In che modo Netflix utilizza i big data per creare contenuti e migliorare l'esperienza dell'utente

Con una quota di mercato del 51% dell'industria dello streaming americana e oltre 148 milioni di abbonati allo streaming in tutto il mondo a partire dal quarto trimestre 2018, Netflix è sicuramente una forza da non sottovalutare.

Più interessante, Netflix è sulla buona strada per essere redditizio. Il grafico seguente, per gentile concessione di Statista, mostra le entrate annuali di Netflix dal 2002 al 2018 e una cosa è chiara: Netflix sta crescendo in modo coerente ed esponenziale.

A differenza della maggior parte degli altri marchi, la crescita di Netflix è attribuibile più ai contenuti e all'esperienza utente che al marketing, e questo contenuto è ampiamente influenzato dai big data.

I big data stanno aiutando Netflix a prosperare nonostante le decisioni controintuitive

Mentre molte organizzazioni devono ancora sfruttare efficacemente i dati a loro disposizione, Netflix è un'eccezione degna di nota.

Netflix è facilmente una delle aziende più controintuitive in circolazione. Un enorme esempio della natura controintuitiva di Netflix è mostrato dalla sua decisione di bloccare completamente le VPN nel 2016.

Questo nonostante il fatto che all'epoca più di 30 milioni di utenti Netflix vivessero in paesi in cui il servizio Netflix non è disponibile senza utilizzare una VPN o altri servizi di localizzazione (e dove Netflix sta ora registrando la maggior parte dei guadagni sugli abbonamenti).

Lo stesso anno, Netflix ha aumentato i suoi prezzi e si è rifiutata di fare marcia indietro nonostante le proteste degli utenti e la perdita di centinaia di migliaia di utenti.

Eppure, Netflix è cresciuto solo da allora.

Il grafico seguente mostra la crescita degli abbonati di Netflix da quando ha preso la controversa decisione di vietare le VPN e aumentare i suoi prezzi nel 2016.

Quindi, in che modo Netflix è in grado di continuare a crescere rapidamente nonostante l'alienazione di una parte significativa della sua base? Sfruttando i big data per scoprire esattamente cosa vogliono gli utenti e darglielo.

Netflix sta scommettendo molto sui contenuti e sull'esperienza dell'utente, la maggior parte del budget di Netflix viene spesa per i contenuti. Nel 2019, Netflix sta impegnando un budget di $ 15 miliardi per i contenuti. Per fare un confronto, stanno impegnando un misero $ 2,9 miliardi per il marketing.

Sebbene sia facile concentrarsi sull'enorme budget di contenuti di Netflix, sarebbe un'idea migliore concentrarsi sul processo utilizzato per elaborare idee per questi contenuti e sul ruolo svolto dai big data.

L'infrastruttura dei big data di Netflix

Netflix utilizza software di elaborazione dati e strumenti di business intelligence tradizionali come Hadoop e Teradata, nonché le proprie soluzioni open source come Lipstick e Genie, per raccogliere, archiviare ed elaborare enormi quantità di informazioni. Queste piattaforme influenzano le sue decisioni su quali contenuti creare e promuovere agli spettatori.

Netflix non utilizza un data warehouse Hadoop tradizionale basato su data center. Per consentirgli di archiviare ed elaborare un set di dati in rapida crescita, utilizza S3 di Amazon per archiviare i suoi dati, consentendogli di avviare più cluster Hadoop per diversi carichi di lavoro che accedono agli stessi dati. Nell'ecosistema Hadoop, utilizza Hive per query e analisi ad hoc e Pig per ETL (estrazione, trasformazione, caricamento) e algoritmi.

Ha quindi creato il proprio progetto Genie per aiutare a gestire volumi di dati sempre più massicci man mano che si ridimensiona. Tutto ciò indica una cosa: Netflix è molto attento all'avere molti dati ed essere in grado di elaborare questi dati per assicurarsi che capisca esattamente cosa vogliono i suoi utenti.

Il risultato è stato a dir poco sorprendente. Netflix è stata in grado di garantire un alto tasso di coinvolgimento con i suoi contenuti originali, tanto che il 90% degli utenti di Netflix ha interagito con i suoi contenuti originali.

L'approccio ai contenuti dei big data di Netflix ha un tale successo che, rispetto all'industria televisiva, dove solo il 35% degli spettacoli viene rinnovato dopo la prima stagione, Netflix rinnova il 93 percento della sua serie originale.

House of Cards: un caso di studio Netflix sui big data

Uno degli esempi più citati dell'uso dei big data da parte di Netflix per concepire contenuti di successo è la serie TV House of Cards. Per buoni motivi.

Alcuni fatti veloci:

• Quando Netflix ha voluto introdurre lo spettacolo House of Cards nel 2013, a differenza della pratica standard nel settore televisivo, Netflix non ha lanciato un pilota. Invece, ha commissionato due stagioni dello spettacolo (per una stima di oltre $ 100 milioni), anche prima della messa in onda del primo episodio. Una scommessa molto grande per uno spettacolo senza alcuna garanzia di successo, o almeno così si pensava.
• Lo show di House of Cards è stato un successo immediato e sei anni dopo, nonostante il tumulto che ha circondato la sua star, Kevin Spacey, il programma vanta ancora un punteggio di 8,8 su 10 da oltre 420.000 recensioni su IMDB, mettendolo nella classifica dei successi come Avatar e I Soprano.
• Secondo Netflix, House of Cards è stato un tale successo che è stato il contenuto più trasmesso in streaming negli Stati Uniti e in altri 40 paesi all'apice del suo successo.

Mentre l'impegno di Netflix per due stagioni di House of Cards era una scommessa per gli estranei, gli addetti ai lavori sapevano già che lo spettacolo avrebbe avuto successo

In effetti, la fiducia di Netflix nel successo di House of Cards era tale che un dirigente ha detto a GIGAOM in un'intervista che non avevano bisogno di spendere milioni per convincere le persone a sintonizzarsi sul programma. Sapevano solo che la gente l'avrebbe guardato.

A causa della relazione diretta che Netflix ha con i suoi abbonati, oltre all'abbondanza di dati su come i membri del pubblico interagiscono con i loro contenuti, l'azienda potrebbe facilmente determinare che tipo di contenuto le persone volevano.

Nel caso di House of Cards, analizzando i suoi dati, Netflix si è resa conto che una percentuale significativa dei suoi 33 milioni di abbonati all'epoca aveva trasmesso in streaming l'opera del regista David Fincher, The Social Network, dall'inizio alla fine sulla sua piattaforma, e che i film con Kevin Spacey ha sempre avuto successo con il suo pubblico.

Inoltre, i dati di Netflix hanno rivelato che la versione britannica di House of Cards sulla sua piattaforma è stata un successo. E che chi aveva visto la versione inglese di House of Cards aveva visto anche altri film interpretati da Kevin Spacey o diretti da David Fincher.

Basandosi su questi dati, Netflix ha concluso che uno spettacolo già di successo in Gran Bretagna, con l'attore molto amato Kevin Spacey e il regista David Fincher, per un pubblico americano, sarà un grande successo.

Netflix aveva ragione

Entro tre mesi dall'introduzione di House of Cards, Netflix ha aggiunto 2 milioni di abbonati negli Stati Uniti e 1 milione di abbonati aggiuntivi a livello internazionale.

Ciò significava che circa 72 milioni di dollari sono stati aggiunti ai profitti dell'azienda, quasi ripagando il suo investimento iniziale nello spettacolo House of Cards in pochi mesi.

Con un tasso di rinnovo del 93% per i suoi spettacoli dopo la prima stagione, il successo di House of Cards non è un incidente isolato. Altre serie come Orange Is The New Black, Arrested Development e The Crown sono state introdotte per acclamare utilizzando un processo simile che si basa sui big data.

In che modo Netflix utilizza i dati per migliorare l'esperienza dell'utente

Quando si tratta di raccogliere dati, l'enorme base di utenti di Netflix di oltre 148 milioni di abbonati offre un enorme vantaggio. Si concentra quindi sulle seguenti metriche:

• Il contenuto della data è stato guardato
• Il dispositivo su cui è stato guardato il contenuto
• In che modo la natura dei contenuti guardati variava in base al dispositivo
• Ricerche sulla sua piattaforma
• Porzioni di contenuto che sono state riviste
• Se il contenuto è stato messo in pausa
• Dati sulla posizione dell'utente
• Ora del giorno e della settimana in cui il contenuto è stato guardato e come influenza il tipo di contenuto guardato
• Metadati di terze parti come Nielsen
• Dati dei social media da Facebook e Twitter

Una volta raccolti i dati, Netflix utilizza questi dati in molti modi. Uno degli usi più importanti è formulare e convalidare idee di programmazione originali, come discusso nell'esempio di House of Cards sopra.

Probabilmente più significativo è il modo in cui Netflix ha padroneggiato l'uso efficace dei dati per convincere le persone a interagire con i suoi contenuti.

Netflix è così bravo nella promozione di contenuti mirati che si stima che l'80% dei contenuti trasmessi in streaming sulla sua piattaforma sia influenzato dal suo sistema di raccomandazioni.

Questo sistema di raccomandazione è progettato in modo tale che:

• Netflix si concentra sul dare a ciascun utente proprio ciò che l'utente desidera attraverso un ranker di contenuti personalizzato che organizza la raccolta di ciascun utente Netflix in base alle informazioni personali raccolte sull'utente. Come Netflix, puoi utilizzare i big data per assicurarti che il contenuto consegnato a ciascun utente sia influenzato dall'attività personale dell'utente e dall'interazione con il tuo marchio, assicurando che l'esperienza dei contenuti sia unica per ogni utente.
• Netflix classifica i contenuti migliori e di tendenza non solo in base alla popolarità del contenuto, ma anche in base alle informazioni personali disponibili sull'utente. Il contenuto viene promosso in base all'attività Netflix dell'utente. La lezione chiave qui è che mentre le persone sono interessate a ciò che è popolare, vogliono comunque che sia influenzato dai loro interessi. Quando si promuovono i "contenuti migliori" agli utenti, è importante assicurarsi che siano pertinenti al loro interesse personale.
• I contenuti visualizzati di recente vengono ordinati in base a un'analisi se ci si aspetta che gli utenti continuino a guardare o rivedere o se gli utenti smettano di guardare perché non trovano il contenuto interessante. Questo è fondamentale per garantire che Netflix non annoi i suoi utenti; può essere allettante voler continuare a promuovere lo stesso contenuto da quando ci hai investito. Se l'attività dell'utente indica una mancanza di interesse, è meglio relegare il contenuto e offrire qualcosa di più interessante.
• Un algoritmo di affinità del contenuto consiglia contenuti simili a quelli appena guardati da un utente. È importante notare che è più probabile che le persone vogliano consumare contenuti simili a quello che hanno appena consumato.

In conclusione

Senza annoiarsi con i tecnicismi, Netflix è chiaramente un ottimo esempio della potenza dei big data. Anche se potresti non avere le risorse per creare il tuo progetto per una maggiore efficienza dei big data come ha fatto Netflix creando il suo progetto Genie, il settore dei big data si sta evolvendo rapidamente ed esistono molti strumenti open source per aiutarti a raccogliere ed elaborare i dati essenziali per capire esattamente cosa vogliono i tuoi utenti.

Seguendo l'esempio di Netflix, è possibile sfruttare efficacemente i big data per migliorare i tuoi contenuti e l'esperienza utente e garantire la crescita del tuo business.

Gabrielle Sadeh è una consulente di marketing digitale. Può essere trovata su Twitter @GabrielleSadeh.