蝶恋花321
需要注意的是：虽然 Netflix 是 DVD 线下租赁行业的颠覆者，但一开始的时候，它的商业模式也包括 DVD 销售和租赁，但是不是通过线下方式，而是通过电子邮件方式。而大概是在 2007 年，Netflix 在推出公司流媒体同时扩大公司业务，同时保留 DVD 的电邮租赁。Netflix 很快在国际范围内扩展，2010 年时，向加拿大提供流媒体服务，而到 2016 年 1 月，Netflix 服务已经在 190 多个国家展开。
截至 2018 年 1 月，Netflix 全球付费用户有 1.1758 亿，包括在美国地区的 5475 万。
硅发布
热播美剧《纸牌屋》
大约不到两年前， Netflix在130个国家同步上线。现在，即使世界各个角落都可以观看Netflix的节目了。这样的国际爆发时增长自然也伴随着很多挑战，比如如何强推自己在美国本土的热播剧目《怪奇物语》，毕竟他们的观众群很大，喜好也非常不同。
想要制造海内外大受欢迎的电影、电视剧，一定程度上，质量是少不了的。但Netflix一直都认为，用地理位置来判断观众的喜好是很不准确的。而像 《怪奇物语》这样在美国国内获得艾美奖提名、收到很多批评家赞誉的剧目，想要在海外也受到同等欢迎，Netflix就必须发挥才智，让不同语言的人都对其痴迷——好好钻研《怪奇物语》在不同市场的翻译问题。
翻译要地道 KNP“宝典”很有必要
世界上使用的语言有几千种，而要找到“Demogorgon”（(古代神话中的)魔王）在各种语言中的确切的翻译，根本就是个不可能完成（至少很不实际）的任务。但是Netflix提供字幕的20种语言，还有更多提供语种配音的节目来说，Netflix还是费尽了心力。
于是，Netflix做了个“关键名称和短语”工具（Key Names and Phrases， 简称KNP），一张巨大的表格中有各种内容：小说中的地名、只存在于科幻作品里的术语、流行语、口头禅等等。这张表格能确保自由译者和翻译公司的翻译保持一致。KNP能让Netflix知道这些千奇百怪的名词和短语是什么、怎么念，不管是希腊语、西班牙语、瑞典语还是越南语。
有些翻译很直接粗暴，英文的university翻成西班牙语就是universidad。但是其他语言就没那么方便了，甚至需要做很多的背景调查。尤其《怪奇物语》的背景是80年代，有很多那个年代特征的用语，跟现在的说法很不一样。
为了保证《怪奇物语》能跨越语言障碍，得到世界人民的喜爱，Netflix深入钻研《龙与地下城》很久以前在不同国家的翻译，看'Demogorgon'到底在70年代中在不同文化中都被翻译成什么。Netflix也翻出Eggo华夫饼几十年前的宣传材料，就为了得到当时的翻译。
“我们深入钻研故事中提到的背景基础、具体细节，以保证翻译出的译文与三十年前的说法一致。”Netflix的内容本地化和质量管控部门主管Denny Sheehan说道，“我们将所有这些细节都集中在一起，成了一本‘怪奇宝典’，将宝典分发到各个译员、配音工作室的手中，以便他们参考。”
就以“Demogorgon”为例，《怪奇物语》中的反派一号，被剧中的孩子借用《龙与地下城》中的恶魔王子“狄摩高根”来命名。为了保证《怪奇物语》能跨越语言障碍，Sheehan的团队苦苦寻觅7.年代龙与地下城中Demogorgon在不同文化中的翻译。团队还翻出Eggo华夫饼几十年前的宣传材料，因为第一季中这个华夫饼“有很大戏份”。
龙与地下城中的“魔王”
对于一致性的执着追求，不仅体现在Netflix狠抓文字翻译上，在配音演员的声音上他们也毫不懈怠，专门找来跟原剧组声音相似的演员。Sheehan说：“（声音）体现了角色的性格和基调。”这话倒不假。但是Netflix也在找能给好几个剧目的角色配音的演员。为《怪奇物语》中角色Joyce Byers配音的演员也为Beetlejuice中的Lydia Deetz还有 Bram Stoker’s Dracula中的Mina Harker配音。
“
我们对待字幕和配音的态度，是将他们视作打动观众的一种途径，”Sheehan说，“我们的目标通过自己的创作热情，真正的创造出在播出的国家有巨大文化影响、让观众有共鸣的翻译，让这部电视剧在全球观众面前更有吸引力。”
怪奇物语中的“魔王”
影视要流行 本地化势在必行
让影视作品在全球广泛传播，也越来越成为商业关注的重点。
“要在国际广泛传播，本地化就异常关键。”
Ovum的流媒体分析师Tony Gunnarsson一直都密切关注Netflix的动态, 他说：“欧洲的观众对美国影视作品很熟悉，但是他们总期望着能出当地语言的字幕。世界各地观众都是同样的要求”
Netflix已经尝到了这样做的甜头，Netflix产品创新部门副总裁这样说道，“在本地化之前，有些国家就已经有会讲英语的观众订阅Netflix，并且在追这些剧。”Yellin说，“但是在本地化之后，我们在这些国家的订阅数量有显著增长。”
Netflix响应观众的本地化需求，可不只是做字幕和配音。近几年来，Netflix付出极大的努力，让新兴市场的观众能更好地使用自己的服务。这些国家的带宽可能有限制、网络不太稳定。于是Netflix引进了可下载的内容，让观众能在Wi-Fi环境中下载，然后随时随地可以观看节目。
“我们努力让观众有更好的观看体验，比如，如果观众是用手机网络在看节目，我们怎么用更少的流量让他们看到画质更好的视频，怎么减少缓冲，尤其是在一些网络环境挑战性大的国家，印度、马来西亚、菲律宾等等，这些市场对Netflix的扩张是非常重要的。”
技术和语言关都过了，那观众要是本来就不喜欢节目内容，一切都是白搭。这也是Netflix和漫威签下好几个系列合约的原因，漫威的漫画相关作品是国际观众播放清单的中雷打不动的一块。今年，Netflix对动漫的投资也大有增加，因为动漫一般能超越国界和观众群的界限，受众比较广。
Netflix和漫威合作的《超胆侠》
作为斯皮尔伯格流派的“回归”，《怪奇物语》也有斯皮尔伯格作品的DNA，为红遍全球而生。在该剧首映之前，演员和制作人都是对观众而言都是比较陌生的。但是它是符合大众口味的。不仅是斯皮尔伯格、导演大卫林奇的粉丝和喜爱电影Stand By Me 的观众或许也会好《怪奇物语》这一口。
“我的直觉是，这部剧之所以大获成功，吸引到好几个不同的观众群，是因为对于他们而言，追这部剧的粉丝对剧非常着迷，形成了一种“崇拜”，”林肯大学电影研究教授Nigel Morris说，“剧中的各种暗示和伏笔对于观众而言，像是互动游戏。一方面，观众因为看出了编者的对他们喜爱影视作品的‘引用’而沾沾自喜，另一方面，他们也很好奇自己错过了哪些暗示。他们在社交媒体上讨论得热火朝天，对于情节的发展、不同的线索做出各种猜测。”
Netflix下了这么大功夫，成效如何？《怪奇物语》不负厚望，一开始先在加拿大火爆起来，接着逐渐蔓延到世界各地。在一个月内，观看该剧的Netflix用户遍布190个国家，其中70多个国家的观众成了忠实粉丝。在不丹和乍得都有用户观看。在Netflix服务的历史中，《怪奇物语》成为首部有南极洲用户在线观看的影视作品。
《怪奇物语》只是一部电视剧。但制作这部剧的模式跟其他影视内容的制作没有太多区别。Netflix已经应世界人民的需求和口味，为他们“量身定制”一些他们想看的内容。现在，难就难在要打破地域和语言的阻碍，不管观众身在何处，说什么语言，都以他们能够理解的形式，向他们呈现这些影视作品。
氪星情报局
700部！我的天，一天一部都看不完。
天天这次真的要给网飞跪下了
网飞是谁？
对于还不知道的伙伴，天天有必要给你们重点安利一下。
网飞 = Netflix，又叫奈飞。
最早是租光盘的小贩，后来转型为流媒体平台。
在美国人民还在以一周一集的节奏在HBO、Showtime、Starz等电视台上追剧时，Netflix干了一件颠覆业界的事，就是把一整季13集一股脑放出来。
这种豪爽大气的创举得到了广大人民群众的热烈回响：
早该这么干了，还催生了一个名词Binge-watch（刷剧），天天刚在昨天的文章中介绍过。
这种新模式加上Netflix源源不断产出的高质量剧集，从《纸牌屋》到《马可波罗》、从《女子监狱》到《超感猎杀》、从《怪奇物语》到《副本》，仅仅去年的高质量新剧就有《无神》《惩罚者》《心灵猎人》《十三个原因》《小小安妮》《吉普赛人》等、更别说还有高分动画《马男波杰克》《恶魔城》来填空。
Netflix真是越来越火了
| 《纸牌屋》
|《副本》
|《无神》
|《惩罚者》
| 《十三个原因》
| 《吉普赛人》
但Netflix的野心不止如此，人家的终极梦想是颠覆全世界。
Netflix向全球扩张的脚步一刻都没停下来，这是现在Netflix 已进入的市场。
| 红色为已进入
这个在线流媒体巨头目前全球拥有超过
1.17亿订户，他们的CEO Reed Hastings近日还对外宣称，他们下一个1亿用户将会来自印度，全球活跃订户远期目标是7亿。目前Netflix整个亚太地区才550万用户，也许你会问，Netflix为什么不来中国呢？
其实人家超想来中国的，尝试了好几年了，都失败了。
据天天个人判断，接下来的几年里，Netflix仍然不会成功引进国内，不过没关系，你们还有天天呢，而且还不用花钱。
（PS：网飞高清套餐11.99美元/月）
而Netflix现在最忙着做的，便是无上限的扩充片库。
资源便是优势
他们已经和《美国恐怖故事》《美国犯罪故事》《宿敌》制片人瑞恩·墨菲签下五年独家协议，希冀能推出更多厉害的剧集。
|《美国恐怖故事》海报
|《宿敌》海报
除了美国本土，他们在非美国地区动作也不断。
2017年他们推出德国电视剧《暗黑》，在日本购买真人版电影《钢之炼金术师》和动画电影《哥斯拉：怪兽行星》，购买中国内地网剧《白夜追凶》，甚至还买了《熊出没之熊心归来》。
| 《暗黑》
烧钱也是必须的
2017年Netflix的市场推广费为13亿美元，2018年将增加到20亿美元。
值得一提的是，Netflix2017年第四季财报利润为1.86亿美元，目前股价超过290美元，市值1261亿美元。
天天似乎已经听到了纸币燃烧呐喊的声音了，好兴奋。
也许你看到700部这样的数字会有疑问，这种短时间高产出能保证剧集质量吗？
你觉得呢？
天天美剧吧
《纸牌屋》是美国非常有名的一部政治电视剧，一出来就受到广大观众追捧，热衷于美剧的朋友一定有听说过。而制造出《纸牌屋》这种大手笔背后的大佬，就是今天的主角Netflix。这部剧的开发是根据用户喜好的大数据，结果一出现，就引爆了电视剧市场。
如果你十年前投入了1000美元在下列公司，今天你将拥有如下图所示的收益。其中如果你有幸投了Netflix的股票，那如今已经翻了50多倍了，这家公司的投资回报率，远远超过了伟大的亚马逊和苹果。这家靠出租光盘转型流媒体的公司，业务结构简单，主要收入靠用户的会员费用。
这家公司的人才管理手段与众不同，不仅在产品上牢牢把握市场需求，而且在科技上引领创新潮流，到底是什么独特之处，又能给我们带来什么启示呢？
一、优秀的招聘文化：为员工提供最好的环境
Netflix一直坚信以市场上最高的价格招聘最优秀的员工，为这些最优秀的员工提供的环境并不是请客吃饭或者给与良好的福利，而是招聘更多优秀的同事，使得优秀的人与优秀的人在一起，为公司创造最大的价值。这个公司一直坚信，招聘一个优秀的员工抵得上几个“还凑乎”的员工，起码不用花费过多的时间与精力为员工的错误和问题“擦屁股”。Netflix招聘的对象往往是“成年人”，有良好的自控能力，积极的情绪状态。也就是说，他们要找的不是那种聪明的“混蛋”，而是明白事理的成年人，这些人往往非常自律，能够发挥创造力。这让Netflix的人员看似散沙一盘，实则节省了大量人力管理成本。
二、薪酬与考核：给足够的钱和信任
上班无需打卡，报销不用签字，没有绩效工资，也不设考核指标，无法想象这样一家看起来毫无管理规范的公司依靠的不是“人治”，而是“自治”。
在薪酬上面，Netflix不仅在招聘上体现对“成年人”的招聘文化，对内部的员工也是以“成年人”的方式对待，薪酬上给予员工“年薪制”，即无论员工表现如何，给的薪酬都不会减少，Netflix的领导层认为，只要招对了人，有没有年终奖和奖金也不会让员工变笨，当然，福利上绝对不会低于市场平均水平。如果有不优秀的人存在，那么结果是直接开除。
Netflix对员工也是存在考核的，与众不同的是，这种考核属于非常规的“360度考核”，员工只需对他的同事做出“应该做什么”和“不需要做什么”的建议。且在考核的时候大家开诚布公的坐在一起以讨论的方式相互评估。
三、股票期权激励
许多公司在招聘人才的时候往往会给出一些薪酬方案，在给出年薪的同时会搭配一定的股票期权，尽最大的努力达到吸引人才节约成本的目的。值得注意的是，Netflix给出员工选择股票期权在整体薪酬中的占比的权力，这一点与之前我们曾经介绍过的小米是相似的。不同的是，Netflix每个月都会以稍低于股价的价格发放一定的期权，而且允许即时兑现，对于Netflix来讲，股票期权并不是为了降低员工离职率，如果员工存在更好的发展机会，就应该在离开的时候带走应得的。
Netflix的例子告诉我们，在人才的管理上不一定完全依赖制度管理，对于知识技术密集型的企业来讲，要做到“法治”与“人治”的平衡，在一定的制度之下充分给与员工自主的权力，把员工当做“成人”看待和信任，让员工有更多的积极情绪，以激发其自身动力，将最多的认知资源投入到工作中去。
谦启将企业案例解析与专题研究结合，带领大家解析管理知识，并附以独有专题研究进行解析。您可以点击头像关注我们，私信留言“谦启学堂”，领取大量管理书籍，小谦将与各位一起解读管理。
谦启管理评论
奈飞，奈飞，奈何非我鱼与熊掌
===============================================
毋庸置疑Netflix模式就是未来。很久很久以前，有一家公司叫Blockbuster，称霸租碟业许多年。某个叫Reed Hastings的哥们在那里租了个碟，结果由于超期归还被黑走“一大笔”逾期费（大概40美元），怒了。然后他忿忿地去健身，发觉健身房商业模式甚是美哉，不管你去得多还是少，会员费半毛钱也不能少交。很不巧，Hastings是一个动不动就要改变世界的软件工程师，想法来了就要干，更不巧的是他当时已经非常有钱。于是愤怒之余他创办了Netflix，也是做租碟生意，没有逾期费并且搞会员制。十三年后Netflix把Blockbuster干到了破产保护，大仇得报。这个故事告诉我们两个道理：1.客户服务一定要做好，不该薅的羊毛就别死命薅，不然你就是逼羊为虎。2. 工程师惹不起。
当然不能说Blockbuster命衰，事实上她是代表了过去输给了未来，而显然Netflix就是未来。但Blockbuster也并非一下子就溃不成军，具体而言她遭到了Netflix商业模式二重进化的长期又残酷的折磨。
在1.0 进化的伊始Netflix只对Blockbuster模式做了两个改变 1. 轻资产化，无店面，网上运营。2. 邮碟到户。用户在网上订碟，Netflix用隔夜快递邮寄给客户，客户看完邮寄回Netflix。相较于Blockbuster，如此操作的直接比较优势是1. O2O，可以不出门，省腿。2. 选择多，你Blockbuster再一脸苦逼地去根据人口数据调整藏碟，也架不住别人线上选择的琳琅满目。
Netflix商业模式2.0
用1.0逆袭成新盟主之后，Netflix无论做什么都开始琢磨另一个问题：怎样才能让用户体验比从Netflix租碟更好？我们来到了2006年，这一年是Netflix流媒体（streaming）的元年，在这一年之前Netflix的订阅人数是420万，基本服务月费降至17.99美元。你说流媒体这个点子在当时十分性感新颖吗，其实也谈不上，1995年就有人尝试搞流媒体的生意，但问题是技术实在跟不上灵感，下个片几百个钟头小白菜等成老泡菜。这也说明了新概念能赚钱的前提一定是技术到位，而不是vice versa，想想现在的AI（人工智能）和VR（虚拟现实）。
=====================================================================Netflix的推荐策略一直是行业内的标杆，数据显示，Netflix的用户75%的观影动力来自于推荐，也就是说75%的用户进入Netflix的首页不用做任何操作就能找到自己感兴趣的节目。这一令人吃惊的数据显示了Netflix推荐系统的强大和精准。Netflix主张：「推荐系统帮助Netflix赢得关键时刻」。当一个会员访问Netflix，他们希望能够帮助用户在几秒钟之内就找到他感兴趣的影片，以免用户去寻找别的乐子。
这么多维度的数据，其中的每一个数据项Netflix都做得非常细致。比如影片类型，Netflix把可能影响影片分类的每个因素叫做基因，基因组成了影片的一个非常细致的类型，或者说是一种“微类型”。
一个基因组成的微类型语法可能是这样：
地区+形容词+类型（名词） +基于……+……为背景+来自……+关于……+从 X 岁到 Y 岁（Region + Adjectives + Noun Genre + Based On… + Set In… + From the… +About… + For Age X to Y）
也就是说，你喜欢看来自非洲的年轻女性成为超级英雄的电影，Netflix可以帮你找到。比如我自己，喜欢看失意的爸爸靠打拳击而拯救人生的电影，看起来非常具体，但其实这个类型的电影单我看过的就有：《铁甲钢拳》、《阿虎》、《铁拳》等。这样微类型的分类其实与好莱坞类型化高度成熟的现在，好莱坞故事的套路组合方式是非常一致的。
影片这样的微类型Netflix有多少个呢？76897个。数据作为算法的基础，Netflix可以算将自己的数据挖掘到了最深处。
====================================================================然而，在瓷器国，由于某菊的限制，奈飞可能永远也进不来，但我们也不乏这样的技术，乐视超级电视目前正在不断更新此技术。为什么这个算法偏偏用在了电视上呢？要从以下几点来分析：
1. 需求：
电视用户更加依赖推荐，这是我们在做电视的过程中感受到的。用户在电视端寻求的是休闲娱乐与陪伴，陷入沙发中的用户能动性降低，希望快速方便找到喜欢的节目并且尽快开始播放。电视操作的不易使寻找内容变得更困难，对推荐的依赖更加严重。一个理想的电视推荐系统，应该是可以连续播放用户喜欢的内容，甚至不需要用户再次寻找遥控器直起身子再次进行复杂的操作了。
2. 问题：
电视不同于PC、手机的是，电视是多人共同使用的智能设备，一家人的数据混杂在一起，给画像、推荐的准确性增加了很多的困难。其实Netflix也遇到了这个问题，由于付费观看，Netflix的用户也常常是一家人共用一个账号，在全家多个设备上面使用（所以Netflix会特别注重设备信息）。Netflix目前也在探索这个问题的解决方式，方式之一是让用户登陆后，手动选择一个角色，来直接区分不同用户的行为。
3. 解决方案：
手动选择角色的方式一定程度上可以解决多人共用设备的问题，但这个方案对于用户的门槛很高，不能强制用户每次使用都需要选择角色。而在电视端，很多时候是多人共同观看场景，甚至无法进行选择。
通过数据分析，我们发现了另一种方式。与手机碎片化的使用时间不同，电视的使用时长基本都是大块的时段。我们发现，家庭生活一般是比较有规律的，老人早起，年轻人上班，很有规律。并且每个家庭自己的生活也一般比较有规律，反映到电视端的使用上，也就是电视的使用也会呈现分时段的规律。一个家庭的分时段电视使用规律可能是这样的：早上7点-9点，老人用信号源观看新闻；下午4点-6点，孩子点播观看动画；晚上8点-10点，全家人用信号源观看电视剧；10点-12点，爸爸点播观看体育节目。
我们的数据调研显示，80%的用户家中有分时段的观看行为的差异。差异体现在两个维度：1. 场景偏好（使用轮播、点播、信号源、第三方app），2. 内容偏好。数据显示，早上偏好儿童节目的用户更多，晚上无明显偏好的用户更多。要说明的是，每个用户家庭的使用时段规律都是不同的，我们用智能化算法的方式可以找到每个家庭的使用规律。
这样的研究结果可以用于优化电视端的推荐，我们首先找到每个家庭使用电视的分时段规律，然后横向比较相同的时段中的内容和行为数据，在每个时段给出相应的推荐结果。这个方案可以一定程度解决多人使用电视的问题，给出更精确的推荐结果。
电视端的推荐，还有更多的问题等待我们提出，也会有更多的方案去解决。也期待和大家一起讨论与研究，为用户提供更好的推荐服务。可以达到不动一指，精彩持续的理想状态。
鲤鱼尾
奈飞出品，必属精品。
说起来netflix也是靠大数据起家的。
它基于之前的电视用户数据做冷启动，先给用户打标签，分析用户的喜好，用户喜欢什么类型是剧，喜欢什么情节，什么剧情可以引起用户强烈关注。
这些标签都是大数据分析出来的，一个剧在写之前就锁定了用户群，剧情也是基于分析出来的标签来写。有点像推荐，用户有标签，剧有标签，然后匹配。理论上讲，netflix拍的剧越多，用户数据越多，标签越准确，模型越准确，拍出好剧的概率越大，这是一个正向循环，会形成技术壁垒，也不容易被其它公司模仿和超越。
