Entertainment・Media Caseメディアエンタメ業界の活用事例

視聴者とのパーソナルなコミュニケーションで
サービスの収益を最大化。
コンテンツの発見性を高め利用時間を高める
コンテンツパーソナライズをRtoasterで。

Case.01公開して間もない新着動画の
レコメンドも、
テキストマイニングで初日から表示。
旬な情報を逃さず届ける

視聴者の視聴傾向と、Rtoasterのアルゴリズムで解析したコンテンツデータを掛け合わせることで、類似性を導きます。

視聴データが溜まっていない新着動画でも、公開初日から視聴者に最適におすすめできます。

訪問者の閲覧行動 サッカーの動画をよく見る サッカー好きにマッチングした新着動画を配信! サッカー好き向けにマッチングした広告を配信!

Case.02なぜおすすめなのか?を示した、
納得感の高いカテゴリ別の
おすすめコンテンツ表示

「◯◯カテゴリのおすすめ」「視聴履歴に基づくおすすめ」「今週のランキング」など、複数の切り口でコンテンツをレコメンド。

なぜそのコンテンツが自分におすすめされているのか?を示すことで納得感を高め、次のコンテンツへの回遊を自然に促します。

おすすめ理由を表示

Case.03アンケートを使って視聴者と
コミュニケーション。
視聴者データを蓄積することで
よりパーソナルなコンテンツ配信を

視聴者へのオンラインアンケートをテンプレートから簡単に実施して回答をCDPに蓄積。

視聴者理解を深めると同時に、回答してくれた視聴者にはアンケートの回答に沿ったコンテンツをその場で出し分けできます。まるで対話をしているように視聴者とコミュニケーションを取ることができます。

ジャケット購入者には… セットアップパンツなどトータルコーディネートをご提案

Case.04配信頻度を適切に調節した、
パーソナルなプッシュ通知で
アプリへの再訪を促す

アプリのプッシュ通知は、配信頻度を調節しないと通知オフやアンインストールを招いてしまいます。

「私の興味に合ってる!」と感じてもらえるよう、視聴者ごとに適したタイミング・内容で絞り込んだ通知を送ることで、配信頻度を抑えながらアプリへの再訪を促します。

適切なタイミングでのプッシュ通知

Case.05解約予備軍をCDPデータから
特定して先回り。
会員を維持する
行動ターゲティング

CDPに蓄積されたWeb・アプリの行動データを解析すれば、解約予備軍の会員やそろそろ入会しそうな視聴者を精度高く特定することができます。

データから視聴者のジャーニーを予測し、先回りをした解約措置や入会オファーをピンポイントで行うことで、効果の高い会員維持を行うことができます。

解約傾向のあるお客さまに先回りして配信
閉じる