ਭਾਰਤ ਦਾ OTT ਸੰਕਟ: 16 ਮਿੰਟ ਸਕ੍ਰੋਲਿੰਗ ਵਿੱਚ! ਗਾਹਕੀ ਥਕਾਵਟ ਅਤੇ ਲੁਕਵੇਂ ਖਰਚਿਆਂ ਬਾਰੇ ਮਾਹਰਾਂ ਦੀ ਚੇਤਾਵਨੀ!

MEDIA-AND-ENTERTAINMENT
Whalesbook Logo
AuthorSimar Singh|Published at:
ਭਾਰਤ ਦਾ OTT ਸੰਕਟ: 16 ਮਿੰਟ ਸਕ੍ਰੋਲਿੰਗ ਵਿੱਚ! ਗਾਹਕੀ ਥਕਾਵਟ ਅਤੇ ਲੁਕਵੇਂ ਖਰਚਿਆਂ ਬਾਰੇ ਮਾਹਰਾਂ ਦੀ ਚੇਤਾਵਨੀ!
Overview

ਲਗਭਗ 60 ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਨਾਲ ਭਾਰਤ ਦਾ ਵਧ ਰਿਹਾ OTT ਬਾਜ਼ਾਰ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪ੍ਰੇਸ਼ਾਨ ਕਰ ਰਿਹਾ ਹੈ। ਕਿਉਂਕਿ ਬੁਨਿਆਦੀ ਸਿਫਾਰਸ਼ ਇੰਜਣ (recommendation engines) ਉਹੀ ਪ੍ਰਸਿੱਧ ਸਿਰਲੇਖਾਂ ਨੂੰ ਧੱਕਾ ਦਿੰਦੇ ਹਨ, ਦਰਸ਼ਕ ਹੁਣ ਸਮੱਗਰੀ ਲੱਭਣ ਲਈ 16 ਮਿੰਟ ਤੋਂ ਵੱਧ ਸਮਾਂ ਸਿਰਫ਼ ਸਕ੍ਰੋਲ ਕਰਨ ਵਿੱਚ ਬਿਤਾਉਂਦੇ ਹਨ। ਮਾਹਰ ਚੇਤਾਵਨੀ ਦਿੰਦੇ ਹਨ ਕਿ ਇਹ 'ਖੋਜਯੋਗਤਾ ਸਮੱਸਿਆ' (discoverability issue) ਗਾਹਕੀ ਥਕਾਵਟ ਅਤੇ ਸੰਭਾਵੀ ਚਰਨ (churn) ਵੱਲ ਲੈ ਜਾਂਦੀ ਹੈ, ਜੋ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਅਤੇ ਧਾਰਨਾ (retention) ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਉੱਨਤ AI-ਆਧਾਰਿਤ ਸਾਧਨਾਂ ਅਤੇ ਬਿਹਤਰ ਵਿਅਕਤੀਗਤੀਕਰਨ (personalization) ਦੀ ਜ਼ਰੂਰਤ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀ ਹੈ।

ਬੈਕਗ੍ਰਾਊਂਡ ਵੇਰਵੇ

  • ਭਾਰਤ ਦਾ ਓਵਰ-ਦ-ਟਾਪ (OTT) ਸਟਰੀਮਿੰਗ ਸੈਕਟਰ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਸਤ ਹੋ ਰਿਹਾ ਹੈ।
  • ਇਸ ਵਿੱਚ ਹੁਣ ਲਗਭਗ 60 ਪਲੇਟਫਾਰਮ ਹਨ ਜਿੱਥੇ ਹਜ਼ਾਰਾਂ ਸਿਰਲੇਖ ਉਪਲਬਧ ਹਨ।
  • ਇਹ ਵਿਸ਼ਾਲ ਕੰਟੈਂਟ ਲਾਇਬ੍ਰੇਰੀ, ਚੋਣ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹੋਏ, ਹੁਣ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪਰੇਸ਼ਾਨ ਕਰ ਰਹੀ ਹੈ।

ਮੁੱਖ ਅੰਕੜੇ ਜਾਂ ਡਾਟਾ

  • ਬਹੁਤ ਸਾਰੇ ਦਰਸ਼ਕ ਹੁਣ ਪ੍ਰਤੀ ਸੈਸ਼ਨ (session) ਸਿਰਫ਼ ਕੰਟੈਂਟ ਨੂੰ ਸਕ੍ਰੋਲ ਕਰਨ ਵਿੱਚ 16 ਮਿੰਟ ਤੋਂ ਵੱਧ ਬਿਤਾਉਂਦੇ ਹਨ।
  • ਇਹ ਲੰਮਾ ਬ੍ਰਾਊਜ਼ਿੰਗ ਸਮਾਂ, ਉਪਭੋਗਤਾ ਦੁਆਰਾ ਕੋਈ ਵੀ ਟਾਈਟਲ ਦੇਖਣ ਲਈ ਚੁਣਨ ਤੋਂ ਪਹਿਲਾਂ ਹੁੰਦਾ ਹੈ।
  • ਮਾਹਰ ਇਸਨੂੰ ਇੱਕ ਇੱਛਤ, ਆਸਾਨ ਅਨੁਭਵ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ "ਰੁਕਾਵਟ" (pause) ਵਜੋਂ ਉਜਾਗਰ ਕਰ ਰਹੇ ਹਨ।

ਜੋਖਮ ਜਾਂ ਚਿੰਤਾਵਾਂ

  • ਖੋਜਯੋਗਤਾ (Discoverability) ਹੁਣ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣ ਗਈ ਹੈ।
  • ਮੁੱਢਲੇ ਸਿਫਾਰਸ਼ ਇੰਜਣ (recommendation engines) ਅਤੇ ਸਟਾਰ-ਆਧਾਰਿਤ ਮਾਰਕੀਟਿੰਗ ਅਕਸਰ ਉਹੀ ਪ੍ਰਸਿੱਧ ਸਿਰਲੇਖਾਂ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੇ ਹਨ।
  • ਇਹ "ਚੋਣ ਥਕਾਵਟ" (choice fatigue) ਵੱਲ ਖੜਦਾ ਹੈ, ਜਿੱਥੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਕਲਪ ਨਿਰਾਸ਼ਾ ਦਾ ਕਾਰਨ ਬਣਦੇ ਹਨ।
  • ਮਾੜੀ ਕੰਟੈਂਟ ਖੋਜ, ਉਪਭੋਗਤਾ ਦੀ ਘੱਟ ਸ਼ਮੂਲੀਅਤ (engagement) ਅਤੇ ਉੱਚ ਚਰਨ ਦਰਾਂ (churn rates) ਨਾਲ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਜੁੜੀ ਹੋਈ ਹੈ।
  • ਗਾਹਕੀ ਥਕਾਵਟ (Subscription Fatigue) ਉਦੋਂ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਕੁਝ ਵੀ ਦੇਖਣ ਤੋਂ ਪਹਿਲਾਂ "ਕੰਮ" ਕਰਨਾ ਪੈਂਦਾ ਹੈ।

ਘਟਨਾ ਦੀ ਮਹੱਤਤਾ

  • ਸਬਸਕ੍ਰਾਈਬਰਾਂ (subscribers) ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ (retaining) ਲਈ ਕੰਟੈਂਟ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਲੱਭਣ ਦੀ ਸਮਰੱਥਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ।
  • ਲੰਬੇ ਸਮੇਂ ਦੀ ਧਾਰਨਾ (retention) ਵਿਅਕਤੀਗਤ ਸਿਫਾਰਸ਼ਾਂ (personalized recommendations) ਅਤੇ ਉਪਭੋਗਤਾ-ਅਨੁਕੂਲ ਕੰਟੈਂਟ ਪਾਥਵੇਜ਼ (content pathways) ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।
  • ਜੇ ਉਪਭੋਗਤਾ ਕੰਟੈਂਟ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਨਹੀਂ ਲੱਭ ਪਾਉਂਦੇ, ਤਾਂ ਉਹ ਆਪਣੀਆਂ ਸਬਸਕ੍ਰਿਪਸ਼ਨਾਂ (subscriptions) 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨਗੇ।

ਮਾਹਰਾਂ ਦੀ ਰਾਏ

  • ਸ਼ੇਮਰੂ ਐਂਟਰਟੇਨਮੈਂਟ ਲਿ. (Shemaroo Entertainment Ltd) ਦੇ ਸੌਰਭ ਸ਼੍ਰੀਵਾਸਤਵ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਸਕ੍ਰੋਲ ਕਰਨਾ ਗਾਹਕੀ ਮੁੱਲ (subscription value) ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
  • ਹੋਈਚੋਈ (Hoichoi) ਦੇ ਸਲੰਕਾਰਾ ਬਿਸਵਾਸ ਨੇ ਕਿਹਾ ਕਿ ਕੰਟੈਂਟ ਦੇ ਵਿਸਫੋਟ (content explosion) ਕਾਰਨ ਉਪਭੋਗਤਾ ਦੇਖਣ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਬ੍ਰਾਊਜ਼ ਕਰਦੇ ਹਨ।
  • PwC ਇੰਡੀਆ ਦੇ ਰਾਜੇਸ਼ ਸੇਠੀ ਨੇ ਦੱਸਿਆ ਕਿ AI-ਆਧਾਰਿਤ ਖੋਜ ਸਾਧਨਾਂ (AI-driven discovery tools) ਵਿੱਚ ਭਾਰਤ ਵਿਸ਼ਵ ਬਾਜ਼ਾਰਾਂ ਤੋਂ ਪਿੱਛੇ ਹੈ।
  • ਅਲਟਰਾ ਮੀਡੀਆ & ਐਂਟਰਟੇਨਮੈਂਟ ਗਰੁੱਪ (Ultra Media & Entertainment Group) ਦੇ ਰਜਤ ਅਗਰਵਾਲ ਨੇ ਜ਼ਿਕਰ ਕੀਤਾ ਕਿ ਜੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਕੰਟੈਂਟ ਨਹੀਂ ਮਿਲਦਾ ਤਾਂ ਉਹ ਆਸਾਨੀ ਨਾਲ ਪਲੇਟਫਾਰਮ ਬਦਲ ਲੈਂਦੇ ਹਨ।
  • ਚੌਪਾਲ (Chaupal) ਦੇ ਉਜਵਲ ਮਹਾਜਨ ਨੇ ਹਾਈਪਰ-ਪਰਸਨਲਾਈਜ਼ੇਸ਼ਨ (hyper-personalization) ਦੀ ਜ਼ਰੂਰਤ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ।

ਸੈਕਟਰ ਜਾਂ ਸਾਥੀ ਪ੍ਰਭਾਵ

  • ਇਹ ਖੋਜਯੋਗਤਾ ਚੁਣੌਤੀ (discoverability challenge) ਭਾਰਤ ਦੇ ਪੂਰੇ ਡਿਜੀਟਲ ਮਨੋਰੰਜਨ ਅਤੇ ਮੀਡੀਆ ਸੈਕਟਰ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ।
  • ਕੰਪਨੀਆਂ ਗਾਹਕੀ ਮਾਲੀਆ (subscription revenue) 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ, ਇਸ ਲਈ ਚਰਨ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਖਤਰਾ ਹੈ।
  • ਜਦੋਂ ਪਲੇਟਫਾਰਮ ਉਪਭੋਗਤਾ ਦੇ ਧਿਆਨ ਲਈ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ ਤਾਂ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਾਲਾ ਮਾਹੌਲ (competitive landscape) ਤੇਜ਼ ਹੁੰਦਾ ਹੈ।

ਭਵਿੱਖ ਦੀਆਂ ਉਮੀਦਾਂ

  • ਬਿਹਤਰ AI-ਆਧਾਰਿਤ ਸਾਧਨਾਂ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪਰਸਨਲਾਈਜ਼ੇਸ਼ਨ (machine learning personalization) ਦੀ ਤੁਰੰਤ ਲੋੜ ਹੈ।
  • ਭਾਸ਼ਾ-ਆਧਾਰਿਤ ਖੋਜ ਫਿਲਟਰਾਂ (language-based discovery filters) ਵਰਗੀਆਂ ਉੱਨਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜ਼ਰੂਰੀ ਹਨ।
  • ਕ੍ਰਾਸ-ਪਲੇਟਫਾਰਮ ਭਾਈਵਾਲੀ (Cross-platform partnerships) ਕੰਟੈਂਟ ਖੋਜ ਨੂੰ ਇਕੱਠਾ (aggregate) ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ।
  • ਸੁਧਾਰੀ ਹੋਈ ਮੈਟਾਡੇਟਾ (enriched metadata) ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਅਨੁਭਵ (unified experiences) ਸੁਧਾਰ ਲਈ ਮੁੱਖ ਹਨ।

ਪ੍ਰਬੰਧਨ ਟਿੱਪਣੀ

  • ShemarooMe ਨੇ ਸਪਲਿਟ UI ਫੀਚਰ ਪੇਸ਼ ਕੀਤਾ ਹੈ ਜੋ ਸਾਫ਼, ਸ਼੍ਰੇਣੀ-ਆਧਾਰਿਤ ਕੰਟੈਂਟ ਐਂਟਰੀ ਪੁਆਇੰਟਸ (entry points) ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
  • ਚੌਪਾਲ (Chaupal) ਹਾਈਪਰ-ਪਰਸਨਲਾਈਜ਼ੇਸ਼ਨ 'ਤੇ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ, ਵਿਅਕਤੀਗਤ ਉਪਭੋਗਤਾ ਤਰਜੀਹਾਂ (user preferences) ਅਨੁਸਾਰ ਸਿਫਾਰਸ਼ਾਂ ਨੂੰ ਤਿਆਰ (tailor) ਕਰਦਾ ਹੈ।
  • ਪਲੇਟਫਾਰਮ ਗਾਹਕੀ ਮਾਲੀਆ (subscription revenue) ਅਤੇ ਲਚਕਦਾਰ ਕੀਮਤਾਂ (flexible pricing) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੇ ਹਨ।
  • Gracenote (Nielsen) ਏਕੀਕਰਨ (unification) ਲਈ ਮਿਆਰੀ ਆਈਡੈਂਟੀਫਾਇਰ (standardized identifiers) ਅਤੇ ਸੰਦਰਭ ਵਿਅਕਤੀਗਤੀਕਰਨ (contextual personalization) ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ।

ਪ੍ਰਭਾਵ

  • ਸੰਭਾਵਿਤ ਪ੍ਰਭਾਵ:
    • OTT ਪਲੇਟਫਾਰਮਾਂ ਲਈ ਗਾਹਕੀ ਚਰਨ ਦਰਾਂ (subscription churn rates) ਵਧ ਸਕਦੀਆਂ ਹਨ।
    • ਉਪਭੋਗਤਾ ਦੀ ਸ਼ਮੂਲੀਅਤ (user engagement) ਅਤੇ ਦੇਖਣ ਦੇ ਘੰਟੇ ਘੱਟ ਸਕਦੇ ਹਨ।
    • ਮੀਡੀਆ ਕੰਪਨੀਆਂ 'ਤੇ AI ਅਤੇ ਕੰਟੈਂਟ ਖੋਜ ਤਕਨਾਲੋਜੀ (content discovery technology) ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰਨ ਦਾ ਦਬਾਅ ਆ ਸਕਦਾ ਹੈ।
    • OTT ਬਾਜ਼ਾਰ ਵਿੱਚ ਏਕੀਕਰਨ (consolidation) ਹੋ ਸਕਦਾ ਹੈ ਜੇਕਰ ਛੋਟੇ ਖਿਡਾਰੀ ਮੁਕਾਬਲਾ ਨਾ ਕਰ ਸਕਣ।
    • ਨਿਰਾਸ਼ ਉਪਭੋਗਤਾ ਬਹੁ-ਗਾਹਕੀ (multiple subscriptions) 'ਤੇ ਖਰਚ ਘਟਾ ਸਕਦੇ ਹਨ।
  • ਪ੍ਰਭਾਵ ਰੇਟਿੰਗ: 7/10

ਮੁਸ਼ਕਲ ਸ਼ਬਦਾਂ ਦੀ ਵਿਆਖਿਆ

  • OTT (ਓਵਰ-ਦ-ਟਾਪ): ਸਟ੍ਰੀਮਿੰਗ ਸੇਵਾਵਾਂ ਜੋ ਇੰਟਰਨੈੱਟ 'ਤੇ ਸਿੱਧੇ ਦਰਸ਼ਕਾਂ ਤੱਕ ਸਮੱਗਰੀ ਪਹੁੰਚਾਉਂਦੀਆਂ ਹਨ, ਰਵਾਇਤੀ ਕੇਬਲ ਜਾਂ ਸੈਟੇਲਾਈਟ ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦੀਆਂ ਹਨ।
  • Discoverability (ਖੋਜਯੋਗਤਾ): ਜਿਸ ਆਸਾਨੀ ਨਾਲ ਉਪਭੋਗਤਾ ਕਿਸੇ ਪਲੇਟਫਾਰਮ 'ਤੇ ਖਾਸ ਸਮੱਗਰੀ ਜਾਂ ਨਵੇਂ ਸਿਰਲੇਖ ਲੱਭ ਸਕਦੇ ਹਨ ਜੋ ਉਹਨਾਂ ਨੂੰ ਪਸੰਦ ਆ ਸਕਦੇ ਹਨ।
  • Recommendation Engines (ਸਿਫਾਰਸ਼ ਇੰਜਣ): ਐਲਗੋਰਿਦਮ ਜੋ ਪਲੇਟਫਾਰਮਾਂ ਦੁਆਰਾ ਉਪਭੋਗਤਾ ਦੇ ਦੇਖਣ ਦੇ ਇਤਿਹਾਸ ਅਤੇ ਤਰਜੀਹਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਸਮੱਗਰੀ ਦਾ ਸੁਝਾਅ ਦੇਣ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।
  • Subscription Fatigue (ਗਾਹਕੀ ਥਕਾਵਟ): ਕਈ ਗਾਹਕੀ ਸੇਵਾਵਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਅਤੇ ਭੁਗਤਾਨ ਕਰਨ ਤੋਂ ਖਪਤਕਾਰ ਦੀ ਥਕਾਵਟ ਜਾਂ ਬੇਹੋਸ਼ੀ।
  • Churn (ਚਰਨ): ਜਿਸ ਦਰ 'ਤੇ ਗਾਹਕ ਕਿਸੇ ਸੇਵਾ ਦੀ ਗਾਹਕੀ ਲੈਣਾ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹਨ।
  • Metadata (ਮੈਟਾਡੇਟਾ): ਡਾਟਾ ਜੋ ਹੋਰ ਡਾਟਾ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ; ਇਸ ਸੰਦਰਭ ਵਿੱਚ, ਕਿਸੇ ਸਮੱਗਰੀ ਬਾਰੇ ਜਾਣਕਾਰੀ (ਉਦਾ., ਸ਼ੈਲੀ, ਅਭਿਨੇਤਾ, ਨਿਰਦੇਸ਼ਕ, ਸੰਖੇਪ)।
  • AI/ML (Artificial Intelligence/Machine Learning): ਤਕਨਾਲੋਜੀਆਂ ਜੋ ਸਿਸਟਮਾਂ ਨੂੰ ਡਾਟਾ ਤੋਂ ਸਿੱਖਣ ਅਤੇ ਭਵਿੱਖਬਾਣੀ ਜਾਂ ਫੈਸਲੇ ਲੈਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ, ਇੱਥੇ ਵਿਅਕਤੀਗਤ ਸਿਫਾਰਸ਼ਾਂ ਲਈ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ।
  • Hyper-personalization (ਹਾਈਪਰ-ਪਰਸਨਲਾਈਜ਼ੇਸ਼ਨ): ਵਿਅਕਤੀਗਤ ਤਰਜੀਹਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਅਤਿ-ਸੂਖਮ ਪੱਧਰ 'ਤੇ ਸਮੱਗਰੀ ਸਿਫਾਰਸ਼ਾਂ ਅਤੇ ਉਪਭੋਗਤਾ ਅਨੁਭਵਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨਾ।
Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.