Así funcionan los algoritmos con los que Netflix te hace sus recomendaciones


Netflix es uno de los servicios de streaming de referencia.  La empresa tiene unas 1.000 personas en Silicon Valley que construyen el producto y el algoritmo de personalización, que cambia cada 24 horas para asegurar que los usuarios reciben exactamente qué es lo que quieren ver entre muchas otras cosas. ¿Cómo funcionan dichos algoritmos? Es lo que vamos a intentar explicar.

Y es que no sólo se trata de recomendar el contenido oportuno a los espectadores. Netflix ha desarrollado distintos algoritmos que también miden qué contenidos son los que mejor funcionan o cómo debe comprimir el vídeo de sus contenidos para ajustarse a distintas resoluciones de pantalla.



La recomendaciones: uno de los puntos fuertes


En algunas ocasiones las recomendaciones pueden ser muy obvias: "Porque has visto House of Cards", por poner un ejemplo. Sin embargo puede haber otras que no lo son tanto, como "Películas sobre informática y tecnología". También puede que en un momento determinado estés viendo un documental sobre la Segunda Guerra Mundial y entre las recomendaciones para tí aparezcan películas infantiles.

Netflix no se preocupa por la geografía, el género y la edad del usuario. Lo que hace es agrupar sus títulos en lo que llaman clusters, que se basan en los gustos de los usuarios según publicaron en Wired. Estos grupos pueden contener a millones de usuarios, ayudando a mostrar a cada uno los 40 ó 50 títulos que aparecen en la pantalla principal.
La plataforma asigna a cada suscriptor a de entre tres a cinco clusters, que se determinan por el grado en el que cada uno se ajusta a sus gustos. De esta forma la información que recibe puede parecerse mucho más a lo que quiere ver.

Netflix como plataforma sabe que sólo tiene 90 segundos para convencer al usuario, según Business Insider, antes de que abandone el servicio y pase a otra cosa. La personalización es clave para conseguir que vuelvan. Pero tampoco se puede personalizar en exceso, con lo que el servicio debe introducir variantes.



Las variantes: esas recomendaciones raras


Las variantes son esas recomendaciones que hacen que te preguntes "¿qué hace esto aquí?". Pero sin embargo tienen una razón de ser. Son algo muy importante para Netflix a la hora de medir con exactitud qué es lo que quieres ver.

Supongamos que te gustan las comedias. El algoritmo de Netflix lo sabe, con lo que habitualmente intentará dirigirte hacia esos contenidos. De vez en cuando pondrá en tu camino algo para medir tu interés. Por ejemplo, un programa antiguo de Top Gear.

Lo que Netflix no sabe es que nunca te ha interesado el tema de la automoción, y mucho menos ver un programa de televisión sobre ello. El algoritmo tomará nota de que no te interesa, y probará con con algo distinto. De esta manera te hace saber que hay más cosas, aparte de comedias, para ver.

El vicepresidente de innovación de producto de la empresa, Chris Jaffe, comentaba lo siguiente a Business Insider:

"Trabajamos constantemente en mejorar la experiencia. Es una aproximación única. En algunas empresas que están evolucionando el producto, el equipo del producto puede ser el que toma las decisiones: al equipo se le ocurre una idea, la diseña, la construye, la lanza y ve qué pasa. Mi equipo no puede hacer esa decisión. Nosotros pensamos en ideas, pero lo que determina las decisiones sobre el producto son los clientes, lo que hacen y cómo lo usan".

La búsqueda también está personalizada. Los resultados están influidos por la clase de contenido que un usuario ha visto y la popularidad de un título particular.


Así prueba Netflix este algoritmo

Neflix ejecuta cada año tests de producto con usuarios especialmente elegidos. Estos usuarios se eligen de entre todos los de su plataforma para realizar tests A/B. Este método dos variables, A y B, siendo una la de control y la otra la variante. A través de ellos se determina qué gusta a los usuarios y qué no.

Lo que se prueba va desde imágenes al tamaño de las fuentes, si bien es cierto que Chris Jaffe ha admitido que "menos de la mitad han tenido un impacto positivo en las métricas".

Estos experimentos se centraban en aspectos que iban desde los cambios estéticos ya comentados, a cómo atraer a un mayor número de usuarios u ofrecer una mejor personalización de contenidos.

Por decirlo de otra manera, cómo funciona el algoritmo está determinado por personas que usan Netflix por primera vez. Cada cambio ha sido examinado por las respuestas de millones de nuevos usuarios, que ahora interactúan con la plataforma alrededor del mundo.

Precisamente, y debido a la globalización del servicio, la plataforma se vió obligada a rediseñar todo su sistema de recomendaciones hace dos años. Esto es lo que hace que, por ejemplo, cuando Netflix entró en España tenía sólo 900 títulos. La cifra contrasta directamente con todo lo que posee ahora. Por eso cuando la plataforma llega a cualquier país no hay mucho que ver.

Al tener un catálogo tan reducido y un sistema de recomendaciones aún "vacío", durante los primeros meses de implantación las recomendaciones corren por cuenta de seres humanos. Ante todo se trata de evitar que el sistema piense que lo que los primeros suscriptores ven se ajusta al resto. El trabajo después pasa a las máquinas.


Elegir bien los contenidos propios: otra de las áreas clave

En 2011 Netflix lanzaba House of Cards, uno de sus primeros proyectos originales. La empresa quería conseguir que esta producción se ganase un lugar específico apoyándose en su propio peso, así que debía hacer algo grande, algo que la gente quisiera ver y no se resistiera a ello.

Para saber qué y cómo hacerlo, Netflix usa entre 15 y 20 algoritmos que analizan las preferencias y las búsquedas de sus usuarios. En estos análisis entran todo tipo de datos:

  • Cuándo pausamos, rebobinamos o adelantamos la reproducción
  • Qué días vemos cada cosa
  • En qué fechas
  • A qué horas
  • Nuestra zona geográfica
  • Qué dispositivos usamos
  • Qué contenidos se abandonan más
  • Las puntuaciones que otorgamos
  • Las búsquedas
  • El comportamiento del usuario en la navegación y el scroll


Gracias a estos algoritmos, sólo un mes después de su estreno, House of Cards ya era la serie más popular de todo su catálogo. Gracias a sus algoritmos comprobaron que los trabajos de Kevin Spacey, Eran muy buscados, así como películas del cineasta David Fincher y que una antigua serie inglesa del mismo nombre, que hablaba de la oscura trastienda del Parlamento, tenía mucho éxito dentro de su público objetivo.

Usando el mismo método que en el caso de House of Cards, en años posteriores aparecieron un buen montón de series de producción propia: Orange Is The New Black, Narcos, The Get Down, Luke Cage y muchas otras. Y el truco les está funcionando.


La compresión de vídeo: porque no se ve igual en cada pantalla

Algo que Netflix ha intentado dejar claro desde el minuto cero es que aspiran a ser un servicio multiplataforma, que permite su reproducción en todo tipo de dispositivos. Teniendo esto en cuenta, no se ve igual cualquier serie o película en un televisor 4K o en un teléfono móvil, con lo que también es importante optimizar la compresión de vídeo.

La receta del servicio para esto es muy sencilla: la plataforma prepara uno o varios archivos para cada serie o película disponible y la adaptan a cada cliente, ya que en cada dispositivo existen distintos aspectos que determinan la experiencia óptima como el tamaño y resolución de pantalla o el ancho de banda disponible.

Esto es lo que se conoce como codificación por título. Para intentar definirla mejor, basta decir que unos títulos requieren de una tasa de transferencia de bits mayor que otros, con lo que cada una se adapta a los distintos contenidos. Asimismo, mantienen la compatibilidad hacia atrás de forma que se puedan seguir reproduciendo en dispositivos compatibles con Netflix.

El resultado es una mejor calidad con menos transferencia de bits, debido a que gracias a esta "codificación inteligente" el servicio se nos ofrece adaptado a cada contenido y dispositivo específico, sirviéndonos versiones adaptadas ya sea a ordenadores, SmartTVs o teléfonos móviles.


¿Cómo funciona su algoritmo de recomendaciones con las series de Marvel?

Con el estreno de The Defenders los amigos de Netflix aprovecharon la ocasión para hablar un poco sobre el funcionamiento de su algoritmo, para determinar los gustos de los usuarios, revelando cómo cada serie de su alianza con Marvel en realidad está perfilada para una distinta clase de suscriptor en la plataforma.

Todo parte de un principio simple: el 80% de los contenidos nuevos que descubren los usuarios de Netflix son gracias al apartado de recomendaciones, el cuál lanza sugerencias según los hábitos y calificaciones de cada suscriptor, para ayudarlos a descubrir nuevos géneros.

Así lo señala Todd Yellin, vicepresidente de productos de la compañía:

"En Netflix, sabemos que los géneros son solo la envoltura, es por eso que trabajamos para crear algoritmos que ayuden a nuestros miembros a romper esas nociones preconcebidas y facilitarles el proceso de encontrar historias que les encantarán, incluso en lugares poco probables".

Es así como se vuelve posible que un espectador usual de intrigas políticas o documentales termine aventurándose en la ciencia ficción de Black Mirror o la ambigüedad moral de Daredevil.

Para el caso de las series de Marvel en Netflix, estos son los perfiles de gustos según cada producción, que han derivado en el descubrimiento y enganchamiento con el género de superhéroes, cuando los usuarios provenían de otra clase de programas:


Esta sería una explicación de las razones por las que alguna de estas cuatro series pudo haberte gustado tanto cuando otras no fueron tanto de tu agrado.

Los antihéroes y la moral ambigua de Breaking Bad o House of Cards son elementos presentes en Daredevil que terminan haciendo la conexión para aparecer en el menú de Recomendaciones.

Las historias de crímenes, el protagonismo femenino y el humor mordaz de Orange is the New Black, terminan desembocando con Jessica Jones, y así sucesivamente.


¿Se ajusta las recomendaciones a tus gustos?


Síguenos en:




Comentarios