Netflix 想顛覆串流媒體評分系統

作者 | 發布日期 2022 年 04 月 25 日 8:45 | 分類 AI 人工智慧 , 數位內容 , 網路 line share follow us in feedly line share
Netflix 想顛覆串流媒體評分系統


「喜歡」和「很喜歡」的差別在哪?Netflix 認為差了一根大拇指。

在 Netflix 評價影集或電影,只要點不讚或讚圖示即可,即 Thumbs Down(不讚)和 Thumbs Up(讚)。但現在 Netflix 認為非黑即白不夠,11 日起「Double Thumbs Up」(雙讚)為第三個選項登場,「比喜歡更喜歡」讓用戶表達真正享受的內容。

點雙讚,你就是真正的粉絲!

Netflix 的解釋是:

  • 不讚:We won′t suggest this again.(我們不會再推薦這個了)
  • :We′ll show you more like this.(我們將推薦更多這類內容)
  • 雙讚:We know you′re a true fan!(我們就知道你是真粉!)

為什麼要在熟悉的讚和不讚圖案外增加「雙讚」呢?據 Netflix 推薦演算法,用戶點讚或不讚,會得到更多客製推薦,但以用戶回饋看,讚和不讚已不夠精準,希望讓「喜歡」和「更喜歡」有區隔,讓 Netflix 推薦能更精確。

「雙讚」就是 Netflix 想到的方法,有「微調」演算法的作用。讚仍是表達「喜歡」什麼,Netflix 也會據觀看紀錄或方式時間推薦。但「雙讚」不同。用戶告訴 Netflix 對特定內容情有獨鍾,包括演員、製作團隊、類型、小眾與否等,Netflix 推薦就能更具體。

舉例如果雙讚《柏捷頓家族:名門韻事》,可能會看到更多原班人馬或製作公司 Shondaland 的節目或電影;如果雙讚《打不倒的金咪》,可能會看到更多有古怪角色的喜劇。「雙讚」和「讚」各有意義。某中國產品經理說:

「雙讚」結合使用者社群圖譜,能改善推薦精準度和針對性。「讚」對作品整體排名、使用者群統計等指標價值最大,兩者沒有權重高低問題,只有指標用途不同。

讀者應該會問:那之後會有「雙不讚」嗎?接受 Business Insider 採訪時,Netflix 並沒有說死,但至少短期不會,因相對於讚,沒有看到使用者對不讚有一樣參與度:

用戶傾向正面表達,告訴我們什麼內容多多益善。

用戶習慣是表面,根本原因在 Netflix 希望照這種使用者習慣,改善推薦演算法,以留住更多使用者。某產品經理分析:

Netflix 用戶增長和商業成功關鍵是持續改善推薦演算法,讓「猜你喜歡」越來越精準。「特別不喜歡」對最佳化推薦演算法沒有正面貢獻;「喜歡」和「更喜歡」能幫助用戶體量夠大平台精準掌握和最佳化推薦演算法。

這也是為什麼 Netflix 說「雙不讚」暫時不會面世,且對「雙讚」寄予厚望:

不要害羞!去 Netflix 表達自己並告訴我們你熱愛什麼。你知道你想。

相比讚不讚,五星制出局更早

Netflix「讚」和「不讚」也不是一開始就有。2017 年 4 月 Netflix 才取消傳統的五星評分系統,改為簡單的讚或不讚圖示,理由和「雙讚」一樣,最佳化推薦演算法。

首先,讚不讚比五星評分更方便,吸引更多用戶參與。Beta 測試時,Netflix 對全球數十萬新使用者推出讚不讚,發現評分增加 200% 以上。其次,Netflix 希望人們照喜好選擇享受的內容,更聽從自己的直覺,而不是成為批評者,從技術層面分析看了好片還爛片。

這是五星評分、讚不讚兩種評價系統不同的潛意識。當時 Netflix 產品副總裁 Todd Yellin 舉例:

五星評分可能會給戰爭紀錄片 5 顆星,也會給喜劇電影 3 顆星,但或許會看 10 次某喜劇。人們做的和說的不同。

但讚不讚,人們有種隱約理解,即這樣做只是為了改善體驗。五星評分不適合 Netflix 這種以推薦演算法為核心、想方設法猜你喜歡什麼的串流媒體。「口是心非」的五星評分會造成數據異常,電影觀看時間統計可能很可觀,但星級很低,星級和使用者行為相關性就不高,給推薦演算法造成困擾。

且五星評分統計每個用戶個體評分,出來是平均值,不利推薦演算法精確度改善。改變評分系統前,Netflix 擁有超過 100 億「五星」評價,Todd Yellin 指出:

我們在自製和購買內容花了數十億美元,五星評分系統只會為這些龐大編目增加挑戰性,讓人們真正想看的東西冒出來非常重要。

以上種種讓 Netflix 決定放棄五星評分,尋找與用戶實際觀看更有關聯的資訊。2021 年 10 月,Netflix 發表基於 28 天總觀看時數的電影和影集排名,表示「觀看時間是衡量作品整體成績的更明確指標」。

簡而言之,Netflix 希望用戶喜歡什麼、真正享受什麼、直接選擇什麼,Netflix 再推薦更多這種內容,哪怕看的是別人都不喜歡的爛片,但有得到快樂,就夠讚了。如今讚不讚再加上「雙讚」,形成「三星評分制」。

某手機影片業務負責人 Ycle Schu 說,推薦演算法最好的方案應是三星評分制,即「不喜歡」、「喜歡」、「喜歡到值得分享或推薦」:

2017 年停掉五星評分時,Netflix 選擇的是兩星系統,即不喜歡和喜歡。現再新增雙讚,形成三星系統。

某產品經理同樣認為,比起五星評分和點讚不讚,三星評分制更適合 Netflix 使用者:

三星評分制既能更清楚個體偏好,也能透過 Netflix 海量使用者偏好統計,更真實反映使用者對某片的偏好。

Netflix 千方百計「猜你喜歡」

Netflix 就是需改善推薦演算法,用更精確的「猜你喜歡」留住用戶,解決選擇疲勞,更容易找到想看的內容。早在 2000 年,Netflix 就推出觀看紀錄評分的個人化電影推薦系統,卻發現使用者常不確定想看什麼內容,如果找影片超過 90 秒就會放棄。

2022 年,Netflix 產品創新總監 Christine Doig-Cardet 接受 The verge 採訪時說:

用戶從未像現在這樣有如此多娛樂選擇,找到喜歡節目和電影真的很重要,我們希望繼續讓 Netflix 成為最容易選出想看影片的平台。

用讚不讚取代五星評分,再用三星評分制取代讚不讚,都是一樣道理。

Netflix 還有其他「猜你喜歡」功能和工具。2017 年和讚不讚一起出現的是「百分比匹配」功能,就是某影集或電影與單訂閱者的匹配程度。非常符合使用者口味的節目可能有 98% 匹配值,但匹配率低於 50% 就不會顯示。

和 Netflix 現在不做「雙不讚」類似,百分比匹配也更傾向正面鼓勵。2020 年 2 月 Netflix 推出 Top 10 功能,每天更新使用者國家或地區最受歡迎的內容,且順序將根據內容與使用者相關程度不同。除了整體前 10 名,還有每類前 10 名。

以上這些都很常見,入選影集和電影還擁有特殊 Top 10 徽章,無論出現在 Netflix 何處。使用者不管搜尋還是瀏覽介面,都能更快更輕鬆知道熱門趨勢,或成為助推熱度的火苗。

2021 年 4 月 Netflix 推出 「Play Something」功能,對症下藥「選擇困難重症患者」。「Play Something」不是完全隨機,而基於觀看紀錄、個人資料和使用者品味,推薦全新影集或電影、收看中內容及關注清單內容。

Netflix 被 The Verge 稱為串流媒體領域「最以使用者為中心」的平台,Netflix 也稱一次次改進,是為了「把更多控制權還給使用者,幫助他們根據個人喜好客製體驗」。

這些功能幫我們選擇,但自主權究竟是在用戶還是平台手裡,還是不好說,因十分個人化,完全遵循興趣導向,可能形成影視領域的「資訊繭屋」──習慣性被個人興趣和審美觀引導,生活封閉得像蠶繭的「繭屋」。

基於網路使用者訂閱邏輯,串流媒體形成獨特消費模式,Netflix 和希望留住的使用者,一方賺到利益,一方更有效率。享受之餘,不妨對技術理性主導的「猜你喜歡」多點警覺心。

(本文由 愛范兒 授權轉載;首圖來源:Netflix