Jak Netflix tworzy swoje seriale, czyli dane w służbie kreatywności

Jest rok 2006. W Polsce odsłonięto m.in. pomnik Kargula i Pawlaka, Puławy świętowały 100-lecie praw miejskich, a Piotr Adamczyk ugruntował swoją pozycję jako najlepszy papież wśród polskich aktorów, bo do kin wszedł “Karol. Papież, który pozostał człowiekiem”. Tymczasem za wielką wodą pewna jeszcze bliżej nieznana przeciętnemu Kowalskiemu firma ogłosiła konkurs.

Netflix w 2006 roku był o krok od przełomu, który nastąpi w 2007. Podjęto już decyzję o tym, że czas rozszerzyć działalność i z wypożyczalni filmów Blu-Ray i DVD wkroczyć w świat strumieniowania. Jak czas pokazał była to decyzja odważna, ale i właściwa z punktu widzenia modelu biznesowego. Jednak ja nie o tym. Wspomniałem o konkursie prawda? Zastanawiacie się pewnie cóż to za konkurs. Już tłumaczę.

Netflix prize

Ustanawiając tzw. Netflix Prize firma zachęcała do tego, aby pomóc jej w ulepszeniu algorytmu, na bazie którego aplikacja jest w stanie serwować nam filmowe i serialowe rekomendacje trafiające w nasz gust. Do wygrania był milion dolarów, a warunek jeden. Cinematch miał mieć o 10% trafniejsze polecenia niż w chwili, gdy ogłoszono konkurs. W teorii wydaje się to bardzo proste, ale w praktyce już tak proste nie było, bo już poprawienie wyników o trochę ponad 8% wiązało się z ponad 2000 godzin pracy i ostatecznym działaniem 107 pracujących komplementarnie algorytmów. Tyle mieli po roku trwania konkursu. Zwycięzcy pojawili się w 2009. Ich kod, to tak naprawdę setki modeli predykcyjnych. Wdrożenie – a przede wszystkim skalowanie na wszystkich użytkowników platformy – wiązało się z ogromnymi nakładami pracy dlatego kilka lat od startu konkurs, po znalezieniu zwycięzcy i wypłaceniu nagrody, Netflix zdecydował, że zwycięskiego algorytmu nie wdroży. Dziwne? Nic takiego. To była słuszna decyzja.

Netflix
W USA Netflix ma już więcej klientów niż sieci kablowe/Fot. NinjaEconomics

Sprawdziliśmy niektóre z nowych metod w trybie offline, ale dodatkowy wzrost dokładności, jaki pojawił się po pomiarach, nie wydawał się uzasadniać wysiłków inżynierskich niezbędnych do wprowadzenia ich do środowiska produkcyjnego.

Słuszna, bo nawet, gdy go nie wprowadzili, to mieli coś cennego. Coś na czym Netflix przede wszystkim opiera swoją egzystencję i bez czego pewnie nie byłby tą samą firmą, którą jest teraz. Ba, bez tego nie byłoby pewnie jednego z ich najpopularniejszych seriali.

Dane

Powiedzieć, że Netflix opiera się o dane, to jak nie powiedzieć nic. Od lat zbierane, a następnie analizowane, dane stanowią rdzeń sukcesu firmy, która od jakiegoś czasu już nie tylko kupuje licencje na filmy czy seriale, ale tworzy swoje własne, hitowe produkcje. Skoro o kupowaniu mowa, to jeżeli wydaje się Wam, że licencje wybierane są na podstawie prostego widzimisię, to też jesteście w błędzie. Nawet decydując o tytułach, które będą dostępne na platformie kieruje się danymi. Nie tylko związanymi z tym, co lubimy, ale też czysto finansowymi. Firma musi być roztropna, bo mimo tego, że płacących jest coraz więcej, to nie jest możliwe rzucenie im każdego hitu zaraz po premierze.

Weźmy na przykład “Mrocznego Rycerza” Christophera Nolana. Wszyscy wiedzieli, że na pewno będzie się cieszyć sporym zainteresowaniem. Jednak za cenę licencji Netflix krótko po premierze mogli postawić na kilka “tańszych” produkcji, ale związanych z ludźmi kojarzonymi z pożądanym hitem. “Memento”, “Tajemnice Brokeback Mountain”, “Mechanik” czy może “Dziękujemy za palenie”. Wszystko w cenie jednej licencji na film, który po roku, kiedy przystanie być takim gorącym towarem i tak trafi na platformę.

Oczywiście najważniejsze są dane płynące od nas, użytkowników. Tych jest już ponad 117 milionów na całym świecie. I tych 117 milionów wcale nie widzi tej samej aplikacji. Znowu nie chodzi tutaj o zawartość, a o to, że firma prowadzi zakrojone na olbrzymią skalę testy.

Istnieją 33 miliony różnych wersji Netflixa – Joris Evers, były szef komunikacji w Netflixie, aktualnie związany z LaLiga

Sprawdzają nowe funkcje, reakcje użytkowników na to, co istnieje. Firma jest w stanie specjalnie coś “zepsuć” jakiejś grupie użytkowników, aby sprawdzić, jakie będą ich reakcje. Co zaczną robić. Na przykład, czy wrócą na stronę główną, zrestartują aplikację, a może zaczną szukać pomocy w jej wnętrzu. To nie są proste badania w stylu, czy lepiej zadziała przycisk o wysokości 20 czy 21 pikseli. Kiedy uruchamiacie aplikację mierzone jest praktycznie wszystko, co robicie. Dosłownie.

  • Czy przewijacie i w jaki sposób,
  • Co oglądacie i kiedy – wiecie, że większość użytkowników w tygodniu ogląda seriale, a w weekendy bierze się za filmy? Nie wiecie? To już wiecie.
  • Gdzie oglądacie,
  • Na czym,
  • Co się dzieje, gdy wciśniecie pauzę, czyli w którym momencie porzucacie treść, a później kiedy do niej wracacie,
  • Jak scrollujecie,
  • Jak korzystacie z wyszukiwarki,
  • Czy oglądacie czołówki, czy nie,
  • Czy oglądacie napisy końcowe, a jeżeli oglądacie, to czy ma to miejsce w filmach czy serialach.

I tak dalej, i tak dalej. To raptem wycinek tego, co dzieje się, gdy każdego dnia oddajecie się binge-watchingowi (co swoją drogą też jest sprawdzane). O tym, jak te dane są analizowane, jak działa – mniej więcej – ich algorytm i tak dalej można napisać elaborat. Wspominam jednak o tym wszystkim właśnie po to, aby dać Wam perspektywę tego o jak skomplikowanej maszynie mówimy. Jak już tą perspektywę macie, to możemy przejść do kolejnego punktu programu, którym jest…

Jednym z efektów ciągłych testów jest choćby zastąpienie starego systemu ocen za pomocą gwiazdek prostszym systemem bazującym na dwóch odpowiedziach, czy nam się coś podobało, czy nie. Okazało się bowiem, że wraz z uproszczeniem systemu z jednej strony zaczęło spływać dwa razy więcej danych, a z drugiej mimo wszystko można na tej podstawie serwować wyższej jakości rekomendacje.

Dom “szyty na miarę”

Historię zaczęliśmy w 2006 roku. Siedem lat po ogłoszeniu konkursu na usprawnienie algorytmu poprawiającego jakość rekomendacji zadebiutował jeden z największych hitów platformy. 1 lutego 2013 roku fani seriali na całym świecie mogli wygodnie rozsiąść się na kanapach i delektować serialem, który stał się jedną z najbardziej rozpoznawalnych marek stworzonych przez Netflixa. “House of Cards” na podstawie powieści autorstwa Michaela Dobbsa i nawiązuje do miniserialu BBC “Dom z kart” z 1990 roku błyskawicznie stał się hitem. Wielu upatrywało sukces w tym, kto stał za stworzeniem serialu. W projekt zaangażowani byli m.in. David Fincher oraz Kevin Spacey. Tak myślało wielu. Tymczasem została nam ta druga grupa.

Stranger Things/Fot. Netflix

Niektórzy bowiem po błyskawicznym sukcesie “House of Cards” mówili wprost o tym, że nie było w tym wszystkim przypadku. Serial był pewną inwestycją, a sukces był spodziewany od samego początku. Zapytacie jak to możliwe? Ano tak, że znowu na salony wchodzą wspominane już powyżej dane. Konkretnie wyniki wielu godzin analiz. Musimy pamiętać o tym, że takie usługi jak Netflix nie wykorzystują zdobytych danych reaktywnie. Działają proaktywnie, aby na ich podstawie “wiedzieć”, co może nam się spodobać. Podsunąć nam coś, co chcemy obejrzeć zanim sami wpadniemy na pomysł, aby to obejrzeć. Dlatego uproszczając – bardzo – można przedstawić scenariusz powstania “House of Cards” tak:

Wiedzieli, że wielu użytkowników chętnie ogląda filmy Davida Finchera, reżysera “The Social Network”, od początku do samego końca. Filmy, w których pojawia się Kevin Spacey dobrze sobie radzą, podobnie jak brytyjska wersja “House of Cards” [to na przykład wiedzieli analizując, co było często zamawiane na DVD – przyp. Ja, czyli Marcin]. – New York Times

To oczywiście jeszcze jest za mało, aby na tej podstawie uznać, że warto zainwestować 100 milionów w realizację dwóch sezonów serialu. Jednak przypomnijcie sobie to, co pisałem o danych i tego, ile rzeczy jest sprawdzanych, gdy siadacie do ulubionego serialu. Po stworzeniu podstaw analitycy zeszli głębiej. Zauważyli zależności między faktem, że lubicie Finchera i tym, że przy okazji lubicie też Kevina S. Spojrzeli na Wasze zainteresowania, znaleźli wzorce, które się powtarzają – również wzorce fabularne w filmach i serialach, które oglądaliście. Tym samym mieli trzy główne kręgi zainteresowań. Fundamenty, na których można było dalej budować i na których podstawie można było stworzyć diagram Venna, który zasugerował zdecydowane posunięcie, kupno praw do realizacji ich wersji historii walki o władzę.

Dane wykorzystano też do promocji serialu. Kiedy subskrybenci Netflixa oglądali pierwszy zwiastun nowego serialu nie zdawali sobie sprawy z tego, że tak naprawdę zwiastunów było 10. Dokładnie tyle trailerów przygotowano, a Ty drogi widzu oglądałeś ten, który najbardziej pasował do Twoich zainteresowań. Nie oglądasz filmów Finchera, ale Kevina Spacey jest dla Ciebie gwarantem dobrej zabawy? Dostaniesz zwiastun, w którym Frank Underwood gra pierwsze skrzypce.

Dark
Dark/Fot. Netflix

Co z nami będzie

Kiedy informacja o tym na bazie czego powstało “House of Cards” trafiła do świadomości szerszego grona osób zaczęto snuć kasandryczne wizje o końcu kreatywności. Odbyły się dokładnie te same dyskusje, które odbywały się przy okazji “recepty” na przebój muzyczny. Pisałem o tym przy okazji odpowiedzi na pytanie, dlaczego tak bardzo lubimy coś, co już znamy. Tymczasem wspomniany krzyk przerażenia powinien uwięznąć w gardłach tych, którzy go wydali.

Ponieważ mamy bezpośredni dostęp do naszych klientów wiemy, co ludzie lubią oglądać i to pomaga nam zrozumieć jak dużym zainteresowaniem będzie się cieszyć dana produkcja. To dało nam pewność, że znajdziemy widownię dla serialu takiego jak “House of Cards”. – Jonathan Friedland

Dane bowiem to jedno. Netflix – ale wierzcie mi, że nie tylko on – absolutnie nie podważa siły kreatywności. I choć niektórzy starali się wmówić nam, że oto powstał potworek sklejony przez komputerowe algorytmy i na koniec i tak wszyscy umrzemy, to prawda jest taka, że sukces serialu jest w takiej samej mierze zasługą kreatywności i kunsztu jego twórców jak i odmienionych tu przez wszystkie przypadki danych. Przejawem takiej kreatywności niech będzie fakt, że bohater, którego tak kochamy nienawidzić zwraca się bezpośrednio do widza, co nie było efektem żadnej z analiz. Jakby tego było mało, to okazało się również, że twórcy mieli naprawdę sporą swobodę podczas tworzenia.

GLOW
GLOW/Fot. Netflix

To, co wyszło z danych było jedynie nakreśleniem kierunku. Wyniki narzuciły szerokie granice, w których mogli się poruszać twórcy. Daję sobie rękę uciąć, że Fincher siadając do całego projektu miał więcej swobody niż we współpracy z wielkimi studiami filmowymi, z którymi sam ma przykre doświadczenia. Ostatecznie przecież nikt z nas nie chce stracić zainwestowanych pieniędzy, więc jeżeli możemy zwiększyć swoje szanse na zwycięstwo poprzez wsparcie się wynikami analiz, to czemu tego nie zrobić?

Zresztą jest w tym i druga strona medalu. Dane, nawet najlepsze, nie muszą być gwarantem sukcesu. Warto je mieć, warto je prawidłowo analizować, ale koniec końców, to nie jest tak, że wszystko, co zrobicie na ich podstawie zagwarantuje, że się nie pomylicie. Jak mówi John Landgraf, CEO sieci FX, dane pozwalają ci powiedzieć, co ludzie już lubią, bazują na przeszłości. Mimo wszystko nie potrafią przewidzieć przyszłości. Tymczasem rolą osób odpowiedzialnych za tworzenie seriali czy filmów jest nie tylko spoglądanie w przeszłość, ale i wypełnianie pustych przestrzeni w naszej świadomości czymś nowym. Czymś, czego jeszcze nie widzieliśmy.

Total
152
Shares