Me envían este excelente artículo que analiza la manera en que Netflix construye su negocio en base al análisis detallado de los datos que obtiene de sus consumidores. Es largo, pero si tienes tiempo y lees inglés, te recomiendo que le eches un vistazo. Si no, te dejo aquí mis impresiones.

En 2006 Netflix ofreció un premio a quién creara un algoritmo capaz de incrementar el éxito de las predicciones de audiencia de un determinado producto. El ganador logró con su propuesta que este incremento fuera de un 10%, un dato insuficiente para que Netflix lo pusiera en funcionamiento a la vista del gasto que suponía su desarrollo. Pero es que además Netflix consideraba que ya existían suficientes datos ahí fuera como para poder predecir este éxito, al menos un buen puñado por cada uno de los más de 3o millones de suscriptores que tiene la plataforma y optó por buscar la información de otra manera.

A diferencia de los datos que maneja la industria televisiva tradicional, basados en aproximaciones y estadística, el hecho de que Netflix sea una plataforma de distribución 100% online le permite obtener datos de consumo absolutamente objetivos, combinados además con aquellos demográficos de los que disponen, voluntariamente entregados por sus clientes. Uno de los ejemplos más claros que una televisión tradicional nunca podrá tener ¿cuántos de los espectadores que comenzaron a ver una determinada serie la han seguido hasta el final o hasta la última temporada en emisión por el momento? Si la cifra es alta, todo indica que producir una nueva temporada de esa misma serie es una buena idea. Y más importante aún ¿cual fue el punto de inflexión en el que mayoritariamente decidieron abandonar aquellos que dejaron de ver la serie? Nunca hasta ahora se había podido medir el tan importante «engagement» de una forma tan fiable.

Pero la cosa no queda ahí. Aunque a algunos les pueda parecer una invasión de la privacidad y pueda llegar a servir de argumento para un escalofriante nuevo episodio de Black Mirror, Netflix puede controlar y controla en qué momentos se pausa el visionado de un contenido, cuando rebobinamos o avanzamos rápido, en qué punto abandonamos, qué día de la semana y a qué hora consumimos y, por supuesto, que dispositivos utilizamos para distintos tipos de productos.

Con estos datos pueden personalizar el comportamiento de la aplicación en función de cada usuario, optimizando su tiempo de consumo y forzándole, si se me permite la expresión, a consumir más de lo que inicialmente podría haber previsto a base de ofrecer nuevos contenidos que le puedan resultar atractivos casi antes de que termine el que estaba viendo (generalmente en los créditos). Con este sistema de recomendación activa, es decir, lanzando el contenido sin esperar una acción del cliente, Netflix pretende aumentar las horas de consumo total, haciéndose imprescindible en el tiempo de ocio de las familias y rebajando así la tasa de bajas del servicio. Inquietante ¿no?

Con estos mimbres nació el proyecto House of Cards, del que se ha hablado mucho ya, especialmente de la manera en que cruzaron los datos de aceptación de las películas de Kevin Spacey, el éxito de la versión británica y de los thrillers políticos en general para, combinándolo todo, asegurarse de que la apuesta funcionaría entre sus clientes. Pero eso no es todo. Utilizando las herramientas de personalización que la aplicación permite, Netflix podía crear un trailer de su nueva serie a medida para cada tipo de cliente, a diferencia de las promociones habituales en televisión donde dos o tres versiones han de encajar en la audiencia general. En este caso, House of Cards fue promocionada con 10 trailers diferentes que se emitían en los equipos de sus clientes en función de su consumo: más Kevin Spacey si ves todas sus películas, más Robin Wright si eres fan de La princesa prometida y pelis femeninas, el toque David Fincher si vas más allá de ser aficionado a caras conocidas.

¿Funciona el sistema? Pues parece que sí porque, por el momento, la tasa de éxito de las series de televisión tradicional está en el 35% mientras que la de Netflix alcanza el 70%. Evidentemente, es muy pronto aún para hablar con rotundidad, pero la progresión no está mal.

Con respecto a las películas la cosa se complica, básicamente por el elevado precio de sus derechos, al menos en un plazo de tiempo razonable con respecto a su estreno en salas, pero también los datos de consumo pueden ayudar a racionalizar el gasto en este sentido. Así, si el usuario de Netflix es un ávido consumidor de Parks and Recreation y está comprobado que rebobina frecuentemente alguna de las escenas en las que Adam Scott es protagonista, parece lógico pensar que este actor sea un buen gancho en una película. Como consecuencia, en la oferta de Netflix a día de hoy hay hasta siete películas interpretadas por Scott, algunas de ellas bastante minoritarias. Y si tu serie o película se encuentra entre las más pirateadas, bienvenido a Netflix, las probabilidades de que te paguen por formar parte de su catálogo acaban de aumentar sustancialmente.

¿Es infalible el método Netflix? Por supuesto que no y sigue habiendo un margen de error y decisiones tomadas en base a intuición o experiencia que no puede ni debe dejarse a un lado, pero si algo está claro es que un buen análisis de los datos objetivables que el mercado te ofrece redunda en una mejor empresa, en una mejor oferta y, en consecuencia, en una mayor satisfacción del usuario. No apto para quienes son muy celosos de su intimidad y el seguimientos de sus hábitos de consumo.