Jak Netflix wykorzystuje duże zbiory danych do tworzenia treści i poprawiania doświadczenia użytkownika

Z 51-procentowym udziałem w rynku amerykańskiej branży streamingowej i ponad 148 milionami subskrybentów streamingu na całym świecie w IV kwartale 2018 r., Netflix jest z pewnością siłą, z którą należy się liczyć.

Co ciekawsze, Netflix jest na dobrej drodze do zyskowności. Poniższy wykres, dzięki uprzejmości Statista, pokazuje roczne przychody Netflix od 2002 do 2018 roku i jedno jest jasne: Netflix rozwija się konsekwentnie i wykładniczo.

W przeciwieństwie do większości innych marek, rozwój Netflix można przypisać bardziej treściom i doświadczeniu użytkownika niż marketingowi, a na treści te w dużej mierze wpływają duże zbiory danych.

Big data pomaga Netflixowi rozwijać się pomimo sprzecznych z intuicją decyzji

Chociaż wiele organizacji musi jeszcze skutecznie wykorzystać dostępne dla nich dane, Netflix jest godnym uwagi wyjątkiem.

Netflix jest z pewnością jedną z najbardziej sprzecznych z intuicją firm. Ogromnym przykładem sprzecznego z intuicją charakteru Netflix jest jego decyzja o całkowitym blokowaniu VPN w 2016 roku.

Dzieje się tak pomimo faktu, że w tamtym czasie ponad 30 milionów użytkowników Netflix mieszkało w krajach, w których usługa Netflix jest niedostępna bez korzystania z VPN lub innych usług maskowania lokalizacji (i gdzie Netflix odnotowuje obecnie większość zysków z subskrypcji).

W tym samym roku Netflix podniósł ceny i odmówił wycofania się pomimo protestów użytkowników i utraty setek tysięcy użytkowników.

Jednak od tego czasu Netflix tylko się rozwinął.

Poniższy wykres pokazuje wzrost liczby subskrybentów Netflix od czasu podjęcia kontrowersyjnej decyzji o zablokowaniu VPN i podniesieniu cen w 2016 roku.

Jak więc Netflix jest w stanie kontynuować szybki wzrost pomimo alienacji znacznej części swojej bazy? Wykorzystując duże zbiory danych, aby dowiedzieć się dokładnie, czego chcą użytkownicy i dać im to.

Netflix stawia na treści i wrażenia użytkownika, większa część budżetu Netflix jest przeznaczana na treści. W 2019 roku Netflix przeznaczy na treści 15 miliardów dolarów. Dla porównania, przeznaczają na marketing skromne 2,9 miliarda dolarów.

Chociaż łatwo jest skoncentrować się na ogromnym budżecie treści Netflix, lepszym pomysłem byłoby skupienie się na procesie używanym do wymyślania pomysłów na te treści i na tym, jaką rolę odgrywa big data.

Infrastruktura Big Data Netflix

Netflix wykorzystuje oprogramowanie do przetwarzania danych i tradycyjne narzędzia do analizy biznesowej, takie jak Hadoop i Teradata, a także własne rozwiązania typu open source, takie jak Lipstick i Genie, do gromadzenia, przechowywania i przetwarzania ogromnych ilości informacji. Platformy te wpływają na decyzje, jakie treści tworzyć i promować wśród widzów.

Netflix nie korzysta z tradycyjnej hurtowni danych Hadoop opartej na centrum danych. Aby umożliwić przechowywanie i przetwarzanie szybko rosnącego zestawu danych, wykorzystuje S3 firmy Amazon do przechowywania swoich danych, co pozwala na łączenie wielu klastrów Hadoop dla różnych obciążeń roboczych uzyskujących dostęp do tych samych danych. W ekosystemie Hadoop używa Hive do zapytań ad hoc i analiz, a Pig do ETL (wyodrębnianie, przekształcanie, ładowanie) i algorytmów.

Następnie stworzył własny projekt Genie, aby pomóc w obsłudze coraz większych ilości danych w miarę ich skalowania. Wszystko to wskazuje na jedną rzecz: Netflix bardzo dba o posiadanie dużej ilości danych i możliwość ich przetwarzania, aby upewnić się, że dokładnie rozumie, czego chcą jego użytkownicy.

Wynik był niesamowity. Netflix był w stanie zapewnić wysoki wskaźnik zaangażowania z oryginalną treścią, tak że 90 procent użytkowników Netflixa zainteresowało się jego oryginalną treścią.

Podejście Netflix do treści Big Data jest tak skuteczne, że w porównaniu z branżą telewizyjną, gdzie zaledwie 35 procent programów jest odnawianych po pierwszym sezonie, Netflix odnawia 93 procent swoich oryginalnych seriali.

House of Cards: studium przypadku Netflix w big data

Jednym z najczęściej cytowanych przykładów wykorzystania Big Data przez Netflix do tworzenia udanych treści jest serial telewizyjny House of Cards. Z dobrych powodów.

Kilka szybkich faktów:

• Kiedy Netflix chciał wprowadzić program House of Cards w 2013 roku, w przeciwieństwie do standardowej praktyki w branży telewizyjnej, Netflix nie uruchomił pilota. Zamiast tego zlecił dwa sezony serialu (za około 100 milionów dolarów), jeszcze przed wyemitowaniem pierwszego odcinka. Bardzo duża gra o show bez gwarancji sukcesu, a przynajmniej tak sądzono.
• Program House of Cards stał się natychmiastowym hitem, a sześć lat później, pomimo zamieszania wokół jego gwiazdy, Kevina Spaceya, program nadal może pochwalić się oceną 8,8 na 10 z ponad 420 000 recenzji na IMDB, co plasuje go w lidze takich hitów jak Avatar i Soprano.
• Według Netflixa House of Cards odniósł taki sukces, że u szczytu sukcesu był najczęściej przesyłanym strumieniowo treścią w Stanach Zjednoczonych i 40 dodatkowych krajach.

Chociaż zaangażowanie Netflix w dwa sezony House of Cards było hazardem dla osób z zewnątrz, wtajemniczeni już wiedzieli, że serial odniesie sukces

W rzeczywistości zaufanie Netflix do sukcesu House of Cards było takie, że dyrektor powiedział GIGAOM w wywiadzie, że nie muszą wydawać milionów, aby ludzie mogli dostroić się do programu. Po prostu wiedzieli, że ludzie to obejrzą.

Ze względu na bezpośrednią relację Netflix ze swoimi subskrybentami, a także dużą ilość danych na temat interakcji odbiorców z ich treściami, firma mogła łatwo określić, jakiego rodzaju treści chcą ludzie.

W przypadku House of Cards, analizując swoje dane, Netflix zdał sobie sprawę, że znaczny procent z 33 milionów subskrybentów w tamtym czasie od początku do końca transmitował na swojej platformie pracę reżysera Davida Finchera, The Social Network, oraz że filmy z udziałem Kevin Spacey zawsze odnosił sukcesy ze swoją publicznością.

Co więcej, dane Netflixa ujawniły, że brytyjska wersja House of Cards na jego platformie okazała się strzałem w dziesiątkę. I że ci, którzy oglądali brytyjską wersję House of Cards, oglądali także inne filmy z udziałem Kevina Spaceya lub w reżyserii Davida Finchera.

Opierając się na tych danych, Netflix doszedł do wniosku, że i tak już udany program w Wielkiej Brytanii z udziałem uwielbianego aktora Kevina Spaceya i reżysera Davida Finchera, dla amerykańskiej publiczności, będzie wielkim hitem.

Netflix miał rację

W ciągu trzech miesięcy od wprowadzenia House of Cards Netflix dodał 2 miliony abonentów w Stanach Zjednoczonych i 1 milion dodatkowych abonentów na całym świecie.

Oznaczało to, że szacunkowo 72 miliony dolarów zostały dodane do wyniku finansowego firmy, prawie spłacając początkową inwestycję w pokaz House of Cards w ciągu zaledwie kilku miesięcy.

Przy 93-procentowym wskaźniku odnowień jego programów po pierwszym sezonie, sukces House of Cards nie jest odosobnionym incydentem. Inne serie, takie jak Orange Is The New Black, Arrested Development i The Crown, zostały wprowadzone, aby zyskać uznanie przy użyciu podobnego procesu, który opiera się na big data.

Jak Netflix wykorzystuje dane, aby poprawić wrażenia użytkownika

Jeśli chodzi o zbieranie danych, ogromna baza użytkowników Netflix, licząca ponad 148 milionów subskrybentów, daje mu ogromną przewagę. Następnie skupia się na następujących wskaźnikach:

• Data oglądania treści
• Urządzenie, na którym oglądano treści
• Jak charakter oglądanych treści różnił się w zależności od urządzenia
• Wyszukiwania na swojej platformie
• Fragmenty treści, które zostały ponownie obejrzane
• Czy zawartość została wstrzymana
• Dane o lokalizacji użytkownika
• Pora dnia i tygodnia, w której oglądano treści i jaki ma to wpływ na rodzaj oglądanych treści
• Metadane od stron trzecich, takich jak Nielsen
• Dane z mediów społecznościowych z Facebooka i Twittera

Po zebraniu danych Netflix wykorzystuje je na wiele sposobów. Jednym z najważniejszych zastosowań jest formułowanie i walidacja oryginalnych pomysłów programistycznych, jak omówiono w powyższym przykładzie House of Cards.

Prawdopodobnie ważniejszy jest sposób, w jaki Netflix opanował efektywne wykorzystanie danych, aby zachęcić ludzi do zaangażowania się w swoje treści.

Netflix jest tak dobry w ukierunkowanej promocji treści, że szacuje się, że system rekomendacji ma wpływ na około 80 procent treści przesyłanych strumieniowo na jego platformę.

Ten system rekomendacji został zaprojektowany w taki sposób, aby:

• Netflix koncentruje się na zapewnieniu każdemu użytkownikowi dokładnie tego, czego chce, za pomocą spersonalizowanego rankingu treści, który organizuje kolekcję każdego użytkownika Netflix na podstawie danych osobowych zebranych o użytkowniku. Podobnie jak Netflix, możesz używać danych big data, aby zapewnić, że na treści dostarczane każdemu użytkownikowi mają wpływ jego osobista aktywność i interakcja z Twoją marką, dzięki czemu doświadczenie treści jest wyjątkowe dla każdego użytkownika.
• Netflix plasuje najlepsze i zyskujące popularność treści nie tylko na podstawie popularności treści, ale także na podstawie danych osobowych dostępnych o użytkowniku. Treści są promowane na podstawie aktywności użytkownika w serwisie Netflix. Najważniejsza lekcja z tego jest taka, że ​​chociaż ludzie są zainteresowani tym, co jest popularne, nadal chcą, aby ich zainteresowania miały na to wpływ. Promując „najlepsze treści” wśród użytkowników, ważne jest, aby upewnić się, że jest to zgodne z ich osobistymi zainteresowaniami.
• Ostatnio oglądane treści są sortowane na podstawie analizy tego, czy użytkownicy powinni kontynuować oglądanie lub ponownie oglądać, lub czy użytkownicy przestali oglądać, ponieważ nie znaleźli interesującej treści. Ma to kluczowe znaczenie dla zapewnienia, że ​​Netflix nie znudzi swoich użytkowników; chcieć dalej promować te same treści, ponieważ w nie zainwestowałeś, może być kuszące. Jeśli aktywność użytkownika wskazuje na brak zainteresowania, lepiej zdegradować treści i zaproponować coś ciekawszego.
• Algorytm powinowactwa treści poleca treści podobne do treści, które właśnie obejrzał użytkownik. Należy zauważyć, że ludzie są bardziej skłonni do oglądania treści podobnych do tych, które właśnie obejrzeli.

Podsumowując

Nie nudząc się technicznymi sprawami, Netflix jest wyraźnie doskonałym przykładem potęgi Big Data. Chociaż możesz nie mieć zasobów do stworzenia własnego projektu w celu zwiększenia wydajności Big Data, tak jak zrobił to Netflix, tworząc projekt Genie, branża Big Data szybko się rozwija i istnieje wiele narzędzi typu open source, które pomogą Ci zbierać i przetwarzać niezbędne dane aby dokładnie zrozumieć, czego chcą Twoi użytkownicy.

Idąc za przykładem Netflix, możliwe jest efektywne wykorzystanie big data w celu ulepszenia treści i doświadczenia użytkownika oraz zapewnienia rozwoju firmy.

Gabrielle Sadeh jest konsultantem ds. marketingu cyfrowego. Można ją znaleźć na Twitterze @GabrielleSadeh.