Vi er glade for å ønske velkommen tilbake The Entertainment Strategy Guy som vil gi en omfattende oversikt over Netflixs endring i hvordan de gir beregninger til oss, allmennheten, inkludert fordeler og ulemper med det nye systemet.
For et par måneder tilbake kl Vox Medias kodekonferanse , Netflix co-CEO Ted Sarandos ga ut dette lille diagrammet som satte brann på Internett:
Det er riktig, for første gang avslørte Netflix ikke bare hvor mange mennesker som så på et innhold, men også hvor lenge. På den tiden lurte jeg på hvorfor de var så sjenerøse med dataene sine.
Og jeg sparker meg selv for ikke å innse det faktiske svaret: Netflix hadde utarbeidet sin kvartalsrapport og bestemte seg for å bytte beregninger. Tidligere annonserte de hvor mange abonnenter som så to minutter av et gitt TV-program eller en gitt film i løpet av de første 28 dagene. (Jeg kalte datekdotene.) Fremover vil de frigi det totale antallet sett på TV-serier og filmer per uke. Med deres ord:
Gitt hvor mye jeg tidligere hadde hamstret Netflixs dyrebare datekdoter — konsolidert på denne nettsiden til denne utmerkede ressursen — denne Twitter-utvekslingen oppsummerte følelsene mine på den tiden:
Jeg skulle ønske jeg hadde et live-opptak av @EntStrategyGuy sitt ansikt da dette ble annonsert.
— Sonny Bunch (@SonnyBunch) 19. oktober 2021
Hvis Netflix endret beregninger, alt disse datekdotene Jeg samlet gjennom årene ville være for intet. I hovedsak verdiløse, siden jeg ikke kunne sammenligne dem med andre datapunkter.
Netflix sa at de planlegger å være mer transparente fremover. Vel, jeg tror ikke noen skjønte hvor gjennomsiktig det ville være! For to uker siden opprettet Netflix et helt nytt nettsted for å dele det totale antallet sett på de 10 beste programmene og filmene på tvers av både engelsk og ikke-engelsk innhold. Førti datapunkter hver uke! Og de ga 20 uker med data den gangen!
Halleluja, det er mye data!
hvor mange episoder av ett stykke er på netflix
Og selv om jeg er takknemlig for det, la oss ikke bagatellisere endringen. Netflix endret beregninger, noe som betyr at det fremover vil være mye vanskeligere å sammenligne ytelse fra 2020 og før til 2021 og utover. Det er også verdt å tenke på hvorfor og hva de forskjellige beregningene kan fortelle oss. Totalt sett er ikke forskjellige beregninger virkelig gode eller dårlige, de bare er det. Timer sett er en veldig nyttig beregning, men det samme er unike kunder (husholdninger) som ser på. La oss forklare.
Hva er bedre totalt antall sett timer eller unike husholdninger?
Både.
Når det kommer til data, er jeg grådig. Hvis du spurte meg hvilken del av data jeg vil ha, er mitt vanlige svar å be om mer data. Dataanalytikere tilber demonen Mammon når det kommer til data: More is better. Her er et virkelighetsbilde av meg som holder på dataene mine:
Dette er imidlertid ikke bare grådighet. Bare å ha én metrikk er problemet. For å virkelig forstå trender, trenger du flere mål på suksess.
Si at du vil kjenne den beste trepoengsskytteren i basketball. Skyteprosent er et nyttig sted å starte. Her er et histogram over alle NBA-spillerne som har forsøkt et trepoengsskudd denne sesongen:
streaming av amerikansk skjønnlitteratur
Selvfølgelig, noen gutter på denne listen skyter knapt treere. Det er grunnen til at du har to hale av noen folk som har latterlig høye prosenter og noen som er på null. For å få en bedre følelse av hvem som er en god trepoengsskytter, la oss legge til hvor mange skudd spillerne har tatt:
Det er en mye mer nøyaktig beskrivelse av trepunkts skuddkvalitet. Og ikke overraskende er den beste trepoengsskytteren Steph Curry.
Eller ta et problem som skoler. Testresultater betyr mye, men det gjør konfirmasjonsrater også. Hvis du bare målte testresultater, kunne skoler sparke ut elever med dårlige resultater. Hvis du bare målte konfirmasjonsrater, ville skoler passert barn som ikke kan lese. Så du må spore både beregninger, konfirmasjonsrater og testresultater. En metrikk fanger nesten aldri virkeligheten i situasjonen.
Hvis jeg hadde mine druthers, ville streamere gitt ut både unike kunder og strømmetimer for alt innholdet deres. Men jeg styrer ikke verden, så de fleste streamere slipper ingen data. Og Netflix endret akkurat hvilken beregning de ga ut. Så la oss diskutere både unike kunder og totalt sett antall timer for å se hvilken som er best.
Fordelene med unike kunder (eller husholdninger, abonnenter, medlemmer eller kontoer)
Til nå har Netflix gitt ut en unik beregning. Det betyr at de teller alle kontoene som har sett minst to minutter av et gitt program eller en gitt film. Netflix har brukt noen forskjellige ord for å beskrive dette – kunder, kontoer, abonnenter, husholdninger, osv. – men alle kommer på ideen om at de måler en unik pålogging som har sett en viss lengde på et innhold.
(Antagelig telles ikke forskjellige profiler flere ganger, igjen på grunn av husholdningens terminologi.)
Selvfølgelig krever selv en enkel beregning som dette litt subjektiv analyse. Hvor lenge må en unik konto for eksempel ses for å telle? Dette var temaet for Netflixs første metriske skifte. Tilbake i 2020, etter å ha gitt ut seertall basert på abonnenter som så på 70 % av et innhold, gikk Netflix over til abonnenter som så minst 2 minutter av et innhold. Her er en oversikt over hvor mange vi fikk av hver type:
Etter sigende kaller Netflix 70 % seere for seere, kunder som ser på 2-minutters startere og folk som ser 90 % fullførere. Virkelig noen av disse beregningene er nyttige, avhengig av hva du måler. Hvis du vil ha den beste ideen om kunder som faktisk ser på et innhold, er sannsynligvis enten 70 % eller 90 % best.
Unike seere er ganske nyttig fordi det gir en god tilnærming av rekkevidde eller antall personer som engasjerer seg i et innhold. Det er også veldig nyttig for markedsføringsfolkene, for antagelig, hvis de kan få mange mennesker til å starte noe, har de gjort jobben sin. (Hvis de ikke fullfører, betyr det at innholdet ikke var bra.)
Unike seere setter også show på noenlunde lik linje. Et mindre show som Lupin kan konkurrere med en gigantisk flersesongserie som Stranger Things fordi det ikke handler om totalt antall episoder, men bare unike abonnenter som ser det.
Unike kunder sporer imidlertid ikke antall personer som startet et show, men ikke klarte å fullføre, noe sett på antall timer kan være omtrentlig. Og for noen serier betyr fullføringsgraden virkelig noe. For eksempel, da Netflix ga ut del to av sesong én av Lupin, så bare 54 millioner husstander på to minutter, en nedgang på 41 % fra del én som ble utgitt i januar. Her er et diagram jeg har laget for vekst eller forfall av abonnenter etter Netflixs siste inntektssamtale:
Lupin spesielt var kort. Bare 4 episoder i del 1 og del 2. Hvis Netflix hadde gitt ut alle åtte episodene på en gang, ville vi ikke vite hvor få folk som fullførte den. Vi ville ha antatt at de fleste av de første 76 millioner så på hele greia. Men vi vet at mange mennesker ikke fullførte det.
Fordelene med totalt antall timer sett
Totalt antall timer bringer oss mye nærmere å forstå den sanne gjennomføringsgraden. I dette tilfellet kan du ta det totale antallet timer, dele på antall tilgjengelige episoder, med en antatt fullføringsgrad, og gjette hvor mange husstander som så.
Antatt å være det operative ordet. For film, siden det er en engangshendelse, med en kjent tidsperiode, kan dette være ganske presist. Men for TV er det en katastrofe. Når jeg sier antatt fullføringsgrad, kan disse tallene være veldig vilt. Så feillinjene er ganske brede. Likevel er det sannsynligvis mer nyttig enn bare abonnenter.
Hvis det er én grunn til at denne endringen blir fantastisk saus – et teknisk begrep – så er det at totalt sett antall timer er hvordan Nielsen måler seertall i USA. Dette betyr at vi kan sammenligne amerikansk seertall med resten av verden på en epler-til-epler måte.
k drama kommer
Timevis-beregningen har sine egne skjevheter. Spesielt favoriserer den innhold som blir sett mye på nytt. Nærmere bestemt barneinnhold. Det er ikke slik at titalls millioner amerikanere ser på CoComelon hver uke. I stedet ser et veldig lite antall barn på det hele tiden. Unike husholdninger bidrar til å avsløre den forskjellen.
(Forresten, hvis du vil ha en annen forklaring på forskjellen mellom ulike beregninger, sjekk ut denne artikkelen jeg skrev for noen år tilbake .)
Men kanskje det ikke spiller noen rolle: Alle dataene er korrelerte
Så begge beregningene er nyttige, men gjett hva? Det spiller kanskje ingen rolle.
Hvis du ikke tar noe fra denne artikkelen, ta dette: suksess i innhold er korrelert.
Tenk på en stor hit. Like Blekksprut spill . Det er den beste Netflix-serien når det gjelder totalt sett av kunder, totalt sett antall timer og sannsynligvis fullføringsgrad. Og det er høyt rangert på IMDb. Med andre ord, vellykkede show er vellykkede i de fleste beregninger.
Og jeg kan illustrere dette med en visuell:
filmen napoleon
Det er et spredningsplott av unike kunder versus timer per kunde for både TV og film.
I hovedsak er målet for ethvert show å komme så høyt opp og rett som mulig. Det betyr at mange mennesker ser og ser i lang tid. Trendlinjen går opp og til høyre, fordi mengden av totalt sett timer er korrelert med antall unike kunder.
(Jeg lagde de to listene ved å synkronisere alle Netflix-datekdotene de siste tre årene med de ti mest populære timelistene de har gitt ut. I noen tilfeller brukte jeg estimater fra Netflix Hours Viewed for serier med fire ukers seertall. )
Så skulle jeg ønske at Netflix også ville gi ut unike abonnenter for alle showene deres fremover? Åpenbart. Mer data er bedre.
Men jeg kan ikke være sint. Netflix droppet 800 nye datapunkter. Det meste fra en streamer noensinne. Og selv om jeg kommer til å savne de gamle datekdotene, vil vi på denne tiden neste år ha mye data å analysere.
(Hvis du likte dette datadykket, sjekk ut de andre skriftene mine på min (nylig redesignede) nettside , meld deg på for nyhetsbrevet mitt , eller følg meg på Twitter .
Spesielt publiserer jeg hver uke en Streaming vurderingsrapport kompilere flere datakilder for å pakke ut hvordan innholdet presterer på strømming hver uke. Sjekk det ut.)
