Platform Netflix telah menjadi salah satu medium hiburan yang sangat diminati ramai dan sekaligus boleh menghasilkan keuntungan jutaan ringgit pada saban hari. Dalam pada itu, tahukah anda bagaimana cara Netflix mempengaruhi pengguna untuk melihat kandungan yang ditawarkan melalui platform mereka?
Menerusi ciapan yang dibuat oleh @Thrungphan, beliau telah merungkai bagaimana cara Netflix mempengaruhi pengguna untuk menonton konten yang disajikan secara berterusan melalui platform berkenaan. Netflix telah membelanjakan kos yang besar dalam mengoptimasikan thumbnail dengan menggunakan machine learning dan AI.
A Netflix user will browse the app for 90 seconds and leave if they find nothing.
Thumbnail artwork is actually NFLX's most effective lever to influence a viewer's choice. A user will look at one for only 1.8 seconds, so NFLX spends huge to optimize them.
Here's a breakdown🧵 pic.twitter.com/xVcESYjHGj
— Trung Phan (@TrungTPhan) October 6, 2021
Secara semula jadinya, manusia lebih mengemari visual apabila melihat pada sesuatu subjek. Mata kita bergerak lebih pantas pada setiap saat untuk memproses maklumat dan menganalisis sesebuah imej dalam 13 milisaat sahaja. Ini bermakna imej yang ditampilkan pada thumbnail akan mempengaruhi keputusan untuk memilih sesuatu konten yang ingin ditonton.
Berdasarkan kajian pada 2014 mengenai pengguna Netflix, thumbnail merupakan pengaruh terbesar untuk menonton sesebuah kandungan berkenaan. Malah, kira-kira 80% pengguna Netflix akan memberikan tumpuan pada thumbnail sewaktu melayari di platform mereka.
Seorang pengguna hanya melihat pada suatu thumbnail dalam 1.8 saat sahaja dan sekiranya dalam 90 saat berikutnya tidak dapat mencari konten yang menarik lalu mereka akan meninggalkan aplikasi tersebut.
Untuk Netflix mendapatkan thumbnail yang menarik, mereka menggunakan pemilihan thumbnail yang terperinci untuk setiap 200 juta penggunanya. Proses ini dipanggil Aesthetic Visual Analysis (AVA) di mana ia mengambil semua babak dalam video untuk dipilih sebagai thumbnail yang bersesuaian.
Seterusnya, kesemua babak yang diambil akan melalui proses Frame annotations yang mana pada setiap babak akan ditanda dengan metadata untuk mengenal pasti beberapa ciri utama seperti impak karakter, kecerahan, kebarangkalian gambar lucah dan juga muka atau tona kulit.
Pada proses berikutnya setiap gambar pada babak berkenaan bakal digredkan pula dengan elemen yang diperlukan untuk sesebuah thumbnail yang merangkumi visual, kontekstual dan komposisi. Menerusi langkah Image ranking pula, mereka akan memilih thumbnail yang terbaik untuk diletakkan pada platform Netflix. Ciri yang dicari termasuklah ekspresi muka, watak utama dan kecerahan yang baik.
Di samping itu, pihak Netflix turut menggunakan beberapa thumbnail yang berbeza mengikut minat pengguna tempatan di sesebuah negara tertentu. Menariknya, thumbnail yang mengandungi watak jahat mendapat lebih sambutan daripada penonton. Satu perkara yang Netflix dapati di mana thumbnail yang mengandungi lebih daripada 3 orang kebiasaannya kurang digemari ramai.
Antara sebab mengapa Netflix mula menghasilkan thumbnail sendiri adalah kerana gambar yang dibekalkan oleh pihak studio tidak dapat dioptimasikan pada platform penstriman. Gambar yang diterima oleh Netflix lebih bersesuaian untuk papan iklan atau kulit DVD sahaja.
Netflix juga menggunakan machine learning untuk mencadangkan thumbnail berdasarkan sejarah tontonan terkini anda. Di samping itu, mereka menjalankan ujian A/B di mana pemilihan thumbnail yang dipamerkan kepada pengguna akan dianalisis terlebih dahulu oleh pihak Netflix untuk mendapatkan keputusan menarik minat pengguna yang lebih baik.
Bukan itu sahaja, pengoptimasian thumbnail yang dibuat juga memaparkan pelakon yang terkenal dalam siri tertentu walaupun mereka memainkan peranan yang lebih kecil melaluinya. Secara tidak langsung, ramai pengguna berminat untuk mengetahui lebih lanjut berkenaan siri yang dipamerkan kepada pengguna sewaktu pelayaran.
Konklusinya, pemilihan thumbnail yang sempurna boleh memberikan perbezaan yang besar dalam pengalaman penggunaan platform Netflix. Kehadiran kecerdasan buatan juga dapat memperluaskan lagi penawaran thumbnail yang lebih menarik yang sekaligus menarik minat pengguna untuk meluangkan masa lebih lama di platform tersebut.
Dalam masa yang sama, ketahui bagaimana Netflix mampu buatkan anda ketagih menonton dan terus melanggan sehingga ke hari ini.
Bagaimana Netflix Mampu Buatkan Anda Ketagih Menonton Dan Terus Melanggan
Kelebihan, Kekurangan Dan Perbezaan Antara Netflix, HBO Go Dan Disney+ Hotstar