[打開車窗說亮話]網飛背後的數字管理大師 就是要你好看!Netflix資深資料科學家 李庭柏
第78屆金球獎於日前揭曉,線上影視串流平台Netflix一口氣拿下十個獎項,強壓等迪士尼、Amazon、HBO等大咖!在過去這一年裡,電影因疫延後上映、電視節目製作也大受影響,宅經濟爆發下大幅增加的線上收看,推升Netflix成為這場影視盛會的最大贏家。
Netflix在今年稱霸影視並不讓人意外,畢竟去年好萊塢和不少電視製片的工作步伐都受到疫情影響,Netflix卻有源源不絕的原創影集或電影上線,透過串流服務讓不少因疫宅家或行動裝置使用者隨時隨地享受多元的視聽娛樂。而在疫情助長下,串流媒體Netflix不僅去年財報亮眼,單季營收達66.4億美元新高、全球訂戶更突破先前預設的2億目標!
Netflix的成功除了擁抱市場、尊重原創外,同時更靠精密的演算法與大量的數據分析,為觀看者奉上他們所喜愛的內容、打造驚人收視與黏著度。而這些彙整大數據(Big data)並結合機器學習(Machine Learning)等多項專業技術工作,更需仰賴資料科學家(Data Scientist)或分析師運用科學方法整合、量化,然後成為具體的商業目標與價值,讓企業有效運用。
好比,資料科學家透過掌握龐大的使用者觀看紀錄,加以分析後找出使用者偏好,甚至從內容、導演、演員組合到不同市場觀眾的使用狀況,最後加以彙整研究與分析,推薦給觀眾想要的影片。此外,這些科學資料也有助於Netflix掌握票房、成本、流程控管與製片等各項工作預測。簡言之,資料科學家(Data Scientist)以科學的方法幫助企業解決各種商業問題,當然也成就今日Netflix影視霸主的新高度。
這次購車趣-「打開車窗說亮話」為大家訪問到任職Netflix的資深資料科學家(Data Scientist)李庭柏,為大家解謎在高度競爭的Netflix企業中任職是什麼樣的滋味!以及資料科學家是如何掌握數字、讓你好看!
打開車窗說亮話Q1:請問您先前在Facebook和目前任職的Netflix分別擔任什麼職務?在工作中有什麼有趣的事?您認為這兩家公司本質上最大差異是什麼?
李庭柏:我在這兩家公司都是擔任資料科學家的職務,工作內容本質上差不多,只是負責的產品不太一樣。在Facebook工作主要是廣告排序,它可以決定每個user進來後會看到什麼廣告,系統透過演算法在對的時機show給user最適合的廣告 ; 在Netflix的工作則是推薦系統,將適合的影片推薦給用戶,由於每部片都會有代表它的圖片,我們則會搭配最適合(吸引人)的圖片藉以吸引觀眾,而這些都是透過演算法來完成。
資料科學家在這當中的任務就是資料分析,像是演算法的強項與弱項以及如何改進推薦系統或廣告系統。當中我們會透過一些實驗去了解不同演算法的表現,提供公司做為上線內容的依據。
至於上班有趣的事,我認為面對一大堆數字分析的工作對一般人可能不覺得有趣,但我個人是滿喜歡數字的,所以看著這些數字變化、不同user的使用型態,再加以量化並提供公司有用的參考數據,這些事對而言是有趣好玩的!
而提到這兩家公司的差異除了商業模式不同,我想企業文化上也有很大差異。Netflix自身文化比較強烈,在職務上他們可以開出豐厚的酬勞,但不會請新人,只找有經驗的人 ; Facebook則是每年招收很多新人,它是一個專注於達成目標、不花時間在沒效益事、追求利潤極大化的公司,對員工當然會有很高的要求,它每半年績效考核,量化你對公司的貢獻,結果相當則是相當明確。
由於Netflix是娛樂產業,有時做很多事是無法立即表現出效果的,它可能需要時間來測試、證明系統及演算法的成效,因此兩家公司在本質上的差異,也可以反應出不同的企業文化。
打開車窗說亮話Q2:Netflix的崛起似乎是跟Blockbuster一次拒絕Netflix創辦人的被收購提議有關?可以跟我們講一下這個故事嗎?
李庭柏:我沒待過Blockbuster,當然也不太知道整個事件的細節,倒是後續的發展上可以證明Netflix老闆當初所做的Streaming串流商業模式獲得了巨大的成功,也說明了創辦人當時的遠見。
有趣的是,當年Netflix的收購計畫被拒後,公司因應營運狀況而啟動了裁員,在裁去相當比例的員工後發現公司營運竟然不受影響,創辦人便興起了一個想法:我只要請“最好的人”,從此建立起Netflix的企業文化,這也呼應前面所說,為何Netflix不請新人,因為它想要的是有效的即戰力,一到崗便能組成像職業球隊的dream team。
打開車窗說亮話Q3:因為COVID-19肆虐全球的關係,人們待在家沒事做,觀看Netflix影片就成為消磨時間的娛樂之一,導致Netflix的用戶爆增,也反應在Netflix的股價上。即便Netflix已經成為全球最大的線上影音串流平台,但在優化會員的使用者體驗的腳步從來沒有停止。可以跟我們聊一下Netflix在「推薦」方面所採取的創新舉動嗎?
李庭柏:關於技術上較為艱澀的東西大家或許沒興趣知道,但我認為比較有趣的是,如何透過一幀圖片或電影海報忠實來表達一部影片的內容,甚或是能夠吸引觀眾的眼球,這都是推薦系統作業上的要點。另外一個就是要優化演算法,讓系統所推薦的影片更加符合觀看者的期待,如此才能讓建立user好的觀感與使用經驗。
打開車窗說亮話Q4:您覺得,Netflix現在最需要什麼樣的員工?如果想要進Netflix上班,需要做什麼準備及具備什麼樣的條件?
李庭柏:Netflix所開出的職缺通常是一個蘿蔔一個坑,今天某個單位招募一個職缺,公司會要求你有該職務的專業背景,並且要證明在此領域有傑出表現。而除了專業領域外,公司更會希望求職者具有自我管理的能力。因為Netflix的主管其實不太會管你(很自由),但每個員工其實都必要做到有自我管理的能力,把自己應盡的責任做好,並且不要濫用公司給你的福利或挑戰既有制度。
打開車窗說亮話Q5:小時候家人擁有過的汽車中,您印象最深刻的是哪一台?為什麼?
李庭柏:我大學時考取駕照後就會開家裡的車,當中我印象深刻的就是家裡第一部車Peugeot 206,後續也換了進口版Ford Focus,在美國唸書時則是開國民神車Corolla代步。或許是因為第一部車讓我沈浸在開車的喜悅,當年的Peugeot 206對我而言就是好看又好開,留下了許多青春回憶。至於目前在美國開的Audi Q5當然無疑也是一部好車,外型帥氣、空間機能好用、內部科技感十足,跟矽谷科技人的形象相當Match啊!(笑~)
-----------------------------
主持人:駱行健
企劃/訪談:駱行健
文字/整輯:李義章
攝影/構圖:李義章
執行/製作:購車趣 x LCA
場地 提供:1+1 Together Republic
地址:台北市中山北路二段26巷10-1號2樓
Netflix在今年稱霸影視並不讓人意外,畢竟去年好萊塢和不少電視製片的工作步伐都受到疫情影響,Netflix卻有源源不絕的原創影集或電影上線,透過串流服務讓不少因疫宅家或行動裝置使用者隨時隨地享受多元的視聽娛樂。而在疫情助長下,串流媒體Netflix不僅去年財報亮眼,單季營收達66.4億美元新高、全球訂戶更突破先前預設的2億目標!
Netflix的成功除了擁抱市場、尊重原創外,同時更靠精密的演算法與大量的數據分析,為觀看者奉上他們所喜愛的內容、打造驚人收視與黏著度。而這些彙整大數據(Big data)並結合機器學習(Machine Learning)等多項專業技術工作,更需仰賴資料科學家(Data Scientist)或分析師運用科學方法整合、量化,然後成為具體的商業目標與價值,讓企業有效運用。
好比,資料科學家透過掌握龐大的使用者觀看紀錄,加以分析後找出使用者偏好,甚至從內容、導演、演員組合到不同市場觀眾的使用狀況,最後加以彙整研究與分析,推薦給觀眾想要的影片。此外,這些科學資料也有助於Netflix掌握票房、成本、流程控管與製片等各項工作預測。簡言之,資料科學家(Data Scientist)以科學的方法幫助企業解決各種商業問題,當然也成就今日Netflix影視霸主的新高度。
這次購車趣-「打開車窗說亮話」為大家訪問到任職Netflix的資深資料科學家(Data Scientist)李庭柏,為大家解謎在高度競爭的Netflix企業中任職是什麼樣的滋味!以及資料科學家是如何掌握數字、讓你好看!
打開車窗說亮話Q1:請問您先前在Facebook和目前任職的Netflix分別擔任什麼職務?在工作中有什麼有趣的事?您認為這兩家公司本質上最大差異是什麼?
李庭柏:我在這兩家公司都是擔任資料科學家的職務,工作內容本質上差不多,只是負責的產品不太一樣。在Facebook工作主要是廣告排序,它可以決定每個user進來後會看到什麼廣告,系統透過演算法在對的時機show給user最適合的廣告 ; 在Netflix的工作則是推薦系統,將適合的影片推薦給用戶,由於每部片都會有代表它的圖片,我們則會搭配最適合(吸引人)的圖片藉以吸引觀眾,而這些都是透過演算法來完成。
資料科學家在這當中的任務就是資料分析,像是演算法的強項與弱項以及如何改進推薦系統或廣告系統。當中我們會透過一些實驗去了解不同演算法的表現,提供公司做為上線內容的依據。
至於上班有趣的事,我認為面對一大堆數字分析的工作對一般人可能不覺得有趣,但我個人是滿喜歡數字的,所以看著這些數字變化、不同user的使用型態,再加以量化並提供公司有用的參考數據,這些事對而言是有趣好玩的!
而提到這兩家公司的差異除了商業模式不同,我想企業文化上也有很大差異。Netflix自身文化比較強烈,在職務上他們可以開出豐厚的酬勞,但不會請新人,只找有經驗的人 ; Facebook則是每年招收很多新人,它是一個專注於達成目標、不花時間在沒效益事、追求利潤極大化的公司,對員工當然會有很高的要求,它每半年績效考核,量化你對公司的貢獻,結果相當則是相當明確。
由於Netflix是娛樂產業,有時做很多事是無法立即表現出效果的,它可能需要時間來測試、證明系統及演算法的成效,因此兩家公司在本質上的差異,也可以反應出不同的企業文化。
打開車窗說亮話Q2:Netflix的崛起似乎是跟Blockbuster一次拒絕Netflix創辦人的被收購提議有關?可以跟我們講一下這個故事嗎?
李庭柏:我沒待過Blockbuster,當然也不太知道整個事件的細節,倒是後續的發展上可以證明Netflix老闆當初所做的Streaming串流商業模式獲得了巨大的成功,也說明了創辦人當時的遠見。
有趣的是,當年Netflix的收購計畫被拒後,公司因應營運狀況而啟動了裁員,在裁去相當比例的員工後發現公司營運竟然不受影響,創辦人便興起了一個想法:我只要請“最好的人”,從此建立起Netflix的企業文化,這也呼應前面所說,為何Netflix不請新人,因為它想要的是有效的即戰力,一到崗便能組成像職業球隊的dream team。
打開車窗說亮話Q3:因為COVID-19肆虐全球的關係,人們待在家沒事做,觀看Netflix影片就成為消磨時間的娛樂之一,導致Netflix的用戶爆增,也反應在Netflix的股價上。即便Netflix已經成為全球最大的線上影音串流平台,但在優化會員的使用者體驗的腳步從來沒有停止。可以跟我們聊一下Netflix在「推薦」方面所採取的創新舉動嗎?
李庭柏:關於技術上較為艱澀的東西大家或許沒興趣知道,但我認為比較有趣的是,如何透過一幀圖片或電影海報忠實來表達一部影片的內容,甚或是能夠吸引觀眾的眼球,這都是推薦系統作業上的要點。另外一個就是要優化演算法,讓系統所推薦的影片更加符合觀看者的期待,如此才能讓建立user好的觀感與使用經驗。
打開車窗說亮話Q4:您覺得,Netflix現在最需要什麼樣的員工?如果想要進Netflix上班,需要做什麼準備及具備什麼樣的條件?
李庭柏:Netflix所開出的職缺通常是一個蘿蔔一個坑,今天某個單位招募一個職缺,公司會要求你有該職務的專業背景,並且要證明在此領域有傑出表現。而除了專業領域外,公司更會希望求職者具有自我管理的能力。因為Netflix的主管其實不太會管你(很自由),但每個員工其實都必要做到有自我管理的能力,把自己應盡的責任做好,並且不要濫用公司給你的福利或挑戰既有制度。
打開車窗說亮話Q5:小時候家人擁有過的汽車中,您印象最深刻的是哪一台?為什麼?
李庭柏:我大學時考取駕照後就會開家裡的車,當中我印象深刻的就是家裡第一部車Peugeot 206,後續也換了進口版Ford Focus,在美國唸書時則是開國民神車Corolla代步。或許是因為第一部車讓我沈浸在開車的喜悅,當年的Peugeot 206對我而言就是好看又好開,留下了許多青春回憶。至於目前在美國開的Audi Q5當然無疑也是一部好車,外型帥氣、空間機能好用、內部科技感十足,跟矽谷科技人的形象相當Match啊!(笑~)
-----------------------------
主持人:駱行健
企劃/訪談:駱行健
文字/整輯:李義章
攝影/構圖:李義章
執行/製作:購車趣 x LCA
場地 提供:1+1 Together Republic
地址:台北市中山北路二段26巷10-1號2樓
瀏覽人數:4064人