영화와 텔레비전 생성에 넷 플 릭 스: 빅 데이터

넷 플 릭 스에 많은 가입자 느낄 수 있습니다 같은 방법으로 그들은 몇 주 전 금요일에 넷 플 릭 스 장치 열 및 TV 쇼를 볼 수 있었던 넷 플 릭 스 추천에 "여자의 형무소" 라는 첫 번째 에피소드를 보고 시작에 클릭 그럼 어떻게 그가 결코 놀이의 이름을 들어 궁금. 우리 모두가 알다시피, 넷 플 릭 스의 다른 원래 프로그램, TV 시리즈 "카드놀이"와 "개발 저하"를 포함 하 여 모든 큰 시장 혜택 했다 하지만 그들은 여자 교도소 보다 덜 성공 했습니다.

왜 여자의 형무소 성공 했다 그래서? 다른 많은 질문에 같은 대답은 데이터. 넷 플 릭 스는 새로운 프로그램에 달러의 수백만 소비 하 고 그것 사용자가 그들의 권장된 열을 참조 하 고 권장된 새로운 놀이 시청 하려고 사용자 그것을 사랑 할 것 이다 알고 있기 때문에 테이블에 사용자를 안내 하는 필요 하지 않습니다. 회사의 잉여 전화 회의 월요일에,에 따르면 "여자의 형무소"를 더 높게 평가 했다 고 전체 재생 시간 이상 TV 시리즈 방영 전에 넷 플 릭 스.

물론, 여자의 형무소, 같은 놀이의 성공은 데이터에 전적으로 의존 하지 않습니다, 그리고 그것은 좋은 스크립트 및 일류 행동을가지고 있어야, 또한, 놀이 기반 일반 텔레비전의 개념의 해석 보다는 회 고 록. 하지만 그것은 부인할 데이터 넷 플 릭 스는 추위에 대 한 관객을 분석 도움이지 않습니다와 작 방식으로 해석 됩니다. 그것은 할 수 있다 디지털 텔레비전의 개발, 텔레비전 산업 자체를 변환 해야 합니다, 더 많은 웹 페이지 처럼 수 방문자의 동작을 분석할 뿐만 아니라 또한 데이터 레이아웃 페이지 또는 사용자의 이해를 통해 미묘한 변화의 경험 이어야 한다. 물론 음모는 왕의 하지만 하 관객의 맛에 적응 하 고 성공을 달성, 모든 작은 요소는 매우 중요 하다.

Neflix 경영자 답변 보고 좋아 어떤 종류 관객의 질문에 막연 했다. 그러나, 우리는 하나 또는 두 개의 데이터 분석 회사의 자랑 프로그램 추천 시스템에 뒤에 보고에 의해서만 이해할 수 있다. 회사의 전 데이터 중 하나에 따르면 애 널 리스트는 Hadoop 정상 작년, 우리 같이 넷 플 릭 스의 추적 데이터를 볼 수 있습니다.

25 백만 이상의 가입자

약 하루에 30 백만 번 (이 데이터는 사용자가 되감기, 횟수 포함 빨리 감기, 및 동영상을 일시 중지)

2011 혼자 지난 3 개월 동안, 스트리밍 미디어 비디오 시청 시간 2 십억 시간 초과

하루 약 4 백만 등급

하루에 약 3 백만 번

지리적 데이터

장치 정보

시계 날짜 및 주 (현재 분석 결과 TV 드라마는 평일에 더 인기 있는 영화는 주말에 더 많은 시청자를 얻을 동안).

넬슨 등 제 3 자 로부터 메타 데이터

페이스 북과 트위터에서 소셜 미디어 데이터

또한:

"넷 플 릭 스의 데이터 응용 프로그램의 가장 흥미로운 측면 중 하나는 영화 자체를 분석 하는 시도 수 있습니다." 넷 플 릭 스는 이제 JPEG 이미지를 캡처하고 비디오 캡션 스크롤, 시작 되는 정확한 시간을 기록할 수 있게 고 넷 플 릭 스 영화, 볼륨, 색상, 장면, 시청자의 선호를 반영할 수 있는 등의 다른 측면의 분석을 확장 하는 계획 이다. "

우리 빨리 앞으로 및 뒤로 관련 요인에 의해 구동 하는 사용자와 뿐만 아니라 콘텐츠 제작, 하지만 그것은 데이터 수집 유형 이어야 플롯에 데이터의 영향을 이해 하지 않습니다. 데이터는 훨씬 더 보다는 전통적인 메타 데이터 굴절 수 있습니다., 및 전통적인 메타 데이터는 프로그램, 및 뉴욕 타임즈 미디어 기자 데이비드 결정할 때 일반적으로 간주 됩니다 반영 수 있습니다. 카가 올해 4 월에 기사를 출판 하 고 (데이터에 넷 플 릭 스의 초점의 경우 위의 데이터 요소를 인용) 그것에 정교. 물론,이 데이터 수집 및 긱스의 모델은 인공 분석 및 시나리오의 흥행 수익을 예측 하는 알고리즘의 같은, 긱스 사용.

그것은 할 수 있다 그것은 매우 쉽게 프로그램의 어떤 관객 보고 좋아하는 알아낼 수 있을 것. 예를 들어 넷 플 릭 스와 여자의 형무소에서 우리가 볼 수 있습니다 거의 감옥, FireWire, 소프라노, 간호사 베티, 높은 등급 프로그램에 대 한 분석 깊이 예측 모델의 결과 피에 굶주린 재판관, 및 단일 부모. 이러한 측면에서 우리가 찾을 수 있습니다 또한 데이터 분석 시리즈, 감옥 드라마, 범죄 드라마, 블랙 유머 드라마, 여성 주요 드라마와 다른 에피소드에서.

하지만 단조로운 고 formulaic 작 콘텐츠를 선도 하는 데이터에 신뢰는? 이것에 대해 혼합된 인수가입니다. 거기에 아무 문제가 때 항공기 엔진 실패 합니다, 또는 전자 우편 스팸, 인지를 예측 하지만 중복 콘텐츠는 독창성과 혁신을 제공 하는 경우 무시. 예를 들어 감옥 놀이에 블랙 유머의 도입, 하지 않아야 하지만 빨간색 불가능 하늘.

물론, 우리는 이러한 데이터를 과소평가 하지 해야, 그들은 마지막을 수 있습니다 시리즈의 성공에 중요 한 요소 이다. 우리가 인터넷 이나 모바일 장치에서 콘텐츠를 상호 작용 하는 방법에 대 한 생각. 예를 들어 주제 또는 게시물에 관심이 있다면, 우리가이 주제 또는 읽기, 게시물의 제목에 클릭 하지만 중요 하지 않은 것 들에 대 한 및 초점에서 기사의 처음 400 단어 자랑은 또는 페이지의 디자인은 나쁜 또는 광고 폭격의 많은, 경우 다음 우리는 확실히 하는 경우 직접 종료를 선택 합니다. 페이지 광고에 의해 영향을 하는 경우 독자 나가게 되며 더 이상 반환, 다른 많은 장소에서 읽고 싶은 관객 또한, 정보를 찾을 수 있기 때문에 가능성이 높습니다.

넷 플 릭 스, 디 렉, 또는 케이블 TV 여부, 그것은 텔레비전 방송을 제공 하 고 동일 합니다. 어떤 시점에서 우리는 감독 타이틀을 표시 하는 방법에 대 한 생각을 시작 또한 해야 합니다 가정할 수 있습니다. 프로그램을 재생할 때 어떤 요인 관객 보기를 일시 중지 하거나 완전히 포기 하기로 결정을 만들 것입니다? 우리 시청자 프로그램 보고에 빨리 앞으로 움직이고 하는 것을 방지 하는 특정 요소를 피해 야 한다? 우리는 시청자 다시 하 고 다시 볼 수 있도록 더 많은 콘텐츠를 추가 해야 합니까? (여담: 여자의 형무소는 정말 좋은 플레이 하지만 다른 한편으로 놀이 섹스와 누드의 가득 차 있다.) )

물론, 우리가 여기에 대해 무슨 말을 하는지는 큰 데이터, 프로그램을 도울 수 있는 큰 데이터 성공, 예를 들어 에코-테러리스트로 부유한 축구 아버지의 생활을 알 수 있습니다 신비와 모험의 전체 더 재미 있고 다른 프로그램 보다 더 즐거운 같은 프로그램이 있을 것입니다.