Os consumidores de hoje esperam mais de seus provedores de conteúdo e podem sair rapidamente se as expectativas não forem atendidas. Para garantir engajamento e fidelidade, a Showtime queria aproveitar os dados para impulsionar a estratégia de conteúdo, mas enfrentou dificuldades com as limitações de escala dos sistemas legados e pipelines de dados ineficientes. Com a plataforma Databricks, agora eles têm uma visão acionável da jornada do consumidor para informar a programação e o conteúdo com o objetivo de aumentar o engajamento e reduzir a taxa de rotatividade.
Sistemas legados atrasaram o tempo de lançamento de novos recursos
A equipe de Estratégia de Dados da Showtime se concentra em democratizar dados e análises em toda a organização. Eles coletam grandes volumes de dados dos assinantes (por exemplo, programas assistidos, hora do dia, dispositivos usados, histórico de assinaturas etc.) e usam machine learning para prever o comportamento dos assinantes e melhorar o agendamento e a programação. Infelizmente, as arquiteturas tecnológicas legadas estavam afastando as equipes de atividades de ciência de dados de alto valor.
Complexidade da infraestrutura: a AstraZeneca precisava de uma infraestrutura que fosse flexível, mas que não exigisse manutenção constante.
Pipelines de machine learning ineficientes: o processo para desenvolver, treinar e implantar modelos de machine learning era altamente manual e propenso a erros, o que atrasava o tempo de lançamento de novos modelos no mercado.
Programação de conteúdo mais inteligente com ML
A plataforma Databricks oferece à Showtime um serviço totalmente gerenciado que simplificou muito a engenharia de dados e melhorou a produtividade de suas equipes de data science. Agora, eles podem aproveitar os insights dentro de seu rico pool de dados para descobrir oportunidades de impulsionar o engajamento do espectador e reduzir a rotatividade.
Infraestrutura automatizada: infraestrutura de nuvem serverless totalmente gerenciada para oferecer velocidade, controle de custos e elasticidade.
Espaço de trabalho interativo: facilite a colaboração entre equipes e linguagens de programação para acelerar a produtividade da ciência de dados.
Ciclo de vida simplificado de ML: o MLflow permite que eles simplifiquem todo o ciclo de vida do ML.
Análise de dados mais rápida, inovação em data science
A Databricks ajudou a Showtime a democratizar dados e machine learning em toda a organização, criando uma cultura mais voltada para os dados.
Pipelines 6x mais rápidos: os pipelines de dados que levavam mais de 24 horas agora são executados em menos de 4 horas, permitindo que as equipes tomem decisões mais rápidas.
Remover a complexidade da infraestrutura: a plataforma totalmente gerenciada na nuvem com gerenciamento automatizado de clusters permite que a equipe de ciência de dados se concentre em machine learning em vez de configurações de hardware, provisionamento de clusters, depuração etc.
Inovar a experiência do assinante: a colaboração e a produtividade aprimoradas em data science reduziram o tempo de lançamento no mercado de novos modelos e recursos. As principais instituições financeiras do mundo usam a Databricks para inovar mais rapidamente, gerando uma experiência melhor e mais personalizada para os assinantes.