Hvordan Netflix ved nøjagtigt hvad du vil se

Netflix 'stigning til at være verdens primære mediestreamingtjeneste var ikke noget. Det var baseret på en kompleks opskrift på datamanipulation og følelser, der betyder, at virksomheden ved, hvad du vil se, selv før du kender dig selv.

I henhold til Netflixs seneste kvartalsvise tal er streamingtjenesten for medier næsten 2 millioner nye abonnenter hver måned.

Årsagen til denne nådeløse vækst (uanset om du mener, at det er godt eller dårligt) går dybere end at have en bekvem og rimelig pris. Hvorfor du skal være glad for at betale mere for Netflix Hvorfor du skal være glad for at betale mere for Netflix, hver gang Netflix øger sin priser, millioner af binge-watch brugere skræmmer over udsigten til at betale et par dollars mere. Men dette er stumt, fordi Netflix er en absolut stjæle. at sælge. Det går dybere end dets enorme marketingbudget og strategier. Og det går bestemt dybere end Netflix's langt fra komplette 5 måder at søge Netflix, Hulu, Amazon og mere på én gang 5 måder at søge Netflix, Hulu, Amazon og mere på én gang Hvis du stadig har svært ved at beslutte hvilken af ​​online-streaming-tjenesterne der passer til dig, en af ​​de vigtigste faktorer, du skal overveje, når det kommer til at tage denne beslutning, er ... bibliotek.

Det er Netflix's hemmelige sauce af algoritmer, big data og tarminstinkt, der brænder denne ustoppelige vækst. Det er denne hemmelige sauce, der tillader Netflix at ikke bare konsekvent anbefale indhold, som brugerne (sandsynligvis) vil elske, men også til at finansiere skabelse af dette indhold, overbevist om, at det vilje være en succes.

Utrolige mængder Big Data

Det er ingen overraskelse, at big data spiller en stor rolle i Netflix 'evne til at anbefale og finansiere det rigtige indhold. Det overraskende er imidlertid den type data og mængden af ​​data, som Netflix sporer hver gang du bruger tjenesten.

Ifølge den officielle Netflix Tech Blog:

“Hver gang et medlem begynder at se en film eller tv-episode, oprettes en 'visning' i vores datasystemer, og en samling af begivenheder, der beskriver visningen, er samlet.”

Som en del af denne proces sporer Netflix din “hele visningshistorikken, så længe [du] er abonneret”. Systemet “samler periodiske signaler gennem hver visning for at afgøre, om et medlem ser eller ikke kigger stadig”. Det sporer også dine søgninger, klassificeringer, geo-placeringsdata, enhedsinformation, browseadfærd, tidspunkt på dagen / ugen, som du ser, når du beslutter dig for at grøft et show, til pause og til at spole frem.

Med millioner af Netflix-brugere streaming milliarder timer med indhold hver måned, er den mængde data, som virksomheden indsamler, forvirrende. Disse data er enormt vigtige for virksomhedens succes.

I 2014 omskriver GigaOM Netflix Senior Data Scientist Hvordan man bliver en datavidenskabsmand Sådan bliver man en data scientist Datavidenskaben er gået fra et nyligt fundet udtryk i 2007 til at være en af ​​de mest efterspurgte discipliner i dag. Men hvad gør en dataforsker? Og hvordan kan du bryde ind i marken? , Mohammad Sabah og sagde:

“75 procent af brugerne vælger film baseret på virksomhedens anbefalinger, og Netflix ønsker at gøre dette nummer endnu højere.”

Disse seerdata er enorme, og det er bydende nødvendigt, hvorfor tjenesten kan være så vanedannende. Kombineret med det enorme udvalg af data, der er gemt om hvert show, bliver det svært at være uenig i David Carrs teori om “Netflix igangsætter originalt indhold, fordi det ved, hvad folk vil have, før de gør” (understreger min egen).

Stadig forbedring af algoritmer

På egen hånd er data til lidt nytte. Som Jason Gilbert skrev; “[Netflix's] succes er baseret på, hvor godt det er i stand til at vælge programmering, som dets seere kan lide, mens det stadig er rentabelt.”

For at gøre dette bruger Netflix algoritmer. Som ingeniørdirektør, Xavier Amatriain, fortalte Wired:

“[Virksomheden har udviklet] flere algoritmer, der hver er optimeret til et andet formål. I bred forstand er de fleste af vores algoritmer baseret på antagelsen om, at lignende visningsmønstre repræsenterer lignende brugersmag. Vi kan bruge opførsel af lignende brugere til at udlede dine præferencer.”

Dette fokus på se mønstre viser sig at være langt mere pålidelig end først og fremmest at se på den vurdering, du giver til et show.

Som data om brugere og indhold indføres i disse maskinlæringer Sådan kommer intelligent software til at ændre dit liv Hvordan intelligent software kommer til at ændre dit liv Skynet kommer, og det bliver utroligt populært. Nye AI-teknologier dukker op, der vil få chancen for den måde, vi lever, spiller og arbejder på, algoritmer, seernes adfærd kan matches med shows, der har visse ligheder - produktionsår, rollebesætning, instruktør osv. Som vi kan se fra antallet timer med medier, der streames på Netflix hver dag, fungerer disse algoritmer tydeligt. Men de er altid et igangværende arbejde.

Virksomheden kører konstant et stort antal A / B-test (tillader, at brugeroplevelse og algoritmeændringer rulles ud og testes på små undersæt af brugere) for at iterativt forbedre hver af disse algoritmer. Ifølge Amatriain disse tests “lad os prøve radikale ideer eller teste mange tilgange på samme tid”. Det primære mål er næsten altid at forbedre sig “medlemsinddragelse (f.eks. times spilletid) og tilbageholdelse”.

Mavefornemmelse

I et andet Netflix Tech-blogindlæg udtaler Xavier Amatriain:

“Mængden af ​​kildedata, målinger og tilknyttede eksperimenter tillader os at drive en datadrevet organisation. Netflix har integreret denne tilgang i sin kultur siden virksomheden blev grundlagt”.

Idéen om show, der fremstilles og anbefales baseret udelukkende på data er noget foruroligende. Men tv-industrien har altid været stærkt afhængig af data (ofte i form af fokusgrupper og seertal). Netflix tager dette dog ganske få skridt videre.

Når det er sagt, ville Joris Evers, selskabets direktør for global virksomhedskommunikation, lette brugernes sind. Han sagde til New York Times:

“Vi bliver ikke superinddraget på den kreative side… Vi ansætter de rigtige mennesker og giver friheden og budgettet til at udføre godt arbejde. Det betyder, at når Seth Rogen og Kristen Wiig annonceres som særlige gæster på kommende episoder af Arresteret udvikling det er ikke fordi en statistisk analyse bad Netflix om at gøre det.”

Med andre ord informerer værdien af ​​big data og algoritmer Netflix 'beslutning i stedet for at diktere dem. Kreative ideer til film, der skal finansieres, og shows til licens vil komme tykke og hurtige. De der føle god, vil blive underkastet dataene. Hvis det ser ud som om en stor nok del af Netflix's brugere vil være interesseret, og beslutningstagerens magefølelse siger, at showet vil være et hit, får det en tommelfingeren og en stor check.

Denne opskrift ser ud til at fungere

Denne blanding af data, der kontinuerligt forbedrer algoritmer, og tarminstinkt ser ud til at fungere for Netflix. Så meget så faktisk, at virksomheden har tillid til at finansiere hele række shows Før frigiver en pilotepisode. De fleste andre tv-stationer arbejder på den modsatte måde.

Producenter og instruktører kan give kreative ideer til Netflix. Hvis big data og tarmen føles sammen og antyder, at omkostningerne kan inddrives i form af nye abonnenter, der er opnået og øget tilbageholdelse, er Netflix i stand til at gå all-in. Korthus er et eksempel, hvor virksomheden investerede 100 millioner dollars i to sæsoner uden selv at se en pilotepisode. Og det er derfor, 2016 vil se Netflix producere mere originalt indhold, end de fleste andre tv-stationer gør på flere år.

Dette ville ikke være muligt, hvis Netflix ikke var i stand til at være unødigt pålidelig til at forstå og forudsige, hvad du (eller i det mindste de fleste) ville elske at se. Før du selv kender dig selv.

Over til dig: Synes du, at Netflix's anbefalinger passer til din smag? Hvis ikke, prøv disse hemmelige Netflix-søgekoder 20 Hemmelige Netflix-koder, der er garanteret at hjælpe dig med at finde nyt indhold. 20 Hemmelige Netflix-koder, der er garanteret at hjælpe dig med at finde nyt indhold. Her er vores liste over de 20 hemmelige Netflix-koder, der garanteres at hjælpe dig med at finde nyt indhold. . Og har du det godt med, at Netflix ved dette meget om din visningsadfærd, lide og ikke kan lide?

Billedkredit: ungt par af Andrey_Popov via Shutterstock, Server Room af Torkild Retvedt (Flickr)