Producciones 'big data'

La tarifa plana de Amazon pagará a los autores autoeditados por página leída | El análisis de datos permite fragmentar hasta casi el individuo los sectores de mercado

Sólo el 2,4% de los lectores digitales acabaron ¿El capital en el siglo XXI¿ de Piketty

Los trillones de datos de internet revolucionan las industrias culturales

Laboratorio de bits. Kevin Spacey en House of cards, una serie de gran éxito creada por Netflix a partir del cruce de millones de datos del público americano

Laboratorio de bits. Kevin Spacey en House of cards, una serie de gran éxito creada por Netflix a partir del cruce de millones de datos del público americano

Propias

Unas semanas antes de que en el 2009 el virus H1N1 ocupase los titulares de todo el mundo, unos ingenieros de Google habían publicado un artículo en la revista Nature que causó sensación: Google podía predecir la propagación de la gripe invernal en Estados Unidos por zonas con sólo estudiar qué buscaba la gente en internet. Google recibe más de 3.000 millones de consultas a diario. Y las almacena todas. Sin hacer frotis bucales con bastoncitos, sólo con seguir una combinación de 45 términos de búsqueda que se disparan junto con el avance de la epidemia, Google podía en tiempo casi real -y no dos semanas después, como los centros de control de enfermedades- decir dónde se propagaba la gripe. ¿Sorprendidos? Bienvenidos al nuevo mundo del big data , una revolución que consiste en hacer predicciones a partir de enormes cantidades de datos y que está cambiando muchas cosas.

Incluido el mundo de la cultura: con sus algoritmos, Google recomienda ya las webs más relevantes para nuestras búsquedas, y Amazon nos ofrece cada vez que entramos en sus páginas nuestro libro ideal. Sabe a qué horas leemos, qué días, qué cantidad de páginas, en cuáles nos detenemos, qué libros se leen hasta el final y cuáles no.

Sin ir más lejos, sólo el 2,4% de los lectores digitales acabaron las 700 páginas del vendidísimo El capital en el siglo XXI de Thomas Piketty. Y según la plataforma Kobo, el 56% de sus lectores digitales de El ruiseñor de Donna Tartt, alabado premio Pulitzer, no acabó el libro.

Unos datos que no son baladíes: Amazon ha anunciado esta semana que en su servicio de tarifa plana Kindle Unlimited a los autores que se autopublican les pagará por página leída. En realidad, importa por muchas más razones. No sólo porque Amazon puede acabar extendiendo esa práctica a todos sus libros, sino también porque, como reflexionaba esta semana Samantha Shannon en The Guardian, ¿debería entonces Donna Tartt cambiar su novela de 800 páginas premiada con el Pulitzer porque tantos lectores no la hayan acabado? En un mundo convulso por los cambios digitales, cualquier cosa es posible, incluso que los libros estén en perpetuo proceso de cambio debido a los bits, gracias a los datos que vayan llegando de su lectura, dividiéndolos en fragmentos más o menos leídos y que pueden ser alterados para aumentar su mercado eliminando los momentos que frenan su lectura.

Se podría aducir, con justicia, que en realidad no se trata de ninguna novedad, que a otros niveles en el mundo editorial ya se operaba así: si no, no se explicaría, sin ir más lejos, la proliferación como setas de trilogías de novela erótica para mujeres tras el éxito de 50 sombras de Grey . O los booms periódicos de determinados géneros. Pero es cierto que ahora el salto cuantitativo es potencialmente inmenso.

Y de hecho el salto ya está en marcha a lo grande gracias al gigante de la televisión por internet Netflix. La serie House of cards , protagonizada por Kevin Spacey, dirigida por David Fincher (La red social ), un remake de una serie británica de los años noventa, fue aprobada por el gigante de la televisión por internet Netflix a partir de analizar los billones de datos que maneja. Después de todo, si en el mundo anterior al big data había que analizar muestras, ahora podemos emplear todos los datos, lo que permite ver subcategorías y submercados que las muestras no podían estimar. Y Netflix, que está a punto de desembarcar en España y que ha apostado a fondo por el big data en todas sus vertientes, cuando le propusieron un remake de House of cards con Fincher y Spacey, analizó los datos de que disponía y encontró una importante correlación entre los aficionados a unos y otros. Y apostó a lo grande, nada menos que 100 millones de dólares por dos temporadas de 13 episodios cada una sin ver un episodio piloto. Y dio en la diana.

Después de todo, gracias a los millones de terabytes que envía a sus espectadores cada mes, Netflix sabe cuándo el espectador para la reproducción de un filme o serie, cuándo rebobina o adelanta una escena o cuándo abandona para siempre tras unos minutos el visionado de una serie produciendo un "evento", una acción discreta grabable y analizable. De hecho, eso permite que no dejen nada al azar: para promocionar House of cards se pidió a David Fincher seis tráilers distintos enfocados en facetas diferentes para atraer a los diferentes perfiles de espectador. Los fans de Kevin Spacey vieron tráilers con él, las mujeres que vieron Thelma y Louise vieron tráilers con los personajes femeninos y los muy cinéfilos vieron tráilers con el toque Fincher.

Netflix no sabe si pulsas el botón de parada por sed, una llamada telefónica o aburrimiento, pero si muchos lo hacen en el mismo punto, se puede empezar a realizar inferencias. Como señalan en su libro Big data el profesor del Internet Institut de la Universidad de Oxford Viktor Mayer-Schönberger y Kenneth Cukier, editor de datos de The Economist , "se nos ha enseñado a buscar causas a todo aunque resulte difícil. Con los big data ya no sabremos por qué se producen las cosas, sus causas. Sólo qué: las correlaciones nos indicarán que se producirán". Y, dicen los autores, "nos ayudará a ver el sentido de nuestro mundo de una forma que apenas intuimos".

Por lo pronto, Netflix cree a pies juntillas en ello: mucho antes de crear series utilizando la potencia del big data, lo empleaba para recomendar a sus millones de clientes qué películas y series ver. En concreto, emplea a 300 personas para mantener y mejorar sus recomendaciones de contenidos y gasta unos 150 millones de dólares anuales en recomendar películas y programas a sus más de 40 millones de abonados. Sabe no sólo los géneros y los actores favoritos, sino hasta la paleta de colores más popular a la hora de clicar en la pantalla las cubiertas de las películas y los programas que proponen.

Ya puestos en la creación de contenidos, Netflix ha pisado el acelerador. Basándose en sus millones de datos, por ejemplo, ha contratado a¿ Adam Sandler en exclusiva para cuatro películas. Sandler está entre los pocos actores cuyas películas de manera sistemática figuran en los rankings de más vistas para los abonados de la plataforma en Estados Unidos y otras regiones, de Brasil a Reino Unido. Además ahora Netflix se ha lanzado a producir no ficción, como la serie Chef's table , con un chef y su vida y milagros en cada episodio. Normalmente los documentales no suelen tener tantos espectadores como las películas, pero Netflix cree que puede cambiar esa dinámica atrayendo a nuevos públicos usando el mismo algoritmo que para otras producciones, dando así acceso a los cineastas a buenos presupuestos y a unas audiencias que se han acostumbrado a ver lo que Netflix les dice que les gustará.

Para Lisa Nishimura, vicepresidenta de documentales y comedia en Netflix, determinar qué producir y lo que a los espectadores les puede gustar es un cruce de arte y ciencia. "Vamos a ser real­men­te inteligentes a la hora de engranar lo que sabemos", apunta, y cuenta que habían visto un enorme interés en sus programas de comida, así que ya sabían del potencial de Chef's table de atraer público, a lo que se sumaba el interés que había suscitado entre los abonados Jiro dreams of sushi , del mismo director, David Gelb. Nishimura dice que el algoritmo de recomendación de Netflix es una bella parte de su salsa secreta, capaz de recomendar documentales a la hora adecuada en el aparato adecuado siguiendo a los programas anteriores adecuados. Un algoritmo que determina qué géneros aparecen, qué programas y con cuáles los empareja, algo que, dice Nishimura, permite a mucha gente descubrir programas que nunca vería. Netflix ha despiezado las películas en más de 70.000 características, creando un enorme mosaico de géneros casi absurdo: historias satánicas extranjeras de los ochenta, documentales emocionales de lucha contra el sistema¿ Finalmente, el 75% de la actividad del abonado de Netflix viene de las recomendaciones. El algoritmo sabe mucho de nuestros gustos.

Sin duda, el campo es inmenso. Los estudios de Hollywood ya no tienen que segmentar la audiencia en hombre, mujer, mayor y menor de 25 años. Los perfiles son mucho más detallados. "Podemos descender hasta microsegmentos", dice Richard Maraschi, de IBM, "como las soccer mom -mujeres de clase media-alta con tiempo para llevar a sus hijos a las actividades deportivas- de Florida, apasionadas de las películas de acción. Puedes empezar a lograr una mayor fidelidad entendiendo a la audiencia". Los estudios usan lo que aprenden para dirigirse a colectivos específicos en sus campañas, hacer que los tráilers sean atractivos para los diferentes grupos y para llevar la distribución a las áreas más adecuadas. El big data ayuda profundamente a las películas a encontrar su público y a realizar campañas de marketing mucho más efectivas analizando reacciones de Facebook, Twitter, Google para dar los siguientes pasos y predecir el público. "Para poder crear productos necesitas entender quiénes son los que ven las películas y exactamente qué cualidades de un filme provocan sus reac­cio­nes". Y es que en Hollywood esperan saber también poder diseñar las películas desde el principio. Por lo pronto, en la taquillera Cómo entrenar a tu dragón hubo dos pases previos que mostraron que los datos pueden mejorar el desarrollo industrial del producto. Un pase fue para profesionales y otro para familias, y se grabaron al detalle cada minuto las respuestas de la audiencia, desde risa hasta indiferencia. Los datos fueron enviados al productor para alterar la película.

No sólo Hollywood está en ello. Aunque para no poco últimamente el propio Netflix lleve a cabo una política de mucha menos precisión y más bombardeo masivo con sus nuevos productos, desde luego el modelo de House of cards ha inspirado, cómo no, al viejo Imperio del Centro, a China, y allí sus gigantes de la red, sean Sohu o Alibaba -el grupo rival de Amazon o eBay y que tiene videoportales como Iqiyi- quieren crear producciones con el big data que les permitan ingresos más robustos y diversificados. Este mismo mes se ha celebrado un congreso de cine y big data en China en el que se aseguraba que las películas chinas podrían superar a los blockbusters estadounidenses si mediante el big data encuentran sus audiencias objetivas y aprenden lo que estas necesitan realmente de la experiencia cinematográfica. De hecho, en Iqiyi se asegura que los analistas del big data ya tienen un éxito del 80% al predecir los resultados en taquilla de una película. Pero incluso en la vendedora china los críticos se preguntan si eso no comprometerá al final la visión creativa del director en aras de maximizar el número de espectadores.

Así las cosas, es probable que el futuro ya no sea el mismo: las predicciones basadas en datos masivos lo dejan menos abierto e intacto. Parece estar ya esbozado con trazos que pueden discernir los que poseen la tecnología adecuada. Y si los datos moldean las decisiones, ¿qué papel queda para las personas? Para Mayer-Schönberger y Cukier está claro: la creatividad, la intuición y la ambición intelectual, que no están en los datos y que permiten crear, en vez de un caballo más rápido para los clientes, un Ford T. Desde luego, apuntan otros, personas como Steve Jobs no habrían podido existir nunca con esos indicadores que proponen ir repitiendo esquemas ya existentes, dar más de lo ya conocido.

Mostrar comentarios
Cargando siguiente contenido...