Netflix พัฒนาระบบแนะนำคอนเทนต์ให้แม่นยำขึ้นด้วยฐานข้อมูลระดับโลก
เบื้องหลังรายการภาพยนตร์และซีรีส์ที่ปรากฏบนหน้าจอของ Netflix ไม่ใช่เรื่องบังเอิญ แต่คือการทำงานของ Algorithm (อัลกอริทึม หรือชุดคำสั่งในการประมวลผลข้อมูล) ที่มีความซับซ้อน แม้ในอดีตระบบจะพึ่งพาเพียงการให้คะแนนดาว การเชื่อมต่อกับ Facebook หรือขนาดของคลังเนื้อหา แต่เมื่อ Netflix ขยายบริการครอบคลุมกว่า 130 ประเทศทั่วโลก แนวทางการแนะนำคอนเทนต์จึงต้องถูกยกเครื่องใหม่ทั้งหมด
ความท้าทายของการขยายบริการสู่ระดับสากล
Yves Raimond และ Justin Basilico วิศวกรจาก Netflix ได้เปิดเผยผ่านบล็อกทางเทคนิคว่า การนำเสนอเนื้อหาให้ตรงใจผู้ใช้งานในแต่ละประเทศมีอุปสรรคสำคัญ 4 ประการ ได้แก่ ความพร้อมของเนื้อหา (Availability), การรับรู้ของผู้ใช้ (Awareness), กำแพงด้านภาษา (Language) และ ระบบการติดตามผล (Tracking)
ในยุคแรกที่ Netflix ให้บริการเพียงไม่กี่ภูมิภาค ระบบจะแนะนำหนังโดยอิงจากตำแหน่งที่ตั้งของผู้ใช้เป็นหลัก เช่น ผู้ใช้งานในสหราชอาณาจักรจะถูกจับคู่ข้อมูลกับชาวอังกฤษด้วยกัน เพราะทุกคนเข้าถึงคลังหนังชุดเดียวกัน แต่เมื่อขยายตัวสู่ 100 กว่าประเทศ ซึ่งแต่ละแห่งมีลิขสิทธิ์เนื้อหาที่แตกต่างกันอย่างสิ้นเชิง การใช้วิธีเดิมจึงไม่สามารถทำได้อีกต่อไป
กลยุทธ์การปรับปรุงอัลกอริทึมแบบใหม่
เพื่อแก้ปัญหานี้ Netflix ได้อัปเดตระบบให้ตระหนักว่าผู้ใช้งานแต่ละคนเข้าถึงคลังเนื้อหาที่แตกต่างกันตาม ภูมิศาสตร์และช่วงเวลา โดยระบบจะแนะนำคอนเทนต์ก็ต่อเมื่อผู้ใช้งานมีลักษณะการรับชมที่คล้ายคลึงกันและสามารถเข้าถึงเนื้อหานั้นได้จริง ซึ่งหมายความว่ารสนิยมการดูหนังของใครบางคนที่อยู่ห่างออกไปหลายพันไมล์ อาจมีผลต่อรายการหนังที่ปรากฏบนหน้าจอของคุณ
อย่างไรก็ตาม Netflix ยังคงต้องรักษาสมดุลระหว่างรสนิยมส่วนบุคคลและวัฒนธรรมท้องถิ่น เช่น ผู้ชมในอินเดียย่อมมีความสนใจในหนังบอลลีวูดมากกว่าผู้ชมในเดนมาร์ก หากระบบอิงตามประเทศเพียงอย่างเดียว ข้อมูลจากประเทศที่มีผู้ใช้งานน้อยจะถูกกลบด้วยข้อมูลจากประเทศที่ได้รับความนิยมสูง
ทางออกคือการใช้แนวคิดที่ว่า "แฟนพันธุ์แท้ในแนวทางเดียวกันมักมีความเห็นคล้ายกันไม่ว่าจะอยู่ที่ใดในโลก" เช่น คนรักหนังระทึกขวัญในไทยและบราซิลอาจมีรสนิยมใกล้เคียงกัน ซึ่งช่วยให้อัลกอริทึมระดับโลกสามารถตรวจจับเทรนด์ใหม่ๆ ผ่านการเรียนรู้เรื่องสถานที่ ภาษา และความนิยมได้อย่างมีประสิทธิภาพ
| หัวข้อ | ระบบแบบเดิม (Local-based) | ระบบแบบใหม่ (Global-based) |
|---|---|---|
| เกณฑ์การแนะนำ | อิงตามตำแหน่งที่ตั้งของผู้ใช้งาน | อิงตามพฤติกรรมการดูและคลังเนื้อหาที่เข้าถึงได้ |
| การจับคู่ข้อมูล | จับคู่กับผู้ใช้ในประเทศเดียวกัน | จับคู่กับผู้ที่มีรสนิยมเดียวกันทั่วโลก |
| การจัดการเนื้อหา | สมมติว่าทุกคนเห็นคลังหนังชุดเดียวกัน | คำนึงถึงความแตกต่างของลิขสิทธิ์ในแต่ละพื้นที่ |
การควบคุมคุณภาพและความละเอียดอ่อนทางวัฒนธรรม
การใช้ข้อมูลระดับโลกอาจนำมาซึ่งความผิดพลาด โดยเฉพาะเนื้อหาที่ได้รับการยอมรับในประเทศหนึ่งแต่อาจถูกมองว่าไม่เหมาะสมในอีกประเทศหนึ่ง Netflix จึงพัฒนาระบบติดตามที่มีความละเอียดสูง เพื่อตรวจจับปัญหาในระดับย่อยและปรับปรุงอัลกอริทึมการค้นหาและการแนะนำให้เหมาะสมกับสมาชิกทุกคน
ยิ่งมีผู้ใช้งานจากหลายประเทศเพิ่มขึ้น ข้อมูลที่ไหลเข้าสู่ระบบก็จะยิ่งหลากหลายและแม่นยำขึ้น แม้เพื่อนร่วมชาติจะยังมีอิทธิพลต่อสิ่งที่คุณเห็น แต่เหล่าแฟนไซไฟจากอีกซีกโลกหนึ่งก็จะมีส่วนช่วยให้การแนะนำซีรีส์อย่าง Star Trek ของคุณสมบูรณ์แบบยิ่งขึ้น
ข้อเท็จจริงสำคัญ
- ขอบเขตการบริการ: Netflix ให้บริการใน 130 ประเทศทั่วโลก
- ปัจจัยหลัก 4 ประการ: ความพร้อมของเนื้อหา, การรับรู้, ภาษา และการติดตามผล
- การเปลี่ยนแปลงหลัก: เปลี่ยนจากการแนะนำตามพื้นที่ (Geography) เป็นการแนะนำตามพฤติกรรมและสิทธิ์การเข้าถึงเนื้อหา
- แนวคิดการวิเคราะห์: ใช้ความชอบในประเภทเนื้อหา (Genre) เชื่อมโยงผู้ใช้งานทั่วโลกเข้าด้วยกัน
คำถามที่พบบ่อย
ทำไม Netflix ถึงไม่แนะนำหนังตามประเทศที่ผู้ใช้พำนักอยู่เหมือนเมื่อก่อน?
เพราะในปัจจุบันแต่ละประเทศมีคลังเนื้อหาและลิขสิทธิ์หนังที่ไม่เหมือนกัน การแนะนำหนังที่ผู้ใช้ในประเทศนั้นๆ ชอบ แต่อาจไม่มีให้รับชมในพื้นที่ของผู้ใช้ จะสร้างประสบการณ์ที่ไม่ดี
อัลกอริทึมใหม่ช่วยให้การแนะนำแม่นยำขึ้นได้อย่างไร?
ระบบจะจับคู่ผู้ใช้งานที่มีพฤติกรรมการรับชมคล้ายกันจากทั่วโลก โดยไม่จำกัดแค่ในประเทศเดียวกัน ทำให้สามารถดึงข้อมูลความชอบในแนวหนัง (Genre) มาวิเคราะห์เทรนด์ได้กว้างและลึกขึ้น
Netflix จัดการกับเนื้อหาที่อาจไม่เหมาะสมในบางวัฒนธรรมอย่างไร?
บริษัทใช้ระบบติดตาม (Tracking system) ที่มีความละเอียดสูง เพื่อตรวจจับและคัดกรองเนื้อหาที่อาจมีความละเอียดอ่อนทางวัฒนธรรมในแต่ละพื้นที่ เพื่อไม่ให้ระบบแนะนำเนื้อหาที่ไม่เหมาะสม
รสนิยมของคนในประเทศเดียวกันยังมีความสำคัญอยู่หรือไม่?
ยังคงมีความสำคัญอย่างมาก โดย Netflix ใช้วิธีผสมผสานระหว่างรสนิยมส่วนบุคคล รสนิยมท้องถิ่น และเทรนด์ระดับโลกเข้าด้วยกันเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด
