En dos décadas, Netflix ha pasado de que sus suscriptores escojan sólo el 2 por ciento de las películas que les propone el sistema, hasta el 80 por ciento actual. Es decir, en el “Netflix del Protozoario”, la gente elegía 2 de cada 100 propuestas. Ahora, en 2021, 8 de cada 10. Impresionante avance.

En los primeros días de aquel Netflix, cada suscriptor exploraba cientos de títulos antes de encontrar algo que le gustara. Hoy, la mayoría mira no más de 40 opciones hasta presionar el botón “reproducir”.

En 20 años, Netflix espera que ese abanico de opciones sea perfecto y que no haya necesidad de navegar prácticamente nada.

Estos y otros datos forman parte de un muy interesante ensayo publicado en Medium por Gibson Biddle. El ex VP y CPO en Netflix repasa año por año la historia de la compañía y, especialmente, de los avances en la estrategia de la métrica de la marca para atraer y sostener a sus usuarios.

Biddle cuenta cosas conocidas, como que Netflix comenzó en 1996 como una startup que enviaba DVDs por correo y que dos años después lanzó su primer sitio web con un catálogo de películas.

Fue recién en 2000 cuando se convirtió en un servicio de suscripción (siempre de DVDs).

Por ese entonces, introdujo un sistema de recomendación de películas personalizado que usaba las calificaciones de los miembros para predecir cuánto le gustaría una película a un usuario. El algoritmo se llamó Cinematch.

La lógica era simple: si a un usuario le gustaba “Batman Begins” y “Breaking Bad“, y a otro, además de esos títulos, se interesaba por “Casino”, el algoritmo le sugería “Casino” al primero.

Desde 2002, más allá de Cinematch, otros tres algoritmos trabajaron juntos para ayudar a comercializar películas, según cuenta Biddle.

Pero no fueron los únicos, con el tiempo, Netflix combinó muchos otros algoritmos para ejecutar su sistema de venta personalizada.

En 2004, al reconocer que varios miembros de la familia usaban una cuenta compartida, Netflix lanzó los “perfiles”. Sin embargo, aunque sólo los usaban el 2% de los clientes, nunca pudo sacarlos porque esos pocos, se resistieron.

Ese mismo año llegó “Friends” (“Amigos”), bajo la hipótesis de que si se creaba una red de amigos dentro de Netflix, se sugerirían buenas ideas de películas para ver. “Esa métrica nunca pasó del 5%”, reconoce Biddle en Medium ahora. Netflix eliminó la función en 2010.

Según el ex directivo de la compañía, fracasó porque “tus amigos tienen mal gusto” y porque “no quieres que tus amigos sepan todas las películas que estás viendo”.

Historia, secretos y fracasos de la métrica de Netflix

Un punto interesante respecto de cómo “piensa” el algoritmo de Netflix es que los datos de edad y género no mejoraron nunca las predicciones.

“Los gustos de las películas son difíciles de predecir porque son idiosincrásicos: son muy peculiares y varían radicalmente de un individuo a otro. Saber mi edad y sexo no ayuda a predecir mis gustos cinematográficos. Es mucho más útil saber solo algunas películas o programas de televisión que me gustan”, dice Biddle.

Netflix lanzó el streaming en 2007. Era un complemento gratuito al servicio de DVD por correo. La primera oferta de solo transmisión se lanzó en Canadá en 2010.

Otro de los puntos que toca en Medium Biddle es “House of Cards“, la primera gran inversión de Netflix en contenido original, que fue en realidad una versión estadounidense de la serie de televisión británica.

“Sabiendo que a millones de miembros les gustaba Kevin Spacey y también “The West Wing“, Netflix hizo una apuesta inicial de 100 millones de dólares en House of Cards, que valió la pena. Durante seis temporadas, Netflix invirtió más de 500 millones en esa serie”, cuenta.

Al igual que la prueba demográfica de 2006, los gustos de los miembros son tan personales que el idioma y la geografía no ayudan a predecir las preferencias de películas que quieren ver.

Explica Biddle: “La forma más eficaz de entender el perfil de gusto de un miembro es pedirle algunos programas de televisión o películas que le encanten. Con el tiempo, Netflix se basa en esta ‘semilla’, ya que informa a sus algoritmos con los títulos que los miembros califican, miran, dejan de mirar e incluso demuestran interés en una película haciendo clic en la ‘Página de visualización de películas’ o viendo una vista previa”.