A ascensão da Netflix ao serviço principal de transmissão de mídia do mundo não foi por acaso. Foi baseado em uma receita complexa de manipulação de dados e emoção que significa que a empresa sabe o que você quer assistir mesmo antes de se conhecer.
De acordo com os últimos números trimestrais da Netflix, o serviço de streaming de mídia está acumulando quase 2 milhões de novos assinantes a cada mês .
A razão para este crescimento implacável (quer você acredite que isso é bom ou ruim) é mais profundo do que ter um serviço conveniente e com preços razoáveis Por que você deveria estar feliz em pagar mais pela Netflix Por que você deveria pagar mais pela Netflix? preços, milhões de usuários observadores se recusam a pagar mais alguns dólares. Mas isso é estúpido, porque o Netflix é um roubo absoluto. Leia mais para vender. É mais profundo do que seu gigantesco orçamento e estratégias de marketing. E certamente vai mais fundo do que as 5 maneiras de fazer Netflix, Hulu, Amazon e mais de uma só vez da Netflix 5 maneiras de pesquisar Netflix, Hulu, Amazon e mais de uma vez Se você ainda está tendo dificuldades em decidir qual dos serviços de streaming de filmes on-line é ideal para você, um dos fatores mais importantes a considerar quando se trata de tomar essa decisão é ... Leia Mais biblioteca.
É o molho secreto de algoritmos, big data e instinto do Netflix que alimenta esse crescimento imparável. É esse molho secreto que permite à Netflix não apenas recomendar consistentemente conteúdo que os usuários (provavelmente) vão adorar, mas também financiar a criação desse conteúdo, confiantes de que será um sucesso.
Quantidades Incríveis de Big Data
Não é surpresa que o Big Data tenha um papel importante na capacidade do Netflix de recomendar e financiar o conteúdo correto. O que é surpreendente, no entanto, é o tipo de dados e a quantidade de dados que a Netflix rastreia toda vez que você usa o serviço.
De acordo com o blog oficial da Netflix:
“Cada vez que um membro começa a assistir a um filme ou episódio de TV, uma 'visão' é criada em nossos sistemas de dados e uma coleção de eventos descrevendo essa visão é coletada.”
Como parte desse processo, a Netflix monitora todo o seu histórico de exibições enquanto você estiver inscrito. O sistema “reúne sinais periódicos ao longo de cada visualização para determinar se um membro está ou não assistindo”. Ele também rastreia suas pesquisas, classificações, dados de localização geográfica, informações do dispositivo, comportamento de navegação, hora do dia / semana em que você está assistindo, quando você decide abandonar um programa, pausar e avançar rapidamente.
Com milhões de usuários da Netflix transmitindo bilhões de horas de conteúdo por mês, a quantidade de dados que a empresa coleta é desconcertante. Esses dados são extremamente importantes para o sucesso da empresa.
Em 2014, GigaOM parafraseou o cientista de dados sênior da Netflix Como se tornar um cientista de dados Como se tornar um cientista de dados A ciência de dados passou de um termo recém-criado em 2007 para uma das disciplinas mais procuradas atualmente. Mas o que um cientista de dados faz? E como você pode entrar no campo? Leia mais, Mohammad Sabah, dizendo:
"75% dos usuários selecionam filmes com base nas recomendações da empresa e a Netflix quer aumentar ainda mais esse número".
Este visualizador de dados é enorme, e é imperativo porque o serviço pode ser tão viciante. Combinado com a enorme quantidade de dados armazenados sobre cada programa, torna-se difícil discordar da teoria de David Carr de que “a Netflix está encomendando conteúdo original porque sabe o que as pessoas querem antes delas” (ênfase minha).
Algoritmos de melhoria contínua
Por si só, os dados são de pouca utilidade. Como Jason Gilbert escreveu; “O sucesso da [Netflix] é baseado em quão bem ele é capaz de escolher a programação que seus espectadores gostam enquanto ainda estão sendo lucrativos.”
Para fazer isso, o Netflix usa algoritmos. Como Diretor de Engenharia, Xavier Amatriain, disse à Wired:
“[A empresa desenvolveu] vários algoritmos, cada um otimizado para um propósito diferente. Em um sentido amplo, a maioria dos nossos algoritmos baseia-se na suposição de que padrões de visualização semelhantes representam gostos semelhantes aos usuários. Podemos usar o comportamento de usuários semelhantes para inferir suas preferências. ”
Esse foco nos padrões de visualização está se mostrando muito mais confiável do que olhar principalmente para a classificação que você dá a um programa.
À medida que os dados sobre usuários e conteúdo são introduzidos nesses aprendizados de máquina Como o software inteligente está mudando sua vida Como o software inteligente está mudando sua vida A Skynet está chegando e será incrivelmente popular. Novas tecnologias de inteligência artificial estão surgindo que vão dar a chance à maneira como vivemos, jogamos e trabalhamos, algoritmos de leitura mais, comportamentos de espectadores podem ser combinados com shows que têm certas semelhanças - ano de produção, elenco, diretor, etc. o número de horas de mídia sendo transmitidas na Netflix a cada dia, esses algoritmos estão claramente funcionando. Mas eles são sempre um trabalho em andamento.
A empresa está constantemente executando um grande número de testes A / B (permitindo que a experiência do usuário e as alterações de algoritmo sejam lançadas e testadas em pequenos subconjuntos de usuários) para melhorar de forma iterativa cada um desses algoritmos. Segundo Amatriain, esses testes “vamos tentar ideias radicais ou testar muitas abordagens ao mesmo tempo”. O principal objetivo é quase sempre melhorar o “envolvimento dos membros (por exemplo, horas de jogo) e retenção”.
Instinto
Em outro post do Netflix Tech Blog, Xavier Amatriain afirma:
“A abundância de dados de origem, medições e experimentos associados nos permitem operar uma organização baseada em dados. A Netflix incorporou essa abordagem em sua cultura desde que a empresa foi fundada ”.
A ideia de que os programas sejam fabricados e recomendados com base apenas em dados é um pouco perturbadora. Mas o setor de TV sempre dependeu muito de dados (muitas vezes na forma de grupos de foco e números de espectadores). No entanto, a Netflix está levando isso mais alguns passos adiante.
Dito isso, Joris Evers, diretor de comunicações corporativas globais da empresa, queria facilitar a mente dos usuários. Ele disse ao New York Times:
“Não nos envolvemos muito com o lado criativo… Contratamos as pessoas certas e damos liberdade e orçamento para fazer um bom trabalho. Isso significa que quando Seth Rogen e Kristen Wiig são anunciados como convidados especiais nos próximos episódios do Arrested Development, não é porque uma análise estatística disse à Netflix para fazê-lo. ”
Em outras palavras, o valor de big data e algoritmos informa a decisão da Netflix em vez de ditá-la. Idéias criativas para filmes para financiar e shows para licenciamento virão grossas e rápidas. Aqueles que se sentem bem, serão submetidos aos dados. Se parecer que uma seção grande o suficiente dos usuários da Netflix estará interessada, e o instinto dos tomadores de decisão diz que o programa será um sucesso, ele recebe um sinal positivo e um grande cheque.
Esta receita parece funcionar
Essa mistura de dados, melhorando continuamente os algoritmos e o instinto parece estar funcionando para a Netflix. Tanto que, na verdade, a empresa tem a confiança necessária para financiar séries inteiras de shows antes de lançar um episódio piloto. A maioria das outras emissoras trabalha de maneira oposta.
Produtores e diretores podem lançar ideias criativas para a Netflix. Se o big data e a intuição somarem e sugerirem que os custos podem ser recuperados em termos de novos assinantes ganhos e maior retenção, a Netflix é capaz de ir all-in. House of Cards é um exemplo, onde a empresa investiu US $ 100 milhões em duas temporadas sem sequer ver um episódio piloto. E é por isso que 2016 verá a Netflix produzindo mais conteúdo original do que a maioria das outras emissoras faz em vários anos.
Isso não seria possível se a Netflix não conseguisse ser incrivelmente confiável em entender e prever o que você (ou pelo menos a maioria das pessoas) adoraria assistir. Antes mesmo de se conhecer.
Para você: Você acha que as recomendações da Netflix atendem às suas preferências? Se não, tente estes códigos de busca secretos da Netflix 20 Códigos Secret Netflix Garantidos para Ajudar Você a Encontrar o Novo Conteúdo 20 Códigos secretos da Netflix Garantidos para Ajudá-lo a Encontrar o Novo Conteúdo Aqui está nossa lista dos 20 códigos secretos da Netflix garantidos para ajudá-lo a encontrar novos conteúdos. Consulte Mais informação . E você se sente confortável em saber que a Netflix sabe muito sobre seu comportamento de visualização, gostos e não gosta?
Crédito da imagem: jovem casal por Andrey_Popov via Shutterstock, sala do servidor por Torkild Retvedt (Flickr)