Netflix: Las claves del éxito basado en Big Data

mando de televisión poniendo Netflix

Netflix: Las claves del éxito basado en Big Data

Gracias a su trabajo sobre el Big Data, Netflix ha pasado de ser una empresa de alquiler de DVD por correo a ser un líder mundial en la industria del entretenimiento. Netflix recoge y analiza todo tipo de datos del consumo que realizan sus usuarios. Desde qué buscan y cómo etiquetan cada contenido a dónde, cuándo y cómo consumen cada contenido. Sin duda, lo importante está en cómo aprovechan esta analítica de datos para mejorar sus servicios en los siguientes aspectos:

  • Hipersegmentar el cliente.
  • Predecir claves de éxito y tendencias, acertando mucho más que la competencia a la hora de producir y generar contenidos propios.
  • Recomendaciones individualizadas de contenido afín a los gustos que muestra tu consumo. De hecho, el 80% de las reproducciones son recomendaciones del algoritmo.
  • Una plataforma de contenidos simple, usable , con una mejor experiencia de usuario. Se estima que hay unas 40 millones versiones de Netflix.

Cómo convertir las predicciones en una ciencia exacta

Caso de exito Netflix

La plataforma de vídeo por suscripción ha sabido aprovechar como nadie las posibilidades que le ofrece no ya solo el Big Data, sino el Deep Data, que desvela el verdadero valor de los datos. No decide sus contenidos como lo hacen las cadenas tradicionales, consultando la “bola de cristal” de unos pocos directivos, sino que estudia el comportamiento y los hábitos de sus consumidores.

Netflix lo tiene fácil para acceder a la información de sus espectadores. A diferencia de medios como la televisión, que se basan en cuotas de pantalla, el proveedor de vídeo puede extraer los datos de todos sus usuarios:

Datos explícitos

  • Qué búsquedas realizan
  • Las valoraciones de los consumidores
  • La información y comentarios de sus perfiles en redes sociales…

Datos implícitos

  • Qué dispositivos usan
  • Cuál es su día preferido
  • Cuánto tiempo emplean en el servicio y en cada uno de los contenidos
  • Si ven los capítulos enteros o parcialmente e, incluso, qué fragmentos vuelven a visionar
  • En qué momento abandonan el visionado y si lo recuperan o abandonan
  • Qué preferencias tienen en común con sus amigos o con la audiencia de su misma zona geográfica

Todo ese conocimiento, esa inteligencia, hace que la definición de cada producto, cada programa, deje de ser un arte y se convierta en una ciencia. La información que han recopilado durante casi 20 años es lo que les permite decidir qué películas y series incluir en su parrilla. Y de esta forma la firma estadounidense arrasa en todos los países donde se implanta. En cada uno de ellos, ofrece una programación adaptada a los datos que ha recogido, almacenado y analizado de los espectadores de esa región.

Gracias al Big Data, Netflix ha pasado de ser un distribuidor de contenido a convertirse en una de las productoras de mayor éxito, que le han valido varias nominaciones a los Emmy, los Globos de Oro y otros reconocidos premios del sector. Basta con comparar los resultados de las cadenas convencionales con los de la plataforma de vídeo en streaming:

Cuando un canal de televisión lanza una nueva serie, esta tiene tan solo un 35% de posibilidades de triunfar y mantenerse en la parrilla. Cuando lo hace Netflix, sus posibilidades ascienden al 70% (si nos fijamos en el número de contenidos propios que logran continuar una segunda temporada).

Apostando por el éxito de House of Cards o Narcos

Es lo que ocurrió con la aclamada “House of Cards”. Netflix era entonces conocida como firma tecnológica y buscaba hacerse un hueco dentro del ámbito del entretenimiento. Y para ello apostó fuerte: invirtió 100 millones de dólares en producir una serie propia que, además, colgó del tirón en la plataforma, contraviniendo todos los usos y costumbres de los medios convencionales.

Fue un acierto sin precedentes que, sin embargo, no pilló por sorpresa a la propia compañía: “Podían hacerlo con seguridad porque habían analizado su audiencia, sabían cómo respondería a un drama político, que le gustaba el director David Fincher y que la versión británica había sido un éxito”, explicaba Kevin Spacey, protagonista de la serie.

Pero no utilizaron el Big Data solo para estar seguros de que “House of Cards” triunfaría, sino que además garantizaron que así fuera empleando una estrategia de promoción basada en datos. Para ello, hicieron 10 versiones del trailer dirigidas a diferentes audiencias, segmentadas en función de su comportamiento en la plataforma.

La misma receta fue usada para el diseño de Narcos. Netflix uso la analítica de Big Data para predecir el momento óptimo de lanzamiento, selección de actores y la evolución de la serie. En definitiva, el Big Data le ha servido también para mejorar la fidelidad de sus usuarios. ¿Pero cómo lo ha hecho exactamente?

La IA de Netflix y el transfer learning

 

Una vez los datos han sido recolectados y estudiados, Netflix emplea el uso de Inteligencia artificial para así hacer sugerencias de contenido muy ajustadas a cada usuario.

Para ello utiliza las métricas mencionadas con anterioridad y formula una selección de contenidos acorde a los gustos e intereses de cada perfil. Este sistema se denomina transfer learning.  Algunas de las funciones de la Inteligencia Artificial de Netflix son:

  • Selección del lugar donde grabar cada tipo de contenido original calculando los costes del elenco y del equipo, la popularidad del tipo de show, por el idioma, las condiciones climáticas…
  • Predicción del éxito de un contenido según su repercusión y reacciones durante los primeros días.
  • Optimiza la calidad de transmisión mediante el almacenamiento de series y películas en servidores regionales según el crecimiento o decrecimiento del número de espectadores.
  • Y finalmente, es la encargada de crear el perfil de comportamiento de cada individuo para detectar las similitudes y así hacer sus famosas recomendaciones.

Cómo subir el clic y el uso para conjurar el riesgo de baja

Netflix es capaz de determinar cuántas horas al mes debe un suscriptor utilizar el servicio para evitar que se plantee la baja. De manera que, en el momento en que se percata de que la cuota media de uso es inferior a la ratio que ha identificado, toma medidas para incrementarla.

La compañía ha puesto en marcha técnicas que facilitan que el usuario continúe en la aplicación una vez que acaba de ver el contenido elegido:

  • En el caso de las series, cuando finaliza un capítulo se reproduce automáticamente el siguiente.
  • Cuando se trata de películas, la plataforma lanza recomendaciones de otros contenidos (personalizados según los datos que tenga de ese consumidor) justo antes de que aparezcan los créditos. Para acceder a esos productos, basta con pulsar el botón indicado desde la misma pantalla.
  • Actualización constante de sus contenidos apostando por diferentes formatos según los intereses de la población, por ejemplo, los documentales o “docu-series” los cuáles se han puesto muy de moda durante el 2023.
  • Netflix utiliza una fórmula ganadora a la hora de elegir las miniaturas o portadas de sus películas y series. Para ello compara cientos de frames y los pone a prueba durante cierto tiempo (es por ello que a veces verás varias imágenes distintas para el mismo show o película) y comprueba cual es el más atractivo mediante los datos que se producen según la interacción. Otro gran ejemplo de uso de datos y métricas para personalizar la experiencia de usuario.
  • Tiene un apartado únicamente destinado a las tendencias actuales de la zona geográfica en la que se encuentre localizado el perfil. De este modo, Netflix nos indica que es lo que se está viralizando en nuestro entorno, para que en cierto modo nos sintamos conectados y actualizados.
  • Tras buscar un título que no se encuentre disponible, se nos muestra una selección de opciones similares con una gran precisión en cuanto a sus características. Esto tiene el nombre de Top N Ranker, y es un gran sistema para mantener al usuario conectado, pese a no poder cumplir con sus expectativas iniciales.

El éxito empresarial gracias al Big Data

Un factor determinante para su crecimiento ha sido una ingeniosa estrategia de marketing multicanal. Netflix no depende de una única plataforma para darse a conocer, de hecho, es común ver distintos tipos de publicidad según el medio por el que se esté promocionando.

Un buen ejemplo es su uso de Twitter, donde crea debate entre los seguidores y así ganan notoriedad, mientras que en Snapchat utilizan un filtro interactivo con el que los usuarios pueden compartir sus fotos y divertirse. Para ello compara los datos sobre el público que utiliza cada red (edad, sexo, idioma…) y adapta la publicidad para llegar al mayor número de usuarios posible, aunque de una manera personalizada y efectiva.

Los resultados de su estrategia han llevado a Netflix a ser una de las empresas de mayor crecimiento, con 31.620 millones de dólares en facturación en 2022 y cerca de 232,5 millones de abonados en su servicio de televisión on demand. Otras empresas como Spotify también le deben su éxito a los datos.

Como, Netflix tú también puedes monetizar tus datos y establecer modelos de análisis que ayuden a tu empresa a tomar decisiones sobre tus clientes y tu mercado potencial con mayor seguridad y rapidez que tus competidores. En Accumin Intelligence, somos líderes en tecnología y datos. Un asesoramiento y gestión que pueden ayudarte a identificar patrones, comprender a tus clientes y anticipar sus necesidades.

La clave del éxito de Spotify

persona escuchando música tumbada con cascos

La clave del éxito de Spotify

Nunca fue tan fácil descubrir música nueva casi a diario y eso, en un momento en el que en las emisoras musicales la variedad es poca y el espacio para lo nuevo casi nulo, ¡Cuánto le deben nuestra cultura musical  y nuestra biblioteca a ese ente de la bolita verde! Otra vez, el responsable de hacerte las cosas más fáciles es el Big Data. 

Spotify es un ejemplo claro de destreza en su manejo. En 2007 la industria musical parecía muerta debido a las descargas ilegales. Hoy, Spotify aporta más de 300 Millones de suscriptores que no pierden el tiempo en descargar música. Los datos son la propia razón de ser de la compañía. Su embrión es The Echo Nest, compañía especializada en Big Data musical, que compraron en 2006. El Big Data les sirve para extraer los datos para reconocer las preferencias de los usuarios y las tendencias musicales.

Lo estudian todo, como cuenta en esta entrevista Eliot Van Buskirk, Data Storyteller de la compañía: desde las preferencias por ciudad, hasta lo que escuchamos en función del clima, el estado de ánimo o el momento del año. 

¿Qué datos recoge?

• Géneros más escuchados
• A qué hora escuchan música
• Dónde la escuchan (ver mapa de canciones top por país)
• Suscripciones a una playlists concreta
• Popularidad de los artistas
• Tiempo de reproducción (si pasas la canción antes de 30seg es un “no me gusta”)

345 millones de usuarios

grafico: suscriptores spotify

Antes de Spotify, las plataformas musicales aprendían qué te gustaba en base a que tú se lo señalarás de una manera declarativa con un ♥️ o una ⭐. Spotify te pregunta poco, pero te observa siempre. Si te pone una canción y a los 30 segundos la pasas seguramente no guste, y si no solo la escuchas una vez, sino que muchas veces, la guardas en una lista descargable offline o la compartes, seguramente si que esa te guste. 

Básicamente, Spotify ejerce de emparejador de canciones y usuarios y para ello tiene en cuenta los datos de las canciones y los datos de los usuarios. Incluido nuestro contexto: ubicación, fecha, hora  o incluso qué actividad infiere que estamos haciendo.

La clave del éxito: personalización y experiencia

Seguro que nos suena el Descubrimiento Semanal de Spotify. Una playlist con 30 canciones que la plataforma ofrece semanalmente con el objetivo de recomendar nuevas canciones a sus usuarios permitiéndoles explorar nuevos horizontes musicales. Los usuarios todavía se sorprenden del acierto que tiene la plataforma en relación a los gustos musicales. Pero lo cierto es que no tiene nada de magia. Estas listas se desarrollan a partir de los análisis de otros usuarios con los que comparten artistas y canciones.

Otras modo de enfocarse en el usuario son las las listas personalizadas en función del momento. Así Spotify te recomienda la música para tu cena perfecta o mientras conduces, como en la lista «Your daily drive». Y esto no acaba aquí. Recientemente ha lanzado tu horóscopo musical, una nueva funcionalidad que te ofrece un horóscopo y una carta astral musical que puedes compartir con quien quieras.

Está claro que afinar al máximo en las recomendaciones mejorará considerablemente el engagement y, como consecuencia, la confianza llevará al usuario a querer mejorar aún más su experiencia de escucha y se convertirá en usuario premium; lo que a su vez hará que la plataforma disponga de más información sobre nosotros y pueda ofrecernos recomendaciones cada vez más  y más “como nosotros”.

Spotify aprovecha sus datos para generar un negocio publicitario, Spotify Ads. Acaba de anunciar que ofrecerá a los anunciantes la posibilidad de personalizar mensajes en función de su estado de ánimo. Que puedas llegar con un mensaje vigorizante a quién se está poniendo una playlist de cross-fit y con uno más emocional a quién lleva 2 horas escuchando canciones sobre desengaños amorosos.

Podcasting y audiolibros. Distinto formato, mismas bases.

El concepto del podcasting surgió en el año 2004, poco antes de la fundación de la plataforma musical (2006), pero no ha sido hasta 2018 cuando ha tomado fuerza y se ha consolidado como un formato valorado y popular entre toda la población.

Spotify, una de las empresas más reconocidas de la música en streaming ha sabido adaptar y dar la importancia necesaria a estos programas hasta tal punto que ya cuenta con más de 4,4 millones de podcasts en la plataforma. De hecho se ha consolidado como la plataforma favorita para los podcasters debido a su efectividad gracias al sistema de recomendaciones personalizadas, muy similar al que se emplea con la música.

La estrategia de podcasts de Spotify desde el 2019 se ha basado en la adquisición y producción de contenidos exclusivos, teniendo entre su repertorio grandes programas como el de Joe Rogan o el de  Meghan Markle, la cuál ha dado grandes resultados. Las finanzas de Spotify revelaron que los ingresos respaldados por publicidad para el cuarto trimestre de 2022 crecieron un 14 % interanual a 449 millones de euros, lo que, según el informe, fue «liderado por las ganancias de los podcasts».

spoty grafico

También es interesante mencionar la gran variedad de audiolibros que se encuentran subidos a Spotify. La compañía mediante un estudio de los datos sobre corrientes de uso del año 2020, llegaron a la conclusión de que pese a representar una baja cuota dentro del mercado de los libros (6%-8%), los audiolibros se encontraban en un periodo de gran expansión creciendo hasta un 22% anual.

Muchas personas no conocían esta función que pasaba desapercibida, por la poca relevancia que se le ha dado (incluso por Spotify). Pero esto ha cambiado y ahora mismo Spotify es considerada junto con Audible de Amazon como una de las mejores formas de disfrutar este tipo de contenido.

¿Qué hay detrás? IA y un buen equipo editorial

Detrás del éxito se encuentra la Inteligencia Artificial que analiza, busca y compara patrones de conducta en base a los datos que se recogen en la plataforma. Pero según explica el director de producto no es el único factor del éxito «Los sistemas de aprendizaje automático tienen que esperar a que algo se convierta en popular antes de recomendarlo a alguien, están condenados a seguir sólo la cultura en lugar de crearla». Y es por eso que la compañía cuenta con un equipo editorial humano esparcido por todo el mundo «para captar la cultura y aprovechar la intuición humana».

Cómo llevar a cabo una campaña de marketing B2B con éxito

Imagen convertir leads en ventas

Cómo llevar a cabo una campaña de marketing B2B con éxito

Las mejores campañas de marketing B2B son las que atienden con detalle a todas las fases de la misma. Algo que muchas empresas descuidan. En este artículo exponemos estas etapas y las acompañamos con un caso de negocio para ejemplificarlo mejor.

Nuestro ejemplo es RAJA, una empresa de soluciones de embalaje y equipamiento que cuenta con más de 1 millón de clientes en toda Europa. Ellos llevan a cabo campañas de marketing tanto offline como online. En el ejemplo exponemos su campaña de catálogos físicos (6 oleadas al año en España) enviado a través de mailing postal.

1. Fijación de un objetivo

Toda campaña de Marketing B2B debe tener un objetivo primordial. Está claro, nuestro objetivo final es la venta. Pero ese es el objetivo final. Antes debemos dar a conocer nuestra marca, interactuar con el Cliente, causar un interés, y finalmente, vender el producto o servicio. Definiremos nuestro objetivo en función de la etapa en la que nos encontremos. Esto es importante porque la manera de medir nuestra campaña variará en función del objetivo que tengamos. Ejemplos de objetivos podrían ser aumentar el conocimiento de marca, aumentar el engagement, conversión a lead o conversión a venta. Recordemos que los objetivos deben ser siempre cuantificables.

En el caso de RAJA el objetivo es la captación de clientes nuevos.

2. Segmentación

¿Cuál es nuestro público objetivo? Para ello identificaremos las características comunes en nuestros propios Clientes, y esto lo haremos a través de nuestra base de datos. ¿son Empresas, Autónomos, Organismos? ¿Qué facturación anual tienen? ¿Cuántos empleados tienen? ¿Cuál es su actividad? ¿En qué áreas geográficas se encuentran? Estas son algunas preguntas que podemos hacernos para definir a nuestro Público objetivo B2B.

RAJA, por la naturaleza de sus productos tiene oferta para poder vender a cualquier negocio. No obstante, no se dirige a los más de 4 millones de negocios que hay en España. El primer filtro es eliminar aquellos registros que seguro no quieren impactar en sus campañas de captación. Este filtro incluye: Clientes, devoluciones, bajas, robinsones, morosos, negativos concretos, determinadas áreas geográficas donde no pueden realizar reparto, etc). Aún así, el universo depurado de RAJA alcanza hasta 1,2 millones de negocios.

Al tener un universo tan amplio, además, se apoyan en modelos analíticos elaborados por DataCentric para seleccionar, dentro de su universo, los negocios con mayor propensión a ser Cliente RAJA. De esta manera en cada oleada seleccionan entre 50.000 y 100.000 registros para el envío de sus catálogos.

3. Estrategia de datos

Ya tenemos definidos nuestro público y nuestro objetivo. Vamos a por la estrategia de datos, que definirá como llegar a nuestro público objetivo B2B y como causar interés a través de nuestra campaña B2B. En función de la etapa del embudo de conversión, tendremos más o menos información sobre nuestro público. En las primeras etapas tendremos muy poca información, mientras que cuanto más caliente sea el lead, más información dispondremos del mismo y en función de ello desarrollaremos nuestra estrategia.

Para llegar a nuestro público objetivo B2B en las etapas más frías, en las que apenas tengamos información, usaremos o bien fuentes de datos externas o bien plataformas de segmentación. Las fuentes de datos externas facilitan datos de contacto de empresas definidas por nuestro público objetivo, como Razón Social, teléfono, dirección postal y personas de contacto dentro de la organización. En caso de decantarnos por hacer una campaña de marketing digital B2B, acudiremos a las plataformas de segmentación, las cuales pondrán a nuestro servicio su tecnología para poder impactar a nuestro público objetivo. Para seleccionar las plataformas de segmentación hemos de analizar primero la tipología de usuarios que están detrás de dichas plataformas. En el caso de las campañas B2B, las más utilizadas son comunidades de Email Marketing de directivos con permiso como DirectivosPLUS, algunas plataformas de Social Media como LinkedIn, o plataformas de auto segmentación (Search).

RAJA, para el envío de sus catálogos, utiliza fuentes de datos externas, en este caso DataCentric, que les proveen con los datos de contacto (Razón Social, Persona de contacto y Dirección postal) de empresa activas que comparten características comunes con el análisis de sus mejores clientes.

ejemplo analisis para captacion de clientes

4. Elementos creativos

Ahora, una vez llegamos a nuestro usuario hemos de causarle interés. De nuevo dependerá de la información que dispongamos del mismo y por lo tanto de la etapa del embudo de conversión.

Si lo que queremos es que nos conozcan, incluiremos puntos de contacto genéricos como la Home de nuestra web. Si nos conoce y hemos detectado un interés en un producto concreto, le impactaremos con creatividades más específicas, con ofertas en productos concretos, y con puntos de contacto más específicos como landings a medida en caso de campañas digitales. Una vez vayamos avanzando en el embudo de conversión y vayamos capturando información, impactaremos a los leads a través de nuestros propios medios. Si ya es cliente, trataremos de fidelizarle con campañas de cross-selling y up-selling específicas.

RAJA, a través de sus catálogos, impacta con creatividades que incluyen ofertas concretas variadas de sus productos.

ejemplo de las creatividades que usa RAJA

5. Medición

Una vez hayamos lanzado la campaña B2B hemos de medir los resultados con el objetivo de optimizar la campaña. Pero antes de medir los resultados debemos estar seguros de que los resultados que vamos a medir llegan realmente a través de nuestra campaña, y no a través de otras campañas que se hayan realizado antes o al mismo tiempo. Si no lo hacemos, estaremos atribuyendo a nuestra campaña unos resultados no reales, y no podremos optimizarla. Para atribuir los resultados correctos a nuestra campaña usaremos o bien modelos de atribución o bien tracking points en caso de hacer una campaña de marketing digital b2b.

Bien, tenemos los datos reales de nuestra campaña. Ahora debemos medir los resultados a través de nuestros KPI (Key Performance Indicators). Se trata de indicadores que nos irán guiando sobre el estado de nuestra campaña y que nos permitirán ir optimizando la misma a lo largo del calendario. Los KPI deben ser definidos en función de nuestro objetivo. Si nuestro objetivo es darnos a conocer, mediremos el alcance o el número de impactos por usuario. Si el objetivo es conversión a lead, mediremos el número de leads.

A través de la recepción de las respuestas en RAJA, podemos conocer el monto total económico que nos retorna cada mil catálogos enviados. Esto se analiza por sus segmentos de potenciales para identificar cuáles son los que mejor responden y tenerlo en cuenta las siguientes selecciones.

6. Optimización

Ahora que hemos lanzado nuestra campaña y hemos medido sus resultados, podremos hacer cambios en las creatividades, y los números que vayamos obteniendo a lo largo de la campaña nos guiarán para optimizar la misma. Una buena práctica a la hora de optimizar las campañas son los test A/B. Estos test nos permiten medir diferentes creatividades para ir entendiendo que es lo que mejor nos funciona para lograr nuestro objetivo.

Por último, es muy importante calendarizar la campaña y establecer un sistema de reporting de nuestros KPI (semanal, quincenal, mensual…), para optimizar nuestra campaña de una forma organizada.

Luis Aguilera

International Account Manager