Netflix如何通过一次程序大赛做营销

　　[摘要]这种互动方式保护了用户的隐私，又让营销内容广泛覆盖了用户。

　　Re/code中文站 1月9日报道

　　几年前，Netflix曾举办过一次奖金高达100美元的竞赛，以优化内容推荐的准确性和相关性。在这一竞赛中，任何人都可以编写算法，而要求则是性能超过Netflix已有的代码。2009年，Netflix给一个开发团队进行了颁奖。然而，Netflix并未使用，甚至也不计划使用获奖的代码。

　　作为竞赛的组织者，我从这一竞赛的结果中懂得了很多。其中，最重要、最有价值的一点经验或许在于：人类的行为模式独一无二，但最终也是完全可预测的。

　　这一经验看似不大，但很有意义。这一发现可以成为令营销者和用户都感到满意的营销方式的基础，并带来创新：个人用户可以保持身份的私密，而营销者仍可以有效覆盖这些用户。

　　我们的独特性

　　在Netflix的这次竞赛中，我感到非常有趣的一点在于，如果你从给定用户的播放队列中移除最常观看的电影，例如近期热炒的电影，那么利用剩余的少数几部电影，你仍可以了解该用户的特定观看模式。换句话说，一个随机的用户播放队列中的少数几部非热门电影就可以被用于合理确定该用户的观看模式，并在确保匿名的情况下仍有着极高的准确性。将这一原则引申至Netflix以外，那么这意味着，即使在匿名情况下，我们的一小部分数字记录就足以预测我们未来的活动。这就是我们的独特之处。

　　与此同时，我们也是被习惯束缚的生物

　　考虑到我们每个人都是各有差异的消费者，因此认为我们的行为可预测，这违反了直觉认识。不过，独特性和可预测性并不互斥。例如，我们可以有消费者、企业员工和父亲等多种角色，这些角色都有所不同，但最终将带来可认知的模式。实际上，人类行为模式有着很强的可预测性。对Netflix来说，这意味着，可以预测我们想要观看的电影。

　　在数字营销和广告市场，同样的理念可被用于理解在多设备环境下工作、社交、研究及购买产品的用户。我们每个人都是独特的。我拥有特定的一组设备，访问特定的网站，并使用特定的应用，这一切使我与他人有所不同。不过，我的行为仍可以预测。

　　我在操作每一种设备时都有着固定的模式，例如早间通过智能手机去阅读新闻，工作时间通过笔记本去访问与工作相关的网站，晚间使用平板电脑去玩游戏。精明的营销者可以利用这样的模式，制定更具相关性的营销方案。

　　营销准确性并不依靠用户个人身份

　　以上所说的这一切都可以在匿名情况下完成。目前，已有多家公司可以预测，我正在使用什么设备，访问什么网站。这样的信息帮助它们判断，如何对我的数字体验进行订制，例如个性化的登录页面，以及目标性强的广告和优惠信息。

　　对营销者来说，知道我的姓名、生日和其他个人信息对于提供强大的用户体验而言并不是必要的。Netflix也不需要这样的信息，即可知道我可能想要观看哪部电影。

　　这里所需的全部信息就是用户的行为模式。

　　今天，许多大品牌根据用户的在线行为模式来订制用户体验，这与Netflix的算法实现了类似的效果。不过，尽管一些广告主已经启用了预测模式，但另一些公司，例如谷歌(微博)和Facebook，仍在向营销者提供根据个人数据来覆盖用户的方式。

　　谷歌和Facebook提供的方式并不是必需的。预测模式，或者说概率模式，才是真正强大的工具。这是营销者创造订制体验的的最佳方式，同时也能帮助用户保护个人信息。考虑到预测算法能实现的功能，具有确定性，但可能带来隐私保护争议的方式似乎并不必要。(李玮)