Hver gang du ser på Netflix, ser Netflix tilbake på deg

Big data and chill: Hvordan Netflix bruker dataen de samler når du ser på serier.

b
a

2011: NETFLIX-CEO Reed Hastings legger en stor koffert med dollarsedler på et bord i et møterom i California. Han vil kjøpe rettighetene til å produsere House of Cards. På den andre siden av bordet blir det gjort store øyne, raske blikk veksles. «Deal!» sier de med skjelvende stemmer. Reed nikker sakte, snur seg og ser inn i kameraet med et smil i munnviken. «Hvordan jeg turte å satse hundre millioner dollar for å få rettighetene til en serie som ikke er produsert enda? Én ting. Når du ser på Netflix, ser Netflix tilbake». Intromusikk.

Forestill deg at du at du setter på en episode med favorittserien din. Allerede før vignetten begynner har Netflix registrert flere datapunkter. De vet hva klokken er og hva slags vær det er der du er. De vet også om du fant frem til serien selv, eller om den var «recommended for you». Episoden begynner. Men, vent nå litt, den journalisten der, er det en brunhåret Jenna Elfman? Du spoler tilbake for å være sikker. Dette registrerer Netflix. I tillegg samler de data om scenen du spolte tilbake for å se. Hvilke skuespillere var med? Hva ble sagt? Inneholdt den nakenhet eller eksplosjoner? Når du er ferdig for kvelden og gir episoden en rating blir dette registrert sammen med hvem som regisserte episoden, hva som kjennetegnet den dramaturgisk og hvem som har produsert den. Og idet du legger deg til å sove, har Netflix fått med seg at du brukte de siste ti minuttene av din våkne tid på å søke etter henholdsvis «Knokced Up», «Knoked.Up», og «Knocked Up».

LES OGSÅ: Typene du møter i en «Making a Murderer»-diskusjon

For hver «seeropplevelse» registrerer Netflix altså flere titalls enheter med data om seerens særegne vaner. Disse enhetene knyttes deretter opp mot det de vet om deg fra før, nemlig tilsvarende analyser av alle episodene og filmene du har sett på Netflix tidligere. Informasjonen behandles deretter av algoritmer og visualiseringsverktøy for å finne mønstre i den enkelte seers adferd. Ut ifra hvilke filmer du har sett før, og hvordan du har sett dem, kalkulerer de hvilken seer-adferd du kommer til å utvise i fremtiden. Informasjonen bruker de i neste omgang til å lage og velge ut produkter du kommer til å like, dvs. se.

DENNE TEKNOLOGIEN, ELLER fagfeltet, som går under samlebetegnelsen big data er grunnen til at en, inntil nylig, relativt uerfaren og liten innholdsleverandør som Netflix var villige til å satse en betydelig mengde penger på nyinnspillingen av suksesserien House of Cards. Det var et sikkert kort.

Ifølge Netflix selv var det tre hovedelementer som gjorde at de følte seg sikre på at serien kom til å bli en suksess. Den skulle regisseres av David Fincher, hovedrollen var Kevin Spacey og den var basert på en britisk politisk thriller med samme navn. Ifølge dataene til Netflix ville en stor målgruppe elske kombinasjonen av disse tre. Og de fikk rett.   

LES OGSÅ: «Marseille» er en overtydelig «House of Cards»

Informasjonen Netflix hadde om brukerne sine ble også benyttet i markedsføringen. Reklameplakaten til House of Cards ble laget med utgangspunkt i plakaten til serien Macbeth fra 2010, som hadde vært populær hos den samme målgruppen. Fargetonene ble finjustert etter parametre for maksimal klikkeffekt.

I tillegg produserte de ti forskjellige trailere, en for hver undergruppe i målgruppen. Fans av Fincher fikk se mye fincheresque kameraføring, fans av Spacey fikk se mye Spacey, og seere med en historikk som tilsa en preferanse for kvinnelige hovedroller, fikk se en trailer som fokuserte på nettopp det. Da Netflix valgte å legge ut alle episodene i første sesong samtidig, var også det en beslutning tatt ved hjelp av dataanalyse. Det viser seg nemlig at den beste måten å øke gjennomføringsprosenten (% av de som begynner å se en serie som fullfører) på, er å eksponere dem for så mye av serien som mulig så fort som mulig.

I TILLEGG BLIR enkeltskuespillere plukket ut på bakgrunn av popularitet. Adam Sandler skrev nylig under på en Netflix-kontrakt på sju filmer etter lenge å ha vært blant de mest populære skuespillerne på plattformen.

Dette er bare noen av måtene produktet tilpasses informasjonen Netflix har om deg. Per i dag skal selskapet ha drøyt femti serier og filmer in progress, og det er stor grunn til å tro at de fleste av dem, i større eller mindre grad, er informert av og tilpasset etter algoritmer.

I Norge har selskapet ID Management ifølge NRK begynt å tilby big data-analysetjenester til norske produksjonsselskaper. Analysesjef i NRK, Kristian Tolonnen, synes stordatateknologi er interessant, men argumenterer for at tilsvarende analyseverktøy ikke ville ha kunnet forutse en seersuksess som Skam.

LES OGSÅ: «Rick & Morty» er den morsomste, smarteste og beste animasjonsserien akkurat nå

Dette er et poeng mange vil nikke anerkjennende til: Vi kan gå med på at datamaskiner er i stand å lage formulaiske produkter med kommersiell appell, men hva med det kreative talentet som gjør regissører og manusforfattere til helter i vår kultur?

Tech-optimistene ville snøfte overbærende av en slik innvending. De vil si at med analyseverktøyenes finkornede parametre (som tar høyde for dramaturgisk utvikling, bildesaturasjon, rytme, etc. ) så har man nok informasjon til å konstruere sofistikerte, originale og ikke minst gode produkter. Dessuten vil de betvile at Skams suksess kommer som et resultat av en udefinerbar touch. For er det ikke egentlig ganske forutsigbart, vil de kokett påpeke, at man i krysningen mellom unge kropper, melodrama, gjenkjennelsesfaktor, sex og hipsterfilter på kameralinsa, kommer til å tiltrekke seg seere?

UAVHENGIG AV hvilken oppfatning man har om dette, vil nok både Tolonnen og guttene og jentene fra Cal-tech være enige om at det ikke finnes noen prinsipiell grense for hvor spesifikke algoritmebaserte innholdsleverandører kan være, når det gjelder å tilpasse produktene sine. Hverken i produksjon av innhold, eller hvilken og hvor mye informasjon de kan få tilgang på (og her vil diskusjonen ha skjæringspunkter med diskusjoner knyttet til kunstig intelligens).

Så, når Tolonnen endelig gir etter for en fremtidig pro-big-data bransjekonsensus kan det være lurt å være forberedt på en mediehverdag formet av statistikk over alle gangene du kom hjem fra byen og sovna til Family Guy, eller program tilpasset alle som elsker både sakte-TV og Sylvi Listhaug. ​

Les også: Netflix-seriene «Jessica Jones» og «Master of None» peker mot en ny og tidstypisk sensibilitet

Netflix