好莱坞传奇编剧家威廉·戈德曼(William Goldman)曾经说过，在好莱坞，现在没有，将来也不会有人能够预测是什么原因能够让一部电影能够叫座。
Netflix首席执行官里德·哈斯廷斯(Reed Hastings)决定证明戈德曼是错的。他创立了一项业务，用来预测哪些电影会让观众目不转睛的看着。大量的数据为Netflix的“推荐引擎”提供了保障，并影响该公司加倍投入的电影。
自 1997 年成立以来，Netflix已经成为科技巨头，其流媒体创新改变了用户观看、支付和谈论娱乐的方式。
这家流媒体平台大肆的向国际扩张，同时创造了世界上最引人注目的内容，并获得了创纪录的股价回报(目前，Netflix的股票市值超过 2000 亿美元，超过迪斯尼)。
在这篇文章中，将介绍Netflix公司巨大增长背后的三个驱动因素，以及我们可以从中学到的营销经验。
一、数据驱动的个性化
Netflix著名的推荐算法决定了75%用户的观看内容。换句话说，四分之三的用户看的视频都是来自Netflix推荐的内容。
甚至每一部向用户推荐的电影作品都有特定的风格：Netflix为每个目标用户优化了艺术作品，以突出电影中与他们最相关的方面。从封面来判断一本书(或电影)总是很困难的，但至少现在的封面是个性化的。
数据科学家是Netflix在了解客户行为并利用它来推动转化率、忠诚度和利润方面的秘密武器。正如Netflix的全球传播总监所说，这就是为什么，“Netflix有 3300 万个不同版本。”
经验：与粉丝的互动越多越好。无论用户访问的是网站还是参加网站活动，每一次互动都会留下一点点数据。如果你能把这些收集起来，并把它们拼凑成一张完美的粉丝画像，那就能打造出无缝的个性化体验。
二、经过严格的实验和测试
2017 年 4 月，Netflix推出了新的评分系统。以前，用户会给电影和节目打1- 5 星。但在Netflix产品团队进行了一些测试后，他们发现了一种新的、更简单的“赞成/反对”评级系统，该系统始终击败了原来的星型评分系统。
Netflix在 2017 年第一季度致股东的信中写道：
“一如既往，我们产品团队进行了几十个测试，追求更高的成员满意度。去年有一项测试取得了决定性的胜利，现在已经向所有会员推出了新的'赞成/反对'反馈模式，取代了原有的五星模式。通过这种方式，评分系统的使用次数多出了两倍多。”
事实上，在成为默认用户体验之前，Netflix的每一个产品变化都要经过严格的测试过程。甚至与许多新标题相关的封面图片都经过了A/B测试，有时会使得该标题的浏览量增加20%到30%。
这种结果说明了为什么Netflix如此注重A/B测试。通过创建一种以数据为驱动的文化，他们确保产品的变化是由实际数据驱动的，而不是由Netflix员工主观想法决定的。
Netflix甚至将这种数据驱动的方法应用到内容本身。他们的Netflix原创作品是基于观众的行为和经验数据推出的。
这种基于“大数据”创作内容的方法非常成功，与电视行业相比(只有35%的节目在第一季后会继续拍续集)，Netflix有93%原创作品会续拍剧集。
《纸牌屋》是Netflix做法成功的证明
从历史上看，一个剧集从开拍到试播需要跨越重重障碍，并根据历史评级和“直觉”做出决定。不可避免的是，由于收视率低、影评差，数百部电视剧在开播几周内就被取消。
由于无法获得有关观众行为的准确数据，高管们经常做出与市场需求不符的错误预测。就开发和营销而言，这些错误信息系列的成本高得令人难以置信——通常需要几个月甚至几年的时间——出版商为此付出了巨大的代价。
由于Netflix对全球数百万用户的观看习惯已经有着深刻的了解，他们打破了制作新电视剧和电影的传统流程，只要看看当下人们在看什么，以及他们是怎么看的，这些数据可以帮助作出更为客观有效的决策，而不需要“不靠谱”的直觉。
Netflix实质通过这种方式，就已经在一个艺术被创作之前就量化了它的受欢迎程度。
以屡获殊荣的《纸牌屋》为例。这部耗资 1 亿美元的电视剧并不仅仅因为剧情不错而获得了绿灯。这个决定是基于许多变量，几乎完全依赖于数据。
利用在其平台上收集的综合数据，Netflix确定，在其 3300 万用户中，有相当大比例的用户从开始到结束都在观看大卫·芬奇(David Fincher)导演的电影《社交网络》(The Social Network)，而凯文·史派西(Kevin Spacey)主演的电影在观众中总是很受欢迎的。
此外，Netflix的数据显示，其平台上的英国版《纸牌屋》在美国大获成功。看过英国版《纸牌屋》的人也看过史派西或芬奇导演的其他电影。
根据这些数据，Netflix得出的结论是，这部由广受欢迎的演员凯文·史派西和导演大卫·芬奇导演的电视剧在英国已经大获成功，那么对于美国观众来说，也将会获得成功。
事实证明，他们是对的。
《纸牌屋》一炮而红。六年后，尽管主演凯文·史派西的名声不佳，但这部剧仍然在 45 万多IMDb评论中获得8. 7 分(满分 10 分)的评分，与《绝命毒师》和《权力的游戏》等大片并列。
注：《纸牌屋》的成功并非偶然。Netflix的其他原创电影，如《女子监狱》、《怪奇物语》等，都采用了类似的基于大数据的流程，获得了好评。
三、让用户参与故事制作
2018 年，Netflix发布了一集《黑镜》，观众可以选择结局。这种可以让用户选择剧情走向的方法可能会带来一种全新的参与度。
想象一下，如果你最喜欢的电视剧有多个结局，那么你的“追剧”会变得多么刺激。
一些观众几乎肯定想要发现一个故事的所有结局，并花费数小时探索不同的故事线。正如很多人在做测试时，得到一个测试结果后，就会想着再做一次测试来看看其他结果如何。
然而，Netflix的好处还不止于此。例如，如果观众看了很多遍《怪奇物语》，大多数人选择了第三个结局，那么在开发新节目和原创内容时，这些选择是值得考虑的。正如你所看到的，这种参与打开了一个充满机会的全新世界。
下一步是什么?
再加上体育直播，互动故事，甚至云游戏(Netflix仍然拥有世界上规模最大和压缩技术最好的公司)，无数的可能性就会涌现出来。
当然，竞争即将来临。在迪士尼宣布推出Disney+的当天，Netflix的股价下跌了4.5%。由于每个人都在争夺这些宝贵的流媒体资源，这个市场变得越来越拥挤。谁能笑到最后，还有位可知。
注：文章编译自medium，原文标题《How Netflix Uses Big Data to Build Mountains of Money》。
每天一篇超实用创业案例，扫码关注【站长视界】↓↓↓
（举报）