⚡️10 уроков от Netflix на основе эволюции культуры экспериментирования:

1997. Урок 1. Экспериментировать в реальном мире тоже можно (упаковка, сервис).

1999. Урок 2. Полезно экспериментировать с бизнес-моделью (подписка вместо оплаты за один товар).

2000. Урок 3. Персонализация прекрасно подходит для экспериментирования. Ставка на персонализированные рекомендации как сердце продукта. Начало эры стриминга.

2009. Урок 4. Стоит привлекать внешние ресурсы для улучшения работы своих технологий. Netflix обновляет свою систему рекомендаций. Мы писали об этом ранее.

2010. Урок 5. Если у вас слишком много данных из разных источников - создайте платформу. Появление Netflix XP (платформы для экспериментирования от Netflix), которая позволила продолжить интенсивное экспериментирование на основе инсайтов из больших данных.

2013. Урок 6. Выбирайте правильную North star метрику для вашего бизнеса. Netflix собирает команду Creative Services для создания обложек фильмов, все обложки проходят через MVT тестирование на платформе. North star метрикой выбирается: привлечение внимания в течение 90 сек.

2015. Урок 7. Экспериментируйте с текущими ограничениями системы. Запуск обновленной системы рекомендаций для работы с разными рынками, а также функционала скачивания контента.

2017. Урок 8. Скорость запуска и культура экспериментирования - главный фокус компании. Запуск открытой deep-learning библиотеки и экспериментирование как основной фокус для data-scientists по всей компании.

2018. Урок 9. Экспериментируйте даже с небольшими сегментами пользователей. Запуск направления Quasi-Experiments.

2020 год. Урок 10. Используйте предпочтения реальных пользователей конкретного региона. Запуск подборки топ-контента на основе данных пользователей из разных регионов.

Рекомендуем прочитать полную версию тут.

#netflix #эксперименты

Что будет с персонализацией с приходом Generative AI?

📣 Недавно вышла очень интересная статья от Juan Mendoza, автора MarTech Weekly и эксперта в области маркетинговых технологий, на тему того, как изменится персонализация с приходом Generative AI.

Основные тезисы с нашими комментариями:

- пользователи будут все чаще формировать конкретные запросы на то, что им нужно, через умных ассистентов типа ChatGPT и аналоги. Особенно с учетом релиза плагинов

- пользователи будут стремиться не просто получить персонализированный контент от бренда на основе данных, а самим кастомизировать продукт под себя. Очень хороший пример с браузером Arc, где вы можете значительно кастомизировать под себя внешний вид сайтов, контексты вашей работы и тд. То есть кастомизация заменит персонализацию

- такое поведение будет не у всех пользователей, но это в любом случае окажет сильное влияние на маркетинг, технологии и работу с данными

- важность сбора большого количеств данных о пользователях для проактивной персонализация снизится. [Вообще история с данными интересна тем, что компании их копят, но используют лишнь малую часть для улучшения клиентского опыта]

- автор называет эту трансформацию - переход к volitional personalization. Очень классная иллюстрация, где можно увидеть, что раньше персонализация была brand-driven, а теперь customer-driven

- по факту аналитику по категориям, популярности товаров и тд бренды будут получать от умных ассистентов типа ChatGPT

- searchabilty и discoveribility товаров, услуг и контента становятся еще более актуальными. Не зря ранее мы писали про фокус на поиск

- остается актуальным предложение пользователю новых товаров для расширения ассортимента. Иначе получится как в соцсетях, когда пользователи "варятся" в персонализированной подборке контента, что сейчас вызывает много вопросов

- конечно, есть много рисков такого изменения поведения пользователя, но прогресс не остановить

⚡️ Очень советуем картинку внимательно изучить!

Ссылка на полную версию.

#тренды #технологии

Tesla получила патент на систему персонализации внутри своих машин.

🚗 Совсем свежие новости, Tesla после нескольких лет ожидания получила официальный патент на систему персонализации, которая будет работать на основе данных с камер внутри машины, и делать следующие:

- идентифицировать пассажиров
- определять их параметры (вес, рост и тд) и автоматически подстраивать под них, например, сиденье и расстояние между ними
- направление работы и мощность кондиционера
- работу аудиосистемы
- звонить в скорую, если с пассажиром что-то не так или даже везти в больницу на автопилоте
и это далеко не все.

Конечно, данная новость сразу вызвала много обсуждений на тему персональных данных. Особенно после недавнего скандала, с сотрудниками Tesla и личными видео из машин во внутреннем чате компании.

Но, в целом, кейс интересный и уж "кто если не Tesla" должен стать первым в настоящей персонализации автомобилей (такие кейсы были и раньше у других производителей, но не в таком масштабе).

#новости #авто