Netflix Streams Success with Big Data

and Marketing Analytics

Wading through 60,000 titles to decide what to watch can be overwhelming. So when new
customers sign up, Netflix asks them to rate their interest in movie and TV genres and to rate
specific titles they have already seen. It then cross-references what people like with other similar
titles to predict additional movies or programs customers will enjoy.

But that’s just the beginning. As customers watch and rate more and more video content, and as
Netflix studies the details of their viewing behavior, the predictions become more and more
accurate. Netflix often comes to know individual customer viewing preferences better than
customers themselves do. How accurate are Netflix’s recommendations? Seventy-five percent of
viewing activity results from these suggestions.That’s important. The more subscribers watch,
the more likely they are to stay with Netflix—viewers who watch at least 15 hours of content
each month are 75 percent less likely to cancel. Accurate recommendations increase average
viewing time, keeping subscribers in the fold. Increased viewing also depends on offering the
right content in the first place. But adding new programming is expensive—content licensing
fees constitute the lion’s share of Netflix’s cost of goods sold. With so many new and existing
movies and TV programs on the market, Netflix must be very selective in what it adds to its
content inventory. Once again, it’s big data and marketing analytics to the rescue. Just as Netflix
analyzes its database to come up with subscriber recommendations, it uses the data to assess
what additional titles customers might enjoy and how much each is worth. The goal is to
maximize subscriber “happiness-per-dollar-spent” on new titles. “We always use our in-depth
knowledge about what our members love to watch to decide what’s available on Netflix,”says a
Netflix marketer. “If you keep watching, we’ll keep adding more of what you love.”

To get even more viewers watching even more hours, Netflix uses its extensive big data insights
to add its own exclusive video content—things you can see only on Netflix. In its own words,
Netflix wants “to become HBO faster than HBO can become Netflix.” For example, Netflix
stunned the media industry when it outbid both HBO and AMC by paying a stunning $100
million for exclusive rights to air the first two seasons of House of Cards, a U.S. version of a hit
British political drama produced by Hollywood bigwigs David Fincher and Kevin Spacey.
Americans now watch more movies and TV programs streamed online than they watch on DVDs
and Blu-ray discs. And with its rotating library of more than 60,000 titles, Netflix streams more
movie and program content by far than any other video service. Netflix’s 81.5 million paid
subscribers watch some 3.8 billion hours of movies and TV programs every month. A
remarkable 51 percent of all Americans have streamed Netflix content during the past year.

All of this comes as little surprise to avid Netflixers. But members might be startled to learn that
while they are busy watching Netflix videos, Netflix is busy watching them—watching them
very, very closely. Netflix tracks and analyzes heaps of customer data in excruciating detail.
Then it uses the big data insights to give customers exactly what they want. Netflix knows in
depth what its audience wants to watch, and it uses this knowledge to fuel recommendations to
subscribers, decide what programming to offer, and even develop its own exclusive content.

No company knows its customers better than Netflix. The company has mind-boggling access to
real-time data on member viewing behavior and sentiments. Every day, Netflix tracks and parses
member data on tens of millions of searches, ratings, and “plays.” Netflix’s bulging database
contains every viewing detail for each individual subscriber—what shows they watch, at what
time of day, on what devices, at what locations, even when they hit the pause, rewind, or fast
forward buttons during programs. Netflix supplements this already-massive database with
consumer information purchased from Nielsen, Facebook, Twitter, and other sources. Finally,
the company employs experts to classify each video on hundreds of characteristics, such as
talent, action, tone, genre, color, volume, scenery, and many, many others. Using this rich base
of big data, Netflix builds detailed subscriber profiles based on individual viewing habits and
preferences. It then uses these profiles to personalize each customer’s viewing experience.

According to Netflix, there are 69 million different versions of Netflix, one for each individual
subscriber worldwide. For example, Netflix uses data on viewing history to make personalized
recommendations. Netflix, big data, and CRM: While members are busy watching Netflix
videos, Netflix is busy watching them—watching them very, very closely. Then it uses the big
data insights to give customers exactly what they want.

To outsiders, the huge investment in House of Cards seemed highly risky. However, using its
powerful database, Netflix was able to predict accurately which and how many existing members
would watch the new House of Cards regularly and how many new members would sign up
because of the show. Netflix also used its viewer knowledge to pinpoint and personalize
promotion of the exclusive series to just the right members. Before House of Cards premiered,
based on their profiles, elected subscribers saw one of 10 different trailers of the show aimed at
their specific likes and interests.

Thanks to Netflix’s big data and marketing analytics prowess, House of Cards was a smash hit. It
brought in 3 million new subscribers in only the first three months. These new subscribers alone
covered almost all of the $100 million investment. More important, a Netflix survey revealed
that for the average House of Cards viewer, 86 percent were less likely to cancel because of the
new program. Such success came as no surprise to Netflix. Its data had predicted that the
program would be a hit before the director ever shouted “action.”

(Sources: Shalini Ramachandram, “Netflix Drops on Weak-Growth Forecast,” Wall Street

Journal, April 19, 2016,

www.wsj.com/articles/netflix-adds-more-users-than-expected-1461010680;)

Requirement: please identity the most prominent success of Netflix in using big data and
marketing analytics? Is there any implication for some companies in entertainment
industry in Vietnam.
 Netflix Stream thành công với dữ liệu lớn và phân tích tiếp thị

Việc phải lướt qua 60.000 tựa phim để quyết định xem phim gì có thể rất khó khăn. Vì vậy,
khi khách hàng mới đăng ký, Netflix yêu cầu họ đánh giá sở thích của họ đối với thể loại phim
và chương trình truyền hình và đánh giá các tựa phim cụ thể mà họ đã xem. Sau đó, Netflix sẽ
tham chiếu chéo những gì mọi người thích với các tựa phim tương tự khác để dự đoán thêm các
phim hoặc chương trình mà khách hàng sẽ thích.

Nhưng đó chỉ là khởi đầu. Khi khách hàng xem và đánh giá ngày càng nhiều nội dung
video và khi Netflix nghiên cứu chi tiết về hành vi xem của họ, các dự đoán sẽ ngày càng chính
xác hơn. Netflix thường hiểu rõ sở thích xem của từng khách hàng hơn chính khách hàng. Các đề
xuất của Netflix chính xác đến mức nào? Bảy mươi lăm phần trăm hoạt động xem là kết quả của
các đề xuất này. Điều đó rất quan trọng. Càng nhiều người đăng ký xem, họ càng có khả năng ở
lại với Netflix—những người xem ít nhất 15 giờ nội dung mỗi tháng có khả năng hủy đăng ký
thấp hơn 75 phần trăm. Các đề xuất chính xác làm tăng thời gian xem trung bình, giữ chân người
đăng ký. Việc tăng lượt xem cũng phụ thuộc vào việc cung cấp đúng nội dung ngay từ đầu.
Nhưng việc thêm chương trình mới rất tốn kém—phí cấp phép nội dung chiếm phần lớn chi phí
bán hàng của Netflix. Với rất nhiều phim và chương trình truyền hình mới và hiện có trên thị
trường, Netflix phải rất chọn lọc trong việc thêm nội dung vào kho nội dung của mình. Một lần
nữa, dữ liệu lớn và phân tích tiếp thị sẽ giải cứu họ. Cũng giống như cách Netflix phân tích cơ sở
dữ liệu của mình để đưa ra các đề xuất cho người đăng ký, Netflix sử dụng dữ liệu để đánh giá
những tựa phim bổ sung mà khách hàng có thể thích và giá trị của từng tựa phim. Mục tiêu là tối
đa hóa "mức độ hài lòng trên mỗi đô la chi tiêu" của người đăng ký đối với các tựa phim mới.
Một chuyên gia tiếp thị của Netflix cho biết: "Chúng tôi luôn sử dụng kiến thức chuyên sâu về
những gì các thành viên của mình thích xem để quyết định những gì có sẵn trên Netflix". "Nếu
bạn tiếp tục xem, chúng tôi sẽ tiếp tục thêm nhiều nội dung mà bạn thích".

Để có thêm nhiều người xem xem nhiều giờ hơn nữa, Netflix sử dụng thông tin chi tiết về
dữ liệu lớn của mình để thêm nội dung video độc quyền của riêng mình—những nội dung mà
bạn chỉ có thể xem trên Netflix. Theo lời của chính Netflix, họ muốn "trở thành HBO nhanh hơn
HBO có thể trở thành Netflix". Ví dụ, Netflix đã làm ngành truyền thông sửng sốt khi trả giá cao
hơn cả HBO và AMC bằng cách chi 100 triệu đô la để có được quyền phát sóng độc quyền hai
mùa đầu tiên của House of Cards, phiên bản Hoa Kỳ của bộ phim chính trị Anh ăn khách do hai
ông lớn Hollywood là David Fincher và Kevin Spacey sản xuất. Người Mỹ hiện xem nhiều phim
và chương trình truyền hình trực tuyến hơn là xem trên đĩa DVD và đĩa Blu-ray. Và với thư viện
luân phiên gồm hơn 60.000 tựa phim, Netflix phát trực tuyến nhiều nội dung phim và chương
trình hơn bất kỳ dịch vụ video nào khác. 81,5 triệu người đăng ký trả phí của Netflix xem
khoảng 3,8 tỷ giờ phim và chương trình truyền hình mỗi tháng. Một con số đáng kinh ngạc là 51
phần trăm người Mỹ đã phát trực tuyến nội dung Netflix trong năm qua.

Tất cả những điều này không có gì đáng ngạc nhiên đối với những người dùng Netflix
cuồng nhiệt. Nhưng các thành viên có thể giật mình khi biết rằng trong khi họ bận xem video
Netflix, Netflix cũng bận xem chúng - theo dõi chúng rất, rất kỹ. Netflix theo dõi và phân tích rất
nhiều dữ liệu khách hàng một cách chi tiết đến đau đớn. Sau đó, Netflix sử dụng thông tin chi tiết
về dữ liệu lớn để cung cấp cho khách hàng chính xác những gì họ muốn. Netflix biết sâu sắc
khán giả của mình muốn xem gì và sử dụng kiến thức này để thúc đẩy các đề xuất cho người
đăng ký, quyết định chương trình nào sẽ cung cấp và thậm chí phát triển nội dung độc quyền của
riêng mình.

Không có công ty nào hiểu khách hàng của mình hơn Netflix. Công ty có quyền truy cập
đáng kinh ngạc vào dữ liệu thời gian thực về hành vi và cảm xúc khi xem của thành viên. Mỗi
ngày, Netflix theo dõi và phân tích dữ liệu thành viên trên hàng chục triệu lượt tìm kiếm, xếp
hạng và "lượt phát". Cơ sở dữ liệu khổng lồ của Netflix chứa mọi chi tiết xem của từng người
đăng ký—họ xem chương trình gì, vào thời điểm nào trong ngày, trên thiết bị nào, ở địa điểm
nào, ngay cả khi họ nhấn nút tạm dừng, tua lại hoặc tua nhanh trong khi xem chương trình.
Netflix bổ sung cơ sở dữ liệu khổng lồ này bằng thông tin người tiêu dùng được mua từ Nielsen,
Facebook, Twitter và các nguồn khác. Cuối cùng, công ty thuê các chuyên gia để phân loại từng
video theo hàng trăm đặc điểm, chẳng hạn như tài năng, hành động, tông màu, thể loại, màu sắc,
âm lượng, bối cảnh và nhiều, nhiều đặc điểm khác. Sử dụng cơ sở dữ liệu lớn phong phú này,
Netflix xây dựng hồ sơ người đăng ký chi tiết dựa trên thói quen và sở thích xem của từng cá
nhân. Sau đó, Netflix sử dụng các hồ sơ này để cá nhân hóa trải nghiệm xem của từng khách
hàng.

Theo Netflix, có 69 triệu phiên bản Netflix khác nhau, một phiên bản dành cho mỗi người
đăng ký trên toàn thế giới. Ví dụ, Netflix sử dụng dữ liệu về lịch sử xem để đưa ra các đề xuất
được cá nhân hóa. Netflix, dữ liệu lớn và CRM: Trong khi các thành viên bận rộn xem video
Netflix, Netflix cũng bận rộn xem chúng—xem chúng rất, rất kỹ. Sau đó, Netflix sử dụng thông
tin chi tiết về dữ liệu lớn để cung cấp cho khách hàng chính xác những gì họ muốn.

Đối với người ngoài cuộc, khoản đầu tư khổng lồ vào House of Cards có vẻ rất rủi ro. Tuy
nhiên, nhờ sử dụng cơ sở dữ liệu mạnh mẽ của mình, Netflix đã có thể dự đoán chính xác thành
viên nào và có bao nhiêu thành viên hiện tại sẽ xem House of Cards mới thường xuyên và có bao
nhiêu thành viên mới sẽ đăng ký vì chương trình này. Netflix cũng sử dụng kiến thức về người
xem của mình để xác định và cá nhân hóa việc quảng bá loạt phim độc quyền cho đúng thành
viên. Trước khi House of Cards ra mắt, dựa trên hồ sơ của họ, những người đăng ký đã chọn đã
xem một trong 10 đoạn giới thiệu khác nhau của chương trình nhắm vào sở thích và mối quan
tâm cụ thể của họ.

Nhờ dữ liệu lớn và khả năng phân tích tiếp thị của Netflix, House of Cards đã trở thành
một cú hích lớn. Nó đã thu hút được 3 triệu người đăng ký mới chỉ trong ba tháng đầu tiên. Chỉ
riêng những người đăng ký mới này đã trang trải gần như toàn bộ khoản đầu tư 100 triệu đô la.
Quan trọng hơn, một cuộc khảo sát của Netflix cho thấy đối với người xem House of Cards trung
bình, 86 phần trăm ít có khả năng hủy vì chương trình mới. Thành công như vậy không có gì
ngạc nhiên đối với Netflix. Dữ liệu của họ đã dự đoán rằng chương trình sẽ thành công trước khi
đạo diễn hét lên "hành động".
(Nguồn: Shalini Ramachandram, “Netflix Drops on Weak-Growth Forecast,” Wall Street
Journal, ngày 19 tháng 4 năm 2016,
www.wsj.com/articles/netflix-adds-more-users-than-expected-1461010680;)
Yêu cầu: vui lòng xác định thành công nổi bật nhất của Netflix trong việc sử dụng dữ liệu lớn và
phân tích tiếp thị? Có bất kỳ hàm ý nào đối với một số công ty trong ngành giải trí tại Việt Nam
không.
CHATGOAL
The most prominent success of Netflix in using big data and marketing analytics is its ability to
create highly personalized viewing experiences for its subscribers, which significantly enhances
user engagement and retention. This is exemplified by the success of the original series “House
of Cards.” By leveraging its extensive data on viewer preferences, Netflix was able to predict the
potential success of the show, tailor marketing efforts to specific audience segments, and
ultimately attract millions of new subscribers. The data-driven approach not only justified the
substantial investment in the series but also ensured that existing subscribers were more likely to
remain with the service due to the appealing new content.

Implications for Companies in the Entertainment Industry in Vietnam

Personalization of Content: Vietnamese entertainment companies can adopt similar big data
analytics strategies to understand viewer preferences and behaviors. By analyzing data from
streaming platforms, social media, and viewer interactions, companies can create personalized
content recommendations, enhancing viewer satisfaction and loyalty.

Content Development: Just as Netflix uses data to inform its content creation, Vietnamese
companies can utilize viewer insights to develop original programming that resonates with local
audiences. This could involve producing shows or films that reflect cultural nuances and
preferences identified through data analysis.

Targeted Marketing: Companies can implement targeted marketing strategies based on viewer
data. By understanding the demographics and preferences of their audience, they can create
tailored promotional campaigns that are more likely to convert viewers into subscribers or ticket
buyers.

Investment Decisions: The success of data-driven content predictions can guide investment
decisions in new projects. By analyzing trends and viewer interests, companies can make
informed choices about which projects to greenlight, reducing the risk of financial loss.

Retention Strategies: Similar to Netflix’s approach, Vietnamese companies can develop retention
strategies that focus on keeping subscribers engaged. This could include offering exclusive
content, personalized viewing experiences, or loyalty programs based on viewer habits.

Collaboration with Tech Firms: To effectively leverage big data, entertainment companies in
Vietnam might consider partnerships with technology firms that specialize in data analytics. This
collaboration can enhance their capabilities in gathering and analyzing viewer data.

Adaptation to Global Trends: As global streaming services expand into Vietnam, local companies
must adapt to the competitive landscape by adopting advanced analytics and data-driven
strategies to remain relevant and appealing to audiences.
By embracing big data and marketing analytics, entertainment companies in Vietnam can
enhance their content offerings, improve viewer engagement, and ultimately drive growth in a
rapidly evolving industry.

Thành công nổi bật nhất của Netflix trong việc sử dụng dữ liệu lớn và phân tích tiếp thị là khả
năng tạo ra trải nghiệm xem được cá nhân hóa cao cho người đăng ký, giúp tăng đáng kể mức độ
tương tác và giữ chân người dùng. Điều này được minh họa bằng thành công của loạt phim gốc
"House of Cards". Bằng cách tận dụng dữ liệu sâu rộng về sở thích của người xem, Netflix đã có
thể dự đoán được khả năng thành công của chương trình, điều chỉnh các nỗ lực tiếp thị theo từng
phân khúc khán giả cụ thể và cuối cùng thu hút hàng triệu người đăng ký mới. Phương pháp tiếp
cận dựa trên dữ liệu không chỉ biện minh cho khoản đầu tư đáng kể vào loạt phim mà còn đảm
bảo rằng những người đăng ký hiện tại có nhiều khả năng tiếp tục sử dụng dịch vụ do nội dung
mới hấp dẫn.

Ý nghĩa đối với các công ty trong ngành giải trí tại Việt Nam
Cá nhân hóa nội dung: Các công ty giải trí Việt Nam có thể áp dụng các chiến lược phân tích dữ
liệu lớn tương tự để hiểu sở thích và hành vi của người xem. Bằng cách phân tích dữ liệu từ các
nền tảng phát trực tuyến, phương tiện truyền thông xã hội và tương tác của người xem, các công
ty có thể tạo ra các đề xuất nội dung được cá nhân hóa, nâng cao sự hài lòng và lòng trung thành
của người xem.

Phát triển nội dung: Cũng giống như Netflix sử dụng dữ liệu để cung cấp thông tin cho việc tạo
nội dung, các công ty Việt Nam có thể sử dụng thông tin chi tiết về người xem để phát triển
chương trình gốc phù hợp với khán giả địa phương. Điều này có thể liên quan đến việc sản xuất
các chương trình hoặc phim phản ánh sắc thái văn hóa và sở thích được xác định thông qua phân
tích dữ liệu.

Tiếp thị có mục tiêu: Các công ty có thể triển khai các chiến lược tiếp thị có mục tiêu dựa trên dữ
liệu của người xem. Bằng cách hiểu thông tin nhân khẩu học và sở thích của đối tượng, họ có thể
tạo ra các chiến dịch quảng cáo phù hợp có nhiều khả năng chuyển đổi người xem thành người
đăng ký hoặc người mua vé.

o Quyết định đầu tư: Sự thành công của các dự đoán nội dung dựa trên dữ liệu có thể
hướng dẫn các quyết định đầu tư vào các dự án mới. Bằng cách phân tích xu hướng và sở
thích của người xem, các công ty có thể đưa ra những lựa chọn sáng suốt về dự án nào sẽ
được bật đèn xanh, giảm rủi ro mất mát tài chính.
o Chiến lược duy trì: Tương tự như cách tiếp cận của Netflix, các công ty Việt Nam có thể
phát triển các chiến lược duy trì tập trung vào việc giữ chân người đăng ký. Điều này có
thể bao gồm cung cấp nội dung độc quyền, trải nghiệm xem được cá nhân hóa hoặc
chương trình khách hàng thân thiết dựa trên thói quen của người xem.
o Hợp tác với các công ty công nghệ: Để tận dụng hiệu quả dữ liệu lớn, các công ty giải trí
tại Việt Nam có thể cân nhắc hợp tác với các công ty công nghệ chuyên về phân tích dữ
liệu. Sự hợp tác này có thể nâng cao khả năng thu thập và phân tích dữ liệu của người
xem.
Thích ứng với xu hướng toàn cầu: Khi các dịch vụ phát trực tuyến toàn cầu mở rộng sang Việt
Nam, các công ty địa phương phải thích ứng với bối cảnh cạnh tranh bằng cách áp dụng các phân
tích tiên tiến và chiến lược dựa trên dữ liệu để duy trì sự phù hợp và hấp dẫn đối với khán giả.

Bằng cách áp dụng dữ liệu lớn và phân tích tiếp thị, các công ty giải trí tại Việt Nam có thể nâng
cao dịch vụ cung cấp nội dung, cải thiện mức độ tương tác của người xem và cuối cùng là thúc
đẩy tăng trưởng trong một ngành công nghiệp đang phát triển nhanh chóng.
 BÀI LÀM
Netflix là một dịch vụ xem video trực tuyến của Mỹ, nội dung chủ yếu là phim truyền hình nhiều
tập, phim điện ảnh và các chương trình truyền hình nổi tiếng. Netfflix hiện được nhiều người
chọn là kênh xem phim phổ biến nhất ở Mỹ và rất nhiều nước khác. Tại Việt Nam thị phần
Netflix vẫn chiếm thị phần khá lớn so với các ứng dụng xem phim khác.
Nhờ vào việc sở hữu lượng người xem khổng lồ và lợi thế thu thập thông tin trực tiếp từ chính
người xem, Netfflix có thể dễ dàng có được BigData từ chính cơ sở dữ liệu mà người xem truy
cập vào ứng dụng. Netflix có thể nắm rõ:

- Người xem ở từng khu vực, từng đất nước, châu lục thích thể loại phim nào, sau đó, đưa ra
những phiên bản cá nhân hóa cho từng người xem dựa trên sở thích của họ. Điều này là điều rất
hay và cực kỳ quan trọng trong việc đáp ứng đúng nhu cầu (need và want của customer).
- Kiểm tra được thời lượng xem phim của người xem trung bình cho từng thể loại phim, do vậy
có thể nắm được chi tiết về hoạt động thưởng thức phim và truyền hình của người xem, mỗi
người sẽ thích xem phim trong bao lâu, khung giờ nào là khung giờ vàng.
- Sở thích phim ảnh ở từng khu vực và độ tuổi xem phim để từ đó đưa ra những quyết định chính
xác khi đầu tư hay mua bản quyền độc quyền phát sóng để giành thị phần, tăng lượng người xem
- etc
Qua tất cả những bước đi chắc chắn và thành công của Netflix đã cho thấy big data and
marketing analytics prowess đã hoàn toàn là thế mạnh của họ trong ngành công nghệ giải trí.

Do vậy, các công ty giải trí tại Việt Nam có thể nâng cao dịch vụ cung cấp nội dung, cải thiện
mức độ tương tác của người xem bằng cách áp dụng dữ liệu lớn và phân tích tiếp thị như Netflix.
Hiện nay, thị trường các công ty giải trí Việt Nam còn rất lớn. Một số điểm chính mà các công ty
Việt Nam có thể học tập để phát triển như sau:
1. Cá nhân hóa nội dung: áp dụng các chiến lược phân tích dữ liệu lớn tương tự Netflix để hiểu
sở thích và hành vi của người xem. Bằng cách phân tích dữ liệu từ các nền tảng phát trực tuyến,
phương tiện truyền thông xã hội và tương tác của người xem, các công ty có thể tạo ra các đề
xuất nội dung được cá nhân hóa, nâng cao sự hài lòng và giữ lượng người xem trung thành.
2. Phát triển nội dung: sử dụng dữ liệu để cung cấp thông tin cho việc tạo nội dung, có thể sử
dụng thông tin chi tiết về người xem để phát triển chương trình phù hợp với khán giả địa
phương.

3. Tiếp thị có mục tiêu: triển khai các chiến lược tiếp thị có mục tiêu dựa trên dữ liệu của người
xem. Tìm hiểu sở thích của đối tượng trên big data, marketers có thể tạo ra các chiến dịch quảng
cáo phù hợp có nhiều khả năng chuyển đổi người xem thành người đăng ký xem lâu dài.

Một số công ty nổi bật như Vieon, K+, Galaxy cũng học hỏi cách thu thập dữ liệu và phân tích
dữ liệu như Netflix. Do vậy, họ có được lượng thông tin hoàn hảo và đầy đủ khi muốn tạo ra bất
kỳ chiến lược nào để nhắm đến đúng thị hiếu của người xem (customer). Các công ty giải trí
thành công là một sự tính toán chính xác và thể hiện tầm quan trọng của marketing.