Netflix가 빅 데이터를 사용하여 콘텐츠를 만들고 사용자 경험을 개선하는 방법

2018년 4분기 기준으로 미국 스트리밍 산업의 시장 점유율이 51%이고 전 세계적으로 1억 4,800만 명이 넘는 스트리밍 구독자를 보유한 Netflix는 확실히 무시할 수 없는 힘입니다.

더 흥미롭게도 넷플릭스는 수익을 낼 수 있는 궤도에 오르고 있습니다. Statista에서 제공한 아래 차트는 2002년부터 2018년까지 Netflix의 연간 수익을 보여줍니다. 한 가지 분명한 사실은 Netflix가 지속적으로 기하급수적으로 성장하고 있다는 것입니다.

대부분의 다른 브랜드와 달리 넷플릭스의 성장은 마케팅보다 콘텐츠와 사용자 경험에 더 크게 기여하며, 이 콘텐츠는 빅데이터의 영향을 크게 받습니다.

빅 데이터는 직관적이지 않은 결정에도 불구하고 Netflix가 번성하도록 돕고 있습니다.

많은 조직이 아직 사용 가능한 데이터를 효과적으로 활용하지 못하고 있지만 Netflix는 주목할 만한 예외입니다.

Netflix는 가장 직관적이지 않은 회사 중 하나입니다. 2016년 Netflix가 VPN 차단을 중단하기로 한 결정을 통해 Netflix의 반직관적 성격의 거대한 예가 보여집니다.

이는 당시 3천만 명 이상의 Netflix 사용자가 VPN 또는 기타 위치 마스킹 서비스를 사용하지 않고 Netflix 서비스를 사용할 수 없는 국가(그리고 Netflix가 현재 대부분의 구독 증가를 기록하고 있는 국가)에 살았다는 사실에도 불구하고.

같은 해 Netflix는 사용자의 항의와 수십만 사용자의 손실에도 불구하고 가격을 인상하고 철회를 거부했습니다.

그러나 Netflix는 그 이후로 성장했습니다.

다음 차트는 2016년에 VPN을 금지하고 가격을 인상하기로 논란이 많은 결정을 한 이후 Netflix의 가입자 증가를 보여줍니다.

그렇다면 넷플릭스는 기반의 상당 부분을 소외시키면서 어떻게 급속한 성장을 계속할 수 있을까? 빅 데이터를 활용하여 사용자가 원하는 것을 정확히 찾아 제공합니다.

Netflix는 콘텐츠와 사용자 경험에 크게 투자하고 있으며 Netflix 예산의 더 많은 부분을 콘텐츠에 지출하고 있습니다. 2019년 Netflix는 콘텐츠에 150억 달러의 예산을 투입할 예정입니다. 비교를 위해, 그들은 마케팅에 29억 달러를 투자하고 있습니다.

Netflix의 막대한 콘텐츠 예산에 집중하기 쉽지만 이 콘텐츠에 대한 아이디어를 도출하는 데 사용되는 프로세스와 빅 데이터가 얼마나 많은 역할을 하는지에 초점을 맞추는 것이 좋습니다.

넷플릭스의 빅데이터 인프라

Netflix는 데이터 처리 소프트웨어와 Hadoop 및 Teradata와 같은 기존 비즈니스 인텔리전스 도구와 Lipstick 및 Genie와 같은 자체 오픈 소스 솔루션을 사용하여 방대한 양의 정보를 수집, 저장 및 처리합니다. 이러한 플랫폼은 어떤 콘텐츠를 만들고 시청자에게 홍보할지 결정에 영향을 미칩니다.

Netflix는 기존의 데이터 센터 기반 Hadoop 데이터 웨어하우스를 사용하지 않습니다. 빠르게 증가하는 데이터 세트를 저장하고 처리할 수 있도록 Amazon의 S3를 사용하여 데이터를 웨어하우스하여 동일한 데이터에 액세스하는 다양한 워크로드에 대해 여러 Hadoop 클러스터를 가동할 수 있습니다. Hadoop 에코시스템에서는 임시 쿼리 및 분석에 Hive를 사용하고 ETL(추출, 변환, 로드) 및 알고리즘에 Pig를 사용합니다.

그런 다음 확장에 따라 점점 더 방대한 데이터 볼륨을 처리하는 데 도움이 되는 자체 Genie 프로젝트를 만들었습니다. 이 모든 것이 한 가지를 시사합니다. Netflix는 많은 데이터를 보유하고 사용자가 원하는 것을 정확히 이해하기 위해 이 데이터를 처리할 수 있다는 점에서 매우 특별합니다.

결과는 놀라울 따름이었습니다. Netflix는 오리지널 콘텐츠에 대한 높은 참여율을 보장할 수 있었으며, Netflix 사용자의 90%가 오리지널 콘텐츠에 참여했습니다.

콘텐츠에 대한 Netflix의 빅 데이터 접근 방식은 매우 성공적이어서 첫 시즌이 지난 프로그램의 35%만 갱신되는 TV 업계와 비교하여 Netflix는 원래 시리즈의 93%를 갱신합니다.

House of Cards: 빅 데이터에 대한 Netflix 사례 연구

Netflix가 빅 데이터를 사용하여 성공적인 콘텐츠를 만든 사례 중 가장 자주 인용되는 사례는 House of Cards TV 시리즈입니다. 좋은 이유로.

몇 가지 간단한 사실:

• Netflix가 2013년 House of Cards 쇼를 도입하려고 할 때 TV 업계의 표준 관행과 달리 Netflix는 파일럿을 시작하지 않았습니다. 대신 첫 번째 에피소드가 방영되기 전에도 두 시즌의 쇼(추정 1억 달러 이상)를 의뢰했습니다. 성공이 보장되지 않는 쇼에 대한 매우 큰 도박이거나 그렇게 생각되었습니다.
• House of Cards 쇼는 즉각적인 인기를 얻었고 6년 후, 그 스타인 Kevin Spacey를 둘러싼 혼란에도 불구하고 이 프로그램은 여전히 ​​IMDB에서 420,000개 이상의 리뷰에서 10점 만점에 8.8점을 자랑하며 다음과 같은 블록버스터의 리그에 올랐습니다. 아바타와 소프라노.
• Netflix에 따르면 House of Cards는 미국과 그 성공의 정점에 있는 40개 추가 국가에서 가장 많이 스트리밍된 콘텐츠가 될 정도로 큰 성공을 거두었습니다.

House of Cards의 두 시즌에 대한 Netflix의 약속은 외부인에게는 도박이었지만 내부자들은 이미 쇼가 성공할 것이라는 것을 알고 있었습니다.

사실 House of Cards의 성공에 대한 Netflix의 확신은 한 임원이 인터뷰에서 GIGAOM에게 사람들이 프로그램을 시청하도록 하기 위해 수백만 달러를 쓸 필요가 없다고 말한 정도였습니다. 그들은 사람들이 그것을 볼 것이라는 것을 알고 있었습니다.

Netflix는 구독자와 직접적인 관계가 있고 시청자가 콘텐츠와 상호 작용하는 방식에 대한 풍부한 데이터 덕분에 사람들이 원하는 콘텐츠 종류를 쉽게 결정할 수 있었습니다.

House of Cards의 경우 Netflix는 데이터를 분석하여 당시 3,300만 가입자 중 상당한 비율이 David Fincher 감독의 작품인 The Social Network를 플랫폼에서 처음부터 끝까지 스트리밍했으며 Kevin Spacey는 항상 청중과 함께 성공했습니다.

또한 Netflix의 데이터에 따르면 플랫폼의 영국 버전 House of Cards가 인기를 얻었습니다. 그리고 영국판 House of Cards를 본 사람들은 Kevin Spacey가 연기한 다른 영화나 David Fincher가 감독한 다른 영화도 본 적이 있다는 것입니다.

이 데이터를 바탕으로 Netflix는 많은 사랑을 받은 배우 케빈 스페이시와 감독 데이비드 핀처가 출연하여 영국에서 이미 성공한 쇼가 미국 관객에게 큰 인기를 끌 것이라고 결론지었습니다.

넷플릭스가 옳았다

House of Cards를 도입한 지 3개월 만에 Netflix는 미국에서 2백만 명의 가입자를, 국제적으로 1백만 명의 가입자를 추가했습니다.

이는 약 7,200만 달러가 회사의 순익에 추가되어 불과 몇 달 만에 House of Cards 쇼에 대한 초기 투자를 거의 지불했음을 의미합니다.

첫 시즌 이후 쇼의 갱신율이 93%인 House of Cards의 성공은 단독 사건이 아닙니다. Orange Is The New Black, Arrested Development 및 The Crown과 같은 다른 시리즈는 빅 데이터에 의존하는 유사한 프로세스를 사용하여 찬사를 받기 위해 도입되었습니다.

Netflix가 데이터를 사용하여 사용자 경험을 개선하는 방법

데이터 수집과 관련하여 1억 4,800만 명이 넘는 가입자를 보유한 Netflix의 거대한 사용자 기반은 엄청난 이점을 제공합니다. 그런 다음 다음 측정항목에 중점을 둡니다.

• 콘텐츠 시청 날짜
• 콘텐츠를 시청한 기기
• 기기에 따라 시청한 콘텐츠의 특성이 어떻게 다른지
• 플랫폼에서 검색
• 다시 본 콘텐츠의 일부
• 콘텐츠 일시중지 여부
• 사용자 위치 데이터
• 콘텐츠를 시청한 요일 및 주의 시간과 시청한 콘텐츠의 종류에 미치는 영향
• Nielsen과 같은 타사의 메타데이터
• Facebook 및 Twitter의 소셜 미디어 데이터

데이터가 수집되면 Netflix는 이 데이터를 다양한 방식으로 사용합니다. 가장 중요한 용도 중 하나는 위의 House of Cards 예제에서 설명한 대로 독창적인 프로그래밍 아이디어를 공식화하고 검증하는 것입니다.

틀림없이 더 중요한 것은 Netflix가 사람들이 콘텐츠에 참여하도록 하기 위해 효과적인 데이터 사용을 마스터한 방식입니다.

Netflix는 타겟 콘텐츠 프로모션에 매우 능숙하여 플랫폼에서 스트리밍되는 콘텐츠의 약 80%가 추천 시스템의 영향을 받습니다.

이 추천 시스템은 다음과 같은 방식으로 설계되었습니다.

• Netflix는 사용자에 대해 수집된 개인 정보를 기반으로 각 Netflix 사용자의 컬렉션을 구성하는 개인화된 콘텐츠 순위기를 통해 각 사용자에게 사용자가 원하는 것을 제공하는 데 중점을 둡니다. Netflix와 마찬가지로 빅 데이터를 사용하여 각 사용자에게 제공되는 콘텐츠가 사용자의 개인 활동 및 브랜드와의 상호 작용에 영향을 받도록 하여 모든 사용자에게 고유한 콘텐츠 경험을 보장할 수 있습니다.
• Netflix는 콘텐츠의 인기도뿐만 아니라 사용자에 대해 제공되는 개인 정보를 기반으로 인기 있는 콘텐츠의 순위를 매깁니다. 콘텐츠는 사용자의 Netflix 활동을 기반으로 홍보됩니다. 여기서 중요한 교훈은 사람들이 인기 있는 것에 관심이 있으면서도 여전히 자신의 관심사에 영향을 받기를 원한다는 것입니다. 사용자에게 "인기 콘텐츠"를 홍보할 때 사용자의 개인적 관심과 관련이 있는지 확인하는 것이 중요합니다.
• 최근 본 콘텐츠는 사용자가 계속 시청 또는 재시청할 것으로 예상되는지 또는 콘텐츠가 흥미롭지 않아 시청을 중단했는지에 대한 분석을 기반으로 정렬됩니다. 이것은 Netflix가 사용자를 지루하게 하지 않도록 하는 데 중요합니다. 투자한 이후로 동일한 콘텐츠를 계속 홍보하고 싶은 마음이 들 수 있습니다. 사용자 활동이 관심 부족을 나타내는 경우 콘텐츠를 강등하고 더 흥미로운 것을 제공하는 것이 좋습니다.
• 콘텐츠 선호도 알고리즘은 사용자가 방금 본 콘텐츠와 유사한 콘텐츠를 추천합니다. 사람들은 방금 소비한 것과 유사한 콘텐츠를 소비하기를 원할 가능성이 더 높다는 점에 유의하는 것이 중요합니다.

결론적으로

기술적인 것에 질리지 않고 넷플릭스는 분명히 빅 데이터의 힘을 보여주는 좋은 예입니다. Netflix가 Genie 프로젝트를 만든 것처럼 빅 데이터 효율성을 높이기 위해 자체 프로젝트를 만들 리소스가 없을 수도 있지만 빅 데이터 산업은 빠르게 진화하고 있으며 필수 데이터를 수집하고 처리하는 데 도움이 되는 많은 오픈 소스 도구가 존재합니다. 사용자가 원하는 것을 정확히 이해합니다.

Netflix의 예를 따르면 빅 데이터를 효과적으로 활용하여 콘텐츠와 사용자 경험을 향상하고 비즈니스 성장을 보장할 수 있습니다.

Gabrielle Sadeh는 디지털 마케팅 컨설턴트입니다. 그녀는 트위터 @GabrielleSadeh 에서 찾을 수 있습니다 .