We zijn blij om The Entertainment Strategy Guy weer te mogen verwelkomen, die een uitgebreid overzicht zal geven van de verandering van Netflix in de manier waarop ze ons, het grote publiek, statistieken verstrekken, inclusief de voor- en nadelen van het nieuwe systeem.
Een paar maanden terug bij Vox Media's Codeconferentie , Netflix co-CEO Ted Sarandos heeft dit kleine diagram uitgebracht dat het internet in vuur en vlam zette:
Dat klopt, Netflix heeft voor het eerst niet alleen onthuld hoeveel mensen naar een stukje inhoud keken, maar ook hoe lang. Destijds vroeg ik me af waarom ze zo genereus waren met hun gegevens.
En ik schop mezelf voor het feit dat ik het eigenlijke antwoord niet besef: Netflix had zijn kwartaalrapport opgesteld en besloten om van statistiek te veranderen. Eerder maakten ze bekend hoeveel abonnees in de eerste 28 dagen twee minuten van een bepaald tv-programma of film keken. (Ik heb de datecdotes gebeld.) In de toekomst zullen ze het totale aantal bekeken uren voor tv-series en films per week vrijgeven. In hun woorden:
Gezien hoeveel ik eerder de kostbare Netflix-producten had opgepot datecdotes — op deze website samengevoegd tot deze uitstekende bron – deze Twitter-uitwisseling vatte mijn gevoelens destijds samen:
Ik wou dat ik er een live-opname van had @EntStrategyGuy 's gezicht toen dit werd aangekondigd.
— Sonny Bos (@SonnyBunch) 19 oktober 2021
Als Netflix de statistieken zou veranderen, allemaal die datecdotes Wat ik in de loop der jaren heb verzameld, zou voor niets zijn geweest. In wezen waardeloos, omdat ik ze niet kon vergelijken met andere datapunten.
Netflix zei dat ze van plan waren om in de toekomst transparanter te zijn. Nou, ik denk niet dat iemand besefte hoe transparant dat zou zijn! Twee weken geleden heeft Netflix een gloednieuwe website opgezet om het totale aantal bekeken uren voor de top 10 shows en films te delen, zowel in Engelse als niet-Engelse inhoud. Veertig datapunten per week! En ze verstrekten destijds 20 weken aan gegevens!
Halleluja, dat zijn veel gegevens!
h2o voeg gewoon waterserie 2 toe
En hoewel ik er dankbaar voor ben, laten we de verandering niet bagatelliseren. Netflix heeft de statistieken gewijzigd, wat betekent dat het in de toekomst veel moeilijker zal zijn om de prestaties van 2020 en daarvoor te vergelijken met 2021 en daarna. Het is ook de moeite waard om na te denken over waarom en wat de verschillende statistieken ons kunnen vertellen. Over het algemeen zijn verschillende statistieken niet echt goed of slecht, maar dat zijn ze gewoon. Het aantal bekeken uren is een zeer nuttige maatstaf, maar dat geldt ook voor het aantal unieke klanten (huishoudens) dat kijkt. Laten we het uitleggen.
Wat is een beter totaal aantal bekeken uren of unieke huishoudens?
Beide.
Als het op data aankomt, ben ik hebzuchtig. Als je mij vraagt welk stukje data ik wil, is mijn gebruikelijke antwoord om meer data te vragen. Data-analisten aanbidden de demon Mammon als het om data gaat: meer is beter. Hier is een levensechte foto waarop ik mijn gegevens vasthoud:
Dit is echter niet alleen hebzucht. Het probleem is dat er maar één maatstaf is. Om trends echt te begrijpen, heb je meerdere maatstaven voor succes nodig.
Stel dat je de beste driepuntsschutter in basketbal wilt leren kennen. Het opnamepercentage is een handig beginpunt. Hier is een histogram van alle NBA-spelers die dit seizoen een driepuntsschot hebben geprobeerd:
hoe je de Taylor Vault-puzzel oplost
Natuurlijk schieten sommige jongens op deze lijst nauwelijks drieën. Daarom heb je de twee staarten van sommige mensen die belachelijk hoge percentages hebben en van sommigen die op nul staan. Om een beter idee te krijgen van wie een goede driepuntsschutter is, voegen we toe hoeveel schoten spelers hebben gemaakt:
Dat is een veel nauwkeurigere beschrijving van de driepuntsopnamekwaliteit. En het is niet verrassend dat Steph Curry de beste driepuntsschutter is.
Of neem een onderwerp als scholen. Testscores zijn van groot belang, maar dat geldt ook voor de slagingspercentages. Als je alleen testscores zou meten, zouden scholen slecht presterende leerlingen eruit kunnen schoppen. Als je alleen maar de slagingspercentages zou meten, zouden scholen kinderen passeren die niet kunnen lezen. U moet dus zowel de statistieken, de slagingspercentages als de testscores bijhouden. Eén maatstaf geeft vrijwel nooit de realiteit van de situatie weer.
Als ik mijn druthers had, zouden streamers zowel unieke klanten als streaming-uren vrijgeven voor al hun inhoud. Maar ik regeer de wereld niet, dus de meeste streamers geven geen gegevens vrij. En Netflix heeft zojuist gewijzigd welke statistiek ze hebben vrijgegeven. Laten we dus zowel de unieke klanten als het totale aantal bekeken uren bespreken om te zien welke beter is.
De voordelen van unieke klanten (of huishoudens, abonnees, leden of accounts)
Tot nu toe heeft Netflix een unieke statistiek uitgebracht. Dit betekent dat ze alle accounts tellen die ten minste twee minuten van een bepaalde show of film hebben bekeken. Netflix heeft een paar verschillende woorden gebruikt om dit te beschrijven: klanten, accounts, abonnees, huishoudens, enz., maar ze komen allemaal op het idee dat ze een unieke login meten die een bepaald stuk inhoud heeft bekeken.
(Vermoedelijk worden verschillende profielen niet meerdere keren geteld, opnieuw vanwege de terminologie van huishoudens.)
Natuurlijk vereist zelfs een eenvoudige metriek als deze enige subjectieve analyse. Hoe lang moet een uniek account bijvoorbeeld in de gaten worden gehouden om te kunnen tellen? Dit was het onderwerp van de eerste metrische verschuiving van Netflix. In 2020, na het vrijgeven van kijkerscijfers op basis van abonnees die 70% van een stuk inhoud keken, schakelde Netflix over naar abonnees die minstens 2 minuten naar een stuk inhoud keken. Hier is een overzicht van hoeveel we van elk type hebben:
Naar verluidt noemt Netflix 70% van de kijkers kijkers, klanten die naar starters van 2 minuten kijken en mensen die naar 90% finishers kijken. Eigenlijk zijn al deze statistieken nuttig, afhankelijk van wat u meet. Als je het beste beeld wilt van klanten die daadwerkelijk een stukje inhoud bekijken, is 70% of 90% waarschijnlijk het beste.
Unieke kijkers zijn behoorlijk handig omdat het een goede benadering geeft van het bereik of het aantal mensen dat zich bezighoudt met een stukje inhoud. Het is ook erg nuttig voor de marketingmensen, want als ze veel mensen zover kunnen krijgen dat ze iets beginnen, hebben ze waarschijnlijk hun werk gedaan. (Als ze niet klaar zijn, betekent dit dat de inhoud niet goed was.)
Unieke kijkers plaatsen shows ook ongeveer op gelijke voet. Een kleinere show als Lupin kan concurreren met een gigantische serie met meerdere seizoenen als Stranger Things, omdat het niet gaat om het totale aantal afleveringen, maar om unieke abonnees die ernaar kijken.
Unieke klanten houden echter niet bij hoeveel mensen aan een show zijn begonnen maar deze niet hebben afgemaakt; een aantal uren bekeken kan een benadering zijn. En voor sommige series doen de voltooiingspercentages er echt toe. Toen Netflix bijvoorbeeld deel twee van seizoen één van Lupin uitbracht, keken slechts 54 miljoen huishoudens twee minuten, een daling van 41% ten opzichte van deel één dat in januari werd uitgebracht. Hier is een grafiek die ik heb gemaakt voor de groei of het verval van abonnementen na de laatste inkomstenoproep van Netflix:
Wolvin Vooral was kort. Slechts vier afleveringen in deel 1 en deel 2. Als Netflix alle acht afleveringen in één keer had uitgebracht, zouden we niet weten hoe weinig mensen het hebben afgemaakt. We hadden aangenomen dat de meeste van die aanvankelijke 76 miljoen de hele zaak hadden bekeken. Maar we weten dat veel mensen het niet hebben afgemaakt.
De voordelen van het totaal aantal bekeken uren
Het totale aantal uren brengt ons veel dichter bij het begrijpen van het werkelijke voltooiingspercentage. In dit geval kunt u het totale aantal uren nemen, delen door het aantal beschikbare afleveringen, met een verondersteld voltooiingspercentage, en raden hoeveel huishoudens er hebben gekeken.
Ik vermoed dat dit het operatieve woord is. Voor film kan dit, aangezien het een eenmalige gebeurtenis is, met een bekende tijdsperiode, redelijk nauwkeurig zijn. Maar voor tv is het een ramp. Als ik het veronderstelde voltooiingspercentage zeg, kunnen die cijfers heel wild zijn. De foutbalken zijn dus tamelijk breed. Toch is het waarschijnlijk nuttiger dan alleen abonnees.
Als er één reden is waarom deze verandering een geweldige saus zal zijn – een technische term – dan is het dat het totaal aantal bekeken uren de manier is waarop Nielsen het Amerikaanse kijkerspubliek meet. Dit betekent dat we het Amerikaanse kijkerspubliek op een appel-met-appel-manier kunnen vergelijken met de rest van de wereld.
De statistiek voor bekeken uren heeft zijn eigen vooroordelen. Het geeft vooral de voorkeur aan inhoud die vaak opnieuw wordt bekeken. Specifiek, inhoud voor kinderen. Het is niet zo dat tientallen miljoenen Amerikanen elke week naar CoComelon kijken. In plaats daarvan kijkt een heel klein aantal kinderen er de hele tijd naar. Unieke huishoudens helpen dat verschil zichtbaar te maken.
komt er een seizoen 2 van yu yu hakusho?
(Trouwens, als je nog meer uitleg wilt over het verschil tussen verschillende statistieken: kijk eens naar dit artikel dat ik een paar jaar geleden schreef .)
Maar misschien maakt het niet uit: alle gegevens zijn gecorreleerd
Beide statistieken zijn dus nuttig, maar raad eens? Het maakt misschien niet uit.
Als je niets uit dit artikel wegneemt, neem dan dit: succes op het gebied van de inhoud is gecorreleerd.
Denk aan een grote hit. Leuk vinden Inktvis spel . Het is de beste Netflix-serie wat betreft het totale aantal kijkers, het totale aantal bekeken uren en waarschijnlijk het voltooiingspercentage. En het wordt hoog gewaardeerd op IMDb. Met andere woorden: succesvolle shows zijn succesvol in de meeste statistieken.
En ik kan dit illustreren met een visueel beeld:
bex en mevr. Kakes
Dat is een spreidingsdiagram van unieke klanten versus uren per klant voor zowel tv als film.
In wezen is het doel van elke show om zo hoog mogelijk naar boven te komen. Dat betekent dat veel mensen lang kijken en kijken. De trendlijn gaat omhoog en naar rechts, omdat het totaal aantal bekeken uren gecorreleerd is met het aantal unieke klanten.
(Ik heb de twee grafieken gemaakt door alle Netflix-datecdotes van de afgelopen drie jaar te synchroniseren met de top tien van populairste urengrafieken die ze hebben uitgebracht. In sommige gevallen heb ik schattingen van de Netflix Hours Viewed gebruikt voor series met vier weken kijkerspubliek. )
Dus ik zou willen dat Netflix in de toekomst ook unieke abonnees zou vrijgeven voor al hun shows? Blijkbaar. Meer gegevens zijn beter.
Maar ik kan niet boos zijn. Netflix heeft 800 nieuwe datapunten laten vallen. Het meeste uit een streamer ooit. En hoewel ik de oude datecdotes zal missen, zullen we volgend jaar rond deze tijd veel gegevens hebben om te analyseren.
(Als je deze dataduik leuk vond, bekijk dan mijn andere artikelen op mijn (vernieuwde) website , schrijf je in voor mijn nieuwsbrief , of volg mij op Twitter .
In het bijzonder publiceer ik elke week een Streamingbeoordelingsrapport het samenstellen van meerdere gegevensbronnen om uit te zoeken hoe inhoud elke week presteert op streaming. Kijk eens.)
