請更新您的瀏覽器

您使用的瀏覽器版本較舊,已不再受支援。建議您更新瀏覽器版本,以獲得最佳使用體驗。

科技

「我們不要忠誠,只要超級英雄。」Netflix的鐵血管理,締造每年十億美元營收。

行銷人

發布於 2020年02月15日07:33 • 行銷人

|本文由作者鱸魚授權行銷人編輯、刊登,原文網址

有些失散多年又不是很熟的朋友,哪天要是突然熱情地回頭找上你,通常只有兩種可能 : 一是他被炒魷魚正急著找工作 ; 二是他剛找到一個非常好的工作,想回頭找一些過去他不喜歡的人氣一下。
我這位朋友是在網路泡沫化最慘烈那兩年並肩作戰的戰友,船沉了之後,大家各自跳水逃生。
銷聲匿跡了幾年,有一天突然接到他的email約我吃飯。見面後第二句話就是「我進了Netflix,下禮拜一開始上班」。
我還來不及恭喜,他就搶先說了下一句重點:「真不敢相信,他們付的錢幾乎加倍。」

我們見面真正的目的在五秒鐘之內就圓滿達成。即使像我這樣生活比工作重要的人,當下都有淡淡受傷的感覺。

薪水超高,壓力山大

這是 Netflix 這家公司第一次讓我下巴微微張開的時刻。第二次是再幾年後,另外一位同事也跳槽過去。後來傳到我耳裡的待遇是加了70%。當時很多同事的下巴也都紛紛掉到地上。
在矽谷一線科技公司想要挖角資深工程師,光用薪水很難下手。因為市場有公定機制,大家薪水都差不多。有時候意思一下加個10%,就可以半推半就把人搶過來。加薪70%搶人有破壞市場公平的嫌疑。但薪水這種事,只要對方給得出來,只要你斤兩夠重,敢接受,公平交易委員會也管不著。

不過,那位朋友後來寫 email 給我,說壓力實在太大。他們團隊每年淘汰 10%。大家互相競爭、惡鬥,誰都害怕掉入最底層的 10%。他們的評估方式,是採取組織內部全體員工匿名投票
又隔了兩年,我再從其他朋友聽到他的時候,他已經離職了,從此就再也沒有他的訊息。
前前後後,我所認識的幾個進了Netflix的,都待不到 2~3年──也許都不是自願的。不過即使是自願,一定也已經千瘡百孔。

Netflix在矽谷是知名的高薪、高壓、高報酬公司。/圖:marie claire

**超高薪水挖角

不要忠誠,要能作戰的英雄**

想想看,每年固定刷掉 10%,請問你禁得起刷幾次 ? 這不就像是燉排骨湯一樣──越到後面湯越濃,除非真有兩把刷子,否則遲早會被當成浮沫挖出來倒掉。

天下沒有白高的薪水。

根據 Glassdoor.com 的統計,Netflix資深工程師平均比 Google高出 60%。如果上 Teamblind.com 搜尋一下,你可以看到 Netflix 有人年薪高達40萬美金,甚至有 50萬的。年薪40萬在美國,是跟總統川普平起平坐的薪水。

看到這裡,請先不要難過,因為天下沒有白高的薪水。了解內情的人都知道,即使加薪 100%,都不敢進這家公司。他們只要成功的人,而且要年復一年永遠不停成功的人Netflix僱人的價值觀是:一個A咖比兩個B咖便宜,所以他們只要A咖中的A咖。

高報酬的背後當然就是高壓。所以你在 Netflix 所能達到的最高報酬,就是你所能忍受高壓的極限。這家公司培養出一種非常特殊的傭兵文化,他們不要忠誠,只要能夠作戰的英雄。所以加入團隊的都是為了高報酬的傭兵。他們也許半路就戰死沙場,也許打完一場仗就拿錢走人。

我們不是一家人,沒有愛與包容

「這裡不要忠誠,只要成功。
   這裡沒有包容,只有取代。」

Netflix CEO 海斯汀(Reed Hastings)在 2009 年公布了轟動武林、125 頁的告全國同胞書。對於 Netflix 強悍的工作文化有很多驚世駭俗的語句。
其中,最有名的一句話就是「我們不是一家人」(We Are Not Family)。

在矽谷這麼多年,我換過六個工作,從幾百人的新創小公司,到十萬員工的百年帝國都有。
每一家公司都把自己塑造成一個大家庭,把員工當做家人看待──至少在口頭上是如此,至少賺錢的時候亦是如此。(延伸閱讀:臉書總部開會的小考題..員工答對率比大猩猩還差!來測測看你能答對多少吧!)
海斯汀卻以類似今天台灣另類候選人的方式,直白拋出千百年來企業從不敢道出的真話。他開宗明義地說,家人只有無限的愛與包容,家人必須一再容忍錯誤與失敗。

Netflix 不會把你當家人。這裡的團隊只有一個任務,那就是把每個人都推往不可能的極限,而且大家應該心知肚明,你隨時都可能滾蛋。這裡沒有包容,只有取代。

繁文縟節,只適合管理笨蛋用

在2009年的告天下詔書裡,他對新進員工的期望大致可以歸納成下面幾項 :

  • 我們沒有花壽司、葡萄酒。你是來作戰,不是來開趴的。
  • 我們不看工作多努力或工時多長,我們只看戰果。
  • 我們只要A咖,給的也是A咖的回報。
  • 如果你是B咖,即使是A咖的努力,我們還是會請你離開。
  • 我們不要忠誠,只要成功。
  • 如果你只想找一份安穩的工作,那請你現在就離開。
  • *我們要的是自發、自律的戰將。我們不教你怎麼作戰,也沒時間教你如何生存。 *

報酬是看戰果,不是看年資

「你必須無時無刻不停地工作,不是周一到周五,也不是朝九晚五。」

矽谷沒有公司敢標榜英雄主義,即使心裡想,嘴巴也不敢說。只有 Netflix 表明只要超級英雄。在公司文化方面,他也直白公佈了幾十頁令世界跌破眼鏡的條文──大致可以歸納綜合如下 :

  • 公司沒有流程和法則。我們拋棄所有的繁文縟節。
  • 繁文縟節只適合管理笨蛋用。
  • 你必須無時無刻不停地工作,不是周一到周五,也不是朝九晚五。
  • 我們不追蹤工時,只追蹤進度。
  • 休假沒有上限,穿著沒有下限──只要不是全裸就可以。
  • 出差、餐飲、及公務報銷都不需要收據。要報多少自行決定。
  • 我們給你全部的自由,但你也必須背負全部的責任。
  • 我們付你無與倫比的報酬,不管盈虧都一樣。
  • 報酬是看戰果,不是看年資。
  • 價值定位是你自己的責任。
  • 如果你打算留下來,那只是為了成就和金錢。不需要是為其他任何理由。
  • 我們只告訴你目標,不會告訴你如何達成。
  • 我們只要超級英雄。

**這裡不是「矽谷樂園」

別跟我稱兄道弟**到了 2017 年,Netflix 訂閱人數打破 1億關口的時候,海斯汀又加碼推出Netflix更新守則,繼「我們不是一家人之後」,他最新推出的標語是「別跟我稱兄道弟」(We Don't Want Any Bro's) ,這句話又讓矽谷震盪好一陣子。這次的告全國同胞書可以歸納成下面幾點:

  • 別跟我稱兄道弟。
  • 這裡不是「矽谷樂園」,也不是讓你來試水溫的。
  • 我們仍舊只要超級英雄。
  • 這個公司的確有點怪,但你必須要學會適應。
在Netflix,看不到矽谷常見的聚餐等辦公室Party、活動。/圖:Photo by Major Tom Agency on Unsplash

**使用戶達到1.3億

狠狠擊敗有線電視**

兩個月前,我正式停止家裡的有線電視。在這之前,我每月付給第四台的費用是218 美元。

可是漸漸我發現,當我有力氣坐下來的時候,看的都是 Netflix。我已經不知道多久沒有看電視了,而且不論我看多少電視,每個月絕對不值$218。到門市部退還機上盒的時候,發現排在前面的也是來退約的。   2018 年美國有線電視共有3百萬用戶退約。像電視、報紙和有線電話一樣,都將成為歷史。這個一步一步退讓出來的市場,正一口一口被 Netflix 吞噬。   今年 Netflix的使用戶已經達到 1.3 億。 Netflix 這個以郵遞 DVD 起家的公司一路以小搏大,對抗影視界的超級巨人群。
它先打垮 DVD 實體出租業的霸主 Blockbuster。自2007年推出串流服務之後,又一步一步壓縮巨人 Comcast 和 AT&T 的第四台市場。現在 Netflix 已經獨佔全美國串流影視 75% 的市場。

它下一步要對抗的超級大巨人是好萊塢。
今年 Netflix 推出的電影 Roma獲得奧斯卡11 項提名。為此,大導演史提芬史匹柏還正式提出抗議,認為串流影視不應該列入奧斯卡。我認為這也是好萊塢即將節節敗退的開始。

**Netflix的成功關鍵:

超精準的推薦影音功能一個以小搏大一路殺出一條血路,對外這麼強悍的公司,對內當然也不可能仁慈。否則根本無法生存。 Netflix 的成功,有一個鮮有人知的重要因素──那就是它精準的推薦功能。Netflix 的致勝關鍵就是大海也能撈針的推薦功能。   2006 年,當 Netflix 要推出電影串流服務的時候,他們發現電影沒有關鍵字,無法搜尋,無法精準歸類,當然也無法推薦。電影是複雜的綜合藝術,即使大家都喜歡同一部電影,每個人的原因都可能不同──有時甚至連我們自己也不知道為什麼。看電影的時候「情緒」是很重要的反應,但情緒無法搜索。如果我看了一部電影很感動,Netflix 無法推薦另外一部也會令我感動的電影──除非「感動」成為電影可搜索的元件。但是這些資訊自古以來就不存在。要精準推薦,就要把所有元素都具體化。 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。

**挑戰不可能

打造世界唯一的「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,不止是電影,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」。**  

Netflix會根據使用者提供個人化的影片推薦選擇。/圖:截圖自Netflix使用介面

**只告訴你Why

員工自己發揮How**“If you build it, they will come.”   就像海斯汀說的,「這家公司有點怪」。這種大膽妄為、以小搏大的做法,不是怪到瘋狂就不可能達成。   2007 年 Google 剛推出街景圖的時候,我只有一個想法 : 你們瘋了!世界這麼大,難道要把每一棟房子的照片都上傳嗎?
12 年後的今天,全世界每天都在用街景圖,世界上也找不到其他替代品,我必須感激 Google 當初瘋了。

這就是“ If you build it, they will come ”的瘋狂矽谷文化。
而瘋狂的公司,必須要僱用瘋狂的員工──而且敢付瘋狂的薪水。   造船之前,要先讓人們對航海充滿幻想。   其實,海斯汀在那份瘋狂的簡報裡,講了一段一點都不瘋狂的話。他說 :「如果你要造一條船,不要只忙著敲鑼打鼓,張羅人們去砍樹鋸木。你要先讓他們對航海充滿幻想。讓員工看到未來、看到願景,告訴他們為什麼,剩下的就讓他們自己去發揮。」   Netflix 是一個只告訴你 why 而不教你 how 的公司。   當然, Netflix 的員工在網上也流傳著另一句話:“Be ready to be kicked out, be ready to be kicked out every day. ”

「準備好隨時會滾蛋,天天如此!」

首圖來源:Photo by Thibault Penin on Unsplash
責任編輯:曲潔君 Grace C.

更多行銷人報導
好感度急降!用網路聲量看《罪夢者》3 大缺點,Netflix 華劇首戰失敗?
一歲女兒、一位工讀生、特斯拉工人們讓我找到中年轉職的勇氣

   

查看原始文章

更多科技相關文章

01

馬斯克:X7天內開放演算法原始碼

路透社
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...