Suoratoistopalvelut, kuten kansan suosikit Netflix, HBO Max ja Disney+, ovat mullistaneet tavan, jolla viihdettä kulutetaan. Ennen katsojien piti mennä televisiokanavien aikataulujen mukaan ja odottaa uutta jaksoa päiviä tai jopa viikkoja. Nykyään tätä ei tarvitse tehdä, sillä kaikki on tarjolla heti ja katsottavissa juuri silloin kuin katsoja itse haluaa. Tässä kuitenkin herää yksi tärkeä seikka: suuri valikoima voi aiheuttaa valinnanvaikeutta. Onneksi nykyään suoratoistopalvelut hyödyntävät algoritmeja, jotka ehdottavat juuri katsojan mieltymyksiin sopivia sarjoja ja elokuvia. Mutta miten nämä algoritmit sitten toimivat? Tätä kysymystä avaamme seuraavaksi alempana lähestymällä sitä katsojan eli juuri sinun näkökulmastasi.
Käyttäjädatan voima ja personointi
Algoritmit perustuvat käytännössä kokonaan dataan. Tämän takia, kun katsot yhden jakson jotain tiettyä sarjaa, palvelu tallentaa esimerkiksi sarjan tyypin ja kategorian, ja vertaa niitä sitten muiden samankaltaisten katsojien valintoihin. Näin algoritmi pystyy matemaattisesti laskelmoimaan todennäköisyyksiä siitä, millaiset sisällöt sopivat juuri sinulle. Hyvänä esimerkkinä voidaan pitää Netflixiä, joka on ymmärtänyt, että käyttäjä ei usein tee harkittuja päätöksiä, vaan valitsee katsottavan sisällön alle minuutissa. Tämän takia alusta tarjoaa nopeita ja osuvia sekä helposti nähtävissä olevia suosituksia.
Datan käyttö ja hyödyntäminen ei kuitenkaan rajoitu vain sarjojen ja elokuvien suosituksiin. Samantyyppiset algoritmit ovat käytössä myös muun muassa musiikin suoratoistopalveluissa ja jopa nettikasinoilla. Esimerkiksi suurimmat nettikasinot, joilla on iso pelivalikoima, tarjoavat usein pelaajille pelisuosituksia ja joskus jopa bonussuosituksia. Näin perinteinen pelikokemus muuttuu paljon yksilöllisemmäksi.
Käytännössä algoritmit siis tekevät työtä puolestasi: ne seulovat tuhansien vaihtoehtojen joukosta ne sisällöt, jotka sopivat parhaiten juuri sinun mieltymyksiisi. Vaikka se voi aluksi tuntua taikuudelta tai pelottavalta, kyse on loppujen lopuksi vain tarkasta matematiikasta, suurista tilastoista ja massiivisista tietokannoista.
Mitä katsojan päätökset kertovat
Kaikki lähtee siitä, miten me katsojat reagoimme sisältöön. Jokainen vuorovaikutus, kuten klikkaus, katselukerta ja jopa se, milloin pausea painaa, muodostaa osan algoritmien datasta. Tässäkin voidaan pitää taas Netflixiä hyvänä esimerkkinä: se seuraa, kuinka monta sekuntia kestää ennen kuin sinä katsojana vaihdat sisältöä. Näin algoritmit pystyvät tietämään, oliko suositus osuva vai ei, tai onko sisältö sinun mieltymyksiisi sopiva vai ei. Vaikka aluksi tuntuu pieneltä seikalta, todellisuudessa noin 80 % Netflixin katselupäätöksistä on algoritmien ohjaamia.
Nämä katselutottumukset eivät kuitenkaan ole vain numeroita tai todennäköisyyksiä, vaan niistä muodostuu niin sanottuja käyttäjäprofiileja. Algoritmit siis ryhmittelevät meidät katsojat muiden kaltaisten katsojien kanssa samaan joukkoon. Näin ne voivat sitten tarjota samoja sisältöjä, jotka ovat toimineet muille ryhmälaisille. Tämä onkin se ilmiö, joka herättää tunteen siitä, että suoratoista ikään kuin lukee ajatuksia, kun se tietää, minkälaisesta sisällöstä juuri sinä pidät.
Tämä sama logiikka toimii myös muilla digitaalisen viihteen aloilta. Musiikkipalvelut, pelialustat ja jopa verkkokaupat hyödyntävät samanlaisia menetelmiä. Sinun tekemäsi päätökset kertovat siis paljon enemmän kuin uskotkaan, ja mitä enemmän käytät palvelua, sitä tarkempia suositukset tai ennusteet ovat. Algoritmit siis jatkavat mieltymyksiesi oppimista käytännössä ikuisesti.
Suoratoistojättien erot ja lähestymistavat
Vaikka perusidea on sama, eri alustat rakentavat algoritmejaan omista lähtökohdistaan. Kuten monesti on jo todettu: Netflix on jo vuosia käyttänyt koneoppimista ja tekoälyä, ja itse asiassa hetki sitten ottanut käyttöön myös generatiivisen tekoälyn. Se käyttää näitä teknologioita yhdistääkseen käyttäjän omat katselutottumukset laajaan joukkoon samankaltaisia profiileja ja tekee suositukset sen perusteella. Samalla tavalla HBO Max hyödyntää koneoppimista ja tekoälyä, mutta eri osa-alueilla. Se painottaa niiden avulla brändäystä ja sisältöjen laadullisia ominaisuuksia tuomalla esiin ohjaajia, näyttelijöitä ja tuotantoyhtiöitä, jotka vetoavat juuri tiettyyn katsojaryhmään.
Disney+ on myös kiinnostava esimerkki, koska se rakentaa algoritmejaan vahvasti brändinsä ympärille. Sen ehdotukset nojaavat usein Marvelin, Star Warsin tai Pixarin kaltaisiin kokonaisuuksiin, jotka houkuttelevat omia fanejaan. Amazon Prime taas pyrkii yhdistämään katselusuositukset verkkokaupan dataan. Tällöin, jos ostat kirjoja tietyistä aiheista, saatat nähdä suosituksia niihin liittyvistä elokuvista tai dokumenteista.
Eroista huolimatta kaikilla palveluilla on loppujen lopuksi sama tavoite: pitää käyttäjä mahdollisimman pitkään sisällön parissa. Siksi algoritmien toiminta ei ole vain tekninen kysymys, vaan se liittyy suoraan liiketoimintaan ja tuottoihin. Tässä tulee myös selkeästi esille niin sanottu kuluttajapolku: mitä enemmän katselet, sitä enemmän maksat ja sitä enemmän alustat voivat panostaa uusiin sisältöihin.
Ongelmat ja yllätykset algoritmien maailmassa
Vaikka suositukset tuntuvat usein hyödyllisiltä, algoritmit eivät ole täydellisiä. Joskus ne tarjoavat sisältöä, joka ei tunnu sopivan lainkaan, tai ehdotukset kierrättävät loputtomasti samoja genrejä tai tyylejä. Tämä voi luoda niin sanotun suodatuskuplan, jossa käyttäjä näkee vain rajoitetun määrän sisältöjä ja missaa kiinnostavia vaihtoehtoja. Netflix on itsekin huomannut, että sen algoritmit saattavat joskus ylioppia ja kaventaa suosituksia liikaa.
Yllätyksellisyys on kuitenkin tärkeä osa katselukokemusta. Siksi monet palvelut lisäävät algoritmien rinnalle kuratoituja listoja, kuten uutuudet tai trendit juuri nyt näyttäviä listoja, jotka tuovat valikoimaan vaihtelua. HBO Max esimerkiksi hyödyntää toimituksellisia tiimejä nostamaan esiin sellaisia ohjelmia, jotka eivät välttämättä muuten nousisi algoritmien kautta esille.
Lisäksi on muistettava, että kaikki palvelut eivät hyödynnä algoritmeja samalla laajuudella tai kovuudella. Esimerkiksi Disney+ painottaa pitkälti franchise-sisältöjä, jolloin suositukset saattavat olla kapeampia mutta samalla brändiuskollisempia. Tämä osoittaa, että algoritmien toimivuus riippuu myös itse palvelun strategiasta ja siitä, millaista yleisöä se tavoittelee.
Algoritmien tulevaisuus viihteessä
Kun katsomme tulevaisuuteen, algoritmien rooli luultavasti vain kasvaa. Tekoälyn ja koneoppimisen kehittyessä suosituksista tulee entistä tarkempia ja henkilökohtaisempia. Tämä voi tarkoittaa esimerkiksi katseluhistorian lisäksi mielialan, kellonajan tai jopa sen, mitä laitetta käytät, tunnistamista. Tämä avaa mahdollisuuksia entistä syvemmälle personoinnille, jossa ehdotukset eivät ole enää vain samankaltaisia ohjelmia, vaan juuri oikeaan hetkeen sopivia sisältöjä.
Samalla algoritmit tulevat todennäköisesti yhdistymään yhä vahvemmin muihin digitaalisen viihteen muotoihin. Musiikin, pelien ja suoratoiston väliset rajat hämärtyvät, kun käyttäjä voi siirtyä helposti ja vaivatta elokuvasta peliin tai konserttitallenteeseen. Tämä tarkoittaa, että algoritmien vaikutukset eivät rajoitu enää vain yhteen palveluun, vaan ulottuu moneen muuhunkin tai ikään kuin toimii jopa siltana.
