Tidligere var det enkelt. Da så vi filmer og TV-serier basert på anbefalinger fra venner og profesjonelle anmeldere. Dessuten hadde TV-kanalene en stor påvirkning. Det som ble vist i beste sendetid, var det familien samlet seg rundt fjernsynet for å se på.
Siden den gang er seervanene våre blitt radikalt annerledes. Nå ser vi i langt større grad det vi vil, akkurat når vi vil se det.
Men hvem er det da som påvirker hva vi ser? De gamle kanalene er langt fra døde, men «en ny aktør» har også kommet på banen. Nå analyserer kunstig intelligens hva vi ser, og kommer med anbefalinger basert på disse vanene.
Den desidert største strømmetjenesten for filmer og serier er Netflix. Tjenesten har 125 millioner unike abonnement, noe som tilsvarer 375 millioner seere, ifølge Netflix selv, siden et abonnement kan brukes av flere.
De aller fleste som har et Netflix-abonnement har blitt anbefalt en serie eller en film. Iblant treffer den kjempebra, iblant bommer den grovt.
Det er kanskje ikke så rart. Innholdet til strømmetjenesten er massivt. De har så mange programmer at folk kan gå seg vill i søken etter noe interessant. Bare i fjor brukte selskapet om lag 50 milliarder kroner på innhold. Likevel, dersom kundene ikke har funnet noe interessant etter 90 sekunder, slår de ofte av tjenesten for å gjøre noe annet.
Det betyr at selskapet må bruke mye tid og penger på å finne frem de rette filmene og seriene for akkurat deg. Det uttalte målet deres er tross alt at de vil ha deg til å bruke mest mulig av tiden din til å strømme deres videoer.
* Ved Noroff kan du ta fremtidsrettede og digitale utdanninger. Les mer om studietilbudet vårt her.
Derfor er også anbefalings-funksjonen så livsviktig for milliardselskapet, og utviklerne er minst like viktig som skuespillerne. Mer enn 80 prosent av programmene kundene ser på, har nemlig blitt anbefalt, skriver Wired.
Så hva gjør de for å sikre at du finner noe interessant innen 90 sekunder? Oppsummert i tre stikkord, bruker Netflix stordata, maskinlæring og såkalte «smaksgrupper».
Selskapet samler inn uhorvelige mengder data fra seerne om bruksmønsteret deres. Hva ser du mye av og når så du på det. Selskapet bruker så maskinlæring til å analysere disse mønstrene. I tillegg sitter en liten gruppe ansatte og frilansere og ser alle programmene i katalogen til Netflix og kategoriserer dem.
Etter dette er gjort sitter selskapene igjen med noen tusen «smaksgrupper», som alle kundene er plassert i. Seere innenfor disse gruppene skal ha lignende preferanser. Hvilken gruppe du havner i, påvirker hvilke anbefalinger du får, hvilke sjangre som dukker opp på forsiden og hvilken rekkefølge hvert enkelt program får.
Anbefalingene er blant annet tett knyttet opp til sjangre. Dersom du ser mange romantiske komedier, er det filmer i denne sjangeren som vil dukke opp oftest.
Likevel sørger Netflix for at sukkersøte historier ikke er det eneste du får på den skreddersydde forsiden din.
Algoritmen tester deg. Den vil vise deg at tjenesten har mer å tilby enn kun Meg Ryan og Hugh Grant. Den tilbyr deg derfor noen dramaserier og ser om du biter på. Noen ganger bommer den stort, mens andre ganger treffer den bra. Hvis det ikke passer for deg, prøver den noe annet, kanskje noen skrekkfilmer.
Chris Jaffe i Netflix har fortalt til Business Insider at tjenesten ikke har et økonomisk motiv til å få kundene sine til å se egenprodusert innhold. I motsetning til for eksempel Spotify, får ikke produksjonsselskapene som selger sine produkter til Netflix betalt per avspilling. Alle får en sum på forhånd som ikke endrer seg etter hvor populær filmen eller serien blir.
Tjenestens personifiserte nettside har endret seg mye de siste årene. Hvert år kjøres det flere hundre tester med 300.000 kunder i et forsøk på å gjøre siden bedre. Det er vanlig å kjøre såkalte A/B-tester, der utviklerne ser hva som fungerer best i praksis av to alternativer.
I dette arbeidet er frontend-utvikling svært sentralt. Netflix tester alt fra fonter og bildestørrelse til ulike lengder på innholdsbeskrivelsene. Foreløpig har de funnet ut et par korte og tydelige setninger er best.
Alt for å gi deg det beste tilbudet og få deg limt til skjermen lengst mulig.
Interessert i teknologisk utvikling?
Hos Noroff kan du ta fremtidsrettede utdanninger innen en rekke teknologiske felt. Her kan du studere Frontend-utvikling, Digital markedsføring, Applied data science, Filmproduksjon og mye mer!
/aktuelt/data-tech/netflix-folger-med-pa-alle-de-pinlige-tv-vanene-dine-na-gjor-de-ogsa-narr-av-kundene-sine/
