Bagaimana Netflix menggunakan data besar untuk membuat konten dan meningkatkan pengalaman pengguna

Dengan pangsa pasar 51 persen dari industri streaming Amerika dan lebih dari 148 juta pelanggan streaming di seluruh dunia pada Q4 2018, Netflix tentu saja merupakan kekuatan yang harus diperhitungkan.

Lebih menarik lagi, Netflix berada di jalur yang tepat untuk mendapatkan keuntungan. Bagan di bawah, milik Statista, menunjukkan pendapatan tahunan Netflix dari 2002 hingga 2018, dan satu hal yang jelas: Netflix tumbuh secara konsisten dan eksponensial.

Tidak seperti kebanyakan merek lain, pertumbuhan Netflix lebih disebabkan oleh konten dan pengalaman pengguna daripada pemasaran, dan konten ini sebagian besar dipengaruhi oleh data besar.

Data besar membantu Netflix berkembang meskipun ada keputusan yang kontra-intuitif

Sementara banyak organisasi belum secara efektif memanfaatkan data yang tersedia untuk mereka, Netflix adalah pengecualian yang patut diperhatikan.

Netflix dengan mudah adalah salah satu perusahaan paling kontra-intuitif di luar sana. Contoh besar dari sifat kontra-intuitif Netflix ditunjukkan melalui keputusannya untuk memblokir VPN pada tahun 2016.

Ini terlepas dari kenyataan bahwa pada saat itu, lebih dari 30 juta pengguna Netflix tinggal di negara-negara di mana layanan Netflix tidak tersedia tanpa menggunakan VPN atau layanan penyamaran lokasi lainnya (dan di mana Netflix sekarang mencatat sebagian besar keuntungan berlangganannya).

Pada tahun yang sama, Netflix menaikkan harganya dan menolak untuk mundur meskipun ada protes dari pengguna dan kehilangan ratusan ribu pengguna.

Namun, Netflix hanya tumbuh sejak itu.

Grafik berikut menunjukkan pertumbuhan pelanggan Netflix sejak membuat keputusan kontroversial untuk melarang VPN dan menaikkan harganya pada tahun 2016.

Jadi bagaimana Netflix dapat melanjutkan pertumbuhan pesat meskipun mengasingkan sebagian besar basisnya? Dengan memanfaatkan data besar untuk mengetahui dengan tepat apa yang diinginkan pengguna dan memberikannya kepada mereka.

Netflix bertaruh besar pada konten dan pengalaman pengguna, sebagian besar anggaran Netflix dihabiskan untuk konten. Pada tahun 2019, Netflix memberikan anggaran $15 miliar untuk konten. Sebagai perbandingan, mereka melakukan sedikit $2,9 miliar untuk pemasaran.

Meskipun mudah untuk fokus pada anggaran konten Netflix yang besar, akan lebih baik untuk fokus pada proses yang digunakan untuk menghasilkan ide untuk konten ini dan seberapa besar peran yang dimainkan oleh data besar.

Infrastruktur data besar Netflix

Netflix menggunakan perangkat lunak pemrosesan data dan alat intelijen bisnis tradisional seperti Hadoop dan Teradata, serta solusi sumber terbukanya sendiri seperti Lipstik dan Genie, untuk mengumpulkan, menyimpan, dan memproses sejumlah besar informasi. Platform ini memengaruhi keputusannya tentang konten apa yang akan dibuat dan dipromosikan kepada pemirsa.

Netflix tidak menggunakan gudang data Hadoop berbasis pusat data tradisional. Untuk memungkinkannya menyimpan dan memproses kumpulan data yang meningkat pesat, ia menggunakan S3 Amazon untuk menyimpan datanya, memungkinkannya memutar beberapa klaster Hadoop untuk beban kerja berbeda yang mengakses data yang sama. Di ekosistem Hadoop, ia menggunakan Hive untuk kueri dan analitik ad hoc dan Pig untuk ETL (ekstrak, transformasi, muat), dan algoritme.

Ia kemudian membuat proyek Genie-nya sendiri untuk membantu menangani volume data yang semakin besar seiring dengan penskalaannya. Semua ini menunjuk pada satu hal: Netflix sangat khusus tentang memiliki banyak data dan mampu memproses data ini untuk memastikannya memahami dengan tepat apa yang diinginkan penggunanya.

Hasilnya sungguh luar biasa. Netflix telah mampu memastikan tingkat keterlibatan yang tinggi dengan konten aslinya, sehingga 90 persen pengguna Netflix telah terlibat dengan konten aslinya.

Pendekatan big data Netflix terhadap konten sangat sukses sehingga, dibandingkan dengan industri TV, di mana hanya 35 persen acara yang diperbarui setelah musim pertama mereka, Netflix memperbarui 93 persen dari seri aslinya.

House of Cards: Studi kasus Netflix dalam data besar

Salah satu contoh yang paling sering dikutip dari penggunaan data besar oleh Netflix untuk membuat konten yang sukses adalah serial TV House of Cards. Untuk alasan yang bagus.

Beberapa fakta singkat:

• Ketika Netflix ingin memperkenalkan acara House of Cards pada tahun 2013, tidak seperti praktik standar di industri TV, Netflix tidak meluncurkan percontohan. Sebaliknya, itu menugaskan dua musim pertunjukan (dengan perkiraan $ 100+ juta), bahkan sebelum episode pertama ditayangkan. Pertaruhan yang sangat besar untuk sebuah pertunjukan tanpa jaminan untuk berhasil, atau begitulah yang dipikirkan.
• Acara House of Cards menjadi hit instan, dan enam tahun kemudian, terlepas dari kekacauan di sekitar bintangnya, Kevin Spacey, program ini masih menawarkan peringkat 8,8 dari 10 dari lebih dari 420.000 ulasan di IMDB, menempatkannya di liga blockbuster seperti Avatar dan Soprano.
• Menurut Netflix, House of Cards sangat sukses sehingga menjadi konten yang paling banyak diputar di Amerika Serikat dan 40 negara tambahan di puncak kesuksesannya.

Sementara komitmen Netflix untuk dua musim House of Cards adalah pertaruhan bagi orang luar, orang dalam sudah tahu bahwa pertunjukan itu akan berhasil

Faktanya, kepercayaan Netflix pada kesuksesan House of Cards sedemikian rupa sehingga seorang eksekutif mengatakan kepada GIGAOM dalam sebuah wawancara bahwa mereka tidak perlu menghabiskan jutaan untuk membuat orang mendengarkan program tersebut. Mereka hanya tahu orang akan menontonnya.

Karena hubungan langsung yang dimiliki Netflix dengan pelanggannya, serta banyaknya data tentang bagaimana anggota audiens berinteraksi dengan konten mereka, perusahaan dapat dengan mudah menentukan jenis konten yang diinginkan orang.

Dalam kasus House of Cards, dengan menganalisis datanya, Netflix menyadari bahwa persentase yang signifikan dari 33 juta pelanggannya pada saat itu telah mengalirkan karya sutradara David Fincher, The Social Network, dari awal hingga akhir di platformnya, dan film-film yang menampilkan Kevin Spacey selalu sukses dengan penontonnya.

Terlebih lagi, data Netflix mengungkapkan bahwa House of Cards versi Inggris di platformnya menjadi hit. Dan yang pernah menonton House of Cards versi Inggris juga pernah menonton film-film lain yang diperankan oleh Kevin Spacey atau disutradarai oleh David Fincher.

Mengandalkan data ini, Netflix menyimpulkan bahwa pertunjukan yang sudah sukses di Inggris, dibintangi oleh aktor yang sangat disukai Kevin Spacey dan sutradara David Fincher, untuk pemirsa Amerika, akan menjadi hit besar.

Netflix benar

Dalam waktu tiga bulan setelah memperkenalkan House of Cards, Netflix menambahkan 2 juta pelanggan di AS dan 1 juta pelanggan tambahan secara internasional.

Ini berarti bahwa sekitar $72 juta telah ditambahkan ke laba perusahaan, hampir melunasi investasi awalnya di acara House of Cards hanya dalam beberapa bulan.

Dengan tingkat pembaruan 93 persen untuk pertunjukannya setelah musim pertama, kesuksesan House of Cards bukanlah insiden yang terisolasi. Seri lain seperti Orange Is The New Black, Arrested Development, dan The Crown diperkenalkan untuk mendapat pujian menggunakan proses serupa yang mengandalkan data besar.

Bagaimana Netflix menggunakan data untuk meningkatkan pengalaman pengguna

Dalam hal pengumpulan data, basis pengguna Netflix yang besar dengan lebih dari 148 juta pelanggan memberikan keuntungan besar. Ini kemudian berfokus pada metrik berikut:

• Konten tanggal telah ditonton
• Perangkat tempat konten ditonton
• Bagaimana sifat konten yang ditonton bervariasi berdasarkan perangkat
• Pencarian di platformnya
• Bagian konten yang ditonton ulang
• Apakah konten dijeda
• Data lokasi pengguna
• Waktu dalam sehari dan minggu saat konten ditonton dan bagaimana pengaruhnya terhadap jenis konten yang ditonton
• Metadata dari pihak ketiga seperti Nielsen
• Data media sosial dari Facebook dan Twitter

Setelah data dikumpulkan, Netflix menggunakan data ini dalam banyak cara. Salah satu kegunaan terpenting adalah merumuskan dan memvalidasi ide pemrograman asli, seperti yang dibahas dalam contoh House of Cards di atas.

Bisa dibilang lebih signifikan adalah cara Netflix menguasai penggunaan data yang efektif untuk membuat orang terlibat dengan kontennya.

Netflix sangat baik dalam promosi konten yang ditargetkan sehingga diperkirakan 80 persen konten yang dialirkan di platformnya dipengaruhi oleh sistem rekomendasinya.

Sistem rekomendasi ini dirancang sedemikian rupa sehingga:

• Netflix berfokus untuk memberi setiap pengguna apa yang diinginkan pengguna melalui pemeringkat konten yang dipersonalisasi yang mengatur koleksi setiap pengguna Netflix berdasarkan informasi pribadi yang dikumpulkan tentang pengguna. Seperti Netflix, Anda dapat menggunakan data besar untuk memastikan bahwa konten yang dikirimkan ke setiap pengguna dipengaruhi oleh aktivitas pribadi pengguna dan interaksi dengan merek Anda, memastikan pengalaman konten yang unik untuk setiap pengguna.
• Netflix menempati peringkat teratas dan konten yang sedang tren tidak hanya berdasarkan seberapa populer konten tersebut tetapi juga berdasarkan informasi pribadi yang tersedia tentang pengguna. Konten dipromosikan berdasarkan aktivitas Netflix pengguna. Pelajaran utama di sini adalah bahwa meskipun orang tertarik pada apa yang populer, mereka tetap ingin hal itu dipengaruhi oleh minat mereka. Saat mempromosikan "konten teratas" kepada pengguna, penting untuk memastikan bahwa itu relevan dengan minat pribadi mereka.
• Konten yang baru dilihat diurutkan berdasarkan analisis apakah pengguna diharapkan untuk terus menonton atau menonton ulang, atau apakah pengguna berhenti menonton karena tidak menganggap konten tersebut menarik. Ini adalah kunci untuk memastikan bahwa Netflix tidak membuat penggunanya bosan; Anda mungkin tergoda untuk terus mempromosikan konten yang sama karena Anda telah berinvestasi di dalamnya. Jika aktivitas pengguna menunjukkan kurangnya minat, lebih baik untuk membuang konten dan menawarkan sesuatu yang lebih menarik.
• Algoritme afinitas konten merekomendasikan konten yang mirip dengan konten yang baru saja ditonton pengguna. Penting untuk dicatat bahwa orang cenderung ingin mengonsumsi konten yang serupa dengan yang baru saja mereka konsumsi.

Kesimpulannya

Tanpa bosan dengan teknisnya, Netflix jelas merupakan contoh hebat dari kekuatan data besar. Meskipun Anda mungkin tidak memiliki sumber daya untuk membuat proyek Anda sendiri untuk efisiensi data yang lebih besar seperti yang dilakukan Netflix dengan membuat proyek Genie-nya, industri data besar berkembang pesat dan ada banyak alat sumber terbuka untuk membantu Anda mengumpulkan dan memproses data penting untuk memahami dengan tepat apa yang diinginkan pengguna Anda.

Dengan mengikuti contoh Netflix, dimungkinkan untuk memanfaatkan data besar secara efektif untuk meningkatkan konten dan pengalaman pengguna Anda serta memastikan pertumbuhan bisnis Anda.

Gabrielle Sadeh adalah Konsultan Pemasaran Digital. Dia dapat ditemukan di Twitter @GabrielleSadeh.