El legendario guionista de Hollywood William Goldman dijo:
«Nadie, nadie – ni ahora, ni nunca – sabrá una maldita cosa sobre lo que va o no a funcionar en la taquilla.»
Hablaba antes de la llegada de Internet y Big Data y, desde entonces, las películas en streaming y el servicio de televisión de Netflix ha basado su modelo de negocio en demostrar que estaba equivocado. Y lo ha conseguido.
Netflix representa un tercio del tráfico de Internet en hora punta en EE.UU. El año pasado consiguió 50 millones de suscriptores en todo el mundo y recoge y monitoriza los datos de todos ellos, para entender los hábitos de consumo. Sin embargo, los datos que recogen no sólo son «grandes» en el sentido literal. Es la combinación de estos datos con las técnicas analíticas avanzadas lo que convierte a Netflix una auténtica compañía de Big Data.
Un vistazo a su página de ofertas de empleo es suficiente para hacerse una idea de qué interés se toma con el tema de los datos y el análisis. Busca constantemente especialistas capacitados en análisis de múltiples áreas de negocio: personalización, mensajes, distribución de contenidos, dispositivos… y una lista interminable.
Sin embargo, a pesar de que Big Data se utiliza en todos los aspectos del negocio de Netflix, el Santo Grial ha sido siempre el de predecir lo que sus clientes podrán disfrutar viendo. Los análisis Big Data son el combustible que enciende los «motores de recomendación» diseñados a este propósito.
La predicción de los hábitos de visualización
Comenzaron a trabajar en ello en 2006, cuando la compañía era principalmente un negocio de DVD por correo electrónico (el streaming comenzó un año más tarde). Entonces fue cuando puso en marcha el premio Netflix, que ofrecía un millón de dólares para el grupo que creara el mejor algoritmo de predicción del resultado de una película, basado en las calificaciones anteriores. El algoritmo ganador llegó en 2009 y aunque se sigue revisado y mejorado continuamente, sigue siendo un elemento clave en el motor de recomendación.
Al principio, sólo disponían de cuatro datos de clientes: ID de cliente, ID de la película, de calificación y la fecha en que la película fue vista; pero, cuando el streaming se convirtió en el principal método de entrega, empezaron a recoger nuevos y muy relevante datos: la hora del día en que se ven las películas, el tiempo dedicado a seleccionar películas, con qué frecuencia se detuvo la reproducción (ya sea por el usuario o por las limitaciones de la red…), etc. Todos estos datos tuvieron un efecto importante en los algoritmos, acertando cada vez más en las recomendaciones y consiguiendo cada vez más suscriptores felices.
Otro elemento central de Netflix (al igual que otros recomendadores) son las etiquetas con la valoración de los usuarios. Inicialmente, ofrecen una compensación a algunos usuarios por ver películas y etiquetarlas con algunos elementos que contiene la película. Después de ver una película, te sugerirá ver otras producciones con etiquetas similares, lo cual produce que, en ocasiones, surjan sugerencias un tanto dispares, o que se recomiende una película que tiene una valoración baja. Lo que ocurre es que la predicción de los algoritmos, ha superado la ponderación de las etiquetas, para asegurar que la película será de nuestro interés.
Hay mucha ciencia detrás de ese proceso, por el cual Netflix ha definido casi 80.000 nuevos «micro-géneros» de películas basada en nuestros gustos y hábitos de consumo.
Cambio de modelo de negocio
El siguiente paso en la evolución de Netflix, es posicionarse como un creador de contenido, no sólo como distribuidor para estudios de cine y otras redes. Su estrategia ha sido firmemente impulsada por sus datos, que mostraron que sus abonados tenían un apetito voraz por el contenido que dirigía David Fincher y protagonizaba Kevin Spacey. Después de ofertar los derechos de la serie a las principales cadenas, estaban seguros de que de su modelo podía crear la serie de televisión perfecta, que tras la realización de un piloto, encargaron de inmediato dos temporadas con 26 episodios: House of Cards.
Todos los aspectos de la producción estaban bajo el control de Netflix y la información proporcionada por sus datos; por ejemplo, cómo seleccionaron la gama de colores utilizados en la imagen de portada de la serie para atraer más a los espectadores.
La última métrica que Netflix espera mejorar es el número de horas que los clientes pasan utilizando sus servicios. Realmente no se necesitan estadísticas para saber que los espectadores que no utilizan mucho los servicios, pensarán que no les compensa pagar y posiblemente cancelarán la suscripción.
Calidad de experiencia
Para evitar las cancelaciones, Netflix analiza los factores que afectan a la «calidad de la experiencia» y construye modelos para explorar cómo esto afecta el comportamiento del usuario.
Aunque su base de datos de películas y programas de televisión se encuentra alojado en su propia red interna de servidores, también se ve en todo el mundo a través de internet. Además de mejorar la experiencia del usuario mediante la reducción de retraso durante la transmisión de contenido, reduce los costes de los proveedores de Internet, evitando de el coste de descargar los datos desde un servidor Netflix antes de pasarlo a los espectadores en casa.
Netflix ha utilizado datos y análisis de Big Data para posicionarse como el claro líder de la manada. Lo ha hecho mediante la adopción de otras redes de distribución y de producción en su propio juego, y superando a través un innovador y en constante evolución uso de datos. Mediante la recopilación de datos de usuarios finales, analizan cómo la ubicación física del contenido afecta a la experiencia del espectador, asegurando un servicio óptimo al mayor número de hogares posible. Cosas como un retraso debido a buffering (tasa rebuffer) y el bitrate (que afecta a la calidad de la imagen: si estás viendo una película en Netflix que parece cambiar de alta definición a algo borroso repentinamente, se trata de una caída de la tasa de bits) se recogen y analizan para mejorar la experiencia del cliente.
Se enfrenta a la competencia, ahora y en el futuro, siendo una de las principales Amazon, que adquirió en el Reino Unido a Lovefilm, rival de Netflix, en 2011. ¿Conseguirá Amazon, pionero en el arte de recomendaciones antes de que Netflix existitiera, desbancarlo de su posición líder de los proveedores de contenidos en streaming? Por no hablar de que Apple está a punto de lanzar su nuevo servicio de Apple TV para competir en este espacio. El tiempo dirá, pero la carrera para desarrollar estrategias analíticas más precisas y profundas que será un partido decisivo clave. ¿Hacemos apuestas?