Damit die Kundschaft künftig noch passendere Vorschläge für Serien und Filme erhält, präsentiert der Streamingdienst Netflix ein neues Empfehlungssystem. Die globale Ausrichtung des Konzerns ist einer der Gründe für die Überarbeitung.

Aber auch die Tatsache, dass der bisherige Ansatz von einigen Anwendern nicht verstanden wurde, hat zur Optimierung beigetragen.

Das interne Empfehlungssystem ermittelt anhand der individuellen Bewertungen von Serien und Filmen durch den Kunden, dazu passende Vorschläge für weitere Inhalte. Bislang wurden die Empfehlungen lediglich aufgrund von Daten aus einem Land ermittelt. Da Netflix nun mittlerweile in 130 Ländern vertreten ist, wurde das Empfehlungssystem entsprechend erweitert. Das neue System fasst die internationale Kundschaft in Interessengruppen zusammen und bündelt sämtliche Empfehlungsdaten länderübergreifend. Dank der Umstellung soll künftig vermieden werden, dass der Netflix-Kundschaft für ihren persönlichen Geschmack ungeeignete Vorschläge gemacht werden. Zudem erhofft sich Netflix dadurch bessere Bewertungen.

Bislang litten unter dem alten System insbesondere Länder mit stark begrenzter Netflix-Kundschaft, weil die Datenbasis gering war. Dies soll sich jetzt ändern. Länder mit größerer Kundenanzahl profitieren ebenfalls. Denn dank der länderübergreifenden Datensammlung finden auch unbekannte Titel den Weg in die Empfehlungsliste, die beispielswiese in bestimmten Ländern mehr Aufmerksamkeit genießen.

Problematisch ist im Zusammenhang mit dem neuen Empfehlungssystem, dass einige Inhalte nicht für alle Länder zur Verfügung stehen. Hinzu kommt die sprachliche Barriere, die ebenfalls eine Herausforderung darstellt. Probleme für Kunden soll es dennoch nicht geben, da für sämtliche Schwierigkeiten bereits Lösungen erarbeitet wurden.

Das bereits etablierte Bewertungssystem soll unverändert bleiben. Wie bisher, lassen sich Filme und Serien über maximal fünf Sterne bewerten. Inwieweit sich das Bewertungssystem für deutsche Kunden bessert, bleibt abzuwarten. In der Vergangenheit sorgten Vorschläge für Inhalte, die vom jeweiligen Anwender bereits bewertet wurden, für Unmut. Auch unpassende Filme und Serien landeten in den Empfehlungen, welche dem Nutzer laut eigenen Bewertungen gar nicht zusagten.