Penulis skrip Hollywood legendaris William Goldman (Dalam Filem All the President’s Men) pernah berkata, “Nobody, nobody — not now, not ever — knows the least goddamn thing about what is or isn’t going to work at the box office.”

Selamat Datang Ke Netflix.

Ketua Pegawai Eksekutif Netflix, Reed Hastings memutuskan untuk membuktikan Goldman salah dengan membina perniagaan dengan hanya melakukan: meramalkan filem mana yang akan membuat kita melekat di kerusi kita. Fokus yang diberikan pada data sebenarnya memicu kebangkitan “Enjin Cadangan” (“recommendation engines”) Netflix dan mempengaruhi filem mana yang akan menggandakan pendapatan syarikat.

Sejak ditubuhkan pada tahun 1997, Netflix telah menjadi juggernaut dalam teknologi yang berasaskan inovasi penstriman dan mereka telah mengubah cara kita menonton, membayar, dan membincangkan hiburan.

Mereka berkembang di peringkat antarabangsa tanpa rasa gusar sambil membangunkan beberapa kandungan paling menarik yang terdapat di mana sahaja dan oleh itu mereka memperolehi ganjaran berbentuk rekod harga saham yang mencanak naik (Netflix mempunyai nilai pasaran saham lebih dari $ 200 bilion, lebih daripada Disney)!

Dalam artikel ini, saya akan melihat tiga pemacu di sebalik pertumbuhan kejayaan Netflix, dan berkongsi sesuatu yang dapat kita semua pelajari dari mereka.

Jom ambil Super-Ring!

1. Pemperibadian Berdasarkan Data (Data-Driven Personalization)

Algoritma cadangan terkenal Netflix memberi kuasa kepada 75% aktiviti penonton. Dengan kata lain, tiga perempat daripada aktiviti menonton Netflix adalah berdasarkan cadangan Netflix sendiri. Untuk penerangan yang lebih mendalam mengenai algoritma mereka, lihat catatan ini yang ditulis oleh orang yang merancangnya.

“Get closer than ever to your customers. So close that you tell them what they need well before they realize it themselves.” — Steve Jobs

Sehinggakan karya seni filem individu pun boleh mendapat sentuhan peribadi: Netflix mengoptimumkan karya seni untuk setiap pelanggan untuk menonjolkan aspek filem yang paling relevan dengan mereka. Selalunya agak sukar untuk menilai buku (atau filem) dari sinopsis, tetapi sekurang-kurangnya sekarang sinopsis filem itu diperibadikan.

Saintis data adalah senjata rahsia Netflix ketika memahami perilaku pelanggan dan memanfaatkannya untuk mendorong penukaran, kesetiaan, dan keuntungan. Itulah sebabnya, seperti yang dinyatakan oleh Pengarah Komunikasi Global Netflix,

“Terdapat 33 juta versi Netflix yang berbeza.”

Pelajaran yang dipelajari pada petang ini: semakin banyak interaksi dengan peminat yang dapat anda jejak, semakin baik. Sama ada peminat anda memasuki sebarang acara pertandingan, mengunjungi laman web anda, atau menghadiri acara anda – setiap transaksi digital meninggalkan banyak data.

Sekiranya anda dapat mengambilnya dan memasukkannya menjadi satu gambaran sempurna peminat anda, anda akan dapat membuat pengalaman yang diperibadikan dengan lancar.

2. Eksperimen dan Ujian tanpa henti

Pada bulan April 2017, Netflix melancarkan sistem penilaian baru. Sebelum ini, pengguna akan menilai filem dan tayangan dengan bintang 1-5. Tetapi setelah pasukan produk mereka menjalankan beberapa ujian, mereka menemui sistem penilaian “thumbs up / down” baru yang lebih sederhana yang secara konsisten lebih baik berbanding model berasaskan bintang.

Dalam Surat Q1 2017 mereka kepada Pemegang Saham, Netflix menulis:

“Seperti biasa, pasukan produk kami mempunyai puluhan ujian yang dijalankan dalam usaha untuk mendapatkan kepuasan ahli yang lebih tinggi. Satu ujian yang dimenangi secara muktamad tahun lalu dan kini telah dilancarkan kepada semua pelanggan adalah model maklum balas baru dengan ciri “thumbs-up thumbs-down” kami, menggantikan model 5 bintang yang kami miliki dari koleksi DVD. Jumlah penggunaan yang kami peroleh dengan pendekatan penilaian sebegini adalah dua kali lebih banyak. ”

Sebenarnya, setiap perubahan produk di Netflix melalui proses ujian yang ketat sebelum menjadi pengalaman pengguna lalai. Malah gambar ‘cover depan’ yang dikaitkan dengan banyak tajuk baru juga diuji (ujian A / B), dan kadang-kadang menghasilkan 20 hingga 30 peratus lebih banyak paparan untuk setiap tajuk itu!

Hasil seperti ini menunjukkan mengapa Netflix begitu obses dengan ujian A / B. Dengan mewujudkan budaya berdasarkan data, mereka memastikan perubahan produk didorong oleh data sebenar dan bukannya pekerja Netflix yang paling banyak disuarakan atau bersuara.

Sekiranya anda ingin mengetahui lebih lanjut mengenai kaedah pendekatan Netflix untuk percubaan, saya sangat mengesyorkan artikel ini yang memberi anda perspektif dalaman mengenai aliran kerja ujian A / B mereka:

Lihat: https://netflixtechblog.com/its-all-a-bout-testing-the-netf…

Netflix malah menggunakan pendekatan berdasarkan data ini untuk kandungan itu sendiri. Netflix Originals – tajuk yang tersedia secara eksklusif di Netflix – dilancarkan berdasarkan tingkah laku penonton dan data empirikal.

Pendekatan “data-raya” kepada pembuatan kandungan begitu berjaya sehingga, dibandingkan dengan industri TV – di mana hanya 35 peratus rancangan diperbaharui selepas musim pertama mereka – Netflix memperbaharui 93 peratus siri asalnya.

Contoh utama ini adalah…

Sejarah membuktikan, melancarkan siri TV melibatkan banyak aktiviti yang kompleks, dan membuat keputusan berdasarkan penilaian rekod sebelum ini memerlukan lebbih dari sekadar perasaan dalaman. Tidak dapat tidak, ratusan siri TV dibatalkan dalam beberapa minggu dari pelancarannya kerana penonton yang rendah dan tinjauan yang buruk.

Tanpa akses ke data mengenai tingkah laku penonton, eksekutif media sering membuat sangkaan buruk yang tidak sesuai dengan kehendak pasaran. Kos yang tinggi dari segi pengembangan dan pemasaran adalah conton maklumat yang salah – dan proses ini selalunya memakan masa berbulan-bulan atau bahkan bertahun-tahun dalam pembuatannya – mengakibatkan kos yang besar kepada penerbit.

Oleh kerana Netflix mempunyai maklumat terperinci mengenai tingkah laku berjuta-juta pelanggan di seluruh dunia, mereka telah mengganggu proses tradisional siri TV baru dengan hanya melihat apa yang sudah ditonton orang, dan bagaimana mereka sedang menontonnya – tidak perlu ada keputusan berdasarkan ‘rasa’ yang diperlukan.

Dengan berbuat demikian, Netflix pada dasarnya mengukur populariti karya seni bahkan sebelum diciptakan.

Ikuti siri House of Cards yang memenangi pelbagai anugerah. Rancangan TV ini yang bernilai USD100 juta itu bukan sekadar penggambaran yang menggunakan ‘green-screen’ semata-mata, tetapi kerana ianya mempunyai plot yang sangat bagus. Keputusan itu berdasarkan sejumlah pemboleh ubah, yang bergantung sepenuhnya pada data.

Dengan menggunakan metrik gabungan yang dikumpulkan di platform mereka, Netflix menentukan bahawa peratusan yang signifikan dari 33 juta pelanggannya telah menayangkan filem pengarah David Fincher, The Social Network, dari awal hingga akhir, dan filem yang menampilkan Kevin Spacey selalu berjaya dengan penontonnya.

Lebih-lebih lagi, data Netflix juga mendedahkan bahawa House of Cards versi Britain di platformnya menjadi siti TV yang laku-keras. Dan bahawa mereka yang telah menonton House of Cards versi Inggeris juga didapati telah turut menonton versi yang dilakonkan oleh Spacey atau diarahkan oleh Fincher.

Dengan mengandalkan data ini, Netflix menyimpulkan bahawa rancangan House of Cards adalah akan berjaya di Britain; yang dibintangi oleh pelakon seperti Kevin Spacey dan pengarah David Fincher, untuk penonton Amerika, juga akan menjadi hit besar.

Tidak perlu dikatakan lagi, malah sebelum dilancarkan mereka betul. Dan selepas dilancarkan mereka membuktikannya.

House of Cards menjadi kejayaan serta-merta, dan enam tahun kemudian – di sebalik pergolakan yang melanda bintangnya, Kevin Spacey – rancangan itu tetap mendapat penarafan 8.7 daripada 10 daripada 450,000+ ulasan IMDb, meletakkannya dalam liga blockbusters lain seperti Breaking Bad dan Game of Thrones.

Catatan: Kejayaan House of Cards bukanlah kejadian terpencil. Siri Netflix Original lain seperti Orange Is The New Black, Stranger Things, dan The Crown diperkenalkan dengan menggunakan proses serupa yang bergantung pada data-raya.

3. Letakkan Pelanggan di Tempat duduk Mereka.

Pada tahun 2018, Netflix melancarkan episod Black Mirror di mana penonton dapat memilih pengakhiran cerita. Jenis kandungan pengembaraan pilihan-sendiri-anda yang berteknologi tinggi ini dapat menghasilkan tahap penglibatan pelanggan yang baru.

Bayangkan betapa banyaknya tontonan yang semakin meningkat sekarang kerana terdapat banyak pengakhiran untuk rancangan kegemaran anda.

Sebilangan penonton hampir pasti ingin mengetahui semua pengakhiran cerita dan menghabiskan masa berjam-jam untuk meneroka pelbagai jalan cerita. Pernah juga ada yang sampai satu tahap sanggup mengambil kuiz (dengan segera) dan mendapatkan keputusan kuiz hanaya kearan untuk melihat hasil keputusan akhir cerita yang lversinya berbeza.

Faedah untuk Netflix tidak berhenti di situ. Misalnya, ketika penonton menonton Stranger Things berkali-kali, dan majoriti memilih pengakhiran pilihan ketiga, dan netflix pada masa sama perlu mempertimbangkan pilihan tersebut ketika mengembangkan pengaturcaraan baru dan kandungan yang akan dihasilkan. Seperti yang anda lihat, jenis penglibatan ini membuka peluang baru dalam pengakhiran cerita yang bagaimana yang sesuai.

Apa yang akan datang?

Tambahkan penyiaran sukan langsung, penceritaan interaktif, dan mungkin juga permainan secara awan (Netflix masih mempunyai skala teknologi dan pemampatan terbaik di dunia) dan banyak kemungkinan baru akan muncul kelak.

Sudah tentu, persaingan sentiasa datang. Stok Netflix merosot 4.5% pada hari Disney+ diumumkan. Ia semakin sesak dengan semua orang yang bersaing dengan setiap wang dari penstriman yang berharga.

RUJUKAN:

Goodbye Stars, Hello Thumbs. https://media.netflix.com/en/company-blog/goodbye-stars-hello-thumbs

Giving Viewers What They Want. https://www.nytimes.com/2013/02/25/business/media/for-house-of-cards-using-big-data-to-guarantee-its-popularity.html