蝶戀花321
需要注意的是：雖然 Netflix 是 DVD 線下租賃行業的顛覆者，但一開始的時候，它的商業模式也包括 DVD 銷售和租賃，但是不是通過線下方式，而是通過電子郵件方式。而大概是在 2007 年，Netflix 在推出公司流媒體同時擴大公司業務，同時保留 DVD 的電郵租賃。Netflix 很快在國際範圍內擴展，2010 年時，向加拿大提供流媒體服務，而到 2016 年 1 月，Netflix 服務已經在 190 多個國家展開。
截至 2018 年 1 月，Netflix 全球付費用戶有 1.1758 億，包括在美國地區的 5475 萬。
硅發佈
熱播美劇《紙牌屋》
大約不到兩年前， Netflix在130個國家同步上線。現在，即使世界各個角落都可以觀看Netflix的節目了。這樣的國際爆發時增長自然也伴隨著很多挑戰，比如如何強推自己在美國本土的熱播劇目《怪奇物語》，畢竟他們的觀眾群很大，喜好也非常不同。
想要製造海內外大受歡迎的電影、電視劇，一定程度上，質量是少不了的。但Netflix一直都認為，用地理位置來判斷觀眾的喜好是很不準確的。而像 《怪奇物語》這樣在美國國內獲得艾美獎提名、收到很多批評家讚譽的劇目，想要在海外也受到同等歡迎，Netflix就必須發揮才智，讓不同語言的人都對其痴迷——好好鑽研《怪奇物語》在不同市場的翻譯問題。
翻譯要地道 KNP“寶典”很有必要
世界上使用的語言有幾千種，而要找到“Demogorgon”（(古代神話中的)魔王）在各種語言中的確切的翻譯，根本就是個不可能完成（至少很不實際）的任務。但是Netflix提供字幕的20種語言，還有更多提供語種配音的節目來說，Netflix還是費盡了心力。
於是，Netflix做了個“關鍵名稱和短語”工具（Key Names and Phrases， 簡稱KNP），一張巨大的表格中有各種內容：小說中的地名、只存在於科幻作品裡的術語、流行語、口頭禪等等。這張表格能確保自由譯者和翻譯公司的翻譯保持一致。KNP能讓Netflix知道這些千奇百怪的名詞和短語是什麼、怎麼念，不管是希臘語、西班牙語、瑞典語還是越南語。
有些翻譯很直接粗暴，英文的university翻成西班牙語就是universidad。但是其他語言就沒那麼方便了，甚至需要做很多的背景調查。尤其《怪奇物語》的背景是80年代，有很多那個年代特徵的用語，跟現在的說法很不一樣。
為了保證《怪奇物語》能跨越語言障礙，得到世界人民的喜愛，Netflix深入鑽研《龍與地下城》很久以前在不同國家的翻譯，看'Demogorgon'到底在70年代中在不同文化中都被翻譯成什麼。Netflix也翻出Eggo華夫餅幾十年前的宣傳材料，就為了得到當時的翻譯。
“我們深入鑽研故事中提到的背景基礎、具體細節，以保證翻譯出的譯文與三十年前的說法一致。”Netflix的內容本地化和質量管控部門主管Denny Sheehan說道，“我們將所有這些細節都集中在一起，成了一本‘怪奇寶典’，將寶典分發到各個譯員、配音工作室的手中，以便他們參考。”
就以“Demogorgon”為例，《怪奇物語》中的反派一號，被劇中的孩子借用《龍與地下城》中的惡魔王子“狄摩高根”來命名。為了保證《怪奇物語》能跨越語言障礙，Sheehan的團隊苦苦尋覓7.年代龍與地下城中Demogorgon在不同文化中的翻譯。團隊還翻出Eggo華夫餅幾十年前的宣傳材料，因為第一季中這個華夫餅“有很大戲份”。
龍與地下城中的“魔王”
對於一致性的執著追求，不僅體現在Netflix狠抓文字翻譯上，在配音演員的聲音上他們也毫不懈怠，專門找來跟原劇組聲音相似的演員。Sheehan說：“（聲音）體現了角色的性格和基調。”這話倒不假。但是Netflix也在找能給好幾個劇目的角色配音的演員。為《怪奇物語》中角色Joyce Byers配音的演員也為Beetlejuice中的Lydia Deetz還有 Bram Stoker’s Dracula中的Mina Harker配音。
“
我們對待字幕和配音的態度，是將他們視作打動觀眾的一種途徑，”Sheehan說，“我們的目標通過自己的創作熱情，真正的創造出在播出的國家有巨大文化影響、讓觀眾有共鳴的翻譯，讓這部電視劇在全球觀眾面前更有吸引力。”
怪奇物語中的“魔王”
影視要流行 本地化勢在必行
讓影視作品在全球廣泛傳播，也越來越成為商業關注的重點。
“要在國際廣泛傳播，本地化就異常關鍵。”
Ovum的流媒體分析師Tony Gunnarsson一直都密切關注Netflix的動態, 他說：“歐洲的觀眾對美國影視作品很熟悉，但是他們總期望著能出當地語言的字幕。世界各地觀眾都是同樣的要求”
Netflix已經嚐到了這樣做的甜頭，Netflix產品創新部門副總裁這樣說道，“在本地化之前，有些國家就已經有會講英語的觀眾訂閱Netflix，並且在追這些劇。”Yellin說，“但是在本地化之後，我們在這些國家的訂閱數量有顯著增長。”
Netflix響應觀眾的本地化需求，可不只是做字幕和配音。近幾年來，Netflix付出極大的努力，讓新興市場的觀眾能更好地使用自己的服務。這些國家的帶寬可能有限制、網絡不太穩定。於是Netflix引進了可下載的內容，讓觀眾能在Wi-Fi環境中下載，然後隨時隨地可以觀看節目。
“我們努力讓觀眾有更好的觀看體驗，比如，如果觀眾是用手機網絡在看節目，我們怎麼用更少的流量讓他們看到畫質更好的視頻，怎麼減少緩衝，尤其是在一些網絡環境挑戰性大的國家，印度、馬來西亞、菲律賓等等，這些市場對Netflix的擴張是非常重要的。”
技術和語言關都過了，那觀眾要是本來就不喜歡節目內容，一切都是白搭。這也是Netflix和漫威簽下好幾個系列合約的原因，漫威的漫畫相關作品是國際觀眾播放清單的中雷打不動的一塊。今年，Netflix對動漫的投資也大有增加，因為動漫一般能超越國界和觀眾群的界限，受眾比較廣。
Netflix和漫威合作的《超膽俠》
作為斯皮爾伯格流派的“迴歸”，《怪奇物語》也有斯皮爾伯格作品的DNA，為紅遍全球而生。在該劇首映之前，演員和製作人都是對觀眾而言都是比較陌生的。但是它是符合大眾口味的。不僅是斯皮爾伯格、導演大衛林奇的粉絲和喜愛電影Stand By Me 的觀眾或許也會好《怪奇物語》這一口。
“我的直覺是，這部劇之所以大獲成功，吸引到好幾個不同的觀眾群，是因為對於他們而言，追這部劇的粉絲對劇非常著迷，形成了一種“崇拜”，”林肯大學電影研究教授Nigel Morris說，“劇中的各種暗示和伏筆對於觀眾而言，像是互動遊戲。一方面，觀眾因為看出了編者的對他們喜愛影視作品的‘引用’而沾沾自喜，另一方面，他們也很好奇自己錯過了哪些暗示。他們在社交媒體上討論得熱火朝天，對於情節的發展、不同的線索做出各種猜測。”
Netflix下了這麼大功夫，成效如何？《怪奇物語》不負厚望，一開始先在加拿大火爆起來，接著逐漸蔓延到世界各地。在一個月內，觀看該劇的Netflix用戶遍佈190個國家，其中70多個國家的觀眾成了忠實粉絲。在不丹和乍得都有用戶觀看。在Netflix服務的歷史中，《怪奇物語》成為首部有南極洲用戶在線觀看的影視作品。
《怪奇物語》只是一部電視劇。但製作這部劇的模式跟其他影視內容的製作沒有太多區別。Netflix已經應世界人民的需求和口味，為他們“量身定製”一些他們想看的內容。現在，難就難在要打破地域和語言的阻礙，不管觀眾身在何處，說什麼語言，都以他們能夠理解的形式，向他們呈現這些影視作品。
氪星情報局
700部！我的天，一天一部都看不完。
天天這次真的要給網飛跪下了
網飛是誰？
對於還不知道的夥伴，天天有必要給你們重點安利一下。
網飛 = Netflix，又叫奈飛。
最早是租光盤的小販，後來轉型為流媒體平臺。
在美國人民還在以一週一集的節奏在HBO、Showtime、Starz等電視臺上追劇時，Netflix幹了一件顛覆業界的事，就是把一整季13集一股腦放出來。
這種豪爽大氣的創舉得到了廣大人民群眾的熱烈迴響：
早該這麼幹了，還催生了一個名詞Binge-watch（刷劇），天天剛在昨天的文章中介紹過。
這種新模式加上Netflix源源不斷產出的高質量劇集，從《紙牌屋》到《馬可波羅》、從《女子監獄》到《超感獵殺》、從《怪奇物語》到《副本》，僅僅去年的高質量新劇就有《無神》《懲罰者》《心靈獵人》《十三個原因》《小小安妮》《吉普賽人》等、更別說還有高分動畫《馬男波傑克》《惡魔城》來填空。
Netflix真是越來越火了
| 《紙牌屋》
|《副本》
|《無神》
|《懲罰者》
| 《十三個原因》
| 《吉普賽人》
但Netflix的野心不止如此，人家的終極夢想是顛覆全世界。
Netflix向全球擴張的腳步一刻都沒停下來，這是現在Netflix 已進入的市場。
| 紅色為已進入
這個在線流媒體巨頭目前全球擁有超過
1.17億訂戶，他們的CEO Reed Hastings近日還對外宣稱，他們下一個1億用戶將會來自印度，全球活躍訂戶遠期目標是7億。目前Netflix整個亞太地區才550萬用戶，也許你會問，Netflix為什麼不來中國呢？
其實人家超想來中國的，嘗試了好幾年了，都失敗了。
據天天個人判斷，接下來的幾年裡，Netflix仍然不會成功引進國內，不過沒關係，你們還有天天呢，而且還不用花錢。
（PS：網飛高清套餐11.99美元/月）
而Netflix現在最忙著做的，便是無上限的擴充片庫。
資源便是優勢
他們已經和《美國恐怖故事》《美國犯罪故事》《宿敵》製片人瑞恩·墨菲簽下五年獨家協議，希冀能推出更多厲害的劇集。
|《美國恐怖故事》海報
|《宿敵》海報
除了美國本土，他們在非美國地區動作也不斷。
2017年他們推出德國電視劇《暗黑》，在日本購買真人版電影《鋼之鍊金術師》和動畫電影《哥斯拉：怪獸行星》，購買中國內地網劇《白夜追兇》，甚至還買了《熊出沒之熊心歸來》。
| 《暗黑》
燒錢也是必須的
2017年Netflix的市場推廣費為13億美元，2018年將增加到20億美元。
值得一提的是，Netflix2017年第四季財報利潤為1.86億美元，目前股價超過290美元，市值1261億美元。
天天似乎已經聽到了紙幣燃燒吶喊的聲音了，好興奮。
也許你看到700部這樣的數字會有疑問，這種短時間高產出能保證劇集質量嗎？
你覺得呢？
天天美劇吧
《紙牌屋》是美國非常有名的一部政治電視劇，一出來就受到廣大觀眾追捧，熱衷於美劇的朋友一定有聽說過。而製造出《紙牌屋》這種大手筆背後的大佬，就是今天的主角Netflix。這部劇的開發是根據用戶喜好的大數據，結果一出現，就引爆了電視劇市場。
如果你十年前投入了1000美元在下列公司，今天你將擁有如下圖所示的收益。其中如果你有幸投了Netflix的股票，那如今已經翻了50多倍了，這家公司的投資回報率，遠遠超過了偉大的亞馬遜和蘋果。這家靠出租光盤轉型流媒體的公司，業務結構簡單，主要收入靠用戶的會員費用。
這家公司的人才管理手段與眾不同，不僅在產品上牢牢把握市場需求，而且在科技上引領創新潮流，到底是什麼獨特之處，又能給我們帶來什麼啟示呢？
一、優秀的招聘文化：為員工提供最好的環境
Netflix一直堅信以市場上最高的價格招聘最優秀的員工，為這些最優秀的員工提供的環境並不是請客吃飯或者給與良好的福利，而是招聘更多優秀的同事，使得優秀的人與優秀的人在一起，為公司創造最大的價值。這個公司一直堅信，招聘一個優秀的員工抵得上幾個“還湊乎”的員工，起碼不用花費過多的時間與精力為員工的錯誤和問題“擦屁股”。Netflix招聘的對象往往是“成年人”，有良好的自控能力，積極的情緒狀態。也就是說，他們要找的不是那種聰明的“混蛋”，而是明白事理的成年人，這些人往往非常自律，能夠發揮創造力。這讓Netflix的人員看似散沙一盤，實則節省了大量人力管理成本。
二、薪酬與考核：給足夠的錢和信任
上班無需打卡，報銷不用簽字，沒有績效工資，也不設考核指標，無法想象這樣一家看起來毫無管理規範的公司依靠的不是“人治”，而是“自治”。
在薪酬上面，Netflix不僅在招聘上體現對“成年人”的招聘文化，對內部的員工也是以“成年人”的方式對待，薪酬上給予員工“年薪制”，即無論員工表現如何，給的薪酬都不會減少，Netflix的領導層認為，只要招對了人，有沒有年終獎和獎金也不會讓員工變笨，當然，福利上絕對不會低於市場平均水平。如果有不優秀的人存在，那麼結果是直接開除。
Netflix對員工也是存在考核的，與眾不同的是，這種考核屬於非常規的“360度考核”，員工只需對他的同事做出“應該做什麼”和“不需要做什麼”的建議。且在考核的時候大家開誠佈公的坐在一起以討論的方式相互評估。
三、股票期權激勵
許多公司在招聘人才的時候往往會給出一些薪酬方案，在給出年薪的同時會搭配一定的股票期權，盡最大的努力達到吸引人才節約成本的目的。值得注意的是，Netflix給出員工選擇股票期權在整體薪酬中的佔比的權力，這一點與之前我們曾經介紹過的小米是相似的。不同的是，Netflix每個月都會以稍低於股價的價格發放一定的期權，而且允許即時兌現，對於Netflix來講，股票期權並不是為了降低員工離職率，如果員工存在更好的發展機會，就應該在離開的時候帶走應得的。
Netflix的例子告訴我們，在人才的管理上不一定完全依賴制度管理，對於知識技術密集型的企業來講，要做到“法治”與“人治”的平衡，在一定的制度之下充分給與員工自主的權力，把員工當做“成人”看待和信任，讓員工有更多的積極情緒，以激發其自身動力，將最多的認知資源投入到工作中去。
謙啟將企業案例解析與專題研究結合，帶領大家解析管理知識，並附以獨有專題研究進行解析。您可以點擊頭像關注我們，私信留言“謙啟學堂”，領取大量管理書籍，小謙將與各位一起解讀管理。
謙啟管理評論
奈飛，奈飛，奈何非我魚與熊掌
===============================================
毋庸置疑Netflix模式就是未來。很久很久以前，有一家公司叫Blockbuster，稱霸租碟業許多年。某個叫Reed Hastings的哥們在那裡租了個碟，結果由於超期歸還被黑走“一大筆”逾期費（大概40美元），怒了。然後他忿忿地去健身，發覺健身房商業模式甚是美哉，不管你去得多還是少，會員費半毛錢也不能少交。很不巧，Hastings是一個動不動就要改變世界的軟件工程師，想法來了就要幹，更不巧的是他當時已經非常有錢。於是憤怒之餘他創辦了Netflix，也是做租碟生意，沒有逾期費並且搞會員制。十三年後Netflix把Blockbuster幹到了破產保護，大仇得報。這個故事告訴我們兩個道理：1.客戶服務一定要做好，不該薅的羊毛就別死命薅，不然你就是逼羊為虎。2. 工程師惹不起。
當然不能說Blockbuster命衰，事實上她是代表了過去輸給了未來，而顯然Netflix就是未來。但Blockbuster也並非一下子就潰不成軍，具體而言她遭到了Netflix商業模式二重進化的長期又殘酷的折磨。
在1.0 進化的伊始Netflix只對Blockbuster模式做了兩個改變 1. 輕資產化，無店面，網上運營。2. 郵碟到戶。用戶在網上訂碟，Netflix用隔夜快遞郵寄給客戶，客戶看完郵寄回Netflix。相較於Blockbuster，如此操作的直接比較優勢是1. O2O，可以不出門，省腿。2. 選擇多，你Blockbuster再一臉苦逼地去根據人口數據調整藏碟，也架不住別人線上選擇的琳琅滿目。
Netflix商業模式2.0
用1.0逆襲成新盟主之後，Netflix無論做什麼都開始琢磨另一個問題：怎樣才能讓用戶體驗比從Netflix租碟更好？我們來到了2006年，這一年是Netflix流媒體（streaming）的元年，在這一年之前Netflix的訂閱人數是420萬，基本服務月費降至17.99美元。你說流媒體這個點子在當時十分性感新穎嗎，其實也談不上，1995年就有人嘗試搞流媒體的生意，但問題是技術實在跟不上靈感，下個片幾百個鐘頭小白菜等成老泡菜。這也說明了新概念能賺錢的前提一定是技術到位，而不是vice versa，想想現在的AI（人工智能）和VR（虛擬現實）。
=====================================================================Netflix的推薦策略一直是行業內的標杆，數據顯示，Netflix的用戶75%的觀影動力來自於推薦，也就是說75%的用戶進入Netflix的首頁不用做任何操作就能找到自己感興趣的節目。這一令人吃驚的數據顯示了Netflix推薦系統的強大和精準。Netflix主張：「推薦系統幫助Netflix贏得關鍵時刻」。當一個會員訪問Netflix，他們希望能夠幫助用戶在幾秒鐘之內就找到他感興趣的影片，以免用戶去尋找別的樂子。
這麼多維度的數據，其中的每一個數據項Netflix都做得非常細緻。比如影片類型，Netflix把可能影響影片分類的每個因素叫做基因，基因組成了影片的一個非常細緻的類型，或者說是一種“微類型”。
一個基因組成的微類型語法可能是這樣：
地區+形容詞+類型（名詞） +基於……+……為背景+來自……+關於……+從 X 歲到 Y 歲（Region + Adjectives + Noun Genre + Based On… + Set In… + From the… +About… + For Age X to Y）
也就是說，你喜歡看來自非洲的年輕女性成為超級英雄的電影，Netflix可以幫你找到。比如我自己，喜歡看失意的爸爸靠打拳擊而拯救人生的電影，看起來非常具體，但其實這個類型的電影單我看過的就有：《鐵甲鋼拳》、《阿虎》、《鐵拳》等。這樣微類型的分類其實與好萊塢類型化高度成熟的現在，好萊塢故事的套路組合方式是非常一致的。
影片這樣的微類型Netflix有多少個呢？76897個。數據作為算法的基礎，Netflix可以算將自己的數據挖掘到了最深處。
====================================================================然而，在瓷器國，由於某菊的限制，奈飛可能永遠也進不來，但我們也不乏這樣的技術，樂視超級電視目前正在不斷更新此技術。為什麼這個算法偏偏用在了電視上呢？要從以下幾點來分析：
1. 需求：
電視用戶更加依賴推薦，這是我們在做電視的過程中感受到的。用戶在電視端尋求的是休閒娛樂與陪伴，陷入沙發中的用戶能動性降低，希望快速方便找到喜歡的節目並且儘快開始播放。電視操作的不易使尋找內容變得更困難，對推薦的依賴更加嚴重。一個理想的電視推薦系統，應該是可以連續播放用戶喜歡的內容，甚至不需要用戶再次尋找遙控器直起身子再次進行復雜的操作了。
2. 問題：
電視不同於PC、手機的是，電視是多人共同使用的智能設備，一家人的數據混雜在一起，給畫像、推薦的準確性增加了很多的困難。其實Netflix也遇到了這個問題，由於付費觀看，Netflix的用戶也常常是一家人共用一個賬號，在全家多個設備上面使用（所以Netflix會特別注重設備信息）。Netflix目前也在探索這個問題的解決方式，方式之一是讓用戶登陸後，手動選擇一個角色，來直接區分不同用戶的行為。
3. 解決方案：
手動選擇角色的方式一定程度上可以解決多人共用設備的問題，但這個方案對於用戶的門檻很高，不能強制用戶每次使用都需要選擇角色。而在電視端，很多時候是多人共同觀看場景，甚至無法進行選擇。
通過數據分析，我們發現了另一種方式。與手機碎片化的使用時間不同，電視的使用時長基本都是大塊的時段。我們發現，家庭生活一般是比較有規律的，老人早起，年輕人上班，很有規律。並且每個家庭自己的生活也一般比較有規律，反映到電視端的使用上，也就是電視的使用也會呈現分時段的規律。一個家庭的分時段電視使用規律可能是這樣的：早上7點-9點，老人用信號源觀看新聞；下午4點-6點，孩子點播觀看動畫；晚上8點-10點，全家人用信號源觀看電視劇；10點-12點，爸爸點播觀看體育節目。
我們的數據調研顯示，80%的用戶家中有分時段的觀看行為的差異。差異體現在兩個維度：1. 場景偏好（使用輪播、點播、信號源、第三方app），2. 內容偏好。數據顯示，早上偏好兒童節目的用戶更多，晚上無明顯偏好的用戶更多。要說明的是，每個用戶家庭的使用時段規律都是不同的，我們用智能化算法的方式可以找到每個家庭的使用規律。
這樣的研究結果可以用於優化電視端的推薦，我們首先找到每個家庭使用電視的分時段規律，然後橫向比較相同的時段中的內容和行為數據，在每個時段給出相應的推薦結果。這個方案可以一定程度解決多人使用電視的問題，給出更精確的推薦結果。
電視端的推薦，還有更多的問題等待我們提出，也會有更多的方案去解決。也期待和大家一起討論與研究，為用戶提供更好的推薦服務。可以達到不動一指，精彩持續的理想狀態。
鯉魚尾
奈飛出品，必屬精品。
說起來netflix也是靠大數據起家的。
它基於之前的電視用戶數據做冷啟動，先給用戶打標籤，分析用戶的喜好，用戶喜歡什麼類型是劇，喜歡什麼情節，什麼劇情可以引起用戶強烈關注。
這些標籤都是大數據分析出來的，一個劇在寫之前就鎖定了用戶群，劇情也是基於分析出來的標籤來寫。有點像推薦，用戶有標籤，劇有標籤，然後匹配。理論上講，netflix拍的劇越多，用戶數據越多，標籤越準確，模型越準確，拍出好劇的概率越大，這是一個正向循環，會形成技術壁壘，也不容易被其它公司模仿和超越。
