Hvordan Netflix vet nøyaktig hva du vil se

Annonse

Netflix 'fremgang til å være verdens primære mediastreamingstjeneste var ingen fluke. Den var basert på en sammensatt oppskrift av datamanipulering og følelser som betyr at selskapet vet hva du vil se, selv før du kjenner deg selv.

I følge Netflix sine siste kvartalsvise tall, streamer mediestrømmetjenesten nesten 2 millioner nye abonnenter hver måned.

Årsaken til denne nådeløse veksten (enten du tror det er bra eller dårlig) går dypere enn å ha en praktisk og rimelig service Hvorfor du skal være glad for å betale mer for NetflixHver gang Netflix øker prisene, er det mange millioner brukere som ser på binge, og ser på utsiktene til å betale et par dollar mer. Men dette er stumt, fordi Netflix er en absolutt stjele. Les mer å selge. Det går dypere enn det enorme markedsføringsbudsjettet og strategiene. Og det går absolutt dypere enn Netflix langt-fra-komplett 5 måter å søke på Netflix, Hulu, Amazon og mer på en gangHvis du fremdeles har vanskelig for å bestemme deg for hvilken av streamingtjenestene på nettet som er riktig for deg, er en av de viktigste faktorene du må vurdere når det gjelder å ta denne beslutningen ...

Les mer bibliotek.

Det er Netflix hemmelige saus av algoritmer, big data og tarminstinkt som driver denne ustoppelige veksten. Det er denne hemmelige sausen som lar Netflix ikke bare konsekvent anbefale innhold som brukere (sannsynligvis) vil elske, men også for å finansiere opprettelse av det innholdet, sikker på at det vil bli en suksess.

Utrolige mengder Big Data

Det er ingen overraskelse at big data spiller en stor rolle i Netflix 'evne til å anbefale og finansiere riktig innhold. Det som imidlertid er overraskende, er typen data og datamengde som Netflix sporer hver gang du bruker tjenesten.

I følge tjenestemannen Netflix Tech Blog:

"Hver gang et medlem begynner å se på en film eller TV-episode, opprettes et" synspunkt "i datasystemene våre, og en samling av hendelser som beskriver den visningen samles."

Som en del av denne prosessen sporer Netflix "hele visningshistorikken din så lenge [du] er abonnert". Systemet "samler periodiske signaler gjennom hver visning for å avgjøre om et medlem ser eller ikke fremdeles ser på". Den sporer også dine søk, rangeringer, geografiske data, enhetsinformasjon, surfeatferd, tid på dagen / uken du ser på, når du bestemmer deg for å slippe et show, ta en pause og spole fremover.

Med millioner av Netflix-brukere som strømmer milliarder antall timer med innhold hver måned, er mengden data selskapet samler inn forvirrende. Disse dataene er enormt viktige for at selskapet skal lykkes.

I 2014 GigaOM parafraserte Netflix's Senior Data Scientist Hvordan bli en dataforskerDatavitenskap har gått fra et nyoppsatt begrep i 2007 til å være et av de mest etterspurte fagområdene i dag. Men hva gjør en dataforsker? Og hvordan kan du bryte deg inn i feltet? Les mer , Mohammad Sabah og sa:

"75 prosent av brukerne velger filmer basert på selskapets anbefalinger, og Netflix ønsker å gjøre dette tallet enda høyere."

Disse seerdataene er enorme, og det er avgjørende for hvorfor tjenesten kan være så vanedannende. Kombinert med det enorme spekteret av data som er lagret om hvert show, blir det vanskelig å være uenig i David Carrs teori at “Netflix tar i bruk originalt innhold fordi det vet hva folk vil ha før de gjør ” (vektlegg min egen).

Stadig forbedrende algoritmer

På egenhånd er data lite nytte. Som Jason Gilbert skrev; "[Netflix] suksess er basert på hvor godt det er i stand til å velge programmering som seerne liker, mens de fremdeles er lønnsomme."

For å gjøre dette bruker Netflix algoritmer. Som ingeniørdirektør, Xavier Amatriain, fortalte Wired:

“[Selskapet har utviklet] flere algoritmer, hver optimalisert for et annet formål. I bred forstand er de fleste av våre algoritmer basert på antagelsen om at lignende visningsmønstre representerer lik brukersmak. Vi kan bruke oppførselen til lignende brukere for å utlede preferansene dine. ”

Dette fokuserer på visningsmønstre viser seg å være langt mer pålitelig enn å først og fremst se på vurderingen du gir til et show.

Som data om brukere og innhold mates inn i disse maskinlæring Hvordan intelligent programvare skal forandre livet dittSkynet kommer, og det kommer til å bli utrolig populært. Nye AI-teknologier dukker opp som vil sjanse for måten vi lever, spiller og jobber, Les mer algoritmer, seeroppførsel kan matches med show som har visse likheter - produksjonsår, rollebesetning, regissør, etc. Som vi ser av antall timer medier som blir streamet på Netflix hver dag, fungerer disse algoritmene tydelig. Men de er alltid et arbeid som pågår.

Selskapet kjører hele tiden store antall A / B-tester (noe som tillater brukeropplevelse og algoritme endringer som skal rulles ut og testes på små undersett av brukere) for å forbedre hver enkelt av disse algoritmer. I følge Amatriain disse testene "la oss prøve radikale ideer eller teste mange tilnærminger samtidig". Det primære målet er nesten alltid å forbedre "medlemsengasjement (f.eks. Timer med spill) og oppbevaring".

Magefølelse

I et annet Netflix Tech-blogginnlegg, Xavier Amatriain heter det:

"Overflod av kildedata, målinger og tilhørende eksperimenter gjør det mulig for oss å drive en datadrevet organisasjon. Netflix har innebygd denne tilnærmingen i sin kultur siden selskapet ble stiftet.

Ideen om show blir produsert og anbefalt basert utelukkende på data er noe urovekkende. Men TV-bransjen har alltid stolt sterkt på data (ofte i form av fokusgrupper og seertall). Imidlertid tar Netflix dette ganske mange skritt videre.

Når det er sagt, ønsket Joris Evers, selskapets direktør for global bedriftskommunikasjon, å lette brukernes sinn. Han fortalte New York Times:

"Vi blir ikke veldig involvert på den kreative siden... Vi ansetter de rette menneskene og gir frihet og budsjett til å gjøre godt arbeid. Det betyr at når Seth Rogen og Kristen Wiig kunngjøres som spesielle gjester på kommende episoder av Arrestert utvikling det er ikke fordi en statistisk analyse ba Netflix om å gjøre det. ”

Verdien av big data og algoritmer informerer med andre ord Netflix 'beslutning i stedet for å diktere dem. Kreative ideer for film å finansiere, og show for å lisensiere vil komme tykke og raske. De som føle bra, vil bli utsatt for dataene. Hvis det ser ut som om en stor nok del av Netflix brukere vil være interessert, og beslutningstakernes magefølelse sier at showet vil bli et hit, blir det gitt en tommel og en stor sjekk.

Denne oppskriften ser ut til å fungere

Denne blandingen av data, kontinuerlig forbedring av algoritmer og tarminstinkt ser ut til å fungere for Netflix. Så mye at faktisk har selskapet tillit til å finansiere hele serien før slipper en pilotepisode. De fleste andre kringkastere jobber motsatt vei.

Produsenter og regissører kan gi kreative ideer til Netflix. Hvis big data og magefølelse legger seg opp, og antyder at kostnadene kan tilbakebetales når det gjelder nye abonnenter og økt oppbevaring, kan Netflix gå all-in. Korthus er ett eksempel, der selskapet investerte 100 millioner dollar på to sesonger uten en gang å se en pilotepisode. Og det er derfor 2016 vil se Netflix produsere mer originalt innhold enn de fleste andre kringkastere gjør om flere år.

Dette ville ikke være mulig hvis Netflix ikke var i stand til å være unødvendig pålitelig når det gjelder å forstå og forutsi hva du (eller i det minste de fleste) ville elske å se på. Før du selv kjenner deg selv.

Over til deg: Synes du at Netflix sine anbefalinger passer din smak? Hvis ikke, prøv disse hemmelige Netflix-søkekoder 20 hemmelige Netflix-koder garantert å hjelpe deg med å finne nytt innholdHer er vår liste over de 20 hemmelige Netflix-kodene som garantert hjelper deg med å finne nytt innhold. Les mer . Og føler du deg komfortabel med å få Netflix til å vite dette så mye om synsoppførsel, liker og misliker?

Bildekreditt: ungt par av Andrey_Popov via Shutterstock, Serverrom av Torkild Retvedt (Flickr)