立場新聞 Stand News

Netflix 如何用大數據建立串流影視帝國

2018/11/12 — 19:06

資料圖片,來源:Thibault Penin @Unsplash

資料圖片,來源:Thibault Penin @Unsplash

新聞報導說,Netflix 正廣泛地跟香港導演接觸,斟洽合作,接洽過的導演當中,不少是炙手可熱的,如爾冬陞、陳可辛、王家衛等。若能成事,香港以至全球觀眾又有多些精彩的影視作品欣賞了。

Netflix 已經成功地成為全球最大的影視播放平台。五年來,Netflix 股價大漲十倍,並在今年六月市值突破 1,700 億美元,超越迪士尼。今年第二季,Netflix 共新增 620 萬用戶,其中 510 萬來自美國以外的海外市場,據估計,Netflix 海外用戶在 10 年內,將從 2018 年底的 8,300 萬,以每年平均兩成的速度成長至 2.5 億。

Netflix 於兩年前宣布在韓國、新加坡、香港和台灣推出服務,勢要在亞洲打出一片江山。

廣告

Netflix 於 1997 年 8 月 29 日成立,距今也只是短短 21 年,由一家小小的影碟租賃店,在眾多影視產業巨擘競爭之下,發展成為今天的龍頭企業,其發展之速不得不令人看到瞠目結舌。

引入會員制度,簡化入會手續

廣告

首先,Netflix 突破了過去影碟租賃店的收費模式,引入會員制度,用戶只需繳交定額會費,就可無限次借出影碟,當時來說,這是十分嶄新的商業模式,讓會員無後顧之憂地狂煲劇集和電影,這是讓 Netflix 急速冒起的第一個成功因素。

今時今日,差不多所有商戶都著力經營會員制,但面對的問題總是如何讓潛在客戶成為你的會員?這方面 Netflix 是如何做到的呢?

首先,提供優惠當然是必須的招數,Netflix 提供限期優惠,但如果登記會員程序過於繁複,會令人望而卻步。在會員系統上,Netflix 一開始善用 Apple 這個戰略伙伴,容許 Apple TV 機頂盒用戶直接連接並註冊 Netflix,用戶亦能夠透過 iTunes 帳戶來支付服務費用。這除了可以節省客戶登記時間、登記手續和付款時間外,更加是一個接觸 Apple 龐大客戶群的重要商機。利用 CRM(客戶關係管理)會員系統,與社交帳號或者 Apple 帳號的連結大大加快登記程序,提供多一個便利客人的誘因。Netflix 當然也把同樣的策略擴展至 Android 平台和智能電視平台。

大數據分析 — 比顧客自己更了解顧客

不過,這只是個開始,Netflix 可以說是最早引用大數據(Big Data)於串流影音閲聽分析上,讓它做到比顧客自己更了解顧客!

Netflix 掌握了龐大的顧客消費數據和消費模式,而且擁有非常準確的收視紀錄。這些就是被喻為 21 世紀的石油的大數據。隨著用戶不斷增加,商品(電視)種類越來越多,它的大數據資料庫越來越準確和完整。

在大數據時代,網絡搜尋度、網站訪問量、影片點擊、觀看、留言等多種互聯網的活動全部都會產生大量複雜的數據,這些數據可以收集、計算、量度、統計和分析。 這能夠有效反映出不同電視受眾對同一電視節目的接受認同度、喜好等等。Netflix 應用大數據分析(big data analysis)進行個人化的推薦,將不同但更適合的內容推送到個別用戶眼前,亦即是達致所謂的「精準行銷」(Precision Marketing)。

精準內容推薦或者精準行銷並不是一件新鮮的事,Amazon、Facebook、Google 都是使用用戶歷史行為資料,來推薦商品或產出個人化客製化的頁面,以優化使用者體驗。

演算法 + 機器學習 = 算無遺策

但這件事對 Netflix 非常重要,因為在使用影音串流平台時,大多數的用戶是漫無目的尋找能打發時間的電視節目,如果 Netflix 無法在短時間內精準推薦用戶喜愛的影片,用戶很容易就被別的平台或傳統電視吸引走而流失。根據 Netflix 2015 年發表的報告,80% 的用戶觀看時數都是靠推介而得來的。

為了滿足不同口味的用戶們,Netflix 一直致力於優化推薦演算法,而優化推薦演算法的最有效方法。

在過去,Netflix 試圖去預測每位用戶對於每部影片的評價(分數 1-5),藉此推薦用戶可能感到有興趣的內容。不過隨著 Netflix 掌握更多用戶行為資料(包括用戶觀看的內容、使用設備、收看時間、觀看頻率和長度、觀看地點、性別等等),現在更以機器學習(Machine Learning)來進行大數據分析,並以此為基礎建立推薦演算法,對預測顧客喜好行為相當有幫助,例如:觀看影片的順序、不同因素之間的交互作用等等。

大數據銷售 — 客制化的推薦界面

Netflix 的用戶都知道,Netflix 的首頁是由不同主題的影片排列組成的,這些主題選擇、影片挑選、排列順序背後便是由不同的演算法推算出來,成為一個個客制化的推薦界面。例如,先找出喜好恐怖片類的的用戶,藉此推斷這類觀眾會喜愛與此相關影片。

演算法除了應用在推薦影片之外,Netflix 也依照個人興趣來客製化電影海報和圖片。如果用戶 A 曾看過較多奧瑪.花曼(Uma Karuna Thurman)的影片,那麼演算法會判斷用戶 A 是 Uma 的粉絲,因此會將 Uma 優先展現在電影的海報上,提高影片對於指定客群的吸引力。

Netflix 針對每天過百萬次的搜尋、評價、以千萬計的播放量進行觀測,整個過程的搜尋、點擊、播放、暫停、快轉、罷看、重播、添加書籤、正負評價,都會被視為事件紀錄在系統當中。同時整合地理位置、使用收看裝置、收視率、社交媒體分享等,通過大數據分析和演算法,Netflix 就可以精準分析與理解觀眾的收視習慣,判斷有那些內容比較受到會員的青睞,根據這項結果 Netflix 的推薦引擎可以激發觀眾的興趣,協助每個人快速找到自己想看的內容。

大數據分析還有助 Netflix 制定針對性強的營銷策略,打開目標受眾市場。舉一個例子,透過大數據分析,Netflix 發現一些都市戀愛劇這類節目的電視節目主要受年青的都市上班族歡迎,並且發現這類節目在年未、聖誕節臨近推出會獲得較佳的播放效果。於是調整上映節目時間表,以獲得更佳收視率。

總結來說,企業若能藉由大數據分析,結合 CRM 系統,精準地將推銷優惠內容呈現給最適合的顧客,必定能大幅提升客人消費體驗。如此一來,用戶也就有更大的誘因繼續留在你的企業上,而不會輕易被新進業者的低價促銷或大製作內容吸引走。更重要的是,一個優惠推廣或者銷售策略,並不能針對所有的客人,由於每個客人都是獨一無二的,只有能掌握每位觀眾的喜好,才有機會趁勢而起提高銷售命中率。

Go Data or Die

所以說,其實 Netflix 不止是一家影視娛樂公司,它還是大數據公司。事實上,任何企業要能生存下來,就要轉型為數據公司。

Intel 前總裁 Andrew Grove 在上世紀 90 年代曾說「Go Net or Die」,又說:「不出 10 年之內,所有企業都會變成互聯網公司!」

我把他的名句 update 一下:

「Go Data or Die!」

「不出十年之內,所有企業都會變成大數據公司!」

發表意見