一個用大數據干掉導演的案例
Netflix就是知名電視劇《紙牌屋》的幕后黑手，一個用大數據干掉導演的案例。Netflix通過分析數據發現：用戶很喜歡 Fincher(社交網絡、七宗罪的導演)，知道 Spacey 主演的片子表現都不錯，還知道1990年BBC的《紙牌屋》很受歡迎，決定花1億美元賭一把。
但是，Netflix一度是股市上的過街老鼠，大概18個月前，股價瞬間從 298 美元跌落至 52.81 美元。
看看Netflix如何靠大數據實現逆襲。
1、一款產品改變一家公司。
《紙牌屋》成為了評價最高的劇集，引來投資人對 Netflix 一季度收益的強烈好奇，謎底最終揭曉出來，Netflix 的盈利從去年同期的 10.2 億美元又上升了 18 個百分點。Netflix 還在美國又收獲了 200 萬付費訂戶，股價回升到 200 美元以上，是今年表現最好的股票之一。
2、深挖用戶的行為數據。
Netflix 在美國有 2700 萬訂閱用戶，在全世界則有 3300 萬。每天產生 3000 萬多個行為，比如你暫停、回放或者快進時都會產生一個行為，Netflix 的訂閱用戶每天還會給出 400 萬個評分，還會有 300 萬次搜索請求。
3、極客風格的CEO。
2005 年 12 月，Hastings 確信 Netflix 的打分系統可以為用戶喜好預測系統提供所有必需信息，而公司內部的其他人則堅持認為光靠打分系統是不夠的，還需要其它參考指標，比如用戶點開視頻和終止播放間的時間間隔，比如用戶在搜索哪些明星等等。Hasting 不服氣，就把他圣誕假期的兩周時間都花在了撰寫 Excel 表格上——他要基于百萬用戶的評分寫一套可以打敗其他工程師認可的推薦算法。他輸了，但卻激發他設立了“Netflix 獎”，以 100 萬美元的獎金鼓勵個人或團隊來完善打分系統的算法。
4、嚴苛的測試。
Netflix 總有做不完的測試。測試通常是這么進行的——從成千上萬的用戶中選出幾組人，然后像做小白鼠實驗一樣做起測試來。Netflix 會讓一組用戶為自己的家庭成員創建頭像，為此給予個性化推薦的獎勵以作回報。而另一組通過索尼 PS 看 Netflix 的用戶，則會收到一聲語音問候，并被詢問想看什么節目。
5、管理好用戶和電視的10 英寸。
盡管 Netflix 有著極為廣泛的片源，但其中很多內容都已過時且吸引力有限。而 Netflix 為了讓自己的服務看起來更值，算是下足了功夫。比方說，Netflix 會去研究每種不同設備帶來的不同觀影距離下，分辨率應該調成多少才能有最佳收看效果。Netflix 有一位數學家被稱作“10 英寸設計師”，因為這位數學家的責任就是控制好視頻的分辨率，讓它電視上(人距電視的距離一般為 10 英寸)播放的效果能和電影院媲美。同樣的，也有員工專門研究筆記本和平板上最佳的視頻分辨率。
6、預測用戶的心跳。
“我們用這個預測系統來保證用戶在他自己說出自己的需求之前，就能看到他自己想要的東西。”這些在白天播放的劇集，都在深夜成為 Netflix 計算的一部分。它要知道某個地區當天最火的片子是哪部，并且提前為下一天預備好片源。比如說，如果周二 Barttlestar Galactica 在 Houston 很火，Houston 所在的德克薩斯州的服務器就會預先裝載更多的劇集，為周三晚上做準備。
