Netflix: el servicio de streaming de vídeo por suscripción más popular del mundo
«Black Mirror, Dead to Me y Medici». – Las principales recomendaciones de Netflix para ver a continuación.
Pero bueno, ¿cómo podría Netflix saber qué género se ajusta mejor a los gustos del usuario?
Todo gracias a los motores de recomendación de última generación.
Un motor de recomendación es una herramienta de filtrado de datos que utiliza datos y algoritmos para filtrar un catálogo prediciendo artículos y productos relevantes para el usuario. Los motores de recomendación combinan enfoques basados en el contenido y en la colaboración. Ahora bien, el enfoque basado en el contenido se basa en los artículos intrínsecos por los que el usuario ha mostrado interés anteriormente, sugiriendo así un patrón similar de estas propiedades. Por otro lado, un enfoque basado en la colaboración analiza a todos los usuarios del servicio y recomienda a un nuevo usuario basándose en los artículos relevantes de los otros usuarios que tienen un gusto similar.
1 millón de dólares: el premio que ganó Netflix por las ideas que proyecta sobre mejores motores de recomendación.
La empresa del millón puso mucho interés en idealizar ideas del aprendizaje profundo y del aprendizaje automático en la ingeniería detrás del producto.
Esto es lo que dijo el científico principal de datos de Netflix, Mohammad Sabah, en 2014,
«El 75 por ciento de los usuarios seleccionan películas basándose en las recomendaciones de la empresa, y Netflix quiere que esa cifra sea aún mayor».
Hoy en día, Netflix es sin duda el epítome de la recomendación de contenidos y la experiencia personalizada del usuario.
En resumen, las mentes detrás de Netflix, Randolph y Hastings, recopilan los datos de la interacción de los usuarios en un intento de obtener una visión mejor y más clara sobre cómo los clientes están utilizando el software de alquiler de DVD. Para ello, empezaron a recopilar datos a través de encuestas e incluso haciendo llamadas a la residencia de los usuarios. Por suerte para ellos, a medida que la tecnología evolucionaba, también lo hacía su método de recopilación de datos.
Incluso después de dos décadas, Netflix sigue a punto de realizar mejoras utilizando los conocimientos clave sobre el uso del software. Con el tiempo, la IA y el aprendizaje automático tienen un papel más importante que desempeñar, permitiendo así que cada suscriptor se someta a la experiencia de acuerdo con el conocimiento granular de la base de suscriptores.
¿Qué cambios experimentó Netflix?
La mayoría de los sistemas de recomendación funcionan con la ayuda de que los usuarios clasifiquen los productos basándose en una escala de 1 a 5. Pues bien, Netflix se deshizo de ello. La millonaria empresa decidió pasar a una versión más simple del sistema de calificación de pulgares arriba o pulgares abajo junto con el porcentaje que demuestra la compatibilidad entre el usuario y la película. El cambio se produjo por ciertas razones como que la gente generalmente califica las películas en su nombre dejando que sus calificaciones sean sesgadas. Precisamente, hasta cierto punto, esto tuvo un impacto en los algoritmos (la entrada y la salida). Así, en lugar de recibir las entradas en forma de 0 y 5, ahora recibe un «sí» y un «no» binarios más detallados en función de si el usuario aprecia o no la película. Y en cuanto a la salida, el sistema debe proporcionar un porcentaje de coincidencia entre el usuario y la película. Os podéis imaginar la cantidad de trabajo que han tenido que realizar los ingenieros del algoritmo y de la IA.
Además de esto, Netflix ha decidido utilizar más datos para ofrecer la mejor recomendación. Actualmente, la mayoría de las recomendaciones que hace Netflix se basan en sus audiencias globales. Así, las sugerencias ya no se limitan a una región específica. Otra de las principales razones por las que Netflix tuvo una rápida expansión.
👉Personalización de las miniaturas/artículos
La proyección de las miniaturas ha hecho que sea aún más sencillo para los usuarios elegir las películas que prefieren. La mayoría de los usuarios tienden a elegir películas o series basándose en la miniatura para determinar si vale la pena ver la película o no. Con el tiempo, Netflix se ha dado cuenta de que el título por sí solo no puede convencer al usuario de ver la película, de ahí su proyección hacia las miniaturas dinámicas personalizadas.
Cada miniatura elegida se basa en un algoritmo, a través del cual se eligen las preferencias de los usuarios, y basándose en el historial de visionado, la miniatura seleccionada tiene el mayor índice de conversión. Para cada programa de Netflix, hay una gama diversa de carteles, cada uno de los cuales se dirige a un grupo específico de espectadores. Como el algoritmo recopila datos e información sobre el usuario basándose en las miniaturas, da una mejor respuesta a la hora de identificar el género de los usuarios.
👉Calidad óptima de streaming
La calidad del streaming es una métrica crucial que contribuye específicamente a las tasas de rebote. Con más de 140 millones de suscriptores en todo el mundo, es un reto para Netflix ofrecer la mejor calidad de streaming a sus espectadores. Sin embargo, con la ayuda de la IA y el aprendizaje automático, Netflix puede ahora predecir las demandas futuras y posicionar los activos en ubicaciones estratégicas del servidor con mucha antelación. Al preposicionar los activos de vídeo más cerca de los suscriptores, los espectadores pueden transmitir vídeo de alta calidad incluso durante las horas punta sin ninguna interrupción.
👉Recomendaciones de películas a medida hechas solo para ti
A pesar de que dos personas inicien sesión en Netflix al mismo tiempo, a ambas se les ofrecerán recomendaciones de programas diferentes. Aunque esto pueda parecer obvio en la superficie, la historia interna es totalmente diferente. El sistema de recomendaciones de Netflix se basa en algoritmos, pero el principal factor que aumenta la relevancia de estas recomendaciones es el aprendizaje automático y la IA. El algoritmo aprende a medida que se recogen datos. Por lo tanto, cuanto más tiempo pases en Netflix, más programas relevantes te recomendará.
El motor de recomendaciones de Netflix, con un valor de más de 1.000 millones de dólares al año, viene con una parrilla personalizada de sugerencias que se adapta sólo al gusto de los espectadores.