Streszczenie

W tym artykule badamy, w jaki sposób Disney Hotstar wykorzystuje Big Data i sztuczną inteligencję. Hotstar, popularna usługa strumieniowa w Indiach, niedawno nawiązała współpracę z Disney Plus i zmieniła się jako Disney Plus Hotstar. Dzięki ponad 300 milionom aktywnych użytkowników HotStar polega na dużych zbiorach danych, aby uzyskać wgląd, poprawić wrażenia użytkownika i podejmować decyzje oparte na danych. Oto dziesięć kluczowych punktów na temat tego, jak HotStar używa dużych danych:

1. Big Data pomaga w analizie i organizacji dużych i złożonych zestawów danych, które tradycyjne metody walczą.
2. Trzy V Big Data – objętość, prędkość i różnorodność – mają kluczowe znaczenie dla zrozumienia jego wielkości.
3. Hotstar oferuje szeroką gamę indyjskich programów telewizyjnych i strumieni na żywo indyjskie mecze Premier League w wielu językach.
4. Z 46.4 miliony płatnych subskrybentów, tani subskrypcja Hotstar przyczynia się do ogromnej popularności.
5. Hotstar wykorzystuje technologię danych do zarządzania dużą ilością danych generowanych przez platformę.
6. Big Data korzysta z firm, zapewniając wgląd w konkurentów i tworząc nowe możliwości biznesowe.
7. Big Data oferuje element naukowy kampanii marketingowych, umożliwiając marketerom tworzenie strategii opartych na danych.
8. Hotstar odnotował wzrost użytkowania podczas pandemii, przyczyniając się do rozwoju platform OTT.
9. Big Data odgrywa znaczącą rolę w kierowaniu reklam, pomagając reklamodawcom zrozumieć preferencje odbiorców i optymalizować umieszczanie reklam.
10. Analiza Big Data umożliwia przewidywanie zachowania widza, umożliwiając platformom zaspokojenie ich preferencji i zwiększenie doświadczenia użytkownika.

15 unikalnych pytań

1. W jaki sposób Big Data pomaga w analizie dużych i złożonych zestawów danych?

Big Data pomaga analizować i organizować zestawy danych, które tradycyjne metody walczą ze względu na ich objętość, prędkość i różnorodność. Umożliwia firmom zdobycie cennych informacji i podejmowanie decyzji opartych na danych.

2. Jakie są trzy V Big Data?

Trzy V Big Data to wolumin, prędkość i różnorodność. Objętość odnosi się do ogromnej ilości generowanych danych, prędkość oznacza prędkość, z jaką dane są generowane i przetwarzane, a różnorodność reprezentuje różne typy i źródła danych.

3. Dlaczego Hotstar jest popularny wśród Indian?

Hotstar jest popularny wśród Hindusów ze względu na ofertę szerokiej gamy indyjskich programów telewizyjnych i transmisji na żywo w meczach Indian Premier League w wielu językach. Ponadto jego przystępna cena subskrypcji przyczynia się do jego popularności.

4. W jaki sposób Hotstar zarządza ogromną ilością danych generowanych na platformie?

Hotstar wykorzystuje technologię danych do obsługi znacznej ilości danych generowanych codziennie. Zapewnia to wydajne przechowywanie, organizację i analizę danych, umożliwiając HotStar podejmowanie świadomych decyzji.

5. Jakie są korzyści z dużych zbiorów danych dla firm?

Big Data zapewnia kilka korzyści dla firm, w tym lepsze zrozumienie konkurencji, identyfikację nowych możliwości biznesowych oraz możliwość tworzenia strategii marketingowych opartych na danych.

6. Jak pandemia wpłynęła na platformy OTT, takie jak Hotstar?

Pandemia doprowadziła do zwiększonego wykorzystania platform OTT, takich jak HotStar, ponieważ ludzie szukają sposobów na przekazanie czasu. Obserwowanie objadków stało się popularną działalnością w okresie kwarantanny, przyczyniając się do rozwoju tych platform.

7. W jaki sposób duże zbiory danych odgrywa rolę w ukierunkowaniu reklam?

Big Data umożliwia precyzyjne ukierunkowanie reklam, zapewniając wgląd w preferencje i zachowania odbiorców. Analiza danych na temat treści, które obserwują odbiorcy, z którymi reklamami się angażują, a ich preferencje pomagają reklamodawcom optymalizować swoje umiejscowienie reklam.

8. W jaki sposób Big Data pomaga w przewidywaniu zachowania widza?

Analiza dużych zbiorów danych pozwala platformom takim jak HotStar przewidywać zachowanie widza poprzez zrozumienie czynników, takich jak zaangażowanie reklamy, Pokaż preferencje, nawyki pomijające treść i informacje demograficzne. Pomaga to w personalizacji doświadczenia użytkownika i poprawie zadowolenia klientów.

9. Jak duże dane wpływają na oceny wideo na platformach takich jak Hotstar?

Big Data ma kluczową rolę w określaniu ocen wideo na platformach takich jak HotStar. Analizując zachowania i preferencje użytkowników, Hotstar może określić, które typy treści są preferowane przez ich odbiorców i wykorzystywać te dane do podejmowania decyzji dotyczących przedłużenia programu i nowości programów programowych.

10. W jaki sposób Big Data przyczynia się do planowania strumieniowego na platformach takich jak HotStar?

Wraz z rozwojem przesyłania strumieniowego na żywo Big Data odgrywa rolę w planowaniu strumienia. Analizując dane dotyczące zachowań i preferencji widzów, platformy takie jak Hotstar mogą strategicznie zaplanować swoje strumienie, aby zmaksymalizować zaangażowanie odbiorców i zapewnić bezproblemowe wrażenia z oglądania.

11. Jak stosuje się analizy do poprawy strategii reklamowych?

Analityka zapewniają wiarygodne statystyki dotyczące nawyków oglądania odbiorców, preferencji i interakcji AD. Reklamodawcy mogą wykorzystać te dane, aby udoskonalić swoje strategie AD, optymaliza.

12. W jaki sposób Big Data pomaga w zadowoleniu klientów?

Big Data pomaga zrozumieć preferencje, potrzeby i sentymenty klientów, analizując dane z różnych źródeł, takich jak wiadomości postu i interakcje z obsługą klienta. Informacje te mogą być wykorzystywane do personalizacji doświadczeń klientów, poprawy ofert produktów i poprawy ogólnej satysfakcji klienta.

13. Jaką rolę odgrywa Big Data w produkcji i retencji na platformach przesyłania strumieniowego?

Analiza Big Data umożliwia platformy przesyłania strumieniowego zrozumienie, które rodzaje treści rezonują z odbiorcami, a które należy unikać. Informacje te wpływają na decyzje dotyczące przedłużenia programów, wprowadzenia nowych programów i produkcji treści, które są zgodne z preferencjami widzów, co prowadzi do wyższego zatrzymania widzów.

14. W jaki sposób Big Data przyczynia się do sukcesu platform takich jak YouTube?

Platformy takie jak YouTube wykorzystują Big Data, aby zrozumieć dane demograficzne, preferencje i zachowania odbiorców. Dane te pomagają w dostarczaniu ukierunkowanych treści, polecaniu filmów na podstawie zainteresowań użytkowników i zapewnianiu spersonalizowanego doświadczenia użytkownika.

15. Jakie kroki powinny podjąć firmy, aby poprawić swoje możliwości dużych zbiorów danych?

Firmy powinny inwestować w poprawę swoich możliwości dużych zbiorów danych, gromadząc odpowiednie dane, wdrażanie narzędzi do analizy danych i zatrudnianie wykwalifikowanych specjalistów danych. Ponadto aktualizacja najnowszych trendów i postępów w technologii Big Data ma kluczowe znaczenie dla wykorzystania jej potencjału.

16. Jakie są kluczowe czynniki dla firm, które należy rozważyć w stosowaniu dużych zbiorów danych?

Podczas stosowania Big Data, firmy powinny rozważyć takie czynniki, jak bezpieczeństwo danych i prywatność, etyczne wykorzystanie danych, skalowalność infrastruktury danych, jakość i dokładność danych oraz dostosowanie inicjatyw Big Data z ogólnymi strategiami i celami biznesowymi i celami biznesowymi.

Jak Disney Hotstar używa dużych zbiorów danych i sztucznej inteligencji

Firmy w każdej firmie powinny pracować nad poprawą swoich możliwości dużych zbiorów danych, aby mogły z tego skorzystać. Dowiedz się więcej o aplikacjach Big Data w życiu codziennym.

W jaki sposób Hotstar używa dużych zbiorów danych?

Big Data to pole, które pomaga w analizie danych, systematycznej organizacji danych lub obsługi dużych zestawów danych, które są poza możliwościami typowego oprogramowania do analizy danych.

Innymi słowy, duże zbiory danych odnoszą się do ogromnej liczby skomplikowanych zestawów danych, szczególnie tych pochodzących z nowych źródeł. Dane te są tak duże, że tradycyjne metody mają trudności z ich zrozumieniem. Wtedy Big Data odgrywa świetną rolę.

Big Data pomaga również w rozwiązywaniu problemów biznesowych, których tradycyjne metody nie wykrywają. Trzy V Big Data to wolumin, prędkość i różnorodność. Jest tak, abyśmy mogli wymyślić, jak mierzyć duże zbiory danych.

Z drugiej strony Hotstar to popularna usługa strumieniowa w Indiach. Hotstar niedawno nawiązał współpracę z Disney Plus, co spowodowało rebranding Hostar jako Disney Plus Hotstar. Od momentu metamorfoty Disney Plus Hotstar poszedł na główny nurt.

Platforma transmituje indyjskie programy telewizyjne w różnych językach. I nie zapomnij o transmisji na żywo w Indiach Premier League, które jest dostępne w sześciu różnych językach. To wystarczy, aby zrozumieć, dlaczego Disney Plus Hotstar jest tak popularny wśród Indian.

Na razie Disney Plus Hotstar ma 300 milionów aktywnych użytkowników, z 46.4 miliony osób, które otrzymują zapłaty subskrybentów. Innym powodem popularności Hotstar jest to, że sprzedaje subskrypcję po bardzo niskiej cenie.

Ogromna ilość danych jest rejestrowana codziennie dla firmy takiej jak Hotstar. Ponieważ obsługa tych danych staje się niewykonalna dla organizacji, zatrudniona jest technologia danych. Zanim sprawdzimy, w jaki sposób duże zbiory danych są wykorzystywane w Hotstar, ważne jest, aby zrozumieć, czym są duże zbiory danych i jak mogą to przynieść korzyści firmie.

W jaki sposób duże zbiory danych przynosi korzyści firmom?

Duże mogą być wykorzystane do lepszego zrozumienia konkurentów. Big Data korzystają nowi uczestnicy i ekscytujące firmy w każdej dziedzinie, czy to IT, czy opieka zdrowotna. Każda branża korzysta z dużych zbiorów danych. Big Data pomaga w tworzeniu nowych możliwości biznesowych.

W przypadku kampanii marketingowych Big Data wprowadziła element naukowy. Daje marketerom narzędzia do pomocy w ich strategiach marketingowych. Większość tych firm będzie w centrum ogromnych przepływów danych, w tym usług i produktów, dostawców i nabywców, intencji i preferencji konsumentów i innych.

Firmy w każdej firmie powinny pracować nad poprawą swoich możliwości dużych zbiorów danych, aby mogły z tego skorzystać. Dowiedz się więcej o aplikacjach Big Data w życiu codziennym.

Wpływ dużych zbiorów danych na Hotstar

Dni kwarantanny minęły, ale nie nawyk oglądania. Od czasu wystąpienia kwestii pandemicznej ludzie na całym świecie szukali sposobu na spędzanie czasu.

Niemal ulubionym sposobem na przekazanie czasu jest oglądanie. Pandemic był okresem, w którym platformy OTT, takie jak Hotstar, Netflix i Amazon Prime Video, były mocno używane do przesyłania strumieniowego filmów i serii. Platformy te rosną w liczbie i stają się bardziej zaawansowane technologicznie.

Big Data jest jednym z najważniejszych zakłóceń dla rosnącego tempa tych platform. Biorąc pod uwagę dzisiejszą populację, jest to konieczne, ponieważ, podobnie jak w przypadku wszystkiego innego, celem jest zmaksymalizacja proliferacji. Przyjrzyjmy się, jak duże zbiory danych wpływają na sektor rozrywki.

Celowanie w reklamę

Reklama rozpoczęła się od dystrybucji broszur, a następnie przeniosła się do Radio Jingles, a teraz mamy reklamę na platformach mediów społecznościowych. Sektor medialny ma obecnie miliardy widzów. Konieczne jest posiadanie dobrej strategii umieszczania, aby konkurować. Częstotliwość gry reklamowej jest niezwykle ważna w reklamie.

W dzisiejszych czasach głównym celem reklamy jest to, że publiczność ogląda określone treści, na której platformie. Analytics zapewnia wiarygodne statystyki dotyczące tego, co i kiedy publiczność obserwuje, które treści. Które reklamy obserwują tłum i które reklamy ignorują, ujawniają, jakie są ich preferencje i czego mogą nie lubić.

Prognozowanie zachowania widzów

Klienci są ważne dla sukcesu firmy. Im szczęśliwszy klient, tym wyższe przychody firmy. Big Data zbiera wszystkie emocje klientów za pośrednictwem wiadomości postu i obsługi klienta.

Big Data oferuje niepowodzenie widzów w oglądaniu reklamy, na przykład jak długo oglądają reklamę, jakie reklamy faworyzują, jakie pokazują, jaką preferują, i jakie treści pomijają, i tak dalej.

Big Data zawiera również takie informacje, jak grupa wiekowa odbiorców na różnych platformach i rodzaj używanych telefonów komórkowych. YouTube to fantastyczny przykład platformy, która wykorzystuje te informacje do zrozumienia swoich odbiorców i dostarczania treści, które im się podobają.

Oceny wideo

Big Data skorzystało na takich usługach, jak Netflix, Amazon Prime i Hotstar. Podobnie jak YouTube, platformy te opierają się na dużych zbiorach danych w celu prognozowania zachowania użytkownika. Z drugiej strony te statystyki są wyjątkowo szczegółowe, a bezpośredni wpływ wykazują produkcję i zatrzymywanie.

Platformy te wykorzystują duże zbiory danych do ustalenia, które typy treści są preferowane przez ich klientów i które są unikane w celu odnowić program na następny sezon. Robią to samo przed uruchomieniem nowego programu na swoich platformach.

Planowanie strumieni

Pojęcie transmisji na żywo zyskuje w dzisiejszych czasach, czy to w mediach społecznościowych, czy w mediach głównego nurtu. Wygląda na to, że publiczność lubi Webcast na żywo. Twitch to popularna platforma dla twórców treści do interakcji z odbiorcami w czasie rzeczywistym.

Reklamodawcy wykorzystują tę okazję do promowania swoich produktów przed docelową publicznością. Analytics pomaga w ustaleniu najlepszego czasu na strumieniowe, aby połączyć się z największą liczbą osób, a także jaki rodzaj produktu pomoże w przyciągnięciu uwagi publiczności, jak wyjaśniono GoodworkLabs.

Hotstar używa dużych zbiorów danych do przeniesienia użytkowników Freemium do użytkowników premium

Zespół marketingowy bada cztery aspekty w celu przekształcenia subskrybentów Freemium w zaangażowanych członków premium.

Zindywidualizowane wrażenia użytkownika

Ważne jest, aby odkryć poza demografią, aby uzyskać lepsze zrozumienie konsumenta, takiego jak to, co lubi, jaka jest ich praca i jak twój produkt wpłynie na ich życie.

Ile razy użytkownik otwiera aplikację i jaką treść ogląda, jak długo ogląda określony fragment treści lub jak powoli konsument może przejść do lejka i co przekonuje ich, aby stali się lojalnymi klientami?

Po przewidywaniu zachowania użytkownika łatwo jest obejść go i przesuwać użytkowników wzdłuż lejka za pomocą zawartości pakowanych i popychanych w oparciu o dokładne zrozumienie osobowości użytkowników i psychografii.

Polecam treść według stylu życia

Subskrybenci mogą marnować swoje pieniądze, jeśli nie wrócą na platformy, aby zbadać treść po zapłaceniu za członkostwo. Fani sportu korzystają z HotStar, kiedy odbywa się przesyłanie strumieniowe na żywo i nie wykorzystują go w inne dni. Trudno przekonać tych ludzi do zasubskrybowania i cieszenia się całą rozrywką, którą Hotstar ma do zaoferowania.

Aby osiągnąć ten cel, firma identyfikuje i kategoryzuje osoby na podstawie cech cyfrowych, takich jak przeglądanie i oglądanie historii, wzorce konsumpcji treści i inne preferencje. Jeśli użytkownik jest użytkownikiem bezpłatnej platformy, przenieś go przez lejek, proponując elementy z biblioteki premium, które najprawdopodobniej będą zainteresować.

Spersonalizowane wiadomości we właściwym czasie

Utrzymanie pędu w kampanii, która może przyciągnąć uwagę ludzi, a nie po prostu poruszać statystyki. Musieli wysłać powiadomienia push do milionów użytkowników, które osiągnęli za pomocą Clever Tap, platformy zarządzania stylem życia klienta, która może wysyłać do 25 milionów wiadomości push na sekundę.

Połączenie było tylko jednym aspektem planu. Ważne było również zidentyfikowanie dni i godzin tygodnia, w których różne kategorie użytkowników są najbardziej zaangażowane i otwarte na powiadomienia push. W tej procedurze Hotstar wykorzystał te spostrzeżenia, aby trzykrotnie zwiększyć kliknięcia.

Angażowanie się z użytkownikami w czasie rzeczywistym

Monitorowanie aktywności użytkownika, aby zobaczyć, jak często i ostatnio użytkownicy korzystali z broszuarki, gdy użytkownik ogląda coś w aplikacji, a następnie nagle ją zamyka, jest to interpretowane jako okazja, aby dać im powiadomienie na pchanie, zachęcając ich do zakończenia tego, co zaczął.

To pozwala HotStar mieć lepszy współczynnik konwersji i zużycie większej liczby treści przez użytkowników. (źródło)

Podsumowując, możemy zobaczyć, jak HotStar wykorzystuje duże dane do rozwoju swojego biznesu. Możemy zdecydowanie zgodzić się, że HotStar odniósł sukces pod tym względem, w oparciu o liczbę przyciągniętych subskrybentów. Big Data może pozytywnie wpłynąć na działalność, jeśli są prawidłowo wykorzystywane.

Udostępnij blog:

Być częścią naszego Instagram wspólnota

Blogi z trendami

• 5 czynników wpływających na zachowania konsumentów czytaj więcej
• Elastyczność popytu i jego typów czytaj więcej
• Co to jest analiza tłuczenia? Wszystko, co musisz o tym wiedzieć, czytaj więcej
• Przegląd analizy opisowej Przeczytaj więcej
• Co to jest ekonomia zarządzania? Definicja, typy, natura, zasady i zakres czytaj więcej
• 5 czynników wpływających na elastyczność cenową popytu (PED) Czytaj więcej
• Dijkstra’S algorytm: najkrótszy algorytm ścieżki Czytaj więcej
• 6 głównych gałęzi sztucznej inteligencji (AI) Czytaj więcej
• Zakres ekonomii menedżerskiej czytaj więcej
• 7 Rodzaje analizy statystycznej: Definicja i wyjaśnienie Przeczytaj więcej

Jak Disney+ Hotstar używa dużych zbiorów danych i sztucznej inteligencji

Disney+ Hotstar jest jedną z rosnących platform streamingowych na całym świecie. Chociaż dopiero zaczął oferować usługi w różnych regionach, to’S staje się już ulubionym fanem ze względu na kolekcję treści Disneya i kilka programów należących do Fox, HBO i Showtime. Ponadto możesz również złapać na nim strumienie meczów na żywo.

Disney+ HotStar jest w stanie zapewnić innym platformom przesyłania strumieniowego za pomocą swoich pieniędzy, ponieważ zawiera zaawansowane technologie, takie jak duże zbiory danych i sztuczna inteligencja, aby ulepszyć platformę’możliwości.

W przypadku, gdy my’Połączył swoje zainteresowanie, możesz wypróbować pakiet Disney Plus w Wielkiej Brytanii, aby przetestować sam, jak dobrze platforma streamingowa w porównaniu z resztą konkurentów.

Pozwalać’S Wejdź w to.

Wykorzystanie platformy dostarczania w chmurze do przesyłania strumieniowego

Disney+ Hotstar zwrócił się o pomoc do technologii Akamai podczas przesyłania strumieniowego Vivo IPL 2018. 10 kwietnia 2018 r., W grze między Chennai Super Kings (CSK) i Kolkata Knight Riders (KKR), oglądalność osiągnęła szczyt 5.5 milionów współbieżnych poglądów. Najwyraźniej był to dość zapisu jednego wydarzenia strumieniowego online przez dowolnego nadawcy.

Akamai’S Inteligentna platforma ma wzrost do 75% w strumieniowaniu telefonów komórkowych. Platforma dostarczania w chmurze była w stanie dostarczyć 95 exabajtów danych, wziąć 2.5 Exabajtes danych i rozrywka więcej niż 1.3 miliardy urządzeń dziennie.

Przy takim napływu danych silniki uczenia maszynowego (ML) mogą poprawić wydajność, bezpieczeństwo i ogólną niezawodność wrażeń cyfrowych. Co najlepsze, jest łatwo zintegrowany z aplikacjami internetowymi i mobilnymi, aby zapewnić bezpieczeństwo w chmurze, analityce i wiele więcej.

Dostosowanie Spike w ruchu

Według Disney+ Hotstar niezależnie od liczby meczów, oni’ve Streamed Live; Wzorce ruchu pozostają za każdym razem nieprzewidywalne. Mimo to i tak polegają na przeszłych wzorcach, aby podejmować decyzje. Zgodnie z Akash Saxena, szef technologii w Hotstar, wzrost ruchu prawdopodobnie przytłoczy system zaplecza i spowoduje zakłócenia w strumieniowym.

To’S dlaczego, dopóki Legacy Backend podtrzymuje koniec okazji, to’zawsze łatwo witamy nowych użytkowników na platformie. Jedną z metod udostępnianych przez Saxeny było automatyczne skalowanie do obsługi napływu użytkowników. Uważa, że ​​auto-skalowanie powoduje posiadanie mnóstwa pod ręką, aby użytkownicy Don’T napotykają problemy podczas przesyłania strumieniowego.

Każdego dnia zespół HotStar zajmuje się protokołami paniki, buforowania i wykładniczym wycofaniem, aby zapewnić klientom płynne wrażenia z przesyłania strumieniowego. Saxena powiedziała dalej, że cała platforma zależy od trzech filarów:

1. Infrastruktura strumieniowa
2. Silnik subskrypcji
3. Silnik metadanych

Niskie liczby opóźnień są również dobrym znakiem dla usprawnionego procesu.

Streaming konfigurowalny

Kolejnym głównym czynnikiem, który może to zrobić lub złamać usługę przesyłania strumieniowego, jest zapewnienie szybkiej i wydajnej obsługi klienta. Z nieograniczoną liczbą pobierania co drugi dzień, Hotstar opracowuje algorytm ML, aby wykorzystać inteligencję użytkownika z surowych danych. W ten sposób algorytm zasugeruje sposoby, w jakie użytkownik’S strumieniowe można spersonalizować.

Spersonalizowane przesyłanie strumieniowe oznaczałoby, że platforma będzie w stanie sugerować treść lub reklamy zgodnie z programami’ponownie oglądać. Metryka, która jest kluczowa dla takiego kolekcji informacji, to czas obserwowania na użytkownika miesięcznie. Algorytm ML uczy się preferencji użytkowników poprzez swoją historię zegarka, a następnie odpowiednio zawiera podobne zalecenia.

Hotstar używa również platformy danych w czasie rzeczywistym KNOL. Jest zbudowany, aby zapewnić płynną wymianę danych z Hotstar. Aplikacja zbiera ogromną ilość danych (i.mi. prawie 10tb), który składa się z wrażeń reklamowych, danych obsługi klienta, behawioralnego kliknięcia i wielu innych. Aby użytkownik może być zalecany treść, która jest znacznie dokładniejsza według ich upodobań.

Myślenie poza pudełkiem streamingu

Wybory stanowe Pradesh odbyły się w dwóch miastach, Gujarat i Himachal, w Indiach. Kampanie displayowe dotyczące wyborów zostały przesyłane strumieniowo przez Disney+ Hotstar podczas współpracy z kompleksową agencją rozwiązań cyfrowych, Performics. Tymczasem Resultrix, główna lokalna agencja marketingu cyfrowego pomogła w identyfikacji odbiorców i programowym dostarczaniu reklam.

Z powodu analizy łatwiej było śledzić liczbę ludzi, identyfikując interesy takich ludzi i prowadzące do ostatecznego wzrostu czasu spędzonego na Disney+ Hotstar. Całą kampanię przeprowadzono z mieszanką automatycznych, danych, analitycznych, marketingu predykcyjnego i uczenia maszynowego.

Disney+ Hotstar będzie nadal współpracować z większą liczbą agencji, aby uzyskać numer dla swoich odbiorców i jak odpowiednio je zaspokoić. Na przykład zapisali się do Zappr Media Labs, aby uzyskać mobilną analizę odbiorców w celu zapewnienia ukierunkowanych reklam na podstawie ofert reklamowych i spersonalizowanej komunikacji.

Podsumowując, Disney+ Hotstar z pewnością nie’Nie chcę wkrótce zrezygnować z tego ryzykownego przedsięwzięcia. Kto wie, co jeszcze zaplanowali na przyszłość? Wydaje się, że jak dotąd wykonują całkiem dobrą robotę. Jeśli ty’Z niecierpliwością oczekują na Hotstar w twoim regionie, nie martw się. Oni’Ponowne rozwój w dobrym tempie. Do tego czasu możesz po prostu użyć VPN, aby uzyskać Disney+ Hotstar poza Indiami.

Aby uzyskać jeszcze więcej takich elementów opinii, kliknij tutaj.

Udostępnij to:

• Kliknij, aby udostępnić na Facebooku (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na Twitterze (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na Pinterest (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na Tumblr (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na WhatsApp (otwiera się w nowym oknie)
• Więcej

• Kliknij, aby wysłać link do znajomego (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na LinkedIn (otwiera się w nowym oknie)
• Kliknij, aby udostępnić w kieszeni (otwiera się w nowym oknie)
• Kliknij, aby wydrukować (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na Reddit (otwiera się w nowym oknie)
• Kliknij, aby udostępnić Skype (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na StumbleUpon (otwiera się w nowym oknie)
• Kliknij, aby udostępnić na telegramu (otwiera się w nowym oknie)

Jak Disney+ Hotstar uprościł swoją architekturę danych na skalę

Disney+ Hotstar, Indie’Najpopularniejsza usługa przesyłania strumieniowego musiała znaleźć sposób, aby nadążyć za szybko rozwijającą się biblioteką treści i bazą subskrybentów.

22 czerwca, 2022 7:43 Autor: Cynthia Dunlop i Peter Corless

Obraz funkcji dostarczony przez sponsora.

Wywiad z Disney+ Hotstar & Myntra: Skalowanie AI od POC do produkcji

Sztuczna inteligencja (AI) to obecnie gorący temat. Niektórzy uważają, że sztuczna inteligencja poprawia naszą codzienną pracę i styl życia-przyjmując nas, aby poświęcić naszą uwagę na bardziej funkcjonujące zadania. Inni uważają, że jest to zagrożenie dla naszej pracy i potencjału zawodowego. Niezależnie od strony debaty’ren, to’nie ma wątpliwości, że AI, kierowana przez głębokie sieci neuronowe, może automatyzować (często żmudne) procesy, które w innym przypadku wymagają ludzi. Według McKinsey & Company Research, w rzeczywistości zadania zajmujące 45% czasu pracowników mogą zostać zautomatyzowane poprzez wdrożenie wykazanej technologii . Jednak zdolność do zarządzania złożonymi nakładami jest tylko pierwszym krokiem w tej podróży. Zastosowania oparte na sztucznej inteligencji powodują znaczną złożoność między systemami biznesowymi. Nasz gospodarz Hackerrank, Aadil Bandukwala, rozmawiał z panelem ekspertów na temat skalowania sztucznej inteligencji od Proof of Concept do produkcji. Panelu obejmuje:

• Akash Saxena, SVP, szef technologii w Disney+ Hotstar
• Ravindra Babu Tallamraju, wiceprezes i szef, Data Science w Myntra Jabong
• Harishankaran K, współzałożyciel i CTO w Hackerrank

Obejrzyj pełny film poniżej lub czytaj dalej, aby uzyskać najważniejsze wydarzenia z dyskusji.

Co tak naprawdę trzeba zrobić, aby stworzyć świetną aplikację zasilaną przez sztuczną inteligencję?

Akash Saxena:

Po pierwsze, musisz zapytać: co robi dla klienta? Czego potrzeba, aby zbudować jakąkolwiek świetną aplikację?

AI to tylko kolejne narzędzie w moim zestawie narzędzi. Jest to bardziej ulepszony algorytm – czy używam uczenia maszynowego lub sieci neuronowych, aby coś się wydarzyło. W przypadku ataku danych istnieją pewne problemy, które można rozwiązać jedynie za pomocą technik AI. Dla mnie to, co sprawia, że ​​aplikacja potężna zależy od odpowiedzi na następujące pytania: co robi dla klienta? Czy to sprawia, że ​​platforma jest włączona? Czy to sprawia, że ​​doświadczenie jest bogatsze?

Musisz zacząć od zidentyfikowania tego, a następnie przejść do tyłu. Rzeczywiście, dla wielu moich przypadków użycia sztuczna inteligencja jest dość dominująca.

Ravindra Babu Tallamraju:

Wszystko, co jest wykonane ręcznie przez eksperta domeny, które musi się skalować, jest skalowalne tylko do limitu.

Na przykład, niech’S Porozmawiaj o ocenianiu stylu. W Myntra bierzemy konkretną odzież, mamy wygląd ekspertów mody i oceniamy każdą odzież. Ten ekspert ma dużą wiedzę specjalistyczną w dziedzinie – 10 lat doświadczenia w ocenie każdej odzieży. Pozwalać’powiedzmy, że ten styl jest niesamowity i kupujemy kilka n elementów tej odzieży. Ze względu na dużą objętość odzieży zastępujemy eksperta modelem probabilistycznym, który działa tak samo jak człowiek.

To’jest przykładem świetnej aplikacji. To’s skalowalny i powinien działać tak dobrze jak ekspert. Zdecydowanie nie może przekroczyć wiedzy na temat domeny człowieka, ale może równie dobrze działać.

Harishankaran K:

AI rozszerza horyzont. Celem sztucznej inteligencji jest to, jak dobrze może to zrobić lub ile bliżej może zbliżyć się do człowieka wykonującego te same funkcje. Ta luka zmniejsza się, z dnia na dzień.

Najważniejszą rzeczą, której potrzebujesz, są dane. Jeśli nie masz wystarczającej liczby danych, aby dokonać tych prognoz, nie ma nic poza tym. Ale teraz jest tak wiele sposobów na gromadzenie danych, więc wiele miejsc można uzyskać dane i dokonać tych prognoz i modeli. Myślę więc, że wymaga to pewnego poziomu wyobraźni.

Są rzeczy, które zawsze uważałem za możliwe. Są jednak nowe aplikacje, które pojawiają się codziennie i udowodnią, że się mylę.

Niedawnym stworzeniem jest CPT-3, który może przewidzieć, co napiszesz. Napisałem pocztę za pomocą GPT-3. To jest jedno z nowych ulepszeń, które dowodzą.

Jak organizacje naprawdę ustalają, czy mają odpowiednią sprawę użycia sztucznej inteligencji?

Akash Saxena:

Chcę podzielić się anegdotą, którą bardzo starszy badacz dzielił się ze mną. Możesz mieć najlepsze algorytmy rekomendacji, ale powiedzmy, że Twój UX jest zepsuty, i nagle wszystkie te zalecenia są w miejscu, w którym klient ich nie widzi. To nie jest wina sztucznej inteligencji, czy nie jest to niepowodzenie tego, co robiła aplikacja. To pokazuje, że wszystkie produkty powinny być budowane całościowo.

Kilka świetnych przypadków, w których używana jest sztuczna inteligencja, to wszystko, co możesz zrobić, aby Twój produkt był bardziej skalowalny, powtarzalny i spójny. Ravindra mówił o klasyfikacji mody jako przykład. Mogę być ostrzejszą równiarką w porównaniu z powiedzmy, Ravindra. Ravindra może mieć inne umiejętności, ale możesz nauczyć maszyny niektórych z tych atrybutów. Trudno dotrzeć do miejsca, do którego musi dotrzeć człowiek, i jest bardzo złożony. Możesz dodać całą masę warstw i poświęcić 200 dni, aby obliczyć odpowiedź, którą ktoś może dać ci w ciągu dnia.

W szczególności jestem naprawdę zaskoczony samochodami samobieżnymi. Jestem technologiem, ale ciągle jestem zaskoczony, co mogą teraz zrobić maszyny i jak są świadomi. To jest całkiem fantastyczne. Myślę, że Harishan podążył za podobnym tematem pod względem tego, co wybieramy. Próbowaliśmy znaleźć wiele wydajności operacyjnej. Kiedy przychodzi do nas treść, codziennie przetwarzamy godziny treści. Wszystkie te treści trzeba obejrzeć. Czy są jakieś anomalie? Czy jest coś, co jest zastrzeżeniem prawnie? Zwykle jest to intensywne człowieka. I skupiamy się na znalezieniu tam, gdzie istnieje wariancja w tym, jak człowiek może to postrzegać.

Zawsze istnieje strach, że AI zje naszą pracę. W rzeczywistości powiedziałbym, że uwalnia nas do skupienia się na bardziej wysokiej jakości problemach, w porównaniu z próbą rozwiązania problemów niskiej jakości z samą siłą roboczą. I wykorzystaliśmy sztuczną inteligencję w doskonałym efekcie dla wszystkich naszych silników rekomendacji.

Ale zaczęliśmy również patrzeć na sztuczną inteligencję z modeli prognozowania ruchu. Używamy sztucznej inteligencji do umieszczania modeli w kliencie, aby dowiedzieć się, w jaki sposób możemy zrobić AVR, obliczenia transmisji transakcji. Więc kiedy podejmujesz decyzję o przejściu z 360p na 480p? Decyzje te są podejmowane w tej chwili. Algorytm mówi dzisiaj: cóż, czy możesz to zrobić teraz, jak w tej samej chwili? Czy moje ostatnie kilka próbek wystarczająco dobre? Nie zdając sobie sprawy, że być może jesteś w obszarze sieciowym, który jest naprawdę zły. Możesz mieć chwilowy szczyt, bufor, a potem znowu zejść. Dla mojego klienta jest to słabe doświadczenie. Wolałbym nie drabinować. To obszar używania.

Jakie są przykłady udanych przypadków użycia sztucznej inteligencji, które nadal Cię zadziwiają i jakie są ekscytujące problemy, na których rozwiązujesz?

Ravindra Babu Tallamraju:

Mamy modele, które wpływają na każdy punkt kontaktu z klientem – od momentu, gdy logują się na stronę główną, do momentu dostarczenia przesyłki i po powrocie. Naszym wyzwaniem polega na zapewnieniu, że zwrócony przedmiot jest dokładnie taki sam i jest w odpowiedniej kolejności.

Tutaj’S Kolejny przypadek: w naszym magazynie staramy się optymalne przypisanie przesyłek dla zbieraczy. Tutaj ilość niezbędnych danych jest ograniczona i możesz podejść do nich za pomocą modelu teorii kolejkowania. Dane są głównie wykorzystywane do potwierdzenia niektórych z nich. W przypadku zaleceń, jak wspomina Akash, potrzebujesz masywnych zestawów danych. Musisz zrozumieć, co lubi klient, jakie były jego poprzednie zakupy, a następnie możemy polecić im odpowiedni produkt. I tutaj pojawiają się masywne zestawy danych i znasz całą złożoność budowania modelu.

Harishankaran K:

Jako firma budują produkt, nieustannie musisz zachwycić swojego klienta. Musisz włączyć “ rozkosz klienta ” aspekt. A AI to jedno mocne narzędzie, które pomaga to zrobić wiele razy.

Kiedy miałem pocztę Yahoo, byłem bardzo podekscytowany tym, jak Gmail Spam zawsze idzie do folderu spamu. Żaden spam nigdy nie przyszedłby do mojej skrzynki odbiorczej. Teraz nie jest już imponujące. Przyzwyczailiśmy się do tego.

Dzisiaj, kiedy zaczynam pisać, uzupełnia moje stwierdzenia. To jest następny świat. Za kilka lat po prostu wpiszę temat, a potem wypełni dla mnie całą pocztę i nie będzie to już świetne rzeczy.

Przychodzi do punktu, w którym pojawi się jakakolwiek rekomendacja, nie’powiedzmy z Hotstar i Myntra, a jeśli mi się nie podoba, mogę się tam myśleć’coś nie tak ze mną i może to musi być rzecz. Zwykle ufasz temu tak bardzo, że idziesz wierząc, że to powinno być w porządku i być może nie jestem w odpowiednim stanie. Uważam więc, że jest to punkt, w którym udany przypadek sztucznej inteligencji, podobnie jak samochody samobieżne, jest tym, który byłby najlepszym udanym przypadkiem użycia sztucznej inteligencji.