Как алгоритмите и технологиите захранват успеха на Netflix?

Отличен пример за стратегията за съдържание на Netflix е „Stranger Things“, казва Дийн от Ampere. Първо, това е вид скъпо режисирано съдържание, с което Netflix постигна значителен успех, като на първо място заложи, защото разчиташе на данни за вкусовете на зрителите. Освен това трябва отбележим, че шоуто има само четири сезона. (Създателите му изразиха желание да създадат пети, но все още не е ясно кога ще излезе той).

Netflix може да проследява отделни абонати и кога те се отдръпват, т.е. анулират абонаментите си. Тези данни подсказват на анализаторите в Ampere, че стабилното предлагане на забележителни нови продукции може както да привлече, така и да задържи абонатите, но има намаляваща възвръщаемост при продължаването дори на някои обичани франчайзи.

Ръководителят на съдържанието на Netflix Бела Баджария през юни заяви, че „алгоритмите не решават какво правим“.

„Няма алгоритъм, който вероятно би казал: знаете ли какво е чудесна идея? Шоу за жена, която играе шах“, допълва тя, визирайки „The Queen’s Gambit”.

Алгоритмите също така не създават съдържание за YouTube, TikTok или Instagram. И все пак всички тези платформи в известен смисъл се управляват от съответните им алгоритми за филтриране на съдържание. Това, че платформите за развлечение все още разчитат на хората, за да следят тенденциите и да измислят оригинални идеи, не е изненадващо. Коментарите на Баджария не се отнасят до начина, по който данните могат да оформят решенията за това кои идеи от хората да получат зелена светлина, нито за това какъв тип филми и сериали да се правят повече.

По-строги бюджети, повече машинно обучение

„Бюджетите стават все по-затегнати, а това къде харчиш парите си става все по-важно“, коментира Дийн. „Смятам, че това е причината Netflix сега да използва данни повече от всякога“.

Бюджетът на Netflix за съдържание остана без промяна между миналата и тази година, на ниво от около 17 млрд. долара.

Netflix, лидер в цялата стрийминг индустрия, едва ли е единствената компания в сектора, която работи по този начин. Лидерите на конкурентни услуги са говорили за това как използват данни, за да вземат решения какво да продуцират. Тъй като повечето от тези платформи проучват възможностите за предлагане на верия с реклами, събирането на такъв вид данни става задължително. По този начин те могат да предоставят на рекламодателите информация за зрителите.

Сега повече от всякога сериалите и филмите са скъпи. Това е още една причина да имаме изкуствен интелект, който да дава възможност за информирани решения, както инженерите на Netflix обясниха в публикация в блог през 2020 г. относно ползването на машинно обучение.

Този изкуствен интелект може да получи информация за това кои заглавия са сравними с предложените и какъв размер на аудиторията може да се очаква, както и в кои региони.

С колкото повече данни Netflix захранва такъв изкуствен интелект, толкова по-добри резултати ще има. Както видяхме от големите обеми от данни, които захранват сегашния генеративен изкуствен интелект, самият мащаб може да доведе до изненадващи и полезни нови възможности.