Онлайн-кинотеатр будущего

Онлайн-кинотеатры вовсю борются за внимание зрителей. Каждый из них выбирает, по какому пути следует развиваться, чтобы усилить свои позиции и стать лидером. Решает, на что делать ставку – на смартфоны или большой экран, и какие технологии будут конкурентным преимуществом.

«Сегодня было много работы. Желание компенсировать усталость подтолкнуло меня купить что-нибудь вкусное и разделить вечер с интересным фильмом. Купить ли еду в магазине или заказать? Закажу! Бургер, суши, пицца… Посмотрев меню в одном приложении, открываю и ищу в другом. Через 30 минут поиска в трех из них выбор сделан – заказ в пути. И вот я перед дилеммой, какой фильм посмотреть. Открываю каталог и начинаю листать. Смотрю обложки, описания, рейтинги, читаю отзывы. Проходит полтора часа, пицца уже остыла, а я все еще сомневаюсь, какой именно фильм – «тот самый».

Доктор Крейг Ламберт называет это процесс «теневой работой» – все неоплачиваемые задачи, которые мы выполняем вместо компаний. Мы совершаем теневую работу, когда выбираем продукты в супермаркете, организуем свой отпуск, совершаем переводы, фильтруем информацию в интернете. Она дает нам большую независимость – мы сами решаем что и когда делать. Но за счет такой автономии наступает усталость от принятия решений. И вот я, так и не посмотрев кино, без сил валюсь в кровать до наступления следующего дня и начинаю мечтать:

«Пусть кто-то позаботится о моем выборе, а я хочу просто насладиться результатом!»

Делимся опытом работы SimbirSoft с впечатлениями пользователей и рассказываем об острых вопросах, стоящих перед развлекательными онлайн-площадками. Почему клиенты готовы платить больше тем, кто сделает за них удачный выбор? Как онлайн-кинотеатры используют умные рекомендательные системы – и почему это важно? Как скорректировать набор сервисов, чтобы завоевать доверие клиента?

Видеоконтент сегодня невероятно разнообразен. Наш пользовательский опыт (UX) подсказывает, что видеосервис должен встречать нас удобным поиском и фильтрами (спасибо Youtube, Google, Yandex). А благодаря знакомству с голосовыми помощниками Siri и «Алиса» мы по умолчанию ожидаем, что любая система предоставит нам умный поиск. Например, мы можем отказаться от онлайн-кинотеатра, который умеет искать только по названиям фильмов, но не может найти фильм по актерам. Вероятность такого эмоционального решения еще выше, если пользователь сталкивается с долгой загрузкой и ошибками воспроизведения:

Важным аспектом UX является UX writing – создание стиля общения системы с пользователем. Встречаются ситуации, когда пользователь остается один на один с системой и не знает, что ему делать. В мобильном приложении одного из кинотеатров при покупке подписки можно встретить следующее сообщение: «Сбой подключения к iTunes Store» – и предложение нажать «ОК».

Это нефункциональные требования, и важно позаботиться о том, чтобы пользователь не сталкивался с подобными ошибками. Для нас это норма, часть корпоративной культуры SimbirSoft.

В сфере предоставления «визуального удовольствия» действуют максимально высокие требования к отказоустойчивости и комфортности. Если я, например, пользуюсь услугами кинотеатра, который является лидером Online TV в России, то мое отношение становится еще требовательней: «Вы лидеры, я вам плачу как лучшему кинотеатру и хочу лучший сервис». Поэтому даже небольшие технические огрехи (ошибки верстки, логики хлебных крошек и др.), которые все еще встречаются у ведущих кинотеатров – это репутационные риски.

В мобильном приложении одного кинотеатра трейлер к фильму включается сам по себе. Неожиданность может оказаться неприятной в ситуации, когда звук должен быть выключен. Плюс навязывается лишний трафик. В данной ситуации необходим баланс простоты и контроля. Неоспоримый тренд для UX – упростить функции и предугадать действия пользователей, избавляя их от лишних движений и раздумий. Но не стоит перебарщивать и делать за пользователя все. Он должен ощущать, что контролирует ситуацию, что без его подтверждения не пройдет платеж, что за него «система» не посмотрит фильм:).

Копилка UX начинает пополняться интерактивом. Например, ivi внедрил следующие рекламные функции:

• MicroSite – зона внутри рекламного ролика, например, об автоновинках, где я могу посмотреть салон автомобиля, записаться на тест-драйв, оформить заявку или заказать обратный звонок. К просмотру основного видео я могу вернуться в любое время.
• BrendLift – вместо рекламного ролика используются опросы пользователей: нравится/не нравится, готовы ли они сделать покупку и др.

Такие приемы сотрудничества онлайн-кинотеатров с рекламодателями многократно повышают конверсию откликов. Клиент ощущает индивидуальное отношение и стремление сервиса обеспечить ему еще больший комфорт. Поэтому развитие интерактивных функций – это перспективное направление для видеосервисов.

В своих проектах мы, к примеру, предоставляем разработку интерактивного дизайна с использованием 3D графики, AR и VR.

Следующий шаг – еще более глубокая персонализация. Если я люблю продукцию Toyota (и об этом легко можно узнать из Social Media), то для Toyota будет важно знать, что реклама автомобиля Camry точно попадет в цель.

Чтобы взаимодействовать с пользователем на этом уровне, необходимо разрабатывать и внедрять скоринговые системы, основанные на ML, BigData, нейросетях.

Российский рынок легального онлайн-видео стремительно растет. J’son & Partners consulting приводит вдохновляющие цифры – рост за 2018 составил 47-49% относительно 2017 года. Обороты продолжат расти в период с 2018 года по 2021 год со средним темпом 21% и составят в 2021 году более 34 млрд рублей без НДС.

Предпосылки к такому росту очевидны:

• Рост у пользователей количества устройств для просмотра видео;
• Снижение стоимости телевизоров с функцией SmartTV;
• Y, Z поколения замещают Х поколение (основную массу выручки приносят новые поколения);
• Блокировки пиратских ресурсов;
• Отключение аналогового вещания в РФ;
• Сотрудничество различных игроков рынка (телеком-операторов, видеосервисов, телеканалов) между собой;
• Развитие платежных систем.

В основе роста рынка лежат информационные технологии.

Ведущие онлайн-кинотеатры в последние два года заявляют о перетекании пользователей из web в mobile. Например, в ivi такой переход достигает 30% в год. В «Амедиатеке» просмотры на мобильных устройствах уже составляют половину от общего числа. Это говорит о том, что у клиентов сформировался определенный пользовательский опыт (UX) – привычка смотреть сериалы в метро по дороге на работу, в пробке, в такси.

Также продолжают расти просмотры на Smart TV. Клиенты выбирают альтернативное телевидение с индивидуальным выбором контента, без программной сетки и рекламы.

По прогнозам такой тренд будет только усиливаться. И рост рынка очень жестко поставит вопрос конкурентоспособности. Онлайн-кинотеатры будут соревноваться в качестве сервиса и технологичности.

У потребителей продолжает расти пользовательский и потребительский опыт (Customer Experience, CX), одной из составляющих последнего является привычка платить за контент. Поэтому важнейший аспект развития онлайн-кинотеатров сегодня – это идеальная рекомендательная система.

Большинство настоящих рекомендательных систем реализованы на точных алгоритмах. Формула, которая учитывает лайки, просмотры, жанры и прочее, выдает результат по следующему принципу: ты смотришь сейчас фантастический фильм – предлагаем еще 10 фантастических фильмов, которыми за последнее время интересовались более 1000 зрителей.

В одном известном кинотеатре рекомендательная система анонсирована так: «Вместе с этим фильмом также смотрят». Но подсознательно меня не интересует, что смотрят другие. На самом деле я хочу, чтобы интересно было мне:) При этом система предлагает даже фильмы, которые я только что посмотрел.

Таким образом, я, как потребитель, должен вновь проанализировать новые 10 фильмов и выбрать, что посмотреть. Или не выбрать, т.к. слишком устал читать отзывы под каждым из этих фильмов.

Рекомендательную систему необходимо развивать – чтобы пользователь мог восхититься: «Офигеть, как вы догадались!». И такое удивление не будет случайным (звезды сошлись:)). Непростая автоматизированная система учтет ваш прошлый опыт, предпочтения, изображения, на которые вы чаще обращаете внимание, психологический портрет, местоположение и многое другое. Современные технологии ML, BigData, DataScience и прочие уже сегодня становятся основами для интуитивных адаптируемых систем, которые учатся и выбирают для вас услуги не только лучше любого консультанта, но и лучше вас самих.

Как делает Netflix? Они указывают на новые выпуски сериалов, которые вы смотрели, а также оценивают интересность контента для вас через рейтинг совпадений. Но самое главное – все обложки фильмов подбираются индивидуально для пользователя. Система рекомендаций «высчитывает», какую обложку фильма показать именно вам. Для этого они разработали механизм «Эстетический визуальный анализ» (ЭВА). На первом шаге он разбивает одну серию примерно на 86 000 кадров, каждый из которых описывается десятью уникальными характеристиками. Собранные данные сортируются в несколько категорий, которые являются ключами к подбору изображений. На втором шаге ЭВА оценивает и отбирает по определенным критериям те изображения, которые будут допущены для показа. А дальше благодаря машинному обучению система все лучше и лучше адаптирует обложки под ваши предпочтения.

Рекомендательная система Netflix постоянно совершенствуется. Уже сегодня учитываются региональные различия – мы видим разные обложки в разных странах. А некоторые пользователи заметили, что на некоторых обложках изображены их любимые актеры, хотя в фильме они исполняют второстепенные роли.

YouTube уже перешел на использование глубоких нейронных сетей. Его система рекомендаций основана на технологии Google Brain, которая изучает приблизительно один миллиард параметров и уже обучена на сотнях миллиардов примеров, чтобы предложить вам подходящий ролик.

А Яндекс демонстрирует постоянный рост подписчиков в Yandex Radio. Пользователи все больше и больше хвалят рекомендации, которые предлагает система. Всё больше подписчиков предпочитают просто «слушать и наслаждаться» вместо «подбирать-слушать-подбирать».

Учитывая тенденции, можно прогнозировать новые пути развития рекомендательной системы:

Мы в компании SimbirSoft разрабатывали рекомендательную систему, которая выдает прогноз в виде гипотез. Результат успешности гипотезы с наступлением целевого времени становится источником новых данных для машинного обучения, а точность каждой последующей рекомендации повышается. Подробнее об этом можно прочитать в нашей статье.

Широко распространенные приемы маркетинга обогатили наш потребительский опыт (CX). Кинотеатры вставляют кнопки «Купить» или «Подписаться» буквально куда угодно. С одной стороны, онлайн-кинотеатр таким способом зарабатывает деньги. С другой стороны, назойливость и откровенное требование «Заплати!» могут ухудшить лояльность потребителей при наличии альтернативы. Поэтому лучший прирост аудитории получит тот сервис, который соблюдает баланс “Бизнес/CX”, а не тот, у которого баланс смещен исключительно в сторону бизнеса.

В каких случаях клиент отдаст предпочтение определенному онлайн-кинотеатру? Рассмотрим подробнее условия:

Рынок онлайн-кинотеатров сегодня имеет огромный потенциал развития. Преимущество получают те, кто наиболее полно заботится о потребностях зрителя. Тренды – это развитие mobile, помощь зрителю при выборе фильма, обращение к интерактивным рекламным технологиям. Зритель идет туда, где ему проще организовать свой досуг. В лидеры вырывается такой кинотеатр, который сумеет стать единственным и незаменимым для своей аудитории: он знает, что нужно зрителю, а к другим и обращаться не придется.

О компании

SimbirSoft — глобальная IT-компания с опытом в разработке и тестировании программных продуктов с 2001 года. В компании работают более 600 сотрудников. Головной офис и центры разработки находятся в нескольких городах России, с филиалом в США.