Final Fantasy 14 Endwalker datum izlaska
Tijekom godina Netflix je uložio puno energije u fino podešavanje svog sustava preporuka kako bi korisnicima uštedio vrijeme i snagu i ubrzao put do bilo kojeg filma ili TV emisije koja će ih vjerovatno angažirati sa uslugom najduže.
Oglas
Ako se statistika može proći, prilično su uspješni. Velika većina vremena - oko 80% - gledatelji otkrivaju svoj sljedeći Netflixov binge putem preporuke (za razliku od pretraživanja same stranice). Često ih upravo tamo zure u lice na njihovoj personaliziranoj početnoj stranici.
Još, nisi sam ako osjećate da vas Netflix baš ne shvaća.
S obzirom na to koliko gledam Netflix njihove e-poruke s preporukama dosežu Amazonovu razinu sramotno lošeg.
- Matt Jukes (@jukesie) 6. kolovoza 2017
Kad sam prije 12 godina počeo raditi u Netflixu, učili smo kako puzati s obzirom na personalizaciju, kaže Todd Yellin, Netflixov potpredsjednik proizvoda. Sad bih rekao da smo u mladosti. Još uvijek nismo savršeni - daleko smo od savršenstva. Mislim da smo dobri. Težim velikom.
Ali kako preporuke zapravo djeluju? A gdje leže mane? U nastavku pogledajte naš praktični laički vodič.
Koja je teorija iza Netflixova sustava preporuka?
Ovdje su u igri dvije glavne ideje - i obje potječu iz onoga što je Netflix naučio istražujući korisničke podatke tijekom godina.
Prvo, znaju da većina njihovih korisnika ne želi gubiti previše vremena tražeći nešto za gledati.
Tipična osoba neće gledati tisuće naslova, gledat će u prosjeku 40-50 naslova na svakoj datoj sesiji, kaže Yellin.
Netflix tako ima mali prozor u kojem može izazvati vaše zanimanje ili riskirati gubitak pažnje - pa im je primarni fokus osigurati da prve stvari koje vidite kad se prijavite budu naslovi koje želite gledati.
Drugo, usput su naučili da ono što korisnici reći o tome kako koriste uslugu i njihovo stvarno ponašanje nisu uvijek u korelaciji.
Mnogi nam ljudi kažu da često gledaju strane filmove ili dokumentarce. Ali u praksi se to ne događa baš puno, rekao je Carlos Gomez-Uribe, Netflixov bivši potpredsjednik za inovacije proizvoda u intervju s Wiredom 2013. godine .
Slično tome, oni znaju da možete odlučiti pametni dokumentarac koji ste jednom pogledali ocijeniti s 5 zvjezdica, dok filmu o Adamu Sandleru koji ste gledali ove godine možete dati nižu ocjenu ili nikakvu ocjenu. . To je, vjerojatno, jedan od dva razloga zašto su odlučili ukloniti sustav ocjenjivanja zvjezdicama u korist modela palca gore, palca dolje. O drugom razlogu više kasnije.
Ali KAKO djeluje?
Pojednostavljeno: podaci.
Brojni sretni Netflixovi zaposlenici plaćaju se da gledaju sve naslove i obilježe bilo koji broj definirajućih elemenata koji se pojave. Na primjer, film kao što je Wall-E označen je na sljedeći način: topao duh, oskudni dijalog, satiričan itd. Oznaka može biti bilo koji - što više, to bolje.
Tada u igru ulaze algoritmi. Što više gledate Netflix, to mu je bolji cilj razumjeti vaše ukuse sastavljanjem profila na temelju ponavljajućih oznaka u emisijama koje gledate.
Dakle, ako ste gledali Marvelovu Jessicu Jones, koju možda između ostalog označavaju tamnom, s jakim ženskim vodstvom, sasvim je vjerojatno da će Orange Is the New Black doći na vrh vaše palube.
Svaka je kategorija na vašoj početnoj stranici personalizirana na temelju vašeg ponašanja prilikom gledanja, gurajući sadržaj koji se podudara s uzorcima koje ste nesvjesno iscrtali naprijed. Algoritmi također uzimaju u obzir određene informacije o korisniku - na kojem uređaju gledate i u koje doba obično gledate.
Ako ste zainteresirani za saznati više, Yellin je napravio zgodan video s objašnjenjima - pogledajte u nastavku.