Streamingcatalogusonderzoek per markt: Bouw beschikbaarheidsdatasets

De catalogus van een streamingdienst verandert bij elke grens. Hier leest u hoe u kunt meten wat waar beschikbaar is, markt per markt, en hoe u dit kunt omzetten in licentie- en contentintelligentie.

Dezelfde streamingdienst is een ander product in elk land. Licentieovereenkomsten worden markt per markt gesloten, dus een titel die de catalogus in Spanje aanvoert, kan afwezig zijn in Duitsland en zes maanden later in Japan verschijnen. Voor iedereen in contentstrategie - studio's, distributeurs, analisten, acquisitieteams - is die variatie per markt geen ruis, maar het signaal. Deze gids behandelt streamingcatalogusonderzoek per markt: hoe te meten wat waar beschikbaar is, een vergelijkbare dataset over landen heen te bouwen en om te zetten in licentie-intelligentie. Een kaderopmerking eerst: dit gaat over het observeren van openbare catalogi van buitenaf als marktonderzoek, niet over het omzeilen van de regio van uw eigen abonnement.

Hoeveel catalogi daadwerkelijk verschillen

De afwijking is groter dan de meeste mensen aannemen. Openbare bibliotheektrackers hebben de grootste nationale Netflix-catalogus gevonden - die van Slowakije, begin 2024 - met ongeveer 8.000 titels, terwijl andere markten daar een fractie van dragen. Alleen de Amerikaanse bibliotheek bevat al zo'n 3.600+ films en 1.800+ tv-shows, weer een andere mix dan in welk ander land dan ook. En beschikbaarheid is niet universeel: Netflix opereert helemaal niet in China, Noord-Korea of de Krim. Vermenigvuldig die variatie over elke aanbieder en elke titel, en je hebt een rijke, constant veranderende dataset die geen enkel land alleen kan vastleggen.

Statistiekenpaneel dat de grootte van streamingcatalogi toont die per land variëren, van ~8.000 titels omlaag, en drie landen zonder Netflix
Catalogusgrootte en titelmix verschillen sterk tussen markten - die spreiding is precies wat het onderzoek meet.

Waar de data zich bevindt

Je hoeft niet alles vanaf nul te reverse-engineeren. Twee neutrale bronnen doen veel van het zware werk. The Movie Database (TMDb) biedt schone, canonieke metadata - een stabiele id per titel, cast, releasejaar - wat van onschatbare waarde is voor het samenvoegen van records over markten heen. JustWatch-achtige beschikbaarheidsaggregators volgen welke aanbieders welke titels in welke landen dragen, en gemeenschapsprojecten zoals de onofficiële Netflix Global Search hebben al lang regionale bibliotheken gecatalogiseerd. Gebruik TMDb als je ruggengraat voor identiteit, en behandel beschikbaarheidsfeeds als de per-marktlaag die je erbovenop legt.

Waarom je in-market IP's nodig hebt

Hier is de mechanische kern. De openbare catalogus en ontdekkingspagina's van een aanbieder renderen de lokale bibliotheek op basis van waar het verzoek vandaan lijkt te komen - dus om de catalogus te zien die een abonnee in Italië ziet, moet je verzoek afkomstig zijn van een Italiaans IP. Een enkel gezichtspunt geeft je het antwoord van één land; om de cross-market dataset te bouwen, loop je dezelfde query door een exit in elk doelland. Een residential proxy pool die 200+ landen bestrijkt, maakt dat praktisch - echte in-country IP's, zodat elke markt zijn echte lokale weergave teruggeeft in plaats van een geblokkeerde of inconsistente.

Blader door de volledige landen dekking op onze locatiepagina; de markten die je kunt profileren zijn de markten waar je exits hebt.

import requests

# Fetch a provider's public catalog view as a viewer in each market would
GATE = "gate.quantumproxies.io:8000"
MARKETS = ["us", "gb", "de", "it", "jp", "br"]

def catalog_view(url, country):
    # exit country selected in the proxy username -> the local library view
    proxy = f"http://USER-country-{country}:PASS@{GATE}"
    r = requests.get(url, proxies={"http": proxy, "https": proxy},
                     headers={"Accept-Language": country}, timeout=25)
    return r

by_market = {cc: catalog_view("https://example-provider.com/browse", cc)
             for cc in MARKETS}

Normaliseren over markten heen

Ruwe per-land pulls zijn niet vergelijkbaar totdat je identiteit verzoent. Dezelfde film heeft verschillende lokale titels, artwork en slugs in elke markt, dus matchen op de weergavetitel levert rommel op. Koppel alles aan een canonieke id - een TMDb-id is ideaal - zodat "The Godfather: Part II" in de VS en zijn gelokaliseerde titel elders tot één record samensmelten. Zodra titels over markten heen zijn gededupliceerd, schrijven de vergelijkingen zichzelf: welke landen een titel hebben, wanneer deze verscheen, hoe catalogusgroottes rangschikken en waar de hiaten zijn.

# Build an availability matrix: which markets carry each canonical title
from collections import defaultdict

availability = defaultdict(set)   # tmdb_id -> set of country codes

def record(country, titles):
    for t in titles:
        availability[t["tmdb_id"]].add(country)

# ...after populating from each market's parsed catalog:
def gaps_vs(reference="us"):
    # titles present in the reference market but missing elsewhere
    return {tid: (all_markets - markets)
            for tid, markets in availability.items()
            if reference in markets}

all_markets = {"us", "gb", "de", "it", "jp", "br"}
Pijplijndiagram van het kiezen van markten via geo-gerichte exits en titelnormalisatie naar een cross-market beschikbaarheidsvergelijking
De pijplijn is een lus per markt, daarna een join op canonieke id - identiteitsverzoening is wat markten vergelijkbaar maakt.

Catalogi omzetten in intelligentie

De dataset verdient zijn waarde in de analyse. Volg beschikbaarheidsvensters om te zien hoe lang na een Amerikaanse release een titel andere markten bereikt - een directe lezing van licentieachterstand. Benchmark catalogusgrootte en genremix per land om te begrijpen waar een aanbieder investeert. Spot contenthiaten die een concurrent heeft en jij niet, of vice versa. Bekijk hoe een specifieke titel over grenzen rolt gedurende weken om deals structuren af te leiden. Voer de hele pull op een schema uit, timestamp elke capture, en de deltas worden een licentie-bewegingsfeed - dezelfde monitoringlogica als concurrentieprijsmonitoring, toegepast op contentrechten.

Een gewoonte verandert een momentopname in een monitor: plan de pull en vergelijk elke capture met de vorige. Nieuwe toevoegingen, stille verwijderingen en de eerste verschijning van een titel in een markt komen naar voren als deltas, waardoor je een veranderingsfeed krijgt in plaats van een statische inventaris. Sla elke capture op met een timestamp en houd de canonieke ids stabiel, en je kunt de catalogus van elke markt reconstrueren zoals deze op een willekeurige datum in het verleden was - wat het verschil is tussen een eenmalige studie en een doorlopend intelligentieproduct waarvoor een licentieteam daadwerkelijk zal betalen.

Blijf aan de juiste kant van de lijn

Omdat dit geografie raakt, wees bewust van de reikwijdte. Het legitieme gebruik hier is het meten van openbaar weergegeven catalogus- en beschikbaarheidsdata als marktonderzoek - niet het omzeilen van de regionale rechten van je eigen account of het herdistribueren van content. Respecteer de voorwaarden van elke dienst, verzamel alleen openbare catalogusmetadata (titels, beschikbaarheid, data - geen persoonlijke gebruikersgegevens), en doseer je verzoeken beleefd. Dit is informatief, geen juridisch advies; als een specifiek programma vragen oproept, vraag dan om advies voordat je het opschaalt.

Krijg in-market residential IP's in meer dan 200 landen

Veelgestelde vragen

Waarom verschillen streamingcatalogi per land?

Licenties worden markt per markt onderhandeld en in de tijd gefaseerd, dus de rechten op een bepaalde titel verschillen - en veranderen - per land. Een film kan in de ene markt streamen, niet beschikbaar zijn in een andere en later in een derde arriveren. Beschikbaarheid hangt ook af van waar de aanbieder überhaupt opereert; sommige landen hebben geen dienst. Die variatie per markt is wat catalogusonderzoek meet.

Hoe zie ik een streamingcatalogus in een ander land?

Voor onderzoek, vraag de openbare catalogus of ontdekkingspagina's van de aanbieder op via een exit-IP in het doelland, zodat de lokale bibliotheek weergeeft zoals een kijker in de markt het zou zien. Loop de query door een exit in elk land dat je wilt profileren met behulp van een residential proxy pool, en normaliseer de resultaten naar een canonieke titel-id voor vergelijking.

Welke gegevensbronnen helpen bij catalogusonderzoek?

Gebruik TMDb voor canonieke titelmetadata en stabiele ids om records over markten heen te koppelen, en beschikbaarheidsaggregators (JustWatch-achtige feeds en gemeenschapsregionale-bibliotheektrackers) voor de per-land laag. TMDb geeft je identiteit; de beschikbaarheidsfeeds geven je de marktdimensie. Overlay de twee om een vergelijkbare cross-market dataset te bouwen.

Is streamingcatalogusonderzoek legaal?

Het verzamelen van openbaar weergegeven catalogus- en beschikbaarheidsmetadata voor marktanalyse is gangbare praktijk, maar de voorwaarden van elke dienst zijn van toepassing, en dit is geen juridisch advies. Houd je aan openbare catalogusdata, vermijd persoonlijke gebruikersinformatie, gebruik het niet om je eigen regionale rechten te omzeilen of content te herdistribueren, en vraag advies voor een specifiek grootschalig programma.

Een streamingcatalogus is een bewegende, grensafhankelijke dataset, en de waarde ervan ligt precies in de verschillen tussen markten. Profileer elk land vanuit een in-market IP, verzoen titels tot één canonieke id, en capture op een schema - en verspreide regionale bibliotheken worden een licentie-intelligentie-engine.

Zie elk land dat je kunt profileren