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

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

Lo más interesante es que Netflix está en camino de ser rentable. El siguiente gráfico, 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 atribuye más al contenido y la experiencia del usuario que al marketing, y este contenido está influenciado en gran medida por el big data.

El Big data está ayudando a Netflix a prosperar a pesar de las decisiones contra intuitivas

Aunque muchas organizaciones aún no han aprovechado de manera efectiva los datos disponibles, Netflix es una excepción notable.

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

Esto 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 estaba disponible sin usar una VPN u otros servicios de enmascaramiento de ubicación (y donde Netflix ahora registra la mayor parte de sus ganancias de 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 es que Netflix puede continuar con un rápido crecimiento a pesar de alienar a una parte significativa de su base? Aprovechando el big data para descubrir exactamente lo que quieren los usuarios y dárselos.

Netflix apuesta a lo grande 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. Para comparar, están comprometiendo unos escasos 2 2.9 mil millones para marketing.

Si bien es fácil centrarse en el enorme presupuesto de contenido de Netflix, sería una mejor idea centrarse en el proceso utilizado para crear ideas para este contenido y en cuánto 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 grandes cantidades de información. Estas plataformas influyen en sus decisiones sobre qué contenido crear y promocionar a los espectadores.

Netflix no utiliza un almacén de datos Hadoop tradicional basado en un centro de datos. Para permitir que el departamento de ti almacene y procese un conjunto de datos en rápido aumento, utiliza S3 de Amazon para almacenar sus datos, lo que le permite activar varios 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 (extraer, transformar, cargar) y algoritmos.

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

El resultado ha sido increíble. Netflix ha podido garantizar una alta tasa de interacción con su contenido original, de modo que el 90 por ciento de los usuarios de Netflix han interactuado con su contenido original.

El enfoque de big data de Netflix para el contenido 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 datos rápidos:

• Cuando Netflix quiso presentar el show de 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 su lugar, encargó dos temporadas del programa (por un estimado de más de 100 millones de dólares), incluso antes de que se emitiera el primer episodio. Una apuesta muy grande para un espectáculo sin garantía de éxito, o eso se pensaba.
• The House of Cards show fue un éxito instantáneo, y seis años más tarde, a pesar de la agitación que rodea a su estrella, Kevin Spacey, el programa todavía cuenta con una calificación de 8.8 sobre 10 de más de 420,000 reseñas en Internet Movie database (en inglés), colocándolo en la liga de éxitos de taquilla como Avatar y Los Soprano.
• De acuerdo con Netflix, House of Cards fue un éxito tal que fue la pieza de contenido más transmitida en los Estados Unidos y 40 países adicionales en el apogeo de su éxito.

Mientras que el compromiso de Netflix con dos temporadas de House of Cards fue una apuesta para los forasteros, los insiders 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. Sabían que la gente lo vería.

Debido a la relación directa que Netflix tiene con sus suscriptores, así como a la abundancia de datos sobre cómo los miembros de la audiencia interactúan con su contenido, la compañía podría determinar fácilmente qué tipo de contenido querían las personas.

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, La Red Social, de principio a fin en su plataforma, y que las películas con Kevin Spacey siempre tuvieron 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 aquellos que 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 muy querido actor Kevin Spacey y el director David Fincher, para una audiencia estadounidense, será un gran éxito.

Netflix tenía razón

Dentro de los tres meses de la introducción de 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 7 72 millones a los resultados de la compañía, casi pagando su inversión inicial en el Castillo de Naipes en pocos 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 con éxito utilizando un proceso similar que se basa en big data.

Cómo utiliza 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 ventaja enorme. A continuación, se centra en las siguientes métricas:

• Fecha contenido fue visto
• el dispositivo en El que el contenido se ha visto
• Cómo la naturaleza del contenido visto variado basado en el dispositivo
• Búsquedas sobre su plataforma
• Porciones de contenido que consiguió volver a mirarla
• Si el contenido se detuvo
• Usuario los datos de ubicación
• Hora del día y de la semana en la que el contenido fue vigilada y cómo influye en el tipo de contenido visto
• Metadatos de terceros como Nielsen
• datos de los medios Sociales de Facebook y Twitter

una Vez que los datos han sido recopilados, Netflix usa estos datos de muchas maneras. Uno de los usos más importantes es formular y validar ideas de programación originales, como se discute en el ejemplo de Castillo de Naipes anterior.

Posiblemente más significativo es la forma en que Netflix ha dominado el uso efectivo de los datos para 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 recomendaciones.

Este sistema de recomendaciones está diseñado de tal manera que:

• Netflix se centra en dar a cada usuario lo que desea a través de un ranker 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, puedes usar big data para garantizar que el contenido entregado a cada usuario esté influenciado por la actividad personal del usuario y la interacción con tu marca, lo que garantiza que la experiencia de contenido sea única para cada usuario.
• Netflix clasifica el contenido principal y de tendencia no solo en función de lo popular que es el contenido, sino también en función de la información personal disponible sobre el usuario. El contenido se promociona en función de la actividad de Netflix del usuario. La lección clave aquí es que, si bien la gente está interesada en lo que es popular, todavía quiere que sea influenciado por sus intereses. Al promocionar «contenido principal» a los usuarios, es importante asegurarse de que sea relevante para su interés personal.
• el contenido visto Recientemente se ordena en función de un análisis de si se espera que los usuarios seguir viendo o rewatching, o si los usuarios dejado de ver por no encontrar interesante el contenido. Esto es clave para garantizar que Netflix no aburra a sus usuarios; puede ser tentador querer seguir promocionando el mismo contenido ya que has 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 los 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 desean sus usuarios.

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

Gabrielle Sadeh es Consultora de Marketing Digital. Se la puede encontrar en Twitter @GabrielleSadeh.