メディア＆エンターテインメント用レイクハウスの発表 - Data & AIによるメディアの将来へパワーを
毎月のように発表される業界用レイクハウス。1月の小売、2月の金融、3月はヘルスケアに続き、今月はメディア向け、ともの凄くビジネスの動きが早いのです。しかもエコシステムを創りながら成長していってる感覚です。Webページでは日本のお客様として日経様のロゴも見えます。
下記ブログの翻訳です。2022.4.21
メディアとエンターテインメントほど、デジタル時代 に破壊された業界はないでしょう。何十年もの間、メディア企業はコンテンツの卸売業者として活動し、主に広告を通じてマネタイズする手段であり、消費者側にはほとんど目を向けていなかった。1980年代にケーブルテレビが登場した後も、放送、屋外、出版、エンターテインメントは、長い間ほとんど変化しませんでした。そして、デジタル時代が到来した。
FANG (Facebook, Amazon, Netflix, Google) 企業の台頭により、よりスマートでパーソナライズされた体験に対する消費者の期待は高まり、データとAIは成功のためのテーブルステーク（賭け金）となっています。ブランドは広告予算をコネクテッドTV、モバイル、検索広告などのデジタルチャネルにシフトし、より明確に広告費を絞り込むと同時に、増加するプライバシー規制へのコンプライアンスを推進するようになったのです。
消費者、広告主、従業員にとってより良いAI成果を推進することは、今やほとんどのメディアおよびエンターテイメント企業にとって取締役会レベルの取り組みとなっています。問題点はどこにあるのでしょう？
従来のデータアーキテクチャは、AI/MLのユースケース、特にデータエンジニア、データサイエンティスト、アナリストの幅広いチームをサポートし、メディア企業が進化する顧客の要求に応えるために必要なスケールと俊敏性をサポートできるようには構築されていませんでした。このため、消費者、広告、コンテンツのライフサイクル全体を形成するために、企業がデータをより思慮深く利用できるよう、より最新のデータテクノロジーと業界パートナーシップに多額の投資を行うことになったのです。そのために必要なことは、以下の通りです。
ビデオ、画像、音声コンテンツなどの非構造化データを含む、すべてのデータを単一のアーキテクチャで表示すること。
すべてのアナリティクスとAI/MLのユースケースに対応できるデータの状態を確保すること。
ITとデータチームが俊敏に動けるように、オープンソースとオープンスタンダードに基づくクラウドインフラストラクチャ環境を持つこと。
一言で言えば、すべてのデータをAIとビジネスインテリジェンス（BI）の準備が整った状態にし、消費者と従業員の期待の先を行くために迅速に動けるようにすることが、すべてのメディア組織にとって重要な戦略です。
メディア＆エンターテイメント向けレイクハウスのご紹介
本日、Lakehouse for Media & Entertainment（M&E）を発表します。このLakehouseは、メディアエコシステム全体の組織が、データとAIの力で消費者、広告主、パートナー、従業員により良い成果を提供することを可能にします。レガシーシステムの技術的な制約を排除することで、Lakehouse for M&Eは、組織がすべてのデータを活用して消費者と広告主の全体像を構築し、リアルタイムに意思決定を行い、高度な分析によってエンゲージメントと広告成果の革新を推進することを可能にします。
では、なぜLakehouse for M&Eが成功に不可欠なのでしょうか。ソリューションアクセラレーター、一般的なユースケースのためのライブラリ、パートナーの認定エコシステムといった目的に応じた機能を通じて、このプラットフォームは業界のイノベーターからの学びを結集し、コラボレーションを促進し、消費者とコンテンツのライフサイクルをパーソナライズ、マネタイズ、イノベーションする能力をもたらす分析とAIユースケースを加速させることができるのです。ここでは、データ駆動型のM&E組織への変革をめぐる最大の課題（およびレイクハウスがそれにどのように対処しているか）を紹介します。
統一された視聴者プロファイルの作成
視聴者データは従来、サイズや粒度、使用目的、データの種類に応じてさまざまなシステム（DMP、ESP、データレイク、データウェアハウスなど）で直接取得、保存、管理されてきました。このようなサイロ化したアプローチは、特に様々なユースケース（例：コンテンツの推奨、次善の策）をサポートするために使用できる資産としての顧客データを管理する場合、非常に複雑なものになります。
レイクハウスの支援方法： Lakehouseは、Delta LakeとApache Spark™を基盤に、あらゆるデータタイプ（構造化、非構造化、半構造化）の利用をサポートし、データはベンダーロックインを防ぐオープンソースフォーマットに保存されます。さらに、Databricksはノートブック、導入ガイド、リファレンスアーキテクチャの形で技術資産を提供し、顧客が数ヶ月ではなく数日から数週間で新しいユースケース（特に組織が顧客プロファイルを組み上げて維持できるように支援できるもの）を立ち上げられるよう支援します。また、データ共有はすべてのメディア組織にとって重要であるため、Delta Sharingはデータコラボレーションを促進するオープンソースの共有機能を提供します。
1:1のユーザーエクスペリエンスを提供
メディアの消費者がこれまで以上に多くの選択肢を持つようになった結果、完璧なカスタマーエクスペリエンスを提供することが、もはや当たり前のことになりました。同時に、そのためには、サービス品質の問題をほぼリアルタイムで特定することが必要です。この能力は、多くの企業の既存の技術スタックでは直接的にサポートされていません。レガシーデータウェアハウスはB2C規模のデータ処理をサポートできませんし、消費者のライフサイクルをリアルタイムに把握するためのストリーミングMLワークロードを処理する場所としても適していません。
レイクハウスの支援方法： Lakehouse for Media & Entertainmentは、クラウド上に構築されたスケーラブルなプラットフォームで、これらの課題を克服します。
B2Cスケールで電光石火のパフォーマンス：大規模データのパフォーマンスと信頼性を向上させるためのエンタープライズ標準であるSparkとDelta Lakeを搭載し、Lakehouseは大規模なスケールとスピードを実現します。また、インデックスやキャッシングなどのパフォーマンス機能が最適化されているため、Databricksのお客様はETLワークロードの実行を最大50%高速化することができます。
エラスティックなクラウドスケール：クラウド上に構築されたDatabricks Lakehouseは、ボタンをクリックするだけでスケーラブルなリソースを提供し、あらゆる規模のジョブの要求に応えます。自動スケーリング機能により、ワークロードのサイズに応じてコンピュートクラスタをスケールアップまたはスケールダウンできるため、ワークロードの要求に応じて必要なだけの処理能力を使用することができます。
集計を超えた高度な分析への移行
費用最適化のためのメディアミックス・モデリングや解約防止のための生存時間分析などの分析技術を使用する前に、大規模な取得と調和を図るための大きなリフトが必要になることがよくあります。場合によっては、この作業には設備投資とチーム間の調整が必要です。
Lakehouse for M&Eは、お客様の消費者、コンテンツ、広告主、運用データをフル機能で結合し、あらゆるアナリティクスとAIのユースケースを実現します。
あらゆるデータを扱える能力：レイクハウスは、Delta Lakeを中心に構築されたクエリーエンジン、高速アノテーションツール、強力なMLコンピュート環境など、非構造化データのワークフローに対応したエンドツーエンドの環境を備えています。これにより、ほとんどのデータウェアハウスソリューションでは不可能であった、非構造化データの価値を引き出すことができます。
コラボレーティブなデータサイエンス：Lakehouseは、複数の言語（R、Python、SQL、Scala）や一般的なMLライブラリのサポートなど、幅広い分析・ML機能を備えたデータプロダクトにおいて、部門横断的なチームによる共同作業を可能にするインタラクティブなノートブック環境を提供します。
MLライフサイクルの容易な管理：マネージドMLflowにより、モデル開発からデプロイまでの完全なMLライフサイクルを管理します。モデルや機能をレジストリに一元管理することで、反復性の高いデータサイエンス・プロジェクトでのコラボレーションや、既存の作業の再利用が容易になります。
メディア＆エンターテイメント向けLakehouseで価値を高める
Lakehouse for M&Eは、業界のイノベーターから学んだことを基に、コラボレーションを促進し、消費者とコンテンツのライフサイクルを中心にパーソナライズ、マネタイズ、イノベーションを実現する能力を提供します。
メディア＆エンターテインメント向けソリューションアクセラレーター
Lakehouse for M&Eをベースに、Databricksとパートナー企業のエコシステムは、業界で最も一般的で価値の高いユースケースに取り組む企業を支援するパッケージソリューションアクセラレータを提供しています。人気のアクセラレータは以下の通りです。
マルチタッチアトリビューション：広告効果を測定し、より良いチャネルアトリビューションでマーケティング費用を最適化します。
ゲーマー/ユーザー毒性：有害な言動をリアルタイムで検出し、より健全なユーザーコミュニティを育成します。
行動セグメンテーション：高度なセグメントを作成し、行動に基づいてより良い購買予測を行うことができます。
レコメンデーションエンジン：パーソナライズされたオムニチャネル・レコメンデーションにより、コンバージョンとエンゲージメントを向上させます。
ビデオ体験の品質：バッチおよびストリーミングデータを分析し、ストリーミングサービスにおけるパフォーマンスの高いコンテンツ体験を保証します。
拡大するパートナーエコシステム
DatabricksとAWS：Databricksは、業界をリードするクラウド、コンサルティング、テクノロジーパートナーと協力し、クラス最高のソリューションを実現しています。当社はAWSと長年にわたって関係を築いており、メディア業界のエコシステム全体で、リアルタイム視聴者体験の提供、広告主の成果の向上、デジタルメディア資産からの価値の引き出しを行うお客様を支援しています。DatabricksとAWSは、次世代の1:1ゲーマー体験を大規模に提供するセガ、世界中の視聴者に摩擦のないスマートな体験を提供するディスカバリー、いつでもどこでもあらゆるチャネルでパーソナライゼーションの収集と活性化を支援するアクシオムなど、数多くのレイクハウス共同顧客を有しています。
Databricks M&Eインプリメンテーションパートナー：Databricksはシステムインテグレータとも提携し、顧客が一般的なユースケースにより迅速に対応できるよう、拡張性のある業界ソリューションを提供しています。
コグニザントは、視聴者の解約の原因となるビデオ品質の問題を軽減するためのストリーミングQoEソリューションを共同で構築しました。コグニザントのソリューションは、きめ細かいテレメトリーデータとAI/MLを組み合わせ、ほぼリアルタイムでビデオ品質の問題を迅速に特定し、改善することができます
当社は、ストリーミングデータを実現するスポーツ・エンターテインメント分析ソリューションでLovelyticsと提携しています。パフォーマンスを予測・予想するAIと予測分析により、Lovelyticsのソリューションは、スポーツおよびエンターテイメント組織がゲーム内の戦略だけでなく、ファンやライブイベントの体験を最適化することを可能にします。
Databricks M&Eテクノロジーパートナー：当社のテクノロジーパートナーは、Databricksの成功に不可欠であり、業界に特化した能力でDatabricksを補強しています。
Labelboxは、機械学習のための主要なデータトレーニングプラットフォームであり、Databricks VenturesとしてDatabricksが最初に投資した企業です。メディア企業は、これまでメディア企業にとって大きな課題であった非構造化ビデオおよび画像ファイルにラベルを付けて実用的な洞察を導き出すことができるようになります。
Fivetranは、データ統合プラットフォームとして、メディア企業のお客様が社内の数十の広告およびマーテックデータソースに接続し、メディアエコシステム内の様々なソースから来るデータをより良く理解し、活性化できるよう支援します。
Lakehouse for Media & Entertainmentについてもっと知りたいですか？ソリューションのページはこちらです。メディア業界のリーダーがデータ、AI、分析を組織の中心に据えることを支援するために、Lakehouse for Media & Entertainmentを立ち上げることに、これ以上ない興奮を覚えています。
この記事が気に入ったらサポートをしてみませんか？