Netflix VS quibi — datawijsheid VS datahybris
Behandelt colleges
F3-07 · F3-08 · F3-09
Netflix VS quibi — datawijsheid VS datahybris
Module: F3, Marktonderzoek en Data Type: Comparative Analysis Case Kruisverwijzingen: F3-07 (big data en analytics), F3-08 (van data naar inzicht), F3-09 (de grenzen van data)
De situatie
In februari 2013 bracht Netflix alle dertien afleveringen uit van House of Cards, een politiek drama met Kevin Spacey in de hoofdrol en geregisseerd door David Fincher. Het was de eerste grote originele serie geproduceerd door een streamingplatform, en het was een onmiddellijk kritisch en commercieel succes. House of Cards valideerde niet alleen Netflix' stap richting originele content, het transformeerde het bedrijf van een distributieplatform naar een creatieve krachtpatser, een transformatie die Netflix uiteindelijk naar meer dan 230 miljoen abonnees wereldwijd en een marktkapitalisatie van meer dan $150 miljard zou stuwen.
De beslissing om House of Cards te produceren werd breed uitgemeten als een triomf van datagedreven besluitvorming. Netflix, zo ging het verhaal, had zijn enorme verzameling kijkgegevens, wat abonnees keken, wanneer ze keken, hoe vaak ze pauzeerden, terugspoelden of afhaakten, gebruikt om de optimale combinatie van elementen voor een hitserie te identificeren. De data toonde aan dat abonnees die de originele BBC House of Cards hadden bekeken ook van David Fincher-films hielden. Het toonde aan dat Kevin Spacey populair was bij hetzelfde publiek. Politieke drama's scoorden goed. De data wees naar een formule: Fincher + Spacey + politiek drama = hit. Netflix investeerde $100 miljoen, twee seizoenen, ongezien, op basis van deze formule.
Zeven jaar later, in april 2020, lanceerde een ander data-geïnformeerd entertainmentbedrijf. Quibi, afkorting van "Quick Bites", was een mobile-first streamingplatform dat premium korteformaat-content aanbood (afleveringen van tien minuten of korter) ontworpen voor mobiel kijken onderweg. Het bedrijf was opgericht door Jeffrey Katzenberg, voormalig voorzitter van Walt Disney Studios en medeoprichter van DreamWorks, en werd geleid door CEO Meg Whitman, voormalig CEO van eBay en Hewlett-Packard. Quibi haalde $1,75 miljard aan financiering op voor de lancering, een van de grootste pre-lanceringsfinancieringen in de entertainmentgeschiedenis.
Quibi's these was eveneens data-geïnformeerd. Mobiel videoconsumptie groeide explosief. Smartphonegebruikers besteedden steeds meer tijd aan het bekijken van video op hun apparaten. De gemiddelde Amerikaan checkte zijn telefoon meer dan 90 keer per dag. Korteformaat-videoconsumptie groeide sneller dan welk ander contentformat ook. De data toonde duidelijk een enorme, groeiende markt voor mobiele videocontent. Quibi zou deze markt bedienen met premiumcontent van A-list makers, aangeboden in korteformaat-afleveringen die perfect waren afgestemd op een woon-werkrit, een lunchpauze of het wachten in een rij.
Quibi sloot zes maanden na de lancering zijn deuren. Het had op het moment van sluiting ongeveer 500.000 betalende abonnees, tegen een doelstelling van 7,4 miljoen in het eerste jaar. De $1,75 miljard aan financiering was, voor alle praktische doeleinden, verdwenen.
Twee bedrijven. Beide geïnformeerd door data. Beide geleid door ervaren bestuurders. Beide actief in de entertainmentindustrie. Het ene werd het meest succesvolle mediabedrijf van zijn generatie. Het andere werd een waarschuwend voorbeeld. Het verschil tussen de twee is het verschil tussen datawijsheid en datahybris, en het belicht de belangrijkste les in moderne marketing analytics.
De data
Netflix en house of cards: het dataverhaal
Netflix' datavoordeel in 2012 was reëel en substantieel. Het bedrijf had ongeveer 33 miljoen abonnees in de VS, die elk een continue stroom gedragsdata genereerden. Netflix wist wat zijn abonnees keken, wanneer ze keken, hoe lang ze keken, waar ze naar zochten, wat ze beoordeelden en wat ze halverwege opgaven. Dit was geen enquêtedata, het was revealed preference-data, de meest betrouwbare soort.
Wat de data toonde. Het analyticsteam van Netflix identificeerde verschillende patronen die relevant waren voor de House of Cards-beslissing:
- De originele BBC House of Cards (1990), beschikbaar in de streamingbibliotheek van Netflix, had een toegewijd en betrokken publiek.
- Films geregisseerd door David Fincher (The Social Network, Fight Club, Se7en) waren consistent populair bij Netflix-abonnees, en het publiek overlapte aanzienlijk met de kijkers van House of Cards.
- Films en series met Kevin Spacey presteerden goed op het platform.
- Politieke drama's, waaronder The West Wing, All the President's Men en het BBC-origineel, vertoonden sterke engagementcijfers.
De data suggereerde dat een politiek drama, geregisseerd door Fincher, met Spacey in de hoofdrol, zou aanslaan bij een substantieel segment van het abonneebestand van Netflix.
Wat de data niet toonde. Hier volgt wat bijna altijd ontbreekt in de populaire versie van dit verhaal: de data toonde niet, en kon niet tonen, dat deze elementen samen zouden werken. De data toonde aan dat elk element individueel populair was. Het toonde niet aan dat de combinatie ervan een meeslepend drama zou opleveren. David Finchers regisseerstijl had verkeerd kunnen zijn voor langlopende televisie. Kevin Spacey's persona had misschien niet bij een politiek drama gepast. De toon van het BBC-origineel had wellicht niet naar een Amerikaans publiek vertaald. De data kon populaire ingrediënten identificeren. Het kon niet voorspellen of ze samen een coherent gerecht zouden vormen.
Het creatieve oordeel. De beslissing om House of Cards te produceren was, in weerwil van het populaire narratief, geen puur datagedreven beslissing. Het was een creatief oordeel geïnformeerd door data. Ted Sarandos, Netflix' Chief Content Officer, nam de beslissing, en Sarandos is een levenslang entertainment-executive met decennia ervaring in contentacquisitie, geen datawetenschapper. Hij gebruikte de data om risico te verminderen, niet om oordeelsvermogen uit te schakelen. De data vertelde hem dat het publiek bestond. Zijn creatieve oordeel vertelde hem dat de serie zou werken.
Sarandos zelf is helder geweest over dit onderscheid. In interviews heeft hij de data beschreven als het bieden van "a foundation of confidence", een reden om te geloven dat het publiek er was, niet als een creatieve blauwdruk. Het script, de casting, de regie, het productieontwerp, alle elementen die House of Cards tot een kritisch succes maakten, waren creatieve beslissingen gemaakt door creatieve professionals. De data informeerde de inzet. Het maakte die inzet niet.
De financiële structuur. Het commitment van twee seizoenen voor $100 miljoen, gedaan voordat ook maar één aflevering was opgenomen, was zelf een creatieve en strategische beslissing, geen data-afgeleide. Door twee seizoenen te garanderen gaf Netflix Fincher de creatieve vrijheid om een lang narratief op te bouwen zonder de druk van kijkcijfers per aflevering. Dit was een structurele beslissing over hoe je topcreatief talent aantrekt en behoudt, een beslissing gebaseerd op sectorkennis en onderhandelingsstrategie, niet op kijkdata.
Quibi: het dataverhaal
Quibi's oprichtingsthese was gebouwd op een reeks datapunten die, individueel bezien, correct waren.
Mobiele videoconsumptie. Tegen 2019 groeide mobiele videoconsumptie snel. Cisco projecteerde dat mobiel videoverkeer tegen 2022 goed zou zijn voor 79% van al het mobiele dataverkeer. De gemiddelde Amerikaan besteedde ongeveer 3 uur en 43 minuten per dag aan zijn mobiele apparaat, waarbij videoconsumptie een groeiend aandeel vertegenwoordigde. YouTube rapporteerde dat meer dan 70% van zijn kijktijd afkomstig was van mobiele apparaten. TikTok, internationaal gelanceerd in 2018, naderde 1 miljard maandelijks actieve gebruikers.
Vraag naar korteformaat-content. Korteformaat-video, content korter dan tien minuten, was het snelst groeiende segment. De populairste makers op YouTube produceerden content in het bereik van 5-15 minuten. De explosieve groei van TikTok was gebouwd op content gemeten in seconden. Instagram Stories, Snapchat en andere platformen demonstreerden dat consumenten comfortabel waren met, en actief de voorkeur gaven aan, hapklare content.
De aandachtskloof. Katzenbergs pitch identificeerde wat hij "the third arm of the entertainment day" noemde, de momenten tussen langformaat-kijksessies waarin consumenten 5-10 minuten te vullen hadden. Pendelen, in de rij staan, pauze nemen op het werk. Deze "tussenliggende" momenten vertegenwoordigden, zo betoogde Katzenberg, een onbediende markt voor premiumcontent. Consumenten vulden deze momenten met YouTube, social media en mobiele games, maar niemand bood Hollywood-kwaliteitscontent aan die specifiek was ontworpen voor het mobiele format.
De marktbepaling. Quibi's financiële projecties waren gebaseerd op redelijke marktbepalingsdata. Als mobiele videoconsumptie groeide met de geprojecteerde snelheden, en als een fractie van dat publiek zou betalen voor premium korteformaat-content, was de bereikbare markt enorm. Quibi's doelstelling van 7,4 miljoen abonnees in het eerste jaar vertegenwoordigde een klein deel van de Amerikaanse smartphonebezittende bevolking. De cijfers werkten, op papier.
Wat de data miste, of wat Katzenberg negeerde. Elk datapunt in Quibi's these was correct. Mobiele video groeide. Korteformaat-content was populair. Consumenten hadden inderdaad "tussenliggende" momenten te vullen. De markt was groot. En toch faalde Quibi catastrofaal. Waarom?
Omdat de data een markt beschreef zonder die te begrijpen. De data toonde aan dat mensen mobiele video keken. Het verklaarde niet waarom ze het keken, wat ze keken, of hoe ze hun keuze maakten. Deze kwalitatieve vragen, de vragen over motivatie, context en gedrag, waren de vragen die ertoe deden. En de antwoorden waren vernietigend voor Quibi's these.
De analyse
Wat Netflix begreep dat quibi niet begreep
Het contrast tussen Netflix en Quibi is geen contrast tussen goede data en slechte data. Beide bedrijven hadden toegang tot correcte data. Het contrast is tussen datawijsheid, data gebruiken als één input in een complexe beslissing die ook oordeelsvermogen, creativiteit en marktbegrip vereist, en datahybris, data behandelen als een voldoende basis voor strategische beslissingen, zonder het kwalitatieve begrip dat nodig is om te interpreteren wat de data betekent.
Netflix begreep het verschil tussen correlatie en creatie. De data toonde aan dat Fincher, Spacey en politieke drama's populair waren. Netflix behandelde dit niet als een formule. Ze behandelden het als een signaal, bewijs dat een publiek bestond. Het creëren van de serie vereiste creatief talent, narratief vakmanschap en artistieke visie die geen enkele dataset kon leveren. Netflix gebruikte data om het publiek te vinden. Ze gebruikten creatief oordeel om het product te bouwen.
Quibi verwarde marktdata met marktbegrip. Quibi's data toonde aan dat mobiele videoconsumptie groeide. Hieruit concludeerden Katzenberg en zijn team dat een nieuw platform voor premium mobiele video zou slagen. Maar de data beschreef geaggregeerd gedrag, het totaal aantal minuten mobiele video geconsumeerd, zonder de onderliggende motivaties en keuzedynamieken te verklaren.
De cruciale vragen die Quibi niet beantwoordde waren kwalitatief:
Waarom kijken mensen mobiele video? Niet omdat ze premium korteformaat-content willen. Omdat ze entertainment willen die gratis, onmiddellijk beschikbaar, sociaal deelbaar en algoritmisch gepersonaliseerd is. YouTube en TikTok bieden dit allemaal. Quibi bood niets van dit alles. Het kostte geld ($4,99-$7,99/maand). De content was bij lancering niet deelbaar (een verbijsterend verzuim voor een mobile-first platform, screenshots en delen waren aanvankelijk beperkt). Het had geen aanbevelingsalgoritme vergelijkbaar met dat van TikTok. En de content, hoewel geproduceerd door A-list talent, was niet wat mobiele videoconsumenten wilden, omdat mobiele videoconsumenten geen miniatuur-televisie-ervaring op hun telefoon wilden. Ze wilden een geheel ander soort ervaring.
Wat doen mensen daadwerkelijk in die "tussenliggende" momenten? Katzenbergs "derde arm"-these veronderstelde dat consumenten onvervulde vraag hadden naar content tijdens korte vrije momenten. Maar consumenten vulden die momenten al, met Instagram, Twitter, TikTok, YouTube, podcasts, berichten en mobiele games. De momenten waren niet onbediend. Ze waren hevig omstreden. Quibi betrad geen gat in de markt. Het betrad de meest competitieve aandachtsmarkt in de menselijke geschiedenis, concurrerend tegen gratis, sociaal ingebedde, algoritmisch geoptimaliseerde content met een betaald, geïsoleerd, redactioneel gecureerd product.
Hoe kiezen mensen wat ze op mobiel bekijken? Via sociale signalen, algoritmische aanbevelingen en gewoontegetrouwe platformloyaliteit, niet door te bladeren in een gecureerde bibliotheek van premium korteformaat-content van een zelfstandige app. Quibi's content bestond in isolatie, losgekoppeld van de sociale en algoritmische infrastructuur die mobiele videoconsumptie aandrijft. Een TikTok-video bereikt je omdat een algoritme voorspelde dat je het leuk zou vinden en een vriend het deelde. Een Quibi-aflevering bereikte je omdat je al had besloten de Quibi-app te openen, een beslissing die bekendheid, intentie en de bereidheid vereiste om tientallen gratis alternatieven te passeren. De gedragseconomie van deze keuze was genadeloos.
Marktbepaling vs. marktbegrip
De Quibi-casus is het definitieve voorbeeld van een terugkerende fout in datagedreven strategie: marktbepaling verwarren met marktbegrip.
Marktbepaling beantwoordt de vraag: hoe groot is de kans? Het meet de totale bereikbare markt, groeipercentages, penetratiepotentieel. Quibi's marktbepaling was technisch solide. De mobiele videomarkt was enorm en groeiend. Een klein aandeel van die markt zou honderden miljoenen aan omzet genereren.
Marktbegrip beantwoordt andere vragen: waarom gedragen consumenten zich zoals ze doen? Wat motiveert hun keuzes? Welke alternatieven overwegen ze? Wat zou er moeten veranderen om een nieuw product te adopteren? Deze vragen kunnen niet worden beantwoord met marktbepalingsdata. Ze vereisen kwalitatief inzicht in consumentengedrag, concurrentiedynamiek en de contextuele factoren die keuze vormgeven.
Quibi had marktbepaling. Het miste marktbegrip. Het bedrijf kon je vertellen hoeveel minuten mobiele video er per dag werden geconsumeerd. Het kon je niet vertellen waarom geen van die minuten aan Quibi zouden worden besteed, omdat het nooit diepgaand onderzoek had gedaan naar de motivaties, gewoonten en keuzearchitecturen die mobiele videoconsumptie beheersen.
Dit is geen zeldzame fout. Het is, zo kan men beargumenteren, de meest voorkomende fout bij door durfkapitaal gefinancierde technologiebedrijven. Marktbepaling is kwantitatief, projecteerbaar en overtuigend in een pitchdeck. Marktbegrip is kwalitatief, rommelig en moeilijk te presenteren in een financieel model. Investeerders geven de voorkeur aan het eerste. Markten belonen het laatste.
De rol van creatief oordeel
De Netflix-casus demonstreert dat data, zelfs uitstekende data, een aanvulling is op menselijk oordeelsvermogen, geen vervanging ervoor.
De data verminderde risico maar elimineerde het niet. Netflix' data vertelde Sarandos dat het publiek voor een door Fincher geregisseerd politiek drama bestond. Het vertelde hem niet dat de serie goed zou zijn. De serie was goed omdat Beau Willimon een meeslepend script schreef, David Fincher het met precisie en intelligentie regisseerde, en Kevin Spacey een carrièrebepalende prestatie leverde. Geen van deze creatieve uitkomsten werd voorspeld, of was voorspelbaar, door kijkdata.
Het commitment van twee seizoenen was een oordeel. De beslissing om twee seizoenen ter waarde van $100 miljoen te garanderen was niet afgeleid van data. Het was een strategische inzet gebaseerd op Sarandos' begrip van het creatieve proces, zijn kennis dat topregisseurs creatieve vrijheid willen, dat lange narratieve bogen commitments over meerdere seizoenen vereisen, en dat het signaal van vertrouwen het beste talent zou aantrekken. Dit is sectorkennis, geen datawetenschap.
Het populaire narratief vertroebelt de waarheid. Het verhaal dat Netflix "data gebruikte om House of Cards te creëren" is een van de meest herhaalde narratieven in de zakelijke media geworden. Het is ook in aanzienlijke mate misleidend. Netflix gebruikte data om een beslissing te informeren die uiteindelijk werd genomen door ervaren bestuurders die creatief en strategisch oordeel uitoefenden. De data was noodzakelijk maar niet voldoende. Zonder de data had Netflix mogelijk niet het vertrouwen gehad om $100 miljoen te investeren. Maar zonder Sarandos' oordeel, Willimons schrijfkunst en Finchers regie had de data niets opgeleverd.
De les voor marketeers is deze: data kan valideren maar genereert zelden strategie. Strategie vereist de synthese van kwantitatief bewijs met kwalitatief begrip, concurrentieanalyse, creatieve visie en oordeelsvermogen. Data is een input. Oordeel is het proces. Strategie is de output.
De COVID-complicatie
Elke eerlijke analyse van Quibi moet de COVID-19-pandemie erkennen, die in maart 2020 serieus begon in de Verenigde Staten, één maand voor Quibi's lancering in april 2020.
Het pandemie-argument. Verdedigers van Quibi hebben betoogd dat COVID-19 de kerntoepassingscase van het bedrijf vernietigde. Als het product was ontworpen voor "tussenliggende" momenten, woon-werkritten, lunchpauzes, wachtkamers, dan elimineerde een pandemie die het pendelen beëindigde, kantoren sloot en mensen aan huis bond van nature de gelegenheden waarvoor Quibi was ontworpen. Met nergens om naartoe te gaan hadden consumenten geen "tussenliggende" momenten. Ze hadden lange, ongestructureerde uren thuis, uren die beter werden bediend door langformaat-content op Netflix, Disney+ en HBO Max.
Het tegenargument. Hoewel de pandemie Quibi zeker niet hielp, suggereert het bewijs dat het niet de primaire oorzaak van het falen was. Ten eerste floreerden andere digitale entertainmentplatformen tijdens COVID, Netflix, Disney+, TikTok en YouTube zagen allen substantiële groei. Als COVID de vraag naar digitale entertainment verhoogde (dat deed het), had Quibi van een deel van die vraag moeten profiteren. Ten tweede waren Quibi's problemen al zichtbaar voor COVID, het productconcept had gedurende heel 2019 scepsis ondervonden van media-analisten en sectorwaarnemers. Ten derde, en het meest fundamenteel, zou Quibi's kernstrategische fout, het bouwen van een betaald, geïsoleerd platform in een markt gedomineerd door gratis, sociaal ingebedde, algoritmisch gepersonaliseerde alternatieven, dodelijk zijn geweest ongeacht een pandemie. COVID versnelde het tijdpad maar veroorzaakte het falen niet.
De synthese
De vergelijking Netflix vs. Quibi is een Both/And-casus in twee opzichten.
Data EN oordeel. Het succes van Netflix demonstreert dat data en creatief oordeel beide noodzakelijk zijn en geen van beide volstaat. Data zonder oordeel is Quibi, correcte marktbepaling die de fundamentele dynamiek van consumentengedrag mist. Oordeel zonder data is het traditionele Hollywoodmodel, projecten goedkeuren op basis van managersinstinct, met voorspelbaar hoge mislukkingspercentages. Netflix' innovatie was niet datagedreven besluitvorming. Het was data-geïnformeerde besluitvorming, kwantitatief bewijs gebruiken om het risico van creatieve inzetten te verminderen (niet te elimineren).
Marktbepaling EN marktbegrip. Quibi had het kwantitatieve beeld (de markt is groot) maar niet het kwalitatieve beeld (de markt wil niet wat Quibi verkoopt). Netflix had beide: het kwantitatieve bewijs dat een publiek bestond EN het kwalitatieve begrip van wat dat publiek wilde en hoe creatieve kwaliteit zou bepalen of ze het kregen. Het Both/And is niet optioneel. Je hebt beide nodig. Elk afzonderlijk is onvoldoende.
De Quibi-casus is geen verhaal over slechte data. De data was correct. Het is een verhaal over data zonder begrip, cijfers zonder narratief, marktbepaling zonder marktempathie, kwantitatief vertrouwen zonder kwalitatieve bescheidenheid. Het is een les van $1,75 miljard in de grenzen van data, en de onmisbaarheid van het menselijke oordeelsvermogen dat data bedoeld is te informeren, niet te vervangen.
De vragen
F3-07 Toepassing. Netflix' gebruik van kijkdata om de productie van House of Cards te informeren wordt vaak aangehaald als het paradigmatische voorbeeld van big data in marketing. Evalueer dit narratief kritisch aan de hand van de kaders uit F3-07. Wat toonde de data daadwerkelijk aan? Wat toonde het niet aan? Hoe illustreert de kloof tussen het populaire narratief ("Netflix gebruikte data om een hit te creëren") en de werkelijkheid ("Netflix gebruikte data om een creatieve inzet te informeren") de veelvoorkomende misverstanden over big data in marketing?
F3-08 Toepassing. Quibi's oprichtingsthese was gebouwd op correcte datapunten, groei van mobiele video, vraag naar korteformaat-content, de hypothese van de "tussenliggende" momenten. Analyseer met behulp van het inzichtontwikkelingskader uit F3-08 waarom deze datapunten er niet in slaagden een levensvatbaar inzicht te genereren. Welk kwalitatief begrip ontbrak? Ontwerp een onderzoeksprogramma dat Quibi voor de lancering had kunnen uitvoeren om te testen of de these werkelijke consumentenvraag weerspiegelde.
F3-09 Toepassing. De Quibi-casus illustreert de grenzen van data, specifiek de beperking dat data een markt kan beschrijven zonder die te verklaren. Identificeer met behulp van de kaders uit F3-09 drie specifieke manieren waarop Quibi's afhankelijkheid van kwantitatieve marktdata tot strategische fouten leidde. Beschrijf voor elke fout welke aanvullende informatie, kwalitatief, contextueel of gedragsmatig, nodig zou zijn geweest om die te voorkomen.
Bronnen
Sarandos, T. (2013). Interview with GQ Magazine on House of Cards commissioning.
Carr, D. (2013). "Giving Viewers What They Want." The New York Times, 24 February.
Whitten, S. (2020). "Quibi Is Shutting Down Barely Six Months After Its Launch." CNBC, 21 October.
Katzenberg, J. & Whitman, M. (2020). Open letter to Quibi employees and investors, 21 October.
Sperling, N. (2020). "Quibi's Failure: What Happened?" The New York Times, 22 October.
Cisco (2019). Cisco Visual Networking Index: Forecast and Trends, 2017-2022. White Paper.
Adalian, J. (2020). "How Quibi Went Wrong." Vulture, October.
Smith, B. (2013). "Netflix's Ted Sarandos on What Data Can't Tell You." Business Insider, November.
Sharp, B. (2010). How Brands Grow: What Marketers Don't Know. Oxford University Press.