Wie kent de online streamingservice Netflix niet? Met z’n 81 miljoen abonnees gespreid over 130 landen verwerkten ze in 2015 maar liefst 329.400.000.000 GB aan data en dit uit een bibliotheek groter dan 1 petabyte; 1 PB is het equivalent van 13,3 jaar non-stop HD video. De vraag rijst dan, hoe breng je je aanbod overzichtelijk aan de man?
‘Kottekesdenken’
Dat de aandacht van een gebruiker gelimiteerd is, dat weten we al langer dan vandaag. Weinreich et. al. calculeerden dat de eerste 8 tot 12 seconden cruciaal zijn in het beslissingsproces, vertaald naar Netflix-normen moet de gebruiker binnen die tijd een keuze maken of op z’n minst bezig zijn met het exploreren van het aanbod.
Op welke drager dan ook, we zijn gelimiteerd aan de schermdimensies dus het is in de eerste plaats belangrijk dat hetgeen zichtbaar is relevante informatie weergeeft, relevant voor de gebruiker.
Wanneer we spreken over ‘informatie weergeven’ denken we steevast in vastgeroeste patronen zoals ‘alfabetisch weergeven’ of ‘jaar van uitgave’ om er maar een paar te noemen. Meer effectief, en dat bewijst Netflix met verve, is gebruik maken van een gepersonaliseerde volgorde gevolgd door berekende data zoals ‘populaire items’, ‘meest bekeken’, ‘verder kijken’, enzovoort.
De kleine beschikbare oppervlakte, het enorme beschikbare aanbod én onze gelimiteerde aandacht deden Netflix dit probleem anders benaderen. In de wereld van website-ontwikkeling spreekt men vaak over de ‘pagefold’ of de paginavouw. Dit is “…de fictieve horizontale lijn op een webpagina onderaan een browser in het direct zichtbare deel van de pagina. Het deel van de pagina onder deze lijn wordt pas zichtbaar na scrollen… de term is afkomstig uit de krantenwereld waarbij deze vouw fysiek aanwezig is.“ (Wikipedia).
Netflix sorteert zijn inhoud in horizontaal georiënteerde carrousels, waarbij de volgorde bepaald wordt door de interesses van de gebruiker. Men kan zowel horizontaal als vertikaal scrollen, op deze manier werkt men niet met 1 maar 2 pagefolds waar de Netflix-interface heel speels mee omgaat.
‘Thinking out of the box’, en neem dit maar heel letterlijk.
Datamining
Netflix zorgt ervoor dat de gebruiker in de eerste plaats te zien zal krijgen wat hem of haar zal interesseren en dit door middel van datamining op verschillende manieren/niveaus.
Zo zal men controleren op welk device iemand aan het kijken is (PlayStation 3, PlayStation 4, Xbox 360, bepaalde Smart TVs , recente Blu-ray spelers, mobile app, etc..). Of, zaken relateren aan een tijdsgebonden event: dag van de week, uur of seizoen tot zelfs het lokale weer. En weer brengt ons dan bij locatie waar kan gekeken worden naar de geo-locatie of de fysieke locatie van een gebruiker. Ook populair nieuws en andere gebruikers in de buurt oefenen een invloed uit.
Eerlijk(?) duurt het langst
Natuurlijk zorgt het ge-automatiseerd verzamelen van al deze informatie voor argwaan bij gebruikers. Daarom steken ze het ook niet onder stoelen of tafels, maar gaan ze die -weliswaar positief- promoten onder het mom van ‘geef je feedback’ en ‘we zorgen voor een betere personalisatie/beleving’.
Maar het verhaal stopt hier niet, oh nee. Netflix zal ook regelmatig verwijzen naar vorige tips en het vertrouwen opkrikken om bij een of andere suggestie ook te vermelden dat ze speciaal die film uitkozen omdat je ook film x hebt bekeken, of omdat je interesse hebt in een bepaald onderwerp.
Geef de gebruiker een reden om vaak terug te komen
Om even terug te komen op het hele carrousel verhaal. De items die ‘offscreen’ staan zijn volgens Netflix ook relevant voor de gebruiker. Door deze bijvoorbeeld periodiek door elkaar te gooien (toch die boven de pagefold) ziet de gebruiker andere inhoud en zal die willen terugkeren.
Een extra voordeel van deze manier van werken, voor Netflix dan toch, is dat de ‘Original’ series gebaseerd zijn op al deze data. Ze kénnen hun publiek door en door en door periodiek te schaven aan de usability en algemene gebruikerservaring kan dit alleen maar beteren.
Nog even een kleine kanttekening, men kan zich -terecht- de vraag stellen of een pagina vol thumbnails en teasers niet teveel laadtijd zal innemen want, ook dit is UX. Het antwoord is neen, en collega Nick (front-end developer) heeft hierover een wel heel interessant blogbericht geschreven.
Referenties & leesmateriaal
Not Quite the Average: An Empirical Study of Web Use
Harald Weinreich and Hartmut Obendorf University of Hamburg, Eelco Herder University of Hannover and Matthias Mayer University of Hamburg. ACM Transactions on the Web, Vol. 2, No. 1, Article 5, Publication date: February 2008.
Personalization - 10 Lessons Learned from Netflix
Pancrazio Auteri, CTO ContentWise
Netflix @UX timeline
http://uxtimeline.com/netflix.html