az amerikai streaming ipar 51 százalékos piaci részesedésével és több mint 148 millió streaming előfizetővel világszerte a Q4 2018-tól kezdve a Netflix minden bizonnyal olyan erő, amellyel számolni kell.
még érdekesebb, hogy a Netflix jó úton halad, hogy nyereséges legyen. Az alábbi ábra a Statista jóvoltából mutatja A Netflix éves bevételét 2002 – től 2018-ig, és egy dolog világos: a Netflix folyamatosan és exponenciálisan növekszik.
a legtöbb más márkától eltérően a Netflix növekedése inkább a tartalomnak és a felhasználói élménynek tulajdonítható, mint a marketingnek, és ezt a tartalmat nagymértékben befolyásolja a big data.
- a Big data segíti a Netflix fejlődését az intuitív döntések ellenére
- a Netflix big data infrastruktúrája
- kártyák háza: a Netflix esettanulmánya a big data-ban
- míg a Netflix elkötelezettsége a House of Cards két szezonja iránt szerencsejáték volt a kívülállók számára, a bennfentesek már tudták, hogy a műsor sikeres lesz
- a Netflixnek igaza volt
- hogyan használja a Netflix az adatokat a felhasználói élmény fokozása érdekében
- ez az ajánlási rendszer úgy lett kialakítva, hogy:
- összefoglalva
a Big data segíti a Netflix fejlődését az intuitív döntések ellenére
bár sok szervezetnek még nem kell hatékonyan kihasználnia a rendelkezésére álló adatokat, a Netflix figyelemre méltó kivétel.
a Netflix könnyen az egyik leginkább intuitív vállalat. A Netflix ellentétes intuitív jellegének hatalmas példája látható a VPN-ek blokkolásának 2016-os megszüntetéséről szóló döntésével.
ez annak ellenére van, hogy abban az időben több mint 30 millió Netflix-felhasználó élt olyan országokban, ahol a Netflix szolgáltatása nem érhető el VPN vagy más hely-maszkoló szolgáltatás használata nélkül (és ahol a Netflix most az előfizetési nyereségének nagy részét rögzíti).
ugyanebben az évben a Netflix megemelte árait, és a felhasználók tiltakozása és több százezer felhasználó elvesztése ellenére nem volt hajlandó meghátrálni.
mégis, a Netflix azóta csak nőtt.
az alábbi ábra a Netflix előfizetői növekedését mutatja, mióta 2016-ban meghozta ellentmondásos döntését a VPN-ek betiltásáról és az árak emeléséről.
tehát hogyan képes a Netflix folytatni a gyors növekedést annak ellenére, hogy elidegeníti bázisának jelentős részét? A nagy adatok felhasználásával megtudhatja, hogy pontosan mit akarnak a felhasználók, és megadja nekik.
a Netflix nagy téteket fogad a tartalomra és a felhasználói élményre, a Netflix költségvetésének nagyobb részét a tartalomra költik. 2019-ben a Netflix 15 milliárd dolláros költségvetést vállal a tartalomra. Összehasonlításképpen: csekély 2, 9 milliárd dollárt szánnak a marketingre.
bár könnyű a Netflix hatalmas tartalmi költségvetésére összpontosítani, jobb ötlet lenne arra a folyamatra összpontosítani, amellyel ötleteket hoztak létre ehhez a tartalomhoz, és hogy mekkora szerepet játszik a big data.
a Netflix big data infrastruktúrája
a Netflix adatfeldolgozó szoftvereket és hagyományos üzleti intelligencia eszközöket használ, mint például a Hadoop és a Teradata, valamint saját nyílt forráskódú megoldásait, mint például a rúzs és a Genie, hatalmas mennyiségű információ összegyűjtésére, tárolására és feldolgozására. Ezek a platformok befolyásolják döntéseit arról, hogy milyen tartalmat hozzon létre és hirdessen a nézők számára.
a Netflix nem használ hagyományos adatközpont-alapú Hadoop adattárházat. Annak érdekében, hogy lehetővé tegye a gyorsan növekvő adathalmaz tárolását és feldolgozását, az Amazon S3-at használja az adatok tárolásához, lehetővé téve több Hadoop-klaszter felpörgetését különböző munkaterhelésekhez, amelyek ugyanazokat az adatokat érik el. A Hadoop ökoszisztémában A Hive-t használja ad hoc lekérdezésekhez és elemzésekhez, valamint a Pig-etl-t (kivonat, transzformáció, betöltés) és algoritmusokat.
ezután létrehozta saját Genie projektjét, hogy segítsen kezelni az egyre nagyobb méretű adatmennyiségeket. Mindez egy dologra mutat: A Netflix nagyon különleges abban, hogy sok adattal rendelkezik, és képes feldolgozni ezeket az adatokat annak biztosítása érdekében, hogy pontosan megértse, mit akarnak a felhasználók.
az eredmény már semmi rövid elképesztő. A Netflix képes volt magas elkötelezettséget biztosítani eredeti tartalmával, oly módon, hogy a Netflix-felhasználók 90 százaléka foglalkozott eredeti tartalmával.
a Netflix Tartalomhoz való big data megközelítése annyira sikeres, hogy a TV-iparhoz képest, ahol a műsorok mindössze 35% – át újítják meg az első évad után, a Netflix eredeti sorozatának 93% – át megújítja.
kártyák háza: a Netflix esettanulmánya a big data-ban
az egyik leggyakrabban idézett példa arra, hogy a Netflix nagy adatokat használ a sikeres tartalom kialakításához a kártyák Háza TV sorozat. Jó okkal.
néhány gyors tény:
- amikor a Netflix 2013-ban be akarta mutatni a kártyák Háza show-t, ellentétben a TV-ipar szokásos gyakorlatával, a Netflix nem indított pilótát. Ehelyett a műsor két évadját rendelte meg (becslések szerint 100+ millió dollárért), még az első epizód sugárzása előtt. Nagyon nagy szerencsejáték egy show számára, amely nem garantálja a sikert, vagy úgy gondolták.
- a House of Cards show azonnali sláger volt, és hat évvel később, a csillagát, Kevin Spacey-t körülvevő zűrzavar ellenére, a program még mindig 8,8-ból 10-es minősítéssel büszkélkedhet az IMDB több mint 420 000 értékeléséből, így az Avatar és a szopránok Ligájába került.
- a Netflix szerint a House of Cards olyan sikeres volt, hogy ez volt a legtöbb streamelt tartalom az Egyesült Államokban és további 40 országban a siker csúcsán.
míg a Netflix elkötelezettsége a House of Cards két szezonja iránt szerencsejáték volt a kívülállók számára, a bennfentesek már tudták, hogy a műsor sikeres lesz
valójában a Netflix bizalma a House of Cards sikerében olyan volt, hogy egy ügyvezető azt mondta a GIGAOMNAK egy interjúban, hogy nem kell milliókat költeniük ahhoz, hogy az emberek ráhangolódjanak a programra. Csak tudták, hogy az emberek meg fogják nézni.
a Netflix előfizetőivel fennálló közvetlen kapcsolatának, valamint a rengeteg adatnak köszönhetően a közönség tagjai hogyan lépnek kapcsolatba tartalmukkal, a vállalat könnyen meghatározhatja, hogy az emberek milyen tartalmat akarnak.
a House of Cards esetében az adatok elemzésével a Netflix rájött, hogy akkoriban 33 millió előfizetőjének jelentős százaléka közvetítette David Fincher rendező munkáját, a közösségi hálózatot, elejétől a végéig a platformján, és hogy a Kevin Spacey-t bemutató filmek mindig sikeresek voltak a közönség körében.
mi több, a Netflix adatai azt mutatták, hogy a House of Cards Brit verziója a platformján sláger volt. Azok pedig, akik megnézték a House of Cards Brit változatát, más filmeket is néztek Kevin Spacey vagy David Fincher rendezésében.
ezekre az adatokra támaszkodva a Netflix arra a következtetésre jutott, hogy az amerikai közönség számára nagy siker lesz egy már Nagy-Britanniában is sikeres sorozat, amelynek főszereplője Kevin Spacey és David Fincher rendező.
a Netflixnek igaza volt
a House of Cards bevezetését követő három hónapon belül a Netflix 2 millió előfizetővel bővült az Egyesült Államokban és további 1 millió előfizetővel a nemzetközi piacon.
ez azt jelentette, hogy a becslések szerint 72 millió dollárt adtak a vállalat alsó sorához, ami alig néhány hónap alatt majdnem megtérítette a kártyák házába történő kezdeti befektetését.
az első évad utáni show-k 93 százalékos megújítási arányával a kártyák Háza sikere nem elszigetelt eset. Más sorozatok, mint például az Orange az új fekete, az Arrested Development, a The Crown pedig hasonló, big data-ra támaszkodó folyamat segítségével mutatták be az elismerést.
hogyan használja a Netflix az adatokat a felhasználói élmény fokozása érdekében
az adatgyűjtés során a Netflix hatalmas, több mint 148 millió előfizetővel rendelkező felhasználói bázisa hatalmas előnyt jelent. Ezután a következő mutatókra összpontosít:
- A tartalom megtekintésének dátuma
- az eszköz, amelyen a tartalmat megtekintették
- hogyan változott a megtekintett tartalom jellege az eszköztől függően
- keres a platformon
- az újra megtekintett tartalom részei
- szünetelt-e a tartalom
- felhasználói helyadatok
- a megtekintett tartalom napjának és hetének időpontja, valamint annak hatása a megtekintett tartalom fajtájára
- harmadik felek metaadatai, mint például a Nielsen
- közösségi média adatok a Facebook-ról és a Twitterről
miután az adatokat összegyűjtött, a Netflix sokféle módon használja ezeket az adatokat. Az egyik legfontosabb felhasználási mód az eredeti programozási ötletek megfogalmazása és érvényesítése, amint azt a fenti Kártyavár példa tárgyalja.
vitathatatlanul jelentősebb az a mód, ahogyan a Netflix elsajátította az adatok hatékony felhasználását, hogy az embereket bevonja annak tartalmába.
a Netflix annyira jó a célzott tartalom promócióban, hogy a platformon közvetített tartalom becslések szerint 80% – át befolyásolja ajánlási rendszere.
ez az ajánlási rendszer úgy lett kialakítva, hogy:
- a Netflix arra összpontosít, hogy minden felhasználónak megadja azt, amit a felhasználó akar egy személyre szabott tartalmi ranker segítségével, amely az egyes Netflix-felhasználók gyűjteményét a felhasználóról gyűjtött Személyes adatok alapján rendezi. A Netflixhez hasonlóan a big data segítségével is biztosíthatja, hogy az egyes felhasználókhoz eljuttatott tartalmat befolyásolja a felhasználó személyes tevékenysége és a márkával való interakció, biztosítva, hogy a tartalmi élmény minden felhasználó számára egyedi legyen.
- a Netflix nemcsak a tartalom népszerűsége alapján rangsorolja a legnépszerűbb és legnépszerűbb tartalmakat, hanem a felhasználóról rendelkezésre álló személyes adatok alapján is. A tartalmat a felhasználó Netflix tevékenysége alapján népszerűsítik. A legfontosabb tanulság itt az, hogy bár az embereket érdekli a népszerű, mégis azt akarják, hogy érdekeik befolyásolják. Amikor a “legnépszerűbb tartalmat” népszerűsíti a felhasználók számára, fontos megbizonyosodni arról, hogy az releváns-e személyes érdeklődésük szempontjából.
- a legutóbb megtekintett tartalom rendezése annak elemzése alapján történik, hogy a felhasználók várhatóan folytatják-e a megtekintést vagy az újranézést, vagy a felhasználók abbahagyták-e a megtekintést, mert nem találták érdekesnek a tartalmat. Ez kulcsfontosságú annak biztosításában, hogy a Netflix ne untassa felhasználóit; csábító lehet, ha továbbra is ugyanazt a tartalmat szeretné népszerűsíteni, mivel befektetett bele. Ha a felhasználói tevékenység az érdeklődés hiányát jelzi, akkor jobb, ha a tartalmat visszavonja, és valami érdekesebbet kínál.
- a content affinity algoritmus a felhasználó által megtekintett tartalomhoz hasonló tartalmat ajánl. Fontos megjegyezni, hogy az emberek nagyobb valószínűséggel akarnak hasonló tartalmat fogyasztani, mint amit éppen fogyasztottak.
összefoglalva
anélkül, hogy megunná a technikát, a Netflix egyértelműen nagyszerű példa a nagy adatok erejére. Bár lehet, hogy nincs erőforrása saját projekt létrehozásához a nagyobb big data hatékonyság érdekében, mint a Netflix a Genie projekt létrehozásával, a big data ipar gyorsan fejlődik, és sok nyílt forráskódú eszköz létezik, amelyek segítenek az alapvető adatok összegyűjtésében és feldolgozásában, hogy pontosan megértsék, mit akarnak a felhasználók.
a Netflix példáját követve hatékonyan kihasználhatja a big data-t a tartalom és a felhasználói élmény javítása és a vállalkozás növekedésének biztosítása érdekében.
Gabrielle Sadeh Digitális Marketing Tanácsadó. Ő megtalálható a Twitteren @ GabrielleSadeh.