วิธีที่ Netflix ใช้ Big Data เพื่อสร้างเนื้อหาและยกระดับประสบการณ์ผู้ใช้

ด้วยส่วนแบ่งตลาด 51 เปอร์เซ็นต์ของอุตสาหกรรมการสตรีมในอเมริกา และสมาชิกสตรีมมิ่งมากกว่า 148 ล้านคนทั่วโลก ณ ไตรมาสที่ 4 ปี 2018 Netflix จึงเป็นปัจจัยสำคัญที่ต้องคำนึงถึง

ที่น่าสนใจกว่านั้นคือ Netflix อยู่ในเส้นทางที่จะสร้างผลกำไร แผนภูมิด้านล่างซึ่งได้รับความอนุเคราะห์จาก Statista แสดงรายได้ประจำปีของ Netflix ตั้งแต่ปี 2545 ถึงปี 2561 และมีสิ่งหนึ่งที่ชัดเจน: Netflix มีการเติบโตอย่างต่อเนื่องและทวีคูณ

ไม่เหมือนกับแบรนด์อื่นๆ ส่วนใหญ่ การเติบโตของ Netflix นั้นมาจากเนื้อหาและประสบการณ์ของผู้ใช้มากกว่าการตลาด และเนื้อหานี้ส่วนใหญ่ได้รับอิทธิพลจากข้อมูลขนาดใหญ่

ข้อมูลขนาดใหญ่ช่วยให้ Netflix เติบโตแม้จะมีการตัดสินใจที่ขัดกับสัญชาตญาณก็ตาม

ในขณะที่หลายองค์กรยังไม่ได้ใช้ประโยชน์จากข้อมูลที่มีอยู่อย่างมีประสิทธิภาพ Netflix เป็นข้อยกเว้นที่น่าสังเกต

Netflix เป็นหนึ่งในบริษัทที่ใช้งานง่ายที่สุด ตัวอย่างขนาดใหญ่ของลักษณะตอบโต้ของ Netflix แสดงให้เห็นผ่านการตัดสินใจที่จะแบน VPN ในปี 2559

แม้ว่าในขณะนั้นจะมีผู้ใช้ Netflix มากกว่า 30 ล้านคนอาศัยอยู่ในประเทศที่ไม่สามารถใช้บริการของ Netflix ได้โดยไม่ต้องใช้ VPN หรือบริการปิดบังตำแหน่ง

ในปีเดียวกันนั้น Netflix ได้ขึ้นราคาและปฏิเสธที่จะกลับลงมา แม้ว่าจะมีการประท้วงจากผู้ใช้และการสูญเสียผู้ใช้หลายแสนคน

ถึงกระนั้น Netflix ก็เติบโตขึ้นตั้งแต่นั้นเป็นต้นมา

แผนภูมิต่อไปนี้แสดงการเติบโตของสมาชิกของ Netflix เนื่องจากมีการตัดสินใจที่ขัดแย้งกันในการแบน VPN และเพิ่มราคาในปี 2559

แล้ว Netflix จะสามารถเติบโตอย่างรวดเร็วต่อไปได้อย่างไรแม้จะแยกส่วนฐานที่สำคัญออกไป? โดยใช้ประโยชน์จากข้อมูลขนาดใหญ่เพื่อค้นหาว่าผู้ใช้ต้องการอะไรและมอบให้พวกเขา

Netflix เดิมพันกับเนื้อหาและประสบการณ์ของผู้ใช้เป็นจำนวนมาก งบประมาณก้อนใหญ่ของ Netflix ถูกใช้ไปกับเนื้อหา ในปี 2019 Netflix ทุ่มงบประมาณ 15 พันล้านดอลลาร์สำหรับเนื้อหา สำหรับการเปรียบเทียบ พวกเขากำลังทำการตลาดเพียงเล็กน้อยเพียง 2.9 พันล้านดอลลาร์

แม้ว่าการมุ่งเน้นที่งบประมาณเนื้อหาจำนวนมากของ Netflix เป็นเรื่องง่าย แต่ควรเน้นที่กระบวนการที่ใช้สร้างแนวคิดสำหรับเนื้อหานี้และบทบาทของข้อมูลขนาดใหญ่ที่ดีกว่า

โครงสร้างพื้นฐาน Big Data ของ Netflix

Netflix ใช้ซอฟต์แวร์ประมวลผลข้อมูลและเครื่องมือทางธุรกิจแบบดั้งเดิม เช่น Hadoop และ Teradata ตลอดจนโซลูชันโอเพนซอร์สของตัวเอง เช่น Lipstick และ Genie เพื่อรวบรวม จัดเก็บ และประมวลผลข้อมูลจำนวนมหาศาล แพลตฟอร์มเหล่านี้มีอิทธิพลต่อการตัดสินใจเลือกเนื้อหาที่จะสร้างและโปรโมตแก่ผู้ดู

Netflix ไม่ได้ใช้คลังข้อมูล Hadoop ที่ใช้ศูนย์ข้อมูลแบบเดิม เพื่อให้สามารถจัดเก็บและประมวลผลชุดข้อมูลที่เพิ่มขึ้นอย่างรวดเร็ว บริษัทจึงใช้ S3 ของ Amazon เพื่อจัดเก็บข้อมูล ซึ่งช่วยให้สามารถหมุนคลัสเตอร์ Hadoop หลายชุดสำหรับปริมาณงานต่างๆ ที่เข้าถึงข้อมูลเดียวกันได้ ในระบบนิเวศ Hadoop จะใช้ Hive สำหรับการสืบค้นและการวิเคราะห์เฉพาะกิจ และ Pig สำหรับ ETL (แยก แปลง โหลด) และอัลกอริทึม

จากนั้นจึงสร้างโปรเจ็กต์ Genie ขึ้นมาเองเพื่อช่วยจัดการกับปริมาณข้อมูลจำนวนมากขึ้นเรื่อยๆ ทั้งหมดนี้ชี้ให้เห็นถึงสิ่งหนึ่ง: Netflix มีความเฉพาะเจาะจงมากเกี่ยวกับการมีข้อมูลจำนวนมากและสามารถประมวลผลข้อมูลนี้เพื่อให้แน่ใจว่าเข้าใจอย่างถ่องแท้ว่าผู้ใช้ต้องการอะไร

ผลลัพธ์ที่ได้ก็น่าทึ่งไม่แพ้กัน Netflix สามารถรับประกันอัตราการมีส่วนร่วมสูงกับเนื้อหาต้นฉบับได้ เช่น 90 เปอร์เซ็นต์ของผู้ใช้ Netflix มีส่วนร่วมกับเนื้อหาต้นฉบับ

เนื้อหาขนาดใหญ่ของ Netflix ประสบความสำเร็จอย่างมากเมื่อเทียบกับอุตสาหกรรมทีวีที่มีการต่ออายุรายการเพียง 35 เปอร์เซ็นต์หลังจากซีซันแรก Netflix จะต่ออายุซีรี่ส์เดิม 93 เปอร์เซ็นต์

House of Cards: กรณีศึกษาของ Netflix ในข้อมูลขนาดใหญ่

ตัวอย่างที่มักถูกกล่าวถึงมากที่สุดของการใช้ข้อมูลขนาดใหญ่ของ Netflix เพื่อสร้างเนื้อหาที่ประสบความสำเร็จคือซีรี่ส์ทางทีวีของ House of Cards ด้วยเหตุผลที่ดี

ข้อเท็จจริงบางประการ:

• เมื่อ Netflix ต้องการแนะนำรายการ House of Cards ในปี 2013 Netflix ไม่ได้เปิดตัวโครงการนำร่องซึ่งแตกต่างจากวิธีปฏิบัติมาตรฐานในอุตสาหกรรมทีวี แต่ได้รับหน้าที่แสดงสองซีซัน (ประมาณ 100 ล้านดอลลาร์ขึ้นไป) ก่อนออกอากาศตอนแรก การเดิมพันครั้งใหญ่สำหรับรายการที่ไม่มีการรับประกันว่าจะประสบความสำเร็จ หรืออย่างที่คิด
• การแสดง House of Cards ได้รับความนิยมในทันที และหกปีต่อมา แม้จะมีความสับสนวุ่นวายรอบ ๆ ดาวของมันอย่าง Kevin Spacey แต่โปรแกรมนี้ก็ยังได้รับคะแนน 8.8 จาก 10 จากบทวิจารณ์มากกว่า 420,000 รายการใน IMDB ซึ่งทำให้ภาพยนตร์เรื่องนี้ติดอันดับภาพยนตร์ดังอย่าง IMDB อวตารและนักร้องเสียงโซปราโน
• ตามรายงานของ Netflix House of Cards ประสบความสำเร็จอย่างมากจนเป็นเนื้อหาที่มีการสตรีมมากที่สุดในสหรัฐอเมริกาและอีก 40 ประเทศที่ประสบความสำเร็จสูงสุด

ในขณะที่ความมุ่งมั่นของ Netflix ต่อ House of Cards สองฤดูกาลเป็นการพนันกับบุคคลภายนอก คนวงในรู้ดีว่าการแสดงจะประสบความสำเร็จ

ในความเป็นจริง ความเชื่อมั่นของ Netflix ในความสำเร็จของ House of Cards นั้นทำให้ผู้บริหารบอก GIGAOM ในการให้สัมภาษณ์ว่าพวกเขาไม่จำเป็นต้องใช้เงินหลายล้านเพื่อดึงดูดให้คนมาเข้าร่วมโปรแกรม พวกเขารู้ว่าคนจะดูมัน

เนื่องจากความสัมพันธ์โดยตรงของ Netflix กับสมาชิก รวมถึงข้อมูลมากมายเกี่ยวกับวิธีการที่ผู้ชมโต้ตอบกับเนื้อหาของพวกเขา บริษัทจึงสามารถระบุประเภทของเนื้อหาที่ผู้คนต้องการได้อย่างง่ายดาย

ในกรณีของ House of Cards โดยการวิเคราะห์ข้อมูล Netflix พบว่าเปอร์เซ็นต์ที่มีนัยสำคัญของผู้ติดตาม 33 ล้านคนในขณะนั้นได้สตรีมงานของผู้กำกับ David Fincher นั่นคือ The Social Network ตั้งแต่ต้นจนจบบนแพลตฟอร์ม และภาพยนตร์ที่มีเนื้อหา Kevin Spacey ประสบความสำเร็จกับผู้ชมเสมอ

ยิ่งไปกว่านั้น ข้อมูลของ Netflix ยังเปิดเผยว่า House of Cards เวอร์ชันอังกฤษบนแพลตฟอร์มได้รับความนิยม และผู้ที่ดู House of Cards เวอร์ชันอังกฤษก็เคยดูภาพยนตร์เรื่องอื่นที่นำแสดงโดย Kevin Spacey หรือกำกับโดย David Fincher

จากข้อมูลนี้ Netflix สรุปว่าการแสดงที่ประสบความสำเร็จในสหราชอาณาจักรซึ่งนำแสดงโดยนักแสดงชื่อดังอย่าง Kevin Spacey และผู้กำกับ David Fincher สำหรับผู้ชมชาวอเมริกันจะได้รับความนิยมอย่างมาก

Netflix พูดถูก

ภายในสามเดือนหลังจากเปิดตัว House of Cards Netflix ได้เพิ่มสมาชิก 2 ล้านรายในสหรัฐอเมริกาและ 1 ล้านรายในต่างประเทศ

ซึ่งหมายความว่าบริษัทได้เพิ่มเงินประมาณ 72 ล้านดอลลาร์ให้กับกำไรของบริษัท ซึ่งเกือบจะจ่ายเงินลงทุนเริ่มแรกในรายการ House of Cards ในเวลาเพียงไม่กี่เดือน

ด้วยอัตราการต่ออายุการแสดง 93 เปอร์เซ็นต์หลังจบฤดูกาลแรก ความสำเร็จของ House of Cards ไม่ใช่เรื่องบังเอิญ ซีรีส์อื่นๆ เช่น Orange Is The New Black, Arrested Development และ The Crown ได้รับการแนะนำให้รู้จักโดยใช้กระบวนการที่คล้ายคลึงกันซึ่งอาศัยข้อมูลขนาดใหญ่

วิธีที่ Netflix ใช้ข้อมูลเพื่อยกระดับประสบการณ์ผู้ใช้

ในการรวบรวมข้อมูล ฐานผู้ใช้ขนาดใหญ่ของ Netflix ที่มีสมาชิกกว่า 148 ล้านคนทำให้ได้เปรียบอย่างมาก จากนั้นจะเน้นที่เมตริกต่อไปนี้:

• เนื้อหาวันที่รับชม
• อุปกรณ์ที่ใช้รับชมเนื้อหา
• ลักษณะของเนื้อหาที่ดูแตกต่างกันไปตามอุปกรณ์
• ค้นหาบนแพลตฟอร์ม
• บางส่วนของเนื้อหาที่มีการดูซ้ำ
• เนื้อหาถูกหยุดชั่วคราวหรือไม่
• ข้อมูลตำแหน่งของผู้ใช้
• เวลาของวันและสัปดาห์ที่มีการรับชมเนื้อหาและอิทธิพลต่อประเภทของเนื้อหาที่รับชม
• ข้อมูลเมตาจากบุคคลที่สาม เช่น Nielsen
• ข้อมูลโซเชียลมีเดียจาก Facebook และ Twitter

เมื่อรวบรวมข้อมูลแล้ว Netflix จะใช้ข้อมูลนี้ในหลายวิธี การใช้งานที่สำคัญที่สุดอย่างหนึ่งคือการกำหนดและตรวจสอบแนวคิดการเขียนโปรแกรมดั้งเดิม ตามที่กล่าวไว้ในตัวอย่าง House of Cards ด้านบน

เนื้อหาที่สำคัญกว่านั้นคือวิธีที่ Netflix เชี่ยวชาญการใช้ข้อมูลอย่างมีประสิทธิภาพเพื่อให้ผู้คนมีส่วนร่วมกับเนื้อหา

Netflix เก่งในการโปรโมตเนื้อหาที่ตรงเป้าหมาย ซึ่งประมาณ 80 เปอร์เซ็นต์ของเนื้อหาที่สตรีมบนแพลตฟอร์มได้รับอิทธิพลจากระบบการแนะนำ

ระบบการแนะนำนี้ได้รับการออกแบบในลักษณะที่:

• Netflix มุ่งเน้นที่จะมอบสิ่งที่ผู้ใช้ต้องการให้กับผู้ใช้แต่ละคนผ่านตัวจัดอันดับเนื้อหาส่วนบุคคลที่จัดระเบียบคอลเลกชันของผู้ใช้ Netflix แต่ละคนตามข้อมูลส่วนบุคคลที่รวบรวมเกี่ยวกับผู้ใช้ เช่นเดียวกับ Netflix คุณสามารถใช้บิ๊กดาต้าเพื่อให้แน่ใจว่าเนื้อหาที่ส่งถึงผู้ใช้แต่ละรายได้รับอิทธิพลจากกิจกรรมส่วนตัวของผู้ใช้และการโต้ตอบกับแบรนด์ของคุณ เพื่อให้มั่นใจว่าประสบการณ์เนื้อหาจะไม่ซ้ำกันสำหรับผู้ใช้ทุกคน
• Netflix จัดอันดับเนื้อหายอดนิยมและมีแนวโน้มไม่เฉพาะตามความนิยมของเนื้อหาเท่านั้น แต่ยังอิงตามข้อมูลส่วนบุคคลที่มีเกี่ยวกับผู้ใช้ด้วย เนื้อหาได้รับการส่งเสริมตามกิจกรรม Netflix ของผู้ใช้ บทเรียนสำคัญที่นี่คือในขณะที่ผู้คนสนใจในสิ่งที่เป็นที่นิยม พวกเขายังต้องการให้ได้รับอิทธิพลจากความสนใจของพวกเขา เมื่อโปรโมต "เนื้อหายอดนิยม" แก่ผู้ใช้ สิ่งสำคัญคือต้องตรวจสอบให้แน่ใจว่าเนื้อหาเกี่ยวข้องกับความสนใจส่วนตัวของพวกเขา
• เนื้อหาที่ดูล่าสุดจะถูกจัดเรียงตามการวิเคราะห์ว่าผู้ใช้คาดว่าจะดูต่อหรือดูซ้ำ หรือผู้ใช้หยุดดูเนื่องจากไม่พบเนื้อหาที่น่าสนใจ นี่เป็นกุญแจสำคัญในการรับรองว่า Netflix จะไม่ทำให้ผู้ใช้เบื่อหน่าย อาจเป็นเรื่องน่าดึงดูดใจที่อยากจะส่งเสริมเนื้อหาเดิมต่อไปเนื่องจากคุณลงทุนกับเนื้อหานั้น หากกิจกรรมของผู้ใช้ระบุว่าไม่สนใจ จะเป็นการดีกว่าที่จะลดระดับเนื้อหาและเสนอสิ่งที่น่าสนใจมากขึ้น
• อัลกอริธึมความสัมพันธ์ของเนื้อหาแนะนำเนื้อหาที่คล้ายกับเนื้อหาที่ผู้ใช้เพิ่งดู สิ่งสำคัญคือต้องทราบว่าผู้คนมักจะต้องการบริโภคเนื้อหาที่คล้ายกับที่พวกเขาเพิ่งบริโภคไป

สรุปแล้ว

Netflix เป็นตัวอย่างที่ดีของพลังของข้อมูลขนาดใหญ่อย่างชัดเจนโดยไม่เบื่อกับเทคนิค แม้ว่าคุณอาจไม่มีทรัพยากรในการสร้างโปรเจ็กต์ของคุณเองเพื่อเพิ่มประสิทธิภาพของบิ๊กดาต้าอย่าง Netflix โดยการสร้างโปรเจ็กต์ Genie แต่อุตสาหกรรมบิ๊กดาต้ากำลังพัฒนาอย่างรวดเร็วและมีเครื่องมือโอเพนซอร์สมากมายที่จะช่วยคุณรวบรวมและประมวลผลข้อมูลที่จำเป็น เพื่อให้เข้าใจว่าผู้ใช้ของคุณต้องการอะไร

โดยทำตามตัวอย่างของ Netflix เป็นไปได้ที่จะใช้ประโยชน์จากข้อมูลขนาดใหญ่อย่างมีประสิทธิภาพเพื่อปรับปรุงเนื้อหาและประสบการณ์ของผู้ใช้และรับรองการเติบโตของธุรกิจของคุณ

Gabrielle Sadeh เป็นที่ปรึกษาการตลาดดิจิทัล เธอสามารถพบได้บน Twitter @GabrielleSadeh