部署TigerGraph之后,该公司正在获得显著改善——营销和广告运营的效率得到了大幅提升。 此外,管理人员对公司向会员宣传最具吸引力的节目的能力更有信心。
该公司希望确保消费者能继续回来并且会员收入继续增加——要做到这一点取决于能否向适当的消费者宣传内容和广告,这首先需要具有为在不同平台、设备上观看内容的会员创建单一配置文件的能力。
通过各种发行工具广泛地获取公司内容既是福也是祸。尽管它可以让更多的人在家中和屋外方便地访问其内容,但是这也给公司带来了全面的挑战——如何了解哪些会员正在观看其节目,以及用户是如何消费这些内容的。
TigerGraph通过一个实体解析解决方案使该公司能够提高客户忠诚度和会员收入,该解决方案为每个会员创建一个ID——诸如查看了哪些内容,被谁,何时,持续多长时间以及在哪些设备上的信息,统一被集成进该会员的配置文件中。 此外,TigerGraph还为客户提供了一个推荐引擎,该引擎会根据观看历史记录和用户评分,提示用户观看与他们的兴趣最接近的其他内容。
找到针对现实世界数据问题的创造性、高效和分析解决方案是重点,我们致力于利用我们在管理和挖掘方面的专业知识来实现关键的组织目标。
——数据管理和消费者分析高级副总裁
这家公司是美国最长的持续运营的付费电视服务,是世界顶级品牌之一。 它的节目可供美国超过3600万个家庭使用,该公司在至少151个国家/地区分发内容,全球约有1.4亿订户。 该公司还通过数字媒体提供其内容:该频道维护可作为网站提供的视频点播流服务,并专门为线性频道套件的现有订户提供一系列移动应用程序。 它的许多节目都联合到其他网络和广播电视台。
Anna Veronika Dorogus
Machine Learning Expert
Anna Veronika Dorogush graduated from Lomonosov Moscow State University and Yandex School of Data Analysis. She used to work at ABBYY, Yandex, Microsoft and Google on Machine Learning infrastructure and Machine Learning frameworks. In 2017 she published the open-source library CatBoost, which is now one of top-3 most popular Gradient Boosting libraries, and the top 7-th most used Machine Learning framework in the world according to Kaggle 2021 review.