Биография и начало карьеры
Уилмот «Рид» Хастингс родился в 1960 году в Бостоне, штат Массачусетс, в 1981 поступил на службу в Корпус морской пехоты США, чуть позже перейдя в Корпус мира. Параллельно с военной карьерой Рид занимался образованием – в 1983 году он заканчивает Боудин-колледж и до 1985 года преподает высшую математику в Свазиленде.
Отслужив, Хастингс решает продолжить образование – и, хотя по его же собственному признанию, он не смог поступить в Массачусетский технологический институт, в не менее престижный Стэнфордский университет молодого человека приняли. В 1988 году Рид получает степень магистра компьютерных наук.
Первую работу по специальности молодой человек получил в компании Adaptive Technology, где разработал приложение для отладки программного обеспечения. В 1991-м Хастингс покидает компанию, чтобы основать свою собственную – Pure Software, специализирующуюся на ПО для диагностики и устранения неполадок.
Решиться открыть свой бизнес Риду было не трудно (Хастингс уверяет, что после того, как он прокатился автостопом по Африке с десятью долларами в кармане, ему уже не страшны бизнес-авантюры), но к успеху, который ждал компанию, он явно не был готов. Недостаток управленческого опыта Рида в конце концов привел к тому, что в 1997 году его компанию поглотил гигант индустрии – Rational Software, причем в ходе поглощения детище Хастингса потеряло 42% акций. Через некоторое время Рид покинул компанию, и два года размышлял о том, как не допустить подобных ошибок при управлении следующим стартапом.
Время Netflix
В 1997 году Рид Хастингс и его бизнес-партнер Марк Рэндольф основывают Netflix – компанию, которая первоначально занималась видеопрокатом, а в 2008 году вступила в эру потокового видео, чтобы сегодня стать главным в мире потоковым сервисом с более чем 50 миллионами подписчиков по всему миру.
Компания собирает и обрабатывает данные о подписчиках – чтобы понять их предпочтения. Big Data в случае Netflix – это не просто большие данные в буквальном смысле слова, это – комбинация информации и новейших аналитических методов.
Большие данные присутствуют во всех аспектах деятельности Netflix, но «святой Грааль» компании – это возможность точно предсказывать, что понравится клиенту. Анализ больших данных – это то «топливо», на котором работают рекомендательные системы сервиса, созданные как раз для того, чтобы воплощать эту идею на практике.
- Прогнозирование зрительского поведения. Как только потоковый метод стал основным методом передачи контента, компании стали доступны дополнительные данные о клиентах, такие как информация о времени суток, когда клиенты предпочитают смотреть фильмы, времени, затраченном на выбор фильма и о том, как часто зрители прерывают просмотр (как самостоятельно, так и из-за ограничений сети) – все это стало возможно измерить и изучить. Стало очевидно, что все это влияет на степень удовольствия от просмотра видео (принимая во внимание информацию о зрительском рейтинге фильма) – и следующим шагом стало построение моделей, позволяющих прогнозировать ситуацию «идеального шторма», когда клиенту постоянно предлагаются фильмы, которые непременно ему понравятся. А довольные пользователи, естественно, с большей долей вероятности будут продлевать подписку на сервис.
- Создание «хита сезона» на основе данных о предпочтениях пользователей. Не так давно компания Netflix занялась производством собственного контента. Причем стратегия диверсификации также опиралась на анализ данных – модель спрогнозировала повышенный интерес пользователей к гипотетическому контенту, в котором режиссером бы выступил Дэвид Финчер, а главную роль бы сыграл Кевин Спейси. Так появился «идеальный сериал» — небезызвестный «Карточный домик», который действительно «выстрелил». Компания, воодушевившись успехом и вооружившись работающей моделью, решила продолжить диверсификацию в этом направлении.