2017年5月6日 星期六

Blockbuster 在 Netflix 開始發展時並沒有注意到這個市場新進者。 策略定位(Strategic Position) Netflix 的 CEO Reed Hasting Harvard Business School 這份「敘事型」那我們要怎麼發現 Netflix 真正的好策略?什麼才是讓 Netflix 在過去這十年被拱上影音市場王座的真正因素呢?客戶:有空才去的衝動型消費顧客,租片是為了要打發時間。 獲利:靠 VHS(錄影帶)、DVD 租金來產生主要營收,每片 $3~$5 USD。 通路:全美高達 5000 多家、每一家 10 分鐘車程可到的實體出租店。 人力:由於實體店數量多,盡可能精簡人事支出,都用兼職 or 工讀生。 影片:找片商取得影片授權; 店裡面 70% 的出租量靠新片支撐。 其他:Reed 最痛恨的逾期金,佔百視達 10% 營收、毛利接近 100%。我們了解 Netflix 相對於 Blockbuster 的兩大劣勢在於「據點少」和「借還片的速度慢」。而 Reed Hasting 和 Netflix 針對這項劣勢採取的第一個作法,不是想辦法去增加營運據點,也不是馬上開始養物流系統,而是看起來沒什麼關係的「採用吃到飽的收費模式」:





有看過這幾年超級成功的美劇紙牌屋(House of Cards)嗎?

這是一部由美國最大的線上影音服務業者 Netflix 所製作的美國影集,根據 Inside 

這篇文章《Netflix 是如何用大數據捧紅「紙牌屋」的?》所述

Netflix 在製作這個影集的過程中,運用 Big Data 的相關技術去抓到觀眾的喜好與需求,

先不論這樣的做法是否會破壞掉影劇的那種神秘感,但至少紙牌屋成功地抓到觀眾的胃口,

並且也在商業上獲得大大的成功。

當然,也因為紙牌屋的關係,過去大概只有在美國生活過的人、網路創業圈的人、

或是對於網路產業有興趣的觀察家才知道的 Netflix,現在也應該有更多人認識

這間做影音服務的網路公司了:目前 Netflix 是美國實體 DVD&Blu-ray 的最大出租業者,

而在影音全面數位化、網路串流正夯的此時此刻,Netflix 雖然還沒拿下全球第一,

但也處在領先集團中。

看到現在的 Netflix,我們真的很難想像她是創辦人(兼現任執行長)Reed Hastings 

在某個夜晚,因為忘記還《阿波羅 13 號》、要被百視達罰 40 美元逾期金的產物.....

.而百視達收下這 40 美元逾期金的代價非常非常的高,是換來 Blockbuster 這個全美、

甚至一度台灣滿街開的影音出租店,徹底的被擊潰、化為商業世界的海泡,

並成為全世界 MBA 一定會知道的案例。


》傳統的智慧:Netflix 會贏是因為......

其實之前就已經在各個網路上的文章中知道這段 Netflix 打敗 Blockbuster 的故事,

所以在小組討論的時候,對於 Harvard Business School 這份「敘事型」

的個案倒是讀得很輕鬆,討論過程大概也花了很多時間在歡樂的列舉個案所提到的事實,

並且把這些事實當作是 Netflix 得以勝過 Blockbuster 的「策略」,

舉幾個我在上課前寫在筆記本上的點:


  1. Netflix 會贏是因為他早早切入了尚未成熟的 DVD 市場,享有先進者優勢;
  2. Netflix 會贏是因為他用了全新的收費方式,免除逾期金這點吸引大量使用者;
  3. Netflix 會贏是因為他有非常強大的推薦引擎,讓使用者可以看到他們喜歡的片子;
  4. Netflix 會贏是因為............

當然我可以繼續根據「Netflix 會贏是因為......」的形式把整份個案的重點給清掉,

然後用這種哈佛個案寫作者記錄的「標準解答」把這份個案給解決掉。

然而其實只要仔細一想:Netflix 在當時只是個搞 DVD 寄送的網路新創公司耶,除了要面對 

Blockbuster 這種影音出租的重量級拳王外,還有其他 Startups 正在虎視眈眈的看著......,

即使 Netflix 擁有前述三個「Netflix 會贏是因為......」,卻都是可能輕易被模仿、

導致優勢在短時間內消失的點,作為一個策略家,

我們不應該把這些報章雜誌常看到的字眼當作是「策略」。

那我們要怎麼發現 Netflix 真正的好策略?什麼才是讓 Netflix 

在過去這十年被拱上影音市場王座的真正因素呢?



》Blockbuster 百視達的政策(產業的遊戲規則)

通常要檢視一間公司的策略,最好的方法是將這間公司特別的「政策」(Policy)

與當時產業奉行的標準來對照對照,所以我們先來看看當時影音出租的霸主 Blockbuster 

當時的一些做法。以下摘要幾個重要的企業政策:

在實體出租電影的領域中,百視達幾乎是無敵的。即便後來 DVD 形式成為主流,

卻也只是強化了百視達既有的通路優勢(因為扁平的 DVD 反而更好收納儲藏):

事實上,我們在討論 Netflix 個案的過程中,曾經模擬好幾個新興實體業者切入市場的作法,

卻只發現Blockbuster 和她的超龐大通路優勢依然不動如山,其他競爭對手如果要和 

Blockbuster 採用一樣的商業模式來做,看起來一點辦法也沒有。

而對於 Netflix 這種新興業者來說,先切入 DVD 市場並沒有辦法替她自己帶來任何


長期有效的益處,況且在 Netflix 借一片 DVD 就要花 $4,然後還要加上 $2 的運費......

然後這些 DVD 大部份都還是舊片,新片都在 Blockbuster 那裏。

除此之外,Netflix 也沒有像 Blockbuster 一樣,有那麼多方便的營運據點可以快速還片,

只能把 DVD 放在紅色的大信封寄回去......。

有些朋友看到這邊,可以歸納出 Netflix 的三個相對弱勢:

  1. 網路科技並沒有我們想的那麼有優勢(Blockbuster 可採用、其他對手可複製)。
  2. 借還片的「速度」遠遠不及 5000 多家實體店舖的 Blockbuster。
  3. 少了 Blockbuster 那份逾期金的收入(甚至可以說是利潤),而且比較貴。

面對這些困境、錢可能快燒完了,如果你是 Netflix 的 CEO Reed Hasting,會怎麼做?

》Netflix 如何改變遊戲規則?

勢均力敵、裝備與訓練同等優異的兩軍在平原上交戰,沒有一方有任何優勢; 

完全採用相同商業模式的兩間公司,最終比拼的只是資源的消耗時間。

在商業競爭上,任何的優勢均來自於「不對稱」:可能源自於資源與能耐的差異......

但威力更強大的優勢,則來自於一套商業模式「能不能改變遊戲規則?」

例如 Apple 帶著 iTunes 改變了音樂販售的方式、Amazon 改變了書籍販售的方式......,

而這些既有遊戲規則的改變,會讓現有領導業者的優勢發生變化 or 消滅、

甚至讓挑戰者的劣勢變成優勢。

Netflix 的故事就是一個「翻轉產業遊戲規則」的絕佳例子。

我們列出幾個重要的策略定位(Strategic Position),

看看 Netflix 做了哪些和 Blockbuster 的事情,扭轉了看來牢不可破的產業遊戲規則:


策略定位一:「吃到飽的付費模式」v. 「傳統單片計價的租用模式」

如同前面的分析,我們了解 Netflix 相對於 Blockbuster 的兩大劣勢在於

「據點少」和「借還片的速度慢」。而 Reed Hasting 和 Netflix 針對這項劣勢採取的

第一個作法,不是想辦法去增加營運據點,也不是馬上開始養物流系統,

而是看起來沒什麼關係的「採用吃到飽的收費模式」:

付一筆固定的訂閱費、一次寄 3 片給你,然後網路排序下次要看什麼片。

噢對了,這項服務還不用收逾期金,因為老闆自己也很不喜歡。

Netflix 的「吃到飽」表面上看起來只是個行銷手法,看起來只是在討好顧客、

然後變向的玩價格戰,Blockbuster 至此也覺得沒什麼好回應的,

這種無限制燒錢的作法看起來只會讓 Netflix 自我毀滅下去。

但 Netflix 做這件事情的真正意義,不是行銷手法,而是去解決她相對於 Blockbuster

 的「速度」、「據點少」的問題。

透過「吃到飽」的作法,Netflix 雖然實際上沒有解決每一支 DVD 取得速度比較慢的問題,

但由於使用者手上隨時都有影片,借還片速度這件事情就變得沒有那麼重要了。
我們仔細想想可以發現:事實上,消費者真正要的並不是「速度」,而是「方便性」

Blockbuster 運用通路、用速度來達成「方便」,但這並不是唯一一種達成「方便」的作法:

Netflix 用「吃到飽」的方式,雖然沒有辦法解決速度問題,

卻巧妙地透過改變消費者習慣的方式,達成了「方便性」。

策略定位二:「計畫消費的電影專家」 v. 「衝動消費的爸爸」

不過,只有「吃到飽」的作法並沒有辦法讓 Netflix 生存,還必須搭配獨特的目標客群差異。

我們再來回顧 Netflix 是什麼樣的公司:以 DVD 出租起家的網路服務公司,

我們可以想像她並不是鎖定大眾市場,而是新科技熱愛者組成的利基市場。

會去 Blockbuster 租片的人多半是「順便」、「想要打發時間」的衝動性消費者,

他們不會仔細想租什麼片,排行榜上有什麼片、最近有什麼新片就直接租下去了......,

對這些消費者而言,Blockbuster 必須讓一間店裡面隨時有新片擺著。

但是相較之下,會在 Netflix 挑片的人,則相對是比較會規劃的計畫性消費者:

是真的想「認真看電影」的一群人。與其去跟風追不是那麼新的新片(真正的新片在電影院),

不如在 Netflix 找有特色的片子來看......反正,在 Netflix 的服務底下,

我繳一筆固定的費用,就可以一直看、一直看、一直看、一直看、一直看。

從這群顧客的需求去延伸,Netflix 不但可以迴避和大型影業公司談判上的劣勢、迴避與 

Blockbuster 正面衝突的場合、同時可以藉由相對較強的議價力,

去發掘有特色的小型獨立製片商,讓自己在一個利基市場中不斷地壯大,

並悄悄地侵略主流市場。

策略定位三:不只滿足使用者經驗,更要解決庫存問題的「推薦系統」

「吃到飽」的策略定位並不是完美無缺,因為這樣的作法必然會導致 DVD 庫存量的暴增、

存貨成本也會大幅上升,同時消費端可能會一直租不到想看的片子。

通常業者的解決辦法是去佈建物流系統,來增加商品的流動性。但我們別忘了:

Netflix 還是個資金缺乏的新創網路公司,根本就沒有錢去做這些事情,所以該怎麼辦?

Netflix 的作法是善用自己身為網路科技公司的優勢:寫程式。

Netflix 建立了一套核心的推薦系統,任何人(包括非用戶)都可以免費使用、

存取 Netflix 伺服器上提供的電影資訊,包括基本介紹&Rating 等,

而根據網路正的外部性理論,越多人使用這個平台,平台的使用效益會越高,

然後吸引更多人加入。Netflix 則在這過程中累積資料、分析資料,

推薦適合的影片給這些「電影專家」,提高他們的使用效益。

但只要反過來想就可以發現,「推薦系統」其實也讓 Netflix 

可以控制要丟什麼樣的片子給使用者看:只要透過一些程式碼的操作,

Netflix 可以讓使用者看到「他們能租得到的片子」,而不是發生所有使用者都在搶同一部片、

導致大部分使用者租不到片的情況,而這也是 Netflix 必須極力避免的事情; 

此外,透過推薦系統也讓 Netflix 開始能預測 DVD 的需求量,發展出能控制庫存成本的能耐。


策略定位四:最後一步,開始發展物流中心,徹底解決速度問題

「吃到飽」實際上並沒有解決 Netflix 所面對的「速度」問題,雖然透過一些措施暫時迴避了,

但一旦 Netflix 的規模開始放大,開始進攻主流市場時,

速度的問題將變成 Netflix 的一大隱憂

顯然 Netflix 相當了解這一點,

在取得市場初期的成功後,將資源投資在物流系統的建置上,到了這個時候,

Netflix 開始真正地將網路公司的優勢發揮到極致:無實體店面的包袱,

卻能擁有和實體店面匹敵的速度。





》尾聲

Blockbuster 在 Netflix 開始發展時並沒有注意到這個市場新進者。

如同前面所分析的:客群鎖定不同、實體通路的優勢、相對規模差異大.....但更關鍵的在於,

過去影片出租產業一直只有 Blockbuster 獨霸,

而當 Netflix 這種透過網路科技顛覆傳統出租市場的角色出現時,

Blockbuster 幾乎是沒有準備的。

儘管 Blockbuster 之後也因應網路浪潮,開始經營網路業務,

甚至砍掉佔營收 10% 的逾期金收入以吸引使用者,

卻依然放不開過去賴以維生的 5000 家實體通路、龐大的通路優勢。

當 Blockbuster 轉向以模仿 Netflix 的商業模式時,相當於將自己置於 Netflix 

所掌控的局勢當中,過去的通路優勢反而變成一種「詛咒」

成為龐大的負擔,Blockbuster 也並未發展出新的競爭優勢來因應全新的局面。

隨著自己所能掌握的局勢被一夕翻盤,

 Blockbuster 這個影音出租的霸主在短短不到五年間、一片驚濤駭浪之中成為泡影。

我們可以從這個個案中看到「策略」的力量根源:

聚焦於關鍵問題,發展協調一致的策略活動。

Netflix 的四個策略定位:吃到飽的付費模式、鎖定電影愛好者、推薦系統、以及物流建置,

彼此之間是環環相扣、相互產生綜效。

如果今天 Netflix 只做其中一個項目,肯定會失敗,

但她循序漸進地發展四個相互依存的定位,產生強大的優勢與障礙,而這也是 Blockbuster 

即使模仿了其種一兩個策略定位,卻只是加速自身滅亡腳步的真正原因。


Netflix 是如何用大數據捧紅「紙牌屋」


評論


現在網路上最熱門的美國影集,可以說就是「紙牌屋」(House of Cards,在美國知名的影評網站 IMDb 上,在 15,000 個評分中獲得 9.0 的高分,你就可以知道這部美劇現在的熱門程度。
而這個跟網路圈有什麼關係嗎?這部影集是由 Netflix 這個線上影音服務,用一億元美金買下版權,打破過去美國網路影音服務是先跟 HBO、FOX 或者是其他大電視頻道買節目後,才在網路上播出的模式,直接是由網路首播;

跟過去一週一集不同,影迷們不用每週苦苦等待,「紙牌屋」當天一口氣就推出一季 13 集(所以很多字幕組都在哀號),而紙牌屋本身更是請來大衛芬奇(David Fincher)作為導演(社群網戰、班傑明的奇幻旅程、鬥陣俱樂部)以及知名演員凱文史貝西(Kevin Spacey)作為劇中扮演美國多數黨黨鞭的角色(請自行替換成國民黨林益世或者是吳育昇,這樣的角色),話題性十足;一推出後,在美國等地就成為熱門討論焦點。

那麼 Netflix 是否在買下本劇開拍前就知道這部片會不會紅呢?紐約時報在近期的文章中 Give Viewers What They Want,如此評論:
在美國的電視業裡,沒有什麼事是確定的,也許你找齊金牌導演、實力派演員跟熱門劇本,但還是跟擲骰子一樣,都是在賭。但是不是有破解之道呢?任何一門生意中,如果可以預見未來,是相當有殺傷力的,而 Netflix 可能靠著「紙牌屋」辦到了這點。
以下為 IT 經理網編譯自 SALON 的內容 ,早在一年前,Netflix 就開始利用大數據分析,對節目的進行安排,透過對觀眾收看習慣的了解, Netflix 發現, ​那些喜歡看 BBC 舊版「紙牌屋」的觀眾,同樣也喜歡大衛芬奇導演的電視劇, 或者凱文史貝西主演的電視劇。
因此, 對 Netflix 的高層來說, 購買這部由大衛芬奇導演,凱文史貝西主演的同名電視劇就是合理的。而這也最終也讓他們決定花一億美元來購買這個 1990 年 BBC 同名電視劇的重製版。
新版「紙牌屋」一共兩季, 第一季已經在 2 月 1 日在 Netflix 平台上獨家播出,第一季一共 13 集, 北美、英國、愛爾蘭、拉丁美洲和斯堪的納維亞半島的會員都可以點播觀看。在去年 11 月, Netflix 的公關總監 Jonathan Friedland 在接受「連線」雜誌採訪的時候說:
我們知道觀眾在 Netflix 上的觀看習慣, 所以, 透過觀眾收視分析, 我們對哪些劇集會受歡迎很有信心。 隨著時間過去, 我們能夠針對不同觀眾推出他們更加喜歡的節目。
除了節目自身的受歡迎程度外, 大數據戰略還有一個優勢, 就是 Netflix 的推薦引擎也會有很大作用, 這可以使 Netflix 節省不少行銷成本。Netflix 的數據表示, 75%的觀眾都會被 Netflix 推薦觀看所影響。
Netflix 的公關副總裁 Steve Swasey 說:「透過我們的演算法, 我們可以發現那些可能喜歡凱文史貝西或者政治題材電視劇的觀眾,進而推薦給他們喜歡的劇集。」雖然具體的數據還得過一段時間才會揭曉, 但觀眾對新版「紙牌屋」的最初評價相當正面。而人們不禁要問, 大數據分析究竟給影視創作帶來了什麼?
Netflix 的數據來自於它的 2900 萬觀眾。每次觀眾的搜尋, 正評或負評, 這些數據也會和第三方數據, 如尼爾森的收視數據綜合起來, 此外,再加上地理位置數據、裝置數據, 社群媒體分享數據, 觀眾加書籤數據、 每次觀眾登入授權的數據,以及每部影片或者劇集的數據, 都會進入 Netflix 龐大的數據分析系統裡去。
通過 Netflix 的演算法, Netflix 不僅僅知道你星期天晚上比星期一下午更可能會看恐怖片。也可能知道你更喜歡用平板電腦來看片。哪些地方的人們更加喜歡在星期天下午,用平板電腦觀看。Netflix 甚至能夠記錄哪些使用者當節目結束,幕後人員表開始跑時,就停止觀看。
分析凱文史貝西,大衛芬奇的粉絲與政治題材電視劇的相關性, 僅僅是很小的一個應用方式。Netflix 透過對觀眾習慣的了解, 足夠它判斷某些特定內容對觀眾的吸引程度。
Netflix 的資深數據科學家 Mohammed Sabah 在去年夏天的一個研討會上指出, Netflix 可以針對某一幀畫面進行內容分析, 分析當時的觀看習慣。這些數據, 可以和其他數據關聯起來, 得到更加完整的分析。而根據 Sabah 的演講看來, 這裡的「其他數據」可能包括音量、顏色、背景等等數據, 這些數據可能綜合起來, 得出關於觀眾喜歡內容的有價值的資訊。
Netflix 的首席內容官 Ted Sarandos 表示:
Netflix 對觀眾非常有針對性。不像其他傳統電視台或者有線電視營運商, Netflix 不需要把內容先放出去後才知道觀眾喜好程度,Netflix 在內容播給觀眾前就已經知道這些。
當然, 以數據為中心的決策也不一定能夠保證成功。凱文史貝西甚至大衛芬奇的參與, 也不能保證一定成功。作為 Netflix, 它的目標是要挑戰 HBO 在高品質影片的地位。這需要對大數據分析進行精益求精的優化。要記住的是, 任何大數據分析, 也不可能避免小概率事件的發生。
不過, Netflix 這次在「紙牌屋」上的嘗試,對於製片業即將迎來一個重要轉折。新媒體公司過去幾年來, 已經在利用大數據分析的推薦引擎, 向觀眾推薦他們喜歡的節目。而現在, 大數據分析正深入到電影的創作環節, 這對將來整個影視創作行業從劇本選擇、 導演與演員的選擇, 拍攝和後期製作, 乃至行銷, 都會產生深刻的影響。