“网飞经济学”的启示
栏目:行业动态 发布时间:2018-11-16
如果用一句话来概括的话,“网飞经济学”就是能够充分调动内部数字资产的大型企业利用人工智能与付费用户建立直接并专属联系进行精准营销的商业模式。如果要用一个词来形容美国互联网巨头企业,那一定是FAANG,有人把它称之为“大獠牙帮”(FANG在英语里是毒牙

如果用一句话来概括的话,“网飞经济学”就是能够充分调动内部数字资产的大型企业利用人工智能与付费用户建立直接并专属联系进行精准营销的商业模式。


如果要用一个词来形容美国互联网巨头企业,那一定是FAANG,有人把它称之为“大獠牙帮”(FANG在英语里是毒牙的意思)。大獠牙帮中的脸书、亚马逊、苹果和谷歌大家都耳熟能详,网飞(Netflix)相比之下却不那么起眼,也是獠牙帮中市值最低的小兄弟。


但是,如果要从企业的数字化转型、商业模式创新和人工智能应用以及对传统商业的颠覆这一系列维度去评价,网飞这家在线视频流媒体公司却是个很好的成功案例。截止2018年第三季度,网飞的订户总数达到1.37亿,其中三分之一在美国。按每人每月平均订费10美元计算,这些用户带来的年收入将达到164亿美元。


同样惊人的是,网飞今年计划投资120到130亿美元拍独家的电视节目内容,彻底从一个传统的视频内容渠道商变成了整合原创节目生产与分发全流程的流媒体平台。网飞花钱的力度,只有亚马逊堪比。为什么网飞愿意把所有的收入都投入到原创内容的制作中去?为什么网飞能够如此大手笔地把所有的收入都投入到原创内容创作之中?它的这种疯狂烧钱的模式到底代表了怎样的一种新商业模式?


已经有人用“网飞经济学”来形容这一商业模式。如果用一句话来概括的话,“网飞经济学”就是能够充分调动内部数字资产的大型企业利用人工智能与付费用户建立直接并专属联系进行精准营销的商业模式。大獠牙帮中或许只有亚马逊与网飞有不少类似之处,但是若论行业的专注度,网飞位列第一。


《纸牌屋》是人工智能与用户洞察的胜利


理解“网飞经济学”,还得从《纸牌屋》谈起。2013年开拍的《纸牌屋》是网飞投资的第一个原创剧集,却也是对美国传统电视业颠覆的开始。


《纸牌屋》出名,不仅仅是因为它在美剧爱好者中的口碑,更因为它开创了许多第一。它是第一个一季13集剧集一次放出的电视剧。在此之前,无论是免费的美国三大电视公司还是收费的有线电视台如HBO,一季电视剧每周播放一集是正常套路。网飞这么做,可以说是完全不按牌理出牌,却让观众大呼过瘾。通宵看剧的人大有人在。


它也是第一个没有拍任何样片就由网飞高层拍板开拍的剧集,而且一次就预定两季,第一季的投资高达1亿美元。要知道,常规的做法是片商看了一两集的样片再定夺是否预订,且在一季播放过程中,根据收视率决定是砍,还是续订。网飞的这种做法对传统电视整个业务模式的颠覆,更深远。


传统电视,无论是免费的无线电视网还是收费的有线电视,归根结底都需要消费者自己去搜索他们想要的节目,都以尼尔森这样的公司搜集的观众收视率作为节目好坏的标杆。以美国传统电视业为例,无论是三大无线电视网之一的ABC还是以原创电影和剧集著称的HBO都面临同样的问题:在推出新节目之前,公司的高层并没有办法判断观众对某个特定节目的收视率是高还是低。


所以,美国的传统电视行业平均每年要花费大约4亿美元,从五六百个剧本中筛选出一百个左右让创作团队拍出一集试映的样片,只有三分之一的样片会被审核通过,获得资金开拍第一季。电视剧上映之后,又马上进入一场收视率的锦标赛,排名靠后的剧集很快被砍档。通常在第一季结束之后,平均只有十二三个剧集能被续签第二季。


网飞能这么做,因为它很早就意识到积累和管理数字资产的重要性,尤其是一个直接面向千万用户的企业。它在十几年前还是一家邮寄租看DVD的传统企业时,就看清楚了解用户的喜好和选择是它最重要的资产。还在邮寄DVD时代,他们就着手积累用户喜好大数据,让每位订户在寄回DVD的同时为电影打分;进入流媒体时代,作为在线视频平台,它更加强了对用户行为数据的搜集。了解到千百万订户的选择,让网飞在开拍《纸牌屋》之前就已经对用户喜好有了足够的认知,也为它构建并不断完善好的推荐算法打好了基础。


五年前网飞的算法还很简单。对海量用户观看习惯分析后,发现有众多用户喜爱BBC的原版剧集《纸牌屋》(美版《纸牌屋》是对BBC剧集的翻拍),许多用户把剧集看了一遍又一遍,且一看就收不住手,这些行为在网飞看来是用户喜好的直接表现。与之相关的是,网飞发现,喜爱看BBC版《纸牌屋》的观众也很喜欢看由男星凯文·史派西出演的电影,对《社交网络》的导演大卫·芬奇也十分感冒。有了大数据和算法梳理出来观众认可的剧本、演员和导演,网飞的高层认为将三者打包起来的剧集值得一赌,而且它一出手就是豪赌。


显然,网飞的这一赌博不仅获得了商业上的成功,在艺术上也让评论者惊艳。因为《纸牌屋》,网飞仅仅用六个月就获得多项艾美奖提名,并最终捧回艾美奖和金球奖。相比之下,HBO等了整整25年才等到第一个艾美奖提名。网飞的首席内容官泰德·萨兰多斯曾经说过这么一句话:“我们的目标是快速成为HBO,而不让HBO那么容易赶上我们。”这句话从网飞决定开拍《纸牌屋》之后就被一再验证。


人工智能把“推荐”推向了前台


《纸牌屋》对电视业颠覆,源自对大数据的利用。五年前网飞2500万订户的观看习惯,被它用来判断观众的喜好,并基于此来创作观众喜欢的剧集。五年后,它在大数据和人工智能的应用上又有了长足进步。


首先网飞所搜集的用户行为的数据,颗粒度已经非常细致。每天,它要搜集几千万用户的行为数据,每个触点包括用户观看视频的时间、地点、时长、用什么设备观看,每个用户观看视频的行为也会被清晰标注,比如什么时间暂停、快进或者回放,当然还包括每个人对剧集的评分,搜索历史以及在社交媒体上的留言和评价。大数据专家认为好的大数据需要同时具有宽度和深度,也就是“Big N”和“Big D”,前者指的是数据的样本数量非常多,后者则强调每一个数据点的颗粒度要非常细。网飞积累的大数据正好两者都符合。


其次,网飞培养出来的人工智能推荐的水平也已经上了好几个台阶。早期比较粗糙的算法推荐主要根据用户过往的使用信息来预测用户未来的偏好,如果你在网上搜索了一次洗衣机,洗衣机的广告就好像如影随形一样总在你的电脑屏幕里跳出来,如果你点了有关历史的文章,就不断推荐给你历史相关的文章。网飞培养出的算法要更智能,因为它不仅对每个用户观看视频的历史有更为仔细的观察和分析,因此对个体用户的偏好更了解,同时它积累下来的亿万用户的视频观看历史有助于更好地对用户进行分类,找到相互关联的特征。


这两点洞察加在一起,帮助网飞能对每个用户可能感兴趣的视频做出更好地推荐。更为智能的推荐改变了网飞,也改变了整个电视行业的商业逻辑:从依靠每个用户自己的搜索转变成向每个用户个性化推荐。推荐比搜索更有效率,因为个体的视野和经验都有局限,推荐却可以基于千百万人的选择,挖掘出你根本没有想到过却能打动你的内容。推荐也让小众的电视剧变得有市场,只要能精准找到喜爱它的人群。


有了深入的用户洞察,网飞把亿万用户按照品味和兴趣分成大约2000个人群,针对每个人群都会有不同的推荐。网飞去年就拍过一季评论家认为很水的肥皂剧,却深受少男少女喜爱,就是一个例证。网飞也开始挖掘一些曾经叫好但不叫座(收视率不高)的剧集拍续集,因为它比普通电视台有能力找到精准用户,不用担心大众的收视率。这种对用户的洞察也让网飞能够更精准判断某一个原创剧集该花多少钱投资,通过分析某一个剧集对特定用户群体的覆盖、吸引和挽留的情况,从而计算出合理的购买成本。


此外,因为推荐更为智能,网飞也很少会引导用户去观看他们所在的人群不爱看的节目,所以很少有人会因为看到自己讨厌的节目而对网飞失去信任。


数字经济时代的订户经济逻辑


网飞带来的改变还远不止如此,它也是数字经济是时代企业拥抱订户经济逻辑的典型。


订户经济逻辑,一个简单的定义就是一家运营良好的企业每年一开年就能锁定70%收入的商业模式,因为至少有70%的订户新的一年还会继续付费使用企业的服务。


订户经济逻辑并不是什么新概念,一百多年前报纸和杂志就开始依赖订户收入,HBO这个完全不插播广告的有线电影频道更是绝大多数收入来自订户。了解懂得订户,锁定订户,增强订户粘性,变成了订户经济商业模式最重要的关系,这一点大家都懂。


网飞带来的改变是把大数据和人工智能应用到与付费用户建立强关联之中,它的成功也代表了订户经济逻辑在数字经济时代的强大吸引力。订户经济逻辑要求企业的商业模式从贩卖商品向提供服务转变,网飞就是一个很好的例子。网飞关注的不再是能卖给用户多少部片子,或者用户会看多少部片子,它专注的议题变成了:用户需要什么节目?怎么做才能长期可持续地不断满足用户的需求?


订阅经济逻辑推动了很多商业模式的改变。比如,网飞不再需要去做市场调研了。传统电视节目制片商之所以要至少看一集的样片再定夺是否预订一季剧集,因为看样片是市场调研,可以分析焦点小组的反馈,也可以让经验丰富的高层凭感觉对剧集的前景做出判断。


有了大数据分析之后,网飞对用户喜好的预测变得更精准,就再没有必要去做市场调研了,这也是为什么从《纸牌屋》开始,网飞再没有看样片习惯的原因,因为它已经完成了数字化转型,每一个用户的观看行为的追踪与分析都是它的实时市场调研。


网飞也很少做广告,因为从产品到体验的转变,最重要的卖点需要用户自己去体验,有什么比一个周末坐在沙发上看完一季《纸牌屋》那种酣畅淋漓的体验更有说服力呢?订户经济逻辑也让网飞能够挑战好莱坞的最后一个传统商业逻辑,我们姑且称之为“大片经济学”。大片经济学是好莱坞各大电影公司的主流商业逻辑,他们愿意花大价钱投资拥有炫酷特效的电影,也特别钟情于不断拍诸如《星球大战》这类大片的续集,因为他们希望大片能成为票房的吸金神器。


不过一旦判断失误,大片成为票房毒药,亏损也大的惊人,所以电影公司投资影片越来越小心谨慎,风险偏好日益保守,要么是特效与大牌的杂烩,热闹却没有深度,要么就热衷于续集,因为有前传的辉煌打底。


今年,好莱坞制片量最大的电影公司华纳兄弟将只会推出23部影片,而最赚钱的电影公司迪士尼只有10部。相比之下,网飞今年会制作100多部原创电影或电视剧,甚至美国前总统奥巴马夫妇也与网飞签订了内容制作协议。制作数量如此多的节目,也是为了满足2000多个口味不同的观众团体的需求。


相对于大片经济学,网飞代表的是“菜篮子效应”。大片风险高,菜篮子效应能确保表现超出预期的剧集能补贴不叫座的片子带来的损失,从而分散网飞在原创内容上大手笔投资的风险。更重要的是,网飞一旦不再被拍大片的逻辑束缚,它可以拍摄的原创剧集的宽度变得要开阔得多,题材也丰富得多,因为它的内容并不需要去吸引大多数人的眼球,只要它推荐给的特定人群叫好就行了。这也是为什么网飞能够很早就拍出像《女子监狱》这样尖锐题材却评价很高的剧集。


同样,这也是为什么只短短几年,网飞的原创剧集在争夺艾美奖等奖项上就可以和HBO分庭抗礼的原因。而网飞之所以要拿出至少120亿美元来制作原创内容,也是为了满足订户经济逻辑的需求:一方面为了有足够跨度的内容来吸引新的付费用户,另一方面也为了让老用户能够尽可能继续付费,因为随着网飞篮子里的多样化内容越积越多,对于付费用户而言,它的价值也就越来越高。


数字经济时代的转型样本


怎么定义网飞的转型?它从一个传统的视频流媒体分发渠道商变成了视频内容的原创者,背后有着一致的逻辑:在渠道商阶段它就已经积累了最为重要的数据资产——用户行为大数据,和基于大数据为用户提供节目推荐的人工智能,而它的转型,就是为了更好地利用这一数据资产。所以它选择跳过好莱坞电影公司和其他各类传统电视网络,直接切入内容的制作,让它的算法工程师和好莱坞的艺人一起打造满足不同人群口味的各类内容。


网飞经济学证明,数据经济的最大魅力,就在于利用大数据和人工智能挖掘出的付费用户的洞察,能勾兑出个性化市场推广的魔力药水。而网飞数字化转型的魄力也在于此:它敢于突破常规,围绕大数据、人工智能和订阅经济重新塑造视频行业的商业逻辑。


再回答开篇提出的第二个问题:为什么网飞能够如此大手笔地把所有的收入都投入到原创内容创作之中?因为遵循订阅经济逻辑的企业,最大的不同就是拥有持续滚动的订阅收入,为了投资未来吸引更多的订户也让更多既有用户持续满意,亏钱做买卖投资内容,甚至长期不挣钱其实是最理性的选择。传统会计核算是对过去的盘点,这也是为什么网飞这样遵循订户经济学逻辑的企业,从传统会计的角度看,根本不盈利。


不过,如果换一个视角,如果从网飞未来一年收入的增长前景去计算,它今年的大手笔投入并不疯狂。甚至,为了追求未来有更多稳定持续滚动的订阅收入,不断提高投入反而是最正确的商业决策。高盛就预测,到2022年网飞每年在原创内容上的投资可能会高达225亿美元。如果这一预测准确的话,意味着网飞一家视频流媒体平台制作原创内容的投入就能赶上美国所有传统电视公司目前在娱乐内容上的支出总和。网飞是企业在数字经济时代的转型样本。


这一转型涉及三方面,可以简单总结为数字化转型、人工智能应用与订阅经济逻辑。


首先,企业需要意识到它的数字资产是它未来最大的财富。为此它必须转型构建一套搜集用户数据的体系。其次,如何从数据资产中挖掘出数据洞察,成为企业转型的关键点。为此它必须要充分利用企业大数据和其他相关大数据(比如社交媒体数据),培养人工智能,更精准分析、梳理和判断用户的需求。第三,订户经济的逻辑变得更有吸引力。企业商业模式的重心需要从从售卖商品向服务与体验转变,超越简单的交易而与客户建立牢固关系,因为只有服务好客户,才能持续发展。