Skip to main content

เส้นทางสู่ความสำเร็จของ Netfilx ด้วย Big Data 

ในช่วงนี้ถ้าพูดถึงการดูหนังแบบชิวๆ สบายๆ ที่บ้านของเรา ก็ต้องพูดถึงหนึ่งแอปพลิเคชั่นที่เป็นที่รู้จักในบรรดาคอหนัง คอซีรีส์ นั่นก็คือ…

“บริการสตรีมมิงสัญชาติอเมริกันที่เปิดพื้นที่ให้กับคอหนัง วาไรตี้ สารคดี
และ อื่นๆ อีกมากมาย มารับชมเนื้อหาได้อย่างไร้ขีดจำกัด ปัจจุบันมีผู้ติดตาม 100 ล้านคนจากทั่วโลก!!”

และนี่ก็เป็นที่มาของข้อมูลจำนวนมหาศาล หรือ Big Data ที่เหล่าทีมงาน Netflix นำมาวิเคราะห์เพื่อทำให้ผู้ใช้ชื่นชอบในธุรกิจของเขามากขึ้น และทำให้บริษัทแห่งนี้ครองตำแหน่ง “เจ้าพ่อวงการสตรีมมิ่ง” ไปโดยปริยาย

วันนี้ เรามาดูเบื้องหลังความลับของ Netflix นี้กันเลย !

ก่อนที่จะเข้าสู่เรื่องราวของ Netfilx จะขอกล่าวเกริ่นๆ ความรู้พื้นฐานเกี่ยวกับเจ้า Big Data กันซักหน่อยBig Data เป็นข้อมูลขนาดใหญ่มากมายมหาศาล ถ้านึกไม่ออก ให้นึกถึงข้อมูล Excel ที่ถูกเก็บไว้เป็นล้านๆ แถว ซึ่งเป็นทั้งข้อมูลประวัติต่างๆ หรือตัวเลข แต่ Big Data ไม่ใช่แค่การเก็บข้อมูลเพียงเท่านั้น แต่ต้องนำข้อมูลมาวิเคราะห์ เพื่อสร้างมูลค่าให้กับธุรกิจนั้นๆ ด้วย ก็คือการเข้าสู่กระบวนการ Business Intelligence, Data Mining หรือ Machine Learning ในขั้นตอนถัดไปนั่นเอง

ถ้าเราเลือกที่จะเก็บข้อมูล Big Data ไว้เฉยๆ ข้อมูลเหล่านั้นก็จะเป็นเพียงเหมือนขยะอากาศที่ล่องลอยไปมา ไม่ได้ถูกนำมาใช้ประโยชน์ใดๆ ซึ่งก็เหมือนไม่ใช่หลักการนำ Big Data มาใช้อย่างถูกต้อง และ Big Data ถูกนิยามด้วย 4V หลักๆ ได้แก่

  • Volume มีปริมาณของข้อมูลที่มีขนาดใหญ่ และมีความสำคัญ
  • Variety มีความหลากหลายของชนิดข้อมูล 
  • Velocity มีความเร็วในการสร้างข้อมูล และประมวลผลข้อมูล
  • Veracity ถ้ามีคุณภาพของข้อมูลมีทั้งดีและไม่ดี แต่ในส่วนที่ดีจะส่งผลต่อผลการวิเคราะห์ข้อมูลที่ดีได้

Netfilx คาดว่าอัลกอริทึ่มของเขาจะช่วยประหยัดได้ถึง 1 พันล้านดอลล่าห์ต่อปี เพื่อรักษาฐานลูกค้าเอาไว้

สมาชิกของ Netfilx ปกติจะหยุดดูหนังที่ตนเองไม่สนใจ หลังจากรับชมไปแล้ว 60-90 วินาที หรือเรื่องที่มี 10-20 รีวิว

หน้า Homepage จะมีหนังที่ถูกจัดวางทั้งหมด 40 แถว (ทั้งนี้ขึ้นอยู่กับ platform ของแต่ละเครื่องของผู้ใช้) และในแต่ละแถวจะมีหนังทั้งหมด 75 เรื่อง

เมื่อต้นปี 2549 สมัยที่บริษัท Netfilx ยังคงทำธุรกิจแบบยืม DVD ผ่านอีเมล (DVD-mailing business) ก็ได้เปิดตัวการแข่งขัน “Netfilx prize” กิจกรรมล่าเงินรางวัล 1 ล้านดอลล่าห์จาก Netfilx โดยผู้เข้าแข่งขันจะต้องสร้างอัลกอริทึ่มทำนายว่าลูกค้าจะชื่นชอบหนังโดยดูจาก rating หนังก่อนๆ ก็จะได้รับเงินรางวัลนี้ไป
Netfilx ได้ประกาศผู้ชนะการแข่งขันในปี 2550

ถึงแม้ว่าอัลกอริทึ่มจะต้องปรับปรุงอย่างต่อเนื่อง แต่ยังคงรูปคอนเซปต์เดิมที่ผู้แข่งขันกลุ่มนั้นได้สร้างเอาไว้

ระบบแนะนำหนังมีผลต่อหนังสตรีมมิ่งที่อยู่บน Netfilx ถึง 80%

มาไขข้อข้องใจที่ว่า Netfilx ข้อมูลมากมายที่นำมาวิเคราะห์นั้นมาจากไหนกัน…บริษัทเริ่มจากการเก็บรวบรวมข้อมูลจากพฤติกรรมการใช้งานของผู้ใช้แต่ละคน โดยเอามาจาก…

  • การให้ rating หนัง
  • การค้นหาหนัง
  • วันที่ดูหนัง
  • ดูบน platform อะไร เช่น Laptop, TV, iPad, etc.
  • กดหยุดดูหนังเมื่อไหร่
  • ลักษณะรายการที่ดูกับ platform ที่ดูตอนนั้นๆ มีการกลับมาดูหนังที่เคยดูค้างไว้อีกครั้งรึเปล่า

พอได้มาแล้วจะนำมาสร้าง หรือพัฒนาโปรแกรมของเขาให้ดียิ่งขึ้นเพื่อตอบโจทย์ความต้องการของผู้ใช้งาน ในขั้นต่อไป

เมื่อได้ข้อมูลที่ทางบริษัทเห็นว่าเป็นสิ่งที่จะช่วยในการวิเคราะห์ เพื่อสร้างมูลค่าให้กับธุรกิจของเขา ก็มาถึงขั้นตอนถัดมาว่า Netfilx เอาข้อมูลที่ได้จากลูกค้าไปใช้ทำอะไรบ้างล่ะ?

เป็นตัวช่วยในการคัดสรรซีรีย์ที่ดีที่สุดได้แก่คุณลูกค้า ยกตัวอย่างตอนที่ Netfilx ทุ่มทุนซื้อหนังเรื่อง House of Cards ทั้งหมด 26 ตอนในราคา 100 ล้านดอลล่าห์ เพราะเขาเชื่อว่าหนังเรื่องนี้จะเป็นหมากตัวสำคัญที่จะพาบริษัทของเขาตีตลาดผู้ชมและเหล่า FC House of Cards ได้อย่างประสบความสำเร็จ

ผู้ใช้จะมีคอลเลกชั่นหนังใน Netfilx ที่ชื่นชอบ โดยโปรแกรมจะจัดเรียงเป็นแถวและแยกประเภทหนังที่เลือกไว้ตั้งแต่ตอนสมัครสมาชิก แนะนำหนังจากการที่ผู้ใช้ทุกคนให้ rating โดยเฉลี่ยมากที่สุดมาจัดอันดับติดท็อป N
แนะนำหนังติดเทรนในปัจจุบัน ดูจากประวัติการเข้าชม และการใช้งานใน Netfilx ของผู้ใช้แต่ละคนว่าหนังเรื่องไหนมีผู้เข้าชมมากที่สุด

เรียงลำดับหนังที่ผู้ใช้ดูค้างเอาไว้ล่าสุดเพื่อสมาชิกจะกลับมาดูใหม่อีกครั้งในภายหลัง หรือสามารถหยุดดูเรื่องเหล่านั้นได้ถ้ามันรู้สึกไม่อยากดูต่อแล้ว
แนะนำวิดิโอหนังที่คล้ายกันกับที่กำลังดูอยู่ เพราะ Netfilx มีความเชื่อว่าเมื่อลูกค้าดูหนังเรื่องหนึ่งแล้วจะชอบหนังเรื่องอื่นที่แนวคล้ายกัน ถึงแม้ว่าหนังเหล่านั้นที่แนะนำมาจะไม่ได้ถูกจัดอยู่ในหนังที่ลูกค้าเลือกจะชมก็ตาม

เข้าสู่บทสรุปของบทความ จริงๆ แล้วบทความนี้ไม่ได้มาเพื่ออวย Netfilx แต่อย่างใด แต่อยากให้ทุกคนที่ไม่เคยได้สัมผัสกับคำว่า Big Data หรืออาจจะเคยได้ยินมาผ่านๆ ได้มาเห็นภาพของการนำ Big Data มาใช้ให้เกิดประโยชน์ เล่าตั้งแต่การนำข้อมูลมากมายเหล่านั้นมาจากไหน จนถึงการนำมาวิเคราะห์อย่างไรให้สร้างมูลค่าให้กับบริษัท

ถ้าถามถึงที่ประเทศไทย มีการนำ Big Data มาใช้กับหน่วยงานไหนบ้าง เช่น หน่วยงานภาครัฐ, ธนาคาร หรือแม้แต่จุฬาลงกรณ์มหาวิทยาลัย ก็ยังนำข้อมูลเหล่านี้มาช่วยในการวางแผนระบบขนส่งสาธารณะ (รถป๊อบ) กันแล้ว

ขอวกกลับมาพูดถึง Netfilx… นอกจากบริการสตรีมมิ่งชื่อดัง ที่กล่าวไปนั้น ก็ยังมีเจ้าอื่นๆ ที่ให้บริการแบบเดียวกัน เช่น ifilx, Hooq, Tribe เป็นต้น และล่าสุด Netfilx ยังมีคู่แข่งที่สำคัญอย่าง Disney ที่เพิ่งขอแยกทางจากกันมาตั้งตัวสร้างสตรีมมิ่งเองเมื่อต้นปีที่ผ่านมา ซึ่ง Disneyfilx กำลังเตรียมเปิดตัวในไม่ช้านี้ ใครอดใจรอไม่ไหวก็เลือกแพคเกจรายเดือนจากเหล่าบริการสตรีมมิ่งเอามาเทียบๆ กันดูเพื่อใช้ประกอบการตัดสินใจนะจ๊ะ และแล้วก็ถึงเวลาต้องขอลาไปก่อน สวัสดีค่าาา

Resource:
https://insidebigdata.com/2018/01/20/netflix-uses-big-data-drive-success/
https://thanachart.org/
https://www.netflix.com/
https://medium.com/@thanachart.rit/big-data-คือ-อะไรกันแน่-18e5d946cf06

ข้อมูลผู้เขียน

Dhanamon Tansirisernkul

นักศึกษาชั้นปีที่ 4 คณะเทคโนโลยีสารสนเทศ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง

Dhanamon Tansirisernkul

Author Dhanamon Tansirisernkul

More posts by Dhanamon Tansirisernkul

Leave a Reply

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

ตั้งค่าความเป็นส่วนตัว

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

ยอมรับทั้งหมด
จัดการความเป็นส่วนตัว
  • คุกกี้ที่จำเป็น
    เปิดใช้งานตลอด

    ประเภทของคุกกี้มีความจำเป็นสำหรับการทำงานของเว็บไซต์ เพื่อให้คุณสามารถใช้ได้อย่างเป็นปกติ และเข้าชมเว็บไซต์ คุณไม่สามารถปิดการทำงานของคุกกี้นี้ในระบบเว็บไซต์ของเราได้
    รายละเอียดคุกกี้

  • คุกกี้สำหรับการติดตามทางการตลาด

    ประเภทของคุกกี้ที่มีความจำเป็นในการใช้งานเพื่อการวิเคราะห์ และ นำเสนอโปรโมชัน สินค้า รวมถึงหลักสูตรฟรี และ สิทธิพิเศษต่าง ๆ คุณสามารถเลือกปิดคุกกี้ประเภทนี้ได้โดยไม่ส่งผลต่อการทำงานหลัก เว้นแต่การนำเสนอโปรโมชันที่อาจไม่ตรงกับความต้องการ
    รายละเอียดคุกกี้

บันทึกการตั้งค่า