Близько 80% контенту, пропонованого до перегляду на Netflix, формується за системою рекомендацій користувачів. В індустрії потокового мовлення ця американська компанія займає 51% частки ринку, кількість передплатників становить більше 148 мільйонів чоловік. Сьогодні компанія впевнено йде вперед по шляху зростання прибутковості. За даними аналітичної компанії Statista, річний дохід Netflix з 2002 до 2018 року послідовно зростав у геометричній прогресії (від 150 мільйонів до 15 мільярдів доларів).

На відміну від більшості інших брендів, зростання популярності і рівня доходів Netflix пояснюється змістом і зручним призначеним для користувача інтерфейсом, ніж маркетингом, і весь пропонований користувачеві контент в значній мірі залежить від великих даних (Big Data). Наприклад, рішення повністю заблокувати VPN було досить ексцентричним, адже на момент блокування (2016 рік) понад 30 мільйонів користувачів сервісу жили в країнах, де без використання VPN служба Netflix була недоступна. У тому ж році постачальник контенту підняв ціни і відмовився їх знижувати, незважаючи на протести і втрату сотень тисяч передплатників. За три роки кількість передплатників збільшилася.

Абонентська база Netflix за 3 роки збільшилася на 60 мільйонів чоловік (100 млн. – 2016 рік, 160 млн. – 2019 рік). Саме використання великих даних дозволяє компанії точно дізнатися, чого хочуть користувачі. Експерти роблять ставки на контент і призначений для користувача досвід, причому, на контент витрачається більша частина бюджету (купівля прав на трансляцію серіалів, наприклад). На нього в 2019 році було виділено трохи менше 15 мільярдів доларів, а на маркетингові технології – всього 2,9 мільярда.

Інфраструктура великих даних Netflix

Компанія використовує програмне забезпечення для обробки даних і традиційні інструменти бізнес-аналітики, такі як Hadoop і Teradata, а також власні рішення з відкритим вихідним кодом, такі як Lipstick і Genie, для збору, зберігання і обробки величезних обсягів інформації. Ці платформи впливають на вибір того, який контент створювати і просувати.

Компанія не використовує традиційне сховище даних Hadoop на базі центру обробки даних. Щоб зберігати і обробляти постійно зростаючий обсяг даних, застосовують Amazon S3, розкручуючи кілька кластерів Hadoop для різних робочих навантажень, які звертаються до одних і тих самих даних. В екосистемі Hadoop застосовують Hive для спеціальних запитів і аналітики, а також Pig для ETL (витяг, перетворення, завантаження) і алгоритми ШІ.

У Netflix також існує свій власний проект Genie для обробки даних по мірі їх масштабування. Результатом такої роботи стала висока ступінь глядацької залученості. Досвід застосування Netflix big data щодо контенту настільки успішний, що в порівнянні з телевізійною індустрією, де тільки 35% шоу оновлюються після першого сезону, портал оновлює 93% серіалів після старту сезону.

Одним з найбільш часто згадуваних прикладів використання великих даних Netflix для створення успішного контенту є серіал «Картковий будиночок»:

  • коли в 2013 році компанія хотіла представити серіал, то не запустила пілотний сезон, як це роблять на телебаченні, а замовила відразу два сезони (приблизна вартість 100 млн.дол). «House of Cards» моментально став хітом, і через 6 років з моменту прем’єри все ще може похвалитися рейтингом 8,8 з 10;
  • за словами експертів Netflix, «House of Cards» завоював популярність в 40 країнах світу, крім США і випередив за популярністю політичні програми і ток-шоу.

Як Netflix використовує дані для поліпшення взаємодії з користувачем

Коли справа доходить до збору даних, абонентська база користувачів Netflix, яка налічує понад 148 мільйонів передплатників, дає їй величезну перевагу. Компанія фокусується на наступних показниках: дата перегляду, пристрій, на якому був перегляд, пошуки контенту на платформі, повторні перегляди (які саме частини користувач переглянув), була трансляція поставлена ​​на паузу або перервана, час дня і тижня і їх вплив на тематику перегляду матеріалів, метадані від третіх осіб, дані з соціальних мереж Facebook і Twitter.

Система рекомендацій розроблена таким чином, щоб надати кожному користувачеві саме те, що йому потрібно, за допомогою персоналізованого ранжера контенту, який організовує колекцію кожного користувача Netflix на основі особистої інформації.

 

Читайте також:

Дослідження Micron Technology: як прискорити процес навчання ШІ

Чому хмарні сховища досі не замінили локальні і що для цього необхідно

Автор: Марина Шост


Коментарi