昨今、様々なサービスが世の中に出てきていますが、現代的なビジネスモデルでセンセーショナルな成長を遂げているサービスの一つに”NETFLIX”があります。
彼らの成長は、コロナ禍においても留まる事がありません。
今回は、そんなNETFLIXがなぜここまで力強く成長し続けられているのかついて、記載していきます。
NETFLIXは、なぜ強いのか？
結論から申し上げますと、その秘密は「OPTIMIZATION」にあります。日本語に訳すと「最適化」となりますが、その実、実際にやっている事はA/Bテストの繰り返しです。
みなさんご存知のように、Netflixは関連する動画を提示する手法に長けています。これはYouTubeも同様ですが、主に下記3つのポイントでユーザーは彼らのサービスを使い続けてしまうのです。
- ユーザー停留画面にあるコンテンツ自動再生
- 動画コンテンツ終了後、5秒で次コンテンツ再生
- 仮に動画を止めても、高確率で興味を掻き立てるリコメンデーションエンジン
彼らはまるで、魔法のような力を持っているかのように、毎回ユーザーを釘付けにする動画の提案をします。
では、その源泉はなんでしょうか。
それは徹底したA/Bテストにあります。
日本だと「AI」と一括りに考えてしまう領域ですが、彼らはより具体的にデータ分析を掘り下げて考えています。
NETFLIX TECH BLOGでは、彼らが実際に行っているA/Bテストの範囲について、文頭で下記のように述べています。
「It’s All A/Bout Testing: The Netflix Experimentation Platform」
In fact, every product change Netflix considers goes through a rigorous A/B testing process before becoming the default user experience. Major redesigns like the ones above greatly improve our service by allowing members to find the content they want to watch faster.
実際、Netflixが検討するすべての製品変更は、デフォルトのユーザーエクスペリエンスになる前に、厳密なA/Bテストプロセスを通過します。 上記のような大幅な再設計により、メンバーは見たいコンテンツをすばやく見つけられるようになり、サービスが大幅に改善されます。
すべての製品変更が対象とは、どの程度になるでしょうか？
文中では、さらにこう続きます。
However, they are too risky to roll out without extensive A/B testing, which enables us to prove that the new experience is preferred over the old. And if you ever wonder whether we really set out to test everything possible, consider that even the images associated with many titles are A/B tested, sometimes resulting in 20% to 30% more viewing for that title!
ただし、リスクが高すぎるため、広範囲のA/Bテストを行わずに展開することはできません。これにより、新しいエクスペリエンスが古いエクスペリエンスよりも優れていることを証明できます。 また、可能な限りすべてをテストするつもりかどうか疑問に思っている場合は、多くのタイトルに関連付けられている画像でもA/Bテストが行われているため、そのタイトルの表示が20％から30％増える場合があります。
彼らは、大幅なUI改善の際にも、コンテンツレベルで多くのタイトルに紐づけられている画像（つまり、A/Bテストが面倒くさいもの）でも、A/Bテストを実施していると述べています。
そのような結果、年間1000回以上の施策実行を重ね、サービスを大きくしているそうです。
それでは、なぜそのようなペースで検証が出来ていくのか？
次回以降、その秘密に迫ります。
