Hari gini, siapa sih yang ga tau Netflix? Perusahaan ini adalah penyedia layanan streaming film yang pertumbuhannya terbilang cukup pesat.
Bayangkan saja, di tahun 2011, jumlah pengguna Netflix masih berada di angka 24 juta orang. Namun satu dekade kemudian, jumlahnya sudah melonjak hingga 213 juta pengguna!
Tentunya ada banyak hal yang mempengaruhi kesuksesan Netflix. Mulai dari pilihan film yang menarik, hingga platform yang ramah pengguna. Selain itu, ada satu faktor lagi yang berperan penting bagi pertumbuhan Netflix, yaitu: rekomendasi film yang akurat.
Nah, bagaimana cara Netflix menyajikan rekomendasi film yang tepat sasaran? Jawabannya adalah dengan menggunakan big data. Di studi kasus ini, kita akan mengupas tuntas cara Netflix melakukannya. Yuk disimak!
Sekilas tentang Netflix
Tahukah kamu? Walau saat ini Netflix populer sebagai platform streaming online, tapi sebetulnya perusahaan ini dulunya bermula sebagai bisnis sewa DVD.
Netflix didirikan pada tahun 1997 oleh Marc Randolph dan Reed Hastings. Awalnya, mereka hanya menyewakan DVD per keping, tapi kemudian mereka mulai memperkenalkan model bisnis berlangganan pada tahun 1999.
Seiring dengan berkembangnya Netflix, akhirnya mereka pun meluncurkan layanan streaming film pada tahun 2007. Dengan model bisnisnya yang baru, Netflix pun berusaha memberikan pengalaman menonton film yang lebih menyenangkan bagi para penggunanya.
Salah satu upaya yang mereka lakukan adalah dengan menyediakan sistem rekomendasi, yaitu fitur di mana Netflix memberikan rekomendasi film sesuai selera pengguna.
Tapi… Gimana caranya? Jumlah pengguna Netflix kan ada banyak? Selera mereka pun pasti bermacam-macam. Nah, untuk mengatasi hal ini, Netflix memanfaatkan data science (ilmu data).
Bagaimana Cara Netflix Memanfaatkan Big Data?
Sebelum membahas cara Netflix menggunakan data untuk membuat sistem rekomendasi yang akurat, kamu harus tahu dulu dua jenis sistem rekomendasi yang umum digunakan:
- Content-based system – Sistem rekomendasi yang dibuat berdasarkan film yang ditonton oleh pengguna.
- Collaborative-filtering system – Sistem rekomendasi berdasarkan profil user yang mirip. Jadi, jika profil A dan profil B mirip, maka profil A akan mendapat rekomendasi film yang sama dengan profil B.
Lalu, sistem manakah yang digunakan oleh Netflix?
Bukan keduanya.
Netflix menggunakan sistem rekomendasi hybrid, yaitu sistem rekomendasi yang merupakan gabungan dari sistem content-based dan collaborative-filtering.
Dengan kata lain, sistem ini dapat memberikan rekomendasi yang lebih akurat dibanding kedua sistem pendahulunya.
Dalam mengembangkan sistem rekomendasi, Netflix juga tidak sendirian lho. Sebab mereka sempat mengadakan kompetisi pada tahun 2006 hingga 2009. Kompetisi ini menantang para pesertanya untuk membuat algoritma yang bisa memprediksi rating film secara akurat.
Singkat cerita, tim BellKor memenangkan kompetisi ini, dan mereka mendapatkan hadiah sejumlah 1 juta USD. Netflix pun langsung menggunakan algoritma buatan tim BellKor ke dalam sistem rekomendasinya.
Apakah Netflix sudah puas? Tentu saja belum. Mereka masih terus berusaha mempertajam akurasi sistem rekomendasinya. Caranya dengan menambah variabel yang dipertimbangkan di dalam algoritmanya.
Nah, apa aja sih faktor yang dipertimbangkan Netflix untuk menentukan rekomendasi film? Berikut di antaranya:
- Film atau acara yang pernah kamu tonton
- Kapan kamu menonton filmnya
- Lokasi kamu menonton
- Perangkat yang digunakan untuk menonton
- Seberapa lama kamu menonton filmnya
- Seberapa sering kamu menghentikan (pause) filmnya
- Film apa saja yang kamu tonton sampai selesai
- Apa saja adegan yang sering kamu ulang
- Kata kunci yang sering kamu ketik saat mencari tontonan
Banyak sekali, kan? Bisa dibayangkan seberapa banyak data yang mesti diolah Netflix untuk memberikan rekomendasi yang super akurat.
Ngomong-ngomong, apa sih yang membuat Netflix begitu bersemangat dalam membangun sistem rekomendasi? Memangnya apa manfaat yang didapat Netflix dari fitur ini?
Baca juga: Apa Itu Data Mining? Berikut Pengertian Serta Contoh Praktiknya!
Apa Saja Manfaat yang Didapat Netflix dari Big Data?
Walau kelihatannya simpel, sebetulnya sistem rekomendasi merupakan salah satu faktor utama yang membantu Netflix mempertahankan penggunanya.
Berdasarkan riset yang dilakukan Netflix, 75% penggunanya mengandalkan fitur rekomendasi untuk menemukan tontonan yang mereka sukai.
Alasannya sederhana. Pengguna tak perlu capek-capek menggali film melalui fitur pencarian. Hanya dengan melihat bagian rekomendasi, mereka bisa menemukan film-film yang sesuai dengan selera mereka.
Hasilnya? Jumlah konsumen yang bertahan semakin meningkat. Berdasarkan data Netflix, pencapaian ini mampu diraih karena 80% penggunanya mengikuti rekomendasi yang diberikan Netflix dan menontonnya sampai habis.
Berkat usaha gigih yang dilakukan Netflix untuk meningkatkan kenyamanan pengguna, kini mereka berhasil menjadi perusahaan media yang memiliki nilai (valuasi) tertinggi di dunia.
Selain itu, tentunya pencapaian ini tak lepas dari kecerdikan mereka dalam memanfaatkan potensi data.
Baca juga: Big Data dan Perannya Membentuk LinkedIn yang Sekarang
Pelajaran Apa yang Bisa Diambil dari Studi Kasus Netflix?
Oke, sekarang kamu sudah tahu kan bagaimana Netflix meraih ratusan juta pengguna yang betah bertahan di platformnya?
Intinya, Netflix memanfaatkan big data untuk membuat sistem rekomendasi film yang akurat. Berbagai cara mereka lakukan, mulai dari menyelenggarakan kompetisi algoritma, hingga mempertimbangkan banyak variabel untuk menampilkan rekomendasi yang tepat.
Nah, studi kasus Netflix merupakan satu dari sekian banyak kasus di luar sana yang menggambarkan betapa bermanfaatnya ilmu data bagi perkembangan bisnis.
Itulah mengapa pebisnis masa kini mesti lebih mengenal dan mempelajari ilmu data.
Apakah kamu tertarik untuk belajar lebih dalam tentang ilmu data? Jangan khawatir, karena Bitlabs menyediakan kelas data science untuk pemula!
Di kelas ini, kamu akan mendapatkan 38 kali sesi pembelajaran dengan praktisi berpengalaman, garansi mengulang sampai bisa, portofolio proyek nyata, rekomendasi kerja, sampai akses ke komunitas belajar. Lengkap banget, kan?
Jadi, tunggu apa lagi? Yuk klik tombol di bawah untuk kepoin kelasnya!
