翻译自文章《Netflix是如何利用数据分析进行电影筛选,内容创作和做出数百万美金决定的 How Netflix Uses Analytics To Select Movies, Create Content, and Make Multimillion Dollar Decisions》
从分析《发展受阻》开始: 如果你观看过《发展受阻》(Arrested Development)这部美剧,Netflix可以(很大程度上)得到用户的“完成率”(目前还没有一个专用名词来定义这个概念)。例如,如果Netflix想得知“有多少观众完完整整观看完了《发展受阻》的第一季到第三季?”那么答案就在那里。让我们假设是70%。 接下来Netflix会问:“用户在哪里暂停了进度条?““其他30%的用户做了什么?”“观众在观看两集剧集中间会间隔多久?”由此得出:我们需要得到全面的观众参与度的信息。
由此,Netflix收集数据,观察观众的倾向去更好地理解观众参与度。如果Netflix发现有70%的观众完完整整地看完了这部已经停播的剧,它可能会产生重启制作《发展受阻》。因为它知道观众很可能会观看新的剧集。
当然,数据挖掘出来的内容比以上所说的更深。接下来看看netflix都追踪了哪些“事件”: • 观众何时暂停,回放和快进 • 观众何时观看内容(netflix发现观众在工作日观看电视剧,在周末观看电影) • 观看日期 • 观众时间 • 观众观看内容的地点(邮编) • 观看设备(观众更喜欢用平板电脑看美剧还是Roku*,观众是不是更多在平板电脑上选择“只给孩子看”的选项)*Roku是一种类似小米盒子的东西 • 观众什么时候暂停,离开观看(什么时候又重新开始) • 剧集评分(每天400万条) • 搜索(每天300万次) • 浏览和上下滑动行为 • Netflix同样观测电影里的数据 为什么Netflix想知道演职员表何时开始滚动?它很可能是想知道观众之后会做什么。观众是离开app或者回来观看?注意现在Netflix提供的电影推荐(它拥有个人化的算法目标是准确地预测观众接下来想看什么)当演职员表开始滚动时(对于电视剧来说,它会自动开始播放下一集的剧集)。 如果观众在观看完剧集后离开app,这就意味着观众更倾向于取消(订阅?或者观看下一集),解释如下: 通过分析,Netflix可能得知多少观看量对观众来说是合适的(不会取消订阅)。比如说,它可能知道“如果我们能让观众每月观看15小时的内容,少于75%可能性观众会取消订阅。如果观看时间少于5小事,那么95%的可能性他们会取消订阅。” 得到数据后,Netflix会想“如何保证能让观众每月观看15小时的内容?”一个方法是:激活自动续放(*不知道准确名词是什么),除非观众退出账号即自动播放下一集。对于电影来说,显示推荐电影(基于对已观看的电影的评价)在演职员表开始滚动后,允许观众直接能在屏幕上点击播放。Netflix可以在它的网页和移动端上增加这个功能,并且进行分析,得出结果。 以上这个例子解释了Netflix如何运用数据更好地了解观众。此外文章还提到了Netflix有800多人的团队进行数据分析和架构。文章也提到了经典的《纸牌屋》的例子。 文章链接:《Netflix是如何利用数据分析进行电影筛选,内容创作和做出数百万美金决定的 How Netflix Uses Analytics To Select Movies, Create Content, and Make Multimillion Dollar Decisions》
0 Comments
Leave a Reply. |
AuthorLan Jiang is a data analyst with a media industry origin. She is enthusiastically learning about the latest machine learning and data tools to know the audience and customers thoroughly. Archives
January 2019
Categories
All
|