MENU

Hur lång tid orkar du vänta på att hitta en film på Netflix?

Hur länge orkar du leta efter rätt film eller serie på Netflix innan du tröttnar och gör något roligare? Svaret är ju givetvis lite olika från person till person, men de genomsnittliga användarna spenderar mellan 60–90 sekunder på att leta innan de stänger ner Netflix för att göra något roligare.

För vissa av er låter det säkerligen lite och för andra mycket, men för Netflix betyder det att inom denna kritiska tidsram måste de kunna erbjuda relevant innehåll för dig att börja titta på. Skulle de inte lyckas göra det skulle det på sikt kunna innebära att du såg ett minskat värde i tjänsten, började leta efter bättre mer relevanta alternativ – och till slut kanske till och med avsluta din prenumeration (du skulle bli en så kallad churn-kund).

Lösningen är såklart att kunna visa/erbjuda mer relevant material till rätt dig vid rätt tillfälle – vi kan kalla det personalisering – för att få dig (eller din vän som lånar kontot) att se värdet i tjänsten över tid och fortsätta prenumerera på tjänsten månad efter månad (retention-kund) – något som hela affärsmodellen bygger på då ingen reklam förekommer. För att kunna uppnå detta analyserar Netflix löpande sina tittares beteende och testar ständigt nya lösningar som ska få dig att konsumera mer relevant material, det vill säga att du faktiskt kollar klart på det du klickat på. När detta uppstår så blir det enklare för Netflix att se vilket material som engagerar, och de kan på så sätt erbjuda mer av en viss vara – innan du ens hunnit tänka på att du saknar det.

Grunden till detta är ett gediget analysarbete av användares beteende, som följs upp och valideras genom olika tester – ofta i form av så kallade A/B-tester där olika grupper av användare får olika upplevelser för att sedan se vilken grupp som konverterade i högre grad (startade en film, kollade på fler avsnitt på raken med mera).

Netflix delar löpande med sig av delar av sitt analys- och konverteringsarbete och vikten av att ständigt testa nya hypoteser för att kunna ligga i framkant. Deras arbete med analys har lett till insikter som att:

Barn tenderar att starta filmer i större utsträckning om miniatyrbilden på filmen (thumbnail) har en skurk på sig.

• Serietittare föredrar att starta en helt ny serie om det är färre karaktärer på miniatyrbilden.

•  Genomsnittliga besökare tittar på varje thumbnail i enbart 1,8 sekunder innan de bestämmer sig för att starta filmen eller kolla på nästa.

Dessa insikter och tester har gjort att Netflix algoritmer hela tiden anpassar dessa thumbnails till just dig, beroende på vad du tittat på innan, för att kunna få dig konsumera mer relevant material – just därför ser din Netflix antagligen helt annorlunda ut än dina vänners.

Netflix

Så varför skriva om Netflix här? Svaret är lite enkelt att Netflix är ett tacksamt företag att skriva om ur flera perspektiv – dels erbjuder de en tjänst som många av oss kan relatera till samtidigt som de är ett av de företag som hela tiden testar nya sätt att få oss att stanna kvar och ständigt upptäcka tjänsten igen. Att studera en besökares verkliga beteende ger oftast avsevärt mer insikter än att ställa en rak fråga till besökaren – för är det något som vi vet så är det att våra ord inte alltid direkt korrelerar med våra handlingar.

Som digitala analytiker tycker vi på Outfox, och förhoppningsvis de flesta i vår branch, att det ligger något spännande i nya insikter om folks digitala vanor och vad det är som driver folks beteende på olika sidor, och att skapa hypoteser kring detta för att slutligen se om de stämmer. Genom bland annat A/B-tester kan vi löpande testa och validera vårt analysarbete och se hur vi kan få fler besökare att genomföra en önskad handling – en konvertering.

Analysdelen ger dig och ditt företag en kvantitativ datagrund att stå på för att kunna ta effektivare och säkrare affärsbeslut, helt enkelt, och konverteringsarbetet låter dig faktiskt ta action på det du sett tidigare. Plus att det blir intressantare och roligare att jobba med insikter som hela tiden utvecklas och möter det kunderna efterfrågar innan de ens hunnit tänka över det själva, samtidigt som det uppmuntrar era interna team att komma med nya frågeställningar.

Av detta finns det tre rekommendationer du bör ta med dig:

1. Agera på dina analyser och låt dem inte bli skrivbordsprodukter. Du har antagligen jobbat hårt för att skapa dig en uppfattning om besökarna, och genom konverteringsoptimering och A/B-tester kan du se om dina hypoteser stämmer, implementera dem och vidareutveckla ditt erbjudande.

2. Den digitala ribban genom personalisering höjs hela tiden, och även om du inte ligger i startgroparna för att skapa en ny global streamingtjänst så berörs du av detta. Besökarna kommer hela tiden att förvänta sig en mer personlig och friktionsfri upplevelse oavsett vad de letar efter, och erbjuder inte du det är det ganska sannolikt att någon annan gör det.

3. Slutligen: låna inte ut ditt personliga Netflixkonto alltför mycket. Det kommer bara att resultera i konstiga rekommendationer och du kommer få leta ännu längre än 90 sekunder.

Vill du lära dig mer om dina besökare och skapa insikter kring deras beteende eller helt enkelt bli bättre på att förstå hur analys och testning hänger ihop? Kontakta oss på Outfox så ska vi se vad vi kan göra tillsammans. Vi har hjälpt många stora och medelstora organisationer att göra samma typ av optimeringsresa som bland annat Netflix gjort.

Förutom vårt fokus på konverteringsoptimering är vi en av världens främsta partners och återförsäljare vad det gäller Google Marketing Platform – med extra fokus på analys- och konverteringsprodukterna Google Analytics 360 och Optimize 360.

Boka din plats på Webbdagarna Göteborg 25-26 september här »

Skribent: Eduardo Alarcón Klein, Outfox.

Missa inga nyheter från Webbdagarna-bloggen!

Genom att signa upp dig på nyhetsbrevet godkänner du IDG:s användarvillkor.