Por Redacción - 4 Mayo 2017
Uno de los ejemplos recurrentes que aparecen en todos los estudios sobre cómo usar el big data puede ayudar a mejorar los resultados de una empresa es el de Netflix. La compañía ha pasado de ser una empresa especializada con un mercado muy concreto a un asalto del mercado a nivel global y, sobre todo, a convertirse en la gran amenaza para la supervivencia de la televisión. En este camino, el big data y el análisis de datos han sido los grandes aliados que les han permitido ir creciendo.
En general, se podría decir que el big data les ha ayudado a conocer mucho mejor a sus consumidores y a por tanto tomar decisiones más acertadas, lo que funcionaría como la gran lección que podrían aprender las compañías de esta historia. La clave de su éxito y de lo que han hecho en big data está en cómo han usado la información para comprender a su nicho de mercado y cómo esto los ha puesto en una situación destacada. Y esto es, en realidad, lo que toda marca y toda empresa puede hacer cuando se trata del big data y de cómo aplicarlo a su relación con sus clientes.
¿Cómo ha usado la analítica de datos Netflix de forma más específica? Siguiendo un análisis de AdExchanger, se pueden identificar tres terrenos concretos en los que Netflix ha trabajado para afianzarse datos mediante.
El poder de la personalización para llegar a más consumidores
Una de las claves del servicio que presta Netflix es que el acceso al mismo no es igual para todo el mundo. Cada persona tiene un Netflix diferente, por así decirlo. Cuando se entra en la página de inicio, lo que se encuentra es un espacio absolutamente personalizado. Cada persona ve lo que su algoritmo cree que le interesa. De hecho, esto ocurre incluso cuando se comparte la cuenta: cada uno de los usuarios tiene su propio perfil para así tener recomendaciones propias.
Este peso de la personalización nació de la necesidad, aunque se ha convertido en uno de sus grandes activos. Cuando Netflix era un servicio de alquiler de DVD por correo, no podía asumir enviar a todo el mundo las mismas novedades porque no tenía inventario suficiente para hacerlo. Por ello, creó un algoritmo que sugería contenidos relacionados con lo que el consumidor había visto y que no se centraba en lo nuevo. Fue un éxito. De hecho, en 2006, las novedades solo eran el 30% de lo que alquilaba. La esencia de la idea (dar al receptor lo que quiere encontrar ya seleccionado) sigue siendo la esencia de su servicio y lo que, para muchos, es la clave de su éxito.
Usar los datos y su análisis para prevenir pérdidas y tomar decisiones estratégicas
O lo que es lo mismo: no meterse en un berenjenal y acabar perdiendo dinero porque no se sabe lo que quieren los consumidores. De hecho, esta es la gran ventaja que los datos han dado a Netflix, la que se suele poner en todos los artículos sobre este tema y la que más han imitado sus competidores. Los datos les han permitido conocer mejor a su audiencia de lo que la pueden conocer por ejemplo las cadenas de televisión y crear contenidos ante los que sus consumidores conecten. Partiendo del enorme registro de datos de reproducciones que tienen, analizan qué está viendo la gente y qué parece interesarles para establecer sus proyectos.
El caso de House of Cards es el paradigmático. La serie, su primer gran éxito, fue lanzada porque descubrieron ciertas pautas de comportamiento. Quienes estaban viendo la versión original británica mostraban ciertas pautas en sus gustos. Mezclándolas salió la versión que lanzaron. Pero, como recuerdan en el análisis, el big data no solo les dijo eso, sino también cómo presentarla. Las campañas que lanzaron eran diferentes según el tipo de público y sus intereses.
La regla de los 13 segundos
Netflix ha usado los datos para analizar los márgenes de atención de sus consumidores y establecer las ventanas de tiempo que tiene para conectar con ellos. El big data les ayuda a comprender dónde está el punto de no retorno: cuál es el momento en el que si el consumidor no ha empezado a consumir ya no lo hará. La compañía hace tests de respuesta. Por ejemplo, partiendo de que procesamos las imágenes en 13 segundos han estudiado cómo sus usuarios ven los contenidos y cómo toman decisiones de visionado. Han descubierto que las imágenes que incluyen expresiones faciales que permiten determinar a simple vista qué tipo de película o serie es ayudan a tomar decisiones de visionado.
No es el único elemento que han descubierto usando datos. También han comprendido cuál es su ventana de atención. Si no captan la atención de sus consumidores en los 90 segundos primeros de visita al site, ya no la captarán y la perderán.
