50 Shares 11023 Views 2 Comments

House Of Cards: el éxito que Netflix creó gracias a la inteligencia artificial

¿Cómo ha utilizado Netflix la inteligencia artificial para crear una serie en base a tus gustos?

7 marzo, 2018
50 Compartido 11,023 Visualizaciones 2

Cada vez son más los títulos de calidad que nos llegan de plataformas como HBO o Netflix. Esta última, Netflix, nos sorprendió a todos cuando decidió realizar su primera serie en exclusiva para su plataforma de streaming.

¿El título? House of Cards que previsiblemente se convertiría en todo un éxito de masas. Sus productores estaban más que seguros de que triunfaría entre los seguidores y usuarios de Netflix. ¿Cómo podían estar tan seguros?

Hoy os explicamos el caso de éxito de House Of Cards gracias a la utilización del Big Data.

Caso House Of Cards: Como Netflix creó una serie de éxito basada en tus gustos

Llevamos años hablando de Big Data, y lo cierto es que ha dejado de ser un concepto futurista a ser algo de nuestro más que presente. Y es que el Big Data o el análisis de datos masivos se ha convertido desde hace tiempo en parte de nuestra realidad. Está presente en todos los ámbitos de nuestra vida, y cada vez más empresas se dedican al análisis de datos masivos.

El Big Data ayuda a todos, tanto a consumidores como empresas e incluso nos ayuda a que cadenas como Netflix saquen series de calidad que nos enganchen desde el principio hasta el final.

Y es que, en 2013 llegó a nuestras pantallas House Of Cards, una serie producida por Netflix para su plataforma en streaming inspirada en una serie británica retrasmitida por la BBC en el año 1990.

Todos en Netflix estaban seguros del éxito de House Of Cards antes incluso de la emisión del primer capítulo ya que la decisión de producir dicho título, así como cada momento y detalle de la propia grabación y del guión, están basados en los resultados obtenidos de un algoritmo que había analizado previamente todos los gustos y preferencias de los usuarios de Netflix.

Por lo tanto, fue una serie creada desde el momento cero, para el gozo y disfrute de sus usuarios. Fue así como el Big Data dio a Netflix la receta perfecta para crear todo un éxito tanto en audiencia como en reconocimiento.

Nueva temporada Hause of cards

A los suscriptores les gustaba ver películas en las que Kevin Spacey era el protagonista, y con el estilo de dirección de David Fincher (ambos, el director y el actor trabajaron juntos en ‘Seven’ 1995). Por medio de la misma información, supieron que la gente quería ver una nueva versión de la serie de BBC.

Por medio de este algoritmo mágico que analizaba grandes bases con información de los usuarios de Netflix, la plataforma supo que sus suscritores estaban interesados especialmente en un drama político, además de saber qué porcentaje de ellos quería a Kevin Spacey como protagonista. De este modo se ahorraron inversión en focus grupos o estudios de nicho que tienen menos probabilidad de acierto.

Otro de los puntos más destacados del caso de éxito de House Of Cards, fue su distribución. Y es que, gracias al Big Data, Netflix también llegó a saber que a la gente le gustaba ver grandes maratones de series durante los fines de semana. Fue de esta manera como Netflix, rompió todos los esquemas y puso a disposición de todos sus suscriptores los trece capítulos que conformaban la primera temporada, todos de una vez.

Netflix series

Tal ha sido la influencia del big data en House Of Cards, que Netflix incluso sabía según los gustos de sus usuarios, a qué personajes tenía que “matar”, incluidos protagonistas. De esta manera fue como el big data influyó en el desenlace incluso de los episodios finales con el objetivo de mantenernos “enganchados” hasta el final.

Así pues, una vez más la tecnología nos ayuda, pero… ¿Llegaría en un futuro a sustituir el big data a los propios guionistas? Puede que no, pero desde luego, facilitar, les facilitará mucho el trabajo.

Buscando la clave del éxito de House Of Cards: ¿Qué estudió el algoritmo?

Hay muchos datos que circulan por internet sobre qué datos analizó y analiza Netflix en su algoritmo para dar con la clave del éxito en sus producciones. Algunas de las cosas que sabemos es que, las valoraciones de los usuarios, las búsquedas que hacen en la plataforma, qué dispositivos utilizan, cuánto tiempo invierten diariamente en la web y en cada vídeo, qué día de la semana prefieren, si ven los capítulos enteros o parcialmente, las preferencias que tienen en común con sus amigos o la audiencia de su misma región geográfica son algunos de los elementos que se tienen en cuenta. Además de los metadatos sobre el actor, director y género de cada título.

Pero también puede que Netflix en su ambición por lograr la perfección, haya ido mucho más allá y hallan analizado momentos específicos de ámbitos de las audiencias por escena. ¿Qué creéis?

Otra duda que aún nos queda por resolver es si dan libertad creativa de editar al director, o en cambio, el directo pasa a ser un esclavo más de lo que reza el gran algoritmo, sin libertad de salirse del “guión” marcado en base a los gustos y preferencias de los suscriptores de Netflix.

En cualquier caso, el big data seguirá ayudando muchísimo a la industria del cine y de las series, ayudando a generar contenido mucho más relevante para el espectador.

Y a partir de ahora, si somos usuarios de Netflix, ya sabemos que todos nuestros movimientos dentro de la plataforma, serán analizados por un ojo muy especial con el objetivo de mantenernos fieles a su marca.

Te podría interesar

Fraude de Identidad: Superman y Cristiano Ronaldo los nombres fake más usados
BD Network
10 compartido1,537 visualizaciones2
BD Network
10 compartido1,537 visualizaciones2

Fraude de Identidad: Superman y Cristiano Ronaldo los nombres fake más usados

Marta Panera - 6 mayo, 2017

Hocelot, compañía especializada en la verificación de información de personas físicas en tiempo real lanza ID Chek & Fraud, una API sin necesidades específicas de implementación, que…

Atos instala el simulador cuántico más potente del mundo en el Hartree Center de Reino Unido
Cognitive
18 compartido3,981 visualizaciones
Cognitive
18 compartido3,981 visualizaciones

Atos instala el simulador cuántico más potente del mundo en el Hartree Center de Reino Unido

Mónica Gallego - 11 febrero, 2019

Permitirá a los científicos del Hartree Center desarrollar nuevos servicios basados en computación cuántica, para que investigadores y industrias puedan anticiparse a la próxima revolución derivada de…

Nuestro próximo Data Webinar nos trae 5 claves para crear equipos de IA y Datos
Actualidad
8 compartido1,251 visualizaciones
Actualidad
8 compartido1,251 visualizaciones

Nuestro próximo Data Webinar nos trae 5 claves para crear equipos de IA y Datos

José Luis Arcángel - 29 mayo, 2020

La serie de Data Webinar que Big Data Magazine ha lanzado en colaboración AI-Network continua el próximo martes 2 de junio. Roberto Piccini, Co-fundador y director de…

2 Comentarios

  1. Pingback: El (esperado) éxito de House of Cards | Big Data

  2. Hace tiempo que conocí sobre el algoritmo usado para desarrollar House of Cards; sin embargo, tengo una duda que no me deja dormir por todo los argumentos que explican el éxito de la serie. Si lo anterior fuera completamente cierto, el algoritmo debiera seguir generando resultados algo del tipo ^y = a +^Bx + e
    Sin embargo, tras los acontecimientos de Frank Underwood (Kevin Specy) su muerte la serie decayó hasta quedar en la ignominia, de manera que si se huera aplicado el algoritmo para rearmar las nuevas temporadas se hubiera mantenido el éxito con titularidad de Claire(Robin Wright) ya que era un personaje muy bien construido como para mantener el interés de la audiencia; sin embargo, al querer destruir todo lo que recordara a Frank, cualquier parecido con en el gobernante actual es pura coincidencia) la serie se cayó desapareciendo el interés de la audiencia y la lecciones gratis para que los que se inician en la política.

    Reply

Dejar comentario

Su email no será publicado

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.