Kuinka Netflix käyttää big dataa sisällön luomiseen ja käyttäjäkokemuksen parantamiseen

51 prosentin markkinaosuudella amerikkalaisesta suoratoistoteollisuudesta ja yli 148 miljoonalla suoratoistotilaajalla maailmanlaajuisesti Q4 2018: sta lähtien, Netflix on varmasti varteenotettava voima.

kiinnostavampaa on, että Netflix on saamassa tuottoa. Alla oleva kaavio Statistan luvalla näyttää Netflixin vuosittaiset tulot vuosilta 2002-2018, ja yksi asia on selvä: Netflix kasvaa jatkuvasti ja eksponentiaalisesti.

toisin kuin useimmat muut brändit, Netflixin kasvu johtuu enemmän sisällöstä ja käyttäjäkokemuksesta kuin markkinoinnista, ja tähän sisältöön vaikuttaa pitkälti big data.

Big data auttaa Netflixiä menestymään huolimatta intuition vastaisista päätöksistä

vaikka monet organisaatiot eivät ole vielä hyödyntäneet tehokkaasti käytettävissään olevaa dataa, Netflix on huomionarvoinen poikkeus.

Netflix on helposti yksi vastavoimaisimmista yhtiöistä. Valtava esimerkki Netflixin vastavaikutteisuudesta näkyy sen päätöksessä sulkea VPN: t vuonna 2016.

näin siitä huolimatta, että tuolloin yli 30 miljoonaa Netflixin käyttäjää asui maissa, joissa Netflixin palvelu ei ole käytettävissä ilman VPN: ää tai muita sijainnin peittäviä palveluita (ja joissa Netflix kirjaa nyt suurimman osan tilausvoitoistaan).

samana vuonna Netflix nosti hintojaan eikä suostunut perääntymään käyttäjien vastalauseista ja satojen tuhansien käyttäjien menetyksistä huolimatta.

silti Netflix on vain kasvanut sen jälkeen.

seuraavassa kaaviossa näkyy Netflixin tilaajakasvu sen jälkeen, kun se teki kiistellyn päätöksensä kieltää VPN: t ja nostaa hintojaan vuonna 2016.

Joten miten Netflix pystyy jatkamaan nopeaa kasvua, vaikka se vieraannuttaa merkittävän osan tukikohdastaan? Hyödyntämällä big data selvittää, mitä käyttäjät haluavat ja antaa sen heille.

Netflix panostaa paljon sisältöön ja käyttäjäkokemukseen, Netflixin budjetista suurempi osa kuluu sisältöön. Vuonna 2019 Netflix sitoo sisältöihin 15 miljardin dollarin budjetin. Vertailun vuoksi, he sitoutuvat niukat 2,9 miljardia dollaria markkinointiin.

vaikka Netflixin valtavaan sisältöbudjettiin on helppo keskittyä, olisi parempi keskittyä prosessiin, jolla ideoidaan tätä sisältöä ja kuinka suuri rooli big datalla on.

Netflixin big data infrastructure

Netflix käyttää tietojenkäsittelyohjelmistoja ja perinteisiä business intelligence-työkaluja, kuten Hadoopia ja Teradataa, sekä omia avoimen lähdekoodin ratkaisujaan, kuten Lipstickiä ja Genietä, massiivisten tietomäärien keräämiseen, tallentamiseen ja käsittelyyn. Nämä alustat vaikuttavat sen päätöksiin siitä, mitä sisältöä luodaan ja mainostetaan katsojille.

Netflix ei käytä perinteistä Datakeskuspohjaista Hadoop-tietovarastoa. Jotta se voisi tallentaa ja käsitellä nopeasti kasvavaa dataa, se käyttää Amazonin S3: a tallentaakseen tietonsa, jolloin se voi spin up useita Hadoop-klustereita eri työkuormille, jotka käyttävät samaa dataa. Hadoop-ekosysteemissä se käyttää hiveä ad hoc-kyselyihin ja analytiikkaan ja Pig: tä ETL: ään (extract, transform, load) ja algoritmeihin.

sen jälkeen se loi oman Genie-projektinsa, jonka avulla se pystyi käsittelemään yhä suurempia tietomääriä laajetessaan. Kaikki tämä viittaa yhteen asiaan: Netflix on hyvin erityinen siitä, että sillä on paljon dataa ja se pystyy käsittelemään näitä tietoja varmistaakseen, että se ymmärtää tarkalleen, mitä sen käyttäjät haluavat.

tulos on ollut suorastaan hämmästyttävä. Netflix on pystynyt varmistamaan alkuperäisen sisältönsä korkean sitoutumisasteen siten, että 90 prosenttia Netflixin käyttäjistä on sitoutunut sen alkuperäiseen sisältöön.

Netflixin big data-lähestymistapa sisältöön on niin onnistunut, että verrattuna TV-alaan, jossa vain 35 prosenttia ohjelmista uusitaan ensimmäisen tuotantokauden jälkeen, Netflix uudistaa 93 prosenttia alkuperäisistä sarjoistaan.

House of Cards: Netflixin tapaustutkimus big datassa

yksi usein siteeratuimmista esimerkeistä Netflixin big datan käytöstä menestyksekkään sisällön luomiseen on House of Cards-tv-sarja. Hyvästä syystä.

joitakin pikatietoja:

• kun Netflix halusi esitellä House of Cards-ohjelman vuonna 2013, toisin kuin tv-alalla oli tapana, Netflix ei käynnistänyt pilottijaksoa. Sen sijaan, se tilasi kaksi vuodenaikaa show (varten arviolta $100 + miljoonaa), jo ennen ensimmäisen jakson esitettiin. Erittäin iso riski näytökselle, jonka onnistumisesta ei ole takeita, tai niin ainakin luultiin.
• House of Cards-ohjelma oli välitön hitti, ja kuusi vuotta myöhemmin, huolimatta sen tähden Kevin Spaceyn ympärillä pyörivästä myllerryksestä, ohjelma ylpeilee edelleen 8.8 / 10-arvosanalla yli 420 000 arvostelusta IMDB: ssä, nostaen sen avatarin ja The Sopranosin kaltaisten hittien joukkoon.
• Netflixin mukaan House of Cards oli niin suuri menestys, että se oli striimatuin sisältö Yhdysvalloissa ja 40 muussa maassa suosionsa huipulla.

vaikka Netflixin sitoutuminen House of Cardsin kahteen tuotantokauteen oli ulkopuolisille uhkapeliä, sisäpiiriläiset tiesivät jo, että sarja menestyisi

itse asiassa Netflixin luottamus House of Cardsin menestykseen oli niin suuri, että johtaja kertoi GIGAOMILLE haastattelussa, ettei heidän tarvinnut käyttää miljoonia saadakseen ihmiset virittäytymään ohjelmaan. He vain tiesivät, että ihmiset katsoisivat sitä.

johtuen Netflixin suorasta suhteesta tilaajiinsa sekä runsaasta datasta siitä, miten yleisön jäsenet ovat vuorovaikutuksessa sisältönsä kanssa, yhtiö pystyi helposti päättelemään, millaista sisältöä ihmiset halusivat.

House of Cardsin tapauksessa Netflix tajusi sen tietoja analysoimalla, että merkittävä osa sen silloisista 33 miljoonasta tilaajasta oli striimannut ohjaaja David Fincherin The Social Network-teoksen alusta loppuun alustallaan ja että Kevin Spaceyn esittämät elokuvat menestyivät aina yleisönsä kanssa.

kaiken lisäksi Netflixin tiedot paljastivat, että House of Cardsin brittiversio sen alustalla oli hitti. Ja että House of Cardsin Brittiversiota katsoneet olivat katsoneet myös muita Kevin Spaceyn näyttelemiä tai David Fincherin ohjaamia elokuvia.

näihin tietoihin nojaten Netflix päätteli, että Britanniassa jo valmiiksi menestynyt sarja, jonka pääosissa nähdään paljon pidetty näyttelijä Kevin Spacey ja ohjaaja David Fincher, tulee olemaan amerikkalaisyleisölle iso hitti.

Netflix oli oikeassa

kolmen kuukauden sisällä House of Cardsin käyttöönotosta Netflix lisäsi Yhdysvalloissa 2 miljoonaa tilaajaa ja kansainvälisesti 1 miljoona ylimääräistä tilaajaa.

tämä merkitsi sitä, että yhtiön pohjalukemiin lisättiin arviolta 72 miljoonaa dollaria, millä se oli vähällä maksaa alkuperäisen sijoituksensa House of Cards-show ’ hun vain muutamassa kuukaudessa.

sen sarjojen uusintaprosentti ensimmäisen tuotantokauden jälkeen on 93, joten House of Cardsin menestys ei ole yksittäistapaus. Muita sarjoja, kuten Orange Is The New Black, Arrested Development ja The Crown otettiin suosioon käyttäen samanlaista prosessia, joka perustuu big dataan.

kuinka Netflix käyttää dataa parantaakseen käyttäjäkokemusta

tiedon keräämisessä Netflixin valtava käyttäjäkunta, yli 148 miljoonaa tilaajaa, antaa sille valtavan edun. Sen jälkeen se keskittyy seuraaviin mittareihin:

• sisällön katselupäivä
• Laite, jolla sisältöä katseltiin
• miten katsellun sisällön luonne vaihteli laitteen perusteella
• hakuja sen alustalla
• osia sisällöstä, jotka joutuivat uudelleen katseltaviksi
• Oliko sisältö tauolla
• Oliko sisältö tauolla
• Oliko sisältö tauolla
• Oliko sisältö tauolla
• käyttäjän sijaintitiedot
• sen päivän ja viikon kellonaika, jona sisältöä katsottiin, ja miten se vaikuttaa katseltavan sisällön laatuun
• metatiedot kolmansilta osapuolilta, kuten Nielsen
• sosiaalisen median tiedot Facebookista ja Twitteristä

kun tiedot on yhteenlaskettuna Netflix käyttää näitä tietoja monin tavoin. Yksi tärkeimmistä käyttötarkoituksista on formulating ja validointi alkuperäinen ohjelmointi ideoita, kuten edellä House of Cards esimerkki.

todennäköisesti merkittävämpää on tapa, jolla Netflix hallitsee datan tehokkaan käytön saadakseen ihmiset sitoutumaan sen sisältöön.

Netflix on niin hyvä kohdennetussa sisällönedistämisessä, että arviolta 80 prosenttiin sen alustalla suoratoistettavasta sisällöstä vaikuttaa sen suositusjärjestelmä.

tämä suositusjärjestelmä on suunniteltu siten, että:

• Netflix keskittyy antamaan jokaiselle käyttäjälle juuri sitä, mitä tämä haluaa personoidun sisältörekisterin kautta, joka järjestää jokaisen Netflix-käyttäjän kokoelman käyttäjästä kerättyjen henkilökohtaisten tietojen perusteella. Netflixin tavoin voit big datan avulla varmistaa, että jokaiselle käyttäjälle toimitettavaan sisältöön vaikuttaa käyttäjän henkilökohtainen aktiivisuus ja vuorovaikutus brändisi kanssa, varmistaen, että sisältökokemus on jokaiselle käyttäjälle ainutlaatuinen.
• Netflix sijoittuu suosituimmaksi ja trendaavimmaksi sisällöksi paitsi sen perusteella, kuinka suosittua sisältö on, myös käyttäjästä saatavilla olevien henkilökohtaisten tietojen perusteella. Sisältöä mainostetaan käyttäjän Netflix-aktiivisuuden perusteella. Keskeinen opetus tässä on se, että vaikka ihmiset ovat kiinnostuneita siitä, mikä on suosittua, he haluavat silti, että heidän kiinnostuksensa vaikuttavat siihen. Kun mainostat ”huippusisältöä” käyttäjille, on tärkeää varmistaa, että se on relevantti heidän henkilökohtaisen etunsa kannalta.
• äskettäin katsottu sisältö lajitellaan perustuen analyysiin siitä, odotetaanko käyttäjien jatkavan katsomista tai uudelleenkatkomista, vai lopettivatko käyttäjät katsomisen, koska eivät pitäneet sisältöä kiinnostavana. Tämä on avain sen varmistamiseen, että Netflix ei pitkästytä käyttäjiään; se voi olla houkuttelevaa haluavat pitää edistää samaa sisältöä, koska olet investoinut siihen. Jos käyttäjän toiminta osoittaa kiinnostuksen puutetta, on parempi relegate sisältöä ja tarjota jotain mielenkiintoisempaa.
• sisällön affiniteettialgoritmi suosittelee sisältöä, joka muistuttaa käyttäjän juuri katsomaa sisältöä. On tärkeää huomata, että ihmiset ovat todennäköisesti haluavat kuluttaa sisältöä samanlainen kuin ne juuri kulutetaan.

johtopäätöksenä

kyllästymättä muotoseikkoihin Netflix on selvästi loistava esimerkki big datan voimasta. Vaikka sinulla ei ehkä ole resursseja luoda omaa projektia big data-tehokkuuden lisäämiseksi, kuten Netflix teki luomalla Genie-projektinsa, big data-teollisuus kehittyy nopeasti ja on olemassa paljon avoimen lähdekoodin työkaluja, joiden avulla voit kerätä ja käsitellä olennaisia tietoja ymmärtääksesi, mitä käyttäjät haluavat.

noudattamalla Netflixin esimerkkiä on mahdollista hyödyntää big Dataa tehokkaasti parantaakseen sisältöäsi ja käyttökokemustasi ja varmistaakseen liiketoimintasi kasvun.

Gabrielle Sadeh on digitaalisen markkinoinnin konsultti. Hän löytyy Twitteristä @GabrielleSadeh.