Hvordan Netflix bruker big data til å skape innhold og forbedre brukeropplevelsen

Med en markedsandel på 51 prosent Av Den Amerikanske streamingindustrien og over 148 millioner streamingabonnenter over Hele Verden fra 4. Kvartal 2018, Er Netflix absolutt En kraft å regne med.

Mer interessant, Netflix er på vei til å være lønnsomt. Diagrammet nedenfor, med Statista, viser Netflix årlige inntekter fra 2002 til 2018, Og En ting er klart: Netflix vokser konsekvent og eksponentielt.

I Motsetning til de fleste andre merker, Skyldes Netflix vekst mer innhold og brukeropplevelse enn markedsføring, og dette innholdet er i stor grad påvirket av store data.

Big data hjelper Netflix til å trives til tross for motintuitive beslutninger

Mens Mange organisasjoner ennå ikke har effektivt utnyttet data tilgjengelig for Dem, Er Netflix et bemerkelsesverdig unntak.

Netflix er lett en av De mest bakvendt selskaper der ute. Et stort eksempel På Netflix ‘ bakvendt natur er vist gjennom sin beslutning om å flate ut blokkere Vpn I 2016.

Dette er til tross for at på den tiden bodde mer Enn 30 millioner Netflix-brukere i land der Netflix-tjenesten er utilgjengelig uten Å bruke VPN eller andre lokasjonsmaskeringstjenester (Og Hvor Netflix nå registrerer de fleste abonnementsgevinster).

Samme år hevet Netflix sine priser og nektet å gi seg til tross for protester fra brukere og tap av hundretusener av brukere.

Likevel Har Netflix bare vokst siden.

følgende diagram viser Netflix abonnentvekst siden Det gjorde sin kontroversielle beslutning om å forby Vpn og øke prisene i 2016.

så Hvordan Er Netflix i stand til å fortsette rask vekst til tross for fremmedgjøre en betydelig del av sin base? Ved å utnytte store data for å finne ut nøyaktig hva brukerne ønsker og gi det til dem.

Netflix satser stort på innhold og brukeropplevelse, den større delen Av Netflix budsjett er brukt på innhold. I 2019 legger Netflix et budsjett på 15 milliarder dollar til innhold. Til sammenligning begår de en mager $ 2.9 milliarder for markedsføring.

selv Om Det er lett å fokusere På Netflix enorme innhold budsjett, ville det være en bedre ide å fokusere på prosessen som brukes til å komme opp med ideer for dette innholdet og hvor mye av en rolle big data spiller.

Netflix ‘ s big data infrastructure

Netflix bruker databehandlingsprogramvare og tradisjonelle business intelligence-verktøy som Hadoop Og Teradata, samt sine egne åpen kildekode-løsninger som Lipstick og Genie, for å samle, lagre og behandle enorme mengder informasjon. Disse plattformene påvirker sine beslutninger om hvilket innhold som skal skape og fremme til seerne.

Netflix bruker ikke et Tradisjonelt Datasenterbasert Hadoop-datalager. For å tillate det å lagre og behandle et raskt økende datasett, bruker Det Amazons S3 til å lagre dataene, slik at det kan spinne opp Flere Hadoop-klynger for forskjellige arbeidsbelastninger som får tilgang til de samme dataene. I Hadoop-økosystemet bruker Den Hive for ad hoc-spørringer og analyser og Pig for ETL (extract, transform, load) og algoritmer.

det opprettet da sitt Eget Genie-prosjekt for å håndtere stadig større datamengder etter hvert som det skaleres. Alt dette peker på en ting: Netflix er veldig spesielt om å ha mye data og å kunne behandle disse dataene for å sikre at den forstår nøyaktig hva brukerne vil ha.

resultatet har vært intet mindre enn fantastisk. Netflix har vært i stand til å sikre en høy engasjement rate med sitt opprinnelige innhold, slik at 90 prosent Av Netflix-brukere har engasjert seg med sitt opprinnelige innhold.

Netflixs big data-tilnærming til innhold er så vellykket at Sammenlignet MED TV-bransjen, hvor bare 35 prosent av showene fornyes etter sin første sesong, fornyer Netflix 93 prosent av sin opprinnelige serie.

House Of Cards: A Netflix case study in big data

Et av De mest siterte eksemplene På Netflix bruk av big data for å tenke vellykket innhold er House Of Cards TV-serien. Av gode grunner.

noen kjappe fakta:

• Da Netflix ønsket å introdusere House Of Cards-showet i 2013, i motsetning til VAR standard praksis I TV-bransjen, Lanserte Netflix ikke en pilot. I stedet bestilte den to sesonger av showet (for en estimert $100 + million), selv før den første episoden ble sendt. En veldig stor gamble for et show uten garanti for å lykkes, eller så ble det tenkt.
• House Of Cards show var en umiddelbar hit, og seks år senere, til tross for uroen rundt stjernen Sin, Kevin Spacey, har programmet fortsatt en 8,8 av 10 rating fra over 420 000 anmeldelser PÅ IMDB, og setter den i ligaen av blockbusters som Avatar og The Sopranos.
• Ifølge Netflix Var House Of Cards en slik suksess at Det var Det mest streamede innholdet i Usa og 40 andre land på høyden av suksessen.

Mens Netflixs forpliktelse til To sesonger Av House Of Cards var en gamble for utenforstående, visste innsidere allerede at showet ville lykkes

Faktisk Var Netflix tillit til Suksessen Til House Of Cards slik at EN leder fortalte GIGAOM i et intervju at de ikke trengte å bruke millioner for å få folk til å stille inn programmet. De visste bare at folk ville se det.

På Grunn Av Det direkte forholdet Netflix har med sine abonnenter, samt en overflod av data om hvordan publikum samhandler med innholdet, kunne selskapet enkelt bestemme hva slags innhold folk ønsket.

Når Det Gjelder House Of Cards, ved å analysere dataene, innså Netflix at en betydelig prosentandel av sine 33 millioner abonnenter på den tiden hadde streamet regissør David Finchers arbeid, The Social Network, fra begynnelse til slutt på plattformen, og at filmer med Kevin Spacey alltid var vellykkede med publikum.

I tillegg avslørte Netflix data at Den Britiske versjonen Av House Of Cards på plattformen var en hit. Og at de som hadde sett Den Britiske versjonen Av House Of Cards hadde også sett andre filmer handlet Av Kevin Spacey eller regissert Av David Fincher.

Basert på disse dataene, Konkluderte Netflix med at et allerede vellykket show i Storbritannia, med den mye likte skuespilleren Kevin Spacey og regissøren David Fincher, for Et Amerikansk publikum, vil bli en stor hit.

Netflix hadde rett

innen tre måneder etter at House Of Cards ble introdusert, la Netflix til 2 millioner abonnenter i USA og 1 million flere abonnenter internasjonalt.

dette betydde at en estimert $72 millioner ble lagt til selskapets bunnlinje, og nesten betalte sin opprinnelige investering i House Of Cards-showet på bare måneder.

Med en 93 prosent fornyelsesrate for sine show etter den første sesongen, er Suksessen Til House Of Cards ikke en isolert hendelse. Andre serier som Orange Is The New Black, Arrested Development, Og The Crown ble introdusert til anerkjennelse ved hjelp av en lignende prosess som er avhengig av store data.

Hvordan Netflix bruker data for å forbedre brukeropplevelsen

Når Det gjelder å samle inn data, Gir Netflix store brukerbase på over 148 millioner abonnenter det en enorm fordel. Den fokuserer deretter på følgende beregninger:

• dato innhold ble sett
• enheten som innholdet ble sett på
• hvordan innholdet ble sett på variert basert på enheten
• Søk på plattformen
• Deler av innhold som ble sett på nytt
• om innholdet ble satt på pause
• brukerplasseringsdata
• tid på dagen og uken der innholdet ble sett og hvordan det påvirker hva slags innhold som ble sett
• metadata fra tredjeparter som nielsen
• sosiale medier data fra facebook Og twitter

når data har blitt Samlet, Netflix bruker disse dataene på mange måter. En av de viktigste bruksområdene er å formulere og validere originale programmeringsideer, som diskutert i Eksemplet Over House Of Cards.

Kanskje mer signifikant Er Måten Netflix har mestret effektiv bruk av data for å få folk til å engasjere seg i innholdet.

Netflix er så god til målrettet innholdskampanje at anslagsvis 80 prosent av innholdet som streames på plattformen, påvirkes av anbefalingssystemet.

dette anbefalingssystemet er utformet på en slik måte at:

• Netflix fokuserer på å gi hver bruker akkurat det brukeren ønsker gjennom en personlig innholdsranger som organiserer Hver Netflix-brukers samling basert på personlig informasjon samlet om brukeren. Som Netflix kan du bruke store data for å sikre at innhold som leveres til hver bruker, påvirkes av brukerens personlige aktivitet og samhandling med merkevaren din, slik at innholdsopplevelsen er unik for hver bruker.
• Netflix rangerer topp-og trendinginnhold, ikke bare basert på hvor populært innholdet er, men også basert på personlig informasjon som er tilgjengelig om brukeren. Innholdet fremmes på grunnlag av Brukerens Netflix-aktivitet. Nøkkelleksjonen her er at mens folk er interessert i det som er populært, vil de fortsatt at det skal påvirkes av deres interesser. Når du markedsfører» toppinnhold » til brukere, er det viktig å sørge for at det er relevant for deres personlige interesse.
• nylig vist innhold sorteres basert på en analyse av om brukerne forventes å fortsette å se eller se på nytt, eller om brukerne sluttet å se på grunn av at innholdet ikke var interessant. Dette er nøkkelen til Å sikre At Netflix ikke kjeder sine brukere; det kan være fristende å fortsette å markedsføre det samme innholdet siden du har investert i det. Hvis brukeraktivitet indikerer mangel på interesse, er det bedre å henvise innholdet og tilby noe mer interessant.
• en algoritme for innholdsaffinitet anbefaler innhold som ligner på innhold en bruker nettopp så på. Det er viktig å merke seg at folk er mer sannsynlig å ønske å konsumere innhold som ligner på det de nettopp har konsumert.

I konklusjonen

Uten å bli lei av den tekniske, Netflix er helt klart et godt eksempel på kraften i store data. Selv om Du kanskje ikke har ressurser til å lage ditt eget prosjekt for mer stor dataeffektivitet som Netflix gjorde ved å skape Sitt Genie-prosjekt, utvikler big data-industrien seg raskt, og det finnes mange open source-verktøy for å hjelpe deg med å samle inn og behandle de viktige dataene for å forstå nøyaktig hva brukerne dine vil ha.

Ved Å følge Netflix eksempel, er det mulig å effektivt utnytte store data for å forbedre innholdet og brukeropplevelsen og sikre vekst i virksomheten din.

Gabrielle Sadeh Er En Digital Markedsføringskonsulent. Hun kan bli funnet På Twitter @GabrielleSadeh.