微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 爱立信支招视频商业模式:让用户选择喜欢看的广告

爱立信支招视频商业模式:让用户选择喜欢看的广告

2014-10-23 17:35
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-10-23 17:35 CNET科技资讯网

看视频的时候,大家都不喜欢看广告,而要为广告付费的时候,很多人却又选择了去忍受看广告,爱立信消费者研究实验室给出了新的解决方案,让用户去选择要看的广告,看什么,怎么看。

日前,爱立信消费者研究室发布电视及媒体最新年度报告,研究显示,流媒体几乎与传统电视观看并驾齐驱,75%的消费者每周都会观看几次流媒体视频,由此,用户在移动终端上观看视频的时长逐年提高,而随着订阅式视频点播(S-VOD)服务的出现,让消费者能够以较低的固定资费获得大量的视频内容。

针对内容的支付方式,爱立信消费者研究室东北亚区总监徐晓莉认为,中国城市消费者更愿意通过观看个性化广告来获取内容的接入,30% 左右的用户希望通过这种方式来观看正在播放的电影或电视剧节目。

爱立信支招视频商业模式:让用户选择喜欢看的广告

图:爱立信消费者研究室东北亚区总监徐晓莉

很多用户在看视频的时候,都希望候最好没有商业广告,去广告也成为影响用户体验的重要因素之一。在接受调查的中国用户中,23%的用户选择最好没有广告,如果没有广告可以考虑多付一点钱,比如片头、片尾或中间部分没有广告最好。

然而,在徐晓莉进行调查的时候发现,很多用户是不愿意为去广告来付费的,所以,爱立信消费者研究室提出,可以给用户一些相关的广告内容,让读者自行选择感兴趣的内容。

“比如我喜欢汽车,放的广告是跟汽车相关的,那就不要放摩托车或电冰箱的广告给我。在这个数据里面看到超过40%的消费者同意把个人信息提供,但是最好给我一个选项,比如哪类商业广告不看,哪类的不看。甚至有接近40%的消费者选择,如果我给你了个人信息或者收集个人信息,最好让我拿到符合我的内容符合我的需求。当然这些有一个前提,前提是这些数据一定要保证是比较正当的使用。在这样的前提下,大部分的消费者还是接受提供个人信息或收集个人信息,前提条件首先是对消费者有好处。”徐晓莉说。

与个性化广告相对应的个性化内容上,爱立信消费者研究室认为,打包整合的个性化媒体体验将为用户带来更多价值,而消费者也更倾向于选择灵活的、可根据个人喜好,进行自由组合频道和媒体内容的电视解决方案。


分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-