小強搜搜搜

借助《紙牌屋》大熱，Netflix, Inc. (Nasdaq: NFLX) 打贏了一場大數據時代的精準戰役。在其公佈超出市場預期的第一季財報后，盤后股價狂飆26%，達到每股217美元，這較去年8月的低谷價格累計漲幅已超三倍。

美劇《紙牌屋》(House of Cards)的首播夜，在總部的會議室裡，幾十台裝有Netflix app的平板電腦、智能手機等設備正齊刷刷地播放電視劇，40余位工程師緊張地監控實時流量，難掩興奮。


到第一季結束為止，Netflix視頻下載服務美國訂戶達2920萬。通過分析數據，原創的《紙牌屋》推動今年一季度新增超300萬流媒體用戶，其中203萬是美國用戶。而在這一過程中，“大數據”起了決定性的作用。

700名工程師的工作

Netflix每天有700名工程師進行縝密的數學計算。他們對3000萬次播放動作、Netflix注冊用戶的400萬次評級、300萬次搜索，視頻觀看時間和所使用的設備進行大數據挖掘，並以此策劃節目。

當然，《紙牌屋》並不是簡單的元素雜糅，在具體創意方面，招到合適的人，給他們足夠的自由和預算成為該劇受歡迎的原因。據了解，在Netflix買下這部劇集以前，故事情節和演員陣容就都已敲定。每名演員和故事選擇都是由創作方決定的。而未來Netflix將利用這些數據幫助挑選未來劇集的演員和導演。

推薦引擎是Netflix公司的一個關鍵服務，它的數千萬用戶能在一個個性化網頁上對影片做出1~5的評級。Netflix將這些評級放在一個巨大的數據集裡，該數據集容量超過了幾十億條。Netflix使用推薦算法和軟件來標識具有相似品位的觀，對影片可能做出的評級。通過用戶直接的DVD租賃數據獲取信息，再通過推薦引擎、數據算法等方式，提前獲知觀們喜歡看的內容，從而進行準確的內容訂購授權。

Netflix的成功在於它的數據是可被挖掘的，為了滿足用戶的收看，Netflix使用定製視頻伺服器，當用戶點下播放按鈕，Netflix需要在0.5秒內找到距離該用戶最近的包含這部影片資源的電腦們，然后再經過篩選找出最合適該用戶播放的。總部的數學家和設計師團隊則在這一過程中分析用戶觀影的口味，並不斷地推送出適合的內容以延長用戶的在時間。

Netflix一直想要擁有和HBO質量比肩的娛樂內容，而這樣的內容背后是靠技術來推動的。

原文網址