Die Business Strategie von Netflix basiert schon früh auf Forschung und dem Verstehen des Kunden. Teams aus verschiedenen Abteilungen arbeiten zusammen und generieren schnell Prototypen, die getestet werden um nutzbare Lösungen zu bekommen.

Dazu sagt Gibson Biddle, früherer VP von Netflix: „Unsere Vision war es, dass die Produktmanager bei Netflix bemerkenswerte Einblicke in die Verbraucher entwickeln müssen, angetrieben von den Ergebnissen und dem Lernen aus Tausenden von Experimenten.“

Der Kern des Wachstums und der digitalen Transformation von Netflix sind also qualitative Fokusgruppen von Nutzern, um unterliegende Bedürfnisse aufzudecken, in Kombination mit vorhandenen Daten, Umfragen und der Betrachtung des Produktes mit den Augen des Kunden.

Eben diese Marktforschung zeigt 2011, dass die Zielgruppe provokativere Inhalte, als die in der Prime Time gezeigten Filme, wollen. Die Antwort von Netflix: sie produzieren diese selbst. House of Cards legt 2013 den Grundstein des Erfolges der Eigenproduktionen.

Doch woher weiß Netflix, was ich in einem Jahr sehen möchte, und produziert genau das?
Nach dreijährigem Prototyping wird die Funktion „Weil Sie angeschaut haben..“ entwickelt. Diese hilft uns zu finden, was wir als nächstes ansehen möchten. Die Grundlagen dafür liefern unsere Daten.

Doch wie schafft es Netflix, mehr Daten aus uns herauszulocken um damit noch genauer unseren Geschmack zu treffen?
Die Lösung dieses Problems war die Überarbeitung des Ratingsystem. Das frühere Ratingsystem bestand aus Sternen. Auf anderen Webseiten (z.B. Amazon) steht die Sternebewertung für die durchschnittliche Bewertung. Die Nutzer haben angenommen, dass das bei Netflix auch so ist. Was viele Nutzer dabei nicht wussten: Wenn mir ein Film mit 4 Sternen angezeigt wurde, heißt das nicht, dass dieser Film von anderen Nutzern im Durchschnitt mit 4 Sternen bewertet wurde. 4 Sterne bedeuteten, dass ich auf Basis meines bisherigen Streamingverhaltens diesen Film mit 4 Sternen bewerten würde. Die Auswirkung: Die eigene Bewertung wird als weniger wichtig empfunden, sie ist nur eine von vielen. Ergo: Die Kunden haben den Inhalt nicht bewertet. Das hat die Vorschläge der Netflix-Algorithmen negativ beeinflusst (dazu später mehr).

Nach verschiedenen Prototypen und Testings direkt an den Nutzern war klar: die Lösung ist die Einführung des binären Daumen hoch-Daumen runter – Feedbacks. Während des Testens vor der Einführung 2017 zeigte sich, dass über 200 % mehr Ratings abgegeben wurden. Das wiederrum optimiert die Genauigkeit des Algorithmus.

Durch das optimierte Ratingsystem, die Marktforschung und damit auf Basis der Kundendaten weiß Netflix heute, bereits vor dem Launch einer Eigenproduktion, welche Kunden diese anschauen werden. Sie können Filme und Serien frei nach den Kundenbedürfnissen gestalten: Welche Filme brechen wir ab, welche Schauspieler schauen wir gerne an? Den passenden Nutzern wird die Produktion vorgeschlagen.