En
la era del big data, la plataforma es también un enorme archivo que
registra usos y costumbres de sus usuarios. Su sistema sabe cuándo y
cómo la usamos y deduce cómo somos. Algo que sin duda puede ser material
del guión de una serie.
Netflix
sabe que, el 24 de octubre de 2015, alguien en mi casa dedicó buena
parte de ese sábado a ver los primeros ocho capítulos de Lady, la
vendedora de rosas, producida por RCN Televisión en Colombia. Netflix
sabe que esa persona se conectó en un televisor LG Smart TV a las 9.07
de la mañana y que dejó de consumir la serie al filo de las siete de la
tarde; en ese lapso se registraron cinco pausas con un total de 4 horas y
15 minutos.
Netflix sabe que, cuando en casa nos enganchamos con una serie de
televisión, nuestro consumo es obsesivo, casi demente. Sabe que de lunes
a viernes, religiosamente, encenderemos el televisor entre las 9 y las
10 de la noche y miraremos la pantalla de manera compulsiva hasta
entrada la madrugada. Y sabe que los fines de semana el consumo será más
desenfrenado, sobre todo el domingo. En nuestra cuenta en Netflix
quedará el registro de las pausas que hagamos para recargar suministros
de la cocina, para ir al baño o para cualquier otra cosa.
Breaking
Bad fue una excepción. Y Netflix también lo sabe. Consumimos los 62
capítulos de la historia de Walter White y su imperio de drogas en
Albuquerque en poco más de dos meses. En medio se colaron Match Point,
de Woody Allen (2005); Brazil, de Terry Gilliam (1985); Esperanza, de
Joon-ik Lee (2013), y la segunda temporada de Narcos. Netflix conoce que
los cuatro perfiles de nuestra cuenta se conectan a través de la LG, un
iPad Air 2, una tableta con Windows 8, un iPhone 6, un decodificador de
Totalplay (el N7700V3) y, eventualmente, una consola Xbox de Microsoft y
una computadora Mac de Apple con el navegador Chrome de Google.
Netflix
sabe que el 3 de julio pasado escribí “caca” en el buscador, me sugirió
The Adventures of Tintin y di clic para leer la información sobre esa
película de Steven Spielberg de 2011.
Y yo sé lo que
Netflix sabe de mí porque le solicité acceso a mis datos y metadatos de
carácter personal al amparo de los derechos ARCO (acceso, rectificación,
cancelación y oposición) garantizados por la Ley Federal de Protección
de Datos Personales en Posesión de los Particulares. Presenté la
solicitud el 24 de agosto pasado y, el 4 de octubre, recibí de parte de
Netflix un documento PDF de 153 páginas con 2.485 líneas de información
sobre mi forma de pago, los productos consumidos, el historial de
búsquedas, las calificaciones que doy a los contenidos, los mensajes
enviados por Netflix a mi cuenta de correo, los dispositivos utilizados
para el consumo y las direcciones IP para la conexión.
En
términos generales, Netflix cuenta con pocos datos personales del
titular de la cuenta: nombre completo, correo electrónico y datos de
facturación. El resto son metadatos, información que sólo funciona a
partir de los datos de carácter personal; esta información, leída fuera
de contexto, aporta poco. Por ejemplo, esta línea: “7/28/16 | 20:50 |
0:00:19 | La ventana indiscreta | N/A | ‘LG 2015 MTK Soc Smart TV’ |
0:00:19 | 0:00:00 | MX”. Pero en conjunto, estos metadatos son de
muchísimo valor para perfilar las características individuales de un
consumidor de Netflix.
De acuerdo con la agencia de
medición de mercados Statista, el mercado del big data global en 2011
representó 7.600 millones de dólares; para 2016, la cifra casi se
multiplicó por cuatro, para alcanzar los 27.300 millones de dólares. En
un reporte de 2014, la Comisión de Comercio de Estados Unidos (FTC, por
su sigla en inglés) presentó propuestas para regular el trabajo cada vez
más extendido de las compañías dedicadas a producir bases de datos
(data brokers) con información de carácter personal de los consumidores.
Estas compañías realizan perfiles comerciales y mercadológicos que
permiten identificar nuevos clientes, evaluar el nivel de riesgo
crediticio o predecir patrones criminales.
En el caso
de Netflix, según su aviso de privacidad, la información sólo se
utiliza para determinar la zona geográfica desde la que se consume el
contenido; ofrecer contenidos localizados y recomendaciones de títulos
que podrían ser de interés de los consumidores; determinar al proveedor
de los servicios de conexión a internet y las características del ancho
de banda, y realizar servicios de comunicación entre Netflix y sus
suscriptores.
866 contenidos por 1,88 pesos cada uno.
En 15 meses de servicio se han visto desde mi cuenta 712 horas de
contenidos audiovisuales. He pagado 1.635 pesos (109 pesos mensuales
entre julio de 2015 y septiembre de 2016) y se han visto 866 productos
audiovisuales, contando capítulos de series, películas, documentales y
stand-ups. La reproducción de cada título ha costado 1,88 pesos, sin
considerar el plan de datos con mi compañía de telecomunicaciones ni el
consumo de electricidad en casa.
Se trata de buena
parte de la información que Netflix recaba sobre uno de sus 83,27
millones de suscriptores en 190 países, un océano de información que
permite realizar inferencias sobre hábitos, circunstancias y estados de
ánimo de quienes producen las acciones susceptibles de convertirse en
datos. “Cada vez que un miembro de Netflix comienza a reproducir una
película o el episodio de una serie se crea una ‘vista’ en nuestro
sistema de datos y se almacena una colección de eventos que describen
las acciones relacionadas con esa vista”, escribieron Phillip
Fisher-Ogden, Matt Zimmer, James Kojo y Jinhua Li en el blog de
tecnología de Netflix (techblog.netflix.com) el 27 de enero del 2015.
Cada día se visualizan en Netflix 125 millones de horas de contenido
alrededor del mundo.
La empresa tiene un valor de
capitalización bursátil de 54.300 millones de dólares, un monto que
supera por 5 mil millones el acumulado de las televisoras y productoras
Televisa (BMV: 16 mil millones de dólares), TV Azteca (BMV: 600
millones); Grupo Clarín (Merval: 3.500 millones); CBS (NYSE: 25.600) y
AMC (NYSE: 3.600). Su negocio se basa en tres verticales fundamentales:
un catálogo de contenido atractivo, propio y de terceros; un modelo de
recomendación que incite al usuario a permanecer en la plataforma, y un
sistema de análisis de big data que le permite conocer las preferencias
de sus usuarios, generar sus productos de mercadotecnia y crear
productos audiovisuales. En mayo de 2013 estrenó la cuarta temporada de
Arrested Development a partir del análisis de las interacciones en
Netflix de los fanáticos de la serie, que había dejado de producirse
siete años antes.
“Sabemos lo que has reproducido, lo
que has buscado o lo que has calificado, al mismo tiempo que sabemos la
hora, el día y el dispositivo que utilizaste. Nosotros incluso
registramos interacciones del usuario como la navegación o el
desplazamiento sobre la interfaz. Toda la data es alimentada por
distintos algoritmos, cada uno optimizado para diferentes propósitos. En
un sentido amplio, la mayoría de nuestros algoritmos se basan en el
supuesto de que patrones de visualización similares representan gustos
similares de los usuarios. Y podemos utilizar el comportamiento de
usuarios similares para inferir tus preferencias”, dijo Xavier Amatriain
en 2013, cuando era director de ingeniería de Netflix, en una
entrevista para la revista Wired.
Netflix tiene 1.500
ingenieros en Silicon Valley dedicados a probar funcionalidades y
algoritmos todo el día. “Somos una organización de aprendizaje”, dijo
Kari Pérez, directora de Comunicación de Netflix para América Latina: el
equipo se dedica a realizar hipótesis de comportamientos de los
usuarios para conseguir mejores recomendaciones y atraer más
suscriptores. “La información producida por los usuarios es muy
importante porque nosotros seguimos aprendiendo y seguimos mejorando
gracias a esa relación directa con ellos. Podemos hacer decisiones
rápidamente en cuanto a la tecnología y en cuanto al contenido”, dijo
Pérez, entrevistada vía telefónica para comentar este artículo.
Rastreando
sobre los datos de una sola cuenta, Netflix puede conocer el estado de
ánimo o aventurar perfiles psicológicos de sus suscriptores; inferir si
en la casa donde se consume hay niños o si algún miembro de la familia
permaneció en casa un día particular o si se ha quedado sin trabajo.
Este
ejercicio con una cuenta particular de Netflix muestra el volumen de
datos que una compañía tecnológica puede recabar de sus usuarios. Es
apenas un caso entre decenas de servicios de la economía digital que
penetran cada vez más entre los consumidores, desde los clásicos Google o
Facebook hasta WhatsApp, Uber, Airbnb y Rappi. Un caso de un mundo cada
vez más globalizado y datificado.
Cómo 'House of Cards' se convirtió en un éxito mundial gracias a un algoritmo
Algoritmos
y 'Big Data'. Así aplica Netflix sus herramientas de análisis para
garantizar el éxito de sus inversiones multimillonarias
Kevin Spacey posa ante un retrato de Francis Underwood, su personaje en 'House of Cards'.
En febrero de 2013,
Netflix
rompió con los patrones establecidos. Estábamos habituados a que los
capítulos de nuestras series favoritas llegaran con cuentagotas,
manteniéndonos en vilo mientras esperábamos la siguiente dosis de
ficción. Pero aquel mes, la plataforma liberó de una sola vez las trece
primeras entregas de una producción que hoy forma parte de la lista de
sus títulos más vistos: así, entre recelos, veía la luz
'House of Cards'.
Audiencia, medios de comunicación y profesionales del sector no paraban de
darle vueltas: ¿por qué Netflix hacía semejante movimiento?
Ya fuera una estrategia para ganar suscriptores o para
diferenciarse de las cadenas de televisión
tradicionales, pronto se hizo evidente que habían acertado con su nuevo
producto. En sólo un mes, la serie se había convertido en el contenido
más popular del catálogo, tanto en Estados Unidos como en otros cuarenta
países.
Los contenidos no los deciden diez personas sentadas en
una mesa, sino los hábitos y el comportamiento de millones de
espectadores
Desde principios de este año, el menú audiovisual de
la plataforma —con más de 75 millones de suscriptores— está disponible
en otras 130 naciones. Un paso que, según explicaba su director, Reed
Hastings, durante el anuncio oficial en Las Vegas, ha supuesto “el
nacimiento de una nueva cadena de televisión global”.
Pero, a
diferencia de lo que ocurre en los canales tradicionales, en la empresa
estadounidense “los contenidos no se deciden en base a la opinión de
diez personas sentadas en torno a una mesa, sino fijándose en el
comportamiento y hábitos de millones de espectadores”, explica a
Teknautas Joshua Lynn, presidente y cofundador de
Piedmont Media Research, una empresa que utiliza algoritmos para predecir el éxito de una película antes de su estreno.
(Flickr: Shardayy)
Por eso, la casi instantánea popularidad de 'House of Cards' no pilló a
Netflix por sorpresa. Era la crónica de un éxito anunciado o, más bien, calculado.
Los
datos que recoge la plataforma sobre los hábitos de los usuarios no
sólo le sirven para personalizar las recomendaciones. Sus expertos en
'big data' los modelan hasta convertirlos en una especie de gafas para
ver el futuro; unas lentes que les sirvieron para valorar si merecía la
pena invertir millones de dólares en reinventar la versión británica de
la serie.
“Saber lo que le gusta a los suscriptores es clave en
nuestras decisiones sobre si adquirimos un contenido”, nos aseguran
desde la empresa con sede en California. La información que han
recopilado durante casi veinte años les permite “determinar los derechos
de qué series y películas debemos comprar”.
Un secreto a voces
Aunque
no han querido dar detalles sobre los modelos de 'machine learning' y
variables que utilizan con este fin, lo cierto es que ya teníamos una
idea acerca de los
datos que recogen sus algoritmos:
las valoraciones de los usuarios, las búsquedas que hacen en la
plataforma, qué dispositivos utilizan, cuánto tiempo invierten
diariamente en la web y en cada vídeo, qué día de la semana prefieren,
si ven los capítulos enteros o parcialmente, las preferencias que tienen
en común con sus amigos o la audiencia de su misma región geográfica
son algunos de los elementos que se tienen en cuenta. Además de los
metadatos sobre el actor, director y género de cada título.
Netflix
lo sabe casi todo de sus usuarios: qué ven, cuándo, dónde, qué día de
la semana o si ve un capítulo de una sentada o en varias tandas
“Queremos ofrecer contenidos exclusivos, que sólo puedan encontrarse en
Netflix”,
señalan sus responsables. Y si los datos se le dan tan bien, ¿por qué
no convertirlos en una herramienta para conseguir ese catálogo original?
Con
'House of Cards' dieron el primer paso en un cambio de paradigma.
“Éramos una compañía tecnológica y necesitábamos mucha educación
creativa para adentrarnos en el mundo de la producción de
entretenimiento”, aseguraba
Dave Hastings, director de analítica de producto en Netflix, en una
conferencia sobre 'big data' en Filadelfia.
Kevin Spacey mira a cámara en un plano de 'House of Cards'. (Netflix)
El mismísimo Kevin Spacey, protagonista de la serie,
lo explicaba con más detalle
sobre un escenario en Las Vegas. Probar suerte con el piloto de una
serie “supone una pérdida de tiempo y dinero”, pero era el plan que les
propusieron seguir con 'House of Cards' en todas las cadenas, excepto en
Netflix.
Allí les preguntaron cuántos episodios querían producir. “Y podían
hacerlo con seguridad porque habían analizado su audiencia, sabían cómo
respondería a un drama político, sabían que le gustaba el director David
Fincher y sabían que la versión británica de la serie había sido un
éxito”, argumentaba el actor.
Un gancho llamado David Fincher
El
método predictivo de Piedmont Media Reseach se basa no sólo en la
valoración de la idea de guión, sino también en la respuesta que
provocan intérpretes y directores. “El nombre de David Fincher suele
incrementar el interés por una película o serie”, confirma Lynn. “La
gente sabe que es un director con talento y suele estar vinculado con
buenos productos”.
Una vez fijado el punto de partida, era el
turno del equipo creativo. “Les damos total libertad a los productores y
artistas”, nos aclaran desde Netflix. “Es una mezcla de arte y
ciencia”. Porque el 'big data' no lo es todo: “Siempre tiene que haber
un equilibrio entre los números y la creatividad, que es la que define
un buen resultado”, indica Lynn. “Beau Willimon [creador de 'House of
Cards'] tiene talento, ha escrito guiones muy buenos”.
David Fincher, durante el rodaje de 'La Red Social'. (EFE)
Confiesa
que le preguntan a menudo si los datos están frenando la creatividad o
dejando de lado los proyectos más independientes. “Siempre ha habido un
pulso entre la parte artística y los negocios”, asegura. Estudios,
productoras y canales de televisión también se fijan en los proyectos
que funcionan para buscar otros parecidos. “Por eso hay tantas películas
de superhéroes, tantas series de médicos o seis secuelas de ‘C.S.I.’”,
dice Lynn.
Pero en Netflix saben que, además de para films
comerciales, “hay demanda de películas independientes y pequeñas.
También las incluyen en su catálogo porque quieren estar en ese
mercado”, asegura el presidente de Piedmont Media Research.
Netflix
asegura que también apuesta por proyectos independientes para que su
catálogo no sólo esté dominado por proyectos más comerciales
Con
un alcance cada vez más internacional, la variedad aumenta. Los datos
sobre sus usuarios les permiten saber qué tipo de contenidos interesan a
los españoles, los australianos, los franceses o los brasileños.
Mientras
unos temen que la industria se rinda ante una dictadura del 'big data',
desde la plataforma se defienden. Si tienen técnicas para asegurar sus
inversiones y dar a su público lo que quiere, ¿por qué no utilizarlas?
“Evidentemente, no vamos a comprar títulos que nuestra audiencia no
quiera ver”, sentencian.
