整合行銷研究與行銷資料科學：以Netflix為例

Published in

Marketingdatascience

8 min readApr 27, 2022

一、案例介紹

Netflix於1997年正式創立，並於2014年促使影視巨頭百視達倒閉，從而在產業中聲名大噪。Netflix目前以串流媒體（Over-the-top media services，簡稱OTT）平台為主要服務，其市場受到智慧型手機的興起，近年更因為疫情的影響，使得Disney+與Apple TV爭先進入這項產業，競爭者也如雨後春筍般地相繼出現。

Netflix目前最大的勁敵為Disney+。對於Netflix而言，Disney+是屬於五力分析裡的供應商威脅。由於迪士尼一直以來提供Netflix許多片源，因此Disney+的成立，除了讓Netflix需要下架不少的影片外，更使得許多迪士尼粉轉戰Disney+。但直至2021年第四季（Q4），Netflix的全球總用戶數為2.218億戶，依舊是OTT之首，勝過Disney+的1.181億人。因此，接下來，市場還在持續觀望兩大平台的廝殺，但Netflix除了有先佔者優勢外，其所使用的資料科學與行銷研究方法，也讓它大大提升競爭優勢，如圖1所示。

二、行銷資料科學

Netflix在資料科學方面做得極好，透過人工智慧（Artificial Intelligence，簡稱AI）系統，讓消費者能在短時間內找到想要的影片，能讓消費者將時間花在娛樂的過程中，快速被Netflix的影片所吸引。

(一)AI針對消費者的喜好進行客製化

用戶在進入使用者介面時，Netflix會依照個人喜好出現不同的影片，對每位使用者來說，這些都是客製化的內容。此背後的技術是透過人工智慧分析用戶過去的觀看資料，產出個人化頁面，並持續優化使用者的使用體驗。此外，Netflix的系統會根據歷史資料，判斷用戶喜好的演員或是電影類型，以決定預覽畫面是強調人物或是電影風格，呈現出客製化的預覽圖像。

(二)AI從後台演算法來推薦影片

Netflix透過建立推薦演算法，精準預測用戶對影片的喜好。由於Netflix能掌握許多用戶的觀看資料，包括觀看類型、地點、時間與使用設備等。因此，演算法已經能預測更多重要資訊，像是觀看影片的順序，或是各變數間的關聯性。

三、行銷研究

Netflix除了透過資料科學的方法外，也會配合行銷研究的方式協助決策，因為有時候數據無法得到的解答，啟動質化研究或是與消費者的訪談，更能有助於增進消費者體驗以及增加創意點子。

(一)非結構式訪談

非結構式訪談（Unstructured interviews）是質化研究方法當中的其中一種（DiCicco-Bloom and Crabtree，2006）[1]。Netflix的質化產品研究員塔馬斯馬卡尼（Tamas Makany）曾為了更佳在地化，開始探究在地文化與配音間是否有正負向的影響關係，進而飛往波蘭與當地使用者進行非結構式訪談。訪談後發現，在地的消費者喜愛的配音方式，有別於目前的一人一角，而是更喜歡由一人進行全部配音的單一配音方式，從而更加了解在地消費者的偏好。

(二)焦點團體法

Netflix的研究員每年也會飛往各地進行焦點團體訪談，了解他們對於觀看影片的習慣。研究員甚至會到使用者家中拜訪，了解在地使用者觀看影片的方式，像是透過行動裝置居多，或是居家觀看居多。透過對真實生活環境的觀察，了解消費者使用服務的真實樣貌。舉例來說，印度的家庭是圍在餐桌旁看電視；美國的家庭卻是都朝著同一方向看電視。因此，Netflix也會從中進行在地化差異的規劃。

四、結論

能真正進行行銷研究的公司並不常見，能整合行銷研究與行銷資料科學的公司更是少之又少。本篇文章以Netflix為例，來說明整合的重要性。Netflix消費者洞察副總裁阿德里安·拉努斯（Adrien Lanusse）更表示：「對Netflix來說，我們不會只是坐等數據分析的結果，而是會結合質化調查工作、不間斷地對大量消費者進行訪談。這樣才能夠在數據分析的輔助之下，真正瞭解使用者體驗。[2]」因此，依靠單一一種方法，或許也可以幫助決策，但若能相輔相成，則更能達到精準決策。

作者：李蓓儒、羅凱揚

繪圖者：李蓓儒

[1] DiCicco‐Bloom, B., & Crabtree, B. F. (2006). The qualitative research interview. Medical education, 40(4), 314–321.
[2] 何佩珊. (2018). 逾300億元投資、打造出逾3億種版本，Netflix如何最佳化個人使用體驗. Retrieved from https://www.bnext.com.tw/article/48490/what-does-netflix-do-for-personal-user-experience

◆◆◆ TMR最強新書與新課報到◆◆◆

📣新書快報-最後預購倒數！

【實戰Excel行銷分析｜不寫程式也能分析大數據】

優惠價：7.9 折 $356（原價：$450），即日起～4/25（一）預購倒數中

本書透過行銷實例，對數據分析的概念、分析規劃、分析工具與視覺呈現，進行深入的介紹。

👉藉由本書，您將可以學到：
．如何進行分析前的資料清理
．80/20法則在商業領域的應用
．如何藉由數據分析找出潛力產品
．如何分析不同客群的購買行為與樣貌描繪
．如何針對不同的客群進行精準行銷
．如何針對目標客群找出最佳的行銷活動

💡【實戰Excel行銷分析｜不寫程式也能分析大數據】書籍點此前往預購

💡相關數位課程連結：不寫程式的數據分析：Excel商業分析實戰

【其他行銷資料科學書籍 79折優惠中】

◆行銷資料科學｜大數據x市場分析x人工智慧 優惠價：411元（原價：520元）

◆STP行銷策略之Python商業應用實戰|網路爬蟲x機器學習x數據分析 優惠價：411 元（原價：520元）

◆最強行銷武器 — 整合行銷研究與資料科學 優惠價：458 元（原價：580元）

📣新課快報！

【Excel Power BI 實戰商品搭售分析與視覺化】

課程售價：$2,888

◆購物籃分析資料前處理：利用 Power Query 進行資料前處理，將資料轉換成購物籃分析格式，以利後續找出潛在顧客購物籃中的熱門產品。
◆產品搭售方法解析：運用 Power Pivot(Excel Power BI) 及 Power View(Power BI)，從銷售資料中找出可能的產品搭售。
◆財務指標分析：運用 Power Pivot(Excel Power BI) 及 Power View(Power BI)，從財務價值觀點，找到具獲利效益的產品搭售及產品搭售的建議售價。
◆應用於自我商城經營：把購物籃分析結果應用於電商平台中，帶領您優化自我商城經營，達到提升營業額的目標。

💡 點此連結，購課詳情輕鬆看