Netflix Data 如何徹底改變娛樂業?
已發表: 2022-05-18數字化轉型已經徹底改變了全球的企業。 堅持使用古老方法的公司正在被收購或破產。 有多個技術先進但規模較小的公司取代老式巨頭的故事。 Netflix 並不是美國電影租賃業務之父。 Blockbuster 成立於 1985 年,在全球近 3000 個地點徹底改變了視頻租賃空間。 然而,它的估值從 1994 年的 84 億美元下降到 2010 年的 2400 萬美元。這發生在 Netflix 自身不斷增長並在 2021 年達到 2030 億美元的估值(從 2000 年的 5000 萬美元開始)的情況下。令人驚訝的是,Netflix 2000 年,Blockbuster 以 5000 萬美元的價格收購了它並作為其在線品牌運營。您可以在此處閱讀有關此故事的更多信息。
上述故事最引人注目的不僅僅是科技驅動的公司已經接管了他們的傳統同行。 這也是關於忽略數據的公司如何面對客戶的憤怒。 迪士尼、耐克、樂高和宜家等過去更多地與傳統商業機構聯繫在一起的公司也涉足數字領域。 其中包括數字內容和基於增強現實的服務。 數據革命是經營了數十年的企業不得不重新考慮其戰略的原因。
數據驅動的數字革命
COVID-19 促進了數據的增長,節省了資金並擴大了用戶範圍。 在福布斯的這篇文章中,估計到 2020 年全球數據從大約 2 澤字節增長到近 44 澤字節。數據的大小並不是增長的全部。 公司已經學會了自動清理數據,在雲中構建 ETL 管道,並從數據中提取重要趨勢和發現。 這些反過來又用於確保公司根據數據驅動的決策而不是“直覺”來運行
通過查看當今移動應用程序向用戶請求的權限數量,您可以了解今天正在處理多少數據。
正在跟踪不斷變化的客戶模式——
更好的庫存管理
對於您過去在實體店購買的幾乎所有東西,您今天都會找到在線替代品。 無論是雜貨、食品配送、化妝品、日常用品,甚至是藥品,都有一個服務提供商。 然而,這些公司需要管理其產品在多個城市、州甚至國家的可用性。 在這種情況下,最大的挑戰是庫存管理。 這將直接影響當今任何公司的底線和盈利能力。 有效使用客戶數據有助於公司減少浪費,並在更短的時間內為客戶提供他們想要的任何東西。
新產品開發
初創公司每天都在增加,以解決問題和緊迫的問題。 然而,理解問題陳述通常需要分析客戶數據。 這是開發服務於目的和需要時間的產品的必要條件。
了解客戶情緒
跟踪客戶情緒對於新老公司都至關重要。 一個簡單的例子是人們(尤其是在發展中國家)如何轉向更環保的選擇。 這可以是使用燕麥奶而不是牛奶,或者使用電動汽車而不是普通的耗油器。 公司需要跟踪這些趨勢並有效地改變他們的業務戰略。
開發新內容
無論您是創建視頻、音頻還是文本內容,都必須了解觀眾的脈搏。 這將有助於進行更多的口碑營銷,並使您獲得更好的追隨者。 今天,這是通過數據、研究社交媒體趨勢和最新消息來完成的。
Netflix 如何使用數據挖掘?
“如果星巴克的秘訣是當你拿到拿鐵時微笑……我們的秘訣就是網站適應個人的口味。”
——里德·黑斯廷斯(Netflix 首席執行官)
最初只是通過郵寄 DVD 出租的公司,Netflix 現在是世界上最大的視頻流媒體公司,擁有近 1.6 億用戶。 這意味著該公司擁有大量數據來分析和改進其業務。

Netflix 上的每個用戶都自願提供某些數據點。 這包括-
- 姓名
- 電子郵件地址和電話號碼
- 地址
- 評分和評論
- 付款詳情
Netflix 還會自動收集某些數據點——
- IP地址
- 用於觀看 Netflix 的設備
- 查看歷史
- 瀏覽、滾動和搜索數據
- 每場演出的時間
該公司還從第三方來源收集人口統計數據、與內容收視率相關的數據以及互聯網行為數據。 所有這些數據都是 Netflix 最著名的推薦引擎的動力。 此推薦引擎決定在您打開網站或應用程序時向您推薦哪些節目和電影。
Netflix 為每位用戶個性化圖像、描述和預告片。 它還處理手頭的數據,以決定在用戶向下滾動時向用戶顯示的內容。 它提供的建議有 4 種類型:
- 向用戶顯示他們可能在中途放棄的內容。
- 它會推薦新電影/節目及其預告片。
- 從每個用戶創建的個人“列表”中推薦電影或節目。
- 提供重新觀看任何以前看過的內容的選項。
Netflix 從第一天開始就利用數據
在 Netflix 上蓬勃發展的首批節目之一也是創建數據驅動內容的首批嘗試之一。 是的,我們正在談論“紙牌屋”。 這部劇在 2013 年開播時深受觀眾歡迎,一共播出了 6 季! 它有一些適用的數據點。 例如,凱文史派西與導演大衛芬奇的搭檔本應發揮其魅力。 他們還發現,根據觀看模式和搜索歷史,圍繞美國總統和議會的政治劇在用戶中很受歡迎。
Netflix 專門設計了預告片來展示史派西作為競選白宮的主角以及政界的不同因素。 它顯示了一個人在爬梯子時需要採取的步驟,無論是道德的還是不道德的。 Netflix 使用這些和其他策略來營造一種神秘感,以及所有觀看預告片或開始觀看節目的人接下來會發生什麼。
藝術與 Netflix 的數據結合
藝術應該是被感受的,而不是被計算出來的。 然而,Netflix 設計了一個模型,可以幫助它決定製作什麼類型的內容來吸引更廣泛的觀眾。 雖然人類是最終的決策者,但 Netflix 已經創建了一組參數,根據這些參數來決定類型、演員、場景、時間線以及何時發布劇集。
您可以在 Netflix 熱門影片 Umbrella Academy 中看到這方面的一個例子,它有一些本應與觀眾良好合作的接觸點。 這包括——
- 成年故事。
- 漫畫動作冒險故事情節。
- 埃利奧特佩奇——一位受歡迎的演員。
如果你仔細觀察,你會發現一個趨勢。 Netflix 投資了多個成年系列,例如——
- 性教育
- 陌生事物
- 我從沒有
- 13 個理由
- 接吻亭
他們所有人都做得很好,他們中的大多數人已經持續了多個季節,並創造了來自不同年齡段的人的狂熱追隨者。 Netflix 在恐怖片、恐怖驚悚片和世界末日電影上下了很多賭注。 一些最著名的名字是——
- 儀式
- 貨物
- 鳥箱
- 山屋的困擾
- 天鵝絨圓鋸
- 今晚沒有人睡在樹林裡
- 布萊莊園的困擾
- 午夜彌撒
- 我們都死了
- 他的房子
它涵蓋了幾乎所有與恐怖相關的主題,從吸血鬼到鬼屋。 它重複了某些主題,因為它們與人群配合得很好。 其中包括度假的一群人,一個有秘密的小鎮,以及導致世界末日的病毒或其他元素。 當第一個作品運作良好時,它還重用了 Mike Flanagan 等創作者創作類似的作品(The Haunting of the Hill House,隨後是 The Haunting of Bly Manor)。
這些趨勢只有在您掌握了多年的數據並且為每個節目或電影添加了相關標籤後才能看到。 Netflix 所做的一切都是隨機的。
最後的想法
Netflix 為使用數據推動業務樹立了標杆。 Netflix 在創作過程的每一步都使用數據挖掘的方式令人著迷。 門檻太高了,不僅僅是內容創作者。 每個想要保持相關性並獲得利潤的企業都需要擁有位於其所有部門中心的數據團隊。 該團隊必須充當數據和數據驅動決策的渠道,以確保成功實施。 每當企業將數據留在盤子上時,它只會允許另一個競爭對手接手並在競爭中繼續前進。
