Falls Sie es verpasst haben: Netflix ist gestern von seiner Vorgehensweise abgewichen, alle bis auf die erfolgreichsten Zuschauerzahlen geheim zu halten und tatsächlich zu veröffentlichen ein öffentlicher Datensatz Enthält alle Titel mit mehr als 100.000 Zuschauerstunden aus dem Zeitraum von sechs Monaten zwischen Januar 2023 und Juni 2023.

„Insgesamt deckt dieser Bericht mehr als 18.000 Titel ab – das entspricht 99 % aller auf Netflix angeschauten Titel – und fast 100 Milliarden angeschaute Stunden“, schrieb das Unternehmen in einem Blogbeitrag zur Ankündigung des neuen Berichts mit dem Titel „Was wir gesehen haben: Ein Netflix-Engagement.“ Report“, den das Unternehmen außerdem alle zwei Jahre aktualisieren und veröffentlichen wollte.

Netflix zählt „Zuschauerstunden“ im Gegensatz zu Zuschauern oder Haushalten (obwohl es wahrscheinlich auch über diese Informationen verfügt), da es natürlich vorkommen kann, dass manche Leute sich Dinge mehr als einmal ansehen.

Während der Streamer einige der Ergebnisse hervorhob, beschloss ich, den Bericht herunterzuladen – er ist im Netflix-Blog als .xslx-Datei oder Excel-Tabellendatei verfügbar – und ihn über chatgpt von OpenAI auszuführen (unter Verwendung von GPT-4 bei einem persönlichen ChatGPT Plus-Abonnement). ), um die Datenanalysefunktionen der letzten Zeit zu testen.

Spoiler-Alarm: ChatGPT hat gute Arbeit geleistet und eine klare, unkomplizierte, wenn auch kurze Analyse der darin enthaltenen Daten bereitgestellt. Allerdings kam es zu Problemen: Bei der Aufforderung, ein Diagramm zu erstellen, trat ein Fehler auf und es fiel mir schwer, das zu erstellen, was ich in meinen Eingabeaufforderungen verlangte.

Schauen Sie sich unten meinen Prozess an. Ich begann mit einer einfachen Frage: „Können Sie bitte eine Datenanalyse dieser Daten durchführen?“ ChatGPT kam dem pflichtgemäß nach und lieferte eine schöne Beschreibung dessen, was darin enthalten war.

ChatGPT hat für mich auch „wichtige Punkte“ und „wichtige Erkenntnisse“ hervorgehoben, darunter etwas, das ich wahrscheinlich nicht bemerkt hätte, wenn ich die Daten mit meinen eigenen (ungeübten) menschlichen Augen betrachtet hätte: „Die Spalte ‚Veröffentlichungsdatum‘ hat eine Bedeutung.“ Anzahl der fehlenden Werte (13.359), was bestimmte Arten zeitbasierter Analysen einschränken kann.“

Obwohl der erste Abschnitt, den ChatGPT mir aufgrund seiner „wichtigsten Erkenntnisse“ gab, interessanterweise den Titel „Die 10 meistgesehenen Titel (Januar-Juni 2023)“ trug, wurden diese nicht wirklich aufgeführt. Ich musste sie separat anfordern.

Ich habe außerdem nach den in diesem Zeitraum am wenigsten angesehenen Titeln nach Zuschauerstunden, dem Medianwert der angesehenen Titel und den durchschnittlichen angesehenen Stunden sowie nach dem Titel gefragt, der diesem Wert am nächsten kam. ChatGPT hat sie alle für mich bereitgestellt.

Allerdings hatte ChatGPT Schwierigkeiten, als ich darum bat, ein Liniendiagramm zu erstellen, das die Zuschauerstunden für Titel in einem monatlichen Diagramm zeigt (Hinweis: Der Datensatz enthielt diese Daten zunächst nicht, sondern nur die gesamten Zuschauerstunden von pro Titel für den gesamten gemessenen Sechsmonatszeitraum).

Es wurde zunächst eine fast unleserliche Darstellung erzeugt, deren x-Achse Daten ab 2010 enthielt, die die frühesten Veröffentlichungsdaten unter den Titeln in der Reihe darstellten.

Als ich es jedoch darum bat, den Fehler zu korrigieren und sich nur auf die im Datensatz enthaltene Zeitspanne von sechs Monaten zu konzentrieren, lieferte es eine besser lesbare – wenn auch letztendlich immer noch irreführende – Darstellung.

Da die Daten von Netflix keine Aufschlüsselung darüber enthielten, wie viele Zuschauerstunden jeder Titel pro Monat anfiel – geschweige denn eine kompilierte Version der gesamten Zuschauerstunden pro Monat – stellt die obige Grafik eigentlich nur dar Gesamte kumulierte 6-Monats-Zuschauerzahl für neue Titel, die in jedem Monat veröffentlicht werden.

Die Anzahl der angesehenen Stunden für einen im Januar veröffentlichten Titel entspricht beispielsweise tatsächlich allen Stunden, die er während des gesamten Zeitraums von Januar bis Juni angesehen wurde.

ChatGPT ist alleine – ohne Aufforderung – nicht intelligent genug, um herauszufinden, wie dieses Diagramm richtig beschriftet wird, damit für den menschlichen Leser klar ist, welche Daten präsentiert werden: Das sind sie nicht Gesamtstundenzahl, angezeigt wie auf der Y-Achsen-Beschriftung angegeben. Stattdessen ist es nur das Gesamtstunden gesehen im Zeitraum Januar bis Juni 2023 Zeitraum für Alle in jedem Monat veröffentlichten Titel. Letztendlich ist das leider keine sehr hilfreiche Tabelle.

Ich brauchte mehrere Versuche, um ChatGPT dazu zu bringen, ein nützliches und korrekt beschriftetes Diagramm zu erstellen, wobei ich immer wieder damit beschäftigt war, eine Version nach der anderen zu erstellen, die nicht ganz meinen Vorstellungen entsprach, bis ich schließlich etwas Anständiges bekam.

Auch wenn ChatGPT ein hilfreicher Analysepartner sein mag – für Gelegenheitsnutzer wie mich – ist es noch ein weiter Weg, ein vertrauenswürdiger, zuverlässiger und grundsätzlich hilfreicher Datenanalyst zu werden.