隨時瞭解我們最新的禮物、優惠和新聞:

13336

You are all set, thank you.

【睇Netflix睇上癮?看看Netflix如何締造極緻個人化影片體驗】

Netflix睇上癮

Netflix全球擁有2.09億用戶 (截至2021年第二季度),是當之無愧的至hit影片串流平台。其主要收入來源是用戶的訂閲費用,所以持續推送用戶感興趣的作品以提高用戶黏著度 (user retention),便成爲Netflix最重要的目標。要做到這點,Netflix必須給予用戶高度個人化的影片觀看體驗。對此,Netflix曾說:「Netflix並不是一件產品,而是億萬個為每一位用戶度身訂造的產品。」(“Personalization … enables us to not have just one Netflix product but hundreds of millions of products: one for each member profile.”) 以下就和大家分析Netflix如何透過個人化體驗讓你看得欲罷不能!

個人化體驗爲何如此重要?

從影片平台、社交媒體到網上商店,如何抓住用戶的注意是一重大課題。用戶花越多時間瀏覽内容,便能接收越多廣告和購買越多產品。而當中的關鍵便是提供個人化體驗,透過推薦用戶感興趣的内容來吸引其注意力,讓他們花更多時間於平台上。人的注意力極爲短暫 —— 研究表明,若Netflix未能於60到90秒内推薦一部用戶想觀看的影片,用戶便會失去興趣而離開Netflix!

Netflix推薦系統有多個人化?

從首頁的影片内容和排列、影片的詳細資料、到電郵和用戶推送訊息(user notifications),Netflix都透過不同演算機制向用戶提供其最感興趣的作品和最關心的影片資訊。Netflix的首頁將推薦影片按主題和種類分類,並排成最多40個行列。如下圖所示,每一行都是一個影片主題或種類,例如「電影賣座鉅片」、「親子片」、「心理電視戲劇」等。

Netflix推薦系統有多個人化

圖片來源:Netflix

●  首頁應包含哪些影片主題? (例如,該用戶會對「心理電視戲劇」還是「友情相關得獎節目」感興趣?)

●  哪些主題應列於首位?

●  每一個主題内應包含哪些影片? 影片應如何排序? (例如,「電影賣座鉅片」主題内排首位的是「水行俠」還是「狂野時速」?)

以上種種都經過影片推薦系統的精密計算,目的就是要用戶登錄後在最短時間内找的自己想看的影片。而Netflix將影片按類別排成一行行背後亦暗藏巧思。這樣除了有系統地將影片分類,方便觀衆選擇影片,亦是爲了更有效分析用戶行爲。當用戶向下掃 (scroll down),便代表他對畫面展示的主題不感興趣;當他向左掃 (scroll left),則代表他對所展示的主題有興趣,但對主題内排頭幾位的作品沒有興趣。

一套電影,9張海報

除了首頁,每一部影片的詳細資訊都是為用戶度身定制的:

●  應展示哪個版本的影片介紹和精華片段?

●  應如何標簽該影片?

●  應展示哪個版本的海報? (Netflix稱之爲“artwork”)

Netflix根據不同觀衆群的特性,為《紙牌屋》(House of Cards) 剪輯了共10個版本的精華片段;而單單是《怪奇物語》(Stranger Things) 一部作品,便有9款用戶有可能看到的海報! 影片的每一款海報都展現該作品的獨特之處,可能是參演該作品的名演員的特寫鏡頭,作品的經典場面,或者最能表達其精髓的一幕。而展現哪一張海報則取決於用戶過往的行爲數據和興趣。例如,如果你過往經常觀看動作/冒險類影片,Netflix推送新作品時便會選擇包含動作或刺激場面的海報版本。

海報版本

圖片來源:netflixtechblog.com

實時收集用戶行爲數據

要做到以上的個人化體驗,Netflix需每時每刻收集大量用戶數據。影片推薦系統則根據各項用戶使用數據,持續更改和更新其向用戶推送的作品和相關資料。Netflix收集的數據包括:

●  用戶過往曾點擊的影片内容和搜索内容

●  用戶與影片的互動 —— 包括在影片什麽位置暫停、重看或離開和觀看時長等

●  用戶觀看習慣 —— 包括日子(平日還是weekend?)、時段及器材(手機、平板電腦還是laptop?)等

●  用戶沒有點擊 (i.e. 不感興趣) 的影片内容

●  與你興趣相同、行爲相近的其他用戶的行爲數據

用戶在平台上每一個看似微小的舉動,對Netflix的意義都極爲重大!此外,越新的行爲數據在系統運算過程中所占的比重越高。

若你點進影片,可於播放鍵下方看到一個寫著「X%適合您」的評分,該評分是Netflix推薦系統所計算出的該影片與你的興趣的匹配度:

Netflix推薦系統

圖片來源:Netflix

即使是同一部影片,每一位用戶的「適合度」評分都是獨特的。因爲每位用戶都有不同的興趣和觀看習慣,一部電影可能「91%適合」用戶A,但「71%適合」用戶B。

鼓勵用戶反饋,改善系統精準度

除了不斷收集用戶行爲數據,Netflix亦積極鼓勵用戶反饋,讓推薦系統更了解每一位用戶的興趣和喜好。影片播放鍵的右邊有一個Thumbs Up (代表「我喜歡這部影片」) 和一個Thumbs Down (代表「不合我的胃口」)按鈕,讓Netflix知道你對這部影片感不感興趣,進而更新其推薦系統。

改善系統精準度

圖片來源:Netflix

Netflix能在平台内的各個部分和細節提供極緻的個人化觀看體驗,有賴其不斷更新的用戶數據庫和互相配合的演算機制。現今Netflix用戶觀看時數有80%來自其影片推薦系統,可說是真正做到了 “the right content to the right person”。數據分析在當中扮演了至關重要的角色;而Netflix過往亦透過大數據成功購入hit爆全球的作品 (例如 “House of Cards”),日後我們亦會另外寫文章與大家分享。

YouFind提供全方位Digital Marketing方案,服務範圍涵蓋搜索引擎,網絡廣告,社交媒體等。我們會定時為大家更新Marketing最新資訊。

 

相關文章

【YouFind 日常 | YouFind Team Building X Annual Dinner 2019】

快樂不知時日過,話咁快又一年啦!上星期五...

Read More...

除了落廣告,還有什麽策略讓消費者發現您的品牌?

許多公司到了今時今日仍非常依賴網上廣告來...

Read More...

大數據交易下的三種取態

今時今日,不論大家的手機或電腦,都可能蘊...

Read More...

品牌曝光為何離不開內容行銷?—— 選定內容行銷平台指南以及寫文章的注意事項

互聯網的急速發展讓人們的網路搜索習慣發生...

Read More...
privacy

我們使用Cookies以提供更好的瀏覽體驗。如果你繼續瀏覽本網站,即表示你接受我們使用Cookies來收集數據。更多詳情,請參考我們的 私隱權政策