גיבסון בידל, סמנכ״ל המוצר לשעבר של נטפליקס, נאלץ להתארח מרחוק. הוא פותח את ההרצאה ומבקש לסרוק קוד QR ולענות על השאלה של מודל ה-NPS (Net promoter score) – מה הסבירות שתמליצו לחברים על נטפליקס? ציון המדד האופייני שהוא מקבל הוא 70 – ציון גבוה ברמת איכות בינלאומית. דווקא אלו שציינו שלא ימליצו – הם אלו שמסקרנים ומתאגרים אותו בניסיון להבין איך אפשר לשפר את המוצר. בידל מצטט את ג׳ף בזוס שאמר שגם כשהלקוחות שלנו לא יודעים את זה – הם רוצים משהו טוב יותר.
לא כולם יודעים, אבל נטפליקס התחילה את דרכה כחברה להשכרת סרטי וידאו. בתחילת דרכו של בידל כמנהל המוצר של נטפליקס, הוא שאל את ריד הייסטינגס, השותף המייסד של נטפליקס מה הוא היה רוצה להשיג, והייסטינגס אמר – ליצור מערכת למידה למדעי הצרכנות. אם נוכל ליצור מערכת למידה, נוכל לבדוק כל כיוון כדי להבין מה לקוחות ירצו ומה לא.
בידל מציע את מודל DHM – המכיל שלושה מדדים להובלת מוצר מנצח - Delight, Hard to copy and Margin enhancing. איך מייצרים מודל שמאפשר ליצור שביעות רצון של לקוחות, שקשה להעתיק ומייצר מודל עסקי עם רווחיות משמעותית?
נתחיל בבחינת הערך של שביעות רצון
בתחילת המסע של נטפליקס כ-10% ביטלו את החשבון בכל חודש והיום רק כ-2% מבטלים את החשבון בכל חודש. בתקופה שבה לנטפליקס היו בערך מליון משתמשים ובערך 4.5% אחוזי ביטול מדי חודש, צוות המוצר ניסה ליצור חוויית לקוח מוצלחת במיוחד סביב מועד ההשקה של סרט חדש. לקבוצה של עשרת-אלפים מנויים הובטח שעם ההשקה של סרט חדש, הם יקבלו עותק שלו תוך יום אחד בלבד ישירות לדואר. השאלה היתה האם החוויה החיובית שלהם תשפיע על ההתנהגות לאורך זמן ותוריד משמעותית את אחוזי הנטישה שלהם כלקוחות? בפועל התוצאה צמצמה את אחוזי הביטול אבל בהשפעה קטנה מאד. החזר ההשקעה הצפוי היה של מליון דולר, אבל עלות המהלך היתה גבוהה פי חמישה, ונטפליקס החליטו שלא לקדם את השירות.
נוסיף את מרכיב הקושי להעתיק
נטפליקס בחנו מודל ליצירת סיפור למוצר שלהם וכיוונו לתאר משפחה שמחה צופה יחד בטלויזיה. הנחת היסוד היתה שלמתחרה BlockBuster יהיה קל להעתיק את הסיפור. מתוך כ-20 מודלים שניסו כדי לשפר את אפקט הרשת, רק 5 מודלים הראו כיוון חיובי, ובהם מודל הפרסונליזציה המוכר. בנטפליקס יש 4 מרכיבי יסוד שמייצרים מודל שקשה להעתקה - המותג, ההתאמה האישית, אפקט הרשת והיכולת ליצור תוכן ייחודי.
תהליך המחקר של צוות המוצר של נטפילקס כולל הגדרת שאלת מחקר, ביצוע ניסוי, בחינת התוצאות והפקת מסקנה. הם עשו שימוש בכל מגוון טכניקות המחקר – ראיונות, קבוצות מיקוד, סקרים, אנאליטיקס ו- A/B testing.
מלבד הדירוג הישיר לסרטים, הוגדרו מדדי התנהגות שמתארים חוסר שביעות רצון, כמו עזיבת תכנית אחרי מספר דקות. הנחת היסוד היתה שאם לאורך זמן דירוג הסרטים יעלה – גם אחוזי ה-Retention ישתפרו.
כדי ללמוד על ההעדפות לסרטים – נעשה שימוש בדירוג ישיר של סרטים. נטפליקס הגדירו מדד של כמות אנשים שיספקו דירוג ל-50 סרטים לפחות ובאמצעות אשף דירוגים באתר - הצליחו להגיע לכך ש-28% מהצופים דירגו כמות כזו על בסיס ההבטחה שככל שתדרגו יותר, כך נוכל להמליץ לכם על סרטים טובים יותר. בדרך הזו נאספו בנטפליקס מעל 10 מיליארד דירוגים! מעניין לגלות שהמידע הדמוגרפי סביב גיל, שפה או מדינה לא עזר לדייק את המידע. אופי 4-5 סרטים שאוהבים עוזר הרבה יותר לזהות את אופי ההעדפות.
מאחר שצוות המחקר של נטפליקס כלל רק 2 מהנדסים, כדי לשפר את אלגוריתם הדיוק של הסרטים – הם הציעו פרס של מליון דולר וקיבלו מעל 5,000 הצעות. שילוב האלגוריתמים של כמה קבוצות יצר את המודל המנצח.
נטפליקס למדו שעל אף שסרטים מסוימים דורגו ב-3 כוכבים, הם היו סרטים שאנשים אהבו ממש לראות. הסתבר שמודל ההתאמה האישית בעצמו לא שיפר משמעותית את ה-Retention. הדירוג השתנה להצגת אחוזי ההתאמה והשילוב שעשה את העבודה קרה במפגש בין האלגוריתמים לבין העיצוב וחוויית המשתמש. היכולת לדייק בהמלצות היא יכולת שקשה מאד להעתיק ונותנת יתרון יחסי חד משמעי לנטפליקס על פני המתחרים.
המרכיב האחרון הוא הרווחיות של המוצר
בהקשר הזה, מעלה בידל את השאלה האם נטפליקס צריכה לבטל אוטומטית לקוחות לא פעילים. לפי החישוב - ביטול המנויים שאינם פעילים – יעלה לנטפליקס בכל חודש כ-100 מליון דולר. האם זה יספק מענה שייתן יתרון שקשה להעתיק ויעלה את שביעות הרצון? נטפליקס החליטה ליישם את המודל ככלי לחיזוק המותג. הפגיעה ברווחיות לא גבוהה אל מול הכנסות של 28 מיליארד דולר, ומחזקת את המותג וחוסר היכולת להתחרות בו.
לימוד התנהגויות כולל התנהגויות מפתיעות ולא צפויות ובעיקר – דורש זמן וסבלנות. השאלה היא האם יש לכם את המנוע שמאפשר ללמוד התנהגויות – הנחות, טסטים ומנועי למידה.