導入事例

AI の活用でヒット番組を配信

6 倍

データパイプラインの高速化による意思決定の迅速化

背景

”Being on the Databricks platform has allowed a team of exclusively data scientists to make huge strides in setting aside all those configuration headaches that we were faced with. It’s dramatically improved our productivity.”

Showtime 局
データ戦略・消費者分析部門シニア VP
ジョシュ・マクナット氏

Today’s consumers expect more from their content providers and can quickly tune out if expectations are not met. To ensure engagement and loyalty, Showtime wanted to leverage data to drive content strategy, but they struggled with scaling limitations of legacy systems and inefficient data pipelines. With the Databricks platform, they now have an actionable view into the consumer journey to inform programming and content with the goal of increasing engagement while lowering churn.

Legacy systems slowed time-to-market of new features

Showtime 局のデータ戦略部門は、組織全体におけるデータと分析の民主化に注力しています。膨大な視聴者データ(視聴した番組、時間帯、使用したデバイス、サブスクリプション履歴など)を収集し、機械学習を利用して視聴者の行動を予測し、番組構成や配信スケジュールを改善します。しかし、従来型のテクノロジーおよびアーキテクチャでは、高度なデータサイエンスの活用が困難でした。

  • インフラの複雑さ:柔軟性があり、かつ、定期的なメンテナンスが不要なインフラを必要としていた。
  • 非効率な機械学習パイプライン:機械学習モデルの開発、トレーニング、展開のプロセスは手作業が多く、エラーが発生しやすいため、新しいモデルの実用化に遅れが生じていた。

Smarter content programming with ML

The Databricks platform provides Showtime with a fully managed service that has greatly simplified data engineering and improved the productivity of their data science teams. Now they are able to tap into the insights within their rich pool of data to uncover opportunities to drive viewer engagement and reduce churn.

  • インフラの自動化:フルマネージド型のサーバーレスなクラウドインフラストラクチャによる、スピード、コスト管理、弾力性の改善。
  • インタラクティブなワークスペース:チーム間の連携や異なるプログラミング言語間でのコラボレーションがシームレスになり、データサイエンスの生産性が向上。
  • 機械学習ライフサイクルの合理化:MLflow を利用することで、機械学習ライフサイクル全体を合理化。

Faster data analytics, data science innovation

Databricks は、Showtime 局の組織全体におけるデータと機械学習の民主化を支援し、データをより積極的に活用する企業文化の醸成に寄与しています。

  • パイプラインを 6 倍高速化:データパイプラインの高速化により、これまで 24 時間以上かかっていた作業が 4 時間未満で完了するようになり、より迅速な意思決定が可能になった。
  • インフラの複雑さを排除:自動クラスタ管理機能を備えたフルマネージド型クラウドプラットフォームにより、データサイエンス部門は、ハードウェア構成、クラスタのプロビジョニング、デバッグなどに煩わされることなく、機械学習に集中できるようになった。
  • 視聴者エクスペリエンスの革新:データサイエンスにおけるコラボレーションと生産性の向上により、新しいモデルや特徴量の実運用化までの時間が短縮された。テストの迅速化により、より適切にパーソナライズされた視聴者エクスペリエンスが提供できるようになった。

無料お試し・その他のご相談を承っております

Databricks 無料トライアル製品について詳しく見る
ご相談・お問い合わせ