Netflix是如何引发用户的迷恋？

Netflix是如何引发用户的迷恋？原创

财税管理

IT技术

Kevin嚼薯片

4人赞赏了该文章 533次浏览编辑于2019年02月19日 17:57:45

来自：Gibson Biddle（Netflix产品总监）

评译：Kevin嚼薯片（微信：kevinwork）

备注：本文独家发布自金蝶云社区

如何把用户放在你所做的一切事情的中心，以建立伟大的产品，品牌和公司。

照片来源:publica/Gregor Fischer

2005年，当Gibson Biddle加入Netflix担任产品副总裁时，他问该公司首席执行官里德·黑斯廷斯(Reed Hastings)，希望自己能留下什么遗产。他的回答是：“消费者科学”。他解释说，“像乔布斯这样的领导者有自己的风格，知道客户想要什么，但我没有。”我们需要消费者科学来达成这一目标。

Reed Hastings的愿望是Netflix的团队能够通过科学的过程发现让用户高兴的东西。将通过现有的定量数据、定性数据和调查形成假设，然后用A/B检验这些想法，看看哪些行得通。他的愿景是，Netflix的产品领导者将通过从数千次实验中汲取经验，培养出非凡的消费者洞察力。

在Netflix工作期间，Gibson Biddle学会了从让用户关注转向让用户迷恋，并接受Reed Hastings的消费者科学理念。以下是他对这种转变的看法：

多年来，他的关注点从“用户怎么说？”到“让我们测试一下！”消费科学的心态。他的团队的消费者洞察力提高了，学习速度加快了，并发展出了关于什么能取悦用户的假设。

以下是Netflix使用的研究技术，以及它们是如何促进消费者科学和用户迷恋的：

- 他们使用现有的定量数据来理解过去和现在的行为。

- 他们进行了定性研究，如焦点小组、一对一的讨论、可用性研究，来了解人们对他们工作的想法和反应。

- 他们执行调查，以获取谁是用户，以及如何定位用户，如通过人口统计数据、竞争性产品使用情况、娱乐偏好等。

- 然后他们AB测试了通过上述输入形成的假设，看看哪些是有效的。

Netflix的大部分洞见来自上述研究技术的结合。

对Netflix来说，用户的迷恋意味着一种健康的专注，通过把用户放在你所做的每件事的中心的研究技术的组合，来关注用户意想不到的未来需求，这样你就可以开始通过他们的眼睛来看待产品。Netflix发现，消费者科学：形成假设，然后对其进行检验的科学方法，是建立一种消费者迷恋文化的最佳途径，也是发现什么能以难以复制、提高利润率的方式，和取悦消费者的最佳途径。

1. 基础：现有数据

Netflix数据驱动方法的介绍始于电子员工会议。15名高管坐在房间里，筛选数据，提出问题。度量标准度量保留、收入和成本，但同样重要的是，用户行为的变化。Netflix密切关注这些指标，寻找无法解释的变化。

在2005年春季，该指标显示每月的取消率突然上升。各个小组立即行动起来找出原因。以下是数据的简化传真：

请注意红线，在6月之后向上移动。2005年6月取消率的意外上升。

取消数量的上升促使人们快速反应，以查明发生了什么事。是数据错误吗？是否实现了带有意外后果的站点更改？

在深入研究这些数据后，主要假设是，随着夏季的临近，会员们取消了订阅：因为他们想在户外多呆些时间。但是为什么在过去没有看到这种变化呢？今年的天气好吗？(没有)。是否达到了取消费率的平稳期？(不太可能)。Netflix面对这个问题的分析人员越来越多，团队的求知欲是无止境的。

下个月Netflix解开了这个谜。事后看来，这似乎很简单，但在那段时间中，这个问题花了一段时间才得到关注。在过去的四年里，每年的晚春，Netflix都会降价。这掩盖了夏季天气导致的年度取消率的上升。随着夏季的临近，2005年是Netflix第一次没有降价。

这种对取消率的探索有助于形成一个关于如何提高保留率的新假设。在查看区域数据时，Netflix注意到夏威夷取消订阅的速度惊人地快。下面，粗略地展示了夏威夷、圣何塞和博伊西的数据：

夏威夷的取消率迅速下降——为什么？

最低的取消率(圣何塞)是合理的，因为Netflix首先在那里推出了这项服务。博伊西在几年后推出了这项服务，取消服务的比例正慢慢接近圣何塞的水平。令人惊讶的是夏威夷的进步速度。为什么它在不到两个月的时间里从8%下降到不到6%呢?

答案很简单。当Netflix第一次在夏威夷提供这项服务时，Netflix从洛杉矶中心运送DVD，DVD花了三天时间到达。然而8月，Netflix在檀香山推出了一个新的DVD邮寄中心。磁盘传输速度从三天提高到一夜，从而降低了取消速率。

Netflix形成了一个新的假设：“提高DVD的发货速度将提高留存率。我们还在考核指标中添加了一个新指标：“第二天交付的dvd的百分比。”在接下来的几年里，Netflix的运营团队将自动DVD递送系统从20个集线器扩展到了100个。Netflix还将库存系统与网站的销售系统绑定在一起，只有当DVD第二天可以从会员的本地集散地发货时，我们才会在会员的网站上显示商品。

随着集线器总数增加到100个，第二天递送DVD的比例增加到95%。

夏威夷的数据通过更快的DVD递送让Netflix在全国范围内推广。更妙的是，自动化运营中心在全国范围内的扩张提高了利润率，百思达的配送系统极其难以复制。更快的DVD递送速度实现了以难以复制、提高利润率的方式取悦用户的三重效果。

2. 洞察：定性研究和调查

定性研究：焦点小组、一对一和可用性。

Reed Hastings积极倡导这样一种假设，即独特的电影搜索工具可以帮助用户找到他们喜欢的电影，从而提高用户的留存率。这些工具还可以通过降低授权费来提高销售的利润率。

在一个预览原型中，成员到达他们的主页，视频预览将自动开始播放。在另一个例子中，在电影显示页面上有一个大的播放按钮，成员们可以点击这个按钮开始预览。

预览测试的一个测试单元的示例

我们在焦点小组中研究了不同的原型，但是用户很谨慎。他们表示，他们观看预演的主要原因是他们早早来到剧院，以便得到一个好座位——他们是被动的观众。还有一些顾客觉得预告片透露了太多关于这部电影的信息。

Netflix执行了A/B测试，而“预览”并没有改善保留率、利润率或其他代理指标，但用户觉得预览是必要的。当团队成员担心测试由于执行不力而失败时，Netflix报告说，基于许多一对一的用户会话，可用性非常好。

Netflix发现特别有用的一个方面是优化非会员页面——Netflix网站的“前门”。多年来，Netflix探索了多种方法，如改变视觉效果、语言和互动设计，来鼓励客户开始免费试用。每个月Netflix都在全国范围内组织焦点小组、可用性和一对一的交流。

Netflix非会员网站(2006)

焦点小组能帮助Netflix减轻了“知识的诅咒”，也就是：对自己的产品非常了解，很难像普通客户那样思考。这里的洞察是：与Netflix的“电影怪胎”不同，当顾客坐下来看电影时，只需要一到两张DVD可供选择。因此，9美元和15美元的一次两张DVD的计划被测试，并成功地向所有人发布。

定性研究使Netflix能够发现语言、视觉以及产品和品牌定位的关键细微差别。例如：

- 在早期，Netflix对待销量好的大片时，最有效的方式是“不收滞纳金”。

- 在早期的数字交付时代，“流”这个词并不存在，而且被误解为“流线化”。在“流媒体”被广泛理解之前，Netflix用“即时观看”这个词来形容它们刚刚起步的服务。

所有这些见解都是定性形成的，然后在A/B测试中进行测试和确认。

Netflix学会了在全国范围内组织焦点小组，向客户学习，慢慢摆脱硅谷的“怪癖”。结果，产品团队在头脑中有了更强的“客户的声音”。

调查数据

有三种类型的调查对Netflix很有帮助：

- 人口调查：知道你的客户是谁是件好事。

- 取消调查：当顾客取消预订时，需要了解他们为什么离开。这给了Netflix一条趋势线，如果一个问题随着时间的推移而激增，Netflix会迅速解决它。

- 示例数据：随着客户基础的增长，Netflix使用调查来评估DVD交付速度和流媒体质量等关键属性的质量。

- 净推荐值：这是一个代表整体产品质量的指标，虽然Netflix拥有更有意义的留存数据，但我发现它是一个合理的产品质量指标，而且很容易执行。在与其他公司的合作中，如果NPS得分高于50，Netflix会充满希望，当NPS攀升到70时，Netflix会感到兴奋。(过去，Netflix的NPS接近80。)

对于那些没有资源或规模来执行A/B测试的初创公司，以及那些快速发展的公司，它们需要可扩展的方式来与客户保持联系，调查是消费者研究组合中很有帮助的一部分。

3. 最终裁决：A/B测试

在Netflix，好点子来自四面八方：通过现有数据、定性数据、调查数据，以及过去的A/B测试结果。但A/B测试是我们能否改变客户行为、衡量喜悦与利润之间的平衡的最一致的仲裁者。

以前，会员们的首要要求是“让新电影更快、更容易获得”。作为回应，Netflix创建了一个测试单元，用户在将新版本添加到队列顶端的第二天，就可以在其中获得新版本。控制单元中的成员必须等待几天或几周才能获得新发行的DVD。

购买昂贵的新版本库存。在这种情况下，改进的服务成本远远超过了喜悦的好处。换句话说，客户对改进的重视程度不足以证明他们在库存上的投资是值得的。

Netflix有一个公式来帮助定义这种平衡行为。Netflix愿意为每一位“获救的客户”支付高达200美元，相当于一位客户生命周期价值的两倍。2倍的“口碑”因素是Netflix鼓励产品领导者加倍享受快乐的方式。其基本原理是，一个改进不仅会让一个客户留下，而且这个客户会对这项服务赞不绝口，把另一个客户免费带到这项服务中。

许多A/B测试结果并不直观。在构建网站和基于电视的体验时，Netflix反复发现简单胜过完整。但有一个明显的例外：Netflix的非会员网站。每6个月，NetflixA/B测试一次更简单的非会员体验，但更复杂的控制方式持续胜出。理论是：强价值信息可以提高转换，而传递价值的一种方式是在页面上放置大量“内容”。

2010年的Netflix网站。仍然不简单——更多的“东西”传达更多的价值。

最终，在2013年，简单的非会员页面获得重视。到那时，Netflix的品牌已经在意义上成长起来，并以自己的方式传播服务的价值。今天，你可以看到一个非常简单的非会员网站：

今天的Netflix非会员网站非常简单。它花了15年的时间，但现在这个品牌传达出了巨大的价值。

另一个最近通过A/B测试得出的结论是：在过去的一年里，Netflix从一个五星级的评级系统变成了一个更简单的“大拇指朝上，大拇指朝下”的评级系统。尽管会员们对这一变化怨声载道，但新制度使评级数量翻了一番。

Netflix进行了对比评星和拇指的测试。大拇指的数量翻了一番。

在这个结果中还隐藏着另一种消费者洞察。如果你仔细看一场电影的电影显示页面，没有评星，而是显示你喜欢这部电影的可能性，则可能会提高匹配度。

仔细看看“98%匹配度”，不再有评星的每部电影。

这一结果背后有很多消费者的见解，Netflix通过结合现有数据、定性测试和A/B测试得出结论：

- 最初的假设是，会员观看的高质量电影越多，他们的记忆力就越好。这一概念与顾客在定性上的说法是一致的。不幸的是，数据并没有证明这一点。随着时间的推移，对会员的平均评分越高，挽留率也就越低。

- 在切换到“百分匹配”时，Netflix承认，虽然你可能会给亚当·桑德勒(Adam Sandler)的喜剧打个三星，但你喜欢看。虽然你看《辛德勒的名单》感觉很好，给它打了五星，但这并不能增加你的整体享受。(这部电影有点令人沮丧。)

通过结合分析现有数据、客户在定性方面的说法和A/B测试结果，Netflix从评星转向了拇指评价，再加上你“匹配”一部电影的可能性的百分比。

从评星到“百分百匹配”的十年转变，说明了创造一种以客户为中心的文化的关键：致力于实验方法，使用所有四种研究技术的混合。和更快的DVD递送一样，Netflix的个性化技术也达到了“三重奏”的效果。“它以很棒的电影选择取悦顾客，而且很难复制(Netflix了解全球1.2亿用户的电影口味)，还能提高利润率(通过销售成本更低的电影)。”

为什么要使用这四种研究方法？因为每种策略都有其盲点。例如，现有的数据描述的是今天发生的事情，而不是未来。在定性和调查中，顾客都很好地“撒谎”，“有很多事情你不能A/B测试。

作为一名“消费者科学家”，你手边有一系列的研究技术，而每一个假设的形成、检验和分析都需要多种技术的结合。