Cómo Netflix usa big data para crear contenido y mejorar la experiencia del usuario

Con una participación de mercado del 51 por ciento de la industria de transmisión estadounidense y más de 148 millones de suscriptores de transmisión en todo el mundo a partir del cuarto trimestre de 2018, Netflix es sin duda una fuerza a tener en cuenta.

Más interesante aún, Netflix está en camino de ser rentable. El siguiente cuadro, cortesía de Statista, muestra los ingresos anuales de Netflix de 2002 a 2018, y una cosa está clara: Netflix está creciendo de manera constante y exponencial.

A diferencia de la mayoría de las otras marcas, el crecimiento de Netflix se puede atribuir más al contenido y la experiencia del usuario que al marketing, y este contenido está influenciado en gran medida por los macrodatos.

Los macrodatos están ayudando a Netflix a prosperar a pesar de las decisiones contrarias a la intuición

Si bien muchas organizaciones aún tienen que aprovechar de manera efectiva los datos disponibles para ellos, Netflix es una excepción notable.

Netflix es fácilmente una de las empresas más contradictorias que existen. Un gran ejemplo de la naturaleza contraintuitiva de Netflix se muestra a través de su decisión de bloquear completamente las VPN en 2016.

Esto es a pesar del hecho de que en ese momento, más de 30 millones de usuarios de Netflix vivían en países donde el servicio de Netflix no está disponible sin usar una VPN u otros servicios de enmascaramiento de ubicación (y donde Netflix ahora registra la mayor parte de sus ganancias por suscripción).

El mismo año, Netflix subió sus precios y se negó a retroceder a pesar de las protestas de los usuarios y la pérdida de cientos de miles de usuarios.

Sin embargo, Netflix solo ha crecido desde entonces.

El siguiente gráfico muestra el crecimiento de suscriptores de Netflix desde que tomó su controvertida decisión de prohibir las VPN y subir sus precios en 2016.

Entonces, ¿cómo puede Netflix continuar con un rápido crecimiento a pesar de alienar una parte significativa de su base? Aprovechando el big data para descubrir exactamente lo que quieren los usuarios y dárselos.

Netflix está apostando fuerte por el contenido y la experiencia del usuario, la mayor parte del presupuesto de Netflix se gasta en contenido. En 2019, Netflix está comprometiendo un presupuesto de $ 15 mil millones para contenido. A modo de comparación, están comprometiendo unos escasos $ 2.9 mil millones para marketing.

Si bien es fácil enfocarse en el enorme presupuesto de contenido de Netflix, sería una mejor idea enfocarse en el proceso utilizado para generar ideas para este contenido y qué papel juega el Big Data.

La infraestructura de big data de Netflix

Netflix utiliza software de procesamiento de datos y herramientas de inteligencia empresarial tradicionales como Hadoop y Teradata, así como sus propias soluciones de código abierto, como Lipstick y Genie, para recopilar, almacenar y procesar cantidades masivas de información. Estas plataformas influyen en sus decisiones sobre qué contenido crear y promover a los espectadores.

Netflix no utiliza un almacén de datos de Hadoop basado en un centro de datos tradicional. Para permitirle almacenar y procesar un conjunto de datos que aumenta rápidamente, utiliza el S3 de Amazon para almacenar sus datos, lo que le permite activar múltiples clústeres de Hadoop para diferentes cargas de trabajo que acceden a los mismos datos. En el ecosistema de Hadoop, utiliza Hive para consultas y análisis ad hoc y Pig para ETL (extracción, transformación, carga) y algoritmos.

Luego creó su propio proyecto Genie para ayudar a manejar volúmenes de datos cada vez más masivos a medida que escala. Todo esto apunta a una cosa: Netflix es muy particular acerca de tener una gran cantidad de datos y poder procesar estos datos para asegurarse de que entiende exactamente lo que quieren sus usuarios.

El resultado ha sido asombroso. Netflix ha podido garantizar una alta tasa de participación con su contenido original, de modo que el 90 por ciento de los usuarios de Netflix se han comprometido con su contenido original.

El enfoque de Big Data del contenido de Netflix es tan exitoso que, en comparación con la industria de la televisión, donde solo el 35 por ciento de los programas se renuevan después de su primera temporada, Netflix renueva el 93 por ciento de su serie original.

House of Cards: un caso de estudio de Netflix en big data

Uno de los ejemplos más citados del uso de Big Data por parte de Netflix para concebir contenido exitoso es la serie de televisión House of Cards. Por buenas razones.

Algunos hechos rápidos:

• Cuando Netflix quiso presentar el programa House of Cards en 2013, a diferencia de lo que era la práctica estándar en la industria de la televisión, Netflix no lanzó un piloto. En cambio, encargó dos temporadas del programa (por un estimado de $ 100 + millones), incluso antes de que se emitiera el primer episodio. Una apuesta muy grande para un programa sin garantía de éxito, o eso se pensaba.
• El programa de House of Cards fue un éxito instantáneo, y seis años después, a pesar de la confusión que rodea a su estrella, Kevin Spacey, el programa aún cuenta con una calificación de 8.8 sobre 10 de más de 420,000 reseñas en IMDB, colocándolo en la liga de éxitos de taquilla como Avatar y Los Soprano.
• Según Netflix, House of Cards fue un éxito tan grande que fue la pieza de contenido más transmitida en los Estados Unidos y 40 países adicionales en el apogeo de su éxito.

Si bien el compromiso de Netflix con dos temporadas de House of Cards era una apuesta para los forasteros, los conocedores ya sabían que el programa tendría éxito.

De hecho, la confianza de Netflix en el éxito de House of Cards fue tal que un ejecutivo le dijo a GIGAOM en una entrevista que no necesitaban gastar millones para que la gente sintonizara el programa. Simplemente sabían que la gente lo vería.

Debido a la relación directa que Netflix tiene con sus suscriptores, así como a una gran cantidad de datos sobre cómo los miembros de la audiencia interactúan con su contenido, la compañía podría determinar fácilmente qué tipo de contenido quería la gente.

En el caso de House of Cards, al analizar sus datos, Netflix se dio cuenta de que un porcentaje significativo de sus 33 millones de suscriptores en ese momento había transmitido el trabajo del director David Fincher, The Social Network, de principio a fin en su plataforma, y ​​que las películas que presentaban Kevin Spacey siempre tuvo éxito con su audiencia.

Además, los datos de Netflix revelaron que la versión británica de House of Cards en su plataforma fue un éxito. Y que quienes habían visto la versión británica de House of Cards también habían visto otras películas interpretadas por Kevin Spacey o dirigidas por David Fincher.

Basándose en estos datos, Netflix concluyó que un programa ya exitoso en Gran Bretaña, protagonizado por el actor Kevin Spacey y el director David Fincher, para una audiencia estadounidense, será un gran éxito.

Netflix tenía razón

A los tres meses de presentar House of Cards, Netflix agregó 2 millones de suscriptores en los EE. UU. Y 1 millón de suscriptores adicionales a nivel internacional.

Esto significó que se agregaron aproximadamente $ 72 millones a los resultados de la compañía, casi amortizando su inversión inicial en el programa House of Cards en solo unos meses.

Con una tasa de renovación del 93 por ciento para sus programas después de la primera temporada, el éxito de House of Cards no es un incidente aislado. Otras series como Orange Is The New Black, Arrested Development y The Crown se presentaron para ser aclamadas mediante un proceso similar que se basa en big data.

Cómo usa Netflix los datos para mejorar la experiencia del usuario

Cuando se trata de recopilar datos, la enorme base de usuarios de Netflix de más de 148 millones de suscriptores le da una gran ventaja. Luego se enfoca en las siguientes métricas:

• Fecha en que se vio el contenido
• El dispositivo en el que se vio el contenido.
• Cómo varió la naturaleza del contenido visto según el dispositivo
• Búsquedas en su plataforma
• Partes de contenido que se volvieron a ver
• Si el contenido estaba en pausa
• Datos de ubicación del usuario
• Hora del día y de la semana en que se vio el contenido y cómo influye en el tipo de contenido que se ve
• Metadatos de terceros como Nielsen
• Datos de redes sociales de Facebook y Twitter

Una vez que se han recopilado los datos, Netflix usa estos datos de muchas maneras. Uno de los usos más importantes es formular y validar ideas de programación originales, como se explica en el ejemplo anterior de House of Cards.

Podría decirse que lo más significativo es la forma en que Netflix ha dominado el uso efectivo de los datos para lograr que las personas interactúen con su contenido.

Netflix es tan bueno en la promoción de contenido dirigido que se estima que el 80 por ciento del contenido transmitido en su plataforma está influenciado por su sistema de recomendación.

Este sistema de recomendación está diseñado de tal manera que:

• Netflix se enfoca en brindar a cada usuario lo que el usuario desea a través de un rango de contenido personalizado que organiza la colección de cada usuario de Netflix en función de la información personal recopilada sobre el usuario. Al igual que Netflix, puede usar big data para asegurarse de que el contenido entregado a cada usuario esté influenciado por la actividad personal del usuario y la interacción con su marca, lo que garantiza que la experiencia del contenido sea única para cada usuario.
• Netflix clasifica el contenido principal y de tendencia no solo en función de la popularidad del contenido, sino también en función de la información personal disponible sobre el usuario. El contenido se promociona sobre la base de la actividad de Netflix del usuario. La lección clave aquí es que, si bien las personas están interesadas en lo que es popular, todavía quieren que sus intereses influyan en él. Al promocionar el "contenido principal" a los usuarios, es importante asegurarse de que sea relevante para sus intereses personales.
• El contenido visualizado recientemente se ordena en función de un análisis de si se espera que los usuarios continúen mirando o volviendo a mirar, o si los usuarios dejaron de mirar porque no encontraron el contenido interesante. Esto es clave para garantizar que Netflix no aburra a sus usuarios; puede ser tentador querer seguir promocionando el mismo contenido ya que ha invertido en él. Si la actividad del usuario indica falta de interés, es mejor relegar el contenido y ofrecer algo más interesante.
• Un algoritmo de afinidad de contenido recomienda contenido similar al contenido que acaba de ver un usuario. Es importante tener en cuenta que es más probable que las personas quieran consumir contenido similar al que acaban de consumir.

En conclusión

Sin aburrirse con el tecnicismo, Netflix es claramente un gran ejemplo del poder del big data. Si bien es posible que no tenga los recursos para crear su propio proyecto para una mayor eficiencia de big data como lo hizo Netflix al crear su proyecto Genie, la industria de big data está evolucionando rápidamente y existen muchas herramientas de código abierto para ayudarlo a recopilar y procesar los datos esenciales para comprender exactamente lo que quieren sus usuarios.

Siguiendo el ejemplo de Netflix, es posible aprovechar eficazmente el big data para mejorar su contenido y la experiencia del usuario y garantizar el crecimiento de su negocio.

Gabrielle Sadeh es consultora de marketing digital. Se la puede encontrar en Twitter @GabrielleSadeh.