傳統的電影歸類非常簡單。比方約翰・韋恩的電影通通歸類於西部片，《亂世佳人》歸類為文藝片。用這麼簡單的歸類法加上五顆星來推薦，是上個世紀的作法。網路串流不能讓用戶感覺是在大海撈針，只要幾次撈不到喜歡的，大家就不再回頭。一般人平均只有 90秒的搜尋耐性。
可是看看今天 Netflix 的推薦功能，它的命中率高達 80%。這是 Netflix 最重要的秘密武器。這個武器在2006年並不存在，市場上也沒有這種工具和資訊。所以 Netflix 決定自己打造。
他們找了一批懂得如何深入看電影的觀眾，把當時庫存的九千部電影全部播放給每一個人看，然後要他們記錄電影內容及所有的關鍵字──這包括場景、室內擺設、演員穿著、背景音樂、自然風景、故事年代、畫面顏色、演員名字、重要對話、當時的情緒、重要的情節描述，以及看完後的感想⋯⋯這根本是一個荒唐到不可能的任務。
他們把所有記錄下來的元素，用電腦分析歸納出 76,897 個「細分類」及「微分類」。有了這些細微的分類，大數據就很容易找出下一部你可能想看的電影。
全世界唯一的「個人化評比」系統
比方我選擇一部電影，是因為它背後的自然風景，對於劇情我未必感興趣。經過連續幾次選擇之後，大數據知道「自然風景」是我選擇的關鍵因素──也許更進一步，它知道我喜歡的是美國西岸的巨木森林，所以推薦的演算邏輯很容易把這項關鍵因素跟其他因素組合，然後提出一系列符合我興趣的電影，然後以評比積分順序，由左自右排列在推薦名單上。請注意，這個積分只是對「我」有意義，對其他人並不適用。
從你看了什麼，從影庫裡有什麼，他們可以精準預知你下一部想看什麼──這裡完全沒有他人的意見，所以怎麼會不準 ?
讀到這裡，你也許已經在盤算那個龐大的推薦系統不可思議的複雜度了──那就是每一部庫存的電影，對全世界 1.3 億的每一個觀眾來說，都有一個不同的評分。他們把評比完全做到個人化。所以《亂世佳人》對你的評分也許是 85，可是對我可能只有 35分。
請大家想一下，在傳統五顆星評比制度下，《亂世佳人》的 4.5顆星是假設這個評比適用於全世界毎一個人。和 Netflix 的推薦功能一比，你不覺得這根本是笑話嗎？再仔細想想，不只是電影，天下所有的評比不都是如此荒唐嗎？但全世界只有 Netflix 做到了1.3 億人的個人化評比──這樣的回報是每年十億美元。
這個全世界最大的電影微分類以及關鍵字資料庫，好萊塢沒有，第四台沒有，亞馬遜也沒有──全世界只有 Netflix 有。這就是這家公司成功的地方。他敢挑戰不可能，做別人做不到的事。這就叫做「打造不可能」。
