இந்தியாவின் OTT நெருக்கடி: 16 நிமிடங்கள் ஸ்க்ரோலிங்கில்! சந்தா சோர்வு மற்றும் மறைக்கப்பட்ட செலவுகள் குறித்து நிபுணர்கள் எச்சரிக்கை!

MEDIA-AND-ENTERTAINMENT
Whalesbook Logo
AuthorSimar Singh|Published at:
இந்தியாவின் OTT நெருக்கடி: 16 நிமிடங்கள் ஸ்க்ரோலிங்கில்! சந்தா சோர்வு மற்றும் மறைக்கப்பட்ட செலவுகள் குறித்து நிபுணர்கள் எச்சரிக்கை!
Overview

கிட்டத்தட்ட 60 தளங்களுடன், இந்தியாவில் வேகமாக வளர்ந்து வரும் OTT சந்தை பயனர்களை திணறடித்து வருகிறது. அடிப்படை பரிந்துரை இயந்திரங்கள் (recommendation engines) அதே பிரபலமான தலைப்புகளைத் தள்ளுவதால், பார்வையாளர்கள் இப்போது உள்ளடக்கத்தைக் கண்டறிய 16 நிமிடங்களுக்கு மேல் ஸ்க்ரோல் செய்வதில் செலவிடுகின்றனர். இந்த 'கண்டறியும் சிக்கல்' (discoverability issue) சந்தா சோர்வு மற்றும் சாத்தியமான வெளியேற்றத்திற்கு (churn) வழிவகுக்கும் என்று நிபுணர்கள் எச்சரிக்கின்றனர், பயனர் அனுபவத்தை மேம்படுத்த மேம்பட்ட AI-இயக்கப்படும் கருவிகள் மற்றும் சிறந்த தனிப்பயனாக்கம் (personalization) ஆகியவற்றின் அவசரத் தேவையை இது எடுத்துக்காட்டுகிறது.

பின்னணி விவரங்கள்

  • இந்தியாவின் ஓவர்-தி-டாப் (OTT) ஸ்ட்ரீமிங் துறை வேகமாக விரிவடைந்து வருகிறது।
  • தற்போது இதில் சுமார் 60 தளங்கள் ஆயிரக்கணக்கான தலைப்புகளுடன் உள்ளன।
  • இந்த பரந்த உள்ளடக்க நூலகம், தேர்வுகளை வழங்கினாலும், பயனர்களை திணறடிக்கத் தொடங்கியுள்ளது.

முக்கிய எண்கள் அல்லது தரவு

  • பல பார்வையாளர்கள் இப்போது ஒரு அமர்வுக்கு (session) 16 நிமிடங்களுக்கு மேல் உள்ளடக்கத்தை ஸ்க்ரோல் செய்வதிலேயே செலவிடுகின்றனர்.
  • இந்த நீண்ட உலாவல் நேரம், பயனர் ஒரு தலைப்பைத் தேர்ந்தெடுப்பதற்கு முன்பே நிகழ்கிறது.
  • நிபுணர்கள் இதை, எளிதான அனுபவத்தில் ஒரு குறிப்பிடத்தக்க "தாமதமாக" (pause) இருப்பதாகக் கூறுகின்றனர்.

அபாயங்கள் அல்லது கவலைகள்

  • கண்டறியும் திறன் (Discoverability) பயனர்களுக்கு மிகப்பெரிய பிரச்சினைகளில் ஒன்றாக மாறியுள்ளது.
  • அடிப்படை பரிந்துரை இயந்திரங்கள் மற்றும் நட்சத்திரங்கள் சார்ந்த சந்தைப்படுத்தல் பெரும்பாலும் அதே பிரபலமான தலைப்புகளை முன்னிலைப்படுத்துகின்றன.
  • இது "தேர்வு சோர்வுக்கு" (choice fatigue) வழிவகுக்கிறது, அங்கு அதிகப்படியான தேர்வுகள் விரக்தியை ஏற்படுத்துகின்றன.
  • மோசமான உள்ளடக்கக் கண்டறிதல், குறைந்த பயனர் ஈடுபாடு (engagement) மற்றும் அதிக வெளியேற்ற விகிதங்களுடன் (churn rates) நேரடியாக தொடர்புடையது.
  • பயனர்கள் எதையும் பார்ப்பதற்கு முன் "வேலை" செய்வதாக உணரும்போது சந்தா சோர்வு (Subscription Fatigue) ஏற்படுகிறது.

நிகழ்வின் முக்கியத்துவம்

  • பயனர்களைத் தக்கவைக்க (retaining subscribers) உள்ளடக்கத்தை எளிதாகக் கண்டுபிடிக்கும் திறன் முக்கியமானது.
  • நீண்டகால தக்கவைப்பு, தனிப்பயனாக்கம் (personalization) மற்றும் உள்ளடக்கப் பாதைகளை (content pathways) மேம்படுத்துவதைப் பொறுத்தது.
  • பயனர்கள் உள்ளடக்கத்தை விரைவாகக் கண்டுபிடிக்கத் தவறினால், அவர்கள் தங்கள் சந்தாக்களை (subscriptions) மறுபரிசீலனை செய்வார்கள்.

நிபுணர் கருத்துக்கள்

  • ஷெமரூ என்டர்டெயின்மென்ட் லிமிடெட்டின் சௌரப் ஸ்ரீவஸ்தவா, நீண்ட ஸ்க்ரோலிங் சந்தா மதிப்பை (subscription value) குறைப்பதாகக் குறிப்பிட்டார்.
  • ஹோய்சோய் (Hoichoi) யின் சலங்கரா பிஸ்வாஸ், உள்ளடக்க வெடிப்பு (content explosion) காரணமாக பயனர்கள் பார்ப்பதை விட அதிகமாக உலாவுகிறார்கள் என்றார்.
  • PwC இந்தியாவின் ராஜேஷ் சேத்தி, AI-இயக்கப்படும் கண்டறிதல் கருவிகளில் (AI-driven discovery tools) இந்தியா உலக சந்தைகளில் பின்தங்கியுள்ளது என்று சுட்டிக்காட்டினார்.
  • அல்ட்ரா மீடியா & என்டர்டெயின்மென்ட் குழுமத்தின் ரஜத் அகர்வால், உள்ளடக்கம் கிடைக்கவில்லை என்றால் பயனர்கள் தளங்களை எளிதாக மாற்றிவிடுகிறார்கள் என்று குறிப்பிட்டார்.
  • சௌபால் (Chaupal) இன் உஜ்ஜவல் மஹஜன், அதி-தனிப்பயனாக்கத்தின் (hyper-personalization) அவசியத்தை வலியுறுத்தினார்.

துறை அல்லது சக ஊழியர் தாக்கம்

  • இந்த கண்டறியும் சவால், இந்தியாவின் முழு டிஜிட்டல் பொழுதுபோக்கு மற்றும் ஊடகத் துறையையும் பாதிக்கிறது.
  • நிறுவனங்கள் சந்தா வருவாயை (subscription revenue) பெரிதும் நம்பியுள்ளன, இதனால் வெளியேற்றம் ஒரு குறிப்பிடத்தக்க அச்சுறுத்தலாக உள்ளது.
  • தளங்கள் பயனர் கவனத்திற்காக போட்டியிடும்போது போட்டிச் சூழல் (competitive landscape) தீவிரமடைகிறது.

எதிர்கால எதிர்பார்ப்புகள்

  • சிறந்த AI-இயக்கப்படும் கருவிகள் மற்றும் இயந்திர கற்றல் தனிப்பயனாக்கத்திற்கான (machine learning personalization) அவசரத் தேவை உள்ளது.
  • மொழி சார்ந்த கண்டறியும் வடிப்பான்கள் (language-based discovery filters) போன்ற மேம்பட்ட அம்சங்கள் அவசியம்.
  • குறுக்கு-தள கூட்டாண்மைகள் (Cross-platform partnerships) உள்ளடக்கக் கண்டறிதலை ஒருங்கிணைக்க (aggregate) உதவும்.
  • மேம்படுத்தப்பட்ட மெட்டாடேட்டாவுடன் (enriched metadata) ஒருங்கிணைந்த அனுபவங்கள் (unified experiences) மேம்பாட்டிற்கு முக்கியமாகும்.

நிர்வாக கருத்து

  • ஷெமரூமீ (ShemarooMe) ஆனது, தெளிவான, வகை-சார்ந்த உள்ளடக்க அணுகல் புள்ளிகளுக்கான (entry points) ஸ்ப்ளிட் UI அம்சத்தை அறிமுகப்படுத்தியுள்ளது.
  • சௌபால் (Chaupal) ஆனது, தனிப்பட்ட பயனர் விருப்பங்களுக்கு ஏற்ப பரிந்துரைகளைத் தனிப்பயனாக்குவதன் மூலம், அதி-தனிப்பயனாக்கத்தில் (hyper-personalization) பணியாற்றி வருகிறது.
  • பயனர்களைத் தக்கவைக்க, தளங்கள் அசல் உள்ளடக்கத்தில் (original content) மற்றும் நெகிழ்வான விலையிடலில் (flexible pricing) கவனம் செலுத்துகின்றன.
  • க்ரேஸ்நோட் (Gracenote - Nielsen) ஆனது, ஒருங்கிணைப்புக்கு (unification) தரப்படுத்தப்பட்ட அடையாளங்காட்டிகள் (standardized identifiers) மற்றும் சூழல் சார்ந்த தனிப்பயனாக்கத்தை (contextual personalization) பரிந்துரைக்கிறது.

தாக்கம்

  • சாத்தியமான விளைவுகள்:
    • OTT தளங்களுக்கான சந்தா வெளியேற்ற விகிதங்கள் (subscription churn rates) அதிகரிக்கக்கூடும்.
    • பயனர் ஈடுபாடு (user engagement) மற்றும் பார்க்கும் நேரம் குறையக்கூடும்.
    • AI மற்றும் உள்ளடக்கக் கண்டறிதல் தொழில்நுட்பத்தில் (content discovery technology) ஊடக நிறுவனங்கள் அதிக முதலீடு செய்ய அழுத்தம் ஏற்படக்கூடும்.
    • சிறிய வீரர்கள் போட்டியிடத் தவறினால் OTT சந்தையில் ஒருங்கிணைப்பு (consolidation) ஏற்படக்கூடும்.
    • விரக்தியடைந்த நுகர்வோர் பல சந்தாக்களில் (multiple subscriptions) செலவைக் குறைக்கக்கூடும்.
  • தாக்க மதிப்பீடு: 7/10

கடினமான சொற்களின் விளக்கம்

  • OTT (Over-The-Top): இணையம் வழியாக நேரடியாக பார்வையாளர்களுக்கு உள்ளடக்கத்தை வழங்கும் ஸ்ட்ரீமிங் சேவைகள், பாரம்பரிய கேபிள் அல்லது செயற்கைக்கோள் வழங்குநர்களைத் தவிர்த்து.
  • Discoverability (கண்டறியும் திறன்): பயனர்கள் ஒரு தளத்தில் குறிப்பிட்ட உள்ளடக்கத்தையோ அல்லது தங்களுக்குப் பிடித்தமான புதிய தலைப்புகளையோ எவ்வளவு எளிதாகக் கண்டறிய முடியும் என்பது.
  • Recommendation Engines (பரிந்துரை இயந்திரங்கள்): பயனரின் பார்க்கும் வரலாறு மற்றும் விருப்பங்களின் அடிப்படையில் உள்ளடக்கத்தைப் பரிந்துரைக்க தளங்களால் பயன்படுத்தப்படும் அல்காரிதம்கள்.
  • Subscription Fatigue (சந்தா சோர்வு): பல சந்தா சேவைகளை நிர்வகிப்பதற்கும் பணம் செலுத்துவதற்கும் நுகர்வோர் அடையும் சோர்வு அல்லது மன உளைச்சல்.
  • Churn (வெளியேற்றம்): வாடிக்கையாளர்கள் ஒரு சேவையை சந்தா செய்வதை நிறுத்தும் விகிதம்.
  • Metadata (மெட்டாடேட்டா): பிற தரவை விவரிக்கும் தரவு; இந்தச் சூழலில், ஒரு உள்ளடக்கத்தைப் பற்றிய தகவல் (எ.கா., வகை, நடிகர்கள், இயக்குநர், சுருக்கம்).
  • AI/ML (Artificial Intelligence/Machine Learning): தரவிலிருந்து கற்றுக்கொள்ளவும் கணிப்புகள் அல்லது முடிவுகளை எடுக்கவும் கணினிகளை அனுமதிக்கும் தொழில்நுட்பங்கள், இங்கு தனிப்பயனாக்கப்பட்ட பரிந்துரைகளுக்குப் பயன்படுத்தப்படுகின்றன.
  • Hyper-personalization (அதி-தனிப்பயனாக்கம்): தனிப்பட்ட விருப்பங்களின் அடிப்படையில் மிகவும் நுணுக்கமான அளவில் உள்ளடக்கப் பரிந்துரைகள் மற்றும் பயனர் அனுபவங்களைத் தனிப்பயனாக்குதல்.
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.