財經 北京新浪網 「網飛經濟學」的啟示

「網飛經濟學」的啟示

北京新浪網 2018-11-11 04:46

  「網飛經濟學」的啟示

  吳晨

  如果要用一個詞來形容美國互聯網巨頭企業,那一定是FAANG,有人把它稱之為「大獠牙幫」(FANG在英語里是毒牙的意思)。大獠牙幫中的臉書、亞馬遜、蘋果和谷歌大家都耳熟能詳,網飛(Netflix)相比之下卻不那麼起眼,也是獠牙幫中市值最低的小兄弟。但是,如果要從企業的數字化轉型、商業模式創新和人工智慧應用以及對傳統商業的顛覆這一系列維度去評價,網飛這家在線影片流媒體公司卻是個很好的成功案例。

  截止2018年第三季度,網飛的訂戶總數達到1.37億,其中三分之一在美國。按每人每月平均訂費10美元計算,這些用戶帶來的年收入將達到164億美元。同樣驚人的是,網飛今年計劃投資120到130億美元拍獨家的電視節目內容,徹底從一個傳統的影片內容渠道商變成了整合原創節目生產與分發全流程的流媒體平台。網飛花錢的力度,只有亞馬遜堪比。

  為什麼網飛願意把所有的收入都投入到原創內容的製作中去?為什麼網飛能夠如此大手筆地把所有的收入都投入到原創內容創作之中?它的這種瘋狂燒錢的模式到底代表了怎樣的一種新商業模式?已經有人用「網飛經濟學」來形容這一商業模式。如果用一句話來概括的話,「網飛經濟學」就是能夠充分調動內部數字資產的大型企業利用人工智慧與付費用戶建立直接並專屬聯繫進行精準營銷的商業模式。大獠牙幫中或許只有亞馬遜與網飛有不少類似之處,但是若論行業的專注度,網飛位列第一。

  《紙牌屋》是人工智慧

  與用戶洞察的勝利

  理解「網飛經濟學」,還得從《紙牌屋》談起。

  2013年開拍的《紙牌屋》是網飛投資的第一個原創劇集,卻也是對美國傳統電視業顛覆的開始。《紙牌屋》出名,不僅僅是因為它在美劇愛好者中的口碑,更因為它開創了許多第一。

  它是第一個一季13集劇集一次放出的電視劇。在此之前,無論是免費的美國三大電視公司還是收費的有線電視台如HBO,一季電視劇每周播放一集是正常套路。網飛這麼做,可以說是完全不按牌理出牌,卻讓觀眾大呼過癮。通宵看劇的人大有人在。

  它也是第一個沒有拍任何樣片就由網飛高層拍板開拍的劇集,而且一次就預定兩季,第一季的投資高達1億美元。要知道,常規的做法是片商看了一兩集的樣片再定奪是否預訂,且在一季播放過程中,根據收視率決定是砍,還是續訂。網飛的這種做法對傳統電視整個業務模式的顛覆,更深遠。

  傳統電視,無論是免費的無線電視網還是收費的有線電視,歸根結底都需要消費者自己去搜索他們想要的節目,都以尼爾森這樣的公司搜集的觀眾收視率作為節目好壞的標杆。以美國傳統電視業為例,無論是三大無線電視網之一的ABC還是以原創電影和劇集著稱的HBO都面臨同樣的問題:在推出新節目之前,公司的高層並沒有辦法判斷觀眾對某個特定節目的收視率是高還是低。所以,美國的傳統電視行業平均每年要花費大約4億美元,從五六百個劇本中篩選出一百個左右讓創作團隊拍出一集試映的樣片,只有三分之一的樣片會被審核通過,獲得資金開拍第一季。電視劇上映之後,又馬上進入一場收視率的錦標賽,排名靠後的劇集很快被砍檔。通常在第一季結束之後,平均只有十二三個劇集能被續簽第二季。

  網飛能這麼做,因為它很早就意識到積累和管理數字資產的重要性,尤其是一個直接面向千萬用戶的企業。它在十幾年前還是一家郵寄租看DVD的傳統企業時,就看清楚了解用戶的喜好和選擇是它最重要的資產。還在郵寄DVD時代,他們就著手積累用戶喜好大數據,讓每位訂戶在寄回DVD的同時為電影打分;進入流媒體時代,作為在線影片平台,它更加強了對用戶行為數據的搜集。了解到千百萬訂戶的選擇,讓網飛在開拍《紙牌屋》之前就已經對用戶喜好有了足夠的認知,也為它構建並不斷完善好的推薦演算法打好了基礎。

  五年前網飛的演算法還很簡單。對海量用戶觀看習慣分析後,發現有眾多用戶喜愛BBC的原版劇集《紙牌屋》(美版《紙牌屋》是對BBC劇集的翻拍),許多用戶把劇集看了一遍又一遍,且一看就收不住手,這些行為在網飛看來是用戶喜好的直接表現。與之相關的是,網飛發現,喜愛看BBC版《紙牌屋》的觀眾也很喜歡看由男星Kevin·史派西出演的電影,對《社交網路》的導演大衛·芬奇也十分感冒。

  有了大數據和演算法梳理出來觀眾認可的劇本、演員和導演,網飛的高層認為將三者打包起來的劇集值得一賭,而且它一出手就是豪賭。

  顯然,網飛的這一賭博不僅獲得了商業上的成功,在藝術上也讓評論者驚艷。因為《紙牌屋》,網飛僅僅用六個月就獲得多項艾美獎提名,並最終捧回艾美獎和金球獎。相比之下,HBO等了整整25年才等到第一個艾美獎提名。

  網飛的首席內容官泰德·薩蘭多斯曾經說過這麼一句話:「我們的目標是快速成為HBO,而不讓HBO那麼容易趕上我們。」這句話從網飛決定開拍《紙牌屋》之後就被一再驗證。

  人工智慧把「推薦」推向了前台

  《紙牌屋》對電視業顛覆,源自對大數據的利用。五年前網飛2500萬訂戶的觀看習慣,被它用來判斷觀眾的喜好,並基於此來創作觀眾喜歡的劇集。五年後,它在大數據和人工智慧的應用上又有了長足進步。

  首先網飛所搜集的用戶行為的數據,顆粒度已經非常細緻。每天,它要搜集幾千萬用戶的行為數據,每個觸點包括用戶觀看影片的時間、地點、時長、用什麼設備觀看,每個用戶觀看影片的行為也會被清晰標註,比如什麼時間暫停、快進或者回放,當然還包括每個人對劇集的評分,搜索歷史以及在社交媒體上的留言和評價。

  大數據專家認為好的大數據需要同時具有寬度和深度,也就是「BigN」和「BigD」,前者指的是數據的樣本數量非常多,後者則強調每一個數據點的顆粒度要非常細。網飛積累的大數據正好兩者都符合。

  其次,網飛培養出來的人工智慧推薦的水平也已經上了好幾個台階。早期比較粗糙的演算法推薦主要根據用戶過往的使用信息來預測用戶未來的偏好,如果你在網上搜索了一次洗衣機,洗衣機的廣告就好像如影隨形一樣總在你的電腦屏幕里跳出來,如果你點了有關歷史的文章,就不斷推薦給你歷史相關的文章。網飛培養出的演算法要更智能,因為它不僅對每個用戶觀看影片的歷史有更為仔細的觀察和分析,因此對個體用戶的偏好更了解,同時它積累下來的億萬用戶的影片觀看歷史有助於更好地對用戶進行分類,找到相互關聯的特徵。這兩點洞察加在一起,幫助網飛能對每個用戶可能感興趣的影片做出更好地推薦。

  更為智能的推薦改變了網飛,也改變了整個電視行業的商業邏輯:從依靠每個用戶自己的搜索轉變成向每個用戶個性化推薦。

  推薦比搜索更有效率,因為個體的視野和經驗都有局限,推薦卻可以基於千百萬人的選擇,挖掘出你根本沒有想到過卻能打動你的內容。

  推薦也讓小眾的電視劇變得有市場,只要能精準找到喜愛它的人群。有了深入的用戶洞察,網飛把億萬用戶按照品味和興趣分成大約2000個人群,針對每個人群都會有不同的推薦。網飛去年就拍過一季評論家認為很水的肥皂劇,卻深受少男少女喜愛,就是一個例證。網飛也開始挖掘一些曾經叫好但不叫座(收視率不高)的劇集拍續集,因為它比普通電視台有能力找到精準用戶,不用擔心大眾的收視率。

  這種對用戶的洞察也讓網飛能夠更精準判斷某一個原創劇集該花多少錢投資,通過分析某一個劇集對特定用戶群體的覆蓋、吸引和挽留的情況,從而計算出合理的購買成本。此外,因為推薦更為智能,網飛也很少會引導用戶去觀看他們所在的人群不愛看的節目,所以很少有人會因為看到自己討厭的節目而對網飛失去信任。

  數字經濟時代的訂戶經濟邏輯

  網飛帶來的改變還遠不止如此,它也是數字經濟是時代企業擁抱訂戶經濟邏輯的典型。

  訂戶經濟邏輯,一個簡單的定義就是一家運營良好的企業每年一開年就能鎖定70%收入的商業模式,因為至少有70%的訂戶新的一年還會繼續付費使用企業的服務。訂戶經濟邏輯並不是什麼新概念,一百多年前報紙和雜誌就開始依賴訂戶收入,HBO這個完全不插播廣告的有線電影頻道更是絕大多數收入來自訂戶。了解懂得訂戶,鎖定訂戶,增強訂戶粘性,變成了訂戶經濟商業模式最重要的關係,這一點大家都懂。

  網飛帶來的改變是把大數據和人工智慧應用到與付費用戶建立強關聯之中,它的成功也代表了訂戶經濟邏輯在數字經濟時代的強大吸引力。

  訂戶經濟邏輯要求企業的商業模式從販賣商品向提供服務轉變,網飛就是一個很好的例子。網飛關注的不再是能賣給用戶多少部片子,或者用戶會看多少部片子,它專注的議題變成了:用戶需要什麼節目?怎麼做才能長期可持續地不斷滿足用戶的需求?

  訂閱經濟邏輯推動了很多商業模式的改變。

  比如,網飛不再需要去做市場調研了。傳統電視節目製片商之所以要至少看一集的樣片再定奪是否預訂一季劇集,因為看樣片是市場調研,可以分析焦點小組的反饋,也可以讓經驗豐富的高層憑感覺對劇集的前景做出判斷。有了大數據分析之後,網飛對用戶喜好的預測變得更精準,就再沒有必要去做市場調研了,這也是為什麼從《紙牌屋》開始,網飛再沒有看樣片習慣的原因,因為它已經完成了數字化轉型,每一個用戶的觀看行為的追蹤與分析都是它的實時市場調研。

  網飛也很少做廣告,因為從產品到體驗的轉變,最重要的賣點需要用戶自己去體驗,有什麼比一個周末坐在沙發上看完一季《紙牌屋》那種酣暢淋漓的體驗更有說服力呢?

  訂戶經濟邏輯也讓網飛能夠挑戰好萊塢的最後一個傳統商業邏輯,我們姑且稱之為「大片經濟學」。大片經濟學是好萊塢各大電影公司的主流商業邏輯,他們願意花大價錢投資擁有炫酷特效的電影,也特別鍾情於不斷拍諸如《星球大戰》這類大片的續集,因為他們希望大片能成為票房的吸金神器。不過一旦判斷失誤,大片成為票房毒藥,虧損也大的驚人,所以電影公司投資影片越來越小心謹慎,風險偏好日益保守,要麼是特效與大牌的雜燴,熱鬧卻沒有深度,要麼就熱衷於續集,因為有前傳的輝煌打底。今年,好萊塢製片量最大的電影公司華納兄弟將只會推出23部影片,而最賺錢的電影公司迪士尼只有10部。相比之下,網飛今年會製作100多部原創電影或電視劇,甚至美國前總統奧巴馬夫婦也與網飛簽訂了內容製作協議。

  製作數量如此多的節目,也是為了滿足2000多個口味不同的觀眾團體的需求。相對於大片經濟學,網飛代表的是「菜籃子效應」。大片風險高,菜籃子效應能確保表現超出預期的劇集能補貼不叫座的片子帶來的損失,從而分散網飛在原創內容上大手筆投資的風險。

  更重要的是,網飛一旦不再被拍大片的邏輯束縛,它可以拍攝的原創劇集的寬度變得要開闊得多,題材也豐富得多,因為它的內容並不需要去吸引大多數人的眼球,只要它推薦給的特定人群叫好就行了。這也是為什麼網飛能夠很早就拍出像《女子監獄》這樣尖銳題材卻評價很高的劇集。同樣,這也是為什麼只短短幾年,網飛的原創劇集在爭奪艾美獎等獎項上就可以和HBO分庭抗禮的原因。

  而網飛之所以要拿出至少120億美元來製作原創內容,也是為了滿足訂戶經濟邏輯的需求:一方面為了有足夠跨度的內容來吸引新的付費用戶,另一方面也為了讓老用戶能夠儘可能繼續付費,因為隨著網飛籃子里的多樣化內容越積越多,對於付費用戶而言,它的價值也就越來越高。

  數字經濟時代的轉型樣本

  怎麼定義網飛的轉型?它從一個傳統的影片流媒體分發渠道商變成了影片內容的原創者,背後有著一致的邏輯:在渠道商階段它就已經積累了最為重要的數據資產——用戶行為大數據,和基於大數據為用戶提供節目推薦的人工智慧,而它的轉型,就是為了更好地利用這一數據資產。所以它選擇跳過好萊塢電影公司和其他各類傳統電視網路,直接切入內容的製作,讓它的演算法工程師和好萊塢的藝人一起打造滿足不同人群口味的各類內容。

  網飛經濟學證明,數據經濟的最大魅力,就在於利用大數據和人工智慧挖掘出的付費用戶的洞察,能勾兌出個性化市場推廣的魔力藥水。而網飛數字化轉型的魄力也在於此:它敢於突破常規,圍繞大數據、人工智慧和訂閱經濟重新塑造影片行業的商業邏輯。

  再回答開篇提出的第二個問題:為什麼網飛能夠如此大手筆地把所有的收入都投入到原創內容創作之中?因為遵循訂閱經濟邏輯的企業,最大的不同就是擁有持續滾動的訂閱收入,為了投資未來吸引更多的訂戶也讓更多既有用戶持續滿意,虧錢做買賣投資內容,甚至長期不掙錢其實是最理性的選擇。

  傳統會計核算是對過去的盤點,這也是為什麼網飛這樣遵循訂戶經濟學邏輯的企業,從傳統會計的角度看,根本不盈利。不過,如果換一個視角,如果從網飛未來一年收入的增長前景去計算,它今年的大手筆投入並不瘋狂。

  甚至,為了追求未來有更多穩定持續滾動的訂閱收入,不斷提高投入反而是最正確的商業決策。高盛就預測,到2022年網飛每年在原創內容上的投資可能會高達225億美元。如果這一預測準確的話,意味著網飛一家影片流媒體平台製作原創內容的投入就能趕上美國所有傳統電視公司目前在娛樂內容上的支出總和。

  網飛是企業在數字經濟時代的轉型樣本。這一轉型涉及三方面,可以簡單總結為數字化轉型、人工智慧應用與訂閱經濟邏輯。

  首先,企業需要意識到它的數字資產是它未來最大的財富。為此它必須轉型構建一套搜集用戶數據的體系。

  其次,如何從數據資產中挖掘出數據洞察,成為企業轉型的關鍵點。為此它必須要充分利用企業大數據和其他相關大數據(比如社交媒體數據),培養人工智慧,更精準分析、梳理和判斷用戶的需求。

  第三,訂戶經濟的邏輯變得更有吸引力。企業商業模式的重心需要從從售賣商品向服務與體驗轉變,超越簡單的交易而與客戶建立牢固關係,因為只有服務好客戶,才能持續發展。

  (作者為《經濟學人·商論》執行總編輯)

支持按個讚↓

我讚過了 繼續看文章!