Маркетинговое продвижение фильма, в первую очередь, строится на двух важных вещах – постере и трейлере. Но учитывая огромные объемы самого разнообразного контента, потенциальный зритель, не пожелавший тратить время на просмотр трейлера, может отсеяться еще на этапе знакомства с постером. Этот принцип действует как в кинотеатрах, так и на стриминговых платформах. Специально для Cinemaplex команда IVI рассказала о проведенном ими эксперименте, который показал, как на самом деле важна для зрителя визуальная составляющая при выборе контента. В их новом проекте постеры фильмов становятся не только более привлекательными для аудитории, но и персонализируются для отдельных посетителей платформы. Подробнее расскажем об этапах разработки концепции.
Ситуация
Постер — это первая точка, в которой происходит визуальный контакт пользователя с фильмом на сайте онлайн-кинотеатра. Именно он определяет привлекательность контента при первой встрече с ним. Человек должен узнать кино по постеру или хотя бы понять по изображению, о чем его сюжет.
Например, постер фильма «Джон Уик» дает много информации о фильме: по нему можно узнать жанр кино, какие актёры приняли участие в фильме, понять его атмосферу и стиль, осознать, что перед нами история одного героя, и даже немного вникнуть в его характер. Если подобный паззл не складывается, пользователь решит, что контент ему неинтересен, даже если фильм пользуется успехом, и уходит недовольным.
Проблема
В каталоге онлайн-кинотеатра IVI десятки тысяч фильмов. Одна из задач команды IVI – помочь пользователю найти в этом многообразии именно тот контент, который будет ему интересен. Когда система рекомендаций предлагает пользователю фильм, пользователь, в первую очередь, оценивает его постер. Если он не смог привлечь внимание, пользователь может посчитать даже самый подходящий ему фильм неинтересным для просмотра, а рекомендации – плохими. В случае, когда таких постеров много, и они не меняются со временем, у пользователя может сложиться ощущение, что сервис не обновляется, доверие к нему понизится и желание пользоваться вполне может пропасть.
Чтобы улучшить пользовательский опыт и упростить выбор фильма, команда IVI разработала механизм, который делает рекомендуемое кино более узнаваемым.
Решение
Логичным решением стала персонализация постеров для каждого пользователя. Но для этого необходимо понять, какой постер нравится больше, а какой меньше?
Для решения этой задачи команда онлайн-кинотеатра IVI использовала подборки фильмов на сайте. Они отмечают, что контент в рамках одной подборки всегда имеет общую семантику, отсортирован по релевантности, интересам пользователя. Гипотеза состояла в том, что если пользователь выбирает один из таких похожих фильмов, то он будет опираться на более понятный и привлекательный постер.
Для всех ситуаций, когда пользователь кликнул на фильм в подборке, собиралась информация о том, какие постеры он вообще видел в этой подборке до момента клика. На основании этих данных была выстроена модель машинного обучения ранжированию («learning to rank»). Были сформированы пары постеров, один из которых оказался для пользователей более привлекательным, чем другой. Именно на основании этого выбора происходило обучение нейросети, которая распознавала и запоминала более привлекательные детали изображения.
Технические моменты. Как это работает.
Каждый постер обозначается как набор определенных визуальных образов и информации — набор, закодированный в специальный вектор. Этот вектор получается в результате работы модели машинного обучения, которая предсказывает, насколько картинка привлекательна. Пропуская через сеть постер, получаем вектор, который описывает его привлекательность.
Параллельно создается модель пользователя, которая описывает отношение к картинке. Перемножая векторы пользователя и постеров, выполняется оценка каждой картинки с точки зрения пользователя. Чем выше оценка, тем привлекательнее постер для пользователя.
Результаты
Чтобы проверить эффективность персонализации постеров, в конце 2021 года в IVI провели эксперимент, в котором пользователей разделили на три группы. Первой показывали один постер для отдельного фильма. Второй группе демонстрировались персонализированные постеры, выбранные из альтернативных с помощью машинного обучения и которые менялись раз в день. Третья группа получила один случайно выбранный постер из альтернативных, остававшийся без изменений в течение дня.
Организаторы эксперимента отмечают, что работа велась только с определенной долей контента. Те фильмы, которые требовали сложного согласования с правообладателями или у которых не было альтернативных постеров, не участвовали в эксперименте.
Эксперимент проходил в ноябре — декабре 2021 года на платформах Smart TV (LG, Samsung) и web (IOS). Как сообщают представители компании IVI, результаты подтвердили успех новой модели: внутри группы, которой показывали персонализированные постеры, CTR и конверсия в просмотры оказались выше, чем в двух других группах.
Сейчас персонализация постеров применяется на всей платформе IVI, исключая контент, у которого нет альтернативных постеров. В IVI также отмечают, что ни один другой российский онлайн-кинотеатр не применял подобную технологию.
Перспективы
В планах IVI улучшить персонализацию постеров. Сейчас основная гипотеза не учитывает, что пользователь выбирает фильм не только по постеру, но и по жанру, по краткому описанию. Модель персонализации будет дальше совершенствоваться уже с учетом этих параметров.
Прикольно