《纸牌屋》对电视业的颠覆，源自网飞对大数据的利用。几年前网飞2500万订户的观看习惯，被它用以判断观众的喜好，并基于此来创作观众喜欢的剧集。几年后，它在大数据和人工智能的应用上又有了长足的进步。

首先，网飞所搜集的用户行为的数据，颗粒度已经非常细致。每天，它要搜集几千万用户的行为数据，每个数据触点包括用户观看视频的时间、地点、时长、用什么设备观看，每个用户观看视频时的行为也会被清晰标注，比如什么时间暂停、快进或者回放，当然还包括每个人对剧集的评分、搜索历史，以及在社交媒体上的留言和评价。

大数据专家认为好的大数据需要同时具有宽度和深度，也就是“Big N”和“Big D”，前者指的是数据的样本数量非常多，后者则强调每一个数据触点的颗粒度非常细。网飞积累的大数据正好两者兼具。

其次，网飞培育出来的人工智能的推荐水平也已经上了好几个台阶。早期比较粗糙的算法主要根据用户过往的使用信息来预测用户未来的偏好。如果你在网上搜索了一次洗衣机，洗衣机的广告就会如影随形地总在你的电脑屏幕上跳出来；如果你点了有关历史的文章，就会不断收到推荐给你的与历史相关的文章。网飞培育出的算法更智能，因为它不仅对每个用户观看视频的历史有更为仔细的观察和分析，因此更了解个体用户的偏好，同时它积累下来的亿万用户的视频观看历史有助于它更好地对用户进行分类，找到相互关联的特征。这两点加在一起，使网飞能对每个用户做出更好的推荐。

更为智能的推荐改变了网飞，也改变了整个电视行业的商业逻辑—从依靠每个用户自己搜索转变成向每个用户进行个性化推荐。(www.daowen.com)

推荐比搜索更有效率，因为个体的视野和经验都有局限，推荐却可以基于千百万人的选择，挖掘出你根本没有想到过却能打动你的内容。

推荐也让小众的电视剧变得有市场，只要能精准地找到喜爱它的人群。有了深入的用户洞察，网飞按照品位和兴趣把亿万用户分成大约2000个人群，针对每个人群进行不同的推荐。网飞拍过一季评论家认为很“水”的肥皂剧，却深受少男少女的喜爱，就是一个例证。网飞也开始挖掘一些曾经叫好但不叫座（收视率不高）的剧集拍摄续集，因为它比普通电视台更有能力找到精准的用户，因此不用担心收视率。

这种对用户的洞察也让网飞能够更精准地判断某一个原创剧集该花多少钱投资，通过分析某一个剧集对特定用户群体的覆盖、吸引和挽留的情况，从而计算出合理的成本。此外，因为推荐更为智能了，网飞也很少会引导用户去观看他们所属的人群不爱看的节目，所以很少有人会因为看到自己讨厌的节目而对网飞失去信任。