Netflix Data ปฏิวัติวงการบันเทิงได้อย่างไร
เผยแพร่แล้ว: 2022-05-18การเปลี่ยนแปลงทางดิจิทัลได้ปฏิวัติธุรกิจทั่วโลก บริษัทที่ยึดติดกับวิธีการแบบเก่ากำลังถูกซื้อหรือล้มละลาย มีเรื่องราวมากมายเกี่ยวกับบริษัทที่ก้าวหน้าทางเทคนิคแต่เล็กกว่ามาแทนที่ยักษ์ใหญ่โบราณ Netflix ไม่ใช่บิดาของธุรกิจให้เช่าภาพยนตร์ในสหรัฐอเมริกา Blockbuster ก่อตั้งขึ้นในปี 1985 ปฏิวัติพื้นที่เช่าวิดีโอด้วยสถานที่เกือบ 3k แห่งทั่วโลก อย่างไรก็ตาม บริษัทเห็นว่าการประเมินมูลค่าลดลงจาก 8.4 พันล้านดอลลาร์ในปี 2537 เหลือเพียง 24 ล้านดอลลาร์ในปี 2553 สิ่งนี้เกิดขึ้นในขณะที่ Netflix เติบโตอย่างต่อเนื่องและมีมูลค่าถึง 203 พันล้านดอลลาร์ในปี 2564 โดยเริ่มจากเพียง 50 ล้านดอลลาร์ในปี 2543 สิ่งที่น่าแปลกใจก็คือ Netflix ได้เสนอ Blockbuster ให้ซื้อกิจการและดำเนินการเป็นแบรนด์ออนไลน์ด้วยราคาเพียง 50 ล้านดอลลาร์ในปี 2000 คุณสามารถอ่านเพิ่มเติมเกี่ยวกับเรื่องนี้ ได้ ที่นี่
สิ่งที่น่าทึ่งที่สุดเกี่ยวกับเรื่องราวข้างต้นไม่ใช่แค่ข้อเท็จจริงที่ว่าบริษัทที่ขับเคลื่อนด้วยเทคโนโลยีได้เข้ามาแทนที่คู่แข่งแบบเดิมๆ นอกจากนี้ยังเกี่ยวกับวิธีที่บริษัทที่เพิกเฉยต่อข้อมูลต้องเผชิญกับความโกรธแค้นของลูกค้า บริษัทต่างๆ เช่น Disney, Nike, Lego และ IKEA ซึ่งเคยมีความเกี่ยวข้องกับการตั้งค่าธุรกิจแบบเดิมๆ มากขึ้น ต่างก็ลงทุนในด้านดิจิทัลเช่นกัน ซึ่งรวมถึงเนื้อหาดิจิทัลและบริการที่ใช้เทคโนโลยีความเป็นจริงเสริม การปฏิวัติข้อมูลเป็นสาเหตุที่ทำให้ธุรกิจที่ดำเนินกิจการมาหลายทศวรรษต้องคิดใหม่เกี่ยวกับกลยุทธ์ของตน
การปฏิวัติทางดิจิทัลที่ขับเคลื่อนด้วยข้อมูล
โควิด-19 ได้เพิ่มการเติบโตของข้อมูล ช่วยประหยัดเงิน และเพิ่มการเข้าถึงของผู้ใช้ ใน บทความนี้ จาก Forbes คาดว่าข้อมูลทั่วโลกจะเพิ่มขึ้นจากประมาณ 2 เซตตะไบต์เป็นเกือบ 44 เซตตะไบต์ในปี 2020 ขนาดของข้อมูลไม่ได้เพิ่มขึ้นทั้งหมด บริษัทต่างๆ ได้เรียนรู้วิธีล้างข้อมูลโดยอัตโนมัติ สร้างไปป์ไลน์ ETL ในคลาวด์ และดึงแนวโน้มและข้อค้นพบที่สำคัญออกจากข้อมูล สิ่งเหล่านี้ถูกนำมาใช้เพื่อให้แน่ใจว่าบริษัทต่างๆ ดำเนินการตัดสินใจโดยใช้ข้อมูลเป็นหลัก แทนที่จะใช้ "ความรู้สึกนึกคิด"
คุณสามารถรับแนวคิดเกี่ยวกับจำนวนข้อมูลที่ได้รับการประมวลผลในปัจจุบันโดยดูจากจำนวนการอนุญาตที่แอปพลิเคชันมือถือขอจากผู้ใช้ในปัจจุบัน
กำลังติดตามการเปลี่ยนแปลงรูปแบบของลูกค้าสำหรับ–
การจัดการสินค้าคงคลังที่ดีขึ้น
สำหรับเกือบทุกอย่างที่คุณเคยซื้อที่หน้าร้าน คุณจะพบกับทางเลือกออนไลน์ในปัจจุบัน ไม่ว่าจะเป็นของชำ ส่งอาหาร เครื่องสำอาง ของใช้ประจำวัน หรือแม้แต่ยา มีผู้ให้บริการทุกอย่าง อย่างไรก็ตาม บริษัทเหล่านี้จำเป็นต้องจัดการความพร้อมใช้งานของผลิตภัณฑ์ในหลายเมือง รัฐ หรือแม้แต่ประเทศ ความท้าทายที่ใหญ่ที่สุดในกรณีนี้คือการจัดการสินค้าคงคลัง มันจะส่งผลโดยตรงต่อผลกำไรและผลกำไรของบริษัทใดๆ ในปัจจุบัน การใช้ข้อมูลลูกค้าอย่างมีประสิทธิภาพช่วยให้บริษัทต่างๆ ลดการสูญเสีย และมอบสิ่งที่พวกเขาต้องการแก่ลูกค้าในระยะเวลาที่สั้นลง
การพัฒนาผลิตภัณฑ์ใหม่
สตาร์ทอัพเติบโตขึ้นทุกวันสำหรับการแก้ปัญหาและปัญหาเร่งด่วน อย่างไรก็ตาม การทำความเข้าใจคำชี้แจงปัญหามักต้องการการวิเคราะห์ข้อมูลลูกค้า นี่เป็นสิ่งจำเป็นสำหรับการพัฒนาผลิตภัณฑ์ที่มีจุดประสงค์และต้องการชั่วโมง
เข้าใจความรู้สึกของลูกค้า
การติดตามความคิดเห็นของลูกค้าเป็นสิ่งสำคัญสำหรับทั้งบริษัทเก่าและใหม่ ตัวอย่างง่ายๆ ประการหนึ่งคือวิธีที่ผู้คน (โดยเฉพาะในประเทศกำลังพัฒนา) กำลังก้าวไปสู่ทางเลือกที่เป็นมิตรต่อสิ่งแวดล้อมมากขึ้น นี่อาจเป็นอะไรก็ได้จากการใช้นมข้าวโอ๊ต แทนนมวัว หรือใช้ยานพาหนะไฟฟ้าแทนการใช้แก๊สทั่วไป บริษัทจำเป็นต้องติดตามแนวโน้มเหล่านี้และทำการเปลี่ยนแปลงกลยุทธ์ทางธุรกิจอย่างมีประสิทธิภาพ
การพัฒนาเนื้อหาใหม่
ไม่ว่าคุณจะสร้างเนื้อหาวิดีโอ เสียง หรือข้อความ การดึงดูดใจผู้ชมก็เป็นสิ่งจำเป็น สิ่งนี้จะช่วยในการทำการตลาดแบบปากต่อปากมากขึ้นและจะช่วยให้คุณติดตามได้ดีขึ้น ปัจจุบันนี้ทำผ่านข้อมูล โดยศึกษาแนวโน้มของโซเชียลมีเดียและข่าวสารล่าสุด
Netflix ใช้ Data Mining อย่างไร
“ถ้าความลับของสตาร์บัคส์คือรอยยิ้มเมื่อคุณได้ลาเต้… ของเราก็คือเว็บไซต์จะปรับให้เข้ากับรสนิยมของแต่ละคน”
– รีด เฮสติงส์ (ซีอีโอของ Netflix)
เริ่มต้นจากการเช่าผ่านบริษัทดีวีดีทางไปรษณีย์ ปัจจุบัน Netflix เป็นบริษัทสตรีมมิ่งวิดีโอที่ใหญ่ที่สุดในโลกด้วยผู้ใช้เกือบ 160 ล้านคน สิ่งนี้หมายความว่าบริษัทมีข้อมูลมากมายที่จะวิเคราะห์และปรับปรุงธุรกิจของตน

ผู้ใช้ทุกคนใน Netflix เต็มใจให้ข้อมูลบางจุด ซึ่งรวมถึง-
- ชื่อ
- ที่อยู่อีเมลและหมายเลขโทรศัพท์
- ที่อยู่
- คะแนนและรีวิว
- รายละเอียดการจ่ายเงิน
Netflix ยังรวบรวมจุดข้อมูลบางอย่างโดยอัตโนมัติ–
- ที่อยู่ IP
- อุปกรณ์ที่ใช้ในการรับชม Netflix
- กำลังดูประวัติ
- การเรียกดู การเลื่อน และการค้นหาข้อมูล
- เวลาที่ใช้ในแต่ละการแสดง
บริษัทยังเก็บรวบรวมข้อมูลประชากร ข้อมูลที่เกี่ยวข้องกับการดูเนื้อหา และข้อมูลพฤติกรรมอินเทอร์เน็ตจากแหล่งข้อมูลบุคคลที่สาม ข้อมูลทั้งหมดนี้เป็นสิ่งที่ขับเคลื่อนเครื่องมือแนะนำที่ Netflix มีชื่อเสียงมากที่สุด เครื่องมือแนะนำนี้จะตัดสินใจว่ารายการและภาพยนตร์ใดที่จะแนะนำให้คุณเมื่อใดก็ตามที่คุณเปิดเว็บไซต์หรือแอป
Netflix ปรับแต่งภาพ คำอธิบาย และตัวอย่างสำหรับผู้ใช้ทุกคน นอกจากนี้ยังประมวลผลข้อมูลในมือเพื่อตัดสินใจเลือกเนื้อหาที่จะแสดงต่อผู้ใช้เมื่อเลื่อนลง คำแนะนำที่นำเสนอมี 4 ประเภท:
- แสดงเนื้อหาที่ผู้ใช้อาจทิ้งไว้กลางทาง
- แนะนำภาพยนตร์/รายการใหม่พร้อมกับตัวอย่าง
- แนะนำภาพยนตร์หรือรายการจาก "รายการ" ส่วนตัวที่สร้างโดยผู้ใช้ทุกคน
- ให้ตัวเลือกในการดูเนื้อหาที่เคยดูซ้ำอีกครั้ง
Netflix ใช้ประโยชน์จากข้อมูลตั้งแต่วันที่ 1
รายการแรกที่แสดงบน Netflix ก็เป็นหนึ่งในความพยายามครั้งแรกในการสร้างเนื้อหาที่ขับเคลื่อนด้วยข้อมูล ใช่ เรากำลังพูดถึง "House of Cards" รายการนี้จัดได้ลงตัวกับผู้ชมเมื่อเริ่มฉายในปี 2013 จนมีถึง 6 ซีซั่น! มีจุดข้อมูลบางอย่างที่ใช้งานได้ ตัวอย่างเช่น การจับคู่ของ Kevin Spacey กับผู้กำกับ David Fincher ควรจะใช้เสน่ห์ของมัน พวกเขายังพบว่าละครการเมืองเกี่ยวกับประธานาธิบดีและรัฐสภาของสหรัฐฯ เป็นที่นิยมในหมู่ผู้ใช้ โดยพิจารณาจากรูปแบบการดูและประวัติการค้นหา
Netflix ได้ออกแบบตัวอย่างโดยเฉพาะเพื่อแสดงสเปซีย์เป็นตัวเอกในการแข่งขันทำเนียบขาวและปัจจัยต่างๆ ที่มีบทบาทในวงการการเมือง มันแสดงให้เห็นขั้นตอนที่ต้องทำในขณะที่ปีนบันไดทั้งที่มีจริยธรรมและผิดจรรยาบรรณ Netflix ใช้กลยุทธ์เหล่านี้และอื่น ๆ เพื่อสร้างความรู้สึกลึกลับและจะเกิดอะไรขึ้นต่อไปในบรรดาผู้ที่ดูตัวอย่างหรือเริ่มดูการแสดง
ศิลปะแต่งงานกับ Data ที่ Netflix
ศิลปะควรจะรู้สึกมากกว่าการคำนวณ อย่างไรก็ตาม Netflix ได้ออกแบบโมเดลที่ช่วยให้ตัดสินใจได้ว่าจะสร้างเนื้อหาประเภทใดเพื่อดึงดูดผู้ชมให้กว้างขึ้น ในขณะที่มนุษย์เป็นผู้มีอำนาจตัดสินใจขั้นสุดท้าย Netflix ได้สร้างชุดของพารามิเตอร์โดยพิจารณาจากประเภทที่เป็นตัวตัดสิน นักแสดง ฉาก ไทม์ไลน์ และเวลาที่จะเปิดตัวซีรีส์
คุณสามารถดูตัวอย่างสิ่งนี้ได้ใน Umbrella Academy ซึ่งเป็นภาพยนตร์ฮิตของ Netflix ซึ่งมีจุดสัมผัสบางอย่างที่น่าจะทำงานได้ดีกับผู้ชม รวมถึง-
- เรื่องราวของวัยกำลังมา
- เรื่องราวการผจญภัยการ์ตูนแอ็คชั่น
- Elliot Page – ซึ่งเป็นนักแสดงยอดนิยม
หากสังเกตดีๆ คุณจะเห็นเทรนด์ Netflix ได้ลงทุนในซีรีส์อายุหลายสิบปีเช่น-
- เพศศึกษา
- Stranger Things
- ไม่เคยมีฉันเคย
- 13 เหตุผลทำไม
- บูธจูบ
และพวกเขาทั้งหมดทำได้ดีและส่วนใหญ่ได้ไปหลายฤดูกาลและสร้างลัทธิตามบุคคลจากกลุ่มอายุต่างๆ Netflix ได้วางเดิมพันมากมายเกี่ยวกับภาพยนตร์สยองขวัญ ระทึกขวัญ สยองขวัญ และวันสิ้นโลก ชื่อที่โดดเด่นที่สุดคือ-
- พิธีกรรม
- สินค้า
- กล่องนก
- บ้านผีสิงบนเขา
- กำมะหยี่ Buzzsaw
- คืนนี้ไม่มีใครหลับใหลในป่า
- The Haunting Of Bly Manor
- มิสซาเที่ยงคืน
- พวกเราทุกคนตายไปแล้ว
- บ้านของเขา
มันครอบคลุมเกือบทุกธีมที่เกี่ยวข้องกับความสยองขวัญตั้งแต่แวมไพร์ไปจนถึงบ้านผีสิง มีการทำซ้ำบางรูปแบบเนื่องจากทำงานได้ดีกับฝูงชน ซึ่งรวมถึงกลุ่มในวันหยุด เมืองที่มีความลับ และไวรัสหรือองค์ประกอบอื่นๆ ที่นำไปสู่การสิ้นสุดของโลก นอกจากนี้ยังนำผู้สร้างเช่น Mike Flanagan กลับมาใช้ใหม่เพื่อสร้างผลงานที่คล้ายคลึงกันเมื่องานแรกทำงานได้ดี (The Haunting of the Hill House ตามด้วย The Haunting of Bly Manor)
แนวโน้มเหล่านี้จะมองเห็นได้ก็ต่อเมื่อคุณมีข้อมูลในปีต่างๆ อยู่ในมือ และได้เพิ่มแท็กที่เกี่ยวข้องสำหรับรายการหรือภาพยนตร์แต่ละรายการ ไม่มีอะไรที่ Netflix ทำได้โดยบังเอิญ
ความคิดสุดท้าย
Netflix ได้กำหนดเกณฑ์มาตรฐานสำหรับการใช้ข้อมูลเพื่อขับเคลื่อนธุรกิจ วิธีที่ Netflix ใช้การขุดข้อมูลในทุกขั้นตอนของกระบวนการสร้างสรรค์นั้นน่าทึ่งมาก แถบนั้นสูงเกินไป และไม่ใช่แค่เกี่ยวกับผู้สร้างเนื้อหาเท่านั้น ทุกธุรกิจที่ต้องการรักษาความสัมพันธ์และเก็บเกี่ยวผลกำไรจะต้องมีทีมข้อมูลซึ่งจะเป็นศูนย์กลางของแผนกทั้งหมด ทีมนี้ต้องทำงานเป็นสื่อกลางสำหรับข้อมูลและการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลเพื่อให้แน่ใจว่าการใช้งานจะประสบความสำเร็จ เมื่อใดก็ตามที่ธุรกิจทิ้งข้อมูลไว้บนจาน มันจะเป็นการอนุญาตให้คู่แข่งรายอื่นหยิบขึ้นมาและก้าวไปข้างหน้าในการแข่งขัน
