随时了解我们最新的礼物、优惠和新闻:

13336

You are all set, thank you.

【睇Netflix睇上瘾?看看Netflix如何缔造极致个性化影片体验】

【睇Netflix睇上瘾?看看Netflix如何缔造极致个性化影片体验】

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。」(「人身化 …使我们能够不仅拥有一种 Netflix 产品,而且拥有数亿种产品:每个会员资料一个产品。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!

个性化体验为何如此重要?

从视频平台、社交媒体到网上商店,如何抓住用户的注意是一重大课题。 用户花越多时间浏览内容,便能接收越多广告和购买越多产品。 而当中的关键便是提供个性化体验,通过推荐用户感兴趣的内容来吸引其注意力,让他们花更多时间于平台上。 人的注意力极为短暂 —— 研究表明,若Netflix未能于60到90秒内推荐一部用户想观看的影片,用户便会失去兴趣而离开Netflix!

Netflix推荐系统有多个性化?

从首页的视频内容和排列、视频的详细资料、到电邮和用户推送信息(user notifications),Netflix都通过不同演算机制向用户提供其最感兴趣的作品和最关心的视频信息。 Netflix的首页将推荐影片按主题和种类分类,并排成最多40个行列。 如下图所示,每一行都是一个影片主题或种类,例如《电影卖座巨片》、《亲子片》、《心理电视戏剧》等。

Netflix推薦系統有多個人化

图片来源:Netflix

● 首页应包含哪些影片主题? (例如,该用户会对“心理电视戏剧”还是“友情相关得奖节目”感兴趣?)

● 哪些主题应列于首位?

● 每一个主题内应包含哪些影片? 影片应如何排序? (例如,「电影卖座巨片」主题内排首位的是「水行侠」还是「狂野时速」?)

以上种种都经过影片推荐系统的精密计算,目的就是要用户登录后在最短时间内找的自己想看的影片。 而Netflix将影片按类别排成一行行背后亦暗藏巧思。 这样除了有系统地将影片分类,方便观众选择影片,亦是为了更有效分析用户行为。 当用户向下扫 (scroll down),便代表他对画面展示的主题不感兴趣;当他向左扫 (scroll left),则代表他对所展示的主题有兴趣,但对主题内排头几位的作品没有兴趣。

一套电影,9张海报

除了首页,每一部影片的详细信息都是为用户度身定制的:

● 应展示哪个版本的影片介绍和精华片段?

● 应如何标签该影片?

●  應展示哪個版本的海報? (Netflix稱之爲“artwork”)

Netflix根据不同观众群的特性,为《纸牌屋》(House of Cards) 剪辑了共10个版本的精华片段;而单单是《怪奇物语》(Stranger Things) 一部作品,便有9款用户有可能看到的海报! 影片的每一款海报都展现该作品的独特之处,可能是参演该作品的名演员的特写镜头,作品的经典场面,或者最能表达其精髓的一幕。 而展现哪一张海报则取决于用户过往的行为数据和兴趣。 例如,如果你过往经常观看动作/冒险类影片,Netflix推送新作品时便会选择包含动作或刺激场面的海报版本。

海報版本

图片来源:netflixtechblog.com

实时收集用户行为数据

要做到以上的个性化体验,Netflix需每时每刻收集大量用户数据。 影片推荐系统则根据各项用户使用数据,持续更改和更新其向用户推送的作品和相关资料。 Netflix收集的数据包括:

●  用戶過往曾點擊的影片内容和搜索内容

● 用户与视频的交互 —— 包括在视频定位暂停、重看或离开和观看时长等

● 用户观看习惯 —— 包括日子(平日还是weekend?) 、时段及器材(手机、平板电脑还是laptop?) 等

● 用户没有点击 (i.e. 不感兴趣) 的视频内容

● 与你兴趣相同、行为相近的其他用户的行为数据

用户在平台上每一个看似微小的举动,对Netflix的意义都极为重大!此外,越新的行为数据在系统运算过程中所占的比重越高。

若你点进视频,可于播放键下方看到一个写着「X%适合您」的评分,该评分是Netflix推荐系统所计算出的该影片与你的兴趣的匹配度:

Netflix推薦系統

图片来源:Netflix

即使是同一部影片,每一位用户的「适合度」评分都是独特的。 因为每位用户都有不同的兴趣和观看习惯,一部电影可能「91%适合」用户A,但「71%适合」用户B。

鼓励用户反馈,改善系统精准度

除了不断收集用户行为数据,Netflix亦积极鼓励用户反馈,让推荐系统更了解每一位用户的兴趣和喜好。 影片播放键的右边有一个Thumbs Up (代表「我喜欢这部影片」) 和一个Thumbs Down (代表「不合我的胃口」)按钮,让Netflix知道你对这部影片感不感兴趣,进而更新其推荐系统。

改善系統精準度

图片来源:Netflix

Netflix能在平台内的各个部分和细节提供极致的个性化观看体验,有赖其不断更新的用户数据库和互相配合的演算机制。 现今Netflix用户观看时数有80%来自其影片推荐系统,可说是真正做到了 “the right content to the right person”。 数据分析在当中扮演了至关重要的角色;而Netflix过往亦透过大数据成功购入hit爆全球的作品 (例如 “House of Cards”),日后我们亦会另外写文章与大家分享。

YouFind提供全方位Digital Marketing方案,服务范围涵盖搜索引擎,网络广告,社交媒体等。 我们会定时为大家更新Marketing最新信息。

相关文章

YouFind 奖项 | Mob-Ex 奖项 2019

噚晚(3月27日) YouFind荣获由《Mob-Ex Awards 2019》颁发嘅「Best Social...

阅读更多...

除了落广告,还有什么策略让消费者发现您的品牌?

许多公司到了今时今日仍非常依赖网上广告来吸纳新客户。 但Google的研究发现,60%的用户会通过多个网络途径...

阅读更多...

香港快赶上出门不带现金的时代吧!

储值支付工具(SVF)牌照审批酝酿多时,金管局终在八月底批出第一批共5个储值支付工具的牌照,包括阿里巴巴支付宝...

阅读更多...

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

快乐不知时日过,话咁快又一年啦! 上星期五又举行咗 #YouFinders 嘅年度盛事 — YouFind T...

阅读更多...
privacy

我们使用Cookies以提供更好的浏览体验。 如果你继续浏览本网站,即表示你接受我们使用Cookies来收集数据。 更多详情,请参考我们的 私隐权政策