Como a Netflix usa a análise para selecionar filmes, criar conteúdo e tomar decisões multimilionárias

Em 2006 a Netflix anunciou o Prêmio Netflix, um concurso para criar um algoritmo que “melhoraria substancialmente a precisão das previsões sobre o quanto alguém vai gostar de um filme com base em suas preferências cinematográficas”. Havia um vencedor, que melhorou o algoritmo em 10%. Contudo, o Netflix nunca implementou o algoritmo, dizendo:

“Avaliamos alguns dos novos métodos offline, mas os ganhos de precisão adicionais que medimos não pareciam justificar o esforço de engenharia necessário para trazê-los para um ambiente de produção”.

Mas o Netflix não evitou todos os esforços de algoritmos e dados.

Para os não iniciados, pode parecer que a análise do Netflix vai apenas até às vistas. Eles também podem pensar que o programa House of Cards foi escolhido porque a Netflix “pensou que os assinantes poderiam gostar”. Mas a verdade é muito, muito mais profunda. O programa de 100 milhões de dólares não foi iluminado apenas porque parecia ser um bom enredo. A decisão foi baseada em uma série de fatores e aparentemente quase inteiramente em dados.

A realidade é que a Netflix é uma empresa voltada para os dados. Dizer que a Netflix escolhe novos conteúdos com base em “quem quer que consiga obter uma licença com” é uma afirmação muito ténue e vaga. A Netflix precisa de licenças dos estúdios, mas eles não escolhem apenas filmes e programas de televisão ao acaso.

Ler para saber mais sobre o futuro da programação televisiva e como a análise está a ajudar a Netflix a tornar-se um melhor negócio e serviço.

Análises na Netflix

O trabalho principal da análise é ajudar as empresas a obter uma visão sobre os seus clientes. Então, as empresas podem otimizar seu marketing e entregar um produto melhor. (Sem análises, as empresas estão no escuro sobre seus clientes.) A Analytics dá às empresas os dados quantitativos de que necessitam para tomar decisões melhores e mais informadas e melhorar seus serviços.

>

Como a Netflix usa a Analytics?

“Existem 33 milhões de versões diferentes da Netflix”

– Joris Evers, Diretor de Comunicações Globais

A partir de julho de 2018, a Netflix tem 130 milhões de assinantes de streaming em todo o mundo. Ter esta grande base de utilizadores permite à Netflix reunir uma enorme quantidade de dados. Com estes dados, a Netflix pode tomar melhores decisões e, em última análise, tornar os utilizadores mais felizes com o seu serviço.

As redes de televisão tradicionais não têm este tipo de privilégios na sua transmissão. As classificações são apenas aproximações, a iluminação verde de um piloto é baseada na tradição e intuição. A Netflix tem a vantagem, porque ser uma empresa de Internet permite à Netflix conhecer bem os seus clientes e não apenas ter uma “persona” ou “ideia” de como é o seu cliente médio. Vejamos um exemplo.

Se você estiver assistindo a uma série como a de Desenvolvimento Preso, a Netflix é capaz de ver (em grande escala) a “taxa de conclusão” (por falta de um termo melhor) dos usuários. Por exemplo, as pessoas na Netflix poderiam se perguntar “Quantos usuários que começaram o Desenvolvimento Preso (da temporada 1) terminaram até o final da temporada 3? Então eles recebem uma resposta. Digamos que é 70%.

Então eles perguntam “Onde foi o ponto de corte comum para os usuários? O que fizeram os outros 30% dos utilizadores? Quão grande foi o ‘intervalo de tempo’ entre quando os consumidores assistiram a um episódio e quando assistiram ao episódio seguinte? Precisamos de ter uma boa ideia do envolvimento geral deste programa”

Reúnem depois estes dados e vêem as tendências dos utilizadores para compreender o envolvimento a um nível profundo. Se a Netflix viu que 70% dos utilizadores assistiram a todas as temporadas disponíveis de um programa cancelado, isso pode provocar algum interesse em reiniciar o Desenvolvimento Preso. Eles sabem que há uma boa chance dos usuários assistirem à nova temporada.

Mas os dados ficam mais profundos do que isso. Aqui está um olhar para algumas das faixas de “eventos” da Netflix:

  • Quando você pausa, rebobina, ou avança rápido
  • Em que dia você assiste ao conteúdo (a Netflix encontrou pessoas assistindo programas de TV durante a semana e filmes durante o fim de semana.)
  • A data que você assiste
  • A que horas você assiste ao conteúdo
  • Onde você assiste (código postal)
  • Que dispositivo você usa para assistir (Você gosta de usar seu tablet para programas de TV e seu Roku para filmes? As pessoas acessam o recurso Just for Kids mais em seus iPads, etc.?)
  • Quando você pausa e deixa o conteúdo (e se você voltar)
  • As classificações dadas (cerca de 4 milhões por dia)
  • Procura (cerca de 3 milhões por dia)
  • Comportamento de navegação e rolagem
  • A Netflix também olha os dados dentro dos filmes. Eles tiram várias “capturas de tela” para olhar as características “no momento”. A Netflix confirmou que eles sabem quando os créditos começam a rolar; mas há muito mais do que apenas isso. Alguns descobriram que estas características podem ser o volume, cores e cenários que ajudam a Netflix a descobrir o que os usuários gostam.

Por que a Netflix quer saber quando os créditos começam a rolar? Eles provavelmente querem ver o que os usuários fazem depois. Eles deixam o aplicativo ou voltam para a navegação? Observe como o Netflix agora oferece recomendações de filmes (eles têm algoritmos de personalização que visam prever com precisão o que os usuários verão em seguida) logo após o início dos créditos (ou, para programas de televisão, eles reproduzem automaticamente o próximo episódio).

Porque se os usuários deixarem o aplicativo após assistir a um programa, isso pode significar que eles estão mais propensos a cancelar. Permita-me explicar:

A Netflix, através da sua análise, pode saber quanto conteúdo os utilizadores precisam de ver para terem menos probabilidades de cancelar. Por exemplo, talvez eles saibam que “se conseguirmos que cada usuário assista a pelo menos 15 horas de conteúdo a cada mês, eles têm 75% menos probabilidade de cancelar”. Se eles ficarem abaixo de 5 horas, há 95% de chance de cancelar”

Então agora que eles têm esses dados, eles podem se perguntar “Como podemos ajudar os usuários a assistir pelo menos 15 horas de conteúdo por mês? Uma idéia: habilitar o post-play, que automaticamente toca o próximo episódio de um programa de TV, a menos que o usuário opte por não assistir. Para filmes, mostrar sugestões de filmes (com base na classificação do filme que acabou de ser visto) logo após os créditos começarem a rodar e permitir que os usuários pressionem o play a partir daquela tela. A Netflix pode adicionar este recurso aos seus aplicativos web e móveis e, novamente, através da análise, ver os resultados.

Esta é apenas uma teoria de como a Netflix chegou à decisão de implementar o pós-play e um exemplo de como a análise pode ajudar a Netflix a tomar decisões. Eu não tenho nenhuma informação interna.

Então todos esses dados e a grande base de usuários permitem que a Netflix veja rapidamente as tendências e formule opiniões. Mais tarde, vamos entrar nos fatores que os tornaram Green-light House of Cards.

O Algoritmo de Recomendação

Como parte do processo de integração, o Netflix pede aos novos usuários que avaliem seu interesse em gêneros de filmes e classifiquem quaisquer filmes que já tenham visto. Por que eles fazem isso logo de cara? Porque ajudar os usuários a descobrir novos filmes e programas de TV que eles irão desfrutar é parte integrante do sucesso da Netflix.

Se as pessoas ficarem sem filmes que querem assistir e não têm como encontrar novos filmes, eles irão cancelar. É importante que o Netflix se concentre muito em garantir que eles tenham um algoritmo preciso para isso, em vez de ter usuários confiando em fontes externas para encontrar novos filmes.

O algoritmo de recomendação é preciso e bem-sucedido?

Desde que 75% da atividade do espectador é baseada nestas sugestões, eu diria que funciona muito bem para eles.

Mas agora que mais usuários estão se movendo para o streaming, o que eles realmente assistem é mais importante do que as classificações. Quando era DVD por e-mail, os usuários do Netflix tinham que esperar, e a avaliação era um “processo de pensamento”. Os engenheiros da Netflix Xavier Amatriain e Carlos Gomez-Uribe explicam:

Amatriain:

“Quando éramos uma empresa de DVD por e-mail e as pessoas nos davam uma avaliação, eles estavam expressando um processo de pensamento. Você adicionou algo à sua fila porque queria assistir alguns dias depois; havia um custo na sua decisão e uma recompensa tardia. Com a transmissão instantânea, você começa a tocar algo, você não gosta, você apenas troca. Os usuários realmente não percebem o benefício de dar feedback explícito, então eles investem menos esforço”

Gomez-Uribe:

“Os testes mostraram que as classificações previstas não são realmente super-utilizáveis, enquanto o que você está realmente jogando é. Vamos passar de focar exclusivamente em classificações e previsões de classificação para depender de um ecossistema mais complexo de algoritmos”

Como podemos ver, o algoritmo está evoluindo. Há equipas inteiras (a Netflix tem mais de 800 programadores no total) a trabalhar nele. Não é estático porque o comportamento do usuário e o produto Netflix estão mudando.

Para uma descrição mais profunda do algoritmo, veja este post escrito pelas pessoas que o projetam e trabalham nele.

O novo sistema de classificação de polegares para cima/para baixo

Em abril de 2017, o Netflix estreou um novo sistema de classificação. Anteriormente, os usuários classificavam filmes e programas de TV em 1-5 estrelas. Mas depois que suas equipes de produtos fizeram alguns testes, eles encontraram um novo e mais simples teste “polegares para cima e polegares para baixo” que bateu o sistema original de classificação baseado em estrelas. Em sua Carta aos Acionistas no 1T 2017, a Netflix escreveu:

Como sempre, nossa equipe de produtos tem dezenas de testes em execução na busca incessante por uma satisfação ainda maior dos membros. Um teste que ganhou conclusivamente no ano passado e que agora foi estendido a todos os membros é o nosso novo modelo de feedback “polegar para cima polegar para baixo”, substituindo o modelo 5 estrelas que tivemos nos nossos dias em DVD. A quantidade de utilização que obtemos com esta nova abordagem é mais do dobro das classificações. Com esta informação pessoal adicional, seremos capazes de melhorar a personalização, tornando o seu ecrã frontal na Netflix ainda mais relevante.

How Big Data Factored into House of Cards

Em 2011 a Netflix tomou uma das maiores decisões que alguma vez tomarão. Não se tratava de nada material, mas sim de conteúdo. Eles superaram os melhores canais de televisão como HBO e AMC para ganhar os direitos de uma versão americana do House of Cards, dando-lhes 2 temporadas com 13 episódios em cada temporada.

A um custo de $4 milhões a $6 milhões por episódio, este preço de 2 temporadas é superior a $100 milhões. A Netflix, sem dúvida, já fez outros grandes investimentos (centros de expedição, custos de postagem, etc.), mas nada parecido com isto no lado do conteúdo. Então por que eles fizeram uma aposta tão grande, e como é que a análise influenciou a decisão? Vamos a isso.

Pré-verde-luz

Antes de acender o verde House of Cards, Netflix sabia:

  • Muitos usuários assistiram ao filme dirigido por David Fincher The Social Network do começo ao fim.
  • A versão britânica de “House of Cards” foi bem assistida.
  • Os que assistiram a versão britânica de “House of Cards” também assistiram aos filmes e/ou filmes dirigidos por David Fincher.

Cada um destes 3 factores sinérgicos teve de conter um certo volume de utilizadores. Caso contrário, o House of Cards poderia pertencer a uma rede diferente neste momento. Netflix tinha muitos usuários nos 3 fatores.

Esta combinação de fatores teve muito peso na decisão da Netflix de fazer o investimento de $100 milhões na criação de uma versão americana do House of Cards. Jonathan Friedland, Chief Communications Officer, diz: “Porque temos uma relação direta com os consumidores, sabemos o que as pessoas gostam de assistir e isso nos ajuda a entender o quão grande vai ser o interesse por um determinado programa”. Isso nos deu alguma confiança de que poderíamos encontrar um público para um show como o House of Cards”

Em uma entrevista com Gigaom, Steve Swasey, VP de Comunicação Corporativa, expande:

“Temos um alto grau de confiança baseado no diretor, no produtor e nas estrelas…. Não temos de gastar milhões para que as pessoas se sintonizem com isto. Através dos nossos algoritmos, podemos determinar quem pode estar interessado no Kevin Spacey ou no drama político e dizer-lhes “Talvez queiram ver isto””

Swasey diz que não é apenas o elenco e o realizador que prevêem se o espectáculo vai ser um sucesso. “Podemos olhar para os dados do consumidor e ver qual é o apelo para o diretor, para as estrelas e para dramas semelhantes”, diz ele. Acrescente isso ao fato de que a versão britânica do House of Cards tem sido uma popular escolha de DVD para os assinantes. A combinação desses fatores (e a popularidade dos thrillers políticos) faz parecer uma decisão fácil para a Netflix. A única questão era o quanto eles estavam dispostos a investir. Vamos entrar nos primeiros números de ROI um pouco mais tarde.

Após a Luz Verde

Agora que a Netflix fez o investimento de 100 milhões de dólares, eles são em parte responsáveis por promovê-lo. E com os dados que possuem, podem fazer um “trailer personalizado” para cada tipo de membro Netflix, não um trailer “tamanho único”. Deixe-me explicar…

Antes do lançamento de um filme ou da estreia de um programa de TV, normalmente há um ou alguns trailers feitos e alguns previews selecionados. A Netflix fez 10 cortes diferentes do trailer para o House of Cards, cada um voltado para públicos diferentes. O trailer que você viu foi baseado no seu comportamento visual anterior. Se viu muitos filmes do Kevin Spacey, viu um trailer com ele. Aqueles que assistiram muitos filmes estrelados por mulheres viram um trailer com as mulheres do programa. E os fãs de David Fincher viram um trailer com o seu toque.

Então, agora que a primeira temporada já começou, vamos olhar para algumas das primeiras métricas. Estas não vão determinar imediatamente se o investimento da House of Cards pode ser considerado um sucesso, mas sim a trajectória em que está.

Qual acha que é a taxa média de sucesso para novos programas de TV? Em outras palavras, se uma rede de televisão acende um novo programa de TV, quais são as chances de ser rentável ou não ser cancelado após algumas temporadas?

Seu palpite?

A resposta é 35%, em média.

Quando uma rede acende um programa, há 35% de chance de sucesso e 65% de chance de ser cancelado. Na altura em que este artigo foi escrito, o Netflix tem 7 programas de TV, dos quais 5 foram renovados para outra temporada. Se esta taxa puder continuar durante anos, a taxa de sucesso da Netflix será de cerca de 70%.

Então porque é que a Netflix renova os programas a uma taxa superior à das redes de televisão convencionais? Será que os dados fazem a diferença? A taxa de sucesso é legítima ou não se pode comparar uma rede de televisão pela Internet com as redes de televisão convencionais?

Has House of Cards tem sido um sucesso? No primeiro trimestre de 2013, o número de novos assinantes nos EUA foi de 2 milhões, o que representa um aumento de 7% em relação ao trimestre anterior. Também trouxe 1 milhão de novos assinantes de outras partes do mundo. Segundo o The Atlantic Wire, estes 3 milhões de assinantes quase pagaram à Netflix o custo do House of Cards.

E os actuais assinantes? Ter o House of Cards torna-os menos propensos a cancelar sua assinatura?

Sim, para 86% deles.

Uma pesquisa mostrou que 86% dos assinantes são menos propensos a cancelar por causa do House of Cards, mas apenas se a Netflix permanecer no preço de $7,99. Embora isto possa parecer impressionante, você deve fazer esta pesquisa com um grão de sal. Como o autor aponta:

“O tamanho da amostra é pequeno. Apenas 346 dos 1.229 consumidores americanos pesquisados em 12-13 de fevereiro de 2013 são clientes Netflix, embora outros 223 estejam classificados como não assinantes que têm acesso a uma assinatura Netflix. Cerca de 10% dos assinantes e aqueles com acesso à Netflix visualizaram pelo menos um episódio do House Of Cards nos primeiros 12 dias após a sua disponibilização. A pessoa média que sintonizou assistiu a seis episódios durante esse período, mas 19,4% assistiu a todos os 13.”

O que pode ser seguro dizer é que o House of Cards dá a todos os assinantes da Netflix um motivo a menos para cancelar. Quão grande ou quão pequena a razão é arbitrária.

Orange is the New Black

Weeds foi um programa bastante popular no Showtime. Ele também tem sido transmitido no Netflix por algum tempo e tem sido um de seus shows mais vistos, de acordo com sua seção “Popular no Netflix”. Então quando o criador Jenji Kohan teve a idéia de um novo programa de TV, o Netflix sabia que eles tinham que pular dentro. Conseguir uma série com a popularidade e qualidade do Weeds seria um grande sucesso, especialmente numa fila ao lado do House of Cards. As primeiras métricas mostram que Orange is the New Black está começando com mais sucesso do que Prested Development e até mesmo House of Cards.

Na próxima seção vamos dar um passo atrás e olhar para o grande quadro de como a análise está ajudando o Netflix.

How Netflix Decides on Movies to License

Por enquanto, você provavelmente pode adivinhar que o Netflix não escolhe cegamente quais filmes transmitir. O licenciamento de filmes dos estúdios é caro, por isso a Netflix usa dados para ajudá-los a decidir. Há apenas um número limitado de filmes para licenciar. Por exemplo, um novo lançamento popular pode não estar disponível imediatamente, mas um ano depois pode estar. Há um vasto número de filmes disponíveis para a Netflix escolher, mas não todos os filmes disponíveis. Então a Netflix tem que descobrir quais os que seus usuários mais vão gostar.

Como John Ciancutti, antigo vice-presidente de Engenharia de Produtos (agora no Facebook), diz:

“A Netflix procura o conteúdo mais eficiente. Eficiente aqui significa conteúdo que alcançará a felicidade máxima por dólar gasto. Existem várias métricas complicadas usadas, mas o que elas pretendem medir é a felicidade entre os membros da Netflix. Quanto é que subiria se a Netflix licenciasse, digamos, Mad Men vs. Sons of Anarchy?”

Jenny McCabe, Directora de Relações com os Media Globais, coloca de outra forma:

“Procuramos os títulos que proporcionam o maior número de espectadores em relação ao custo de licenciamento. Isso também significa que vamos renunciar ou optar por não renovar alguns títulos que não são observados o suficiente em relação ao seu custo.

Usamos sempre o nosso profundo conhecimento (também conhecido como análise e dados) sobre o que os nossos membros adoram ver para decidir o que está disponível na Netflix…. Se continuar a ver, vamos continuar a adicionar mais do que adora”

Aí está… Essa última frase diz tudo. Eles precisam saber o que as pessoas assistem e o que as pessoas gostam para decidir sobre novos títulos. Se ninguém visse nada, eles estariam no escuro. Agora você pode ver que a análise deles é uma grande ajuda para decidir que filmes e programas de TV selecionar. Eles não são, como McCabe colocou, um “amplo distribuidor”, possivelmente afirmando uma diferenciação de Hulu.

A um plano de preços de $7,99 por mês por membro, Netflix não pode se dar ao luxo de adicionar cada sucesso de bilheteria. Eles precisam ser inteligentes em suas decisões e tirar o máximo proveito de suas análises. Ser rentável e fazer os usuários felizes é uma habilidade que é central para o sucesso da Netflix. Vamos usar um exemplo de como eles podem combinar economia inteligente e ao mesmo tempo maximizar a felicidade do usuário.

The Dark Knight foi um filme extraordinariamente popular, com mais de $1 bilhão de dólares em rede nas bilheterias. A Netflix sabia que seus usuários iriam gostar se o transmitissem, mas o estúdio queria um preço muito alto por ele. A Netflix poderia pagar os direitos de transmissão por alguns meses, ou eles poderiam obter outros 6 filmes de qualidade que eles sabiam que os usuários iriam gostar. Então, o que é que eles fazem? O que traz a maior felicidade por dólar?

Em outras palavras, ao invés de conseguir O Cavaleiro das Trevas, eles poderiam conseguir outros filmes com os mesmos atores e diretor. Eles poderiam adicionar Memento (dirigido por Christopher Nolan), Brokeback Mountain e A Knight’s Tale (estrelado por Heath Ledger), Thank You for Smoking (estrelado por Aaron Eckhart), Stranger than Fiction (estrelado por Maggie Gyllenhaal), e The Machinist (estrelado por Christian Bale) pelo (ou quase) preço de uma licença para O Cavaleiro das Trevas. Que rota escolheria?

Again, isto é apenas uma hipotética, mas provavelmente é seguro dizer que esta é uma situação comum que a Netflix enfrenta. Vejamos outro exemplo.

Park and Recreation é popular para o Netflix e tem boas métricas (as pessoas vêem o programa inteiro, revêem alguns episódios, e frequentemente rebobinam certas partes). Um dos atores é Adam Scott (talvez alguns usuários rebobinem cenas com ele nele), e eles têm a opção de adicionar alguns filmes econômicos com ele. Eles fazem isso? No momento em que escrevem, eles o fazem. Existem 7 filmes de Adam Scott disponíveis para transmissão instantânea, um independente onde ele é um personagem principal.

Ainda a estas táticas, a Netflix também estuda sites de pirataria para ajudá-los a decidir que conteúdo comprar. Um dos programas que eles captaram como resultado foi o Prison Break, que foi fortemente pirateado.

Use Analytics Directionally

Quando lhe foi pedido para nomear as 3 coisas que aprendeu com Reed Hastings, o co-fundador da Netflix, Mitch Lowe, disse foco, análise e derramar dinheiro nas coisas que estão funcionando melhor.

Quando se discute a análise, ele diz:

“Ele me ensinou como usar a análise para tomar decisões. Eu sempre achei que você precisava de uma resposta clara antes de tomar uma decisão e o que ele me ensinou foi que você tem que usar a análise direcionadamente…e nunca se preocupe se eles estão 100% certos. Tente apenas levá-los a apontar na direcção certa”

Quando pressionado para dar um exemplo, Lowe diz:

“Não conseguíamos perceber qual era o nosso núcleo demográfico (isto foi no início dos anos 2000) dos nossos utilizadores e por isso passávamos imenso tempo a pesquisar os nossos clientes tentando perceber, sabe, se eles se enquadravam no grupo dos 18-24 anos e dos 24-35, etc. E os números estavam em todos os lugares. Mas se você calculasse a média de todos eles, ficava claro que nosso cliente tinha maior renda, era mais velho e mais instruído. Mas ainda havia grandes segmentos de pessoas mais jovens e diziam “escute, apenas vá com a direção que isto está dizendo aos nossos clientes”. E isso valeu mesmo a pena. Quando começamos a visar lugares onde aqueles clientes com essa demografia estavam, e isso chegou aos nossos irritantes anúncios pop up com os quais costumávamos inundar a web. Então nossa aquisição de clientes foi direto para cima”

Agora, vamos dar um passo atrás, olhar para o panorama geral e ver o objetivo aspirante da Netflix.

O objetivo da Netflix de se tornar o HBO da Internet TV

Os dados e análises da Netflix são uma grande vantagem para eles. Ajuda-os a construir um melhor serviço para os utilizadores e a tornar-se um negócio mais rentável, reduzindo o desperdício e evitando “disparos no escuro”

Nas suas próprias palavras, a Netflix quer “tornar-se o HBO mais rápido do que o HBO pode tornar-se o Netflix”. Eles estão adicionando shows em um ritmo rápido, com o objetivo de adicionar pelo menos 5 novos shows por ano, de acordo com Ted Sarandos, Chief Content Officer. Em fevereiro de 2013, ele tinha 6 bilhões de dólares disponíveis para escolher o conteúdo para a transmissão da Netflix. Este dinheiro vai para pagar as taxas de licenciamento das empresas de cabo e estúdios, mas $300 milhões são para conteúdo original, de acordo com GQ.

Alguns desse conteúdo original não serão apenas programas de TV, mas também documentários exclusivos e especiais de stand-up comedy. O comediante Aziz Ansari vai estrear o seu especial de stand-up, Buried Alive, na Netflix. A estreia está prevista para o dia 1 de Novembro. E em 14 de outubro, Netflix vai estrear mais um especial stand-up e documentários do comediante Russell Peters. Se você estiver interessado, a Wikipedia tem uma ótima página que lista toda a programação atual e futura da Netflix.

HBO tem um monte de conteúdo original, além de seu licenciamento de filmes que normalmente não estão em redes como TNT, TBS, EUA, AMC, etc. Em abril de 2013, a HBO estreou o standup Louis CK Oh Meu Deus. Claramente o modelo HBO tem sido um sucesso para a Time Warner, sua proprietária.

A partir de abril de 2013, estima-se que Netflix superou a HBO em assinantes. Isto significa que eles atingiram seu objetivo de “se tornar HBO mais rápido do que a HBO pode se tornar Netflix”

Netflix, como a HBO, não tem planos de eventualmente ser um distribuidor apenas de conteúdo original. O CEO Reed Hastings disse “Se fizermos bem o nosso trabalho, há sempre uma razão para ser um membro da Netflix no lado original, além do lado da licença”

Em conclusão…

Agora você vê como a Netflix toma decisões informadas com base em dados. Claramente, os dados não podem tomar todas as decisões; há algumas situações em que a intuição tem que tomar conta. Por exemplo, os dados não poderiam prever que um programa como Breaking Bad seria um sucesso. O criador foi um ex-escritor em Os Ficheiros Secretos, e os dramas são 50/50. Nesses casos, as decisões são fortemente baseadas nas pessoas e na equipe por trás da idéia do programa. Se o Netflix pode fazer um programa de sucesso como este (um com poucos ou nenhuns dados) ainda está para ser visto.

O que a análise e os dados podem fazer é dar-lhe uma visão para que possa gerir um negócio melhor e oferecer um produto superior. As pessoas com dados têm vantagem sobre aquelas que correm por intuição ou “o que parece certo”

Você tem dados para ajudá-lo a tomar decisões? Se não, a Netflix fornece um bom caso para o motivo pelo qual você deve fazê-lo.

Deixe um comentário