Come Netflix utilizza i big data per creare contenuti e migliorare l’esperienza utente

Con una quota di mercato del 51 per cento del settore streaming americano e oltre 148 milioni di abbonati in streaming in tutto il mondo a partire dal Q4 2018, Netflix è certamente una forza da non sottovalutare.

Più interessante, Netflix è sulla buona strada per essere redditizio. Il grafico qui sotto, per gentile concessione di Statista, mostra le entrate annuali di Netflix da 2002 a 2018, e una cosa è chiara: Netflix sta crescendo costantemente ed esponenzialmente.

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 in gran parte influenzato dai big data.

I big data stanno aiutando Netflix a prosperare nonostante le decisioni contro-intuitive

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 contro-intuitive là fuori. Un enorme esempio della natura contro-intuitiva di Netflix è mostrato attraverso la sua decisione di bloccare le VPN nel 2016.

Questo nonostante il fatto che al momento, più di 30 milioni di utenti Netflix vivevano in paesi in cui il servizio di Netflix non è disponibile senza utilizzare una VPN o altri servizi di location-masking (e dove Netflix sta ora registrando la maggior parte dei suoi guadagni di abbonamento).

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

Eppure, Netflix è cresciuta solo da allora.

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

Quindi, come è Netflix in grado di continuare la rapida crescita nonostante alienando una parte significativa della sua base? Sfruttando i big data per scoprire esattamente ciò che gli utenti vogliono e darlo a loro.

Netflix sta scommettendo grande sui contenuti e l’esperienza utente, la parte più grande del budget di Netflix viene speso per i contenuti. Nel 2019, Netflix sta impegnando un budget di content 15 miliardi per i contenuti. Per confronto, stanno commettendo un magro billion 2.9 miliardi per il marketing.

Mentre è facile concentrarsi sull’enorme budget di contenuti di Netflix, sarebbe un’idea migliore concentrarsi sul processo utilizzato per elaborare idee per questo contenuto e su quanto di un ruolo giochi di big data.

L’infrastruttura 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. Al fine di consentire all’it di archiviare ed elaborare un set di dati in rapido aumento, utilizza S3 di Amazon per immagazzinare i propri dati, consentendo di generare più cluster Hadoop per carichi di lavoro diversi che accedono agli stessi dati. Nell’ecosistema Hadoop, utilizza Hive per query e analisi ad hoc e Pig per ETL (extract, transform, load) 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 particolare di avere un sacco di dati e di essere in grado di elaborare questi dati per garantire che capisce esattamente ciò che i suoi utenti vogliono.

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, tale che il 90% degli utenti Netflix si è impegnato con i suoi contenuti originali.

L’approccio big data di Netflix ai contenuti ha un tale successo che, rispetto al settore televisivo, dove solo il 35% degli spettacoli viene rinnovato dopo la prima stagione, Netflix rinnova il 93% della sua serie originale.

House of Cards: Un caso di studio Netflix in big data

Uno degli esempi più spesso citati dell’uso di Netflix di big data per concepire contenuti di successo è la serie TV House of Cards. Per buone ragioni.

Alcuni fatti rapidi:

• Quando Netflix ha voluto introdurre il Castello di carte spettacolo nel 2013, a differenza era la pratica standard nel settore televisivo, Netflix non ha lanciato un pilota. Invece, ha commissionato due stagioni dello show (per una stima di million 100+ milioni), anche prima che il primo episodio in onda. Una scommessa molto grande per uno spettacolo senza alcuna garanzia di successo, o almeno così si pensava.
• The House of Cards show è stato un successo immediato, e sei anni dopo, nonostante le turbolenze che circondano la sua stella, Kevin Spacey, il programma vanta ancora un 8.8 su 10 valutazione da oltre 420.000 recensioni su IMDB, mettendolo nella lega di blockbuster come Avatar e The Sopranos.
• Secondo Netflix, House of Cards è stato un tale successo che è stato il pezzo più streaming di contenuti negli Stati Uniti e altri 40 paesi al culmine del suo successo.

Mentre l’impegno di Netflix per due stagioni di House of Cards era un azzardo 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 Sapevano solo che la gente l’avrebbe guardato.

A causa del rapporto diretto Netflix ha con i suoi abbonati, così come l’abbondanza di dati su come i membri del pubblico interagiscono con i loro contenuti, la società potrebbe facilmente determinare che tipo di contenuti la gente voleva.

Nel caso di House of Cards, analizzando i suoi dati, Netflix si rese conto che una percentuale significativa dei suoi 33 milioni di abbonati, all’epoca, aveva trasmesso il regista David Fincher, Il Social Network, dall’inizio alla fine sulla sua piattaforma, e che i film con Kevin Spacey sono sempre un 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 britannica 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, interpretato dal tanto amato attore Kevin Spacey e dal 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 una stima di million 72 milioni è stato aggiunto alla linea di fondo della società, quasi ripagando il suo investimento iniziale nel Castello di carte mostrano 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 acclamazione utilizzando un processo simile che si basa sui big data.

Come Netflix utilizza i dati per migliorare l’esperienza 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:

• Data contenuto è stato visto
• Il dispositivo su cui il contenuto è stato visto
• Come la natura del contenuto guardato varia in base al dispositivo
• Ricerche sulla sua piattaforma
• Porzioni di contenuto che ha ri-guardato
• Se il contenuto è stato messo in pausa
• dati sulla posizione degli Utenti
• Tempo della giornata e della settimana in cui il contenuto è stato visto e come influisce il tipo di contenuto guardato
• Metadati da parte di terzi, come Nielsen
• i dati dei Social media, da Facebook e Twitter

una Volta che i dati sono stati raccolti, Netflix utilizza questi dati in molti modi. Uno degli usi più importanti è la formulazione e la convalida di idee di programmazione originali, come discusso nell’esempio di House of Cards sopra.

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

Netflix è così bravo nella promozione mirata dei contenuti che si stima che l ‘ 80% dei contenuti in streaming sulla sua piattaforma sia influenzato dal suo sistema di raccomandazione.

Questo sistema di raccomandazione è progettato in modo tale che:

• Netflix si concentra sul dare a ciascun utente solo ciò che l’utente vuole attraverso un ranker di contenuti personalizzati che organizza la raccolta di ogni utente Netflix in base alle informazioni personali raccolte sull’utente. Come Netflix, puoi utilizzare i big data per assicurarti che i contenuti consegnati a ciascun utente siano influenzati dall’attività personale dell’utente e dall’interazione con il tuo brand, 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 è promosso sulla base dell’attività Netflix dell’utente. La lezione chiave qui è che mentre le persone sono interessate a ciò che è popolare, vogliono ancora che sia influenzato dai loro interessi. Quando si promuovono” contenuti top ” per gli utenti, è importante assicurarsi che sia rilevante per il loro interesse personale.
• I contenuti visualizzati di recente vengono ordinati in base a un’analisi se gli utenti dovrebbero continuare a guardare o rewatching, o se gli utenti hanno smesso di guardare a causa di non trovare il contenuto interessante. Questa è la chiave per garantire che Netflix non annoia i suoi utenti; si può essere tentati di voler continuare a promuovere lo stesso contenuto da quando hai investito in esso. 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 dei contenuti consiglia contenuti simili a quelli che un utente ha appena guardato. È importante notare che le persone hanno maggiori probabilità di voler consumare contenuti simili a quello che hanno appena consumato.

In conclusione

Senza annoiarsi con il tecnicismo, Netflix è chiaramente un grande esempio della potenza dei big data. Mentre potresti non avere le risorse per creare il tuo progetto per una maggiore efficienza dei big data come Netflix ha fatto creando il suo progetto Genie, il settore dei big data si sta rapidamente evolvendo e 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 della tua attività.

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