Hoe Netflix big data gebruikt om content te creëren en gebruikerservaring te verbeteren

met een marktaandeel van 51 procent in de Amerikaanse streaming-Industrie en meer dan 148 miljoen streaming-abonnees wereldwijd vanaf Q4 2018, is Netflix zeker een kracht om rekening mee te houden.

interessanter is dat Netflix op schema ligt om winstgevend te zijn. De grafiek hieronder, met dank aan Statista, toont de jaarlijkse omzet van Netflix van 2002 tot 2018, en één ding is duidelijk: Netflix groeit consequent en exponentieel.

in tegenstelling tot de meeste andere merken is de groei van Netflix meer toe te schrijven aan content en gebruikerservaring dan aan marketing, en deze content wordt grotendeels beïnvloed door big data.

Big data helpt Netflix te gedijen ondanks contra-intuïtieve beslissingen

terwijl veel organisaties de beschikbare gegevens nog niet effectief hebben benut, is Netflix een opmerkelijke uitzondering.

Netflix is gemakkelijk een van de meest contra-intuïtieve bedrijven die er zijn. Een enorm voorbeeld van de contra-intuïtieve aard van Netflix blijkt uit de beslissing om VPN ‘ s in 2016 plat te maken.

dit ondanks het feit dat op dat moment meer dan 30 miljoen Netflix-gebruikers woonden in landen waar de Dienst van Netflix niet beschikbaar is zonder gebruik te maken van een VPN of andere locatiemaskerdiensten (en waar Netflix nu de meeste abonnementswinst registreert).

datzelfde jaar verhoogde Netflix zijn prijzen en weigerde terug te trekken ondanks protesten van gebruikers en het verlies van honderdduizenden gebruikers.

toch is Netflix sindsdien alleen maar gegroeid.

de volgende grafiek toont de groei van Netflix ’s abonnees sinds de controversiële beslissing om VPN’ s te verbieden en de prijzen te verhogen in 2016.

dus hoe kan Netflix de snelle groei voortzetten ondanks het vervreemden van een aanzienlijk deel van de basis? Door gebruik te maken van big data om erachter te komen wat gebruikers precies willen en het aan hen te geven.

Netflix zet veel in op content en gebruikerservaring, het grootste deel van het budget van Netflix wordt besteed aan content. In 2019 zet Netflix een budget van $15 miljard in voor content. Ter vergelijking, ze plegen een schamele $ 2,9 miljard voor marketing.

hoewel het gemakkelijk is om je te concentreren op het enorme contentbudget van Netflix, zou het een beter idee zijn om je te concentreren op het proces dat wordt gebruikt om ideeën voor deze content te bedenken en op de rol die big data speelt.

de big data-infrastructuur van Netflix

Netflix gebruikt software voor gegevensverwerking en traditionele business intelligence-tools zoals Hadoop en Teradata, evenals zijn eigen open-source-oplossingen zoals Lipstick en Genie, om enorme hoeveelheden informatie te verzamelen, op te slaan en te verwerken. Deze platforms beïnvloeden haar beslissingen over welke inhoud te creëren en te promoten aan kijkers.

Netflix maakt geen gebruik van een traditioneel Datacenter gebaseerd Hadoop Data warehouse. Om het mogelijk te maken om op te slaan en te verwerken van een snel groeiende dataset, het maakt gebruik van Amazon ‘ s S3 om het magazijn van de gegevens, waardoor het spin-up van meerdere Hadoop clusters voor verschillende workloads toegang tot dezelfde gegevens. In het Hadoop-ecosysteem gebruikt Het Hive voor ad hoc queries en analytics en Pig voor ETL (extract, transform, load) en algoritmen.

het creëerde vervolgens een eigen Genie-project om te helpen bij het verwerken van steeds grotere gegevensvolumes naarmate het schaalt. Dit alles wijst op één ding: Netflix is zeer bijzonder over het hebben van veel gegevens en de mogelijkheid om deze gegevens te verwerken om ervoor te zorgen dat het begrijpt precies wat de gebruikers willen.

het resultaat was ronduit verbazingwekkend. Netflix is in staat geweest om te zorgen voor een hoge mate van betrokkenheid met de oorspronkelijke inhoud, zodat 90 procent van de Netflix-gebruikers hebben zich bezig met de oorspronkelijke inhoud.

de big data-benadering van Netflix is zo succesvol dat, in vergelijking met de TV-industrie, waar slechts 35 procent van de programma ‘ s na hun eerste seizoen worden vernieuwd, Netflix 93 procent van de oorspronkelijke serie vernieuwt.

House of Cards: Een Netflix-casestudy in big data

een van de meest geciteerde voorbeelden van het gebruik van big data door Netflix om succesvolle content te bedenken, is de House of Cards-TV-serie. Om goede redenen.

enkele snelle feiten:

• toen Netflix de House of Cards show in 2013 wilde introduceren, in tegenstelling tot de standaardpraktijk in de TV-industrie, lanceerde Netflix geen pilot. In plaats daarvan, het bestelde twee seizoenen van de show (voor een geschatte $100+ miljoen), zelfs voor de eerste aflevering uitgezonden. Een zeer grote gok voor een show zonder garantie van slagen, of zo werd gedacht.De House of Cards show was meteen een hit, en zes jaar later, ondanks de onrust rond zijn ster, Kevin Spacey, heeft het programma nog steeds een 8,8 op 10 rating van meer dan 420.000 recensies op IMDB, waardoor het in de competitie van blockbusters als Avatar en The Sopranos.Volgens Netflix was House of Cards zo ‘ n succes dat het het meest gestreamde stuk content was in de Verenigde Staten en 40 andere landen op het hoogtepunt van zijn succes.Hoewel de inzet van Netflix voor twee seizoenen van House of Cards een gok was voor buitenstaanders, wisten insiders al dat de show zou slagen

  in feite was het vertrouwen van Netflix in het succes van House of Cards zodanig dat een executive GIGAOM in een interview vertelde dat ze geen miljoenen nodig hadden om mensen aan het programma te laten wennen. Ze wisten alleen dat mensen ernaar zouden kijken.

  door de directe relatie die Netflix heeft met zijn abonnees, evenals een overvloed aan gegevens over hoe leden van het publiek omgaan met hun content, kon het bedrijf gemakkelijk bepalen wat voor soort content mensen wilden.In het geval van House of Cards realiseerde Netflix zich door het analyseren van zijn gegevens dat een aanzienlijk percentage van zijn 33 miljoen abonnees op dat moment het werk van regisseur David Fincher, het sociale netwerk, van begin tot eind op zijn platform had gestreamd, en dat films met Kevin Spacey altijd succesvol waren bij zijn publiek.

  bovendien bleek uit de gegevens van Netflix dat de Britse versie van House of Cards op het platform een hit was. En dat degenen die de Britse versie van House of Cards hadden gezien, ook andere films hadden gezien van Kevin Spacey of geregisseerd door David Fincher.Op basis van deze gegevens concludeerde Netflix dat een succesvolle show in Groot-Brittannië, met in de hoofdrollen Kevin Spacey en David Fincher, voor een Amerikaans publiek een grote hit zal worden.

  Netflix had gelijk

  binnen drie maanden na de introductie van House of Cards voegde Netflix 2 miljoen abonnees toe in de VS en 1 miljoen extra abonnees internationaal.

  dit betekende dat een geschatte $72 miljoen werd toegevoegd aan de bottom line van het bedrijf, bijna het afbetalen van de initiële investering in het House of Cards show in enkele maanden.

  met een vernieuwingspercentage van 93 procent voor zijn shows na het eerste seizoen, is het succes van House of Cards Geen op zichzelf staand incident. Andere series zoals Orange Is The New Black, Arrested Development, en de kroon werden geïntroduceerd om bij te juichen met behulp van een soortgelijk proces dat is gebaseerd op big data.

  hoe Netflix gegevens gebruikt om de gebruikerservaring te verbeteren

  wanneer het gaat om het verzamelen van gegevens, biedt Netflix ‘ s enorme gebruikersbestand van meer dan 148 miljoen abonnees een enorm voordeel. Het richt zich vervolgens op de volgende statistieken:

  • Date inhoud is bekeken
  • Het apparaat is waarop de inhoud werd gekeken naar
  • Hoe de aard van de inhoud bekeken gevarieerd op basis van het apparaat
  • Zoekopdrachten op het platform
  • Delen van inhoud die kreeg opnieuw bekeken
  • Of de inhoud werd onderbroken
  • de locatie van de Gebruiker gegevens
  • Tijd van de dag en de week waarin de inhoud is bekeken en hoe het een invloed heeft op de soort van inhoud bekeken
  • Metagegevens van derden, zoals Nielsen
  • Sociale media-data van Facebook en Twitter

  Zodra de gegevens zijn verzameld, Netflix gebruikt deze gegevens in een heleboel manieren. Een van de belangrijkste toepassingen is het formuleren en valideren van originele programmeerideeën, zoals besproken in het bovenstaande House of Cards Voorbeeld.

  waarschijnlijk belangrijker is de manier waarop Netflix effectief gebruik van gegevens onder de knie heeft gekregen om mensen te betrekken bij de inhoud ervan.

  Netflix is zo goed in het promoten van gerichte content dat naar schatting 80 procent van de content die op zijn platform wordt gestreamd, wordt beïnvloed door zijn aanbevelingssysteem.

  dit aanbevelingssysteem is zo ontworpen dat:

  • Netflix richt zich op het geven van elke gebruiker precies wat de gebruiker wil door middel van een gepersonaliseerde content ranker die de verzameling van elke Netflix-gebruiker organiseert op basis van persoonlijke informatie verzameld over de gebruiker. Net als Netflix kunt u big data gebruiken om ervoor te zorgen dat content die aan elke gebruiker wordt geleverd, wordt beïnvloed door de persoonlijke activiteit van de gebruiker en de interactie met uw merk, zodat de content-ervaring uniek is voor elke gebruiker.
  • Netflix scoort top en trending content niet alleen op basis van hoe populair de content is, maar ook op basis van persoonlijke informatie die beschikbaar is over de gebruiker. De inhoud wordt gepromoot op basis van de Netflix-activiteit van de gebruiker. De belangrijkste les hier is dat terwijl mensen geïnteresseerd zijn in wat populair is, ze nog steeds willen dat het wordt beïnvloed door hun belangen. Bij het promoten van “top content” aan gebruikers, is het belangrijk om ervoor te zorgen dat het relevant is voor hun persoonlijke interesse.
  • Onlangs bekeken inhoud wordt gesorteerd op basis van een analyse of gebruikers verwacht worden te blijven kijken of opnieuw kijken, of dat gebruikers gestopt zijn met kijken omdat ze de inhoud niet interessant vinden. Dit is de sleutel om ervoor te zorgen dat Netflix zijn gebruikers niet verveelt; het kan verleidelijk zijn om te willen blijven bevorderen van dezelfde inhoud, omdat je hebt geïnvesteerd in het. Als de activiteit van de gebruiker een gebrek aan interesse aangeeft, is het beter om de inhoud te degraderen en iets interessants aan te bieden.
  • een algoritme voor de affiniteit van inhoud beveelt inhoud aan die vergelijkbaar is met inhoud die een gebruiker zojuist heeft bekeken. Het is belangrijk op te merken dat mensen meer kans hebben om inhoud te willen consumeren die vergelijkbaar is met degene die ze net geconsumeerd.

  concluderend

  zonder zich te vervelen met de technische details, is Netflix duidelijk een goed voorbeeld van de kracht van big data. Hoewel u misschien niet over de middelen om uw eigen project voor meer big data-efficiëntie zoals Netflix deed door het creëren van haar Genie-project, De big data-industrie is snel in ontwikkeling en veel open source tools bestaan om u te helpen verzamelen en verwerken van de essentiële gegevens om precies te begrijpen wat uw gebruikers willen.

  door het voorbeeld van Netflix te volgen, is het mogelijk om effectief gebruik te maken van big data om uw content en gebruikerservaring te verbeteren en de groei van uw bedrijf te garanderen.Gabrielle Sadeh is een Digital Marketing Consultant. Ze is te vinden op Twitter @GabrielleSadeh.