Discovery Plus 如何向国际观众推销复杂的流媒体选项

没有什么比复杂的流媒体电视频道网络更适合 CDP 了，尤其是当它为不同地区、不同兴趣和说不同语言的用户提供不同类型的内容时。 总体而言，这是一个将产生大量数据的受众，但这些数据需要无数不同的响应。

这就是 Fredrik Salzedo 所面临的挑战，他最近被任命为 Discovery Plus 的 Martech/CRM 全球总监（他以前是 EMEA 部门的保留/CRM 总监。

欧洲的 Discovery Plus

欧洲的存在始于一系列名为挪威电视节目的北欧频道。 该网络更名为 Dplay。 今年 1 月，欧洲业务更名为 Discovery Plus； 然后 Discovery Plus 在美国推出，在全球建立了一个流媒体服务名称。

Discovery 频道本身和动物星球、TLC 和 Food Network 等兄弟频道在美国都很熟悉。在欧洲，Discovery Plus 的节目范围要广泛得多。

“美国和欧洲的最大区别在于，在美国，你有旧的 Discovery Networks Inc. 频道，比如 Discovery，比如 Animal Planet。 在欧洲，我们有来自美国的内容，但最重要的是，Discovery 在欧洲的发展是通过收购许多不同的公司来实现的。” 特别是在北欧，但在欧洲其他地区，Discovery Plus 具有非常强大的本地内容。 体育也很重要——例如在瑞典，他们拥有顶级足球联赛的权利，他们还拥有奥运会的泛欧权利。

Discovery Plus 利用 CDP 和营销自动化平台 Blueshift 的实例来管理和营销他们极其多样化的受众。 “当你做你的活动或编排时，你必须很聪明，因为你有一群西班牙用户——他们不需要收到关于一些芬兰节目的推荐，”萨尔泽多说。

虽然 Blueshift 是一个 CDP，但 Discovery Plus 已经安装了另一个 CDP，即 mParticle，它现在与 Blueshift 一起运行。 mParticle 通过 Discovery Plus 渠道摄取事件数据并将其发送到 Blueshift。

希望控制您的数据？ 在最新版本的MarTech 情报报告中了解客户数据平台的趋势和功能。

点击这里下载！

向“智能中心”CDP 的转变

为了了解 Discovery Plus 堆栈的这一部分是如何构建的，我们采访了 Blueshift 联合创始人兼首席执行官 Vijay Chittoor。 “他们确实使用 mParticle，”他说，“但作为他们的事件数据基础设施。 例如，很多公司都使用 Google Tag Manager 或 Tealium 来收集数据（Tealium 还提供单独的 CDP 产品）。 随着该领域的发展，Segment 和 mParticle 等公司开始出现，它们的定位不是标签管理器，而是用于数据收集和数据路由的 API。”

Chittoor 说，CDP 的基础是形象统一、受众建立和激活。 “这些是核心功能。 我们为 Discovery Plus 所做的一切。” 对编排和个性化的强调导致 Chittoor 将 Blueshift 产品称为“智能中心”CDP，这个术语起源于 Gartner； 他区分了该领域的数据集成平台，通常由技术酒吧购买，以及以营销人员为中心和以执行为中心的平台。 “客户数据平台开始充当您的营销中心，”他说。

他说，Discovery Plus 在 CDP 和营销云的“交叉点”使用 Blueshift。 传统的营销云是从获得的解决方案构建的，这些解决方案非常关注单个渠道。 “今天，营销人员需要的是营销决策核心的概念，这就是‘智能中心’的概念正在出现的地方。”

“我们正在捕获的数据类型来自多个来源。 其中一些是关于网站浏览的标签管理数据，但还有很多更丰富的数据，包括订阅交易、家庭生活——这个客户是一个拥有三到四个不同个人资料的群体的一部分。 所有这些分组功能都发生在 Blueshift 中。 与一个对象相关联的订阅升级和降级正在 Blueshift 中进行。 偏好管理正在 Blueshift 中进行； 在 Blueshift 中，存储了不同设备的多个标识符。 有人观看了这一特定剧集，如果他们看完了，如果有新剧集即将播出——所有这些数据都在 Blueshift 中汇集在一起​​。 他们在任何其他系统中都没有此配置文件。”

这就是 Discovery Plus 的设置方式，但 Chittoor 指出，Discovery Networks 的各个部分的堆栈结构不同。 在某些情况下，数据收集本身是通过 Blueshift 进行的，而不是通过 mParticle 等其他解决方案。

Discovery Plus 如何处理保留和获取

那是堆栈，但 Salzedo 用它做什么？ “当然，第一要务是参与。 我们的目标是增加在平台上花费的时间——消费是主要的 KPI。 这主要是关于保留，因为您拥有的节目越多，观看的次数越多，您就越有可能留在我们身边。 数学很简单； 如果你什么都不看，你为什么还要付钱？ Netflix 的优势在于，即使没有节目 [可观看]，用户也不会流失，因为它是 Netflix，并且在某些时候会出现一些新节目。 Discovery Plus 还没有真正实现。”

更复杂的是，欧洲有不同类型的用户：SVOD 用户（订阅视频点播），还有 AVOD 用户（基于广告的视频点播）。 后者只能访问 Discovery Plus 库的一部分，但他们会通过广告查看。 例如，体育主要在 SVOD 付费墙之后。 “这里有收购部分，因为当然，AVOD 正在为产品打开大门； 当您创建 AVOD 帐户时，我们的目标是让您成为 SVOD。”

一旦获得用户，目标就是让他们超越他们最初观看的节目，并将他们“吸引”到其他节目。 “这就是 Blueshift 真正发挥作用的地方，也是我们最终选择 Blueshift 的原因，因为他们的推荐引擎功能。 我们使用 Blueshift 中的这些功能根据我们拥有的用户数据以及他们正在观看的内容创建推荐。 我们会为您提供推荐，并在您狂欢第一场演出时向您展示这些内容。”

他在 HBO 看到了这种策略。 面对《权力的游戏》结束时可能出现的大规模流失，HBO 开始向同一群观众宣传《切尔诺贝利》。 当然，当《切尔诺贝利》结束时，同样的挑战也出现了：“但至少它最大限度地延长了用户的生命周期。 这正是我们试图通过 Blueshift 实现的目标。”

自动推荐改善用户体验

对于这一庞大、高度差异化的受众，建议需要自动化。 “我们正在将我们所说的内容元数据——节目描述、节目长度，它可以是任何东西——提取到 Blueshift 拥有的目录功能中，我们将其与观众正在观看的内容进行映射，并创建关于哪些内容的建议显示您最有可能喜欢的内容。 它是在一对一的水平上完成的。”

所有在 Blueshift 的一个实例中，这意味着有必要识别用户的位置和语言，例如。

目前，这些建议不仅分布在流本身中，还分布在电子邮件、推送和应用内通知中，并且计划启动桌面弹出窗口以接触那些不同意电子邮件或其他通知的用户欧洲法律要求。

自 2019 年以来，Discovery Plus 一直在使用 Blueshift，鉴于他们之前拥有的非常有限的技术能力，Salzedo 反映，他们现在已经看到了很多成功，这不足为奇。 例如，他们在 Blueshift 中的预测模型取得了成功，该模型根据观看行为告诉他们用户可能支持哪个足球队，并在球队进行现场比赛时触发推送通知。 推送通知还用于自动让用户知道他们正在观看的节目的新剧集可用。

“这不仅仅是销售订阅，”Salzedo 说。 “这与用户体验和参与度有关。”