Bagaimana Netflix Memproduksi Film serinya dengan Sukses

Hasil gambar untuk netflix series

Kisah sukses streaming Netflix. netflix

Koranyogya.com—Platform streaming video bertujuan untuk menambah 700 program baru ke katalognya tahun ini. Untuk memandu pengambilan keputusannya, Netflix mengandalkan banyak data untuk memutuskan konsep artistik, produksi atau bahkan pemasaran. Tujuannya: bikin seri yang lebih murah yang semua orang berbicara untuk menarik pemirsa baru.

Senjata rahasianya? Big data. Untuk membuat seri-seri hit, Netflix memanen dan menggunakan gunungan data. Ini akan membantunya memutuskan ide skenario, tetapi juga produksi atau pemasaran. Tujuannya: untuk merasionalisasi biaya produksi dari seri yang semua orang bicarakan dan untuk menarik pemirsa baru. Platform streaming video diluncurkan ke produksi kontennya sendiri pada 2011. Sejak itu, ia tidak berhemat pada sarana. Perusahaan California ini telah merencanakan untuk menginvestasikan $ 8 miliar pada 2018 untuk produksi konten aslinya – jumlah yang jauh di atas persaingan. Sebagai perbandingan, Amazon Prime Video akan membayar $ 4,5 miliar, ketika Apple akan merilis $ 1 miliar. Secara total, ini akan memungkinkan Netflix untuk menambah 700 program asli ke katalognya pada akhir tahun, termasuk seri lama dan baru.

Untuk membuat pilihan di antara jumlah seri yang akan diproduksi, platform mencoba menebak apa yang akan menyenangkan pelanggannya besok berkat kebiasaan konsumsi mereka. Didirikan pada tahun 1997 sebagai perusahaan penyewaan DVD mail-order, Netflix sekarang dapat menentukan pelanggan mana yang telah menonton serial mana, dengan aktor dan sutradara mana, pada jam berapa, di mana terminalnya … Platform ini bahkan dapat mengetahui berapa kali pemirsa “pause” atau “dipercepat” untuk menentukan kapan perhatiannya terhenti – atau sebaliknya, ketika ia ditahan dalam ketegangan.

Kevin Spacey + David Fincher = “House of Cards”
Pada 2016, Netflix merilis studi tentang “episode yang membuat Anda ketagihan”. “Netflix telah menemukan bahwa perilaku penggemar cukup universal. Dari Argentina sampai ke Jepang, anggota menjadi kecanduan dengan menonton episode yang sama dan mengidentifikasi dengan intrik yang sama,” meyakinkan penelitian. Misalnya, “Stranger Things” mengubah penonton yang lewat menjadi penggemar yang sering, “ditahan dalam ketegangan oleh ketakutan akan hal yang tidak diketahui,” di Episode 2 Musim 1.

“Jaringan global kami memungkinkan kami untuk menyiarkan [seri] ke semua negara, dan data yang kami kumpulkan menunjukkan seberapa banyak anggota kami melihat dan bereaksi terhadap seri dan cerita tertentu dengan cara yang sama,” jelas Cindy Holland, Wakil Presiden program Netflix asli.

Saat ini hadir di 190 negara dengan 130 juta pengguna, masyarakat Amerika memiliki gunung data dan kombinasi tak terbatas. Ini memungkinkan Netflix untuk membandingkan setiap jenis profil dengan satu sama lain untuk menggambar beberapa tren.

Dengan demikian, “House of Cards”, adaptasi dari seri Inggris, lahir pada tahun 2013. Analisis data telah mengaitkan keberhasilan penonton dari versi bahasa Inggris, dan daya tarik dari penonton yang sama ini untuk aktor Kevin Spacey (peran utama dalam seri) dan sutradara David Fincher. Masyarakat Amerika kemudian memutuskan untuk menggabungkan ketiga elemen ini untuk melahirkan seri orisinal pertamanya menuju kesuksesan.

Merampingkan biaya produksi dan promosi
Setelah konsep artistik divalidasi, data besar juga digunakan untuk merasionalisasi biaya produksi – misalnya, untuk memilih tempat untuk mengambil seri. Di antara banyak kriteria, Netflix akan menggunakan data dari produksi sebelumnya, seperti biaya menyewa kamera di situs, untuk memutuskan antara syuting di Atlanta atau New Orleans.

“Setiap produksi adalah gunung tantangan operasional dan logistik yang mengkonsumsi dan menghasilkan sejumlah besar data,” kata Ritwik Kumar, direktur ilmu data di Netflix, dalam posting blog yang diterbitkan pada akhir Maret. Dan untuk melanjutkan: “Tidak mengherankan bahwa waktu, ketersediaan para aktor dan kendala teknis memaksa kita untuk secara hati-hati mengurutkan sumber-sumber lokalisasi yang tersedia. “

Selain pemotretan, histori penayangan digunakan untuk menentukan prioritas rilis di berbagai negara. Misalnya, jika seri jenis sci-fi lebih populer di pasar berbahasa Spanyol daripada di pasar berbahasa Inggris, maka Spanyol akan menjadi prioritas untuk perekrutan suara dan sub judul dubbing.

Akhirnya, begitu seri diproduksi, data berpartisipasi dalam promosi konten. Beberapa trailer dibuat untuk menargetkan profil audiens yang berbeda. Untuk seri “House of Cards”, “penggemar Kevin Spacey ditawarkan cuplikan yang mempromosikannya, ketika para wanita yang menonton film” Thelma dan Louise “memiliki trailer yang berpusat pada karakter dalam seri dan pelanggan yang diidentifikasi sebagai penonton bioskop telah melihat trailer dengan sentuhan David Fincher “, rinci New York Times tahun 2013.

Menuju gelembung budaya?
Di sinilah algoritme merekomendasi. Reguler platform ditawarkan konten berdasarkan riwayatnya untuk mendorong mereka menonton program serupa – bahkan untuk menciptakan gelembung budaya, selalu mengusulkan hal yang sama direktur dan aktor. Karena tujuan utamanya adalah mendorong pelanggan untuk tinggal selama mungkin di situs. Pada tahun 2017, jumlah jam menonton rata-rata per anggota meningkat sebesar 9%, menyambut kelompok pada akhir Januari.

Rekomendasi bervariasi sesuai dengan waktu koneksi. Misalnya, pemirsa biasanya lebih suka film thriller prime-time, komedi larut malam, dan film dokumenter untuk insomnia, menurut penelitian Netflix pada tahun 2017. Hasilnya adalah rekomendasi, menurut angka terbaru yang dirilis pada tahun 2013.

“Netflix telah mampu mengurangi anggaran kampanye promosinya dengan hanya menargetkan orang-orang yang paling relevan dan menguntungkan pada saat tertentu,” kata sebuah catatan yang diterbitkan pada bulan Januari, perusahaan riset Intelijen Orcan.

Tahun ini, perusahaan California itu merencanakan untuk menghabiskan sekitar $ 2 milyar dalam pemasaran untuk memastikan umur panjang untuk seri ini.