Er det bedre at måle streamingtimer eller husstande? Netflixs visningsmålinger forklaret

Netflix nye seertal-metrics forklaret

Vi er glade for at byde velkommen tilbage The Entertainment Strategy Guy, som vil give en omfattende oversigt over Netflixs ændring i, hvordan de leverer metrics til os, den brede offentlighed, herunder fordele og ulemper ved det nye system.

For et par måneder tilbage kl Vox Medias kodekonference , Netflix co-CEO Ted Sarandos udgav dette lille diagram, der satte ild til internettet:



Billede 1 Top ti data

Det er rigtigt, for første gang afslørede Netflix ikke kun, hvor mange mennesker der så et stykke indhold, men også hvor længe. På det tidspunkt spekulerede jeg på, hvorfor de var så generøse med deres data.

Og jeg sparker mig selv for ikke at indse det egentlige svar: Netflix havde udarbejdet deres kvartalsrapport og besluttede at skifte metrics. Tidligere meddelte de, hvor mange abonnenter, der så to minutter af en given tv-udsendelse eller film i de første 28 dage. (Jeg kaldte datecdoterne.) Fremover vil de frigive det samlede antal timer, der er set for tv-serier og film pr. uge. Med deres ord:

Billede 2 Netflix-indtjeningstilbud

I betragtning af hvor meget jeg tidligere havde hamstret Netflix' dyrebare datekdoterkonsolideret på denne hjemmeside til denne fremragende ressource – denne Twitter-udveksling opsummerede mine følelser på det tidspunkt:

Hvis Netflix ændrede metrics, alt disse datekdoter Jeg har samlet gennem årene ville være for intet. I det væsentlige værdiløse, da jeg ikke kunne sammenligne dem med andre datapunkter.

Netflix sagde, at de planlagde at være mere gennemsigtige fremover. Nå, jeg tror ikke, nogen indså, hvor gennemsigtigt det ville være! For to uger siden oprettede Netflix en helt ny hjemmeside for at dele det samlede antal sete timer for de 10 bedste shows og film på tværs af både engelsk og ikke-engelsk indhold. Fyrre datapunkter hver uge! Og de leverede 20 ugers data på det tidspunkt!

Halleluja, det er mange data!

poseringsserie

Og selvom jeg er taknemmelig for det, så lad os ikke bagatellisere forandringen. Netflix ændrede målinger, hvilket betyder, at det fremover vil være meget sværere at sammenligne ydeevne fra 2020 og før til 2021 og frem. Det er også værd at overveje, hvorfor og hvad de forskellige målinger kan fortælle os. Samlet set er forskellige målinger ikke rigtig gode eller dårlige, de er det bare. Antallet af sete timer er et meget nyttigt mål, men det er unikke kunder (husstande) også. Lad os forklare.


Hvad er bedre antal sete timer eller unikke husstande?

Begge.

Når det kommer til data, er jeg grådig. Hvis du spurgte mig, hvilket stykke data jeg gerne vil have, er mit sædvanlige svar at bede om flere data. Dataanalytikere tilbeder dæmonen Mammon, når det kommer til data: More is better. Her er et billede fra det virkelige liv af mig, der griber mine data:

Billede 3 Larfleeze

Dette er dog ikke kun grådighed. Kun at have én metrik er problemet. For virkelig at forstå tendenser har du brug for flere mål for succes.

Sig, at du vil kende den bedste trepointsskytte i basketball. Skydeprocent er et nyttigt sted at starte. Her er et histogram over alle de NBA-spillere, der har forsøgt sig med tre point i denne sæson:

Billede 4 Nba Histogram

hvor mange sæsoner er der i mha

Selvfølgelig skyder nogle fyre på denne liste knap treere. Det er derfor, du har to haler af nogle folk, der har latterligt høje procenter, og nogle, der er på nul. For at få en bedre fornemmelse af, hvem der er en god trepointsskytte, lad os tilføje, hvor mange skud spillerne har taget:

Billede 5 Nba Scatterplot

Det er en meget mere præcis beskrivelse af trepunkts skudkvalitet. Og ikke overraskende er den bedste trepointsskytte Steph Curry.

Eller tag et problem som skoler. Testresultater betyder meget, men det gør gradueringssatser også. Hvis du bare målte testresultater, kunne skoler sparke dårligt præsterende elever ud. Hvis du bare målte gradueringsrater, ville skoler passere børn, der ikke kan læse. Så du skal spore både metrics, gradueringsrater og testresultater. En metrik fanger næsten aldrig virkeligheden af ​​situationen.

Hvis jeg havde mine druthers, ville streamere frigive både unikke kunder og streamingtimer for alt deres indhold. Men jeg regerer ikke verden, så de fleste streamere frigiver ingen data. Og Netflix ændrede lige, hvilken metric de udgav. Så lad os diskutere både unikke kunder og samlede antal sete timer for at se, hvad der er bedst.


Fordelene ved unikke kunder (eller husstande, abonnenter, medlemmer eller konti)

Indtil nu har Netflix udgivet en unik metric. Det betyder, at de tæller alle de konti, der har set mindst to minutter af en given udsendelse eller film. Netflix har brugt et par forskellige ord til at beskrive dette – kunder, konti, abonnenter, husstande osv. – men alle kommer til den idé, at de måler et unikt log-in, som så en vis længde af et stykke indhold.

(Formodentlig tælles forskellige profiler ikke flere gange, igen på grund af husholdningernes terminologi.)

sæson 16 heartland netflix

Selvfølgelig kræver selv en ligetil metrik som denne en vis subjektiv analyse. Hvor længe skal en unik konto f.eks. ses for at tælle? Dette var emnet for Netflixs første metriske skift. Tilbage i 2020, efter at have frigivet seertal baseret på abonnenter, der så 70 % af et stykke indhold, skiftede Netflix til abonnenter, der så mindst 2 minutter af et stykke indhold. Her er en oversigt over, hvor mange vi fik af hver type:

Billede 6 Netflix Datecdotes efter type

Efter sigende kalder Netflix 70 % seere for seere, kunder, der ser 2-minutters startere, og folk, der ser 90 % afsluttende. Virkelig alle disse målinger er nyttige, afhængigt af hvad du måler. Hvis du vil have den bedste idé om kunder, der rent faktisk ser et stykke indhold, er enten 70 % eller 90 % nok bedst.

Unikke seere er ret nyttigt, fordi det giver en god tilnærmelse af rækkevidde eller antallet af personer, der engagerer sig i et stykke indhold. Det er også meget nyttigt for marketingfolkene, for formentlig, hvis de kan få mange mennesker til at starte noget, har de gjort deres arbejde. (Hvis de ikke bliver færdige, betyder det, at indholdet ikke var godt.)

Unikke seere sætter også shows på nogenlunde lige fod. Et mindre show som Lupin kan konkurrere med en gigantisk flersæsonserie som Stranger Things, fordi det ikke handler om den samlede mængde af episoder, men kun om unikke abonnenter, der ser det.

Unikke kunder sporer dog ikke antallet af folk, der startede et show, men undlod at afslutte, noget sete timer kan anslå. Og for nogle serier betyder fuldførelsesprocenterne virkelig noget. For eksempel, da Netflix udgav del 2 af sæson 1 af Lupin, så kun 54 millioner husstande to minutter, hvilket er et fald på 41 % fra del 1, der blev udgivet i januar. Her er et diagram, jeg lavede til vækst eller fald i abonnenter efter Netflixs sidste indtjeningsopkald:

Billede 7 Lupin Decay

Lupin var især kort. Kun 4 afsnit i del 1 og del 2. Hvis Netflix havde udgivet alle otte afsnit på én gang, ville vi ikke vide, hvor få mennesker der afsluttede det. Vi ville have antaget, at de fleste af de første 76 millioner så det hele. Men vi ved, at mange mennesker ikke blev færdige med det.


Fordelene ved samlet antal timer set

Samlede timer bringer os meget tættere på at forstå den sande gennemførelsesrate. I dette tilfælde kan du tage det samlede antal timer, dividere med antallet af tilgængelige episoder med en formodet fuldførelsesrate og gætte, hvor mange husstande, der så.

Gættet er det operative ord. For film, da det er en engangsbegivenhed, med en kendt tidsperiode, kan dette være ret præcist. Men for tv er det en katastrofe. Når jeg siger formodet gennemførelsesprocent, kan de tal meget vildt. Så fejlbjælkerne er ret brede. Alligevel er det nok mere nyttigt end blot abonnenter.

Hvis der er én grund til, at denne ændring bliver en fantastisk sauce – et teknisk udtryk – så er det, at det samlede antal sete timer er, hvordan Nielsen måler det amerikanske seertal. Det betyder, at vi kan sammenligne det amerikanske seertal med resten af ​​verden på en æble-til-æble måde.

Metrikken for sete timer har sine egne skævheder. Det favoriserer især indhold, der genses meget. Specifikt børneindhold. Det er ikke sådan, at titusinder af amerikanere ser CoComelon hver uge. I stedet ser et meget lille antal børn det hele tiden. Unikke husstande er med til at afsløre denne forskel.

(Forresten, hvis du gerne vil have en anden forklaring på forskellen mellem forskellige metrics, tjek denne artikel, jeg skrev for et par år tilbage .)


Men måske betyder det ikke noget: Alle data er korrelerede

Så begge metrics er nyttige, men gæt hvad? Det er måske ligegyldigt.

Hvis du ikke tager noget væk fra denne artikel, så tag dette: succes med indhold er korreleret.

Tænk på et stort hit. Ligesom Spil blæksprutte . Det er den bedste Netflix-serie med hensyn til det samlede antal kunder, der ser, det samlede antal timer, der er set, og sandsynligvis fuldførelsesraten. Og det er højt vurderet på IMDb. Med andre ord er vellykkede shows succesfulde i de fleste målinger.

Og jeg kan illustrere dette med et visuelt billede:

donald milazzo opdatering

Billede 8 Scatter Plot Film

Det er et scatter plot af unikke kunder versus timer pr. kunde for både tv og film.

Grundlæggende er målet for ethvert show at komme så højt op og til højre som muligt. Det betyder, at mange mennesker ser og ser i lang tid. Trendlinjen går op og til højre, fordi antallet af samlede sete timer er korreleret med antallet af unikke kunder.

(Jeg lavede de to hitlister ved at synkronisere alle Netflix datecdoter i løbet af de sidste tre år med de ti mest populære timediagrammer, de har udgivet. I nogle tilfælde brugte jeg estimater fra Netflix Hours Viewed for serier med fire ugers seertal. )

Så ville jeg ønske, at Netflix også ville frigive unikke abonnenter til alle deres shows fremover? Åbenbart. Mere data er bedre.

Men jeg kan ikke være sur. Netflix tabte 800 nye datapunkter. Det meste fra en streamer nogensinde. Og selvom jeg vil savne de gamle datecdoter, vil vi på dette tidspunkt næste år have en masse data at analysere.

(Hvis du kunne lide dette datadyk, så tjek mine andre skrifter på min (nyligt redesignede) hjemmeside , tilmeld dig til mit nyhedsbrev , eller følg mig på Twitter .

Især udgiver jeg hver uge en Streaming vurderingsrapport kompilering af flere datakilder for at udpakke, hvordan indhold klarer sig på streaming hver uge. Tjek det ud.)

Kategorier: Gaver Videnskab Anime