El reto
El cliente es una gran empresa de medios propietaria de canales de televisión y radio, pódcast de audio, revistas y periódicos. Quería un sistema de recomendación personalizado para sus usuarios y consumidores de contenido actuales, con el fin de aumentar la interacción, reducir la pérdida de clientes y elevar su valor de vida.
El contenido es muy diverso, desde programas y espacios de televisión hasta artículos de noticias, y cada usuario tiene sus propias preferencias. El sistema debía reconocer los patrones de consumo individuales, comprender las preferencias de contenido y recomendar nuevos elementos que los usuarios probablemente consumirían.
Nuestra solución
Desarrollamos un sistema de recomendación que combina varios factores. Estima los patrones de consumo de cada usuario, comprende sus preferencias de contenido, como los temas de interés y el tipo de contenido, estima sus datos demográficos y los medios técnicos que utiliza para acceder al contenido, y evalúa la similitud entre contenidos desde distintas perspectivas.
Un recomendador híbrido reúne los resultados de varios componentes analíticos.
- Módulo de descubrimiento de temas y etiquetado de contenidos basado en PLN
- Analítica de similitud entre contenidos
- Extractor de patrones de consumo
- Recomendador basado en filtrado colaborativo
- Recomendador de elemento a elemento
- Recomendador híbrido que combina todos los anteriores
El resultado
La solución aumentó en un 5 % la diversidad del contenido consumido por los usuarios y, con ello, el valor de vida del cliente.
El cliente también puede identificar directamente grupos similares (clústeres) de consumidores, dirigirles el contenido que con mayor probabilidad disfrutarán y estimar la demanda potencial de contenidos concretos.
