Netflixの加入者数は、2002年の100万人から現在は1000万人に増え、推奨システム。
ビッグデータは、Netflixがユーザーの好みを理解するのに役立ちます。プラットフォーム上で80%によって提供されるコンテンツは、ビッグデータの影響を強く受けます。
ユーザーのニーズに合わせて推奨動画をリアルタイムで修正します。動画の種類は特定のカテゴリに限定されません。
Netflixはビッグデータとアルゴリズムを使用して、顧客を維持し、10億ドルを節約する完璧な推奨システムを構築しました。
自動マーケティングは、Netflix推奨システムの操作モードを学習して、企業がマーケティング活動を開始する前に結果が有効かどうかを予測できるようにする必要があります。
次に、Netflixがビッグデータを使用してエンゲージメントを高め、忠実な顧客を維持する方法を見てみましょう。
Netflixはどのようにしてビッグデータを収集しますか？
Netflixはこれらの場所からデータを収集し、ユーザーエクスペリエンスを向上させます
評点方式
検索履歴
ビデオが視聴された日付
ウォッチングデバイス
番組を見ているときに一時停止する
繰り返し再生された番組
クレジットローンをスキップするかどうか
さまざまなデバイスで再生されるプログラムの種類
Netflixはこのビッグデータをどのように使用しますか？
データ収集後の真の価値は、データの処理方法と独自の洞察の表示方法にあります
フィーバーアルバムを作成する
Netflixは「House of Cards」を構築するために1000万ドルを費やしました、
彼らはこのシリーズがイギリス版「カードの家」のファンベースを持っていると信じています、
間違いなく、米国のオーディエンスにうまく販売することができます。
パーソナライズされた採点システム
パーソナライズされたNetflixビデオシリーズを提供し、
ユーザーが異なれば、同じタイプの映画でも異なるおすすめの映画リストが表示されます。
最高の動画ランキング
すべてのリストの最高ランクからパーソナライズされた推奨事項を選びます。
人気の動画
人気の動画には、パーソナライズされたおすすめが混在しています。
2つの映画の類似性のアルゴリズム
ユーザーが映画を視聴しているときに、別の映画にも興味を持つ可能性があります。
類似ランキングがパーソナライズされていなくても、Netflixはユーザーが最後に視聴したビデオを使用して、どのビデオが興味があるかを判断します。
見続ける
ユーザーが最近見た動画を収集し、ユーザーが引き続き動画を再生するか、この動画に興味がないかを分析します。
ソース：マーテック
Japanese 
Chinese 
English