Né en 2016, le parcours de Podknife a rapidement évolué ‒ passant de fournisseur d'informations/avis sélectionnés à un agrégateur ouvert, aidant les auditeurs à contourner les murs fermés des magasins d'applications. Aujourd'hui, l'entreprise répertorie plus de 20 000 podcasts provenant de plus de 50 pays, soit plus de 3 millions d'épisodes dans sa base de données. Avec la croissance explosive de la plateforme, les auditeurs avaient du mal à trouver des podcasts pertinents. L'utilité de la plateforme commençait à vaciller, menaçant son expansion future.

Podknife devait répondre à 4 questions au plus vite : (1) Pourrions-nous rapidement analyser notre énorme ensemble de données audio ‒ trouver des insights exploitables pour augmenter l'engagement ? (2) À quelle vitesse ces insights pourraient-ils arriver sur le marché ? (3) Une solution pourrait-elle automatiser le flux de travail tout en répondant aux besoins personnalisés des auditeurs/administrateurs à l'avenir ? (4) Cela nous permettrait-il de nous différencier avec les marques ?

Ekohe était prêt pour ce défi. Partenaires depuis le premier jour, Podknife a fait confiance à nos experts pour offrir la stratégie, les connaissances en Data Science/ML et la livraison technique rapide nécessaires pour répondre à ses besoins commerciaux critiques. Conscients que l'engagement exceptionnel, utile et automatisé est la clé de la réussite, nous avons identifié notre Pipeline de Traitement du Langage Naturel (NLP) comme la solution optimale pour résoudre les questions essentielles. Notre solution personnalisée comprenait :

1. Transcription NLP : Analyse rapide de millions de ressources - par titres, descriptions et audio réel - pour découvrir des thèmes cachés afin de dynamiser le contenu et la navigation pertinents de la plateforme ; servant d'outil puissant pour compléter l'étiquetage manuel, via une classification automatique 24/7 du contenu.

2. Recherche Neuronale : Permettant une véritable interaction en mode question-réponse sémantique à l'avenir - maximisant la pertinence du contenu via une recherche d'apprentissage approfondi ; tout en garantissant les résultats les plus précis et utiles en pondérant les mots exacts et leur fréquence dans chaque épisode de podcast.

Podknife crée désormais automatiquement des flux hautement personnalisés à partir de recherches, et peut même les exporter sous forme de newsletters ; recommandant des podcasts en fonction d'intérêts approfondis/segmentation. La société remporte des succès sur plusieurs fronts, alimentant également de nouveaux canaux de revenus publicitaires hyper-ciblés. L'engagement de la marque découle d'informations inestimables et en constante évolution ‒ à leur base, une expérience d'audience profondément engageante, pertinente et utile.

L'innovation en action ? C'est Ekohe. En exploitant la puissance des données audio existantes de Podknife, nous aidons la société à se démarquer en tant que plateforme unique en son genre ‒ en impulsant un modèle ouvert et évolutif pour les fans de podcasts, les créateurs et les marques/annonceurs.