Comment Netflix utilise le big Data pour créer du contenu et améliorer l’expérience utilisateur

Avec une part de marché de 51% de l’industrie américaine du streaming et plus de 148 millions d’abonnés au streaming dans le monde au 4e trimestre 2018, Netflix est certainement une force avec laquelle il faut compter.

Plus intéressant, Netflix est en passe d’être rentable. Le graphique ci-dessous, gracieuseté de Statista, montre le chiffre d’affaires annuel de Netflix de 2002 à 2018, et une chose est claire: Netflix connaît une croissance constante et exponentielle.

Contrairement à la plupart des autres marques, la croissance de Netflix est davantage attribuable au contenu et à l’expérience utilisateur qu’au marketing, et ce contenu est largement influencé par le big Data.

Le Big Data aide Netflix à prospérer malgré des décisions contre-intuitives

Alors que de nombreuses organisations n’ont pas encore exploité efficacement les données à leur disposition, Netflix est une exception notable.

Netflix est facilement l’une des entreprises les plus contre-intuitives du marché. Un énorme exemple de la nature contre-intuitive de Netflix est montré à travers sa décision de bloquer à plat les VPN en 2016.

Ceci malgré le fait qu’à l’époque, plus de 30 millions d’utilisateurs de Netflix vivaient dans des pays où le service de Netflix n’est pas disponible sans utiliser un VPN ou d’autres services de masquage de localisation (et où Netflix enregistre maintenant la plupart de ses gains d’abonnement).

La même année, Netflix a augmenté ses prix et a refusé de reculer malgré les protestations des utilisateurs et la perte de centaines de milliers d’utilisateurs.

Pourtant, Netflix n’a fait que croître depuis.

Le graphique suivant montre la croissance des abonnés de Netflix depuis qu’il a pris sa décision controversée d’interdire les VPN et d’augmenter ses prix en 2016.

Alors, comment Netflix peut-il poursuivre sa croissance rapide malgré l’aliénation d’une partie importante de sa base? En exploitant le big Data pour savoir exactement ce que les utilisateurs veulent et en leur donnant.

Netflix mise beaucoup sur le contenu et l’expérience utilisateur, la plus grande partie du budget de Netflix est consacrée au contenu. En 2019, Netflix consacre un budget de 15 milliards de dollars au contenu. À titre de comparaison, ils engagent un maigre 2,9 milliards de dollars pour le marketing.

Bien qu’il soit facile de se concentrer sur l’énorme budget de contenu de Netflix, il serait préférable de se concentrer sur le processus utilisé pour trouver des idées pour ce contenu et le rôle joué par le big Data.

L’infrastructure Big data de Netflix

Netflix utilise des logiciels de traitement de données et des outils d’informatique décisionnelle traditionnels tels que Hadoop et Teradata, ainsi que ses propres solutions open-source telles que Lipstick et Genie, pour collecter, stocker et traiter des quantités massives d’informations. Ces plateformes influencent ses décisions sur le contenu à créer et à promouvoir auprès des téléspectateurs.

Netflix n’utilise pas d’entrepôt de données Hadoop traditionnel basé sur un centre de données. Afin de lui permettre de stocker et de traiter un ensemble de données en augmentation rapide, il utilise le S3 d’Amazon pour stocker ses données, ce qui lui permet de créer plusieurs clusters Hadoop pour différentes charges de travail accédant aux mêmes données. Dans l’écosystème Hadoop, il utilise Hive pour les requêtes et les analyses ad hoc et Pig pour l’ETL (extraire, transformer, charger) et les algorithmes.

Il a ensuite créé son propre projet Genie pour aider à gérer des volumes de données de plus en plus massifs à mesure qu’il évolue. Tout cela indique une chose: Netflix est très particulier d’avoir beaucoup de données et de pouvoir traiter ces données pour s’assurer qu’il comprend exactement ce que ses utilisateurs veulent.

Le résultat a été tout simplement incroyable. Netflix a été en mesure d’assurer un taux d’engagement élevé avec son contenu original, de sorte que 90% des utilisateurs de Netflix se sont engagés avec son contenu original.

L’approche Big Data de Netflix en matière de contenu connaît un tel succès que, par rapport à l’industrie de la télévision, où seulement 35% des émissions sont renouvelées après leur première saison, Netflix renouvelle 93% de ses séries originales.

House of Cards: Une étude de cas Netflix sur le big data

L’un des exemples les plus souvent cités de l’utilisation du big data par Netflix pour concevoir du contenu réussi est la série télévisée House of Cards. Pour de bonnes raisons.

Quelques faits en bref:

• Lorsque Netflix a voulu présenter le spectacle House of Cards en 2013, contrairement à la pratique habituelle dans l’industrie de la télévision, Netflix n’a pas lancé de pilote. Au lieu de cela, il a commandé deux saisons de la série (pour un montant estimé à plus de 100 millions de dollars), avant même la diffusion du premier épisode. Un très gros pari pour un spectacle sans garantie de succès, ou alors on le pensait.
• L’émission House of Cards a été un succès instantané, et six ans plus tard, malgré la tourmente entourant sa star, Kevin Spacey, le programme bénéficie toujours d’une note de 8,8 sur 10 sur plus de 420 000 critiques sur IMDB, le plaçant dans la ligue des blockbusters comme Avatar et The Sopranos.
• Selon Netflix, House of Cards a été un tel succès qu’il a été le contenu le plus diffusé aux États-Unis et dans 40 pays supplémentaires au sommet de son succès.

Alors que l’engagement de Netflix pour deux saisons de House of Cards était un pari pour les étrangers, les initiés savaient déjà que la série réussirait

En fait, la confiance de Netflix dans le succès de House of Cards était telle qu’un dirigeant a déclaré à GIGAOM dans une interview qu’ils n’avaient pas besoin de dépenser des millions pour que les gens écoutent le programme. Ils savaient juste que les gens le regarderaient.

En raison de la relation directe que Netflix entretient avec ses abonnés, ainsi que de l’abondance de données sur la façon dont les membres du public interagissent avec leur contenu, l’entreprise pourrait facilement déterminer le type de contenu que les gens voulaient.

Dans le cas de House of Cards, en analysant ses données, Netflix s’est rendu compte qu’un pourcentage important de ses 33 millions d’abonnés à l’époque avaient diffusé le travail du réalisateur David Fincher, The Social Network, du début à la fin sur sa plateforme, et que les films mettant en vedette Kevin Spacey avaient toujours du succès auprès de son public.

De plus, les données de Netflix ont révélé que la version britannique de House of Cards sur sa plate-forme a été un succès. Et que ceux qui avaient regardé la version britannique de House of Cards avaient également regardé d’autres films interprétés par Kevin Spacey ou réalisés par David Fincher.

S’appuyant sur ces données, Netflix a conclu qu’une série déjà réussie en Grande-Bretagne, mettant en vedette l’acteur très apprécié Kevin Spacey et le réalisateur David Fincher, pour un public américain, sera un grand succès.

Netflix avait raison

Dans les trois mois suivant l’introduction de House of Cards, Netflix a ajouté 2 millions d’abonnés aux États-Unis et 1 million d’abonnés supplémentaires à l’international.

Cela signifie qu’environ 72 millions de dollars ont été ajoutés au résultat net de l’entreprise, ce qui a presque remboursé son investissement initial dans le salon House of Cards en quelques mois.

Avec un taux de renouvellement de 93% de ses émissions après la première saison, le succès de House of Cards n’est pas un incident isolé. D’autres séries comme Orange Is The New Black, Arrested Development et The Crown ont été acclamées en utilisant un processus similaire qui repose sur le Big Data.

Comment Netflix utilise les données pour améliorer l’expérience utilisateur

Lorsqu’il s’agit de collecter des données, l’énorme base d’utilisateurs de Netflix, qui compte plus de 148 millions d’abonnés, lui confère un avantage considérable. Il se concentre ensuite sur les métriques suivantes:

• Date à laquelle le contenu a été regardé
• L’appareil sur lequel le contenu a été regardé
• Comment la nature du contenu regardé variait en fonction de l’appareil
• Recherche sur sa plate-forme
• Portions de contenu qui ont été visionnées à nouveau
• Si le contenu a été mis en pause
• Données de localisation des utilisateurs
• Heure du jour et de la semaine au cours desquelles le contenu a été regardé et comment il influence le type de contenu regardé
• Métadonnées de tiers comme Nielsen
• Données sur les médias sociaux de Facebook et Twitter

Une fois que les données ont été réunis, Netflix utilise ces données de nombreuses manières. L’une des utilisations les plus importantes consiste à formuler et à valider des idées de programmation originales, comme indiqué dans l’exemple de House of Cards ci-dessus.

La manière dont Netflix a maîtrisé l’utilisation efficace des données pour inciter les gens à interagir avec son contenu est sans doute plus significative.

Netflix est si doué pour la promotion de contenu ciblé qu’on estime que 80% du contenu diffusé sur sa plate-forme est influencé par son système de recommandation.

Ce système de recommandation est conçu de telle sorte que:

• Netflix s’attache à donner à chaque utilisateur exactement ce qu’il veut grâce à un ranker de contenu personnalisé qui organise la collecte de chaque utilisateur Netflix en fonction des informations personnelles collectées sur l’utilisateur. Comme Netflix, vous pouvez utiliser le Big Data pour vous assurer que le contenu fourni à chaque utilisateur est influencé par son activité personnelle et son interaction avec votre marque, garantissant ainsi une expérience de contenu unique pour chaque utilisateur.
• Netflix classe le contenu le plus populaire et le plus tendance non seulement en fonction de la popularité du contenu, mais également en fonction des informations personnelles disponibles sur l’utilisateur. Le contenu est promu sur la base de l’activité Netflix de l’utilisateur. La leçon clé ici est que si les gens s’intéressent à ce qui est populaire, ils veulent toujours qu’il soit influencé par leurs intérêts. Lors de la promotion du « contenu haut de gamme » auprès des utilisateurs, il est important de s’assurer qu’il est pertinent pour leur intérêt personnel.
• Le contenu récemment consulté est trié en fonction d’une analyse indiquant si les utilisateurs sont censés continuer à regarder ou à revoir, ou si les utilisateurs ont cessé de regarder parce qu’ils ne trouvaient pas le contenu intéressant. C’est la clé pour s’assurer que Netflix n’ennuie pas ses utilisateurs; il peut être tentant de vouloir continuer à promouvoir le même contenu puisque vous y avez investi. Si l’activité de l’utilisateur indique un manque d’intérêt, il est préférable de reléguer le contenu et d’offrir quelque chose de plus intéressant.
• Un algorithme d’affinité de contenu recommande un contenu similaire au contenu qu’un utilisateur vient de regarder. Il est important de noter que les gens sont plus susceptibles de vouloir consommer du contenu similaire à celui qu’ils viennent de consommer.

En conclusion

Sans s’ennuyer de la technicité, Netflix est clairement un excellent exemple de la puissance du big data. Bien que vous n’ayez peut-être pas les ressources nécessaires pour créer votre propre projet pour plus d’efficacité du big data comme Netflix l’a fait en créant son projet Genie, l’industrie du big data évolue rapidement et de nombreux outils open source existent pour vous aider à collecter et à traiter les données essentielles pour comprendre exactement ce que vos utilisateurs veulent.

En suivant l’exemple de Netflix, il est possible d’exploiter efficacement le big data pour améliorer votre contenu et votre expérience utilisateur et assurer la croissance de votre entreprise.

Gabrielle Sadeh est consultante en Marketing Digital. Elle peut être trouvée sur Twitter @GabrielleSadeh.