新着Pick
1356Picks
シェアする
pick
Pick に失敗しました

人気 Picker
ユニークな指摘です。でも言われてみるとその通りかと。
今の時代、面白ければ年齢性別国籍に関係なく見てもらえるのです。そしてこれは『ハウスオフカード』『オレンジイズニューブラック』と王道アメリカネタだけでなく、『ナルコス』のような中南米制作のヒットもあるネットフリックスだからできるのだと思います。面白ければいい。面白い、こそすべて。

サブスクリプション形式も関係あるでしょう。面白くなければスキップすればいい。一本ごとの購買と違って本人の属性情報は関係ない。「どんなコンテンツを見たか」「どこまで見たか」「次になにを見たのか」といった行動情報、嗜好情報が重要になります。

数年前からCMでも、例えば30秒のどこでみんなが反応したか(好き、嫌い、買いたい)というデータを取ることがあります。ネットフリックスでいうと「こういう展開だと視聴者が切り替えちゃうから、避けて欲しい」「10分あたりでxxxを盛り込んで欲しい」なんていう注文が放送作家に入る日も近いかもしれません。
"「こういうふるまいの人は、こういう属性である」ことを示す情報、すなわち、「行動履歴」のほうが、より重要な情報になっている。"
性、年齢、居住地が意味ないとは言いませんが、ネットの世界では行動履歴の方が圧倒的に重要ですよね。あとは時間の概念。1年前のものより今の方が大事です。残念ながらセンシティブデータで想像されるのはクレジットカード情報などですが、行動履歴の方がセンシティブな事はいくらでもあります。よく言われるのは、病院の履歴、動画で言えばアダルトコンテンツなどはひょっとするとクレジットカードよりもセンシティブです。
これな。

今から5-6年前、Twitter広告のターゲティングは「何をフォローし、どういうコンテンツを見ているか?」のデータの基づくインタレスト(興味)ターゲティングは意味がない、Facebook広告のユーザーの登録データであるデモグラフィック(性年齢などの属性)ターゲティングの方が使えると言うバカなマーケターがたくさんいた。

もちろんTwitterのインタレストターゲティングそのものの精度がどうかと言われると心許ないのは(少なくとも当時は)事実ではあるが、デモターゲティングが実は特定の興味関心を持つ人たちの代表属性でしかなく、本質的には興味関心の方が粒度の細かいターゲティングであるということがこの数年で理解されるようになったのは、非常に良いことだと思う。

でも、今でもこの記事がそれなりに読まれるということは、まだまだデモデータ至上主義のマーケターがなだまだいるということなんですかね…。

今やFacebookのターゲティングも、行動履歴解析に基づく動的ターゲティングが一番効率的になっていて、プリコードでの興味関心ターゲティングすら無意味になりつつあるのが実態かと。
サブスクリプション領域でよく語られることですが、示唆に富んだいい記事。

> 結果、自分が知らない作品や商品に突然、かつ偶然に「出会う」確率は、ネット店舗よりも現実の店舗のほうが断然、高くなる。

> いくら大量にコンテンツが存在しても、見つからなければ「ない」のと同じだ。

> 「とにかく集める」のではなく、「なぜ集め、どう使うか」を考えることが重要だ。
とても勉強になる論考。見出し部分だけでなく、「陳列」という概念を入れたネットとリアルの比較もある。

自分は、ネットもリアルも、時間の奪い合いだと思っている。リアルは、時間をかけていき、そこにモノがあるから滞在時間が長くなる。ただ時間がかかるから、多くを回れない。逆にネットは簡単にほかのサイトに行けるから時間が短くなる。でも、簡単に他に行けるから多くを回れる。
陳列能力という点で、画面サイズもあるし、滞在時間ゆえの触れる点数の差もあると思う。そして、それはVRとかになってきたら、また変わる領域かもしれない。

住所や年齢は、広告以外の点では、因果の理解の要素にはなりうる。
Netflixの場合は、それを因果として重視をしないという意思決定をした(業態として、別にそれを元にしたレコメンデーションより、趣向のほうが強いという判断で、正しいと思う)。とはいえ、財によって重要度は違うと思う。
顧客一人一人について行動予測が出来てそれがデータ処理できれば良く、行動データの集積と機械学習でそれが住所や年齢を使わなくても、より相関高く、かつデータ処理出来る時代になったということ。
ネットフリックスはことにコンテンツビジネスなので馴染みがいいですね…

今までは単に取りやすくてそこそこ相関のあるデータが住所や年齢しかなかっただけですからね。イマイチなデータなのはみんな知ってたけど使うしかなかった。29歳の人が30歳になった日からすぐ行動が変わるわけじゃないですからね〜
ネットコンテンツは無限だから 探し方は 個人ニーズによる検索か ソーシャルやランキングサイトでの集合知を参考にするか
だが これはかなりコンテンツの出し手的には受動的な待ち対応。そこで レコメンドエンジンによる行動履歴からのプッシュレコメンドは効く。Netflixでは特に。テレビ放送的な番組表陳列棚がないから。(逆にテレビは番組表があるから攻められる)

但し これは課金でコンテンツ視聴に興味を受けてが持っているから反発なく視聴者に受容されるターゲティング手法。

それを行動ターゲティング広告と同列に論じるのは ステージが違う。広告は 前向きに受け入れるコンテンツではない。広告の
出し手のいい加減なパーミションによりえたユーザーの行動履歴をもとに 広告が一人歩きしてユーザーにぶつけても 不快感を
増幅するリスクがある。その辺をシビアに考えないデジタルマーケッターが過半なのが現実。ユーザーの実態はコンテンツに引きずられて広告に関心をもつケースがアンケート調査でも過半をしめる。結局 コンテンツの魅力が広告パワーを増幅させる
か 減衰させるかのメカニズムのが 行動ターゲティングのメカニズムより強い。この二つの広告接触態度変容の仕掛けをミックスできるプレイヤーが これから優位にたつと思います。

クリックコンバージョンだけで広告費が発生するネット広告の
メカニズムが ユーザー感覚の無視につながり ネット広告離れを
招いてきた。これからの潮目の変化をどう読むか。まずは
コンテンツ質の確保が優先されはじめているのが今かな。
大切なのは行動データであって、個人情報、購買データではない。この視点でデータ分析しないと意味がない。

お客様の行動、購買結果をデータで追認しても意味はなく、次のお客様の行動を予測、仮説を作る為にデータ分析がある。

お客様の行動を先回りして、サプライズやセレンディピティに変えていく。

ここに行動データ分析の楽しみがありますね。
その人の好み・価値観を知るには、読んだ本とか好きな映画とか、気になっているニュースとか聞いた方がよくわかるもんな。行動履歴が、年齢・性別・地域データ以上のものってのは日常においてもそうだから、腑に落ちる。
TVCMの解析をしてみても、近年では皆が思っているほど性差、年齢差は出にくいという結果がでています。
ネットフリックス(英語: Netflix, Inc.、ナスダック: NFLX)は、アメリカ合衆国のオンラインDVDレンタル及び映像ストリーミング配信事業会社。 ウィキペディア
時価総額
18.4 兆円

業績