Вернемся к современным платформам платного ТВ. Как правило, чем меньше у них функций, тем больше времени зритель тратит на поиск. И наоборот, чем больше функций и возможностей для навигации, тем меньше времени уходит на поиск. Это прямая зависимость.
Когда мы говорим о платформе, то подразумеваем не только систему рекомендаций, но и все механизмы, которые задействованы для удержания внимания пользователя. Система рекомендаций может работать правильно, может работать неправильно, кто-то вовсе ею не пользуется. Но факт остается фактом: все пользуются YouTube. И одна из причин заключается в том, что у него есть функции, которые позволяют легко найти нужный контент. Вспомним ту же поисковую строку, где есть релевантный поиск. Вы много знаете платформ, которые обладают такой же возможностью? Или платформ, имеющих мобильное приложение, с которого можно подключиться к телевизору и управлять воспроизведением?
Система рекомендаций важна и нужна, но она не единственное, что позволяет удерживать внимание зрителя. Это еще и размеченный контент, который можно искать, и подборки контента, и подписки, и фильтры контента. Если мы хотим, чтобы платное ТВ развивалось, все это богатство функций должно быть в нем.
Возвращаясь к предыдущему вопросу о сокращении времени поиска контента — да, сервисы EPG как каркас для построения телевизионного сервиса способны это сделать. Без данных и метаданных для EPG, без графического оформления контента востребованный пользователями сервис построить невозможно.
У нее несколько компонентов. Первый — это коллаборативная система рекомендаций, которая группирует пользователей и определяет по группе, какой контент может быть ей интересен. Ее дополняет второй компонент — ассоциативный подход, когда определяется контент, похожий с тем, что нравится пользователю. Третий компонент — это настройка редакторских подборок по определенным принципам. Она позволяет сделать подборку, к примеру, российских комедий или документальных фильмов о тиграх. Это чисто редакторская работа, где нужно подбирать хайповые темы, основываясь на пользовательском опыте, находить соответствующие сегменты пользователей — и для них делать такие подборки контента.
Еще девять лет назад EPG Service придумал использовать метаданные. Еще пять лет назад мы предлагали операторам продукты, которые они начали внедрять только сейчас. Другими словами, только сейчас рынок пришел к пониманию, что этим нужно заниматься, а иначе телевидение будет никому не нужно.
Отсутствие сообщества, объединяющего разработчиков решений и операторов платного ТВ, — одна из проблем отрасли. Другая проблема заключается в том, что платное ТВ — очень инертная сфера.
Для активного внедрения искусственного интеллекта на телевидении уже все готово, не хватает только денег. Но если операторы консолидируются, то все получится.
На этот вопрос ответил Netflix. Сначала они разработали систему рекомендаций на основе искусственного интеллекта, а сейчас наняли редакторов, которые размечают контент метаданными и делают редакторские подборки. Потому что в Netflix поняли: каким бы умным ни был ИИ — он не превзойдет человека. При этом саму систему рекомендаций на основе искусственного интеллекта они не сбрасывают со счетов и продолжают активно развивать. Одна методика дополняет другую. Я думаю, что в итоге получится симбиоз усилий машины и человека.
Как правило, у операторов платного ТВ есть библиотека видео по запросу и линейное телевидение с EPG. Контент в них может быть похожим и даже может пересекаться. Функция маппинга — это данные, которые позволяют понять, что контент на линейном ТВ — это то же самое, что и контент в библиотеке VoD. Допустим, пользователь посмотрел первую и вторую серии ТВ-шоу и захотел увидеть третью. На телевидении она будет транслироваться через неделю, а оператор готов предложить купить сериал целиком в библиотеке VoD. Бывает и обратная ситуация: на телевидении сериал появляется раньше, чем в библиотеке VoD.
Маппинг — это работающая в обе стороны система рекомендаций. Основываясь на опыте просмотра конкретного пользователя в библиотеке VoD, она позволяет понять, что ему можно порекомендовать из линейного контента, и наоборот. Если метаданные в библиотеке VoD и линейном ТВ будут различны, то мы не сможем этого сделать, поскольку для нас это будут разные, не связанные между собой системы. Маппинг помогает соединить контент видео по запросу и линейного ТВ и на основе этого — построить единую систему рекомендаций, установить фильтры и подборки, а в итоге — повысить маржинальность и эффективность бизнеса оператора.
Тенденция такова, что пользователь не хочет бежать к телевизору чтобы не пропустить программу или сериал. Наоборот, он хочет, чтобы телевидение подстраивалось под его время и интересы. Для этого появилась технология catch up (с помощью интернета позволяет смотреть ТВ-передачи после их выхода в эфир, — прим. ред.). Но с просмотром контента в записи есть проблема — неточное позиционирование начала передачи. Оно происходит на основе системы EPG, предоставляемой телеканалами, а там точность составляет плюс-минус пять минут. Кроме того, бывают сдвиги и замены программ, о которых каналы не сообщают заранее. В результате когда пользователь хочет посмотреть нужный ему контент, то натыкается не на то, что ему нужно. Для решения этой проблемы мы используем в системе EPG точное позиционирование: для каждого эфирного события в архиве дается время с точностью плюс-минус три секунды. Этого достаточно для комфортного просмотра ТВ-программ.
Есть еще один момент. Если строить систему рекомендаций на основе сырых данных от телеканала, без точной разметки, то она будет рекомендовать зрителю контент на основе просмотра программы, которую он и не намеревался смотреть. Корректное позиционирование помогает сократить такие ошибки и увеличить точность системы рекомендаций.
Она должна становиться эффективнее с точки зрения принятых на рынке метрик. Конечно, стопроцентной эффективности не добиться ни с помощью искусственного интеллекта, ни с помощью редакторских подборок, но если получится сделать лучше, чем на YouTube, то можно считать, что задача решена. В этом случае телевидение обретет новую жизнь.
