Netflix ใช้แมชชีนเลิร์นนิงและ AI เพื่อคำแนะนำที่ดีขึ้นอย่างไร

ด้วยสมาชิกเกือบ 74 ล้านคนในสหรัฐอเมริกาและแคนาดา และ 200 ล้านคนทั่วโลก Netflix เป็นผู้นำในเวทีการสตรีม

Netflix ก่อตั้งขึ้นในปี 1997 เป็นบริการเช่าภาพยนตร์ พวกเขาเคยจัดส่งดีวีดีให้กับลูกค้าทางไปรษณีย์ และในปี 2550 พวกเขาได้เปิดตัวบริการสตรีมมิ่งออนไลน์ ที่เหลือคือประวัติศาสตร์ ปัจจุบัน มูลค่าตามราคาตลาดของบริษัทนั้นเกิน 2 แสนล้านดอลลาร์และมาไกลแล้ว

อะไรคือความลับเบื้องหลังความสำเร็จอันมหัศจรรย์ของพวกเขา?

บางคนอาจบอกว่าพวกเขาสามารถสร้างสรรค์ ในขณะที่คนอื่นอาจบอกว่าพวกเขาประสบความสำเร็จเพียงเพราะพวกเขาเป็นคนแรก อย่างไรก็ตาม มีคนไม่มากที่รู้ว่าเหตุผลที่ใหญ่ที่สุดเบื้องหลังความสำเร็จของ Netflix คือการเริ่มใช้ประโยชน์จาก ML ก่อนที่คู่แข่งจะทำ

รับ ใบรับรองการเรียนรู้ของเครื่องที่ดีที่สุด ทางออนไลน์จากมหาวิทยาลัยชั้นนำของโลก – ปริญญาโท, หลักสูตร Executive Post Graduate และหลักสูตรประกาศนียบัตรขั้นสูงใน ML & AI เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว

แต่ก่อนที่เราจะพูดถึงวิธีที่ Netflix ใช้แมชชีนเลิร์นนิงเพื่อก้าวไปข้างหน้าในอุตสาหกรรม เรามาทำความคุ้นเคยกับแมชชีนเลิร์นนิงกันก่อน:

การเรียนรู้ของเครื่องคืออะไร?

การเรียนรู้ของเครื่องหมายถึงการศึกษาอัลกอริทึมของคอมพิวเตอร์ที่ปรับปรุงโดยอัตโนมัติผ่านข้อมูลและประสบการณ์ พวกเขาดำเนินงานและเรียนรู้จากการประหารชีวิตด้วยตนเองโดยไม่ต้องมีการแทรกแซงของมนุษย์

แมชชีนเลิร์นนิงมีแอปพลิเคชันมากมายในชีวิตประจำวันของเรา เช่น การจดจำภาพ การรู้จำคำพูด การตรวจตัวสะกด และการกรองสแปม

นอกจาก Netflix แล้ว ยังมีบริษัทและองค์กรอื่นๆ อีกมากที่ใช้แมชชีนเลิร์นนิงเพื่อปรับปรุงการดำเนินงาน ซึ่งรวมถึง Amazon, Apple, Google, Facebook, Walmart เป็นต้น

การเรียนรู้ของเครื่องส่งผลต่ออะไรใน Netflix?

คุณจะแปลกใจที่รู้ว่าแมชชีนเลิร์นนิงทำงานผ่านโครงสร้างพื้นฐานของ Netflix ได้อย่างไร ตั้งแต่ประสบการณ์ผู้ใช้ไปจนถึงการสร้างเนื้อหา แมชชีนเลิร์นนิงมีบทบาทในเกือบทุกด้านของ Netflix

คุณสามารถดูผลกระทบของการเรียนรู้ของเครื่องในพื้นที่ต่อไปนี้ของ Netflix:

หน้าแรกของ Netflix

เมื่อคุณเปิด Netflix คุณจะได้รับการต้อนรับด้วยโฮมเพจของคุณเป็นอย่างแรก ซึ่งเต็มไปด้วยรายการที่คุณดู และรายการที่ Netflix แนะนำให้คุณดู

คุณรู้หรือไม่ว่า Netflix กำหนดว่ารายการใดควรแนะนำให้คุณดู?

คุณเดาได้ - พวกเขาใช้การเรียนรู้ของเครื่อง

Netflix ใช้เทคโนโลยี ML ที่เรียกว่า “เครื่องมือแนะนำ” เพื่อแนะนำรายการและภาพยนตร์ให้กับคุณและผู้ใช้รายอื่น ตามชื่อที่แนะนำ ระบบการแนะนำจะแนะนำผลิตภัณฑ์และบริการให้กับผู้ใช้ตามข้อมูลที่มีอยู่

Netflix มีระบบคำแนะนำที่ซับซ้อนที่สุดในโลกระบบหนึ่ง บางสิ่งที่ระบบการแนะนำของพวกเขาพิจารณาเพื่อแนะนำการแสดงให้กับคุณคือ:

1. ประเภทที่คุณเลือก (ประเภทที่คุณเลือกขณะตั้งค่าบัญชี)
2. ประเภทของรายการและภาพยนตร์ที่คุณเคยดู
3. นักแสดงและผู้กำกับที่คุณเคยดู
4. รายการและภาพยนตร์ที่มีรสนิยมใกล้เคียงกับคุณดู

อาจมีปัจจัยอื่นๆ อีกมากมายที่ Netflix ใช้ในการพิจารณาว่าควรแนะนำรายการใด เป้าหมายของพวกเขา: เพื่อให้คุณติดอยู่กับหน้าจอได้นานที่สุด

รูปขนาดย่อ

ภาพขนาดย่อที่คุณเห็นสำหรับรายการหรือภาพยนตร์ไม่จำเป็นต้องเป็นภาพขนาดย่อที่เพื่อนของคุณเห็นเมื่อเลื่อนดูหน้าแรก

Netflix ใช้แมชชีนเลิร์นนิงเพื่อกำหนดว่าภาพขนาดย่อใดที่คุณมีโอกาสคลิกมากที่สุด พวกเขามีภาพขนาดย่อที่แตกต่างกันสำหรับการแสดงและภาพยนตร์ทุกเรื่อง และอัลกอริธึม ML ของพวกเขาจะทดสอบกับผู้ใช้อย่างต่อเนื่อง

ภาพขนาดย่อที่ได้รับการคลิกมากที่สุดและสร้างความสนใจมากที่สุดจะได้รับความนิยมมากกว่าภาพที่ไม่ได้รับการคลิก

แมชชีนเลิร์นนิงช่วยให้ Netflix สร้างภาพขนาดย่อที่สร้างขึ้นโดยอัตโนมัติในแบบของคุณสำหรับรายการและภาพยนตร์ทุกเรื่อง ภาพขนาดย่อที่เลือกจะขึ้นอยู่กับความชอบและประวัติการดูของคุณ เพื่อให้แน่ใจว่าพวกเขามีโอกาสสูงสุดที่จะได้รับการคลิก

ตัวอย่างเช่น Riverdale สามารถมีภาพขนาดย่อได้สองภาพ ภาพแรกลึกลับและโรแมนติก สิ่งที่คุณจะได้เห็นจะขึ้นอยู่กับประเภทที่คุณชอบมากที่สุด การคลิกที่ภาพขนาดย่อจะเพิ่มโอกาสในการรับชมรายการหรือภาพยนตร์ นี่คือเหตุผลที่ Netflix ให้ความสำคัญกับการแสดงภาพขนาดย่อที่คุณต้องการมากที่สุด

คุณภาพการสตรีม

เมื่อคุณดูรายการ อะไรที่เลวร้ายที่สุดที่สามารถเกิดขึ้นได้? บัฟเฟอร์

การบัฟเฟอร์อาจเป็นปัญหาใหญ่ได้ไม่ว่าคุณจะใช้บริการสตรีมมิงแบบใดก็ตาม ผู้คนมักจะออกจากแพลตฟอร์มทันทีหลังจากรอสักครู่เนื่องจากการบัฟเฟอร์ Netflix ตระหนักดีถึงปัญหานี้

การบัฟเฟอร์สามารถทำลายประสบการณ์ของลูกค้าและทำให้ Netflix นำเวลาอันมีค่ากลับคืนมาได้ยาก นอกจากนี้ ลูกค้าอาจเปลี่ยนแพลตฟอร์มและเริ่มดูบางอย่างบนแพลตฟอร์มของคู่แข่ง เช่น Hulu, Amazon Prime, HBO MAX หรือ Disney+

พวกเขาได้ใช้วิธีแก้ปัญหามากมายเพื่อแก้ไขปัญหานี้ ซึ่งหนึ่งในนั้นคือการเรียนรู้ของเครื่อง

แมชชีนเลิร์นนิงช่วยให้พวกเขาจับตาดูการใช้บริการของสมาชิกได้อย่างใกล้ชิด อัลกอริธึมเหล่านี้คาดการณ์รูปแบบการรับชมของผู้ใช้เพื่อกำหนดว่าเมื่อใดที่คนส่วนใหญ่ใช้บริการและเมื่อใดที่ตัวเลขนี้ต่ำที่สุด

จากนั้นใช้ข้อมูลนี้เพื่อแคชเซิร์ฟเวอร์ภูมิภาคที่ใกล้กับผู้ดูมากที่สุด ตรวจสอบให้แน่ใจว่าไม่มีการบัฟเฟอร์ (หรือบัฟเฟอร์น้อยที่สุด) เกิดขึ้นเมื่อผู้ใช้เหล่านั้นใช้บริการ

สถานที่แสดง (หรือภาพยนตร์)

Netflix ไม่ได้เป็นเพียงแพลตฟอร์มสตรีมมิ่งสำหรับฉายภาพยนตร์และรายการต่างๆ พวกเขายังเป็นบริษัทผู้ผลิต การผลิตเนื้อหาที่ไม่ซ้ำใครช่วยเพิ่มรายได้และผลกำไร

จนถึงตอนนี้ กลยุทธ์นี้ใช้ได้ผลดีมากเพราะในช่วงหลายปีที่ผ่านมา ปริมาณเนื้อหาที่เป็นผลงานของ Netflix เพิ่มขึ้นอย่างมาก ในปี 2019 พวกเขาผลิต เนื้อหาต้นฉบับ 2,769 ชั่วโมง มากกว่าปีที่แล้ว 80%

ทุกการแสดงต้องมีสถานที่ถ่ายทำ Netflix ใช้แมชชีนเลิร์นนิงในการพิจารณาว่าสถานที่ถ่ายทำใดจะเหมาะกับรายการหรือภาพยนตร์บางเรื่อง

พวกเขาใช้อัลกอริธึมแมชชีนเลิร์นนิงเพื่อตรวจสอบค่าใช้จ่ายและตารางเวลาของทีมงานและนักแสดง ข้อกำหนดในการถ่ายทำ (เมือง ทะเลทราย หมู่บ้าน ฯลฯ) สภาพอากาศ ความเป็นไปได้ในการขอใบอนุญาต และปัจจัยที่เกี่ยวข้องอื่นๆ อีกมากมาย แมชชีนเลิร์นนิงช่วยให้พวกเขาตรวจสอบและวิเคราะห์ปัจจัยต่างๆ เหล่านี้ได้อย่างรวดเร็ว ทำให้มั่นใจได้ว่าพวกเขาจะพบสถานที่ถ่ายภาพที่เหมาะสมได้อย่างรวดเร็ว

ความคิดสร้างสรรค์

น่าจะเป็นแอปพลิเคชั่นที่ใหญ่ที่สุดของการเรียนรู้ของเครื่องใน Netflix ในการสร้างเนื้อหา Netflix ต่างจากบริษัทโปรดักชั่นส่วนใหญ่ตรงที่ทำตัวเป็นองค์กรด้านเทคโนโลยี พวกเขาไม่ได้สร้างเนื้อหาตามความคิดสร้างสรรค์ของนักเขียนหรือผู้สร้างเนื้อหาเพียงไม่กี่คนเท่านั้น แต่พวกเขาใช้อัลกอริธึมการเรียนรู้ของเครื่องเพื่อทำการวิจัยตลาดและค้นหาเนื้อหาประเภทใดที่เหมาะสมที่สุดสำหรับกลุ่มตลาดเฉพาะ

อัลกอริธึม ML ช่วยให้ล้ำหน้าเทรนด์ตลาด และสร้างรายการและภาพยนตร์สำหรับทุกคน วิธีการของพวกเขาได้ช่วยพวกเขาอย่างมากเนื่องจาก แปดใน 10 อันดับแรกของซีรีส์วิดีโอดั้งเดิมที่ได้รับความนิยมสูงสุด จากผู้ให้บริการสตรีมมิ่งในสหรัฐอเมริกานั้นมาจาก Netflix

การวิจัยของพวกเขาช่วยให้พวกเขาเจาะกลุ่มตลาดต่างๆ ตัวอย่างเช่น ความชอบเนื้อหาของวัยรุ่นจะแตกต่างอย่างมากจากคู่รักที่แต่งงานแล้ว ด้วยการวิจัยตลาดอย่างละเอียดและการใช้งาน ML Netflix สามารถตอบสนองความต้องการด้านเนื้อหาของฐานผู้ชมที่หลากหลายได้สำเร็จ

ความลับออก

ตอนนี้คุณรู้เคล็ดลับเบื้องหลังความสำเร็จอย่างมหัศจรรย์ของ Netflix แล้ว พวกเขาใช้เทคโนโลยีล่าสุด เช่น แมชชีนเลิร์นนิงและวิทยาศาสตร์ข้อมูลในเกือบทุกช่องทางของธุรกิจ

ซึ่งช่วยให้พวกเขานำหน้าคู่แข่งและมอบประสบการณ์การใช้งานที่ดียิ่งขึ้น เป็นเหตุผลสำคัญว่าทำไมพวกเขาถึงเป็นผู้ให้บริการสตรีมมิงรายใหญ่ที่สุดในสหรัฐอเมริกา

คุณคิดอย่างไรเกี่ยวกับ Netflix และการใช้การเรียนรู้ของเครื่อง แอปพลิเคชันการเรียนรู้ของเครื่องใดที่คุณพบว่าน่าสนใจที่สุด

ด้วยทักษะที่เรียนรู้ทั้งหมด คุณสามารถใช้งานบนแพลตฟอร์มการแข่งขันอื่นๆ รวมทั้งทดสอบทักษะของคุณและลงมือปฏิบัติจริงได้มากขึ้น หากคุณสนใจที่จะเรียนรู้เพิ่มเติมเกี่ยวกับหลักสูตรนี้ โปรดดูที่หน้า Master of Science in Machine Learning & AI และพูดคุยกับที่ปรึกษาด้านอาชีพของเราสำหรับข้อมูลเพิ่มเติม