其實以下內容是我最近看了給力：矽谷有史以來最重要文件 NETFLIX 維持創新動能的人才策略 (POWERFUL:
Building a Culture of Freedom and Responsibility) 心得書摘的一部份。
本書其實主要在講Netflix的企業文化，人才策略，
不過意外的在書的後半段提到了數據的大數據相關議題。
身為一個Netflix的超重度使用者，常常會驚訝Netflix怎麼能不斷的給我新鮮體驗，
有不少文章也指出Netflix相當依賴數據去操作題材或是劇情…
所以我覺得這個段落滿有興趣的，與大家分享：
--- 以下是書摘 ---
第104頁：
觀點應該有事實根據。在企業裡，最危險的事情之一是，人們善於靠說服力使他們的論點
勝出，而不是靠充分有理的論據。在Netflix，我們建立一個準則：員工應該透過探究事
實，敞開心胸傾聽他們不認同，但有事實根據的論點，藉此發展出他們的觀點。這是很自
然生成的準則，因為公司早年的員工大都是數學家和工程師，他們習慣以科學方一法探索
事實，據以調整對問題的理解和解決問題的方法。隨著公司成長，我們刻意培養這種事實
導向與科學執著，普及到全公司，而非只有工程部門如一此。就算不是工程類型的公司，
也能普遍灌輸這種精神。
請注意，我說的是「事實導向」，不是「資料導向」。近年，資料被奉若一神明，彷彿資
料本身就是解答，就是終極真理，若你以為資料構成了你經營業務所需要知道的事實，那
是危險的謬見。資料當然很重要，但你也需要質性的洞察及清晰闡明的觀點，更需要你的
團隊公開且熱烈地辯論這些洞察一與觀點。起初，我們從本身身為顧客的角度來揣想顧客
的行為，我們你來我往地爭論。後來，轉型至串流服務業務後，我們開始取得顧客實際觀
看影片情形的資料。在此之前，我們只知道寄出了哪些DVD，以及他們把哪些影片放入排
隊候片清單。現在，串流服務讓我們可以看到實際上哪些內容被觀看得最熱切。巨量資料
消除了許多我們以往的迷思。資料很棒，資料很給力，我喜愛資料。但問題是，人們變得
太執著於資料，太常對資料做出太過狹隘的思考，忽視了更寬廣的商業脈絡背景，把資料
視為疑問的解答，而非使用資料來建構有幫助的疑問。
Netflix推出電視影集《紙牌屋》（House of Cards）時，很多人關注到泰德的團隊在探
勘Netflix的收視率資料方面做得非常出色：他們探勘這些資料後得出結論認為，這部影
集將非常吸引觀眾，部分是因為演出的明星受到觀眾歡迎，一如另一部同樣描繪華府權力
糾葛的電視劇《白宮風雲》（The West Wing）。但事實上，資料探勘雖然提供了很大的
幫助，Netflix購買這部原創電視劇的決策，有很大成分是因為其製作人暨導演是非常有
才華的大衛．芬奇（David Fincher）。泰德強調，從資料分析獲得的洞察的確輔助了他
的團隊做決策，但絕對「沒有支配他們的決策。」他們看出，就算有種種輔佐資料，一項
計畫仍然可能失敗，要不要購買或製作一個電視節目或電影，有很大程度得靠判斷。當泰
德的團隊決定製作《勁爆女子監獄》這部電視劇時，他們推翻「電視節目必一須有寫好的
劇本」的既有規定，這並不是因為資料分析告訴他們這個節目將會轟動，而是因為深受此
節目創作者珍姬，可汗提出的精采構想所吸引。《勁爆女子監獄》是根據一本書改編的，
有人想拍成電影，但擔心囚犯無法引起觀眾同情，監獄可能令人感覺是個幽閉恐怖的場所
。珍姬．可汗打算把一劇情擴展，帶領觀眾進入囚犯入獄前的生活，這麼做可以顯示許多
鋃鐺入獄的女性跟該書作者一樣，並非冷酷無情的犯罪者，更可能引發觀眾對她們的同情
，也讓觀眾可以看到她們的人生故事。
---
不得不說，最近進電影院的次數少了，有時候休息的時光真的快被Netflix佔滿~
也期待Netflix更多有吸引力的IP.
---
對於Netflix人才議題還有興趣的朋友，
可以聽Podcast星箭廣播作了更為仔細的說明(https://podcast.starrocket.io/43
我對於本書的書摘則著重在其他部份 (內部溝通)
https://www.zoncheng.com/2020/02/0385-netflix-powerful-building-culture.html
---
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.169.8.80 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/EAseries/M.1581948799.A.090.html
→
02/17 22:48,
6年前
, 1F
02/17 22:48, 1F
→
02/17 22:49,
6年前
, 2F
02/17 22:49, 2F
→
02/17 22:49,
6年前
, 3F
02/17 22:49, 3F
→
02/17 22:50,
6年前
, 4F
02/17 22:50, 4F
→
02/17 22:51,
6年前
, 5F
02/17 22:51, 5F
→
02/17 23:02,
6年前
, 6F
02/17 23:02, 6F