Стремление Netflix к тому, чтобы стать первичной в мире услугой потоковой передачи мультимедиа, не было случайностью. Он был основан на сложном рецепте манипулирования данными и эмоций, который означает, что компания знает, что вы хотите посмотреть, даже прежде, чем вы узнаете себя.
Согласно последним ежеквартальным данным Netflix, сервис потоковой передачи мультимедиа набирает почти 2 миллиона новых подписчиков каждый месяц.
Причина этого неустанного роста (считаете ли вы, что это хорошо или плохо) кроется не в том, чтобы иметь удобную и недорогую услугу.
продавать. Это идет глубже, чем его гигантский маркетинговый бюджет и стратегии. И это, безусловно, идет глубже, чем далеко не полный Netflix
библиотека.
Это секретный набор алгоритмов, больших данных и инстинктов Netflix, которые способствуют этому неудержимому росту. Именно этот секретный соус позволяет Netflix не только последовательно рекомендовать контент, который (вероятно) понравится пользователям, но и финансировать его создание, уверенное в том, что он будет успешным.
Невероятное количество больших данных
Неудивительно, что большие данные играют важную роль в способности Netflix рекомендовать и финансировать правильный контент. Что удивительно, тем не менее, это тип данных и объем данных, которые Netflix отслеживает каждый раз, когда вы используете сервис.
Согласно официальному блогу Netflix Tech:
«Каждый раз, когда участник начинает смотреть фильм или сериал, в наших системах данных создается« представление »и собирается коллекция событий, описывающих это представление».
В рамках этого процесса Netflix отслеживает вашу «всю историю просмотров до тех пор, пока [вы] подписаны». Система «собирает периодические сигналы в каждом представлении, чтобы определить, наблюдает ли участник по-прежнему или нет». Он также отслеживает ваши поиски, рейтинги, данные о географическом местоположении, информацию об устройстве, поведение при просмотре, время дня / недели, которое вы просматриваете, когда вы решаете отказаться от шоу, приостановить и перемотать вперед.
Миллионы пользователей Netflix ежемесячно передают миллиарды часов контента, поэтому объем данных, которые собирает компания, вызывает недоумение. Эти данные чрезвычайно важны для успеха компании.
В 2014 году GigaOM перефразировал старшего научного сотрудника Netflix
Мухаммед Сабах сказал:
«75 процентов пользователей выбирают фильмы на основе рекомендаций компании, и Netflix хочет сделать это число еще выше».
Эти данные для просмотра огромны, и крайне важно, чтобы служба вызывала такую зависимость. В сочетании с огромным диапазоном данных, хранящихся о каждом шоу, становится трудно не согласиться с теорией Дэвида Карра о том, что «Netflix вводит в эксплуатацию оригинальный контент, потому что он знает, чего хотят люди, прежде чем они это сделают» (выделю мое собственное).
Постоянно улучшающиеся алгоритмы
Сами по себе данные бесполезны. Как писал Джейсон Гилберт; «Успех [Netflix] основан на том, насколько хорошо он может выбирать программы, которые нравятся его зрителям, и в то же время приносить прибыль».
Для этого Netflix использует алгоритмы. Как сообщил Wired технический директор Xavier Amatriain:
«[Компания разработала] несколько алгоритмов, каждый из которых оптимизирован для разных целей. В широком смысле, большинство наших алгоритмов основаны на предположении, что похожие шаблоны просмотра представляют одинаковые вкусы пользователей. Мы можем использовать поведение аналогичных пользователей, чтобы вывести ваши предпочтения ».
Этот фокус на просмотре шаблонов оказывается гораздо более надежным, чем в первую очередь на оценку, которую вы даете шоу.
Поскольку данные о пользователях и контенте поступают в эти машинные обучения
алгоритмы, поведение зрителя можно сопоставить с шоу, имеющим определенное сходство — год производства, состав актеров, режиссер и т. д. Как видно из количества часов потоковой передачи мультимедиа в Netflix каждый день, эти алгоритмы четко работают. Но они всегда в стадии разработки.
Компания постоянно проводит большое количество A / B-тестов (позволяя развертывать и тестировать пользовательский опыт и изменения алгоритма на небольших подгруппах пользователей), чтобы итеративно улучшать каждый из этих алгоритмов. Согласно Amatriain, эти тесты «давайте попробуем радикальные идеи или протестируем много подходов одновременно». Основная цель почти всегда состоит в том, чтобы улучшить «вовлечение членов (например, часы игры) и удержание».
Интуиция
В другом посте Netflix Tech Blog Ксавье Аматриайн заявляет:
«Обилие исходных данных, измерений и связанных с ними экспериментов позволяет нам управлять организацией, управляемой данными. Netflix внедрил этот подход в свою культуру с момента основания компании ».
Идея создания и рекомендации шоу исключительно на основе данных вызывает некоторое беспокойство. Но телевизионная индустрия всегда сильно зависела от данных (часто в форме фокус-групп и количества зрителей). Тем не менее, Netflix делает это довольно далеко.
При этом, Joris Evers, директор компании по глобальным корпоративным коммуникациям, хотел облегчить умы пользователей. Он сказал New York Times:
«Мы не вовлечены в творческую деятельность … Мы нанимаем нужных людей и даем свободу и бюджет для хорошей работы. Это означает, что когда Сет Роген и Кристен Вийг объявлены специальными гостями в предстоящих эпизодах «Арестованного развития», это происходит не потому, что статистический анализ сказал Netflix сделать это ».
Другими словами, ценность больших данных и алгоритмов информирует решение Netflix, а не диктует их. Креативные идеи для фильмов, которые будут финансировать, и шоу для лицензирования придут быстро и быстро. Те, кто чувствует себя хорошо, будут подвергнуты данным. Если это выглядит так, как будто достаточно большая часть пользователей Netflix будет заинтересована, и интуитивное настроение лиц, принимающих решения, говорит, что шоу будет хитом, оно получит большой палец вверх и большую проверку.
Этот рецепт, кажется, работает
Такое сочетание данных, постоянно улучшающихся алгоритмов и инстинкта инстинкта, похоже, работает на Netflix. На самом деле, настолько, что у компании есть уверенность в том, чтобы финансировать целую серию шоу, прежде чем выпускать пилотный эпизод. Большинство других вещателей работают противоположным образом.
Продюсеры и режиссеры могут предлагать креативные идеи Netflix. Если большие данные и интуитивное чувство складываются, и предполагают, что затраты могут быть возмещены с точки зрения новых подписчиков и увеличения удержания, Netflix может пойти ва-банк. Карточный домик является одним из примеров, когда компания инвестировала 100 миллионов долларов в два сезона, даже не увидев пилотного эпизода. И именно поэтому в 2016 году Netflix будет производить больше оригинального контента, чем большинство других вещателей за несколько лет.
Это было бы невозможно, если бы Netflix не мог быть невероятно надежным в понимании и предсказании того, что вы (или, по крайней мере, большинство людей) хотели бы наблюдать. Еще до того, как узнаешь себя.
К вам: Считаете ли вы, что рекомендации Netflix соответствуют вашим вкусам? Если нет, попробуйте эти секретные коды поиска Netflix
, И чувствуете ли вы себя комфортно, когда Netflix так много знает о вашем поведении при просмотре, нравится и не нравится?
Изображение предоставлено: молодая пара от Andrey_Popov через Shutterstock, серверная комната от Torkild Retvedt (Flickr)
