Чем нетфликс лучше других
Как Netflix стал мировым лидером в персонализации. Краткая история киллер-фичи и прогноз на 2040 год
Весной 2021 года Netflix запустил функцию «Play Something», которая помогает пользователю выбрать контент для просмотра с помощью нейросети. Это очередная веха на пути сервиса к максимальной персонализации.
Команда Epic Growth перевела статью Гибсона Биддла, экс вице-президента по продукту в Netflix, об истории роста Netflix в области персонализации с момента запуска стартапа в 1998 году до сегодняшнего дня.
Netflix с первого дня развивал стратегию персонализации благодаря постоянным экспериментам и собственной системе А/В тестирования.
20 лет назад пользователи смотрели лишь 2% фильмов, которые предлагала система. Сейчас эта цифра выросла до 80%. Раньше пользователю приходилось изучать сотни вариантов, чтобы найти то, что нравится. Сегодня большинство пользователей рассматривают до сорока вариантов, прежде чем нажать на кнопку «Просмотр». Netflix надеется, что через двадцать лет будет предлагать тот самый вариант, который сразу понравится.
В 1996 году Netflix вышел в свет как стартап, рассылающий DVD по почте. На первой версии сайта Netflix в 1998 году было менее 1000 DVD-дисков.
В 1999 году фильмотека выросла до 2600 DVD, но сервис стремился к расширению до 100 000. Чтобы пользователям было проще искать фильмы, Netflix разработал персонализированную систему мерчандайзинга.
В 2000 году Netflix перешел к варианту подписки на все фильмы сразу. Сервис добавил «очередь просмотра» — список отложенных фильмов. Когда пользователь возвращал DVD, Netflix отправлял следующий по списку диск прямо в почтовый ящик.
Netflix создал персонализированную систему рекомендаций на основе рейтингов, чтобы предсказывать заинтересованность пользователя в фильме. Этот алгоритм коллаборативной фильтрации назывался Cinematch.
Вот простой способ понять коллаборативную фильтрацию:
Представьте, что и мне, и вам нравятся два фильма: «Бэтмен: Начало» и «Во все тяжкие». Мне нравится казино, и алгоритм подсказывает, что и вам оно может понравиться. Теперь примените этот подход к миллионам пользователей и названий.
Netflix создал пятизвездочную систему оценки и собрал миллиарды ответов. Компания экспериментировала с несколькими рейтингами, иногда суммируя их, чтобы указать ожидаемый рейтинг, средний рейтинг и рейтинг друзей. Рейтинги помогали другим людям оценить, стоит ли смотреть фильм.
Кроме Cinematch, еще три алгоритма помогали продавать фильмы:
Динамическое хранилище: этот алгоритм указывал, был ли DVD доступен для просмотра. В конце эпохи DVD алгоритм даже определял, был ли диск доступен в локальном хабе пользователя. К 2008 году Netflix продавал только доступные поблизости диски, чтобы повысить вероятность доставки на следующий день.
Metasims: этот алгоритм показывал всю информацию о фильме — синопсис сюжета, режиссера, актеров, год, награды, язык и т. д.
Поиск по сайту. Сначала команда предполагала, что пользователи ищут только дорогие диски с премьерами, и не стремилась развивать эту функцию. Однако исследование показало, что люди часто ищут старые и недорогие фильмы, поэтому компания решила увеличить вложения в разработку удобного поиска.
Узнав, что несколько членов семьи использовали одну учетную запись, Netflix запустил «Профили». Эта функция позволила каждому создавать собственный список фильмов внутри одного аккаунта. Только 2% пользователей пользовались этой функцией, несмотря на агрессивное продвижение. Потратить время на составление упорядоченного списка DVD-дисков был готов только один человек в каждом доме.
Но когда Netflix решил убрать функцию, это вызвало много негатива. Часть пользователей уже оценили ее и даже боялись, что отмена профилей разрушит их брак. Профили оставили и в конце концов функцией начала пользоваться половина клиентов.
Гипотеза: если создать сеть друзей в Netflix, они будут предлагать друг другу идеи для фильмов и не откажутся от сервиса, чтобы не расставаться с друзьями. Сразу после запуска 2% пользователей связались хотя бы с одним другом, но этот показатель никогда не превышал 5%.
Netflix убрал эту функцию в 2010 году в рамках программы «расхламления» — удаления функций, которые пользователи не оценили.
Но так Netflix получил два ценных инсайта о социальных связях в контексте фильмов:
1. У друзей может быть плохой вкус.
2. Люди не хотят, чтобы друзья знали все фильмы, которые они смотрят.
Впоследствии Facebook успешно применил их ко многим своим продуктам.
Персонализация Netfix в 2006 году была организована в формате стратегии / метрики / тактики.
Идея была такова: собрать все очевидные и неочевидные данные, а затем использовать различные алгоритмы и тактики, чтобы связать пользователей с фильмами, которые им нравятся. Команда сосредоточилась на четырех основных стратегиях:
У сервиса была гипотеза высокого уровня: персонализация поможет пользователям находить более подходящие и интересные фильмы, что в итоге улучшит ретеншн.
Однако, чтобы повлиять на этот показатель, нужны годы. Поэтому Netflix создал краткосрочную прокси-метрику: команда измеряла процент пользователей, оценивших >50 фильмов в первые 2 месяца после регистрации. Теория заключалась в том, что пользователи будут оценивать больше фильмов, чтобы получить более точные рекомендации. Прокси-метрика росла, а значит, пользователям персонализация понравилась — гипотеза подтвердилась.
Изначально персонализация представляла собой раздел на сайте с вкладкой «Рекомендации». Но тестирование показало, что пользователям не нравится такой предписывающий тон. Вкладку переименовали на «Фильмы, которые вы полюбите», и она вызвала большой отклик. Команда разработки считала вкладку «некрасивой», но она сработала.
Когда пользователи привыкли к разделу «Фильмы, которые вы полюбите», сайт познакомил их с «Рейтинг-мастером»:
Рейтинг-мастер помог вырастить прокси-метрику «процента пользователей, оценивших >50 фильмов за первые два месяца» и стал основным источником данных о предпочтениях.
Прокси-метрикой для алгоритмов персонализации было RMSE (среднеквадратическое отклонение) — разница между прогнозируемой и фактической оценкой пользователем фильма. Например, идеальным прогнозом было сбывшееся предсказание, что вы оцените «Друзья» и «Сайнфельд» в четыре и пять звезд соответственно.
Показатель RMSE со временем вырос благодаря улучшениям в алгоритме коллаборативной фильтрации.
Однако данные о возрасте и поле никак не улучшали RMSE, потому что выбор фильма зависит от совсем других факторов. Стало ясно, что гораздо полезнее знать несколько фильмов или телешоу, которые нравятся человеку.
Как это работает сейчас: создайте новый профиль в своей учетной записи Netflix и укажите несколько фильмов, которые вам нравятся. Готово! Алгоритм персонализации запущен.
QUACL — это алгоритм для очереди просмотра. Как только пользователь добавляет фильм в список, появляется поп-ап, предлагающий похожие варианты.
За несколько лет QUACL увеличил количество добавленных в очередь просмотра фильмов с 10% до 20%. Фактически, Netflix провел часть своих первых тестов машинного обучения в рамках QUACL.
Как у любого стартапа, ресурсы Netflix были ограничены. Ценность Cinematch была доказана, но лишь пара разработчиков могли сосредоточиться на алгоритме. Было принято решение отдать разработку алгоритма на аутсорс с помощью конкурса Netflix Prize.
Netflix предложил награду в 1 миллион долларов любой команде, которая улучшит RMSE для алгоритма Cinematch на 10%. Команда персонализации предоставила анонимные данные от пользователей Netflix в качестве обучающих данных, а также второй набор данных с реальными рейтингами пользователей, чтобы команды могли проверить предсказательную силу своих алгоритмов.
По итогам конкурса было сделано два вывода:
Спустя 2 года команда «BellKor’s Pragmatic Chaos» выиграла конкурс, обойдя 5000 других команд. Они увеличили RMSE на 10,06% и выиграли миллион долларов.
Но после запуска алгоритма в крупномасштабном A/B-тестировании измеримой разницы в ретеншне не было. Результат был неутешительный.
Возникла новая гипотеза. Чтобы улучшить ретеншн, потребовались более совершенные алгоритмы, которые объяснят выбор контента для каждого пользователя.
Улучшенные алгоритмы + UI / поддержка дизайна / контекст = рост удержания
Стоило ли проведение конкурса миллиона долларов? Абсолютно. Раньше разработчики считали сервис очередным екомерсом, а после конкурса Netflix получил статус инновационной компании.
После запуска стримингового канала в 2007 году у команды Netflix впервые появились данные в режиме реального времени о том, какие фильмы смотрят пользователи (раньше у них была информация только по аренде DVD). Эти данные стали более важными для прогнозирования вкусов пользователей, чем те, что Netflix собрал с помощью пятизвездочной рейтинговой системы.
Netflix начал разрабатывать собственный проект «Геном кино», наняв 30 «фильмологов», чтобы они размечали различные атрибуты фильмов и телешоу.
Алгоритм коллаборативной фильтрации Netflix предсказывает, что вам понравится фильм, но не может объяснить, почему. А вот алгоритм Cinematch приводит утверждениям вроде: Поскольку вам нравится «Бэтмен: Начало» и «Во все тяжкие», мы думаем, вам понравится «Улица Сезам».
Новый алгоритм генома фильма называется «Категория интереса». Теперь Netflix предлагает фильм и объясняет, почему он может понравиться пользователю.
С появлением этого алгоритма вырос процент пользователей, которые смотрели нетфликс не менее 40 часов в месяц.
Как формируется принудительный ранжирующий список фильмов для каждого пользователя:
Затем этот список фильтруется, нарезается на кусочки и кубики в соответствии с атрибутами фильмов, телешоу и вкусами пользователей.
Подход Netflix к персонализации состоит из трех компонентов:
В 2011 году Netflix продемонстрировал улучшение метрик удержания в большом A/B-тесте. Группе А была предложена рекомендация фильмов, основанная на личных предпочтениях конкретного пользователя, а группе В — случайная подборка фильмов.
Разработчики Netflix жаловались, что тест был пустой тратой времени, ведь всем уже было ясно, персонализация повысила удобство работы с сервисом. Тест ожидаемо доказал, что ретеншн в группе А был намного выше и персонализация 100% влияет на удержание.
Функция профилей, которую Netflix ввел в 2004 году была не особо популярна, потому что их создание занимало много времени.
Сейчас профили устроены гораздо проще: вы предоставляете имя, три фильма, которые вам нравятся, и сервис создает индивидуальный опыт для каждого профиля.
Сегодня более половины учетных записей Netflix имеют несколько профилей. Netflix знает вкусы фильмов для 200 миллионов аккаунтов, что означает понимание вкусов фильмов 500 миллионов зрителей.
Зная, что миллионам пользователей понравился Кевин Спейси и «The West Wing», Netflix запустил сериал «Карточный домик». За шесть сезонов в него вложили более 500 миллионов долларов.
К этому моменту уже ясно, что персонализация доставляет удовольствие покупателям своей уникальностью и в то же время повышает чек. За счет упрощения поиска фильмов Netflix растит ретеншн и увеличивает LTV.
Но есть еще один аспект персонализации, который улучшает маржу компании: способность Netflix «правильно рассчитывать» свои расходы на контент. Вот примеры правильных инвестиций Netflix:
Огромное преимущество Netflix — способность определять размер первоначальных вложений в контент и прогнозировать, сколько людей будет смотреть конкретный фильм. При этом Netflix не применяет подходы, основанные на данных, к процессу создания фильмов — они не вмешиваются в творческий процесс.
В 2013 году Netflix получил премию «Эмми» за «Персонализированные механизмы рекомендаций для поиска видео».
С 2015 по 2021 год Netflix расширился с 20 до 40 языков, запустив сервис в 190 странах. Команда персонализации задумалась, следует ли сообщать алгоритмам персонализации родной язык и страну каждого пользователя. Краткий ответ, основанный на результатах A / B-тестирования: «Нет».
Как и данные о возрасте и поле, язык и география никак не помогают улучшить предсказания фильмов для зрителей. Самый эффективный способ сформировать профиль вкуса пользователя — узнать несколько телепередач или фильмов, которые им нравятся. Netflix стал передавать алгоритмам названия, которые пользователи оценивают, смотрят, прекращают смотреть или просто интересуются, кликнув на «Смотреть фильм» или просмотрев трейлер.
Три культурных принципа Netflix — любопытство, искренность и смелость. Сервис призывает новых сотрудников разрушать шаблоны и ценит «свежий взгляд» на вещи.
Новый руководитель продукта в Netflix предложил команде протестировать «плавающие строки». Идея заключалась в том, что такие строки, как «10 лучших для Гиба», «Свежие релизы» и «Продолжить просмотр» должны быть разными для каждого пользователя и даже меняться в зависимости от устройства, времени суток и других факторов.
Считается, что непоследовательный дизайн сайта может смутить и раздражать клиентов, поэтому лучше сохранить согласованный интерфейс. Но гипотезу было решено протестировать.
Удивительно, но непоследовательный интерфейс показал лучшие результаты в A/B-тестах. Сегодня даже пользовательский интерфейс персонализирован в зависимости от вкусовых предпочтений пользователей.
В 2017 году Facebook представил новую рейтинговую систему: лайк или дизлайк. Netflix решил провести сравнительный тест пятизвездочной системы и системы «лайков» и получил очевидный результат: более простая система лайков собрала вдвое больше отклика. Кликать пальцем вверх или вниз намного проще.
Как оценить качество фильма без 5 звездочного рейтинга? Одна из первых гипотез Netflix заключалась в том, что со временем средние рейтинги просматриваемых фильмов будут расти, что приведет к повышению ретеншна. Рейтинги действительно выросла, но ничего не указывало на их связь с ретеншном.
Оказалось, высокий рейтинг не равен удовольствию от просмотра. Вы можете оценить фильм на 5 звезд, но это не значит, что он нравится больше, чем фильм на 3 звезды. Иногда зрителю нужна просто легкомысленная комедия. По этой причине одной из первых крупных инвестиций Netflix стали четыре картины с комиком Адамом Сэндлером.
Netflix переключился на «процентное совпадение», которое показывало, насколько вам понравится фильм, независимо от его качества.
Netflix начал использовать персонализированные визуальные эффекты.
Цитата из технического блога Netflix:
Рассмотрим заставку фильма «Умница Уилл Хантинг». Тому, кто смотрел много мелодрам, мы покажем иллюстрацию с Мэттом Дэймоном и Минни Драйвер, а для любителя комедий используем иллюстрацию комика Робина Уильямса.
Netflix использует знания о предпочтениях, не только чтобы подобрать фильм, но и принимает во внимание вкусы пользователей, чтобы поддержать этот выбор с помощью персонализированных визуальных эффектов.
Максимальная персонализация — вы включаете телевизор, и Netflix волшебным образом воспроизводит фильм, который вам понравится. Первый эксперимент Netflix с этой концепцией — это функция, которую co-CEO компании Рид Гастингс в шутку назвал кнопкой «Мне повезет».
Когда вы заходите в свой профиль, появляется новая кнопка «Посмотреть что-нибудь». Думайте об этой кнопке как о показателе того, насколько хорошо алгоритмы Netflix соединяют пользователей с фильмами, которые им понравятся. По предположению Гиба, 2–3% воспроизведения сегодня происходят именно с этой кнопки.
Вот долгосрочное видение персонализации: через двадцать лет Netflix уберет как эту кнопку, так и свою персонализированную систему мерчендайзинга, и тот особый фильм, который вы хотите посмотреть в данный момент, автоматически начнет воспроизводиться. Анализируя путь Netflix, они могут достигнуть этого в ближайшие 20 лет.
Более 80% телешоу и фильмов пользователи Netflix смотрят с помощью алгоритмов персонализации. Это позволило создать технологическое преимущество, которое невозможно скопировать, что радует клиентов и увеличивает прибыль.
История Netflix учит начинающие проекты тому, что нужно иметь:
Последнее требование: терпение. Чтобы создать продукт и компанию мирового класса, нужны десятилетия.
Понравилась статья? Подписывайтесь на телеграм-канал Epic Growth — рост продуктов. 150+ кейсов про процессы, эксперименты, личную эффективность и все, что помогает развивать продукты.
Вот долгосрочное видение персонализации: через двадцать лет Netflix уберет как эту кнопку, так и свою персонализированную систему мерчендайзинга, и тот особый фильм, который вы хотите посмотреть в данный момент, автоматически начнет воспроизводиться. Анализируя путь Netflix, они могут достигнуть этого в ближайшие 20 лет.
Как Netflix стал мировым лидером в персонализации
По собственным заявлениям.
Дизайн КиноПоиска тоже так себе. Хочу чтоб было максимум три фильма на моем экране. Телевизор больше метра диагональ, там поместятся скриншоты или гифки даже. Вот два-три фильма мне на экран выводите с самыми классными сценами или сразу трейлер без звука запускайте, только середину трейлера, где главный смак. Я сразу пойму, врубать мне кино или нет. Кому я это пишу? ред.
10 причин любить Netflix (и 38 сериалов к этим причинам)
Netflix начал это десятилетие как самый быстрорастущий сервис по стримингу онлайн-видео, а заканчивает как самый популярный. Начал с нулем фильмов и сериалов собственного производства, а заканчивает с несколькими сотнями.
Говорят, успех сервиса во многом связан с алгоритмом — разрабатывать его начали еще в те времена, когда компания рассылала DVD почтой и пыталась угадать, какие фильмы понравятся клиентам. Этот же алгоритм теперь анализирует, как и что пользователи смотрят на сервисе, высчитывает популярные запросы и по этим запросам рекомендует пользователям, что смотреть, а владельцам сервиса — что снимать.
Но списывать все достижения Netflix на один лишь алгоритм — большой недосмотр. Умение каталогизировать и анализировать — это, конечно, хорошо, но правильно обращаться с полученным массивом данных — совсем другая работа, и человеческого в ней уже куда больше, чем роботоподобного. В конце концов, алгоритм никогда не сможет подсказать стопроцентно работающую формулу, и этот тезис подтверждается дважды: и самыми успешными шоу, которые оказывались таковыми внезапно, и довольно мощными провалами, в которых руководство сервиса явно где-то просчиталось.
Тем временем, с алгоритмом или без, Netflix удалось занять целые ниши контента, которые без него бы пустовали. Вот десять из многих причин, по которым сервис смог добиться зрительской любви, — и 38 сериалов, подтверждающих эти тезисы.
1. Амбициозные авторские проекты
Одним из первых собственных сериалов Netflix был «Карточный домик» (House of Cards), ремейк британского политического мини-сериала о жадном до власти трикстере. И каким бы «Домик» ни стал в поздних сезонах, начало было впечатляющее: режиссер — Дэвид Финчер, в главных ролях Кевин Спейси и Робин Райт; при уже достаточно насыщенном на тот момент рынке сериалов это все равно была новая планка и веский повод для кабельных каналов начать беспокоиться.
Спустя несколько лет Финчер вернулся на Netflix с «Охотником за разумом» (Mindhunter), и опять же, уже при полном перенасыщении экранов контентом, сложно найти что-то похожее, сравнимое по уровню качества. Вряд ли тут Netflix руководствовался алгоритмом, ведь «Зодиак», совпадающий с «Охотником» по теме, — один из самых непопулярных фильмов Финчера; доверие к режиссеру явно играло куда большую роль.
А было же еще «Восьмое чувство» (Sense8) — сериал сестер Вачовски, человеколюбивый сай-фай про людей из разных точек мира, связанных эмпатией. И «Маньяк» (Maniac) — ремейк норвежского сериала с Кэри Фукунагой в режиссерском кресле и актерами оскаровского пула, Джоной Хиллом и Эммой Стоун, в главных ролях. Ни тот, ни другой нельзя назвать самым удачным проектом Netflix, но сам факт их существования важен — сервис готов давать площадку рисковым и недешевым проектам, и мнение алгоритма тут явно учитывается в последнюю очередь.
2. Ренессанс научной фантастики
Особая любовь к сай-фаю наложилась и на готовность рисковать с авторскими проектами — и именно так получились «Очень странные дела» (Stranger Things), самое популярное на сегодняшний день шоу сервиса. На момент начала работы над «Очень странными делами» создатели сериала братья Даффер сняли лишь несколько короткометражек, один малобюджетный фильм и написали пару серий другого научно-фантастического сериала, «Сосны», едва продержавшегося два сезона. Но Netflix все равно дали братьям шанс — и это с лихвой окупилось. Похожая история получилось с «Матрешкой» (Russian Doll) Наташи Лионн, триллером о девушке, застрявшей в дне своего рождения и своей смерти одновременно (да, как «День сурка»).
Сюда же — «ОА» (The OA), совсем уже странный и плохо поддающийся описанию сериал, созданный звездой американского независимого кино Брит Марлинг. Он, впрочем, оказался для Netflix неподъемным — пусть те, кто досмотрел второй сезон «ОА» были в восторге, но их оказалось слишком мало, чтобы продолжать держать сериал на плаву. Впрочем, может, фанатов было мало, зато они оказались невероятно преданными — одна из них, например, до сих пор пикетирует офис Netflix и объявила голодовку до тех пор, пока решение об отмене сериала не откатят.
3. Истории про пубертат
Мало какая из телесетей может похвастаться тем, что нашла общий язык с подростками. Это аудитория и сложная (им совсем непонятно как угодить), и неприоритетная — когда ты зависишь от рекламы, тинейджеры совсем не самый желанный зритель. Но у Netflix получилось невероятное: сериалы про и для подростков, которые не сторонятся острых тем, не пытаются быть излишне нравоучительными и интересны самим подросткам. «13 причин почему» (13 Reasons Why) поднимает тему подросткового суицида и буллинга, «Половое воспитание» (Sex Education) и анимационный «Большой рот» (Big Mouth) — секспросвета старшеклассников (или его отсутствия). А еще есть «Конец гр***ного мира (The End of the F***ing World), «Разочарование» (Disenchantment) и еще с десяток сериалов, чьим потенциальным зрителям 15 лет и которые не пытаются разговаривать с ними как совсем с детьми — а потому вполне интересны и взрослым. С алгоритмом или без, Netflix нашли гигантскую и совсем неосвоенную нишу.
Тут, конечно, не обходится без печальных моментов: сцена самоубийства в первом сезоне «13 причин почему» оказалась такой реалистичной и страшной, что сервис после долгих раздумий все-таки решил ее из сериала убрать, а третий сезон тех же «13 причин» явно был большой ошибкой и в целом существовать не должен. Да и упомянутое «Разочарование» оказалось с пророческим названием, пусть и создано автором «Симпсонов» Мэттом Гронингом. Но именно поэтому подростковый контент и был всегда рисковым — и похвально, что Netflix идет на эти риски.
4. Мистические драмы для тинейджеров
Проект «Защитники» получился, впрочем, совсем неровным: у «Сорвиголовы», пусть он и был самым популярным из всех, каждый сезон менялся шоураннер из-за разногласий примерно всех со всеми; «Железный кулак» не совсем понятно зачем существовал в принципе; «Джессика Джонс» слишком быстро вышла на самоповторы, а собственно совместный выход всех героев в «Защитниках» получился скомканным и невпечатляющим. Netflix в итоге потерял права на героев, но несколько сильных моментов вроде первых сезонов «Сорвиголовы», «Джессики Джонс» и «Карателя» из этой затеи вышло.
Впрочем, свято место пусто не бывает, и для тинейджеров, жаждущих мистики без тонны сахарного сиропа в подаче, у Netflix теперь есть «Академия Амбрелла» (The Umbrella Academy) и «Леденящие душу приключения Сабрины» (Chilling Adventures of Sabrina).
5. Конь БоДжек
Да, это единственный сериал, который удостоился отдельного места в этом списке — и абсолютно заслуженно, ведь ничего подобного ему нет не только на Netflix, но и вообще нигде. Конечно, никакой алгоритм никогда вам не подскажет, что вам обязательно нужен в каталоге контента мультсериал про человекоподобного коня, который был в 1990-х звездой популярного сериала, а в наше время превратился в злобного депрессивного брюзгу-алкоголика. Тут не то что робот, даже обычный зритель к такой заявке отнесется с подозрением — и можно его понять. Но «Конь БоДжек» (BoJack Horseman) — вообще не то, чем кажется, ему стоит дать шанс, даже если в целом анимации вы сторонитесь. Собственно, ближайшие аналоги «БоДжека» лежат и вне мира анимации — это «Безумцы», Californication и другие драмы про антигероев. И «БоДжеку» удается в своем исследовании характера антигероя даже забраться поглубже.
Это, безусловно, одно из лучших когда-либо снятых произведений про депрессию, и ему отлично удается описывать депрессивное состояние героя, не оправдывая попутно мерзости, которые этот герой совершает. В отличие от всех предшественников, «БоДжеку» четко удалось отделить болезнь и жуткие поступки, которые часто принято с болезнью связывать. Да, БоДжеку сочувствуешь, потому что родители его не любили и жизнь обошлась с ним несправедливо, но и ненавидишь его тоже.
Иногда разве что возникает мысль, что все то же самое можно было бы сделать и без анимации, но стоит посмотреть подводный эпизод в третьем сезоне — и сомнения улетучиваются.
6. Оригинальный неамериканский контент
Конечно, это все как раз из тех вещей, что сервису подсказывает алгоритм: сколько зрителей в такой-то стране у сервиса набралось и как активно они потребляют местный контент. Но результатом такого просчета становится благородная миссия, в результате которой фильммейкеры со всего мира выступают на одной площадке с Дэвидом Финчером, и, как показывает успех «Тьмы», шансы выстрелить у них даже с такой конкуренцией остаются.
7. Переизобретение романтического жанра
Когда дело касается романтики — в особенности романтических комедий, — у Netflix есть два разных направления. Первое в основном проявляется в их фильмах, а не сериалах — оно про деконструкцию жанра ромкома и его абсурдность в современном мире. Фильмы вроде «Ну разве не романтично?» прямо показывают нелепость всех привычных приемов из романтических комедий, в то время как сериалы — такие как «Любовь» (Love), «Проще простого» (Easy) и «Мастер не на все руки» (Master of None) — пытаются понять, как про любовь и отношения говорить в сегодняшнем мире. Все три выходят на новые уровни честности и откровенности, меньше пускают романтической пыли в глаза и не пытаются заставить поверить в любовь до гроба. Но в то же время все три признают, что людям все-таки нужны другие люди, что отношения (в особенности моногамные), конечно, жуткая штука, но без них еще жутче и что любовь все-таки все еще жива.
8. Уроки современной истории
В историческом жанре Netflix довольно редко заглядывает более чем на 50 лет назад, в современной истории и так достаточно моментов, не до конца осмысленных. И, как правило, оглядываются назад сериалы Netflix для того, чтобы поговорить о чем-то, что все еще актуально сегодня. «Когда они нас увидят» (When They See Us) рассказывает о случае из 1989 года, когда по подозрению в изнасиловании были задержаны и осуждены пятеро черных подростков — просто потому, что они черные и находились рядом в момент преступления. Подростки находились за решеткой 13 лет до тех пор, пока не были оправданы, и этот случай — яркий пример институционного расизма, существующего в США до сих пор. «Блеск» (GLOW) рассказывает о первом и единственном женском реслинг-шоу на американском телевидении, и это, конечно, идеальная площадка для разговора о гендерных ролях.
Самый громкий проект такого толка — «Корона» (The Crown) — начинает с конца сороковых прошлого века и в каждом сезоне исследует одно десятилетие из жизни британской королевской семьи. И хоть смотрится «Корона» почти как мыльная опера и семейная драма, к моменту завершения это будет довольно цельное объяснение тому, почему Британия сегодня такая, какая она есть — с Брекзитом, Борисом Джонсоном и так далее.
9. Нестандартный юмор
Если смотреть «Американского вандала» (American Vandal), ничего не зная про него заранее, его легко можно принять за чистую монету — реальный документальный фильм. На самом же деле это пародия на популярный в США жанр true crime — документальные истории о криминальных и судебных делах, режиссеры которых выступают в роли сыщиков-детективов. Еще более диким без подготовки смотрится «Я думаю, вам стоит уйти» (I Think You Should Leave) — скетчком, сценки в котором чаще вводят в ступор, чем напрямую смешат. Похожая ситуация с «Это Бруно!» (It’s Bruno!) — ситкомом о собаке и ее хозяине с десятиминутными сериями и сюжетом, скорее напоминающим детский мультфильм. Когда вы запускаете что-то из перечисленного, вы попадаете на странную часть «Нетфликса», где перестают действовать привычные законы и царит анархия.
Netflix вообще довольно много уделяет внимания юмору, комедийные «спешелы» — записи выступлений известных стендап-комиков — для него не менее важны, чем боксерские матчи для HBO. И на просторах Netflix живут все возможные типы комедии: оскорбительный юмор Дэйва Шапелла, туалетный Адама Сэндлера, «удутый» Сета Рогена, трогательный Азиза Ансари — и так далее. Но это можно и так увидеть более-менее везде, а вот в нестандартном юморе Netflix начинает конкурировать с самыми темными уголками ютьюба, и это куда более сложная задача — но пока он с ней справляется.
10. Ошибки
Невозможно изучать сегодняшний успех Netflix, игнорируя его провалы, потому что в них как раз и кроется вся правда. Может, их алгоритм и мощный, но практически все главные хиты сервиса рождены не по правилам, а вопреки им; в то время как в гигантском каталоге похоронены сотни аккуратно выверенных шоу, по той или иной причине не сложившихся. Именно бесстрашие перед ошибками сделало Netflix сегодня таким привлекательным, ну а если отсутствовал этот страх из-за уверенности в собственном алгоритме — что ж, иронично, но сути не меняет.