"流媒体服务面临的最大问题与其说是获得新会员，不如说是留住了他们。这是流失因素。"温维尤公司（WinView，Inc.）执行董事长、前NBC有线电视总裁汤姆罗杰斯（tomrogers）随着越来越多的内容拥有者通过直接面向消费者（D2C）流媒体服务将其内容库货币化，他们面临的最大挑战并不是让新客户进门：由于没有像卡车或机顶盒这样的前期成本，数字服务可以轻松地为其应用程序或频道生成免费试用（如果通过类似的渠道平台销售）主要视频频道或Roku频道）。但这种取样的简便性是一把双刃剑。由于没有2年的承诺锁定客户，订户可以随时取消点击几下，无论是在滚动支付之前，或当他们的体育或表演季节结束。在所有渠道和任何时候，为消费者提供相关的、1:1的体验，现在是许多直接面向消费者领域的赌注，因为他们希望减少客户流失，赢得订阅服务的关注。但是，如果你可以根据行为对订户进行细分，以便在风险客户取消之前主动向他们发送报价，而不是广泛的储蓄优惠呢？如果该产品是个性化的，以满足客户的预期终身价值，以确保积极的投资回报率呢？更广泛地说，为了改善客户体验和增加用户每月获得的价值，客户行为对您的产品和内容有哪些见解？例如，Databricks的客户Showtime分析了他们的D2C数据，以改进他们的生产计划，以确保他们的新发布计划没有淡季，从而使订户全年保持最大的客户终身价值。介绍客户流失预测建模解决方案加速器基于从数字媒体到零售到金融服务等行业订阅服务的最佳实践，我们发布了一款解决方案加速器，使企业不仅能够更好地了解客户何时以及为什么离开订阅服务。在本博客中，我们将介绍基于订阅的企业面临的一般消费者生命周期问题，并为负责降低用户流失率的媒体公司的数据科学团队提供预建笔记本电脑和样本数据。虽然示例客户数据查看注册源和产品类型，但您可以根据自己独特的查看者定制机器学习模型和分析工具，以便您可以基于以下内容分析流失风险：他们访问订阅内容的时间和频率特定内容或消费的内容种类服务质量事件用于访问内容的设备类型参与深度（例如，他们看全屏电视吗，看多少）参考源性能以及在你的数据湖中标记的任何其他用户行为数据加速链预测您也可以观看我们的按需研讨会，在这里我们将介绍客户流失分析解决方案加速器。免费试用Databricks。今天就开始吧