platforma davet etmek her zaman kolay. Saxena tarafından paylaşılan yöntemlerden biri, bir kullanıcı akışını işlemek için otomatik ölçeklendirmesiydi. Otomatik ölçeklendirmenin, kullanıcıların yapmaması için çok sayıda sunucunun bulunmasına neden olduğuna inanıyor’akışken sorunlarla yüz.

Her gün, Hotstar’daki ekip, müşterilerin sorunsuz bir akış deneyimine sahip olmasını sağlamak için panik protokolleri, önbellekleme ve üstel geri tepmelerle ilgileniyor. Saxena, tüm platformlarının üç sütuna bağlı olduğunu söylemeye devam etti:

1. Akış altyapısı
2. Abonelik motoru
3. Meta veri motoru

Düşük gecikme numaraları da aerodinamik bir işlem için iyi bir işarettir.

Özelleştirilebilir akış

Bir akış hizmeti ile yapabilen veya kırabilecek bir diğer önemli faktör, hızlı ve verimli bir müşteri deneyimi sağlamaktır. Her gün sınırsız indirme ile Hotstar, ham verilerden kullanıcı zekasını kullanmak için bir ML algoritması geliştiriyor. Bu şekilde, algoritma bir kullanıcının’S akış deneyimi kişiselleştirilebilir.

Kişiselleştirilmiş akış, platformun size şovlara göre içerik veya reklam önerebileceği anlamına gelir’yeniden izlemek. Bu tür bilgi toplama için çok önemli olan bir metrik, kullanıcı başına aylık izleme süresidir. ML algoritması, kullanıcı tercihlerini saat geçmişi aracılığıyla öğrenir ve daha sonra buna göre benzer öneriler sağlar.

Hotstar ayrıca gerçek zamanlı veri platformunu kullanıyor Knol. Hotstar’dan sorunsuz bir veri alışverişi sağlamak için üretilmiştir. Uygulama büyük miktarda veri toplar (i.e. yaklaşık 10 TB) reklam izlenimlerinden, müşteri destek verilerinden, davranışsal tıklama akışından ve diğerlerinden oluşan. Böylece bir kullanıcı, beğenilerine göre çok daha doğru olan içerik önerilebilir.

Akış kutusunun dışında düşünmek

Pradesh Eyalet Seçimi, Hindistan’da Gujarat ve Himachal adlı iki şehirde yapıldı. Seçimler için ekran kampanyaları, uçtan uca dijital çözümler ajansı ile işbirliği yaparken Disney+ Hotstar tarafından yayınlandı. Bu arada, büyük bir yerel dijital pazarlama ajansı olan Resultrix.

Analitik nedeniyle, insan sayısını takip etmek, bu tür insanların çıkarlarını belirlemek ve Disney+ Hotstar’da harcanan zamanda nihai bir artışa yol açmak daha kolaydı. Kampanyanın tamamı otomatik, veri, analitik, öngörücü pazarlama ve makine öğrenimi karışımı ile gerçekleştirildi.

Disney+ Hotstar, izleyicileri için bir numara almak için daha fazla ajansla işbirliği yapmaya devam edecek ve bunlara nasıl hitap edecekleri. Örneğin, reklam tekliflerine ve kişiselleştirilmiş iletişime dayanan hedefli reklamlar sağlamak için mobil kitle analizi almak için Zapp Media Labs ile kaydoldular.

Sonuçta, Disney+ Hotstar kesinlikle değil’Yakında bu maceracı girişimden vazgeçmek istiyorum. Gelecek için başka ne planladıklarını kim bilebilir? Şimdiye kadar oldukça iyi bir iş çıkarıyorlar. Eğer sen’Bölgenizde hevesle hevesle bekliyor, endişelenmeyin. Onlar’iyi bir hızda yeniden genişletiliyor. O zamana kadar, Hindistan dışında Disney+ Hotstar’ı almak için bir VPN kullanabilirsiniz.

Bunun gibi daha fazla fikir parçası için buraya tıklayın.

Bunu Paylaş:

• Facebook’ta paylaşmak için tıklayın (yeni pencerede açılır)
• Twitter’da paylaşmak için tıklayın (yeni pencerede açılır)
• Pinterest’te paylaşmak için tıklayın (yeni pencerede açılır)
• Tumblr’da paylaşmak için tıklayın (yeni pencerede açılır)
• WhatsApp’ta paylaşmak için tıklayın (yeni pencerede açılır)
• Daha

• Bir arkadaşınıza bir bağlantıyı e -postayla göndermek için tıklayın (yeni pencerede açılır)
• LinkedIn’de paylaşmak için tıklayın (yeni pencerede açılır)
• Cepte paylaşmak için tıklayın (yeni pencerede açılır)
• Yazdırmak için tıklayın (yeni pencerede açılır)
• Reddit’te paylaşmak için tıklayın (yeni pencerede açılır)
• Skype’ta paylaşmak için tıklayın (yeni pencerede açılır)
• Stumbleupon’da paylaşmak için tıklayın (yeni pencerede açılır)
• Telegram’da paylaşmak için tıklayın (Yeni Pencerede Açılır)

Disney+ Hotstar veri mimarisini ölçek için nasıl basitleştirdi?

Disney+ Hotstar, Hindistan’En popüler akış hizmeti, hızla genişleyen içerik kütüphanesine ve abone tabanına ayak uydurmanın bir yolunu bulmak zorunda kaldı.

22 Haziran 2022 7:43 Cynthia Dunlop ve Peter Corless tarafından

Sponsor tarafından sağlanan özellik görüntüsü.

Disney+ Hotstar & Myntra ile Röportaj: POC’den Prodüksiyona Ölçeklendirme

Yapay Zeka (AI) günümüzde sıcak bir konudur. Bazı insanlar AI’nın günlük işimizi ve yaşam tarzımızı geliştirdiğine inanıyor-dikkatimizi daha yüksek işleyen görevlere ayırmamıza izin veriyor. Diğerleri bunun iş ve kariyer potansiyelimiz için bir tehdit olduğuna inanıyor. Tartışmanın hangi tarafı olursa olsun’yeniden açık’AI, derin sinir ağları tarafından yönlendirildiğinde, aksi takdirde insanlar gerektiren (çoğu zaman sıkıcı) süreçleri otomatikleştirebileceğine dair hiçbir soru yok. Aslında, McKinsey & Company Research’e göre, çalışan zamanının% 45’ini işgal eden görevler, gösterilen teknolojiyi uygulayarak otomatikleştirilebilir . Ancak, karmaşık girdileri yönetme yeteneği, bu yolculuğun sadece ilk adımıdır. Yapay zeka odaklı uygulamalar, iş sistemleri arasında önemli karmaşıklığa neden olur. Hackerrank ev sahibimiz Aadil Bandukwala, AI’yı konsept kanıtından üretime kadar ölçeklendirme konusunda uzmanlardan oluşan bir panelle konuştu. Panel şunları içeriyordu:

• Akash Saxena, SVP, Disney+ Hotstar’da Teknoloji Başkanı
• Ravindra Babu Tallamraju, Başkan Yardımcısı ve Başkanı, Myntra Jabong’da Veri Bilimi
• Harishankaran K, Hackerrank’ta Kurucu Ortak ve CTO

Aşağıdaki videonun tamamını izleyin veya tartışmadan bazı önemli noktalar için okumaya devam edin.

AI tarafından güçlendirilen harika bir uygulama yapmak gerçekten ne gerekiyor??

Akash Saxena:

İlk olarak, sormalısınız: müşteri için ne yapar?? Herhangi bir harika başvuru oluşturmak için ne gerekiyor??

AI, araç setimde sadece başka bir araç. Daha gelişmiş bir algoritmadır – bir şeylerin gerçekleşmesi için makine öğrenimi veya nöral ağlar kullanıyorum. Verilerin saldırısı ile, yalnızca AI teknikleri kullanılarak çözülebilecek bazı sorunlar vardır. Bana göre, bir uygulamayı güçlü yapan şey aşağıdaki soruların cevaplarına bağlıdır: Müşteri için ne yapar?? Platformu kapsayıcı mı yapıyor?? Deneyimi daha zengin yapıyor mu?

Bunu tanımlayarak başlamalısınız ve sonra geriye doğru çalışmalısınız. Gerçekten de, kullanım durumlarımın çoğu için yapay zeka oldukça baskın.

Ravindra Babu Tallamraju:

Bir etki alanı uzmanı tarafından manuel olarak yapılan her şey, sadece bir sınır için ölçeklenebilir.

Örneğin, izin ver’s stil derecelendirmesi hakkında konuşun. Myntra’da belirli bir giysiyi alıyoruz ve bir moda uzmanına sahibiz ve her giysiyi derecelendiriyoruz. Bu uzman, büyük miktarda etki alanı uzmanlığıyla birlikte gelir – her giysiyi değerlendirme konusunda 10 yıllık deneyim. İzin vermek’Bu stilin harika olduğunu ve bu giysinin bazı öğelerini alıyoruz. Büyük miktarda giysi nedeniyle, uzmanı bir insanın yanı sıra gerçekleştiren olasılıksal bir modelle değiştiriyoruz.

O’Harika bir uygulama örneği. BT’snalinlenebilir ve uzmanın yanı sıra performans göstermelidir. Kesinlikle bir insanın alan uzmanlığını aşamaz, ancak aynı zamanda performans gösterebilir.

Harishankaran K:

AI ufku genişletiyor. Yapay zekanın amacı, ne kadar iyi yapabileceği veya aynı işlevleri yerine getiren bir insana ne kadar yaklaşabileceğidir. Bu boşluk her geçen gün azalıyor.

İhtiyacınız olan en önemli şey veriler. Bu tahminleri yapmak için yeterli veriniz yoksa, bunun ötesinde hiçbir şey yok. Ancak şimdi veri toplamanın birçok yolu var, verileri alabileceğiniz ve bu tahminleri ve modelleri yapabileceğiniz birçok yer var. Yani bence bir miktar hayal gücü gerektiriyor.

Her zaman mümkün olmadığına inandığım bazı şeyler var. Yine de, her gün ortaya çıkan yeni uygulamalar var ve beni yanlış kanıtlayan.

Son zamanlarda yapılan bir yaratım, ne yazacağınızı tahmin edebilen CPT-3’tür. GPT-3 kullanarak posta yazdım. Yani bu, her şeyi öğrenmeniz ve her şeyin mümkün olduğunu varsaymanız ve bu zihniyetle gitmeniz gerektiğini kanıtlayan yeni geliştirmelerden biri.

Kuruluşlar, uygulanabilir bir AI kullanım durumuna sahip olup olmadıklarını gerçekten nasıl belirliyor??

Akash Saxena:

Çok kıdemli bir araştırmacının benimle bir kez paylaştığı bir fıkra paylaşmak istiyorum. En iyi öneri algoritmalarına sahip olabilirsiniz, ancak UX’inizin kırıldığını söyleyin ve aniden tüm bu öneriler müşterinin onları görmediği bir yerde. Bu yapay zekanın hatası değil veya uygulamanın ne yaptığında bir başarısızlık değil. Bu, tüm ürünlerin bütünsel olarak inşa edilmesi gerektiğini göstermektedir.

AI’nın kullanıldığı bazı harika durumlar, ürününüzü daha ölçeklenebilir, tekrarlanabilir ve tutarlı hale getirmek için yapabileceğiniz her şeydir. Ravindra örnek olarak moda notu hakkında konuştu. Ravindra’ya karşı daha keskin bir moda greyder olabilirim. Ravindra’nın başka becerileri olabilir, ancak bir makineye bu özelliklerden bazılarını öğretebilirsiniz. Bir insanın ulaşması gereken yere ulaşmak zor ve çok karmaşık. Bir sürü katman ekleyebilir ve bir gün içinde birisinin size verebileceği bir cevabı hesaplamak için 200 gün alabilirsiniz.

Özellikle, kendi kendine giden arabalar tarafından gerçekten uçuruldum. Ben bir teknoloji uzmanıyım, ancak makinelerin şimdi neler yapabileceğine ve ne kadar farkında olduklarına sürekli şaşırdım. Yani, oldukça harika. Bence Harishan ne aldığımız konusunda benzer bir temayı izledi. Çok fazla operasyonel verimlilik bulmaya çalıştık. İçerik bize geldiğinde, her gün saatlerce ve saatlerce içerik işleriz. Tüm bu içeriğe bakılmalı. Herhangi bir anormallik var mı? Yasal olarak sakıncalı bir şey var mı? Bu genellikle insan yoğundur. Ve odak noktamız, bir insanın onu nasıl algılayabileceğinde bir varyansın nerede olduğunu bulmaktı.

AI’nın işimizi yiyeceği her zaman bu korku vardır. Gerçekte, düşük kaliteli problemleri sadece çiğ insan gücü ile çözmeye çalışırken, daha yüksek kaliteli sorunlara odaklanmamızı sağladığını söyleyebilirim. Ve tüm öneri motorlarımız için AI’yı büyük bir etki için kullandık.

Ancak AI’ya trafik tahmin modellerinden de bakmaya başladık. Bitrate hesaplaması olan AVR’yi nasıl yapabileceğimizi anlamak için müşteriye model koymak için AI kullanıyoruz. Peki, 360p’den 480p’ye geçmeye ne zaman karar verirsiniz?? Bu kararlar şu anda alınmıştır. Bugün algoritma diyor ki, şimdi bunu yapabilir misin, bu anda olduğu gibi? Son birkaç örneğim yeterince iyi mi? Belki de gerçekten kötü bir ağ alanında olduğunuzu fark etmiyorum. Anlık bir zirveye, tampona sahip olabilirsiniz ve sonra tekrar aşağı inebilir. Müşterim için bu kötü bir deneyim. Merdiven olmayı tercih ederim. Bu onu kullanma alanı.

Bugün sizi şaşırtmaya devam eden başarılı AI kullanım durumlarına örnekler nelerdir ve çözdüğünüz heyecan verici sorunlar nelerdir??

Ravindra Babu Tallamraju:

Her müşteri temas noktasını etkileyen modellerimiz var – ana sayfaya giriş yaptıkları andan, gönderinin teslim edilmesi gerektiğine ve geri dönüşte. Zorluğumuz, iade edilen öğenin tamamen aynı olmasını ve uygun sırada olmasını sağlamaktır.

Burada’Başka bir durum: Depimizde, seçicilere gönderilen gönderilerin en uygun atamasını yapmaya çalışıyoruz. Burada, gerekli veri miktarı sınırlıdır ve muhtemelen bir kuyruk teorisi modeli aracılığıyla yaklaşabilirsiniz. Veriler ağırlıklı olarak bazılarını doğrulamak için kullanılır. Öneriler için, Akash’ın bahsettiği gibi, büyük veri setlerine ihtiyacınız var. Müşterinin ne sevdiğini, önceki satın alımlarının ne olduğunu anlamanız gerekir ve sonra onlara doğru ürünü önerebiliriz. Ve burası devasa veri setlerinin geldiği yer ve bir model oluşturmanın tüm karmaşıklığını biliyorsunuz.

Harishankaran K:

Bir ürün inşa eden bir işletme olarak, sürekli olarak müşterinizi şaşırtmak zorundasınız. Dahil etmelisin “ müşteri memnuniyeti ” bakış açısı. Ve AI, bunu birden çok kez yapmanıza yardımcı olan güçlü bir araçtır.

Yahoo Mail’im olduğunda, Gmail Spam’in her zaman spam klasörüne nasıl gittiği konusunda çok heyecanlandım. Hiçbir spam gelen kutuma gelmez. Şimdi, artık etkileyici değil. Buna alıştık.

Bugün, yazmaya başladığımda ifadelerimi tamamlıyor. Bu bir sonraki dünya. Birkaç yıl içinde, sadece konuyu yazacağım ve sonra tüm postayı benim için dolduracak ve artık harika şeyler olmayacak.

Herhangi bir öneri gelirse, yapmıyorum’Hotstar ve myntra’dan diyelim ve eğer hoşlanmıyorsam, orada düşünebilirim’Benim için yanlış bir şey ve belki bu ihtiyacım olan şey olmalı. Bunun doğru olması gerektiğine inanarak o kadar çok güvenme eğilimindesiniz ve belki de doğru durumda değilim. Bu yüzden, kendi kendini süren otomobiller gibi başarılı AI vakasının en iyi başarılı AI kullanım durumu olacağı nokta olduğuna inanıyorum.