Home Quem somos Eventos Cadastre-se Promoções Anuncie Fale conosco  
 
Pesquisa
Matérias
Serviços
Parceiros










Matérias
 
Inovação e Indústria 4.0




Como a análise de dados na Netflix construiu o sucesso da empresa?


Mais de 100 milhões de assinantes. Presença em mais de 190 países nos quatro continentes. 91 indicações ao Emmy em 2017. Dezenas de bilhões de dólares em valor de mercado. Esses são alguns números da Netflix, a gigante de streaming que é equiparada a empresas como Facebook, Google e Amazon. Como ela consegue tudo isso? A análise de dados no Netflix é uma das respostas!


À primeira vista, a empresa pode parecer somente uma produtora e distribuidora de entretenimento, mas, por trás do sucesso mundial, existe uma equipe antenada em data science e mestre em transformar dados em conteúdo criativo e lucrativo.


A análise de dados na Netflix disponibiliza mais conhecimento sobre o usuário
Sempre de olho nos números, a Netflix segue de perto cada passo de seus milhões de usuários espalhados pelo mundo inteiro. Como interessado em tecnologia, você já sabe: em maior ou menor grau, praticamente toda empresa contemporânea coleta dados dos clientes.


O uso que cada uma faz desse material é diferente, claro. Há aquelas que ignoram as informações e estão ficando cada vez mais para trás; outras, aproveitam as grandes quantidades de dados em operações estratégicas e lucrativas.


E há companhias, como a Netflix, que utilizam a infinidade de informações coletadas diariamente a serviço de quem realmente importa — seus clientes.


E isso não quer dizer que ela é despreocupada com o lucro. Pelo contrário, a empresa tem uma refinada inteligência de mercado e já entendeu que, ao entregar serviços e produtos de qualidade, a tendência é criar fidelização com os clientes e morder fatias ainda maiores do mercado mundial.


O modo apaixonado como tantas pessoas se referem aos programas favoritos não é coincidência, pois elas recebem da Netflix exatamente aquilo que desejam. Será que a intuição de Reed Hastings, cofundador da empresa, é particularmente aguçada?


Não! Na verdade, mesmo sem ter consciência disso, cada usuário gera feedback sobre a Netflix enquanto usa o serviço.


De onde vêm os dados?
Imagine este cenário:


Uma emissora de TV a cabo investe milhões de dólares na produção do primeiro episódio de uma série — chamado de piloto, no jargão do entretenimento. Baseando-se em pesquisas de opinião — e na confiança na equipe —, lança o programa, esperando que ele faça um grande sucesso.


E então, pode vir a decepção: a audiência foi pífia, e o show é rapidamente cancelado.


Um dos motivos por que isso acontece (com alguma frequência) é que, tradicionalmente, as empresas de entretenimento interpretaram mal o espectador contemporâneo. Não é porque uma pesquisa aponta que o público vai, necessariamente, se encantar pelo enredo de um programa logo no piloto de menos de uma hora. A Netflix sabe bem disso — e ganha dinheiro com essa informação.


Em 2015, ela disponibilizou um infográfico, revelando em que episódio das séries mais populares a maioria dos espectadores é “fisgado”. Esse episódio “isca” foi considerado como sendo aquele a partir do qual 70% dos espectadores terminaram de assistir a toda a primeira temporada (o que envolve dezenas de episódios subsequentes e milhões em receita).


Desse modo, tornou-se público que a Netflix estava certa em sua estratégia de divulgar temporadas inteiras de uma vez — enquanto a maior parte dos canais de TV disponibiliza um episódio por semana. Dessa forma, a maior empresa de streaming do mundo estimula o binge watching — a “maratona de episódios”, em que o espectador assiste a diversos capítulos em sequência.


Esse é apenas um exemplo de como o comportamento do espectador ajuda a Netflix no tratamento das informações. A empresa não opera com base em pressupostos, estereótipos ou pesquisas generalizadas com o seu público, mas com estudo de hábitos de consumo verificados e mensuráveis, como:


- o momento em que você pausa, volta ou adianta uma cena;
- quanto tempo depois de pausar a cena você retorna (ou não) ao conteúdo;
- em que dia e horário você mais assiste aos episódios;
- qual dispositivo é utilizado para assistir aos programas;
- os hábitos de rolagem pela tela inicial do serviço;
- a avaliação do que foi consumido.


Esses são apenas alguns pontos para extração de dados. Em cada um, são feitos experimentos constantes, testes A/B ininterruptos e mudanças na interface e no design para descobrir o que tem mais efeito (para a sua satisfação e para o sucesso da companhia).


Mudanças pontuais, como a alteração do sistema de avaliação de cinco estrelas para um formato de “polegar para cima” e “polegar para baixo”, podem parecer pequenos à primeira vista, mas ajudam a refinar o algoritmo de recomendação do serviço.


Os dados orientam a produção dos conteúdos
A Netflix é um caso de sucesso da análise preditiva.


Analisando dados de consumo, em 2011, a organização percebeu que os filmes estrelados por Kevin Spacey, os longas do cineasta David Fincher e uma minissérie britânica de 1990 sobre política faziam sucesso entre os usuários do serviço.


Então, somando esses três fatores, a Netflix lançou, em 2013, uma de suas séries originais mais bem-sucedidas, House of Cards, que, em 2017, chegou à sexta temporada.


O drama político é produzido por Fincher, traz Spacey no papel principal e adapta a história da minissérie britânica homônima.

 Ao longo dos anos, já fidelizou e atraiu milhares de novos assinantes.


A empresa cumpriu corretamente todo o dever de casa. Além disso, na promoção da série, foram lançados diversos teasers, que surgiam para os usuários segundo as preferências de cada um, e tudo baseado nas análises de dados — se fosse um fã de Spacey, aparecia um trailer com mais cenas do ator; um admirador de cinema com protagonistas mulheres assistia a um vídeo com foco no elenco feminino de peso etc.


Outro exemplo
Não foi só com essa série que a Netflix acertou. Em 2016, foi lançado o sucesso de público e crítica Stranger Things, série de ficção científica com estética inspirada nos anos 1980. Os criadores contam que ela foi rejeitada por, pelo menos, 15 redes de TV antes de ser acolhida pela Netflix.


Segundo eles, a parceria deu certo porque a Netflix conseguiu identificar que havia um nicho para a série, enquanto outras empresas julgavam não existir audiência para um programa estrelado por crianças que não fosse especificamente infantil.


A companhia conta com os melhores profissionais
A Netflix não esconde que a tecnologia é um dos pilares do sucesso.


Uma boa forma de se inteirar sobre os processos é acompanhar o The Netflix Tech Blog, em que a gigante do streaming compartilha como são desenhados e operados os sistemas e a engenharia da empresa.


Um dos posts mais interessantes é dedicado a Python. Essa linguagem está muito presente na rotina dos profissionais, que ressaltam como ela permite “iterar e inovar, duas qualidades muito importantes na Netflix”.


Eles destacam como a linguagem auxilia justamente na análise de dados do serviço: “Python é utilizado em ferramentas para monitorar dados, gerir sua movimentação e sincronização, ressaltando a lógica de negócios dentro do nosso fluxo de trabalho de ETL (Extract, Transform and Load), e ativando vários aplicativos para visualizar as informações”.


Nesse trecho, fica claro como os profissionais da empresa levam os dados a sério. Isso fica ainda mais evidente na lista de vagas disponíveis para trabalhar lá, que incluem diversos cargos de analistas e engenheiros com experiência em data science.


A análise de dados na Netflix é apenas um exemplo de como empresas de todos os segmentos têm se beneficiado da expertise dos programadores. Você já está preparado para mostrar a sua? (...)


Fonte: Udacity


 
Versão para impressão Enviar para um amigo

« voltar
Assinantes
Usuário
Senha
 


 
 
Política de Privacidade   |   Termos de uso
Copyright © 2009 - Administro - O Portal do Administrador de Sucesso. Todos os direitos reservados.
Proibida a reprodução, publicação, distribuição, cópia, ou qualquer outra forma de utilização do conteúdo sem autorização por escrito dos editores.