过渡到第一方数据

长期以来，公司一直依赖第三方数据来提供个性化的产品体验，使用人口统计、地理位置、访问次数或其他网络分析。这些数据一直是优化转化和留存的基石。

然而，2018 年，《加州消费者隐私法案》为严格修订第三方数字信息过渡到第的使用铺平了道路。消费者必须允许公司收集和出售他们的数据。谷歌、Facebook和苹果都宣布了已经实施或即将实施的变更，这些变更将限制平台使用其收集的数据的方式。

据麦肯锡公司称，“第三方数据的丢失将使营销人员、广告代理以及出版和媒体机构……对行为和人口统计洞察一无所知。”这些行业巨头的决策将继续影响媒体和娱乐公司收集和管理数据的方式。他们不能再依赖第三方数据来了解用户如何与其内容互动。

第一方数据（由消费者直接生成并由公司获取）将成为未来趋势。公司不仅可以控制这些数据，还可以以超越第三方数据表面洞察的方式运用这些数据。第一方数据（例如通过 Amplitude 等产品分析平台收集的数据）反映了平台内用户的实际行为。通过根据用户行为将他们分组，公司可以使用第一方数据来了解关键事件并提供个性化建议。

提供个性化的内容推荐

个性化推荐通常会提高提供商和消过渡到第费者之间的互动率和忠诚度 电子邮件数据 Wired报道称，“人们在 Netflix 上观看的电视节目 [和电影] 中，超过 80% 都是通过该平台的推荐系统发现的。”

Netflix 是许多公司想要效仿的一个领先例子：最好的个性化来自历史行为数据。行为数据成为预测用户下一步可能想要什么的最佳指标。仅仅因为用户看完了一部电视剧并不意味着下一个内容的最佳推荐应该是另一部电视剧。相反，看完同一部电视剧的其他用户的行为过渡到第群体可能会发现下一个观看次数最多的内容是一部新上映的动作片。预测越准确，用户就越会意识到平台有他们喜欢的内容。

公司需要弄清楚如何呈现这些推荐：

在正确的时间为正确的用户提供正确的内容。如果知道用户必须到达关键事件，并且“下一个内容”是该旅程中的一步，那么公司需要提供应用内和后续体验，以这种个性化推荐吸引用户。

Amplitude Recommend结合了产品分析和机 将 2d 照片转换为迷人的 3d 动画 器学习，根据行为层面而非内容类型层面提供建议。马来西亚流媒体平台iflix使用 Amplitude Analytics 和 Amplitude Recommend 根据行为识别关键用户群体。凭借这些知识，iflix 从一种入门体验扩展到七种，现在在新用户最有可能使用该应用时锁定他们。高度针对性的广告系列使转化率和广告收入增长了 4 倍。

依靠持续参与来提高留存率

三分之二的美国成年人在疫情期间过渡到第增加了流媒体服务 新加坡电话号码 但 30% 的人表示，疫情结束后他们可能会减少流媒体服务。这意味着娱乐服务在需求激增趋于平稳之前，必须优化服务以留住用户。

为了赢得市场，媒体和娱乐公司不能失去消费者的注意力。要做到这一点，公司需要了解推动其平台增长的因素以及如何通过应用内体验和外部互动吸引用户回归。那些更深入洞察的公司可以使用数据作为预测因素来生成新内容，以保持客户的忠诚度。