Анализ данных стриминга Netflix
Netflix — крупнейший стриминговый сервис для просмотра кино, сериалы и фильмы которого видели многие, в том числе и я. Мне захотелось проанализировать то, что я часто смотрю и, возможно, увидеть какие-то интересные и неожиданные результаты, например:
- какие типы контента популярны, что может дать инсайты о текущих трендах в индустрии развлечений; - как разнится потребляемый контент в разных странах, возможно, какой-то жанр более популярен в определенных странах; - какое количество фильмов и сериалов Netflix производит сам, а какое закупает и так далее.
Введение
В своем коде для анализа я использовал сайт Kaggle, откуда взял датасет со статистикой Netflix, в которой есть: название, тип (фильм или сериал), режиссер, актерский состав, страна, дата добавления на стриминг, год выпуска, рейтинг, длительность, жанры и описание.
В коде подключаю библиотеки Pandas для анализа, Matplotlib для визуализации, SeaBorn и mplcyberpunk для стилизации графиков.
Для анализа я использовал различные виды диаграмм: круговую, столбчатые, динамическую. С помощью них было наиболее логично и просто представлять изменение количества контента на платформе на протяжении всего времени ее существования.
Анализ датасета
Для начала мне было интересно узнать, какое процентное соотношение фильмов и сериалов на Netflix. Как оказалось, фильмов больше (69,1%), что довольно удивительно с учетом того, что стриминги в целом стали популярны за счет сериалов, которые всегда выходили онлайн.
Я также посмотрел количество фильмов и сериалов на Netflix по дате их выхода. Очевидно, формат фильмов появился намного раньше и поэтому их в целом больше, но еще интереснее, что на современном стриминге есть даже фильмы первой половины XX века. Можно также заметить, что до 2019 года количество фильмов ежегодно было больше, чем у сериалов, но после, как мне кажется можно заметить тенденцию роста сериалов и снижения фильмов, которое, возможно, связано с наступлением пандемии.
Далее мне было интересно выяснить сколько контента каждой страны есть на сервисе. США лидируют с большим отрывом, что неудивительно, учитывая доминирование Голливуда и широкое распространение американской культуры. Далее, на удивление, идет Индия, что подчеркивает влияние Болливуда и значительное потребление локального контента на сервисе, а также указывает на растущую международную привлекательность индийских фильмов и сериалов, которые известны своим своеобразным монтажем и сценариями. В топе есть европейские страны, которые стабильно дают качественное кино высокого уровня. Также присутствуют и азиатские страны: Япония известна своим аниме и креативным подходом к жанровым фильмам, в то время как Южная Корея стала международно признанной благодаря высоким стандартам производства и популярным K-драмам.
Проанализировав страны, я решил узнать, как менялось количество фильмов и сериалов топ 10 самых распространенных жанров с течением времени. Можно увидеть, как в 2020 году с наступлением пандемии количество семейных и детских фильмов и сериалов возросло, что соотносится с тем, что все семьи были дома и проводили все время вместе с детьми. Также помимо яркого пика документалок в 2017 году, на протяжении всего времени примерно стабильно выходили драмы и приключенческие фильмы.
Проанализировав рейтинга контента на Netflix, можно понять, что стриминг в основном создает фильмы и сериалы для взрослой аудитории, но также имеет и контент для тех, кому меньше 18 лет.
Заключение
Анализ данных Netflix показывает, что платформа успешно адаптируется к разнообразным предпочтениям аудитории, предлагая обширный выбор контента разного рейтинга. Также видно, что фильмы и сериалы представлены разных годов с диапазоном с сегодняшнего дня до 1950-х. Более того, участие в создании контента принимают многие страные, даже, казалось бы, самые неочевидные. Интересно, как на стриминге отражается и мировые проблемы на примере пандемии, при начале которой можно увидеть рост опеределенных жанров.
Обложка сгенерирована в Leonardo AI по запросу «multicolored red and white light streaks on a black background, a microscopic photo, futurism, blue rays from tv, vanishing point perspective, netflix vibe, turbo»
Использован ChatGPT для стилизации графиков, добавления значений цвета.
Использован сайт stackoverflow.com для стилизации, поиска сортировки и фильтрации значений в диапазоне.
