2025年互联网传媒行业：Netflix，基本面、属性、特征

etflix宣布收购华纳：六大变七大后，再变成【一超+六大】

2025年12月5日，流媒体巨头Netflix（奈飞）宣布将以约827亿美元（含债务，总股权价值约为720亿美元，即每股27.75 美元）的价格，收购Warner Bros. Discovery（华纳兄弟探索，简称WBD）旗下的电影与电视制片业务、HBO及其流媒体平 台HBO Max。

收购方案：此次交易为现金加股票形式，每股WBD股票估值27.75美元，企业总价值约为827亿美元，股权价值为720亿美元。 标的包括华纳电影、电视及流媒体业务（含 HBO/HBO Max、DC 等），不包括 CNN 等线性电视资产，这些资产将先剥离为 独立的 Discovery Global。

对比2016年【AT&T宣布854亿美金收购时代华纳】，2022年【微软宣布687亿美元收购动视暴雪】，相较AT&T的运营商身份、 微软的PC软件巨头身份，而Netflix收购华纳的意义较为突出——其本质是内容生态与发行业务的深度耦合。

Netflix的此次收购： 1. Netflix流媒体平台+算法能力的“线上发行”，协同“制片厂、院线发行网络”； 2. 华纳百年IP内容沉淀，DC、哈利波特、权游等； 3. 七大中的“一大”收“另一大”，新龙头收老牌龙头，且是线上龙头收线下龙头。

我们对收购方案的理解

Netflix收华纳的方案： 1. Netflix所在的影视行业，作为分发渠道必须往上游去走，收华纳的IP版权，对Netflix来说最“镶金”，Spotify相对就 不用这样做； 2. Netflix（成立28年）收购华纳（成立102年），线上发行收购线下发行（互联网是一个新的计算空间，AI作用于数字世 界+现实物理世界）； 3. AI相较互联网，若有个C位改变的内容形态，大概率在影视、音乐； 4. 原本流媒体平台都在接近“用户数增速放缓+寻求更多业务创收逻辑”的全球普遍性叙事，此次收购打破行业僵局，有了 新的叙事框架; 5. AI时代的内容趋势性调向（重返PGC），推演出来的局面就类似韩国影视行业（Netflix影响），顶级内容通吃的“赢面” 会更大。

流媒体平台的逻辑、演进方向大致相同，但命门不一样

流媒体平台在研究时，最大的困惑： 算法推荐来平衡【用户体验】与【商业化变现】，家家都有自己的具体方法，但逻辑相同：先发展全球用户，用户增速 到达一定规模要放缓时，在扭亏兑现盈利之际，开始转向用户增长与变现并重——开始广告变现、增加新业务方向、用 户分层。 但，流媒体平台又很难互相比较： 出身不同（资源禀赋）/出生时间不同（基因不同）/内容形态的属性与特质不同/变现的运营方式不同。

此前，全球都陷入： 1）创新能力明显下降，如好莱坞影片的故事模型的吸引力开始下降（讲美国故事之后，讲全球故事有挑战）； 2）流媒体平台用户数增速见顶、强势扭亏，然后如何保持住高估值？ 3）AI商业化叙事开启，谷歌、OpenAI 等头部企业于2025年下半年相继推进商业化落地，传统行业存量市场参与者应如 何应对这一产业变革？

Netflix收购华纳，是对当下僵局的一种打破

产业层面核心命题： 1）AI软硬件产业周期中，软件与内容领域即将进入爆发期。头部软件与顶级内容持续汇聚背景下，全新内容形态与价值 增长点如何孕育？ 2）流媒体平台面临增长瓶颈，大额收购能否成为破局关键，构建全新增长逻辑？ 3）增加了1.28亿用户数？如何出增量价值？新增1.28亿用户规模后，Netflix如何挖掘存量用户增量价值，实现用户价 值深度变现？ 4）纳入百年沉淀的优质版权资产（老版权具备长期增值属性），在AI技术赋能下，影视产业如何革新？ 5）奈飞与华纳双方内容版权及IP资源的相互审视与协力，奈飞如何高效复用华纳线下发行渠道，实现渠道资源的协同共 享？ 6）基于上述产业机遇与资源整合潜力，算法推荐体系应如何迭代升级，适配新业务场景与用户需求？

研究（估值）核心视角： 围绕上述六大产业命题，奈飞需构建何种逻辑框架予以回应，能否形成对投资者的有效说服力？无论最终能否达成估值 共识，此次收购已为Netflix带来了显著的发展可能性与市场想象空间。

年复合涨幅36%：市值由3.46亿（2002年）到4247亿（2025年），付费用户3亿分布在 190+区域——数据科技的基因分析

“用户评分反馈→算法模型优化→个性化推荐精准度提升→用户付费留存强化”，构成 Netflix 推荐体系的核心闭环。 2000年，Netflix 推出会员影片评分机制，要求用户对观看影片进行评分，并基于协同过滤算法构建推荐系统 Cinematch， 形成“评分-推荐”的完整运营链路。

该“五角星评分机制与算法推荐模式”的结合，带来三点变化： 1. 打破 “排行榜主导” 的内容分发逻辑，确立以 “用户个体口味” 为核心的个性化推荐导向，重构用户内容发 现路径； 2. 通过精准匹配用户内容偏好，显著提升用户观影频次与付费续费意愿，强化用户生命周期价值； 3. 为 Netflix 构建核心数据资产，使其能够精准识别 “口碑驱动型续费内容” 与 “单次消费型噱头内容”，形 成对优质内容的专业判断能力。

Streaming 上线后，Netflix 推荐系统迭代，数据采集维度从单一用户评分拓展至多维行为洞察，核心监测指标包括： 1）内容观看终止的具体时间节点；2）内容触达路径（首页推荐入口或主动搜索入口）；3）单集播放完成后的即时续 看行为。上述精细化行为数据，为平台后续“追剧文化”的培育及“整季连续观看”模式的形成，提供了关键数据支撑 与算法基础。

在 DVD 及流媒体早期阶段，数据的核心应用主要为两点：1）帮用户找片（推荐）；2）帮Netflix选片（采购版权）。

随着数据积累与算法能力的迭代，Netflix 的数据应用实现从 “内容推荐” 到 “内容创制指导” 的关键跨越。其经 典案例《纸牌屋》的立项，正是数据驱动内容决策的典型实践：基于用户行为数据洞察，Netflix发现用户对英版《纸 牌屋》题材、凯文·史派西（Kevin Spacey）主演作品及大卫·芬奇（David Fincher）执导影片均存在高度偏好，结 合对“一次性观看整季”用户行为特征的分析，最终确定立项美版《纸牌屋》，并采用“整季首播”的发行策略，精准 匹配用户观影习惯。

这一实践树立了行业新标杆：数据的应用不仅能推荐电影，且延伸至内容生产环节的创作指导，即反过来指导Netflix 该拍什么电影——1）Netflix 的内容决策并非依赖主观经验判断，数据应用参与很深；2）这套“数据 + 创意” 的组 合拳，后来被应用到大量自制剧上。

奈飞为何能跻身“七大”？接力好莱坞，讲好了“世界故事”

影视方向，好莱坞六大之外，有无数小的内容工作室，还有错综复杂的体育版权、新闻节目等——影视内容的属性是“大 众喜闻乐见的百花齐放”，而音乐内容的属性是 “艺术化的曲高和寡”，其创作兼具强烈艺术特质与个性化追求，部分作 品因审美门槛较高，受众群体受限。

每个国家和民族其实都不缺自己的故事，但对故事进行设计、包装、展现的商业化生产力，不同的国家则能力相差悬殊： 生产力强的一方，便是文化输出的一方；生产力弱的一方，就是被文化输出的一方。

曾经的苏联能做到“拍本国故事，给全世界看”，其影响力超越了社会主义阵营，拥有塔可夫斯基、梁赞诺夫、爱森斯坦 等享誉全球的电影大师。20世纪90年代起，任天堂成为日本文化输出主力，以自成风格的游戏内容给世界带来一套非西方 的全新价值观，反向打入美国强势文化市场并持续产出新作，抢占美国创造的游戏机市场。与美国电影影响日本相对应， 日本游戏作为文化输出，深刻影响了海外青少年的价值观。

报告节选：

编辑：火腿肠