Big data w praktyce czyli jak Netflix wykorzystuje dane

Słyszymy dane, analiza, optymalizacja, ale pojawia się pytanie „Co możemy z tego mieć”. Dziś zobaczymy jak dane lub tzw. Big Data są używane przez giganta rozrywki, a więc platformę Netflix. Tym bardziej, że sami twórcy przyznają, iż analizują dane na wielu obszarach. Rejestrują wszelakie akcje użytkowników i wykorzystują je choćby do optymalizacji produkcji oraz wyboru tematu seriali. Oczywiście mało który „śmiertelnik” tj. zwykła frima może sobie pozwolić na działanie na taką skalę. Niemniej jednak wiedza, jak to się odbywa może być inspirująca i wskazać jak wiele można „wycisnąć” z informacji, które mamy lub możemy mieć w naszej organizacji. Zapraszam do lektury!

Dziecięce kroki

Historia Netlixa jest interesującą choćby z uwagi na odniesiony sukces. Firma została założona w 1997 roku w USA i przez pierwsze 10 lat działała w skrócie jako wypożyczalnia filmów online. Dopiero w 2007 roku jej oferta zaczęła przypominać bardziej to, co znamy dziś. Za opłatą dano dostęp do ogromnej i ciągle rosnącej biblioteki seriali, filmów i dokumentów. Jeszcze na początku tego wieku Netlix działał w zasadzie tylko na rynku amerykańskim i miał „zaledwie” kilka milionów abonentów. W ciągu tego czasu nie tylko wszedł na rynek międzynarodowy (dziś to już praktycznie cały świat), ale także sukcesywnie zwiększał liczbę klientów i obecnie ma ich około 160 milionów.

Sukces i znaczenie danych

Przyczyn, które złożyły się na ten sukces było zapewne kilka, ale tzw. Big data i mądre wykorzystanie danych stanowi jeden z ważnych czynników. W 2017 podliczono przykładowo, że ponad 90 % seriali wyprodukowanych przez Netflixa doczekało się przynajmniej kolejnego sezonu, podczas gdy dla telewizji kablowej taką szansę szacowano na 35 %. Co więcej tzw. customer retention czyli utrzymanie klientów sięga ponad 90 % , co stawia ich na czele wśród konkurencji. Te i inne liczby pokazują, jak bardzo zooptymalizowaną maszyną jest Netflix. Oczywiście jeśli chodzi o tzw. treść, wartość artystyczną czy przesłanie dzisiejszych seriali, to oddzielny temat i pewnie można spotkać różne głosy ?. Jednakże obiektywnie rzecz biorąc firma rośnie i podbija świat w szybkim tempie. A sposób w jaki w wykorzystuje dane jest warty prześledzenia.

Co lubisz mój drogi abonencie?

Już w 2000 roku, jeszcze jako wypożyczalnia online, Netflix wprowadził system rekomendacji na podstawie ocen klientów. Dziś nie zwala to z nóg ? bo znamy to z wielu miejsc w sieci ale niemal 20 lat temu nie było to coś oczywistego. Była to jednak tylko zapowiedź tego, czym jest algorytm rekomendacji obecnie. Już w 2006 Netflix ogłosił konkurs z pulą nagród miliona dolarów. Była przeznaczona dla firmy, która napisze najlepszy algorytm pomagający widzowi wybrać ciekawy dla niego film tylko na podstawie jego poprzednich zachowań. Powstał kilka lat później i jest on rozwijany praktycznie do dziś. Obecnie system ma bazę już ponad grubo 150 milionów osób i ciągle rośnie. Wszystkie działania jak oglądanie, powracanie do jakieś treści, porzucanie, wybór określonych gatunków maja wpływ na to co danemu użytkowników jest polecane. Oczywiście jest to tylko sugestia, nad której skutecznością cały czas jednak są prowadzone prace. Każdy użytkownik z czasem zostaje zakwalifikowany do odpowiedniej grupy, w zależności od poprzdnich zachowań.

Innymi słowy jest tworzony profil, na podstawie którego podsuwane są podpowiedzi kolejnych treści do oglądania. I nie chodzi tu o „lubi komedie” albo „lubi horrory” ? Profile są znacznie bardziej szczegółowe. W pewnym sensie każdy użytkownik ma niejako „teczkę”, którą Netflix i całe zaplecze Big data rozbudowuje i wykorzystuje. Myśle nawet, że mogliby lepiej opisać co sami lubimy, niż bylibyśmy w stanie o tym opowiedzieć.

Wróżenie z danych a może kart na przykładzie House of Cards

W dużym skrócie Netflix produkuje dużo własnych programów. Produkcja oznacza koszty a to zawsze oznacza ryzyko. Analiza danych potrafi ograniczyć ryzyko straty lub jak kto woli zwiększyć szanse na komercyjny sukces. Ciekawym przykładem, który jest dość często przytaczany to serial „House of Cards” (Dom z Kart). Już na wstępie zdecydowano wydać 100 mln dolarów na wyprodukowanie dwóch sezonów. Skąd tak bardzo wierzono w sukces? Szczególnie że było to w czasach, kiedy mieli kilka razy mniejszą liczbę abonentów (w tym przychody) niż obecnie.

Na podstawie analizy zachowania widzów zauważono duże prawdopodobieństwo sukcesu w korelacji pewnych czynników. Mówiąc po polsku fani oryginalnego serialu (pod tą sama nazwą wypuszczono go w UK w latach 90-tych) lubili również filmy wyreżyserowane przez Davida Finchera oraz te z udziałem Kevina Spacey. Był to punkt wyjścia, który ułatwił podjęcie kluczowych decyzji. Reszta to już oczywiście historia. Zapewne tak wielki sukces miał więcej wymiarów. Jednakże analiza milionów zachowań widzów pozwoliła Netflixowi na znalezienie realnych zależności, na bazie których udało sie stworzyć tak atrakcyjny serial.

Stranger Things czyli inny zaplanowany sukces

Warto wspomnieć o innym hicie Netflixa a wiec „Stranger Things”. Także tu algorytm pomógł i niejako przewidział sukces. Na tyle, że twórcy nie zainwestowali w  tradycyjny marketing a więc plakaty, reklamy etc. Zdecydowano się jednak bardzo skutecznie zaplanować początek sezonu, tak aby później „samo wszystko się potoczyło”. Na podstawie zachowania milionów abonentów Netflix z dużym prawdopodobieństwem przewidział profil osób, którym serial może się spodobać. Następnie jak już był dostępny, to właśnie te osoby dostały rekomendacje w pierwszej kolejności zaraz po zalogowaniu się do platformy. Żeby był ciekawiej, zdjęcie z linkiem do serialu różniło się  w zależności od wcześniejszych preferencji widza, nad czym również czuwał Netflix i jego Big data. Przykładowo, jeśli lubisz którego z aktorów, to pewnie było to właśnie zdjęcie z przybliżeniem na tą konkretną osobę. Jeśli lubisz horrory to prawdopodobnie była to wersja zdjęcia w takim właśnie charakterze. Przykłady poniżej 🙂

Dodatkowo osoby szczególnie polecane przez system dostawały wiadomości mailowe o zbliżającej się premierze. Resztę załatwiły rekomendacje samych widzów. Media społecznościowe, marketing szeptany, polecania od znajomych i rodziny były na tyle skuteczne, że wieść niosła się niejako „sama” i wzmacniała efekt promocji. Ten tzw. viral był jednak do pewnego stopnia zaplanowany i oczywiście nie generował dodatkowych kosztów na reklamę. Serial ponadto wpisywał się dobrze w gusta różnych grup wiekowych poprzez wplecenie znanych im motywów. Przypadek? ?

Produkcja, koszty, dane

Kolejnym obszarem, gdzie Netflix używa Big data jest cały proces przygotowania, produkcji i podejmowania decyzji. Przykładowo jeśli stajemy przed decyzją, gdzie krecić daną produkcje pojawia się cała masa pytań i elementów, które trzeba wziąć pod uwagę. Mamy chociażby kwestie jak wypożyczenie sprzętu, koszty pracy, usług (ujęcia, makijażyści), wynajęcie setek statystów, efekty specjalne, logistyka i wiele innych. Normalnie trzeba by przejrzeć masę raportów, mieć sztab doradców albo zdać się na intuicje. Nie musi to jednak tak wyglądać. Jeśli mamy odpowiednio dużo informacji i system lub dashboard, który w zgrabny sposób zaprezentuje różne warianty to wówczas dyrektor produkcji lub inna odpowiedzialna osoba może łatwo „przećwiczyć” różne scenariusze w bardzo krótkim czasie. Dzięki temu można podjąć szybciej decyzje i założyć w miarę realistyczny budżet lub zobaczyć możliwe odchylenia dla wybranej lokalizacji.

Kalendarz i wykorzystanie zasobów

Analiza danych służy Netflixowi także na innych etapach produkcji. Jeśli mamy do nakręcenia cały sezon w danym miejscu (lub miejscach), to zostaje cała masa innych aspektów. Mamy ograniczone zasoby, jak wykorzystanie ludzi (szczególnie główni bohaterzy), czas potrzebny na kręcenie w danej lokalizacji w zależności od pogody lub pory dnia itd. Oczywiście musimy też przewidzieć przerwę dla ludzi ?. W najgorszym przypadku można kręcić wszystko po kolei ale to znacznie wydłużyłoby czas i koszty. Dzięki algorytmom Netflix jest w stanie w dużym stopniu zoptymalizować cały proces. Można tak ułożyć kalendarz, podzielić obowiązki, sprzęt, zaplanować udział aktorów, aby dało się nakręcić jak najwięcej w jak najkrótszym czasie.

Netflix a lekcje na co dzień

Obszarów, w których Netflix korzysta z Big data jest jeszcze więcej. Częściowo sam serwis dzieli się tymi informacjami na swojej stronie (przynajmniej tej angielskiej wersji). Można tam znaleźć więcej szczegółów. Myślę jednak że już w tym miejscu widać jak, potężnym narzędziem jest efektywne wykorzystanie danych przy użyciu współczesnych narzędzi. Oczywiście, człowiek nadal podejmuje kluczowe decyzje a także jest potrzebny na każdym etapie. Niemniej jednak dobra analiza danych daje przewagę w postaci lepszych informacji, pozwalających podejmować trafniejsze decyzje, ktore dają większe prawdopodobieństo sukcesu. Bez tego w znacznym stopniu będziemy polegać na intuicji, szczęściu lub wszystko po prostu będzie wymagać więcej czasu na każdym etapie.

Czy można to przekuć na powiedzmy mniejsze podwórko, jak nasza firmę, działalność gospodarczą czy organizacje? Odpowiedz często będzie twierdząca. Co prawda firma taka jak Netflix dysponuje potężnym budżetem, infrastrukturą i specjalistami, ale działa również na skalę międzynarodową, co wymaga ogromnego zaplecza. Zresztą sama działalność jest powiedzmy wysokobudżetowa. Tymczasem optymalizacja procesów, naszych działań, analiza naszych klientów, to wszystko jest możliwe i jak najbardziej wskazane w każdej firmie.

---