Cine & TV

¿Cómo Netflix usa las estadísticas para seleccionar películas, crear contenido y tomar decisiones multimillonarias?

En 2006, Netflix anunció el Premio Netflix, un concurso para crear un algoritmo que «mejoraría sustancialmente la precisión de las predicciones sobre cuánto disfrutará una película según sus preferencias».

En esta competición hubo un ganador que mejoró el algoritmo 10%. Sin embargo, nunca se implementó el algoritmo en la plataforma. Sobre eso, el gigante del streaming dijo:

«Evaluamos algunos de los nuevos métodos fuera de línea, pero las mejoras de precisión adicionales que medimos no parecían justificar el esfuerzo de ingeniería necesario para llevarlos a un entorno de producción.»

Netflix no rechazó todos los esfuerzos de algoritmos y datos. Para quienes no son expertos en el tema, puede parecer que los análisis de Netflix solo llegan hasta los views. También se puede pensar que se eligió el programa House of Cards porque para la empresa «a los suscriptores les puede gustar».


La clave está en los datos

No obstante, la verdad detrás de esto es mucho más profunda. Al show de 100 millones de dólares no le dieron luz verde solo porque parecía una buena trama. La decisión se basó en una serie de factores y aparentemente casi en su totalidad en los datos.

La realidad es que Netflix es una empresa basada en datos, necesita licencias de los estudios, pero no solo eligen películas y programas de televisión al azar.


Analítica en Netflix

El trabajo central de la analítica es ayudar a las empresas a conocer mejor a sus clientes. Y de esta forma, las empresas pueden optimizar su comercialización y entregar un mejor producto. Sin el análisis, las empresas no saben qué hacer con sus clientes.

El sistema proporciona los datos cuantitativos que necesitan para tomar decisiones mejores en pro de sus servicios. Entonces, ¿cómo usa Netflix el análisis?

A partir de julio de 2018, Netflix cruzó el umbral de los 130 millones de suscriptores de transmisión en todo el mundo. Tener esta base de usuarios le permite recopilar una enorme cantidad de datos.

Con dicha información, Netflix puede tomar mejores decisiones y, en última instancia, hacer que los usuarios estén más contentos con su servicio.

Por ejemplo, la gente de Netflix podría preguntarse «¿Cuántos usuarios que iniciaron Arrested Development (desde la temporada 1) lo terminaron hasta el final de la temporada 3?» Luego obtuvieron una respuesta. Digamos que es el 70%. Seguidamente preguntan:

«¿Dónde estaba el punto de corte común para los usuarios? ¿Qué hizo el otro 30% de usuarios? ¿Qué tan grande era la ‘diferencia de tiempo’ que existía cuando los consumidores vieron un episodio y cuando vieron el siguiente? Necesitamos tener una buena idea del compromiso general de este espectáculo.»

Asimismo, recopilan estos datos y ven las tendencias de los usuarios para comprender el compromiso a un nivel profundo. Si Netflix vio que el 70% de los usuarios vieron todas las temporadas disponibles de un programa cancelado, eso podría provocar cierto interés en un reboot de Arrested Development.

Probabilidades

Saben que hay una buena probabilidad de que los usuarios vean la nueva temporada. Pero los datos son más profundos que eso. He aquí un vistazo a algunas de las «citas» de Netflix:

  • Cuando haces una pausa, rebobinas o avanzas rápidamente.
  • En qué día miras el contenido (Netflix determinó que las personas ven programas de televisión durante la semana y películas durante el fin de semana).
  • La fecha.
  • A que hora ves contenido.
  • Dónde miras (código postal).
  • ¿Qué dispositivo usas para ver (¿Te gusta usar tu tableta para programas de televisión y tu Roku para películas? ¿La gente accede a la función Sólo para niños en sus iPads, etc?)
  • Cuando haces una pausa y dejas el contenido (y si alguna vez vuelve)
  • Las calificaciones dadas (alrededor de 4 millones por día)
  • Búsquedas (alrededor de 3 millones por día)
  • Comportamiento de navegación y desplazamiento.


Datos internos

Netflix también mira los datos dentro de las películas. Toman varias «capturas de pantalla» para ver las características «en el momento». La plataforma confirmó que sabe cuando los créditos comienzan a rodar, pero hay mucho más que eso.

¿Por qué Netflix quiere saber cuándo se lanzan los créditos? Probablemente quieran ver lo que los usuarios hacen después. ¿Salen de la aplicación o vuelven a navegar?

Así es cómo la compañía ahora ofrece recomendaciones de películas: tienen algoritmos de personalización que pretenden predecir con precisión qué verán los usuarios a continuación, poco después del inicio de los créditos (o, para programas de televisión, reproducen automáticamente el próximo episodio).

Porque si los usuarios dejan la aplicación después de ver un programa, eso puede significar que es más probable que se cancelen. Aquí la explicación:

A través de sus análisis, Netflix puede saber cuánto contenido deben ver los usuarios para tener menos probabilidades de cancelar.

Así que ahora que tienen esta información, pueden preguntarse: «¿Cómo ayudamos a los usuarios a ver al menos 15 horas de contenido por mes?» Una idea: habilitar la reproducción posterior, que reproduce automáticamente el próximo episodio de un programa de televisión a menos que el usuario opta por salir.

Por otro lado, muestra sugerencias de películas (según la clasificación de la película que se acaba de ver) justo después de que los créditos comiencen a rodar y permita a los usuarios presionar reproducir directamente desde esa pantalla. Netflix puede agregar esta función a sus aplicaciones web y móviles y, nuevamente, a través de análisis, ver los resultados.

Por lo tanto, todos estos datos y la gran base de usuarios permiten a Netflix ver rápidamente las tendencias y formular opiniones.


El algoritmo de recomendación

Como parte del proceso de incorporación, Netflix les pide a los nuevos usuarios que califiquen su interés en los géneros de películas y califiquen las películas que ya hayan visto.

¿Por qué hacen esto? Porque ayudar a los usuarios a descubrir nuevas películas y programas de televisión que disfrutarán es parte integral del éxito de Netflix. Si las personas se quedan sin películas que quieren ver y no tienen forma de encontrar nuevas películas, las cancelarán.

¿Es el algoritmo de recomendación preciso y exitoso?

Dado que el 75% de la actividad del espectador se basa en estas sugerencias, es posible decir que funciona bastante bien para ellos.

Pero ahora que más usuarios se están moviendo a la transmisión, lo que realmente ven es más importante que las calificaciones. Cuando era DVD por correo, los usuarios de Netflix tenían que esperar y la calificación era un «proceso de pensamiento».

Los ingenieros de Netflix, Xavier Amatriain y Carlos Gomez-Uribe explican:

“Cuando éramos una empresa de DVD por correo y la gente nos daba una calificación, expresaban un proceso de pensamiento. Agregaste algo a tu cola porque querías verlo unos días después; Hubo un costo en su decisión y una recompensa retrasada. Con la transmisión instantánea, empiezas a jugar algo, no te gusta, simplemente cambias. Los usuarios realmente no perciben el beneficio de dar comentarios explícitos, por lo que invierten menos esfuerzo.» –Amatriain.

«Las pruebas han demostrado que las clasificaciones pronosticadas no son realmente super útiles, mientras que lo que realmente estás jugando es todo. Pasamos de centrarnos exclusivamente en las clasificaciones y predicciones de calificación a depender de un ecosistema de algoritmos más complejo.» –Gómez-Uribe.

El algoritmo está evolucionando. Hay equipos enteros (Netflix tiene más de 800 desarrolladores en total) trabajando en ello. No es estático porque el comportamiento del usuario y el producto de la plataforma está cambiando.

Para obtener una descripción más detallada del algoritmo, consulta esta publicación escrita por las personas que diseñan y trabajan en él.


Nuevo sistema de calificación

En abril de 2017, Netflix debutó un nuevo sistema de calificación. Anteriormente, los usuarios calificarían películas y programas de TV entre 1 y 5 estrellas. Pero después de que sus equipos de productos realizaron algunas pruebas, descubrieron que una nueva y más simple prueba de «pulgares arriba hacia abajo» superó al sistema de clasificación original basado en estrellas.

Desde ese momento, la plataforma se fijó en la búsqueda de la satisfacción de los suscriptores. Usan la información personal adiciona para mejorar lo que aparece en el home de Netflix, y de esta forma el cliente podrá ver solo lo que le interesa.


Cómo la Big Data es un factor en House of Cards

En 2011, Netflix tomó una de las decisiones más importantes. No era nada material, sino más bien sobre el contenido. Superaron los mejores canales de televisión como HBO y AMC para obtener los derechos de una versión de House of Cards en los EE. UU., Lo que les da 2 temporadas con 13 episodios en cada temporada.

Sin duda alguna, Netflix ha realizado otras inversiones en grandes cantidades de dinero (centros de envío, gastos de envío, etc.), pero nada de esto en el lado del contenido.

Entonces, ¿por qué hicieron una apuesta tan grande y cómo los análisis tomaron en cuenta la decisión?

Pre-luz verde

Antes de la luz verde de House of Cards , Netflix sabía:

  • Muchos usuarios vieron la película The Social Network, dirigida por David Fincher, de principio a fin.
  • La versión británica de House of Cards ha sido bien observada.
  • Quienes vieron la versión británica House of Cards también vieron películas de Kevin Spacey y / o películas dirigidas por David Fincher.

Cada uno de estos tres factores sinérgicos tenía que contener un cierto volumen de usuarios. De lo contrario, House of Cards podría pertenecer a una red diferente en este momento. Netflix tenía muchos usuarios en dichos items.

Esta combinación de factores tuvo mucho peso en la decisión de Netflix de realizar una inversión juegosa en esta versiónJonathan Friedland, Director de Comunicaciones, dice: 

“Debido a que tenemos una relación directa con los consumidores, sabemos lo que a la gente le gusta ver y eso nos ayuda a comprender qué tan grande será el interés para un programa en particular. Nos dio cierta confianza de que podríamos encontrar una audiencia para un programa como House of Cards.«

En una entrevista con Gigaom, Steve Swasey, vicepresidente de comunicaciones corporativas, expande:

«Tenemos un alto grado de confianza en [House of Cards] basado en el director, el productor y las estrellas… No tenemos que gastar millones para que la gente se sintonice con esto. A través de nuestros algoritmos, podemos determinar quién podría estar interesado en Kevin Spacey o el drama político y decirles ‘Quizás quieras ver esto.

Swasey dice que no solo el elenco y el director predicen si el espectáculo será un éxito. «Podemos ver los datos del consumidor y ver cuál es el atractivo para el director, para las estrellas y para dramas similares», dice.

Esto sumado al hecho de que la versión británica de House of Cards ha sido una popular elección de DVD para los suscriptores. La combinación de estos factores (y la popularidad de los thrillers políticos) hace que parezca una decisión fácil para Netflix. La única pregunta era cuánto estaban dispuestos a invertir.

Después de la luz verde

Ahora que Netflix hizo la inversión, son en parte responsables de promoverla. Y con los datos que tienen, pueden crear un «tráiler personalizado» para cada tipo de miembro de Netflix, no un tráiler de «talla única». Es decir:

Antes de que se estrene una película o se estrenen programas de televisión, normalmente se hacen uno o unos cuantos tráilers y se seleccionan algunas vistas previas. Netflix hizo 10 cortes diferentes del tráiler de House of Cards , cada uno dirigido a diferentes audiencias.

El tráiler que viste se basó en tu comportamiento de visualización anterior. Si viste muchas películas de Kevin Spacey, viste un tráiler con él. Aquellos que vieron muchas películas protagonizadas por mujeres vieron un tráiler con las mujeres en el programa. Y los fanáticos de David Fincher vieron un tráiler con su toque.

Así que ahora que la primera temporada está en pie, echemos un vistazo a algunas de las métricas iniciales. Estos no determinarán de inmediato si la inversión de House of Cards puede considerarse exitosa, sino la trayectoria en la que se encuentra.

¿Cuál crees que es la tasa de éxito promedio para los nuevos programas de televisión? En otras palabras, si una red de televisión da luz verde a un nuevo programa de televisión, ¿cuáles son las posibilidades de que sea rentable o que no se cancele después de un par de temporadas? La respuesta es del 35%, en promedio.

Cuando una red enciende un programa, hay un 35% de posibilidades de que tenga éxito y un 65% de probabilidades de que se cancele.

Si esta tasa puede continuar durante años, la tasa de éxito de Netflix será de alrededor del 70%. Entonces, ¿por qué Netflix renueva los programas a una velocidad mayor que las redes de televisión convencionales? ¿Los datos hacen la diferencia?

¿Ha sido un éxito House of Cards? Ha generado 2 millones de nuevos suscriptores en EE. UU. En el primer trimestre de 2013, lo que representa un aumento del 7% respecto al trimestre anterior.

También atrajo a un millón de nuevos suscriptores de otras partes del mundo. Según The Atlantic Wire, estos tres millones de suscriptores casi pagaron a Netflix por el costo de House of Cards.

¿Y qué hay de los suscriptores actuales? ¿Tener House of Cards hace que sea menos probable que cancelen su suscripción? Sí, para el 86% de ellos.

Una encuesta mostró que el 86% de los suscriptores tienen menos probabilidades de cancelar debido a House of Cards, pero solo si Netflix se mantiene al precio de 7,99 dólares.

«Alrededor del 10% de los suscriptores y aquellos con acceso a Netflix vieron al menos un episodio de House Of Cards en los primeros 12 días después de que estuvo disponible. La persona promedio que sintonizó vio seis episodios durante ese período, pero el 19.4% vio todos los 13″, señala el documento.

Lo que podemos decir con seguridad es que House of Cards le da a todos los suscriptores de Netflix una razón menos para cancelarla, y es por ello que –pese al escándalo de Spacey– el show sigue en la plataforma.


¿Cómo decide Netflix sobre qué películas licenciar?

En la siguiente sección daremos un paso atrás y veremos el panorama general de cómo la analítica está ayudando a Netflix. A estas alturas, probablemente puedas adivinar que el servicio de streaming no elige ciegamente qué películas transmitir.

La licencia de películas de estudios es costosa, por lo que Netflix usa datos para ayudarlos a decidir. Por ejemplo, una nueva versión popular puede no estar disponible de inmediato, pero un año después podría estar disponible.

Así que Netflix tiene que encontrar cuáles disfrutarán más sus usuarios. Como John Ciancutti, exvicepresidente de Ingeniería de Producto (ahora en Facebook), dice:

Netflix busca el contenido más eficiente. Eficiente aquí significa contenido que logrará la máxima felicidad por cada dólar gastado. Se utilizan varias métricas complicadas, pero lo que se pretende medir es la felicidad entre los miembros».

Jenny McCabe, Directora de Global Media Relations, lo expresa de otra manera:

“Buscamos aquellos títulos que ofrezcan la mayor audiencia en relación con el costo de la licencia. Esto también significa que renunciaremos o elegiremos no renovar algunos títulos que no se han visto lo suficiente en relación con su costo.

Siempre usamos nuestro conocimiento en profundidad (también conocido como análisis y datos) sobre lo que a nuestros miembros les encanta ver para decidir qué está disponible en Netflix… Si sigues mirando, seguiremos agregando más de lo que amas.»

La última frase lo dice todo. Necesitan saber qué ve la gente y qué le gusta a la gente para decidir sobre nuevos títulos. Si nadie viera algo, estarían en la oscuridad. Ahora puede ver que sus análisis son una gran ayuda para decidir qué películas y programas de televisión seleccionar.

Netflix no puede permitirse agregar cada éxito de taquilla. Deben ser inteligentes con respecto a sus decisiones. Debe ser rentable y hacer felices a los usuarios, que es lo que hace en la actualidad.

A continuación, un ejemplo de cómo podrían combinar la economía inteligente y al mismo tiempo maximizar la felicidad del usuario.

The Dark Knight fue una película extraordinariamente popular, que generó más de 1.000 millones de dólares en taquilla. Netflix sabía que sus usuarios lo disfrutarían si lo transmitieran, pero el estudio quería un precio muy alto por ello.

Aquí es donde la compañía piensa en frío y utiliza sus analíticas…¿Qué hizo? En vista del alto costo de la licencia optó por tener películas en las cuales aparecieran los mismos actores o directores. Casos como Memento (de Christopher Nolan) y The Machinist (Christian Bale).

Estas y otras películas casi se acercaros al precio de una licencia para The Dark Knight. Aquí va otro caso.

Parks and Recreation es popular para la plataforma y tiene buenas métricas. Uno de los actores es Adam Scott; la plataforma tiene la opción de agregar algunas películas rentables con él.

¿Lo hacen? Por supuesto, y así hay más casos.  Junto con estas tácticas, Netflix también estudia los sitios de piratería para ayudarles a decidir qué contenido comprar. Uno de los programas que recogieron como resultado es Prison Break, que ha sido fuertemente pirateado.


Use Analytics Direccionalmente

Cuando se le pidió que mencionara las tres cosas que aprendió de Reed Hastings, el cofundador de Netflix, Mitch Lowe dijo que el enfoque, el análisis y el dinero vierten en las cosas que mejor funcionan.

Cuando se habla de analítica, él dice:

“Me enseñó a usar el análisis para tomar decisiones. Siempre pensé que necesitabas una respuesta clara antes de tomar una decisión y lo que me enseñó fue [que] tienes que usar los análisis de manera direccional… Y nunca te preocupes si están 100% seguros. Solo intenta que te indiquen la dirección correcta.»

 

Y en retrospectiva, Lowe habla de cómo era la situación a principios de los 2000, cuando no sabían cuál era el núcleo demográfico de sus usuarios. «Pasamos un montón de tiempo encuestando a nuestros clientes tratando de averiguar (…)Y los números estaban por todas partes.

«(…) Realmente valió la pena. Cuando comenzamos a apuntar a lugares donde los clientes con ese grupo demográfico se quedaron, y esto llegó a nuestros molestos anuncios emergentes que usamos para inundar la web. Entonces, la adquisición de nuestros clientes simplemente fue directa».


El objetivo de Netflix de convertirse en el HBO de la televisión por Internet

Los datos y análisis de Netflix son un gran activo para ellos. Les ayuda a construir un mejor servicio para los usuarios y a convertirse en un negocio más rentable al reducir el desperdicio y evitar «disparos en la oscuridad».

En sus propias palabras, la compañía quiere «convertirse en HBO más rápido de lo que HBO puede convertirse en Netflix».

Están agregando programas a un ritmo rápido, con el objetivo de añadir al menos cinco programas nuevos por año, según Ted Sarandos, Director de Contenido. A partir de febrero de 2013, tenía a su disposición seis mil millones de dólares para elegir contenido para la transmisión de Netflix.

Este dinero se destina a pagar las tarifas de licencia de las empresas de cable y estudios, pero 300 millones de dólares son para contenido original, según GQ . Parte de ese contenido original no será solo programas de televisión, sino también documentales exclusivos y especiales de comedia .

A partir de abril de 2013, se ha estimado que Netflix superó a HBO en sus suscriptores. Esto significa que coincidieron con su objetivo principal.

Netflix, como HBO, no tiene planes de eventualmente ser un distribuidor de contenido original solamente.

 


En conclusión…

Ahora puedes ver cómo Netflix toma decisiones informadas basadas en datos. Claramente, los datos no pueden tomar todas las decisiones. Hay algunas situaciones donde la intuición tiene que hacerse cargo.

Por ejemplo, los datos no pueden predecir que un programa como Breaking Bad sea ​​un éxito. El creador fue un exescritor en The X-Files , y los dramas son 50/50. En estos casos, las decisiones se basan en gran medida en las personas y el equipo detrás de la idea del programa.

Si Netflix puede hacer un show exitoso como este (uno con poca o ninguna información) aún está por verse. Lo que pueden hacer los análisis y los datos es brindarle una perspectiva para que pueda dirigir un mejor negocio y ofrecer un producto superior.

Fuente: Neil Patel Blog