Hur Netflix använder big data för att skapa innehåll och förbättra användarupplevelsen

med en marknadsandel på 51 procent av den amerikanska streamingindustrin och över 148 miljoner streamingabonnenter över hela världen från och med Q4 2018 är Netflix verkligen en kraft att räkna med.

mer intressant är att Netflix är på väg att vara lönsamt. Diagrammet nedan, med tillstånd av Statista, visar Netflix årliga intäkter från 2002 till 2018, och en sak är tydlig: Netflix växer konsekvent och exponentiellt.

till skillnad från de flesta andra märken beror Netflix tillväxt mer på innehåll och användarupplevelse än på marknadsföring, och detta innehåll påverkas till stor del av big data.

Big data hjälper Netflix att trivas trots kontraintuitiva beslut

medan många organisationer ännu inte effektivt har utnyttjat data som är tillgängliga för dem, är Netflix ett anmärkningsvärt undantag.

Netflix är lätt ett av de mest kontraintuitiva företagen där ute. Ett stort exempel på Netflix kontraintuitiva natur visas genom sitt beslut att platta ut block VPN i 2016.

detta trots att mer än 30 miljoner Netflix-användare vid den tiden bodde i länder där Netflix-tjänsten inte är tillgänglig utan att använda en VPN eller andra platsmaskeringstjänster (och där Netflix nu registrerar de flesta av sina prenumerationsvinster).

samma år höjde Netflix sina priser och vägrade att backa trots protester från användare och förlust av hundratusentals användare.

ändå har Netflix bara vuxit sedan dess.

följande diagram visar Netflix abonnenttillväxt eftersom det fattade sitt kontroversiella beslut att förbjuda VPN och höja sina priser 2016.

så hur kan Netflix fortsätta snabb tillväxt trots att alienera en betydande del av sin bas? Genom att utnyttja big data för att ta reda på exakt vad användarna vill ha och ge det till dem.

Netflix satsar stort på innehåll och användarupplevelse, den större delen av Netflix budget spenderas på innehåll. Under 2019 åtar sig Netflix en budget på 15 miljarder dollar till innehåll. Som jämförelse begår de en mager $2.9 miljarder för marknadsföring.

även om det är lätt att fokusera på Netflix enorma innehållsbudget, skulle det vara bättre att fokusera på processen som används för att komma med ideer för detta innehåll och hur mycket av en roll big data spelar.

Netflix Big data infrastructure

Netflix använder databehandlingsprogram och traditionella Business intelligence-verktyg som Hadoop och Teradata, liksom sina egna open source-lösningar som Lipstick och Genie, för att samla in, lagra och bearbeta enorma mängder information. Dessa plattformar påverkar dess beslut om vilket innehåll som ska skapas och marknadsförs för tittarna.

Netflix använder inte ett traditionellt datacenterbaserat Hadoop-datalager. För att göra det möjligt att lagra och bearbeta en snabbt ökande datamängd använder den Amazons S3 för att lagra sina data, så att den kan snurra upp flera Hadoop-kluster för olika arbetsbelastningar som har tillgång till samma data. I Hadoop-ekosystemet använder den Hive För ad hoc-frågor och analyser och Pig för ETL (extract, transform, load) och algoritmer.

det skapade sedan sitt eget Genie-projekt för att hantera alltmer massiva datavolymer när det skalar. Allt detta pekar på en sak: Netflix är mycket noga med att ha mycket data och kunna bearbeta dessa data för att säkerställa att den förstår exakt vad användarna vill ha.

resultatet har varit inget annat än fantastiskt. Netflix har kunnat säkerställa en hög engagemangsgrad med sitt ursprungliga innehåll, så att 90 procent av Netflix-användare har engagerat sig i sitt ursprungliga innehåll.

Netflix big data-inställning till innehåll är så framgångsrik att Netflix, jämfört med TV-industrin, där bara 35 procent av programmen förnyas efter sin första säsong, förnyar 93 procent av sin ursprungliga serie.

House of Cards: en Netflix-fallstudie i big data

ett av de mest ofta citerade exemplen på Netflix användning av big data för att föreställa sig framgångsrikt innehåll är House of Cards TV-serie. Av goda skäl.

några snabba fakta:

• när Netflix ville introducera House of Cards-showen 2013, till skillnad från var standardpraxis i TV-industrin, lanserade Netflix inte en pilot. Istället beställde den två säsonger av showen (för uppskattningsvis 100+ miljoner dollar), redan innan det första avsnittet sändes. En mycket stor chansning för en show utan garanti för att lyckas, eller så var det tänkt.
• House of Cards show var en omedelbar hit, och sex år senare, trots oron kring sin stjärna, Kevin Spacey, har programmet fortfarande ett 8,8 av 10 betyg från över 420 000 recensioner på IMDB, vilket sätter det i ligan av blockbusters som Avatar och The Sopranos.
• enligt Netflix var House of Cards en sådan framgång att det var det mest strömmade innehållet i USA och 40 ytterligare länder på höjden av dess framgång.

medan Netflix engagemang för två säsonger av House of Cards var ett spel för utomstående, visste insiders redan att showen skulle lyckas

faktum är att Netflix förtroende för House of Cards framgång var sådan att en verkställande berättade GIGAOM i en intervju att de inte behövde spendera miljoner för att få folk att ställa in programmet. De visste bara att folk skulle titta på det.

på grund av det direkta förhållandet Netflix har med sina abonnenter, liksom ett överflöd av data om hur publikmedlemmar interagerar med deras innehåll, kunde företaget enkelt avgöra vilken typ av innehåll folk ville ha.

när det gäller House of Cards insåg Netflix att en betydande andel av sina 33 miljoner abonnenter vid den tiden hade strömmat regissören David Finchers arbete, det sociala nätverket, från början till slut på sin plattform, och att filmer med Kevin Spacey alltid var framgångsrika med sin publik.

dessutom avslöjade Netflix data att den brittiska versionen av House of Cards på sin plattform var en hit. Och att de som hade sett den brittiska versionen av House of Cards också hade sett andra filmer som spelats av Kevin Spacey eller regisserats av David Fincher.

med utgångspunkt i dessa data drog Netflix slutsatsen att en redan framgångsrik show i Storbritannien, med den omtyckta skådespelaren Kevin Spacey och regissören David Fincher, för en amerikansk publik, kommer att bli en stor hit.

Netflix hade rätt

inom tre månader efter införandet House of Cards, Netflix lagt 2 miljoner abonnenter i USA och 1 miljon ytterligare abonnenter internationellt.

detta innebar att uppskattningsvis 72 miljoner dollar tillsattes till företagets bottenlinje, vilket nästan betalade sin initiala investering i House of Cards-showen på bara några månader.

med en 93 procent förnyelsegrad för sina Shower efter den första säsongen är framgången med House of Cards inte en isolerad händelse. Andra serier som Orange är den nya svarta, Arrested Development, och kronan introducerades för att hylla med en liknande process som bygger på big data.

hur Netflix använder data för att förbättra användarupplevelsen

när det gäller att samla in data ger Netflix enorma användarbas på över 148 miljoner abonnenter en enorm fördel. Den fokuserar sedan på följande mätvärden:

• Datuminnehåll sågs
• enheten på vilken innehållet sågs
• hur innehållet på innehållet varierade baserat på enheten
• söker på sin plattform
• delar av innehåll som sågs igen
• om innehållet pausades
• användarplatsdata
• tid på dagen och veckan då innehållet sågs och hur det påverkar vilken typ av innehåll som sågs
• metadata från tredje part som Nielsen
• sociala mediedata från Facebook och Twitter

när data Har visats sammantaget använder Netflix dessa data på många sätt. En av de viktigaste användningarna är att formulera och validera ursprungliga programmeringsideer, som diskuteras i ovanstående House of Cards-exempel.

förmodligen viktigare är det sätt på vilket Netflix har behärskat effektiv användning av data för att få människor att engagera sig i innehållet.

Netflix är så bra på riktad innehållsreklam att uppskattningsvis 80 procent av innehållet som strömmas på plattformen påverkas av dess rekommendationssystem.

detta rekommendationssystem är utformat på ett sådant sätt att:

• Netflix fokuserar på att ge varje användare precis vad användaren vill ha genom en personlig innehållsrankare som organiserar varje Netflix-användares samling baserat på personlig information som samlas in om användaren. Liksom Netflix kan du använda big data för att säkerställa att innehåll som levereras till varje användare påverkas av användarens personliga aktivitet och interaktion med ditt varumärke, vilket säkerställer att innehållsupplevelsen är unik för varje användare.
• Netflix rankar topp-och trendinnehåll inte bara baserat på hur populärt innehållet är utan också baserat på personlig information tillgänglig om användaren. Innehållet marknadsförs på grundval av användarens Netflix-aktivitet. Den viktigaste lektionen här är att medan människor är intresserade av vad som är populärt, vill de fortfarande att det ska påverkas av deras intressen. När du marknadsför” toppinnehåll ” till användare är det viktigt att se till att det är relevant för deras personliga intresse.
• nyligen visat innehåll sorteras baserat på en analys av om användarna förväntas fortsätta titta eller titta på igen, eller om användarna slutade titta på grund av att de inte hittade innehållet intressant. Detta är nyckeln till att se till att Netflix inte tråkar ut sina användare; det kan vara frestande att fortsätta marknadsföra samma innehåll eftersom du har investerat i det. Om användaraktivitet indikerar brist på intresse är det bättre att förflytta innehållet och erbjuda något mer intressant.
• en algoritm för innehållsaffinitet rekommenderar innehåll som liknar innehåll som en användare just tittade på. Det är viktigt att notera att människor är mer benägna att vilja konsumera innehåll som liknar det de just konsumerade.

Sammanfattningsvis

utan att bli uttråkad med tekniken är Netflix helt klart ett bra exempel på kraften i big data. Medan du kanske inte har resurser för att skapa ditt eget projekt för mer big data effektivitet som Netflix gjorde genom att skapa sitt Genie-projekt, utvecklas big data-industrin snabbt och det finns många open source-verktyg som hjälper dig att samla in och bearbeta viktiga data för att förstå exakt vad dina användare vill ha.

genom att följa Netflix exempel är det möjligt att effektivt utnyttja big data för att förbättra ditt innehåll och användarupplevelse och säkerställa tillväxten av ditt företag.

Gabrielle Sadeh är en digital marknadsföringskonsult. Hon finns på Twitter @ GabrielleSadeh.