DATA SCIENCE
Versión 1,3 22/09/2020 OPTATIVA
1.1 NETFLIX
Con aproximadamente 100 millones de usuarios, los analistas de datos de Netflix recolectan y
analizan enormes cantidades de datos relacionados al comportamiento del usuario: los géneros
que busca, el nú mero de capítulos que ve seguidos, el tiempo que se demora escogiendo algo que
ver, etc.
Así, Netflix no solo es capaz de predecir qué quiere ver una persona sino qué tipo de series o
películas debe producir y qué actores tienen mejor acogida dependiendo del pú blico. Por ejemplo,
Adam Sandler resultó ser muy impopular en el mercado cinematográ fico Estados Unidos y en el
Reino Unido, pero Netflix firmó cuatro nuevas películas con él en 2015, con el respaldo de que su
trabajo previo había sido muy exitoso en Latinoamérica.
Pero el aná lisis de datos en Netflix no es algo nuevo. De hecho, desde que era un servicio de DVD
por correo físico, una de las prioridades de la plataforma era recolectar datos para construir un
sistema de recomendaciones.
Después del lanzamiento de su plataforma de “online streaming” en 2007, les tomó 6 añ os para
recolectar los datos necesarios para producir su propia serie que tenía éxito asegurado: House of
cards. Para esto no solo tuvieron en cuenta el comportamiento del consumidor sino el movimiento
de los sitios de películas piratas.
Todo este esfuerzo se tradujo en el premio que se ganó la compañ ía al mejor algoritmo para
predecir qué contenido le gustaría ver a los consumidores, basado en su historial. Este algoritmo le
ahora 1 billó n de dó lares al añ o en retenció n de clientes.
EJEMPLO TOMADO DE [Link]
2. Netflix y Analítica Digital: caso de éxito
TOMADO DE [Link]
Netflix es uno de los gigantes de vídeo bajo demanda, una de las empresas que má s ha crecido en
los ú ltimos añ os. Una empresa que ha sabido aprovechar tanto la necesidad de los usuarios como el
cambio de paradigma tecnoló gico en el que las televisiones y los mó viles se han convertido en
ordenadores y en el que el ancho de banda ha crecido exponencialmente hasta permitir la descarga
y retransmisió n de contenido multimedia de una manera rá pida y estable.
También se han beneficiado de la aparició n de la analítica digital, cuyo principal objetivo es
conseguir que las compañ ías obtengan informació n relevante sobre sus clientes y utilizar esta
informació n para optimizar sus estrategias de marketing y ofrecer un mejor producto. La analítica
proporciona a las compañ ías la informació n que necesitan para tomar mejores decisiones tanto a
nivel cualitativo como cuantitativo.
Aparte del momento y el servicio que ofrecen, una de las principales fortalezas de Netflix es el
entendimiento con sus usuarios, que se demuestra con el alto porcentaje de éxito que tienen su
producciones y en todas esas pequeñ as prestaciones que hacen que el uso de su servicio no
suponga un quebradero de cabeza.
ÓÓUNILIBRE CUCUTA 2021 Página 1 de 5
DATA SCIENCE
Versión 1,3 22/09/2020 OPTATIVA
¿Te has preguntado alguna vez por qué Netflix suele recomendarte películas que podrían
interesarte? ¿O por qué añ aden funcionalidades muy ú tiles de manera tan habitual? ¿O por qué gran
parte de las series de Netflix tienen un índice de éxito mayor que el resto de plataformas?
La respuesta es que Netflix, a día de hoy, es una compañía orientada al dato. Y aquí os explicamos
có mo lo hace.
[Link] Evolució n a través de la informació n
La principal ventaja de las compañ ías de vídeo bajo demanda –o streaming– frente a la televisió n
tradicional, se basa justo en lo comentá bamos al principio sobre el objetivo de la analítica digital: la
capacidad para capturar y analizar informació n de sus usuarios para tomar decisiones estratégicas.
Algunos ejemplos de la informació n que Netflix tiene sobre el uso de su plataforma:
Cuá ntas veces se ha pausado un capítulo.
Cuá ntas veces se ha avanzado o retrocedido en un capítulo.
Qué fechas suelen ser en las que má s se ve un determinado tipo de serie.
A qué hora se suelen consumir determinados contenidos.
Desde dó nde se visualizan esos contenidos.
Qué tipo de dispositivo se utiliza má s o qué franja de edad utiliza má s un tipo de dispositivo
determinado.
Cuá ndo se deja de ver una serie o película y nunca se retoma.
ÓÓUNILIBRE CUCUTA 2021 Página 2 de 5
DATA SCIENCE
Versión 1,3 22/09/2020 OPTATIVA
Las puntuaciones obtenidas por los diferentes programas y qué personas los valoran má s o
menos (se realizan unos 4 millones de puntuaciones al día).
Los criterios de bú squeda (se hacen unos 3 millones de bú squedas diarias).
Usuarios que han comenzado una serie y la han terminado.
Y un largo etcétera.
Para hacerse una idea de la magnitud y el detalle al que llegan los datos que utiliza Netflix en sus
aná lisis, debemos saber que Netflix llega al punto de extraer informació n de su propio contenido a
través de capturas de pantalla y de sonido: el tipo de colores o sonidos que funcionan mejor con
determinados usuarios, el tipo de fotografía, los escenarios… Algo que a priori puede parecer
irrelevante pero está claro que a todos nos gustan má s unas series u otras má s allá de sus
protagonistas o trama.
Preguntaos esto: ¿por qué Netflix quiere saber cuá ndo empiezan los créditos en una serie?
Posiblemente porque quieren saber qué hacen sus usuarios después. ¿Van a las bú squedas? ¿Ven
una serie parecida? ¿Siguen viendo la misma serie? Todas estas preguntas generan respuestas muy
ú tiles. Respuestas que sirven para conseguir el ratio ó ptimo de tiempo de consumo frente a
abandono de la aplicació n. Respuestas que, tal vez, fueron la semilla de la funcionalidad tan querida
por todo el mundo: la reproducción automática del siguiente capítulo.
Puede que los má s jó venes no lo sepan pero Netflix, en sus inicios, era una videoclub que, ademá s
de alquilar DVDs, ofrecía un servicio de envío a domicilio. Los usuarios elegían las películas que
querían ver y les llegaban a casa. Después, daban una puntuació n. Lo ideal habría sido que la
puntuació n se basara só lo en el contenido de la película, para así poder recomendar películas
similares y aumentar el uso del servicio, pero la realidad es que la puntuació n evaluaba todo el
proceso. Ahora, puede que la puntuació n en algunos casos puntuales evalué en parte el servicio
(sobre todo si ha habido algú n error de reproducció n) pero la mayoría de las puntuaciones van
enfocadas al contenido consumido y no al continente del mismo.
Otro ejemplo de có mo la analítica digital ha ayudado a evolucionar a Netflix es el caso de pulgar
hacia arriba o pulgar hacia abajo. Pasaron de un sistema basado en 5 estrellas a algo mucho má s
simple: me ha gustado o no me ha gustado. Se dieron cuenta que los usuarios no utilizaban tanto
como esperaban la funcionalidad de puntuació n. Con el cambio la cantidad de interacció n con este
sistema frente al anterior es de casi el doble, lo que se traduce en el doble de informació n sobre los
gustos de sus usuarios que a su vez permite ofrecer un contenido má s ajustado a los gustos de cada
grupo de usuarios.
Netflix también incluye en sus ecuaciones informació n de sitios externos. Una de sus fuentes má s
fiables sobre los gustos y demandas de la gente (aparte de los términos de bú squeda dentro de su
propia aplicació n) son los sitios de piratería. Lo que mucha gente está dispuesta a piratear y
descargar suele ser un buen aliciente para que estas personas piensen: “7,99 al mes no es tanto
ÓÓUNILIBRE CUCUTA 2021 Página 3 de 5
DATA SCIENCE
Versión 1,3 22/09/2020 OPTATIVA
frente al esfuerzo de buscar, descargar y pasar a un dispositivo los contenidos. Si en Netflix está lo
que busco, igual me sale má s rentable pagar y evitarme el riesgo de que se infecte mi ordenador con
algú n virus –ademá s de ser un buen ciudadano y no cometer un delito como la piratería–”.
El gran caso de éxito de la Analítica Digital: House of Cards
En 2011 Netflix tomó una decisió n muy importante basá ndose en la analítica digital: compraron,
por delante de AMC o HBO, los derechos para la versió n estadounidense de House of Cards. El
precio de esta operació n fue de mas de 100 millones de dó lares. Una gran apuesta teniendo en
cuenta que el éxito de las series nunca había estado asegurado anteriormente. Y os preguntaréis
¿qué pinta la analítica digital dentro del proceso apostar por crear una serie? Veamoslo:
Antes de lanzarse a crear la serie House of Cards Netflix ya tenía la siguiente informació n:
La versió n britá nica de House of Cards había sido bastante vista.
Muchos usuarios habían visto, de manera íntegra, la película del director David Fincher: La
Red Social.
Aquellas personas que habían visto la versió n britá nica de House of Cards también habían
visto y les habían gustado las películas de Kevin Spacey.
Muchas personas que habían visto la versió n inglesa de House of Cards también habían
visto y les habían gustado varias películas dirigidas por David Fincher.
En todos estos sectores, el volumen de personas era muy grande (si no House of Cards se
habría planteado como una serie de nicho)
Conclusión de Netflix: House of Cards + David Fincher + Kevin Spacey = Alta probabilidad de éxito.
ÓÓUNILIBRE CUCUTA 2021 Página 4 de 5
DATA SCIENCE
Versión 1,3 22/09/2020 OPTATIVA
Esta combinació n de factores fue lo que propician la inversió n de má s de 100 millones de dolares
por parte de Netflix para comprar y rodar la serie. De hecho Jonathan Friedland CCO de Netflix dijo:
“Gracias a la relació n tan directa y cercana que tenemos con nuestros clientes podemos conocer sus
gustos y saber qué les gusta ver. Esto nos ayuda a entender có mo de grande va a ser el interés sobre
una serie o película concreta. Esto fue lo que nos dio la confianza para creer que íbamos a tener una
buena audiencia en una serie como House of Cards”.
Por su parte, el VP de Comunicació n, Steve Swasey comentó : “Tenemos un alto grado de confianza
en la serie House of Cards basado en el director, el productor y el protagonista. No necesitamos
gastar millones en publicidad para hacer que al gente le guste o quiera verla. Con nuestros
algoritmos sabemos quién está interesado en Kevin Spacey, los dramas políticos y decirles: ‘¡Hey,
puede que te apetezca ver esto!’”Después de la decisió n y la puesta en marcha de la producció n de
la serie, la analítica digital de la informació n que tiene Netflix siguió jugando un papel fundamental
en sus estrategias, concretamente en la promoció n: Netflix creó 10 tipos de trailers diferentes para
cada tipo de usuario al que segú n sus aná lisis iba dirigido. Aquellos a los que les gustaba má s Kevin
Spacey recibían una versió n del trailer en la que el protagonista aparecía má s y tenía un mayor
peso frente por ejemplo al trailer que veían las personas a las que les gustaban mucho las películas
dirigidas por David Fincher que estaba mucho má s enfocado a mostrar el estilo característico del
director
La traducció n de todos estos factores es una serie de éxito que trajo 3 millones nuevos de
suscriptores só lo en el primer cuatrimestre de 2013 (un incremento de casi el 10% sobre el
anterior trimestre). La mayoría de ellos pagaron Netflix para poder ver House of Cards.
2.2 Conclusión
Para que nos podamos hacer una idea de la magnitud y potencial de lo que os hemos contando y de
la importancia de la analítica digital en este tipo de plataformas y formatos pensad en lo siguiente.
El ratio de éxito de una nueva serie está estimado en torno a un 35%. Esto quiere decir que,
aproximadamente, de cada 10 nuevas series, só lo triunfará n 3 o 4. El resto no se renovará n ni
tendrá n una segunda temporada. Gracias a la recolecció n de datos e informació n digital y su
posterior aná lisis, de las 7 ú ltimas series que ha producido Netflix, 5 de ellas van a tener una
segunda temporada. Esto supone un incremento del ratio de éxito de casi el doble para las nuevas
series producidas, un dato nada insignificante y por el que muchos matarían por conseguir.
Queda claro que la analítica es una herramienta que ha venido para quedarse y que supone un
beneficio para los principales actores implicados, en este caso: Netflix y sus clientes. Netflix
consigue má s usuarios, má s beneficios y mayor tasa de éxito de sus producciones. Y por nuestra
parte los usuarios conseguimos contenido má s adecuado a nuestros gustos, funcionalidades que
nos hacen la vida má s có moda y la capacidad descubrir series y películas que nos encantan pero
que, de otra manera, jamá s habríamos llegado a conocer. Lo que la informació n y el análisis de la
misma nos proporciona son ideas y aproximaciones sobre gustos y tendencias y aquellos que
tengan esta informació n y sepan manejarla partirá n desde un punto má s aventajado con respecto a
sus competidores en cualquier á mbito.
ÓÓUNILIBRE CUCUTA 2021 Página 5 de 5
