隨時瞭解我們最新的禮物、優惠和新聞:

13336

沉迷於 Netflix? Netflix 的個人化策略如何讓您持續觀看

沉迷於 Netflix? Netflix 的個人化策略如何讓您持續觀看

netflix_Eng_cover

Netflix 擁有 2.09 億全球訂閱用戶(截至 2021 年第二季),毫無疑問是最受歡迎的影片串流平台。由於其主要收入來源來自用戶訂閱費,Netflix 重點關注透過個人化影片推薦來提高用戶保留率。該聲明明確表達了其對個性化的承諾:“個性化……使我們不僅能夠擁有一款 Netflix 產品,而且能夠擁有數億種產品:每個會員資料對應一個產品。”讓我們來看看 Netflix 如何透過提供個人化體驗來吸引用戶。

為什麼個性化至關重要?

吸引用戶注意力是影片、社群媒體和電子商務平台的重要目標。用戶在平台上停留的時間越長,看到的廣告就越多,購買產品的可能性就越大。個人化體驗在其中發揮關鍵作用,它會推薦符合用戶興趣的內容,從而使他們在平台上停留更長時間。這不是一件容易的事,因為人類的注意力持續時間很短。研究表明,普通 Netflix 用戶在瀏覽 60 到 90 秒後就會失去興趣。換句話說,如果Netflix無法在這麼短的時間內吸引用戶點擊,他/她很可能會離開到另一個平台。

Netflix 的推薦系統個人化程度如何?

Netflix 採用各種演算法來推薦視頻,並透過其主頁、視頻詳細資料選項卡、電子郵件和用戶通知提供相關資訊。在主頁上,最多有 40 行推薦視頻,這些視頻根據共同主題或類別分組。如下所示,每一行都有一個特定的主題或類別,例如女性主演的電視節目、值得一看的電視節目、西部電視劇等。

Source: Netflix

來源:Netflix

● 主頁中應包含哪些主題或類別? (例如,使用者對心理電視劇或獲獎友情劇感興趣嗎?)

● 如何對主題進行排序?

● 每個主題應包含哪些影片?如何對影片進行排名? (例如,《水行俠》或《玩命關頭》應該在大片類別中排名第一嗎?)

Netflix透過其推薦演算法進行細緻的計算來回答這些問題,其目的是推薦用戶想觀看的影片。將影片按主題/類別進行組織也是 Netflix 的策略性舉措。它不僅方便用戶選擇視頻,還允許 Netflix 透過查看用戶的滾動動作來分析用戶的行為和興趣。當使用者向下捲動時,表示他/她對螢幕上顯示的主題不感興趣;當用戶向左滾動時,表示他/她對主題感興趣,但對排名靠前的節目不感興趣。

一部電影,九張海報

除了首頁之外,每個節目的詳細資訊也為用戶量身定制:

● 應該播放哪個版本的預告片和精彩片段?

● 節目該如何標示?

● 要展示哪個版本的海報(Netflix 稱之為「藝術品」)才能吸引點擊?

Netflix為《紙牌屋》剪輯了10個版本的精彩片段,以滿足不同受眾群體的興趣。僅就《怪奇物語》而言,就有 9 種不同的潛在藝術作品。每個藝術作品版本都凸顯了電影的獨特之處。它可以是劇中著名演員的特寫鏡頭,也可以是經典場景,也可以是最能代表電影的場景。藝術品的選擇是基於過去的使用者行為和興趣。例如,如果您過去看過很多動作/冒險電影,Netflix 在向您介紹新節目時會使用展示動作或激動人心場景的藝術作品。

Source: netflixtechblog.com

來源:netflixtechblog.com

即時收集用戶行為數據

如果沒有大量的即時數據,超個人化就不可能實現。 Netflix的推薦演算法根據不同的用戶資料集不斷更新和修改影片推薦,包括:

● 使用者點擊、搜尋的影片內容

● 使用者與影片的交互,包括使用者暫停、重看或離開的位置以及觀看時長等。

● 使用者觀看習慣,包括日期、時間和設備類型

● 使用者未點擊的影片內容(即使用者不感興趣的影片)

● 類似受眾的行為數據

用戶在平台上的一舉一動,無論看起來多麼微不足道,都會被 Netflix 記錄和分析。此外,最近的使用者行為在計算過程中權重更大。

當您點擊影片時,您可以在「播放」按鈕下方看到匹配百分比分數。這是 Netflix 對影片與您興趣的匹配程度的預測。

Netflix’s prediction

來源:Netflix

每個用戶都會收到同一影片的唯一百分比分數。這是因為使用者有不同的興趣和觀看習慣。某個影片對於用戶 A 可能“91% 匹配”,但對於用戶 B 則只有“71% 匹配”。

透過鼓勵用戶回饋提高系統準確性

除了收集用戶的即時行為數據外,Netflix 還鼓勵他們就其推薦的相關性提供回饋。這有助於其推薦系統更了解每個使用者的興趣和偏好。用戶可以點擊影片詳細資料標籤上的「拇指向上」(意思是「我喜歡這個」)或「拇指向下」(意思是「不適合我」)按鈕。這會告訴 Netflix 您是否對該影片感興趣,以便它可以相應地更新推薦演算法。

algorithm accordingly

來源:Netflix

Netflix 非常致力於「向合適的人提供合適的內容」。據估計,目前Netflix上80%的用戶觀看時間來自其推薦演算法。數據分析在 Netflix 的成功中發揮著至關重要的作用。過去,它也促成了 Netflix 一些最成功的全球熱門影集(例如《紙牌屋》)的購買。我們將在另一篇文章中分享更多相關內容。

YouFind 提供綜合數位行銷服務,包括搜尋引擎優化、線上廣告、社群媒體等。我們熱衷於學習和分享最新的行銷新聞和策略。

相關文章

Baidu seo在香港地區的運用要點

作為一家頂級的互聯網公司,百度公司已經囊...

閱讀更多...

要預防公關災難,必需採用全能警報器 -社群聆聽(Social Listening)

2018年頭的萬寧印花事件,造成的公關災...

閱讀更多...

Facebook在全球推出群組的限時動態並加入表情符號功能

Facebook於星期二宣佈將於全球市場...

閱讀更多...

為品牌做SEO推廣(ZMOT)的原因是什麼?如何做好品牌行銷和口碑管理?

搜索引擎是如何發展起來的?首先當然要有用...

閱讀更多...
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