Netflix就是知名电视剧《纸牌屋》的幕后黑手，一个用大数据干掉导演的案例。Netflix通过分析数据发现：用户很喜欢 Fincher(社交网络、七宗罪的导演)，知道 Spacey 主演的片子表现都不错，还知道1990年BBC的《纸牌屋》很受欢迎，决定花1亿美元赌一把。
但是，Netflix一度是股市上的过街老鼠，大概18个月前，股价瞬间从 298 美元跌落至 52.81 美元。
看看Netflix如何靠大数据实现逆袭。
1、一款产品改变一家公司。
《纸牌屋》成为了评价最高的剧集，引来投资人对 Netflix 一季度收益的强烈好奇，谜底最终揭晓出来，Netflix 的盈利从去年同期的 10.2 亿美元又上升了 18 个百分点。Netflix 还在美国又收获了 200 万付费订户，股价回升到 200 美元以上，是今年表现最好的股票之一。
2、深挖用户的行为数据。
Netflix 在美国有 2700 万订阅用户，在全世界则有 3300 万。每天产生 3000 万多个行为，比如你暂停、回放或者快进时都会产生一个行为，Netflix 的订阅用户每天还会给出 400 万个评分，还会有 300 万次搜索请求。
3、极客风格的CEO。
2005 年 12 月，Hastings 确信 Netflix 的打分系统可以为用户喜好预测系统提供所有必需信息，而公司内部的其他人则坚持认为光靠打分系统是不够的，还需要其它参考指标，比如用户点开视频和终止播放间的时间间隔，比如用户在搜索哪些明星等等。Hasting 不服气，就把他圣诞假期的两周时间都花在了撰写 Excel 表格上——他要基于百万用户的评分写一套可以打败其他工程师认可的推荐算法。他输了，但却激发他设立了“Netflix 奖”，以 100 万美元的奖金鼓励个人或团队来完善打分系统的算法。
4、严苛的测试。
Netflix 总有做不完的测试。测试通常是这么进行的——从成千上万的用户中选出几组人，然后像做小白鼠实验一样做起测试来。Netflix 会让一组用户为自己的家庭成员创建头像，为此给予个性化推荐的奖励以作回报。而另一组通过索尼 PS 看 Netflix 的用户，则会收到一声语音问候，并被询问想看什么节目。
5、管理好用户和电视的10 英寸。
尽管 Netflix 有着极为广泛的片源，但其中很多内容都已过时且吸引力有限。而 Netflix 为了让自己的服务看起来更值，算是下足了功夫。比方说，Netflix 会去研究每种不同设备带来的不同观影距离下，分辨率应该调成多少才能有最佳收看效果。Netflix 有一位数学家被称作“10 英寸设计师”，因为这位数学家的责任就是控制好视频的分辨率，让它电视上(人距电视的距离一般为 10 英寸)播放的效果能和电影院媲美。同样的，也有员工专门研究笔记本和平板上最佳的视频分辨率。
6、预测用户的心跳。
“我们用这个预测系统来保证用户在他自己说出自己的需求之前，就能看到他自己想要的东西。”这些在白天播放的剧集，都在深夜成为 Netflix 计算的一部分。它要知道某个地区当天最火的片子是哪部，并且提前为下一天预备好片源。比如说，如果周二 Barttlestar Galactica 在 Houston 很火，Houston 所在的德克萨斯州的服务器就会预先装载更多的剧集，为周三晚上做准备。
