Presentamos Lakehouse para medios y entretenimiento

Presentamos Lakehouse para medios y entretenimiento

  • Big Data
  • abril 21, 2022
  • No Comment
  • 53
  • 14 minutes read


Hay pocas industrias que hayan sido más transformadas por la era digital que los medios y el entretenimiento. Durante décadas, las organizaciones de medios actuaron como mayoristas de contenido, monetizado principalmente a través de la publicidad, con muy poco enfoque en el lado del consumidor. Después de la llegada del cable en la década de 1980, la radiodifusión, las actividades al aire libre, las publicaciones y el entretenimiento han cambiado poco durante un largo período de tiempo. Luego vino lo digital.

El auge de las empresas FANG ha aumentado las expectativas de los consumidores de experiencias más inteligentes y personalizadas, y ha hecho que los datos y la IA sean la clave del éxito. Las marcas han cambiado sus presupuestos publicitarios a canales digitales, como la televisión conectada, la publicidad móvil y de búsqueda, para orientar mejor su inversión publicitaria y, al mismo tiempo, impulsar el cumplimiento de las crecientes normas de privacidad.

Impulsar mejores resultados de IA para consumidores, anunciantes y empleados es ahora una iniciativa a nivel de directorio para la mayoría de las empresas de medios y entretenimiento. ¿El problema? Las arquitecturas de datos tradicionales no se diseñaron para admitir casos de uso de IA/ML, en particular en equipos amplios de ingenieros de datos, científicos de datos y analistas, al tiempo que respaldan la escalabilidad y la agilidad que las empresas de medios necesitan para satisfacer las demandas cambiantes de los clientes. Esto ha llevado a grandes inversiones en tecnologías de datos más modernas y asociaciones industriales que ayudan a las empresas a utilizar los datos de manera más inteligente para dar forma a todo el ciclo de vida del consumidor, la publicidad y el contenido. Esto se logra a través de:

  • Una sola vista de todos los datos en una sola arquitectura, incluidos los datos no estructurados, como video, imágenes y contenido de voz.
  • Asegúrese de que los datos estén listos para todos los casos de uso de análisis e inteligencia artificial/aprendizaje automático.
  • Un entorno de infraestructura en la nube basado en código abierto y estándares abiertos para permitir que los equipos de TI y de datos sean ágiles.

En resumen, garantizar que todos sus datos estén listos para la IA y la inteligencia comercial (BI) y puedan actuar rápidamente para adelantarse a las expectativas de los consumidores y empleados es una estrategia fundamental para cualquier empresa de medios.

Presentamos Lakehouse para medios y entretenimiento

Hoy nos complace anunciar Lakehouse for Media & Entertainment (M&E), que permite a las organizaciones de todo el ecosistema de medios utilizar el poder de los datos y la IA para generar mejores resultados para los consumidores, anunciantes, socios y empleados. Al eliminar las limitaciones técnicas de los sistemas heredados, Lakehouse for M&E permite a las organizaciones utilizar todos sus datos para crear una visión holística de los consumidores y anunciantes, tomar decisiones en tiempo real e innovar en la participación y los resultados publicitarios con análisis avanzados para avanzar.

Entonces, ¿por qué Lakehouse es fundamental para el éxito de M&E? A través de capacidades especialmente diseñadas, como aceleradores de soluciones, bibliotecas para casos de uso común y un ecosistema certificado de socios, la plataforma reúne conocimientos de innovadores de la industria para fomentar la colaboración y acelerar los análisis y los casos de uso de IA que brindan la capacidad de personalizar, monetizar, e innovar el consumidor y el ciclo de vida del contenido. Estos son los principales desafíos para transformarse en una organización de M&E basada en datos (y cómo Lakehouse los aborda):

Creación de un perfil de grupo objetivo uniforme

Tradicionalmente, los datos de la audiencia se han recopilado, almacenado y administrado directamente en sistemas dispares (p. ej., DMP, ESP, Data Lake, Data Warehouse) según el tamaño/la granularidad, los casos de uso previstos y los tipos de datos. Este enfoque aislado es increíblemente complejo, especialmente cuando se trata de administrar los datos de los clientes como un activo que se puede usar para respaldar una variedad de casos de uso (por ejemplo, recomendaciones de contenido, la siguiente mejor oferta).

Cómo ayuda Lakehouse: Lakehouse admite el uso de todos los tipos de datos (estructurados, no estructurados y semiestructurados) con Delta Lake y Apache Spark™ como base y almacenamiento de datos en un formato de código abierto que evita la dependencia de un proveedor. Además, Databricks proporciona activos técnicos en forma de cuadernos, guías de implementación y arquitecturas de referencia para ayudar a los clientes a desarrollar nuevos casos de uso en días o semanas, no meses, diseñados específicamente para ayudar a las organizaciones a crear y mantener la compatibilidad con sus perfiles de audiencia. Y debido a que el intercambio de datos es fundamental para cualquier organización de medios, Delta Sharing ofrece una capacidad de intercambio de código abierto que fomenta la colaboración de datos.

Proporcionar una experiencia de usuario 1:1

Un subproducto de dar a los consumidores de medios más opciones que nunca es que brindar una experiencia impecable al cliente está sobre la mesa. Al mismo tiempo, esto requiere la capacidad de identificar problemas de calidad del servicio casi en tiempo real, una capacidad que no es compatible directamente con la tecnología existente en muchas organizaciones. Los almacenes de datos heredados no pueden admitir el procesamiento de datos a escala B2C, ni son el lugar adecuado para manejar cargas de trabajo de ML de transmisión en tiempo real para casos de uso del ciclo de vida del consumidor.

Cómo ayuda Lakehouse: Lakehouse for Media & Entertainment supera estos desafíos con una plataforma escalable integrada en la nube que incluye:

  • Rendimiento ultrarrápido a escala B2C. Con Spark y Delta Lake, los estándares empresariales de facto para un mayor rendimiento y confiabilidad de los datos a escala, bajo el capó, Lakehouse ofrece una gran escalabilidad y velocidad. Y debido a que está optimizado con funciones de rendimiento como la indexación y el almacenamiento en caché, los clientes de Databricks han visto que las cargas de trabajo de ETL se ejecutan hasta un 50 % más rápido.
  • Escalado de nubes elásticas. Databricks Lakehouse integrado en la nube proporciona recursos escalables con solo hacer clic en un botón para satisfacer las necesidades de trabajos de cualquier tamaño. Los clústeres de cómputo de escalado automático escalan hacia arriba o hacia abajo según el tamaño de su carga de trabajo, por lo que solo usa la potencia de cómputo necesaria para satisfacer las necesidades de sus cargas de trabajo.

Más allá de la agregación al análisis avanzado

Antes de utilizar técnicas analíticas como B. modelado de combinación de medios para la optimización del gasto o análisis de supervivencia para mitigar la rotación, a menudo se requiere un gran impulso para adquirir y armonizar a escala. En algunos casos, este trabajo requiere inversión de capital y coordinación entre equipos.

Lakehouse for M&E combina sus datos de consumidores, contenido, anunciantes y operativos con un conjunto completo de capacidades para cumplir con todos sus casos de uso de inteligencia artificial y análisis.

  • Capacidad para procesar cualquier dato: Lakehouse cuenta con un entorno de extremo a extremo para flujos de trabajo de datos no estructurados: un motor de consulta basado en Delta Lake, herramientas de anotación rápidas y un potente entorno de cómputo ML. Esto permite a los usuarios desbloquear el valor de los datos no estructurados, lo que es imposible para la mayoría de las soluciones de almacenamiento de datos.
  • Ciencia de datos colaborativa: The Lakehouse proporciona un entorno de cuaderno interactivo que permite a los equipos multifuncionales colaborar en productos de datos con una amplia gama de capacidades de análisis y aprendizaje automático, incluida la compatibilidad con varios idiomas (R, Python, SQL y Scala) y Bibliotecas ML populares.
  • Administre fácilmente el ciclo de vida de ML: administre todo el ciclo de vida de ML desde el desarrollo del modelo hasta la implementación con Managed MLflow. Centralice modelos y funciones en el registro para que los equipos puedan colaborar fácilmente en proyectos de ciencia de datos altamente iterativos y reutilizar el trabajo existente.

Agregar valor con Lakehouse para medios y entretenimiento

Lakehouse for M&E se basa en los conocimientos de los innovadores de la industria para fomentar la colaboración y brindar la capacidad de personalizar, monetizar e innovar el consumidor y el ciclo de vida del contenido.

Aceleradores de soluciones preconstruidos para medios y entretenimiento

Sobre la base de Lakehouse para M&E, Databricks y nuestro ecosistema de socios ofrecen aceleradores de soluciones empaquetadas para ayudar a las organizaciones a abordar los casos de uso más comunes y valiosos en la industria. Los aceleradores populares son:

  • Atribución multitáctil: Mida la eficacia de los anuncios y optimice la inversión en marketing con una mejor atribución de canales
  • Toxicidad del jugador/usuario: Fomente comunidades de usuarios más saludables con detección en tiempo real de lenguaje y comportamiento tóxicos
  • Segmentación conductual: Cree segmentos avanzados para obtener mejores predicciones de compra basadas en comportamientos
  • Motores de recomendación: Aumente las conversiones y el compromiso con recomendaciones omnicanal personalizadas
  • Experimente la calidad del video: Analice datos por lotes y de transmisión para garantizar una experiencia de contenido de alto rendimiento para los servicios de transmisión.

Un ecosistema de socios en crecimiento

Ladrillos de datos y AWS: Databricks trabaja con socios de tecnología, consultoría y nube líderes en la industria para habilitar las mejores soluciones de su clase. Tenemos una relación de larga data con AWS, ayudando a los clientes en todo el ecosistema de la industria de los medios a brindar experiencias de audiencia en tiempo real, lograr mejores resultados para los anunciantes y obtener más valor de sus activos de medios digitales. Databricks y AWS comparten cientos de clientes de Lakehouse, incluido Sega, que ofrece la próxima generación de experiencias de jugador 1:1 a escala; Discovery, que se enfoca en experiencias más fluidas e inteligentes para los espectadores alrededor del guante; y Acxiom, que ayuda a sus clientes a recopilar y habilitar la personalización en cualquier lugar, en cualquier momento y en cualquier canal.

Socios de implementación de Databricks M&E: Databricks también se asoció con integradores de sistemas para brindar soluciones industriales escalables que ayuden a los clientes a abordar casos de uso comunes más rápido:

  • Cognizant se asoció para desarrollar una solución Streaming Quality of Experience que permite a los clientes mitigar los problemas de calidad de video que hacen que los espectadores abandonen. La solución de Cognizant combina telemetría de grano fino con AI/ML para detectar y solucionar rápidamente problemas de calidad de video casi en tiempo real.
  • Nos hemos asociado con Lovelytics en una solución de análisis de deportes y entretenimiento que da vida a los datos de transmisión. Usando IA y análisis predictivo para pronosticar y predecir el rendimiento, la solución Lovelytics permite a las organizaciones deportivas y de entretenimiento optimizar la estrategia en el juego, las experiencias de los fanáticos y los eventos en vivo.

Socios tecnológicos de M&E de Databrick: Nuestros socios tecnológicos son fundamentales para el éxito, ya que agregan capacidades específicas de la industria a Databricks.

  • caja de etiquetas – una plataforma de capacitación de datos líder para el aprendizaje automático y la primera empresa en la que Databricks ha invertido como parte de Databricks Ventures – ayuda a las empresas de medios a etiquetar y obtener información procesable de sus archivos de imagen y video no estructurados, lo que ha sido un gran desafío para las empresas de medios en el pasado
  • Como plataforma de integración de datos, Fivetran ayuda a nuestros clientes de medios a conectarse con las docenas de fuentes de datos de publicidad y marketing en toda su organización para que puedan comprender y activar mejor los datos de múltiples fuentes en su ecosistema de medios.

¿Quiere obtener más información sobre Lakehouse para medios y entretenimiento? Haga clic aquí para nuestra página de soluciones. No podríamos estar más emocionados de lanzar Lakehouse for Media & Entertainment, ya que nuestro objetivo es ayudar a los líderes de los medios a poner los datos, la IA y el análisis en el corazón de su organización.



Related post

Nanotechnology Now – Comunicado de prensa: La Sociedad Nacional del Espacio ayuda a financiar la expansión de la Academia de Empresarios de Verano de Brownsville de Frontier: La Sociedad Nacional del Espacio y el Club para el Futuro apoyan el Programa de Desarrollo Juvenil del Sur de Texas

Nanotechnology Now – Comunicado de prensa: La Sociedad Nacional…

Inicio > Prensa > La Sociedad Nacional del Espacio ayuda a financiar la expansión de la Academia de Empresarios de Verano…
Tesla establece un sorteo aleatorio para la Junta General de Accionistas de 2022

Tesla establece un sorteo aleatorio para la Junta General…

Tesla realizará un sorteo al azar para seleccionar accionistas para asistir a la AGM de 2022, informa oráculo de tesla, que…
Einride recibe la aprobación de la NHTSA para probar camiones autónomos

Einride recibe la aprobación de la NHTSA para probar…

Einride es una empresa sueca fundada en 2016 para promover una distribución de mercancías más eficiente a través de herramientas de…

Leave a Reply

Tu dirección de correo electrónico no será publicada.